百度李彦宏：L2之后率先进入商用的是L4，而不是L3

9月1日，百度创始人、董事长兼CEO李彦宏在2022世界人工智能大会(WAIC)上表示，“L4很可能是继L2之后第一个进入业务的，而不是L3。”李彦宏进一步解释说，因为L2和L4的事故责任定义很明确，司机要对L2的事故负责，这也是为什么主机厂商总会说司机仍然要对事故负责，不管他认为自己的自动驾驶能力有多强。L4的责任界定也很明确，就是没有司机，事故由操作者负责。L4和L5的区别在于，L4是有限范围的无人驾驶，L5是无限范围的无人驾驶。L3就不一样了，司机在必要的时候接管，导致事故责任难以界定。所以他认为L3的普及需要更长的时间。此外，从实用的角度来看，自动驾驶的技术进步速度超出预期。当我们想要获得城市某个区域的自动驾驶运营资质时，一般需要20天左右的技术准备，因为技术的普适性已经很好了，我们的自动驾驶并不是通过过渡拟合到特定区域来实现的。

以下是李彦宏的讲话全文:尊敬的各位领导、各位来宾，大家好！很高兴再次来到上海，出席2022年WAIC世界人工智能大会。WAIC已连续举办四届，全球影响力和“引力场效应”与日俱增，上海人工智能产业规模翻番，世界级产业集群建设迈出坚实步伐。新大会的举办将助推上海人工智能发展实现新的跨越。在过去的一年里，人工智能在技术和商业应用上都取得了长足的进步，有些甚至改变了方向。你刚才看到的人工智能绘画是过去一年技术进步的代表。这里之所以有方向性的变化，是指AI从理解语言、文字、图片、视频，变成了生成内容。希佳佳的AI绘画通过文字描述自动生成各种风格的图片作品。百度的AI数字人杜潇潇今年挑战写高考作文，40秒写40篇，分数可以排在总考生的前25%。这是一个通过用文字描述的主题自动生成文章故事的例子。今天百度APP里有一些视频内容，是AI自动把百家号的图文内容转换成视频的结果。这些是AIGC，即人工智能自动生成的内容。AIGC背后的技术是所谓的预训练大模型。在座的很多都是人工智能领域的技术巨头。相信在后续的演讲中会多次涉及到这项技术。我想说的是，AIGC将颠覆现有的内容生产模式，可以用十分之一的成本，100倍的生产速度，创造出具有独特价值和独立视角的内容。当然，更令人兴奋的是在商业应用上的进展。人工智能火了这么多年，商业应该永远是它的软肋之一。没有良好的商业前景，创业公司的增长将停滞不前，将出现巨额亏损，难以筹集资金和上市。同时，大公司会越来越不接地气，或者逐渐变成纯粹的研究部门，或者逐渐成为其他业务的附庸。谈到商业应用，最明显的进展是在自动驾驶领域。今年6月，由通用汽车支持的Cruise在美国旧金山开始了完全无人驾驶和自动驾驶的商业运营。虽然中间有各种磕磕碰碰，但他们坚持下来，继续扩大业务范围。在中国，百度长发公主7月累计订单量超过100万，覆盖北京、上海等10多个城市。本月初，重庆和武汉分别开放了Rapunzel的无人驾驶商业化运营，为无人驾驶在中国的商业化和大规模扩张提供了国际领先的政策环境。在我看来，方向性也有变化。以前认为无人驾驶离我们还很远。就连图灵奖得主斯法斯基也认为，实现完全无人驾驶可能需要几十年的时间。因此，人们将更多的希望寄托在L2+等渐进式路线上，认为自动驾驶的技术路线是先实现L2，再实现L3，最后实现L4和L5。国家相关部门的扶持政策是L3之前是L2，然后才考虑L4。事实上，很可能是L4，而不是L3，在L2之后首先进入商业市场。因为L2和L4的事故责任定义很明确，司机要对L2的事故负责，这也是为什么主机厂商总会说司机还是要对事故负责，不管他认为自己的自动驾驶能力有多强。L4的责任界定也很明确，就是没有司机，事故由操作者负责。L4和L5的区别在于，L4是有限范围的无人驾驶，L5是无限范围的无人驾驶。L3不一样。必要时司机接手，造成事故责任难以界定。所以我觉得L3的普及还需要更长的时间。另外，从我们的实践来看，自动驾驶的技术进步速度是超出预期的。当我们想要获得城市某个区域的自动驾驶运营资格时，通常需要20天左右的技术准备，因为宇宙……技术的成熟度已经很好了，我们的自动驾驶并不是通过过渡拟合到特定区域来实现的。今天，10多个城市的市民都可以体验到萝卜跑的自动驾驶服务，自动驾驶离我们很近。公众对自动驾驶的信任和欢迎也在增加。一项调查显示，83%的中国人接受自动驾驶技术，中国消费者对汽车的网联化和智能化需求很高，欢迎度和容忍度也很高。当然，车厂也在积极拥抱自动驾驶。很多汽车主机厂意识到，从零开始做自动驾驶研发并不经济、高效、有竞争力，他们更愿意与我们合作。目前与阿波罗合作的国内外主流车厂超过30家。百度旗下的杜畿汽车也是阿波罗的合作伙伴。今年6月，杜畿发布了首款机器人概念车robo-01，量产车型将于2023年上市。它是一辆可以自由移动、自然交流、自我成长的智能汽车，体现了汽车的“智能觉醒”。除了自动驾驶，过去一年我们还看到了人工智能在很多领域的商业化进展。最明显的就是基础设施的智能化改造。首先是智能交通。目前，中国的高速公路交通网络无法通过实时调整信号灯和车路协调来提高通行效率和降低事故率。城市拥堵让很多人在路上浪费了很多时间。为了缓解交通拥堵，各地不得不实行汽车限购限行政策，抑制了本应存在的消费需求，无法从根本上解决问题。根据我们在各地的实践，通过交通网络的智能化改造，可以提高15%-30%的通行效率，也就是说每年GDP会增长2.4%-4.8%左右。目前，百度的智能交通方案已经在全国50多个城市投入实践。就在几天前，交通部正式将百度列为交通强国试点单位，在高精地图、智能汽车、智能道路、云平台、智能交通产业生态发展等方面开展试点。可以预见，随着交通效率的提高，汽车限购限行政策将走入历史，为城市疫情后的经济增长注入新的活力。其次，能源水利基础设施的智能化。中国在能源、水利、供水、供热等领域建立了强大的基础设施有形网络。但过去重硬件轻软件，智能化水平不高。今年全国大面积高温天气屡创新高，整个电网系统非常紧张。即使是很小的故障也很容易导致大面积停电。目前，全国已有多个省级电网在百度AI云使用了AI巡检，可7×24小时不间断巡检，巡检效率提升了6-10倍，有效保障了供电安全。我们认为下一步应该加强水利电力系统资源配置的顶层设计，加快这些基础设施的智能化改造，用AI实现高效的实时资源调度。此外，在工业互联网领域，凭借云与智能融合的独特优势，百度AI云打造了AI+工业互联网平台“吴凯”，并入选国家“双跨越平台”。吴凯正在帮助中国企业在质量管理、安全生产、能耗优化、物流调度等主要场景下降本增效。，增强他们的创新能力，帮助中国从“制造大国”向“制造强国”转变。比如在质量管理环节，一个车厂完成车灯22个点的质量检测只需要一秒钟；在能耗优化环节，我们用AI帮助某热电厂优化了空冷岛设备的能耗，实现了每千瓦时减少1.55克标准煤。如果换算成全国1000台空冷机组，一年减碳潜力可达600万吨，有助于国家实现“碳双增”目标。AI在这些领域的商业应用，需要对每个行业进行端到端的技术优化。百度在人工智能领域已经10年了。过去10年，我们在R&D的投资超过1000亿，每年占R&D的15%以上，去年达到23%，这在全球大型科技互联网公司中并不多见。这种基于压力、马拉松式的投入，让我们在人工智能的各个层面都拥有了领先的自研技术，从底层的高端芯片昆仑，到螺旋桨飞行的深度学习框架，再到前期训练的大模型(我们最近在金融、电力、航空航天等行业推出了大模型)，最后可以在应用领域大幅提升效率。当然，我们也意识到，实体经济很多领域的数字化转型并没有完成，数字化本身并没有带来效率的显著提升。智力渗透尚需时日，智力对实体经济的巨大拉动作用尚未成为广泛共识。所以人工智能的商业化还需要在黑暗中摸索一段时间。但一个新生事物，从“无人看好”到“无人能比”，往往取决于“坚持”二字。科技创新更是如此。科技创新离不开配套的制度创新。要以更大的改革创新力度，给创新最好的发展环境。比如，目前无人车的普及仍然面临“四不一难”的政策障碍，即无人车无法进入市场、无法上牌、无法罢免安全员、无法运营收费、事故责任难以认定。中国的自动驾驶技术处于世界前列，但机会稍纵即逝。要推进制度创新，进一步突破政策瓶颈。只有这样，才能实现人工智能和实体经济的双向发展，推动社会的大进步。9月1日，百度创始人、董事长兼CEO李彦宏在2022世界人工智能大会(WAIC)上表示，“L4很可能是继L2之后第一个进入业务的，而不是L3。”李彦宏进一步解释说，因为L2和L4的事故责任定义很明确，司机要对L2的事故负责，这也是为什么主机厂商总会说司机仍然要对事故负责，不管他认为自己的自动驾驶能力有多强。L4的责任界定也很明确，就是没有司机，事故由操作者负责。L4和L5的区别在于，L4是有限范围的无人驾驶，L5是无限范围的无人驾驶。L3就不一样了，司机在必要的时候接管，导致事故责任难以界定。所以他认为L3的普及需要更长的时间。此外，从实用的角度来看，自动驾驶的技术进步速度超出预期。当我们想要获得城市某个区域的自动驾驶运营资质时，一般需要20天左右的技术准备，因为技术的普适性已经很好了，我们的自动驾驶并不是通过过渡拟合到特定区域来实现的。

以下是李彦宏的讲话全文:尊敬的各位领导、各位来宾，大家好！很高兴再次来到上海，出席2022年WAIC世界人工智能大会。WAIC已连续举办四届，全球影响力和“引力场效应”与日俱增，上海人工智能产业规模翻番，世界级产业集群建设迈出坚实步伐。新大会的举办将助推上海人工智能发展实现新的跨越。在过去的一年里，人工智能在技术和商业应用上都取得了长足的进步，有些甚至改变了方向。你刚才看到的人工智能绘画是过去一年技术进步的代表。这里之所以有方向性的变化，是指AI从理解语言、文字、图片、视频，变成了生成内容。希佳佳的AI绘画通过文字描述自动生成各种风格的图片作品。百度的AI数字人杜潇潇今年挑战写高考作文，40秒写40篇，分数可以排在总考生的前25%。这是一个通过用文字描述的主题自动生成文章故事的例子。今天百度APP里有一些视频内容，是AI自动把百家号的图文内容转换成视频的结果。这些是AIGC，即人工智能自动生成的内容。AIGC背后的技术是所谓的预训练大模型。在座的很多都是人工智能领域的技术巨头。相信在后续的演讲中会多次涉及到这项技术。我想说的是，AIGC将颠覆现有的内容生产模式，可以用十分之一的成本，100倍的生产速度，创造出具有独特价值和独立视角的内容。当然，更令人兴奋的是在商业应用上的进展。人工智能火了这么多年，商业应该永远是它的软肋之一。没有良好的商业前景，创业公司的增长将停滞不前，将出现巨额亏损，难以筹集资金和上市。同时，大公司会越来越不接地气，或者逐渐变成纯粹的研究部门，或者逐渐成为其他业务的附庸。谈到商业应用，最明显的进展是在自动驾驶领域。今年6月，由通用汽车支持的Cruise在美国旧金山开始了完全无人驾驶和自动驾驶的商业运营。虽然中间有各种磕磕碰碰，但他们坚持下来，继续扩大业务范围。在中国，百度长发公主7月累计订单量超过100万，覆盖北京、上海等10多个城市。本月初，重庆和武汉分别开放了Rapunzel的无人驾驶商业化运营，为无人驾驶在中国的商业化和大规模扩张提供了国际领先的政策环境。在我看来，方向性也有变化。以前认为无人驾驶离我们还很远。就连图灵奖得主斯法斯基也认为，实现完全无人驾驶可能需要几十年的时间。因此，人们将更多的希望寄托在L2+等渐进式路线上，认为自动驾驶的技术路线是先实现L2，再实现L3，最后实现L4和L5。国家相关部门的扶持政策是L3之前是L2，然后才考虑L4。事实上，很可能是L4，而不是L3，在L2之后首先进入商业市场。因为L2和L4的事故责任定义很明确，司机要对L2的事故负责，这也是为什么主机厂商总会说司机还是要对事故负责，不管他认为自己的自动驾驶能力有多强。L4的责任界定也很明确，就是没有司机，事故由操作者负责。L4和L5的区别在于，L4是有限范围的无人驾驶，L5是无限范围的无人驾驶。L3不一样。必要时司机接手，造成事故责任难以界定。所以我觉得L3的普及还需要更长的时间。另外，从我们的实践来看，自动驾驶的技术进步速度是超出预期的。当我们想要获得城市某个区域的自动驾驶运营资格时，通常需要20天左右的技术准备，因为宇宙……技术的成熟度已经很好了，我们的自动驾驶并不是通过过渡拟合到特定区域来实现的。今天，10多个城市的市民都可以体验到萝卜跑的自动驾驶服务，自动驾驶离我们很近。公众对自动驾驶的信任和欢迎也在增加。一项调查显示，83%的中国人接受自动驾驶技术，中国消费者对汽车的网联化和智能化需求很高，欢迎度和容忍度也很高。当然，车厂也在积极拥抱自动驾驶。很多汽车主机厂意识到，从零开始做自动驾驶研发并不经济、高效、有竞争力，他们更愿意与我们合作。目前与阿波罗合作的国内外主流车厂超过30家。百度旗下的杜畿汽车也是阿波罗的合作伙伴。今年6月，杜畿发布了首款机器人概念车robo-01，量产车型将于2023年上市。它是一辆可以自由移动、自然交流、自我成长的智能汽车，体现了汽车的“智能觉醒”。除了自动驾驶，过去一年我们还看到了人工智能在很多领域的商业化进展。最明显的就是基础设施的智能化改造。首先是智能交通。目前，中国的高速公路交通网络无法通过实时调整信号灯和车路协调来提高通行效率和降低事故率。城市拥堵让很多人在路上浪费了很多时间。为了缓解交通拥堵，各地不得不实行汽车限购限行政策，抑制了本应存在的消费需求，无法从根本上解决问题。根据我们在各地的实践，通过交通网络的智能化改造，可以提高15%-30%的通行效率，也就是说每年GDP会增长2.4%-4.8%左右。目前，百度的智能交通方案已经在全国50多个城市投入实践。就在几天前，交通部正式将百度列为交通强国试点单位，在高精地图、智能汽车、智能道路、云平台、智能交通产业生态发展等方面开展试点。可以预见，随着交通效率的提高，汽车限购限行政策将走入历史，为城市疫情后的经济增长注入新的活力。其次，能源水利基础设施的智能化。中国在能源、水利、供水、供热等领域建立了强大的基础设施有形网络。但过去重硬件轻软件，智能化水平不高。今年全国大面积高温天气屡创新高，整个电网系统非常紧张。即使是很小的故障也很容易导致大面积停电。目前，全国已有多个省级电网在百度AI云使用了AI巡检，可7×24小时不间断巡检，巡检效率提升了6-10倍，有效保障了供电安全。我们认为下一步应该加强水利电力系统资源配置的顶层设计，加快这些基础设施的智能化改造，用AI实现高效的实时资源调度。此外，在工业互联网领域，凭借云与智能融合的独特优势，百度AI云打造了AI+工业互联网平台“吴凯”，并入选国家“双跨越平台”。吴凯正在帮助中国企业在质量管理、安全生产、能耗优化、物流调度等主要场景下降本增效。，增强他们的创新能力，帮助中国从“制造大国”向“制造强国”转变。比如在质量管理环节，一个车厂完成车灯22个点的质量检测只需要一秒钟；在能耗优化环节，我们用AI帮助某热电厂优化了空冷岛设备的能耗，实现了每千瓦时减少1.55克标准煤。如果换算成全国1000台空冷机组，一年减碳潜力可达600万吨，有助于国家实现“碳双增”目标。AI在这些领域的商业应用，需要对每个行业进行端到端的技术优化。百度在人工智能领域已经10年了。过去10年，我们在R&D的投资超过1000亿，每年占R&D的15%以上，去年达到23%，这在全球大型科技互联网公司中并不多见。这种基于压力、马拉松式的投入，让我们在人工智能的各个层面都拥有了领先的自研技术，从底层的高端芯片昆仑，到螺旋桨飞行的深度学习框架，再到前期训练的大模型(我们最近在金融、电力、航空航天等行业都推出了大模型)，最后可以在应用领域大幅提升效率。当然，我们也意识到，实体经济很多领域的数字化转型并没有完成，数字化本身并没有带来效率的显著提升。智力渗透尚需时日，智力对实体经济的巨大拉动作用尚未成为广泛共识。所以人工智能的商业化还需要在黑暗中摸索一段时间。但一个新生事物，从“无人看好”到“无人能比”，往往取决于“坚持”二字。科技创新更是如此。科技创新离不开配套的制度创新。要以更大的改革创新力度，给创新最好的发展环境。比如，目前无人车的普及仍然面临“四不一难”的政策障碍，即无人车无法进入市场、无法上牌、无法罢免安全员、无法运营收费、事故责任难以认定。中国的自动驾驶技术处于世界前列，但机会稍纵即逝。要推进制度创新，进一步突破政策瓶颈。只有这样，才能实现人工智能和实体经济的双向发展，推动社会的大进步。

标签：集度北京大运汉

汽车资讯热门资讯