2022 WICV丨清华大学智能技术与系统国家重点实验室教授邓志东：自动驾驶场景创新与规模化商业试运营

9月16日，由北京市人民政府、工业和信息化部、公安部、交通运输部、中国科学技术协会联合主办的2022世界智能网联汽车大会，在北京中国国际展览中心（顺义馆）开幕。

本届大会以“智能加速度 网联新生态”为主题，包含1场开幕式暨主论坛、7场主题峰会、6个特色专场、2场闭门会及1场实地调研活动。

在9月18日未来汽车开发者大会中，清华大学智能技术与系统国家重点实验室教授、博士生导师、人工智能研究院视觉智能研究中心主任邓志东，发表了题为“自动驾驶场景创新与规模化商业试运营”的主题演讲。

图源：2022世界智能网联汽车大会

以下内容为现场演讲实录：

我是来自清华大学智能技术与系统国家重点实验室的邓志东，今天下午跟大家分享的主题是自动驾驶场景创新与规模化的商业运营。主要分享三个方面的内容：

第一，驾驶汽车是人类面临的挑战性任务之一；第二，自动驾驶下半场需要进行场景的创新和商业闭环，以及技术突破；第三，加速发展具有国际竞争力的中国自动驾驶汽车的产业生态。

人类驾驶汽车需要双眼进行感知，需要与大脑进行预测与决策，需要手脚进行知行，更重要的是需要进行闭环。安全行驶对人类也是非常具有挑战性的任务，相关法律法规的要求，需要年满18岁，而且考取驾照才能被允许驾驶汽车。在驾驶汽车的过程中，必须要保持正常的行驶，不能分心开车，不能酒后驾驶，也不能疲劳驾驶，不能不遵守交通规则，否则也会产生事故。现在全世界产生事故的90%以上是因为这种原因，最新的联合国卫生组织统计全年发生交通死亡的人数，一年是125万，平均每天是3500多人。

电动无人驾驶汽车的发展，将从根本上颠覆人类的出行与交通方式，带来海陆空自主无人系统和人型机器人应用。巨大的技术进步，推动智能经济、智能社会的发展，而且这个产业空间极其巨大。

苹果公司现任CEO曾经说过，自动驾驶汽车是所有人工智能在复杂环境下，人类觉得很难的事情。如果我们真的能够在复杂动态环境下，突破视觉感知与认知，这个技术一定是所有无人自主系统的共性关键技术。可以实现对各个领域建维的应用，而且推动出行及服务产业增值服务的发展，能够带来各种无人系统的巨大价值。因为海陆空的无人系统，都没有在地面驾驶汽车这么具有挑战性。最后还会实现对人型机器人的降维应用。我们把自动驾驶突破了感知与认知的共性关键技术，降维应用到人型机器人，形成巨大的飞跃。

第二，自动驾驶进入下半场，需要我们进行场景创新、商业闭环和技术突破。在十年以前，在2012年以来，以深度学习为代表的人工智能经过十年大发展，特别是高价值深度视觉感知技术的不断演化和迭代，自动驾驶开始进入商业化运营的下半场。

这是人工智能视觉技术对自动驾驶带来的推动，在视觉感知技术，在算法、软件硬件的一体化，在基于深度学习道路交通场景分割与道路检测、站位检测、道路交通标志检测等。

总之，自动驾驶的上半场主要是为了完成技术验证。现在进入到下半场，就是需要完成商业化的落地和产业化发展。在下半场，第一个关键就是要进行场景的创新，我们认为聪明的车需要智慧的道路进行协同，这种投入是非常巨大的，所以我们可以考虑限定场景、限定功能、限定区域。首先先在一些场景实现，从城区到城市到城际高速公路，一步步走向落地。

我们要形成商业闭环、商业模式的创新，像特斯拉、FSD，它影响部分用户推送，而且通过收费OTI软件升级服务的方法构建商业闭环，钱越来越贵。除了功能的提升以外，从5000美元提升到7000美元、8000美元，甚至一万多美元，这是软件升级服务的商业闭环。百度在出行服务的订单量超百万，已经开始获得现金流，逐步构建了商业闭环；华为从ICT自主切入做自主驾驶解决方案Tier1，赋能青岛车企构建商业闭环。

商业闭环就是为了倒逼共性关键技术的突破，因为它每走一步都要倒逼许多关键技术的突破，每走一步都是非常困难的，产品创新与商业闭环会倒逼我们进行单车智能、5G应用、边缘计算、数字孪生以及人工智能的边缘预测接管和关键核心技术的突破。

在技术突破里面，单车智能是根本，人工智能算法突破及应用是关键。特斯拉视觉解决方案，想通过学习来解决自动驾驶的一切问题。学习的方法一旦应用到机器里面，这个机器有可能比人类更强，可以24小时不知疲倦的等效率进行学习。而且计算机在计算和存储方面也是优于人类，所以我们要充分发挥机器优于人类的能力，避免它的短板。

机器的短板就是没有认知能力，所以现在做自动驾驶需要做数据闭环和自动化的标签。我们要做新人工智能算法的突破，比如我们不需要那么多的标签，一方面我们做视觉的大模型，做一些自监督学习、图学习和小样本的学习，注意与知识驱动方法的结合，这是可解释的人工智能。需要在先进传感器进行突破，需要1000亿以上的高算力芯片和自动驾驶芯片。传感器方面，比如车规量产先进的感知，出来既有产业摄像头，还有衍射信息，同时也有激光雷达的三维几何信息。传感器作为模组，软硬件已经做好了，出来之后就是这样的信息。我们需要发展高性能的算力和人工智能芯片。

先进的移动通信是目前的瓶颈，我们需要5G和6G实现全自研，比如车端、V端到X端，要实现全连接，而不是通过服务器转发的，安全的、可靠的、低时延、高带宽、大连接的先进移动通信技术，这个非常重要，这是一个瓶颈技术。

人工智能赋能的端边云城市之路是基础，我们要基于人工智能实现端边云的城市智能多管新基建，构建弱端的强边框架。我们在边缘中心要放智慧云与人脑的感知与决策环节，云边上有人做接管，需要人的决策能力接入，在7云端还有云进行接入。移动端作为一个传感器，要确保自身安全，处理不了的事情，很多更高级的决策能力和规划能力可以放在边缘上，所以叫受端，这样可以解决产业化落地的成本问题。

最后是加速发展具有国际竞争力的自动驾驶生态，让智能网联汽车自主行驶在智慧的路网上。城市的车端、路段、云边端，最后通过先进的5G、6G的V2X进行移动连接、互联互通，通过政策创新引领汽车产业化的智能化发展。

最后整个来说，生态建设最重要，通过自动驾驶的场景创新与政策的引领，利用智能路网新基建及其他产业生态的合力支撑，弥补目前人工智能缺乏认知智能，来加速中国L4自动驾驶的大规模商业化落地进程，走出一条中国自动驾驶产业的创新发展之路，谢谢大家。

（注：本文根据现场速记整理，未经演讲嘉宾审阅）