在“太湖對話：人工智能+”暨清華大學AIR無錫創(chuàng)新成立儀式上，張亞勤院士給出這樣的趨勢判斷，并點名了包括多模態(tài)、具身智能、生物智能、Agent智能、邊緣智能這五個重要發(fā)展方向值得關(guān)注。

其中又以具身智能當中無人駕駛為代表。他更是放言：它將是未來五年最大具身智能應用。

2025年是無人駕駛的“ChatGPT時刻”，2030年無人駕駛成為主流，10%新車具備L4能力。

本次涵蓋主論壇以及三場圓桌論壇，包括張亞勤院士在內(nèi)的諸多大牛，圍繞智能產(chǎn)業(yè)、產(chǎn)業(yè)應用、自動駕駛等主題分享了不少觀點值得參考。

張亞勤：15-20年內(nèi)實現(xiàn)通用人工智能

主論壇上，張亞勤院士分享了人工智能發(fā)展的一些觀點，主要包括當前大模型的核心發(fā)展趨勢，AI演進過程、無人駕駛的發(fā)展前景以及具體治理建議。

他首先點名了AI大模型的五個發(fā)展方向，包括多模態(tài)智能、自主智能、邊緣智能、具身智能、生物智能這五個方向。

以具身智能為例，張亞勤詳細談到了無人駕駛這一應用。他認為，無人駕駛是未來五年最大具身智能應用，并且是第一個通過“新圖靈測試”的具身智能。大模型/生成式AI加速L4泛化能力，結(jié)合車-路-云一體化協(xié)同，提升駕駛安全和交通效率，助力實現(xiàn)無人駕駛的ChatGPT時刻。

2025年，實現(xiàn)無人駕駛的“ChatGPT時刻”；2030年，無人駕駛汽車將成為市場主流，預計有10%的新車具備L4級別的自動駕駛能力。

當前，AI大模型的發(fā)展正處于一個關(guān)鍵時期。

張亞勤預計，在未來10年內(nèi)，大模型和生成式AI將成為主流技術(shù)和產(chǎn)業(yè)路線；并在15-20年內(nèi)實現(xiàn)通用人工智能（AGI），并通過“新圖靈測試”。

圍繞著各種智能方向，做進一步拆分。

• 0-5年：信息智能。0至5年內(nèi)，在信息智能領(lǐng)域，對語言、圖像、聲音和視頻的理解、生成等方面通過新圖靈測試。
• 0-10年：物理智能（具身智能）。0至10年內(nèi)，在物理智能領(lǐng)域，實現(xiàn)大模型在物理環(huán)境中的理解與操作能力，通過新圖靈測試。
• 0-20年：生物智能。0至20年內(nèi)，在生物智能領(lǐng)域，聚焦人體、腦機接口、生物體、制藥和生命科學，實現(xiàn)大模型與生物體連結(jié)的生物智能，通過圖靈測試。

具體到產(chǎn)業(yè)生態(tài)、技術(shù)、算法等維度，這些趨勢與方向被提到了。

基礎(chǔ)大模型將是人工智能時代的技術(shù)底座，將與垂直產(chǎn)業(yè)模型及邊緣模型一起形成新的產(chǎn)業(yè)生態(tài)。這樣的生態(tài)規(guī)模將比PC時代大100倍，比移動互聯(lián)網(wǎng)時代大10倍以上。

當前，大模型最核心的要素主要Token-based（統(tǒng)一表征）Scaling Law（規(guī)模定律）。

除此之外，他還談到現(xiàn)在大模型需要新算法體系，Transformer、Diffusion、AR在5年內(nèi)會被逐步重構(gòu)。

與人腦相比，現(xiàn)有算法存在效率低、能耗高的問題，需要開發(fā)新的算法體系，包括世界模型、DNA記憶、智能體（Agent）、強化學習（RL）、概率系統(tǒng)和決定系統(tǒng)，實現(xiàn)100倍的效率提升。

未來5年內(nèi)，會在AI技術(shù)架構(gòu)上有大的突破。當前主流的AI技術(shù)框架Transformer/Diffusion/AR，可能在未來五年內(nèi)被新技術(shù)所逐步重構(gòu)。

最后，張亞勤院士談到了AI發(fā)展治理方面的建議。

通過制定科學的分級體系、ID實體映射、增加投資、設(shè)立紅線和邊界以及加強國際合作，AI技術(shù)才能迎來新的飛躍。

還有圓桌論壇

對于張亞勤院士重點pick到的無人駕駛這個場景，自動駕駛領(lǐng)域躬身入局者，毫末智行聯(lián)合創(chuàng)始人兼CEO顧維灝，進一步分享了他的實踐經(jīng)驗以及未來展望。

他首先談到當前自動駕駛最大的挑戰(zhàn)，主要在四個方面：

數(shù)據(jù)層面：獲取和處理高質(zhì)量數(shù)據(jù)的方式至關(guān)重要。數(shù)據(jù)不僅是技術(shù)問題，更關(guān)系到產(chǎn)品和商業(yè)模式的設(shè)計。

視覺模型應用：目前10億參數(shù)的視覺模型在應用中表現(xiàn)尚可，但提升空間有限。問題可能在于token選擇、編碼方式或數(shù)據(jù)質(zhì)量。

邊緣端配置：自動駕駛技術(shù)最終需在邊緣端實現(xiàn)，而云端大模型如何在資源有限的邊緣端配置，是我們正在解決的問題。

驗證問題：開發(fā)大型模型和解決方案后，如何驗證其效果，需要探索新的驗證方法和數(shù)據(jù)集。

既然如此，自動駕駛能做到什么樣的地步，用戶才會愿意付費買單呢？顧維灝直接點出省力、省心、省錢。

省力是指駕駛員的決策上來理解，用戶可能希望未來這個車能夠幫助我緩解精力。

省心則在于AI如何能夠把思考鏈表達出來，讓用戶安心去理解和處理這個場景。

省錢就更為直觀，他舉了個具體例子，比如用L4解決末端配送最后一公里的問題，平均到一個快件上用三毛錢，給快遞網(wǎng)點老板降本一毛多。

談到未來會實現(xiàn)的自動駕駛ChatGPT時刻，他表示到那時所有對物理世界的理解，對機器人開發(fā)來說都是可以服用的。

每個機器人都有特定的用途，但他們共同的基礎(chǔ)都是對物理世界的認識，對世界知識的構(gòu)建。這是所有機器人未來發(fā)展的重要基礎(chǔ)。

本次“太湖對話：人工智能+”主論壇聚焦智能產(chǎn)業(yè)的發(fā)展趨勢和應用前景。Curtis Carlson院士以“有影響力的創(chuàng)新”為核心議題，他強調(diào)，“我們必須改進價值創(chuàng)造的方式。人工智能將徹底改變價值創(chuàng)造的模式?！睆埡杲菏可疃绕饰隽水斍按竽Ｐ桶l(fā)展的路徑，展望了未來Auto-pilot將改變未來的人類組織構(gòu)成和就業(yè)。

值得一提是，還有清華AIR無錫創(chuàng)新中心官宣成立，由張亞勤院士領(lǐng)銜?？梢哉f清華，無錫，首次因為AI聯(lián)系在了一起。

圖靈獎得主姚期智院士也在線上發(fā)表致辭。他表示，AIR無錫創(chuàng)新中心的成立既是AIR發(fā)展歷程的又一重要里程碑，又能為無錫的人工智能產(chǎn)業(yè)提供堅實的技術(shù)支撐、注入強大的創(chuàng)新動力，進一步推動無錫在新興科技領(lǐng)域?qū)崿F(xiàn)新的突破。

未來，人工智能產(chǎn)業(yè)發(fā)展的地圖上，無錫也將開始添上嶄新的注腳。

張亞勤最新AI觀點完整全文：：https://mp.weixin.qq.com/s/8ep4croIlpckijXI2cp8BQ