李升波：端到端技术是自动驾驶与具身智能的核心路径：向。端到端训练作为当前主流技术范式，正推动行业从专家规则驱动转向数据驱动，但我国企业在数据规模、算力支撑与算法成熟度医生护士角色上仍面临挑战。 李升波认为，人工智能已真
专题：智能电动汽车发展高层论坛（2026） 4月11日-12日，智能电动汽车发展高层论坛（2026）在北京国家会议中心二医生护士角色期召开，主题为“推进新能源汽车智能化、绿色化、融合化、国际化发展”。清华大学车辆学院、人工智能学院教授/博导李升波出席并演讲。 他指出，人工智能已从信息领域迈向“具身智能”阶段，即与物理世界深度交互的智能形态，其中自动驾驶与机器人是两大核心方向。端到端训练作为当前主流技术范式，正推动行业从专家规则驱动转向数据驱动，但我国企业在数据规模、算力支撑与算法成熟度上仍面临挑战。 李升波认为，人工智能已真切来临。从2015年AlphaGo超越人类棋手，到2022年ChatGPT、2023年GPT-4的爆发，AI正从处理虚拟信息转向与物理世界交互。具身智能的核心是像人类一样，通过感知（眼睛）、决策（大脑）、动作（手脚）与环境互动，自动驾驶与机器人是当前两大落地场景。未来，泛具身智能将覆盖所有可动物理实体，实现更广泛的智能交互。 他指出，端到端成为主流，但我国面临三大挑战。特斯拉FSD V12的推出标志着端到端技术范式的成熟，但其依赖“海量量产车数据闭环+超大算力云平台”的路径，对我国企业构成挑战：一是数据规模难以匹敌，数据量决定模型性能边界；二是算力支撑不足，过亿级参数训练需庞大算力；三是算法与训练框架尚未成熟，探索空间有限。 李升波预测，人工智能发展将分三阶段：信息智能（至2028年）：以ChatGPT为代表的虚拟信息处理模型接近终局；物理智能（未来10-15年）：自动驾驶、机器人等具身智能技术爆发，大量新技术、公司涌现；生物智能（15-20年后）：量子计算、人造生命等前沿技术可能推动人机深度融合，开启更长远变革。 李升波总结道，端到端技术是自动驾驶与具身智能的核心路径，我国需通过“仿真+高效算法”突破数据与算力瓶颈。清华大学将持续深耕工业软件与算法研发，为行业提供技术支撑，推动人工智能从信息领域迈向物理世界，最终实现与人类社会的深度协同。新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。 责任编辑：王翔
综上所述，在2026-05-20 03:34:29的发展中起到了关键作用。