从大模型和生成式AI的发展趋势讲述无人驾驶，在张亚勤看来，人工智能是无人驾驶背后最重要的技术驱动力量，每次人工智能的发展都会让无人驾驶上升一个台阶。
无人驾驶的趋势是人工智能
人工智能对无人驾驶的影响包括自然的内容，也包括从传感器的内容，可以有图像、语音、文字，也可以从我们激光雷达、4D雷达来的信息。
张亚勤认为，未来需要新的算法，GPT4比起人大脑的效率至少低1000—5000倍，需要强化学习来加强新的信息，对无人驾驶很重要。同时还需要新的模型，模型之间的交互、联邦，包括把模型如何上车、如何进入手机端，以及如何大模型变成小模型。
同时，张亚勤提到具身智能（Embodied AI），大模型如何与和车、机器人、无人机相连。现阶段，企业是成功的EV企业，但是仍需要修长远的眼光，特别是成功的企业要看到未来的制高点和决胜点是智能驾驶、无人驾驶。
此外，张亚勤表示生物智能同样重要，大模型和大脑连接会有很大的能量、很强的能力，但同时也带来很多风险。在大模型方面、包括无人驾驶方面需要在内容、体系方面综合治理。AI需要更可控、更可信、更安全。
L4+级别无人驾驶有望实现
张亚勤认为无人驾驶其实是人工智能里面最复杂、最有挑战的问题，但是也是最可以解决的问题，不是一个通用人工智能，是一个专用的，为了解决具体任务的一个智能的挑战。
由于场景复杂、任务复杂，当然更重要的要高可靠性，高安全性，行业普遍认为，无人驾驶要比人类驾驶安全10倍才可以大规模的推广。
张亚勤指出，无人驾驶有很多关键的问题，包括市场的力量和非市场的力量。市场的力量包括技术可行性、用户需求、产业生态、商业模式。非市场的力量则包括，政策、法规、伦理、隐私，还有一些非人为的因素。
张亚勤认为，L4+级别无人驾驶是可以实现的，具体实现不仅要有视觉、还要有激光雷达，不仅是单车智能，还需要认为V2X。车路协同会增加安全度、冗余度。
自动驾驶很复杂，包括采集数据、传感融合、智能感知，需要仿真、车辆的平台、V2X的平台、车辆的平台，是一个相当复杂的问题。
单车智能更为重要
大模型包括感知、决策，有4D场景的感知、驾驶行为策略的推荐、安全的决策，有些是在云端，有些是在车端，无人驾驶本身是车、云、路整体的决策。
张亚勤认为，大部分计算需要放到车上的，90%以上的计算和决策要放在车上面。并且单车智能也很重要，在没有云的时候车也能开。
无人车慢慢会进入市场，无人驾驶进入市场之后大部分还是有人车，有人驾驶和无人驾驶一定会混合很多年，所以无人驾驶要了解人的驾驶行为，才可以不断去适应大的环境。
无人驾驶最重要的是安全，一方面是单车驾驶安全，一方面是车路协同技术安全。张亚勤认为V2X可以增加安全性，但是无法确定具体系数，所以需要理论模型，包括场景分布的模型、感知车辆交互模型、安全评价模型，做出理论公式形成分布。
V2X在很多场景可以比单车智能大幅度提高安全，比如无保护的左转，安全可以提高10倍，从理论上、实际上证明V2X十分重要。感知模型拓展到规划和决策，安全性更加提高。
对于无人驾驶，张亚勤认为这是一个征程，正在把科学幻想变成科学、把梦想变成现实。
