3月25日-27日，清华取决全性中国电动汽车百人会论坛（2022）在北京举行。大学邓志东自动驾的安清华大学教授邓志东出席并发表演讲。教授

邓志东主要分享了三方面内容：

第一，驶使通过人工智能超算与预训练的用种于巨量模型能否实现L3+的纯视觉的自动驾驶？

他认为，要提升到L3、感知更高L4级别自动驾驶，案否带需要最大限度地使用目前已有的清华取决全性数据驱动的人工智能，包括面向限定区域的大学邓志东自动驾的安自动驾驶应用场景，极限使用巨量的教授标签大数据还有人工智能的超算，以及预训练的驶使巨量模型。

充分利用具有自注意力学习机制的用种于新一代神经网络，即用视觉Transformer模型，感知更高在这种超强算力支撑下，案否带在巨量标签数据的清华取决全性驱动下，去使用现有的数据智能的方法。为什么要使用Transformer神经网络模型？他解释，因为它具有性能的可扩展性和通用性。性能扩展就是它的模型规模增加，性能还有充分提高的可能，但这需要足够的算力，同时还可以容纳足够巨量的数据，通过这种模型来结合深度强化学习，去构建一个驾驶阅历、驾驶技巧甚至优于人类的人工智能自动驾驶。

第二，是走出单车智能与网联新基建的协同创新发展与商业化落地之路。

他认为，需要把单车智能与网联新基建进行协同，发展单车智能可以说是当务之急。需要鼓励各种自动驾驶解决方案，并进行探索和创新。要追求L4甚至是L5级别的单车智能，鼓励纯视觉、视觉主导以及激光雷达主导的L3+传感器解决方案，各种方案都要进行探索、创新。

而具体采用哪种方案呢？他表示，衡量感知方案的关键，就是能否带来更高的安全性，这是最重要的。感知方案最核心的挑战是：能否有效地解决制约自动驾驶落地的最大瓶颈，也就是常说的长尾感知问题、边缘事件，还有由对抗性干扰样本所带来的安全问题。

第三，探讨如何从L2辅助驾驶迈向L3+自动驾驶，它的技术实现路径。

他指出，L2与L3+或者说辅助驾驶与自动驾驶的关键区别，就是判断主驾位置是否还有安全驾驶员。如果主驾位置没有安全驾驶员，而是放在副驾位置或者后座，甚至是车外或完全不用安全驾驶员，这才是真正的L3+自动驾驶。实际上L2还属于自动辅助驾驶，只有L3及以上才能称之为自动驾驶，他说。

他提出，撤销车载安全驾驶员，能让我们直面真正的关键核心技术，从而推动自动驾驶大规模的商业化落地实践。

具体来说，它的技术实现路径会怎么样呢？他进一步解释道，用边云接管，安全员在边云上面，通过平行驾驶、通过接管预测，刚开始一个边云安全员代管一辆车，经过技术迭代以后，可能一个安全接管员就可以接管10台车，然后进一步可以接管50台车，甚至接管100台车，最后就变成完全不需要任何远程的安全接管员了，这样就真正实现了L4的自动驾驶。

(责任编辑：探索)