清华大学邓志东：未来，自动驾欧亿驶系统将是“硬件平台+AI软件”一体化移动AI智能体

专题：第二届自动驾驶产业发展论坛

　　4月25日，清华第二届自动驾驶产业发展论坛在北京召开，大学邓志东未动主题为“加速自动驾驶产业发展 凝聚自动驾驶安全共识”。自动I智欧亿清华大学计算机系长聘教授，驾驶将硬件平件体人工智能研究院视觉智能研究中心主任邓志东出席并演讲。系统

　　邓志东指出，化移当前物理AI面临四大挑战：

　　第一，清华大型语言模型（LLM）本身缺乏物理空间概念。大学邓志东未动如何让LLM遵从物理规律并具备空间定位能力，自动I智是驾驶将硬件平件体欧亿VLA和VA框架必须解决的问题。语言引入后，系统实际上也带入了主观性。化移

　　第二，清华真实物理世界的大学邓志东未动理解成为最大瓶颈。邓志东认为，自动I智数字空间或文本世界的理解已做得很好，甚至出现了“小龙虾”这样的超级AI智能体；但若能在真实物理世界实现同等水平的理解，也将诞生自动驾驶领域的“小龙虾”。这种理解包括对目标及其周围物体的多属性识别（大小、颜色、纹理、形状、运动特征），以及物体之间的相对空间关系（远近、左右、上下等）。“时空物理世界的理解是基础，也是最大的挑战。”

　　第三，开放动态环境下如何桥接隐含空间中的各个模块。以往感知、决策、规划是人为分开的，现在全部放入潜空间后，需要用语言等工具进行桥接。邓志东认为，文本语言是较优方案，因为它能导入语义和知识增强，增加决策规划的可解释性。通过VLA加上RAG（检索增强生成）技术，可以充分利用先验驾驶知识，并在输出端实现对动作语义的可解释对齐。

　　第四，发展“经验主义的物理AI”。他提到，开车是一项技能型任务，更依赖驾驶经验与技巧，而非智商或知识丰富程度。“一个老司机和新手的差别就在于里程数。”邓志东提出，这些经验应存储在可学习、可进化的持久记忆中，在推理阶段直接调用，从而大幅降低AI算力需求，实现丝滑的敏捷响应。

　　此外，邓志东还总结了自动驾驶演进的几个核心判断：自动驾驶正从分段式混合闭环转向一段式大模型驱动；汽车具身智能本质上是在成熟的工业产品上安放“大脑”与“小脑”；世界模型分为外置与内置两类，VLA需发展内部嵌入世界模型的框架，VA则通常聚焦外置世界模型与策略优化；

　　谈及AI对车企研发制造及产品价值范式的影响，邓志东表示，对研发制造端来说，数据飞轮将取代图纸模型。“车企的核心竞争力过去是精密机械制造能力，未来将会是数据闭环运营能力。不仅是自动驾驶，对整个企业来说可能都是数据闭环。”同时，对产品价值端来说，软件利润会高于硬件利润。硬件会标准化、预置化，先把标准化的硬件预装，后面再通过软件的OTA升级，还有订阅服务等等，去追求更大的利润空间。

　　最后，邓志东展望到，AI驱动的自动驾驶系统未来将会是“硬件平台+AI软件”一体化整合的移动AI智能体。相对于预装的标准化硬件，多样化的AI软件与智能增值服务或将占据价值链的高端，为此必须重点解决用户在AI汽车使用过程中的安全、高效、舒适与情感陪护等需求。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：李昂

很赞哦!（174）