蓋世汽車訊 4月12日，在智能電動(dòng)汽車發(fā)展高層論壇（2026）——AI+汽車論壇主題論壇上，清華大學(xué)車輛學(xué)院、人工智能學(xué)院教授李升波指出，端到端訓(xùn)練已成為具身智能的重要范式，但國(guó)內(nèi)自動(dòng)駕駛領(lǐng)域仍面臨數(shù)據(jù)規(guī)模、算力及算法成熟度三大挑戰(zhàn)。

李升波認(rèn)為，應(yīng)通過(guò)仿真技術(shù)擴(kuò)大數(shù)據(jù)生成，并重視高效算法研發(fā)，以降低對(duì)傳統(tǒng)數(shù)據(jù)與算力擴(kuò)張的依賴。清華大學(xué)自2018年起推廣兩段式端到端模型，融合仿真與實(shí)車數(shù)據(jù)，并研發(fā)了高保真仿真軟件及強(qiáng)化學(xué)習(xí)平臺(tái)GOPS。2024年，團(tuán)隊(duì)完成了國(guó)內(nèi)首個(gè)全神經(jīng)網(wǎng)絡(luò)架構(gòu)端到端自動(dòng)駕駛模型的開放道路測(cè)試。

對(duì)比具身智能機(jī)器人，李升波強(qiáng)調(diào)其訓(xùn)練難度較自動(dòng)駕駛高出5-10倍，數(shù)據(jù)片段需達(dá)百億級(jí)，參數(shù)量門檻約100B，行業(yè)普遍低估了這一挑戰(zhàn)。他預(yù)測(cè)，物理智能領(lǐng)域未來(lái)10-15年將涌現(xiàn)大量新技術(shù)與新企業(yè)，而生物智能時(shí)代則需更長(zhǎng)時(shí)間。

返回第一電動(dòng)網(wǎng)首頁(yè) >