在近日召开的“智启未来—2023中国人工智能投融资峰会” 之“自动驾驶，新阶伊始” 主题论坛上，会议的承办方负责人至美资本合伙人、至美研究院院长任东林在会上表示，近年来自动驾驶的发展呈螺旋式上升过程，行业经历调整变化，今年大模型+AIGC技术在数据闭环、算法、仿真测试、感知决策等方面将为自动驾驶产业的发展带来全面赋能。
任东林在“智启未来—2023中国人工智能投融资峰会”发表开场致辞
任东林在论坛开场时表示，自动驾驶是至美资本旗下研究机构至美研究院在新一代信息技术领域的重点研究赛道，随着通用大模型向相关垂直领域延伸，自动驾驶已来到新阶段，有如下几方面的技术和产业趋势值得关注：
第一，大模型赋能数据挖掘和数据标注。大模型技术的发展应用有利于解决构建自动驾驶的数据闭环体系时的海量数据挖掘和数据标注需求。
第二，大模型赋能多模态感知，提升自动驾驶感知能力。以百度为例，其感知大模型采用“无监督预训练+微调、自训练”等两种方式利用小量有标签数据和大量无标签数据来训练感知模型，训练感知大模型以后，百度利用知识蒸馏的方法将伪标签用于车载小模型的学习，从而增强车载小模型的远距离感知能力。
第三，利用AIGC技术合成海量数据，自动驾驶仿真路测降本增效。自动驾驶行业发展至今，面临的一个非常大的技术问题在于Corner Case（长尾难题），利用AIGC技术可以实现更廉价、高效地批量生产自动驾驶模型训练开发所需的海量数据。任东林说到，以往自动驾驶系统认知环境主要靠人工手写规则，但现实中的场景无穷无尽，相应的规则也层出不穷，这是目前高阶自动驾驶技术发展受限的原因之一。
在本次论坛中，赛目科技CTO杨强、沛岱汽车人工智能总监闫晓曈均提出，面对智能网联汽车在安全验证上遇到的挑战，小规模的测试环境往往很难检测到小于5%的危险隐患，借助场景生成大模型，模拟不同场景情况，能够很大程度上提升自动驾驶中问题检出的概率。
至美研究院研究报告表明，运用大模型及AI生成技术，通过合成数据来改善基准测试数据的质量来实现数据增强和数据模拟，解决数据匮乏、数据质量的问题，自动创建、生成现实世界中难以或者无法采集的数据场景，能有效应对长尾、边缘案例，提高模型算法的准确性、可靠性；合成数据技术亦可以实现更廉价、高效地批量生产自动驾驶模型训练开发所需的海量数据。
此外，自动驾驶汽车需要精确的地图数据来实现导航和路径规划，生成式大数据可以通过深度学习等技术，将传感器数据和车辆行驶轨迹转化为地图数据，为自动驾驶汽车提供更精准的地图信息的同时，还能分析路况、交通流量和其他车辆的行为，提供准确的预测能力。
任东林表示：“自动驾驶符合产业发展螺旋式上升的规律，短期内经历了高阶自动驾驶的技术、商业化双降维。随着最近两年利好政策不断出台，智能网联汽车销量快速提升——2023年前5个月的销量同比增长41.1%，以及新近出现的行泊一体、智能座舱、HUD等具有智能驾驶技术的产品快速落地，特别是今年大模型、AIGC技术发展带来的新动能，我们认为自动驾驶已进入新的上升发展阶段。”
作为本次活动的承办方，至美资本自2015年成立以来，长期聚焦于中国新经济新一代信息技术领域，业务涵盖投资管理、财务顾问、研究咨询、投融资数据平台和PR等服务。至美资本致力于采用“研究+数据”驱动的数智化投行服务理念，为中国新经济科创公司和投资机构等提供数智化综合投融资服务。
据悉，在本次“自动驾驶，新阶伊始”主题论坛上，有来自驭势科技、楚航科技、环宇智行、赛目科技、宏景智驾、沛岱汽车的创始人或AI负责人发表了主题演讲，一方面洞察当今自动驾驶商业化的发展战略和市场趋势，另一方面分别从毫米波雷达、视觉感知、仿真测试中的物理传感器模型、大模型在场景库泛化、通用自动驾驶模型等方面分享了他们在技术上的新近探索。本次线上论坛还吸引了多家知名VC/PE机构投资人的参会和互动。
该主题论坛亦是深圳市人工智能行业协会联合至美资本共同推出的“智启未来—2023中国人工智能投融资峰会”系列活动的线上论坛环节部分，该峰会聚焦产业界、投资界共同关注的人工智能上下游产业，采用线上和线下两种形式，对人工智能的行业发展、商业模式、投资趋势等话题进行深入探讨，助力中国人工智能产业的加速发展。
