9月5日上午，2024 Inclusion·外灘大會在上海黃浦世博園區(qū)開幕。作為具有全球影響力的金融科技和前沿科技大會，本屆外灘大會邀請到500多位專家學(xué)者作為發(fā)言嘉賓前來分享前沿科技趨勢，共同探索產(chǎn)業(yè)新機(jī)遇，進(jìn)而搭建起國際交流平臺。

商湯科技聯(lián)合創(chuàng)始人、首席科學(xué)家、絕影智能汽車事業(yè)群總裁王曉剛受邀出席并發(fā)表題為《激發(fā)AGI創(chuàng)造力 引領(lǐng)智能汽車駛向未來》的主題演講，以商湯絕影的多模態(tài)座艙大腦、UniAD端到端自動駕駛方案和AI智能體為例，從人機(jī)交互的革新、生產(chǎn)效率的提升和打通與世界的連接三個維度，解讀通用人工智能(AGI)給智能汽車產(chǎn)業(yè)帶來的深刻變革。

以下為王曉剛在外灘大會的演講實錄：

各位嘉賓，下午好!我是商湯絕影的王曉剛，我們商湯絕影是聚焦在通用人工智能大模型，助力智能汽車向超級智能體演進(jìn)的AI公司。我們看到通用人工智能大模型其實給各行各業(yè)都帶來非常大的變化。它主要就體現(xiàn)在幾個方面：

第一，帶來了人機(jī)交互質(zhì)的改變，特別是OpenAI今年發(fā)布的GPT-4o多模態(tài)大模型，同時我們也把語音、視頻各種模態(tài)同時輸入到多模態(tài)大模型當(dāng)中，帶來實時交互的體驗。我們也是在7月份發(fā)布了“日日新5o”，把這種大模型部署進(jìn)來。

第二，大幅度提升了生產(chǎn)效率的提升。最典型的案例是“端到端”的自動駕駛，傳統(tǒng)基于規(guī)則的自動駕駛需要上千的算法工程師，通過數(shù)學(xué)規(guī)則解決大量的問題，大模型的出現(xiàn)可以依靠數(shù)據(jù)驅(qū)動，大幅度提升自動駕駛的效率和自動駕駛的體驗。

第三，我們是AI的智能體。以前是人通過通訊連接，智能體的出現(xiàn)能夠自己識別人類的意圖，能夠操縱各種軟硬件，實現(xiàn)物理世界和數(shù)字世界的連接。

同時，一個模型可以支撐10個語種，用中文、德語、日語進(jìn)行交互的時候，自動有相應(yīng)語言進(jìn)行回應(yīng)。另外，可以通過大模型自動生成界面。

在自動駕駛中，可以看到端到端的自動駕駛，我們是2022年在行業(yè)內(nèi)第一個提出感知決策一體的自動駕駛方案(UniAD)，在2023年得到CVPR的最佳論文獎，特斯拉在2023年宣布其量產(chǎn)方案是端到端。

在上海的臨港城中村，可以只用7個攝像頭，但沒有激光雷達(dá)，沒有高精度地圖，是一個純視覺的方案。我們可以看到，經(jīng)過施工的路段以及各種不同類型的拓?fù)浣Y(jié)構(gòu)交通路口時，UniAD都能夠像人類一樣，進(jìn)行自動駕駛。我們也看到在城中村里頭，沒有車道線的時候，UniAD還是能夠給車輛和行人避讓。另外基于我們的多模態(tài)大模型，系統(tǒng)能夠自動地去識別場景當(dāng)中各種復(fù)雜的交通場景，就像人的大腦一樣，做出各種的判斷。例如后方救護(hù)車讓行，向左變道。這就像人類，端到端自動駕駛就像人的小腦一樣，多模態(tài)大模型就像人的大腦一樣。

在智能體方面可以調(diào)用各種APP，比如晚上我們要去看足球賽，就要幫我去租一個餐廳，那就自動地到小紅書上去查找各種評論和結(jié)果，到大眾點評或者美團(tuán)上進(jìn)行預(yù)訂，自主規(guī)劃，完成我們?nèi)撕褪澜绲某�感互�?lián)。

此外，我們也是“艙駕云“三位一體的模式，除了提供智能駕駛和座艙，還提供人工智能的基礎(chǔ)設(shè)施，服務(wù)我們汽車行業(yè)。(張揚(yáng))

(新媒體責(zé)編：caizhuo)