人工智能+自动驾驶

首先引入自动驾驶的基本概念与典型具身智能架构，并分析其国际分级标准。其次简要介绍弱人工智能时代的自动驾驶，指出以深度卷积神经网络为代表的弱人工智能，带来了较传统计算机视觉方法更为强大的环境感知、自主导航、行为意图预测与信息融合能力，也为赋能自动驾驶的决策、规控等其他各个环节，提供了新的研发思路与手段。但相对于人类智能而言，还存在着根本性的缺陷。基于上述分析，本课程聚焦大模型时代的一体化端到端自动驾驶解决方案或称自动驾驶3.0，进行重点介绍。将着重指出，以新一代注意力深度神经网络Transformer为底层架构的多模态大型语言模型，不仅催生了自动驾驶3.0这一真正意义上的人工智能自动驾驶，而且也是自动驾驶研发范式的根本性改变，有望成为实现更高阶NOA及L3、L4自动驾驶的可行路径。最后，从NOA、FSD到“萝卜快跑”，本课程全方位扫描国内外自动驾驶产业生态，全面分析在VLM、VLA、时空智能、世界模拟器、世界模型、超大数据、超大AI训练算力、核心零部件、推断芯片及域控制器、智能路网、智慧城市、场景创新与政策引领等的合力支撑下，通过产业生态建设，特别是感知智能向认知智能的跃迁，人类必将迎来地面交通与出行方式的颠覆性变革与产业发展。