张亚勤：无人驾驶的DeepSeek时刻2030年将来临

汽车之家 行业 3月29日，中国电动汽车百人会论坛（2025）高层论坛于北京召开。论坛主题深度聚焦汽车电动化、智能化发展的新方向、新模式、新动能，探讨电动化、智能化技术创新方向与竞争焦点，并为“如何建立面向未来的企业竞争战略和发展模式，打造面向新一代汽车的创新体系和产业体系”献言建策。论坛通过聚焦并探讨行业最前沿的热点议题，助力行业洞察趋势、引领发展。

中国工程院院士，清华大学智能产业研究院（AIR）院长 张亚勤

中国工程院院士，清华大学智能产业研究院（AIR）院长张亚勤在论坛中发表演讲，针对无人驾驶（L4+）相关的技术路线与未来趋势进行剖析与展望。关于无人驾驶纯视觉与多模态技术路线选择的争议，张亚勤认为当前需要多模态技术，不仅需要激光雷达，4D毫米波雷达，甚至可以有别的不同的感知模块，数据源更多就可以做更好的决策，弥补机器感知方面的劣势。

对于无人驾驶端到端大模型的应用，他也发表了自身的观点：端到端模型不仅涉及算法问题，也涉及工程问题，在实际应用中，不应该过于教条，端到端模型并不是一点规则都不能用。

无人驾驶的ChatGPT时刻什么时候来临？对于这一问题，张亚勤认为小规模应用的话，今年可能就可以达到，但是要规模化的话，还需要更长的时间，另外10%的新车在2030年将会具备L4的能力，那时候DeepSeek时刻就会来临。

以下为张亚勤发言实录，汽车之家进行精编：

刚才清泰理事长讲到，中国汽车的发展上半场是电动化，下半场是智能化。上半场中国的仗打得十分精彩，但是上半场还没有结束，下半场已经开始，今天我想讲下半场智能化里面一个特别重要的方面，就是无人驾驶（L4+）的一些观点。

无人驾驶是人工智能的一个特别重要的应用，没有人工智能的话就没有无人驾驶，AI是无人驾驶里面最关键的技术，它有很多挑战，安全性、实时性等等，集成了不同的问题，解决了无人驾驶，特别在复杂城市里面大规模无人驾驶，很多问题迎刃而解。当时我们提出一些无人驾驶要实现的关键问题，包括市场的力量，也有非市场的力量。

市场的力量，比如技术是否可行，有没有真正用户的需求，产业是什么样的生态，什么样的商业模式。

一开始很重要的一点是，技术到底是否可行？是梦想还是真正会变成现实？视觉为主还是多模态？是不是端到端？是不是要用很多强化学习？包括是不是要用高精地图等等很多技术路线（的探索）。

另外，怎么实现？通过车路协同，还是单车智能？是渐进式——L2、L3、L4，还是直接跳到L4？是开源还是闭源？是OEM会打胜仗，还是新势力，还是高科技公司？包括清泰理事长讲到政策、法规、伦理、隐私、保险非人为的因素。

过去这两年，特别去年，是加速的年份，不管是中国的企业、美国的企业，都有很多进展。首先，美国谷歌的Waymo在旧金山全部铺开，我去年到旧金山两次，乘坐Waymo无人车体验相当好，比我们司机驾驶的好，而且也十分安全。现在已经在洛杉矶推出，最新的报道马上在华盛顿推出，特斯拉宣布Cybercab将在2025年美国得克萨斯州奥斯汀市投入运营，2027年量产。国内企业去年有很大的进展，地平线、文远（知行）和小马（智行）成功上市，值得一提的是百度的萝卜快跑在很多城市开始商用，在武汉全域做无人驾驶，也是很重要的里程碑。

政策法规也有很多进展，智能网联汽车车路云一体化工作试点，在十几个城市开始布局，同时北京也有很多新的政策法规，包括从亦庄开始已经到了新阶段，500平方公里的试点区将慢慢推出。

无人驾驶的底层逻辑有两个，一是大幅度增加安全性，安全性至少增加10倍以后，以后会到100倍甚至更多，现在基本上已经接近10倍。第二，出行整个成本大幅度减少。这张图是方舟投资（ARK）“木头姐”（凯瑟琳·伍德(Catherine Wood)）写的报告。过去这一百多年，出行的成本有一些大的变化，从马车到汽车成本下降了差不多1/2到1/3，但汽车这一百多年来出行的成本并没有变化，通胀调整之后的价钱是每公里七毛钱到一块钱。到了无人车之后，成本又会下降1/2到1/3，出行成本和安全都有大幅度的跳跃。

我们看到（中国无人驾驶在）全球的布局，比如Waymo要到东京，百度到香港和中东，文远和小马也在中东开始布局。

我五年前从百度离开，在清华大学组建了智能产业研究院（AIR），无人驾驶和具身智能是我们一个重要领域，总共有三大方向，有将近1/3的老师学生在从事这方面的研究。开始我们就谈到要做无人车和机器人，做具身智能，这里面有几个核心观点，首先我们相信多模态感知，不仅要有视觉，也要有激光雷达，也需要有别的传感器。轻地图的AI导航，目前有些用高精地图，相信以后需要图，但是是轻图，可能不需要那么多高精地图，我们相信端到端的自动驾驶。这里面有很多核心技术，有数据平台，有仿真模拟平台，和产业一起推进落地以及标准（的建立）。

当时大模型的架构，一开始有两个模型，一个感知模型，一个决策模型，后来把它融合到同样一个大模型了。

我们团队有十位教授，有100多位博士后、博士生，还有软件工程师，主要都在北京。到清华之后，我最高兴的就是学生太优秀了，我基本上和博士生开会都是我向他们学习，他们给我们讲他们在做什么，有好学生确实是很幸运的一件事。

我们AIR聚焦智能产业研究，产业是很重要的部分，（所以）我们产业的合作很多，90%的项目都是和产业合作的。我们和奔驰、BMW，和联想、毫末、滴滴、地平线都有深度的合作，在无人驾驶或者智驾不同的方面都有深度合作。我们和小米也有合作，一方面把无人驾驶和具身智能的仿真平台和大模型用到智驾上面，目前也在很快速地进展。

我们很多合作是和百度Apollo。四年前，当时首个推出L4+车路云一体化方案，在亦庄开始部署，现在这个方案得到很多国内的部署。当时这个课题主要把路的智能化用到最多，把路也和车一样，分成五级。去年发布第一个开源端到端L4系统叫AIR ApolloFM大模型，同时有具身智能的底座模型，具身智能、无人驾驶和各种机器人可以共享基础模型，可能70%-80%是一样的，当然上面可能针对具体场景会有一些不同。（AIR ApolloFM大模型）开始有实时部署，目前在无锡有车在运营。

Apollo是当时百度推出的开源商业系统，现在已经经过差不多八年时间，有了十个不同的版本，有一百多个国家的开发者在使用。我到每个地方去问他们有没有用过Apollo，大家或多或少参考过它的架构或者用过它的代码，可以说Apollo对全球也做出很多贡献。尽管五年前我从百度离开了，但还继续担任这个联盟的理事长，希望在国内和全球广泛推广使用。

无人驾驶方面，中国整个技术以及落地，都是处于全球的领先地位。这里面有一个例子就是武汉，武汉是第一个国内可以全域去运营的城市，现在已经开放了3000多平方公里，人口差不多1700万，大家去武汉（可以）去试一下萝卜快跑，我觉得都会有一个全新的体验。

最后讲一下关于无人驾驶的五个观点，（这是）别人经常问我的一些问题，这么多年一直在问。

第一，我认为无人驾驶是具身智能里面一个特别重要的领域，而且是具身智能（里面）第一个能通过新图灵测试的具身智能。一个是安全，一个是更人性化的驾驶，一个做到老司机，一个做好司机。目前在安全方面我看到Waymo的数据，看了百度的数据，基本已经超过10倍，百度的数据是14:1，无人车的驾驶安全度比人要高14倍。这个东西有没有数学证明，只是运营的数据。老司机方面还有一点点差距，希望今年或者明年算法更加优化，特别是端到端，这样在人性化、智能化方面有更多的提升。

第二，大模型出来之后，特别是生成式AI出来之后，对于整个无人驾驶是很大的推动。不管安全也好，智能也好，我们过去有几大问题，一个是数据不足，一个是长尾corner case，还有驾驶的常识问题，这三大问题（虽然）大模型没有完全解决，（但）有很大的进步。

第三，是不是马斯克纯视觉方案（就可以），还是需要多模态，需要多传感器？我认为我们需要多模态，不仅需要激光雷达，也可以有4D雷达，也可以有别的不同的模块。机器目前在感知方面是一个大的优势，数据源越多，可以做最好的决策，这么大的优势我们应该去利用它。当然，过去激光雷达十分贵，一个要几万美金、几千美金，现在到一两百美金，以后可能更便宜，这也是中国创新，我跟禾赛的李一帆聊，（禾赛）下面的版本会更加便宜。另外，不能把这些东西像宗教一样划分，即只能用视觉。如果有各种数据源的话，把它用起来做更好的决策（当然更好）。

我相信端到端，目前端到端已经在使用，还是需要一些规则去兜底，这个也是工程问题，不是教条说我一定是端到端，一点规则不能用。

另外，不仅需要云端大模型，也需要在车端（部署）精确的小模型，但是这个小模型是从大模型蒸馏或者裁剪量化过来，不能一开始就是小模型，一开始是小模型还是很难工作的。

第四，单车为主还是车路协同？我个人认为在做L4无人驾驶的时候，还是单车智能为主，车在没有任何外力辅助的时候一定能开起来，车路协同也好，云也好，各个方面是一个特别好的补充，提供更多安全的冗余和整个智慧交通（的支撑）。车完全依赖于路或者灯或者交通体系，那会有很多限制，首先单车一定要能做到完全无人驾驶。

第五，无人驾驶的ChatGPT时刻什么时候来临？如果Waymo在美国顺利，百度在中国在武汉做得顺利的话，包括文远、小马顺利的话，今年就可以达到我们的ChatGPT时刻，但是要规模化的话，还需要更长的时间。10%的新车在2030年就会有L4的能力，那时候DeepSeek时刻就来临了。