[汽車之家 行業(yè)] 10月21日～24日，第三十二屆中國汽車工程學(xué)會年會暨展覽會（SAECCE 2025）在中國重慶·科學(xué)會堂召開。SAECCE 2025通過匯聚行業(yè)智慧、展示前沿技術(shù)、搭建合作橋梁，并攜手全球汽車科技力量，服務(wù)全球汽車科技發(fā)展，共創(chuàng)世界級汽車科技創(chuàng)新平臺。
在SAECCE 2025于10月23日下午召開的“人工智能主論壇”上，百度智能云汽車業(yè)務(wù)部副總經(jīng)理肖猛以《云智一體：構(gòu)筑智能汽車的創(chuàng)新底座》為主題進(jìn)行了演講。
肖猛表示，VLA對算力的需求會更大，一方面在訓(xùn)練上有更大的算力要求，比如需要多模態(tài)的融合，同時多階段的訓(xùn)練，同時VLA末尾有一段強化學(xué)習(xí)的過程，需要非常大的算力支撐它。推理端需要更多算力支持它的推理，包括數(shù)據(jù)處理、訓(xùn)練場景的合成、仿真測試都需要更多的算力，這些算力也是近一兩年整個智能駕駛在市場上算力規(guī)模爆發(fā)式增長的原因。
以下為演講實錄（汽車之家精編）：
大家下午好！
很高興在這個場合能跟大家分享一下我們的一些現(xiàn)狀和一些思考。
目前來講，云+AI是汽車創(chuàng)新的一個新的動力，不論是智能駕駛也好還是智能座艙也好，是通過大量的算力和新的模型技術(shù)提供對應(yīng)的服務(wù)，汽車領(lǐng)域在駕駛、座艙和企業(yè)內(nèi)部提效都有非常重要的應(yīng)用。
我們先看云平臺如何來支撐自動駕駛的研發(fā)，百度是主流的云服務(wù)商，百度今年在智能駕駛云市場排名第一，整個汽車云市場這幾年有非常大的增長。VLA目前已經(jīng)開始逐步量產(chǎn)了，我們在云平臺上面對VLA的支持是非常重要的，之前自動駕駛是從規(guī)則的范式慢慢過渡到端到端的范式，今年VLA的范式已經(jīng)在某些車型上得到了落地的應(yīng)用。
VLA對算力的需求會更大，一方面在訓(xùn)練上有更大的算力要求，比如需要多模態(tài)的融合，同時多階段的訓(xùn)練，同時VLA末尾有一段強化學(xué)習(xí)的過程，需要非常大的算力支撐它。推理端需要更多算力支持它的推理，包括數(shù)據(jù)處理、訓(xùn)練場景的合成、仿真測試都需要更多的算力，這些算力也是近一兩年整個智能駕駛在市場上算力規(guī)模爆發(fā)式增長的原因。
百度的百舸5.0發(fā)展了很多，從百舸1.0到5.0不斷改進(jìn)，它能整體提升訓(xùn)練的效率，目前很多頭部自動駕駛研發(fā)團隊在用百度的百舸進(jìn)行模型開發(fā)和加速。百舸5.0也是我們今年發(fā)布的，它內(nèi)置了很多種智能駕駛模型的深度優(yōu)化，它對端到端的模型包括感知模型都做了很多優(yōu)化的處理，最大能提升100%的效率。大家都知道GPU卡也很貴，能夠提升一部分的效率就是節(jié)省了費用。
百度昆侖芯的集群已經(jīng)做到了萬卡的集群，圖上看到的東西是32卡和64卡的超大集群規(guī)模，對卡間的互聯(lián)帶寬、單機能力和集群推理能力都得到了很大的加強。
同時，百度在VLA支持上我們還有很好數(shù)據(jù)方面的支持，大伙兒知道數(shù)據(jù)標(biāo)注是一個非常大的工作量，我們跟很多團隊交流的時候發(fā)現(xiàn)他們進(jìn)度要求都很著急，因為看到友商們都在快速發(fā)展，每個團隊都希望更好的、更快的拿到優(yōu)質(zhì)數(shù)據(jù)，百度可以用高精度地圖做數(shù)據(jù)反投，基于地圖和車輛傳感器幫助客戶把數(shù)據(jù)標(biāo)注做的更快、更好。
LD地圖也可以用來做VLA訓(xùn)練的數(shù)據(jù)來源之一，我們知道LD地圖比高級別地圖成本低很多，而且鮮度和覆蓋度都高了非常多。百度LD地圖覆蓋全國所有城市，一周左右就有比較好的更新。
它在支持VLA的時候有幾點，VLA本身在推理過程中是通過思維鏈，我們可以通過地圖本身提供一部分的增值信息用來加強推理。在訓(xùn)練的時候，VLA后面有一段是來做強化學(xué)習(xí)的，強化學(xué)習(xí)通過LD地圖的經(jīng)驗圖層，這個彎道上沒有標(biāo)限速是多少，但我們能夠拿到大部分的車在彎道是什么樣的速度，這個值就是人的經(jīng)驗圖層，把它做增值就可以引導(dǎo)VLA訓(xùn)練過程中強化學(xué)習(xí)數(shù)據(jù)的部分。
同時，VLA開發(fā)過程中需要非常多的數(shù)據(jù)支撐，這些數(shù)據(jù)通過采集很難達(dá)到很完美的程度，我們可以通過數(shù)據(jù)合成的方式去做支持。
這是場景的重建，采集的場景重建的3D場景，我們把一輛車放進(jìn)去，放進(jìn)去之后可以在各個不同環(huán)節(jié)重新生成它的模型。同樣車的視角里面可以生成不同樣的素材，這是過水的，剛剛是過夕陽的，這是過雪地的。這樣我們可以通過合成的方式創(chuàng)造更多的數(shù)據(jù)用于VLA的訓(xùn)練，這塊也是需要比較大的推理算力來支持。
在開發(fā)過程中需要一套更好的工具鏈，百度數(shù)據(jù)閉環(huán)的工具鏈從數(shù)據(jù)采集到模型開發(fā)仿真都可以非常好地支撐自動駕駛開發(fā)的全過程，來加速模型的迭代，目前也有很多車場的團隊在使用百度這樣的工具。
前面講的是云計算在智駕方面的支撐，在智能體和端到端語音方面，百度也有對應(yīng)的模型和技術(shù)來提升座艙的體驗。百度提供完整的智能體貨架，覆蓋出行場景、用車、內(nèi)容、生活和陪伴各方面的場景。這是智能體對車外的問答，時間關(guān)系不去展示很完整了，這是多模態(tài)車型的效果。
通過車型向?qū)Х矫娴闹悄荏w，還有端到端的語音，我們知道語音交互越來越會偏自然，剛才李駿院士也講到擬人化，百度從傳統(tǒng)語義到大模型增強，2025年我們出來了端到端的語音產(chǎn)品，大伙兒可以的文心一言app體驗端到端的語音效果。目前端到端語音也會進(jìn)入座艙，這里可以檢點的對話效果。它非常擬人化，而且延遲非常短，可以大大提升車輛語音交互的效果。
端到端的語音目前融入了座艙的整體架構(gòu)，我們在云端和端側(cè)一起配合著來支撐，將來你會看到用戶在車?yán)锏膯柎穑徊糠滞ㄟ^端側(cè)模型來支持，一部分通過端到端語音直接給出回復(fù)，它的語音效果就會非常地好。
一部分復(fù)雜的車控理解再通過智能體的方式去配合，整體來講是非常綜合、多層級的架構(gòu)在車上，目前我們跟一些典型的車企開始合作，也在今年就會逐步地落地。
樂道L90(參數(shù)|詢價)接入了百度的服務(wù)，深藍(lán)也接入百度座艙層面的服務(wù)。大模型助力企業(yè)效能提升也是一個非常關(guān)鍵的熱點，我跟幾乎絕大部分的車廠在這方面有交流，他們非常熱衷把大模型的能力在廠內(nèi)進(jìn)行落地，包括知識問答、質(zhì)量管理、業(yè)務(wù)工作流程，這里我們可以看到大模型在汽車企業(yè)在研產(chǎn)供銷服各個環(huán)節(jié)都有非常落地的方向點。一方面需要百度這樣的企業(yè)提供更好的模型和更好的技術(shù)平臺，模型開發(fā)平臺和應(yīng)用開發(fā)平臺，也需要企業(yè)IT團隊開始具備AI落地的能力，同時整個產(chǎn)業(yè)生態(tài)能夠提升AI落地上服務(wù)的能力，這樣才能更好地幫助整個車企在企業(yè)內(nèi)部提升AI。
百度自己有一整套完整的開發(fā)平臺，接入了很多車廠的內(nèi)部系統(tǒng)，從底層的大模型平臺到應(yīng)用側(cè)上面的應(yīng)用開發(fā)平臺，已經(jīng)開始為很多的企業(yè)提供對應(yīng)的服務(wù)。
舉個例子來講，代碼生成這樣的產(chǎn)品可以大大提高效率，百度廠內(nèi)AI代碼生成的比例已經(jīng)超過了40%，我們已經(jīng)賦能了1萬家企業(yè)，采納率能夠達(dá)到46%，更多的場景也需要我們的共同努力，能夠把AI能力更好地在汽車行業(yè)進(jìn)行落地。
以上是百度的語音+AI如何在智駕、智艙以及企業(yè)提效上提供的服務(wù)，我們也希望更多的車企能夠跟我們一起更好地把服務(wù)AI化做得更好。謝謝大家！