从大模型到无人驾驶：游学商汤科技、蘑菇车联|云平台|人驾驶汽车|商汤科技|大模型|无人驾驶|智能驾驶|蘑菇车联

1、商汤科技：站在中国AI领域的前线

九月秋高气爽，任博士带领泽平宏观商学院走进北京中关村商汤科技。作为国内大模型头部企业，商汤在算法领域的大模型已迭代至「日日新5.5」；在算力层，商汤大装置运营总算力规模也已突破20,000 PetaFLOPS。有学员感叹：走进商汤就是赶赴中国AI赛场的第一线。

展厅游览中，学员们体验了最新的商汤大语言模型「日日新5.5」，在尺度定律（Scaling Law）下快速迭代，其基础规模达到了6000亿参数量。学习能力、语言能力、多模态能力已能全面对标GPT-4o。此外，从商汤「绝影」智能汽车平台、「地界」遥感解译平台、城市开放平台、「商汤秒画」图生文AI绘画社区，到AI数字人短视频内容生成「如影」等，一系列大模型应用实现全场景覆盖，展现了商汤引领AI行业进步实力。

田丰院长以AI的三大要素“算力、算法、数据”以及广受关注的下游超级应用，从当下格局和未来发展十大趋势多个角度深入浅出。比如，从“AI飞轮”的Scaling Law到大模型类比人脑的“系统一”、“系统二”工作原理。系统一面对熟悉事物、凭直觉快速回应。系统二则应对反常事件，进行最后决策。系统一和系统二的分工协作，正如语言模型的机器学习和推力模型的强化学习的协同进步。

“AGI的实现，未来的大模型一定是向多模态发展”，田丰院长讲到。我们眼睛看到的，耳朵听到，用手触摸的，语言描述的“世界”都仅仅是现实世界的投影。如何走出投影，让AI看到比人类感知更准确，更高维度的世界，需要的就是不同算法架构、模态的AI模型汇聚到一个“终极目标”，形成对我们所处高维世界的准确描述。

对谈交流环节，在思想的碰撞下，关于AI的探讨从技术层面上升到了哲学层面：AGI是终极目标，那“AI能不能复刻人性？”成为学员最关注的问题之一。所有成功的市场策略赢的都是反人性，在投资赛道上，AI是否有替代人的潜力？如果有，那AI是否能复刻人的情绪、判断，在市场上进行更优的操作？各行各业企业家代表们纷纷参与讨论，现场氛围热烈。

2、蘑菇车联：全球车路云一体化技术的领跑者

蘑菇车联成立于2017年，是全球车路云一体化、自动驾驶领域的领军企业之一。蘑菇车联正在构建一套面向所有智能网联汽车的车路云一体化人工智能网络，致力于实现交通零事故，大幅提升交通效率。

游学中，蘑菇车联创始人兼CEO朱磊先生分享了公司的愿景和进展。

在车路云一体化产业中，类似于通信产业，存在三个核心角色：基础设施设备提供商、服务运营商和终端设备制造商。在车路云一体化领域，基站不仅提供通信功能，还集成了感知和计算能力，形成了所谓的“通感算”基站。

从技术层面看，三个环节构成了一套统一的底层系统。例如，要开发路侧的通感算设备，如果不了解终端的车是很难做好的，这就是公司定位于车路云一体化的原因，公司的重点在于实现“一体化”。从2017年成立至今，蘑菇车联步步积累，形成了包括AI数字道路基站（基站）、智慧交通AI云平台（运营）和终端服务的完整产品线。目前为止，蘑菇车联是行业内唯一一家成功打通整个系统链的公司。

车路云一体化天然具有大产业性质，是十万亿级别赛道。

朱磊认为，未来将出现两套网络，“天上的网”由卫星系统构成，而“地上的网”就是车路云网络，构建车路云网络的价值在于：

第一，仅依靠单车智能难以全面解决交通中的安全、效率和博弈决策问题——单车无法全范围感知导致安全隐患、单车无法知晓整个城市的拥堵程度导致难以选择效率路线、车辆增长到一定数量时，必须要有系统级的决策机制来指导单车间的博弈决策。因此，交通问题本质是系统级问题，不能只靠单靠单点技术解决，发展单车智能之外，也必然需要车路云网络，二者不是A或B的关系，而是A加B的关系。

第二，车路云网络有助于形成“群体智能”，降低单点智能驾驶方案的成本、跑通商业模式。

第三，车路云网络的通感算功能保证智能驾驶具有更高的安全性。

第四，训练智能驾驶模型（尤其是端到端大模型）需要使用大量的数据。特斯拉目前差不多有100万台车可用于数据采集，一方面国内车企难以赶超，另一方面数据不能共享会造成资源浪费；车路云网络则为数据采集提供了有效解法，大概每1000公里的路侧数据量等同于特斯拉40万台采集的数据。

眼下，全球头部科技公司如英伟达、特斯拉、谷歌等核心在做的事情，就是致力于把物理世界实时数字化。这是未来科技发展的数字底座；而蘑菇车联的车路云一体化系统实现的恰恰是交通领域的实时数字化。在不久的未来，城市的智能体数量必然会爆发，比如无人机、飞行汽车、人形机器人、机器狗等等，蘑菇车联车路云网络的服务和管理价值会更加凸显。