2024年12月7日，由中国计算机学会（CCF）主办、CCF YOCSEF西安学术委员会承办的“大模型开卷智能驾驶，L5级全自动驾驶还有多远”技术论坛在西安理工大学金花校区举办。论坛由CCF YOCSEF西安主席、西安理工大学宋霄罡和CCF YOCSEF西安AC委员石程共同担任执行主席。邀请到YOCSEF上海 AC委员、上海交通大学郑臻哲、西安交通大学杨勐、商汤科技王振华、长安大学王振、陕西师范大学禹勇和西安交通大学陈炜煌等嘉宾。同时也有来自人工智能、自动驾驶、车联网等领域的专业人士参会，与会嘉宾深入探讨了大模型在智能驾驶中的应用前景，以及如何应对当前技术瓶颈等前沿技术和相关问题，为L5级自动驾驶的实现提供创新思路和解决方案。

论坛开始由宋霄罡介绍了YOCSEF文化规则，石程介绍了本次论坛的相关背景。

本次论坛主要分为引导发言和议题思辨两个环节：

  在引导发言环节，杨勐分享了开放场景移动机器人鲁棒三维视觉感知研究进展，并指出受视觉传感器技术局限性和开放动态环境复杂性的影响，目前自主智能体视觉系统的性能远远无法满足需求。王振华分享了商汤自动驾驶技术与实战应用，包括商汤的算力基础、商汤日日新大模型体系、SenseAuto Piolt商汤绝影智能驾驶软件、商汤SenseAuto RoboX-L4级自动驾驶接驳小巴以及SenseAuto Cabin绝影智能车舱，并指出商汤绝影依靠强大的大模型体系实现更高效和低成本的智能驾驶。郑臻哲分享了大小模型端云协同演进研究进展，大小模型端云协同进化使得大模型可以向边端的小模型输出模型能力，小模型负责实际的推理与执行任务，再向大模型反馈模型执行成效和端侧新知识,让大模型的能力得以持续进化。同时指出，小模型端云协同进化技术也有很大的潜力可以应用于自动驾驶技术。王振围绕仿真环境中测试自动驾驶汽车的方法，分享了虚实结合的自动驾驶整车在环测试技术。指出测试技术的研究可保证测试对象的真实度，同时又可充分利用仿真软件中交通场景柔性多样化的优势，从而大幅降低实际道路测试的风险和成本，是自动驾驶技术发展的重要支撑之一。

  在思辨讨论环节，禹勇、陈炜煌和与会嘉宾积极参与了讨论，针对三个议题形成了以下观点：

议题一：垂直大模型在全自动驾驶领域规模化落地如何破局?

现阶段自动驾驶领域采用的大模型需谨慎。尽管大模型在自然语言处理领域取得了显著进展，但由于自动驾驶数据量和维度的差异，垂直大模型在这一领域的效果尚需进一步验证。因此，自动驾驶技术不应盲目跟随特斯拉的路线，而应探索多模态解决方案，通过融合视觉、雷达等技术来弥补单一技术的局限性。

自动驾驶技术的核心优势在于感知与决策能力，但在面对中国复杂的路况时，自动驾驶系统能否真正理解环境仍然是一个难题，特别是在决策模块的成熟度方面，目前尚未达到完全自动驾驶的标准。此外，由于数据语料量的限制，垂直大模型在自动驾驶中的训练存在困难，尤其是在数据获取和处理方面。

  尽管如此，部分嘉宾对垂直大模型在全自动驾驶中的落地保持乐观，认为可以从低速探索逐步成熟；垂直大模型的落地将有助于解决如泊车和路延检测等关键问题。

议题二：全自动驾驶技术国内落地的技术难点与解决方案?

针对全自动驾驶技术国内落地的技术难点，与会嘉宾从技术、算力等多个维度深入探讨了自动驾驶技术实现L5级全自动驾驶的挑战，并提出了相应的解决方案。要实现L5级全自动驾驶，不仅面临技术上的难题，还需要解决政策和民众接受度的问题，建议可以首先在试点城市进行落地，逐步推动全自动驾驶技术的普及与应用。

自动驾驶技术的落地面临着多场景适应能力和决策时延的问题，可以通过生成模型来生成特殊场景数据，以解决多场景适应的难题，同时采用端云协同方式来优化决策时延，提升技术效率。针对算力成本和数据成本是当前技术应用瓶颈的问题，建议通过多传感器融合技术，或采用增量学习的方式来降低成本，并提高技术的可行性与精确性。从国内复杂道路环境的角度，建议通过车路协同、车车协同等技术研究来应对这一挑战。当前自动驾驶技术的另一个难点在于模型缺乏可解释性以及推理决策能力不足，建议通过引入更多外部知识，训练更加智能的大模型，以增强决策的准确性和可靠性。

尽管自动驾驶目前仍然存在诸多技术难点，但也可以先不考虑安全、时延、成本等问题，先把模型做出来，再进行持续优化。

议题三：如何保障大模型下全自动驾驶技术的数据安全?

数据安全是自动驾驶技术生命周期中的核心问题，贯穿自动驾驶的全过程，涵盖了法律、技术、隐私保护等多个方面。尤其是在数据采集和隐私保护方面，必须从法律层面进行规范。在硬件方面，要充分考虑核心计算、隐私计算和安全芯片的设计；在软件方面，要加强身份认证、通信保密性等措施，同时，必须具备快速响应机制，及时应对极端情况和漏洞修补。

自动驾驶领域的安全问题不能被忽视，必须遵循汽车学科的独立发展规律与安全规定，不能仅仅追求外观和功能，忽略了对安全的严谨把控。除了传统的隐私保护和数据交互安全之外，边端协同安全和模型安全也是重要的考虑因素，建议在构建数据安全体系时，应更加重视这些潜在的风险和威胁，以确保系统的全面安全性。

数据安全虽然至关重要，但当前的首要任务应该是实现全自动驾驶技术的落地，之后再进一步优化数据安全问题。现阶段可先将重点放在自动驾驶系统的基础功能上，待技术成熟后再逐步解决数据安全问题。

思辨环节结束后，执行主席宋霄罡、石程给特邀嘉宾禹勇、陈炜煌发感谢牌。

  最后CCF YOCSEF西安主席宋霄罡进行论坛总结发言，指出尽管面临诸多挑战，行业的探索和技术创新正在为全自动驾驶的规模化落地奠定基础。随着各方技术的不断进步，未来在自动驾驶领域的应用前景值得期待。