2025年首場(chǎng)自動(dòng)駕駛峰會(huì)，燃爆北京！

1月14日，由智一科技旗下智猩猩、車東西共同發(fā)起的第四屆全球自動(dòng)駕駛峰會(huì)在北京中關(guān)村國家自主創(chuàng)新示范區(qū)展示交易中心-會(huì)議中心圓滿落幕。

作為智一科技面向自動(dòng)駕駛領(lǐng)域打造的會(huì)議IP，第四屆全球自動(dòng)駕駛峰會(huì)以“技術(shù)新周期 產(chǎn)業(yè)新征程”為主題，設(shè)置“主會(huì)場(chǎng)+分會(huì)場(chǎng)+展區(qū)”三個(gè)板塊。

其中，主會(huì)場(chǎng)進(jìn)行開幕式、端到端自動(dòng)駕駛創(chuàng)新論壇、城市NOA專題論壇；分會(huì)場(chǎng)則進(jìn)行自動(dòng)駕駛視覺語言模型技術(shù)研討會(huì)、自動(dòng)駕駛世界模型技術(shù)研討會(huì)，全方位呈現(xiàn)全民智駕時(shí)代端到端自動(dòng)駕駛新周期里的科研成果、技術(shù)探索、產(chǎn)品方案創(chuàng)新與未來趨勢(shì)。

整場(chǎng)活動(dòng)，近30位自動(dòng)駕駛學(xué)術(shù)領(lǐng)袖、產(chǎn)業(yè)大咖與青年學(xué)者齊聚一堂，共同探討了端到端、世界模型、視覺語言模型、城市NOA等行業(yè)內(nèi)最火熱的熱門話題。

▲主會(huì)場(chǎng)現(xiàn)場(chǎng)

現(xiàn)場(chǎng)嘉賓精彩觀點(diǎn)不斷，清華大學(xué)車輛與運(yùn)載學(xué)院/人工智能學(xué)院教授、博導(dǎo)李升波認(rèn)為車路云一體化是自動(dòng)駕駛基座模型的開發(fā)框架，需要政府、企業(yè)、高校三者組建聯(lián)合體解決數(shù)據(jù)和算力等方面的難題。

理想汽車自動(dòng)駕駛研發(fā)副總裁郎咸朋表示，理想汽車將致力于“人工智能的汽車化”，從模型、工程、產(chǎn)品等方面提升自動(dòng)駕駛能力。

零一汽車智能駕駛合伙人王泮渠，昇啟科技聯(lián)合創(chuàng)始人、CTO劉敏俊，朗歌科技副總經(jīng)理李戰(zhàn)斌，都認(rèn)為端到端帶來了研發(fā)模式的革新。

峰會(huì)全天有接近九百位觀眾來到現(xiàn)場(chǎng)。無論是主會(huì)場(chǎng)上下午，還是分會(huì)場(chǎng)的兩場(chǎng)閉門研討會(huì)，均是座無虛席。尤其是開幕式，場(chǎng)內(nèi)觀眾席兩側(cè)通道及后排空間更是站了不少觀眾。與此同時(shí)，20+媒體平臺(tái)與視頻號(hào)直播了本次峰會(huì)，直播觀看量超過百萬。

▲分會(huì)場(chǎng)-自動(dòng)駕駛視覺語言模型技術(shù)研討會(huì)

▲分會(huì)場(chǎng)-自動(dòng)駕駛世界模型技術(shù)研討會(huì)

作為2025年國內(nèi)首場(chǎng)自動(dòng)駕駛峰會(huì)，本次會(huì)議不僅系統(tǒng)呈現(xiàn)了智能駕駛過去一年的發(fā)展態(tài)勢(shì)和量產(chǎn)進(jìn)展，也為端到端自動(dòng)駕駛開啟的新一輪變革指明了前進(jìn)方向，也燃動(dòng)了世界模型在國內(nèi)自動(dòng)駕駛領(lǐng)域的研究與開發(fā)熱度。

01.智駕商業(yè)化迎來重要節(jié)點(diǎn) 端到端+大模型掀起行業(yè)新變革

峰會(huì)現(xiàn)場(chǎng)，智一科技聯(lián)合創(chuàng)始人、CEO龔倫常作為主辦方代表進(jìn)行了開場(chǎng)致辭，他表示，過去一年，端到端與大語言模型、視覺語言模型協(xié)同，成為自動(dòng)駕駛的主要技術(shù)路線。同時(shí)，世界模型也獲得了更高的關(guān)注。

▲智一科技聯(lián)合創(chuàng)始人、CEO龔倫常

基于此，峰會(huì)希望通過充分探討，梳理行業(yè)的發(fā)展現(xiàn)狀，進(jìn)一步厘清未來的發(fā)展趨勢(shì)。本次峰會(huì)圍繞端到端自動(dòng)駕駛、城市NOA、自動(dòng)駕駛視覺語言模型技術(shù)、自動(dòng)駕駛世界模型技術(shù)等方向設(shè)置了多個(gè)話題。

數(shù)字化和智能化正在成為中國新一輪高質(zhì)量發(fā)展的重要驅(qū)動(dòng)力，智一科技成立以來一直聚焦在這一驅(qū)動(dòng)力背后的核心技術(shù)和行業(yè)需求，構(gòu)建了智東西、芯東西和車東西三大媒體品牌，持續(xù)提供專業(yè)優(yōu)質(zhì)的圖文和視頻內(nèi)容，在相關(guān)領(lǐng)域具有廣泛影響力。

同時(shí)，智一科技圍繞企業(yè)服務(wù)，打造了智猩猩品牌，采用線上公開課和研討會(huì)等形式提供高質(zhì)量的技術(shù)向內(nèi)容。

在最后，龔倫常感謝了中關(guān)村科學(xué)城管委會(huì)對(duì)本次峰會(huì)的大力支持。

龔倫常致辭結(jié)束后，清華大學(xué)車輛與運(yùn)載學(xué)院/人工智能學(xué)院教授、博導(dǎo)李升波率先登臺(tái)，分享了“數(shù)據(jù)驅(qū)動(dòng)的端到端自動(dòng)駕駛”發(fā)展歷史、關(guān)鍵技術(shù)與未來趨勢(shì)。

他首先回顧了人工智能領(lǐng)域的里程碑事件，包括2015年ResNET、2017年AlphaGo、2022年ChatGPT等，標(biāo)志著人工智能時(shí)代的到來，并強(qiáng)調(diào)，自動(dòng)駕駛是人工智能的重要應(yīng)用方向之一，具有市場(chǎng)規(guī)模大、牽引鏈條長(zhǎng)、技術(shù)難度高的特點(diǎn)。

▲清華大學(xué)車輛與運(yùn)載學(xué)院/人工智能學(xué)院教授、博導(dǎo)李升波

緊接著，李升波指出，狹義上“自動(dòng)駕駛”主要是指面向復(fù)雜城市交通工況的高級(jí)別智能駕駛系統(tǒng)。

這類系統(tǒng)對(duì)感知、決策、控制技術(shù)的安全性要求極高，因?yàn)榭刂茩?quán)、風(fēng)險(xiǎn)監(jiān)控、失效應(yīng)對(duì)都是歸屬于系統(tǒng)本身處理，系統(tǒng)必須能夠獨(dú)立地完成所有駕駛?cè)蝿?wù)。

李升波表示，安全性不足是現(xiàn)有自動(dòng)駕駛系統(tǒng)走向?qū)嵱没暮诵碾y題，典型指標(biāo)是行駛過程的萬公里接管數(shù)，還遠(yuǎn)遠(yuǎn)不能達(dá)到人類駕駛員的平均水平，核心難題在于如何處理邊緣駕駛場(chǎng)景（即發(fā)生數(shù)量的稀少，但危險(xiǎn)度高的場(chǎng)景）。

為了解決這一問題，行業(yè)已經(jīng)形成的共識(shí)是：以數(shù)據(jù)閉環(huán)為基礎(chǔ)，以神經(jīng)網(wǎng)絡(luò)為策略載體，走“端到端”自動(dòng)駕駛的技術(shù)路線。

其目的是通過對(duì)邊緣場(chǎng)景數(shù)據(jù)的采集、上傳、清洗、訓(xùn)練和部署，不斷優(yōu)化自動(dòng)駕駛系統(tǒng)的行駛策略，達(dá)到邊開車邊學(xué)習(xí)，駕駛性能越來越好的效果。

李升波指出，端到端的本質(zhì)是“神經(jīng)網(wǎng)絡(luò)化”，而非只有一個(gè)黑箱的神經(jīng)網(wǎng)聯(lián)。

他介紹了端到端自動(dòng)駕駛的技術(shù)優(yōu)勢(shì)，與傳統(tǒng)的分模塊設(shè)計(jì)相比，端到端的設(shè)計(jì)方案一方面能夠更有效地傳遞信息，減少信息損失，能夠充分挖掘數(shù)據(jù)資源潛力；另一方面具有更多的神經(jīng)網(wǎng)絡(luò)參數(shù)，具有更大的訓(xùn)練自由度，性能的上界更高。

李升波提到，我國科研機(jī)構(gòu)開展端到端自動(dòng)駕駛的技術(shù)研究并不比國外晚，清華大學(xué)車輛學(xué)院的智能汽車團(tuán)隊(duì)自2018年起就開始探索這一技術(shù)路徑。

他指出，六年前啟動(dòng)這一技術(shù)的研發(fā)，并不像今天具備這么好的條件，數(shù)據(jù)不足、算力匱乏都是制約模型訓(xùn)練性能的挑戰(zhàn)性難題。

該團(tuán)隊(duì)也是于行業(yè)內(nèi)率先提出“數(shù)據(jù)不足仿真補(bǔ)、算力不足算法超”換道研發(fā)思路，并于仿真軟件、AI訓(xùn)練器等諸多方面取得了一系列重要進(jìn)展，包括研發(fā)自主知識(shí)產(chǎn)權(quán)的大規(guī)模自動(dòng)駕駛訓(xùn)練軟件LasVSim和首個(gè)面向工業(yè)控制的最優(yōu)策略強(qiáng)化學(xué)習(xí)求解器GOPS。

李升波分享了清華大學(xué)在強(qiáng)化學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)訓(xùn)練方面的研究成果，特別是針對(duì)穩(wěn)定性和效率的改進(jìn)。

該團(tuán)隊(duì)提出了強(qiáng)化學(xué)習(xí)領(lǐng)域性能排名第一的算法DSAC（Distributional Soft Actor-Critic），過擬合狀態(tài)動(dòng)作價(jià)值的連續(xù)分布，等價(jià)學(xué)習(xí)了無限多個(gè)價(jià)值函數(shù)，有效抑制了傳統(tǒng)強(qiáng)化學(xué)習(xí)僅擬合單值函數(shù)導(dǎo)致的過估計(jì)難題，較之已有強(qiáng)化學(xué)習(xí)算法性能大幅提升；研發(fā)了工業(yè)控制領(lǐng)域性能排名第一的神經(jīng)網(wǎng)絡(luò)優(yōu)化器RAD（Relativistic Adaptive gradient Descent），將神經(jīng)網(wǎng)絡(luò)參數(shù)的優(yōu)化過程建模為多粒子相對(duì)論系統(tǒng)狀態(tài)的演化過程，從動(dòng)力學(xué)視角保障了強(qiáng)化學(xué)習(xí)的訓(xùn)練穩(wěn)定性和收斂性。

以此為基礎(chǔ)，清華大學(xué)成功開發(fā)出國內(nèi)首個(gè)三段式端到端自動(dòng)駕駛系統(tǒng)iDrive，并率先完成城市工況的開放道路測(cè)試，這一技術(shù)方案后續(xù)成功在廣汽、東風(fēng)、智行者等企業(yè)進(jìn)行了實(shí)車部署，能夠在擁堵、無信號(hào)交叉口等城市復(fù)雜道路條件下實(shí)現(xiàn)非機(jī)動(dòng)車讓行、路側(cè)停車?yán)@行等行為。

最后，李升波展望了未來的發(fā)展方向，指出車路云一體化是自動(dòng)駕駛基座模型的開發(fā)框架，亟需建立統(tǒng)一的數(shù)據(jù)平臺(tái)以促進(jìn)數(shù)據(jù)共享，同時(shí)強(qiáng)調(diào)算力對(duì)自動(dòng)駕駛的重要性，呼吁由政府、企業(yè)、高校三者組建聯(lián)合體共同解決這些制約自動(dòng)駕駛發(fā)展的瓶頸難題。

李升波教授從學(xué)術(shù)的角度分享了對(duì)于自動(dòng)駕駛的思考，理想汽車自動(dòng)駕駛研發(fā)副總裁郎咸朋則站在了產(chǎn)業(yè)的角度，發(fā)表了主題為《理想自動(dòng)駕駛技術(shù)創(chuàng)新應(yīng)用》的演講。

▲理想汽車自動(dòng)駕駛研發(fā)副總裁郎咸朋

郎咸朋介紹了過去一年理想自動(dòng)駕駛的研發(fā)進(jìn)展。

理想汽車創(chuàng)新性地提出自動(dòng)駕駛端到端+VLM雙系統(tǒng)架構(gòu)，并結(jié)合基于世界模型的訓(xùn)練評(píng)價(jià)體系，率先完成車位到車位的全量推送。而自動(dòng)駕駛模型性能的提升同樣符合Scaling Law，基于1000萬clips訓(xùn)練的模型即將推送用戶，全場(chǎng)景接管率（MPI）將超過100公里。

他表示，當(dāng)前自動(dòng)駕駛模型訓(xùn)練總里程基數(shù)超過30億公里，云端算力超過8E Flops，下一階段將著重以創(chuàng)新技術(shù)手段提升資源利用效能。

郎咸朋還指出，從端到端+VLM到VLA，是AI能力從“行為智能”到“空間智能”的再次進(jìn)階，后續(xù)理想汽車將著力于“人工智能的汽車化”，從模型、工程、產(chǎn)品三個(gè)維度提升自動(dòng)駕駛的綜合能力。

為實(shí)現(xiàn)L3，全場(chǎng)景接管率（MPI）要超過500km，等效雙周一次接管，平均事故里程（MPA）要超過350萬公里，約等于人類安全里程的5倍，AD里程滲透率要大于25%，實(shí)現(xiàn)跨越鴻溝。

而要達(dá)到L4，這三方面的能力需要進(jìn)一步提升至更高維度。為實(shí)現(xiàn)L4，全場(chǎng)景接管率（MPI）要超過2500km，等效每季度一次接管，平均事故里程（MPA）要超過660萬公里，約等于人類安全里程的10倍，AD里程滲透率要大于60%。

郎咸朋在最后強(qiáng)調(diào)，理想的使命愿景是成為全球領(lǐng)先的人工智能企業(yè)，并以此為方向持續(xù)進(jìn)行自動(dòng)駕駛技術(shù)與產(chǎn)品的創(chuàng)新與應(yīng)用，還請(qǐng)大家拭目以待。

一些供應(yīng)鏈行業(yè)代表也分享了關(guān)于自動(dòng)駕駛的一些思考。

元戎啟行副總裁、技術(shù)合伙人劉軒指出，當(dāng)前的智能駕駛系統(tǒng)已擺脫傳統(tǒng)模塊化的規(guī)則驅(qū)動(dòng)，轉(zhuǎn)向以AI為核心的數(shù)據(jù)驅(qū)動(dòng)模式。

▲元戎啟行副總裁、技術(shù)合伙人劉軒

但現(xiàn)在的端到端智駕系統(tǒng)缺乏可解釋性，無法解釋它駕駛決策的邏輯。另外如果碰到難以用常識(shí)理解讀懂的情況，系統(tǒng)就很難推理出好的駕駛決策。

目前，元戎啟行正在研發(fā)VLA模型。實(shí)際上，VLA模型也屬于端到端框架，但和現(xiàn)在用的端到端模型不同。

VLA模型融合了VLM和E2E模型，對(duì)比上一代模型，VLA模型更簡(jiǎn)潔，信息傳遞更直接，對(duì)于復(fù)雜場(chǎng)景的解讀更到位，可以更透徹地理解人類的駕駛文化。

最后劉軒表示相信很快智能市場(chǎng)就會(huì)迎來一個(gè)暴漲期。搭乘著市場(chǎng)的東風(fēng)，元戎啟行也會(huì)全力沖刺。

極佳科技的副總裁毛繼明在演講中深入探討了生成式世界模型如何引領(lǐng)自動(dòng)駕駛和具身智能走向新的時(shí)代。

當(dāng)下，消費(fèi)者對(duì)智能駕駛功能的體驗(yàn)和要求不斷提高，這種高規(guī)格的要求使得智能駕駛算法的迭代面臨高質(zhì)量數(shù)據(jù)、低頻場(chǎng)景需求激增的困境。

為了解決這一問題，業(yè)界開始探索使用生成數(shù)據(jù)的可能性，以輔助提升算法性能。毛繼明指出，「生成數(shù)據(jù)」是世界模型的首要應(yīng)用之一，也是端到端自動(dòng)駕駛最重要最高效的數(shù)據(jù)來源。

▲極佳科技合伙人&副總裁毛繼明

毛繼明強(qiáng)調(diào)智能駕駛算法的表現(xiàn)需超越人類駕駛員才能獲得人類司機(jī)的信任和使用。因此，構(gòu)建一個(gè)實(shí)時(shí)可交互的環(huán)境讓算法進(jìn)行實(shí)踐顯得尤為重要，而生成式世界模型就負(fù)責(zé)構(gòu)建這個(gè)環(huán)境。

進(jìn)而，毛繼明介紹了世界模型的基本概念，盡管目前尚無統(tǒng)一的定義，但業(yè)界的共識(shí)認(rèn)為核心功能包括建模、想象、預(yù)測(cè)和行動(dòng)。

世界模型是現(xiàn)實(shí)世界的投影，能夠?yàn)橹悄荏w提供想象能力、預(yù)測(cè)未來結(jié)果，并進(jìn)行結(jié)果評(píng)判。毛繼明強(qiáng)調(diào)，構(gòu)建世界模型的過程中，需要引入視頻生成、空間幾何和物理引擎等多種技術(shù)，以實(shí)現(xiàn)更全面的世界建模。

在具體應(yīng)用方面，毛繼明提到，世界模型可以用于數(shù)據(jù)生成和泛化，通過生成多樣化的數(shù)據(jù)來提升感知算法的魯棒性，還可用于4D場(chǎng)景構(gòu)建，以支持實(shí)時(shí)閉環(huán)仿真等應(yīng)用。在此過程中，毛繼明展示了如何通過激活不同功能區(qū)來實(shí)現(xiàn)這些目標(biāo)。

在演講的最后，毛繼明分享了極佳世界模型與合作伙伴落地的成功案例，展示了不同的模塊和功能在行業(yè)落地應(yīng)用的情況，以及極佳在此過程中積累的行業(yè)經(jīng)驗(yàn)和“武器庫”。毛繼明在演講中對(duì)生成式世界模型在智能駕駛和具身智能領(lǐng)域的突破性應(yīng)用進(jìn)行了全面闡釋，并結(jié)合實(shí)際案例展示了極佳科技的技術(shù)成果。

正如他所強(qiáng)調(diào)的，世界模型并非僅是技術(shù)工具，而是推動(dòng)未來人工智能邁向通用智能時(shí)代的核心引擎。通過融合視頻生成、空間幾何和物理引擎等多種技術(shù)，世界模型不僅為算法的性能提升提供了高效的模擬環(huán)境，更為整個(gè)行業(yè)帶來了新的應(yīng)用可能性。

在未來的人工智能技術(shù)版圖中，世界模型的地位舉足輕重。它為實(shí)現(xiàn)高效、低成本的數(shù)據(jù)生成，增強(qiáng)智能體的預(yù)測(cè)與決策能力鋪平了道路。極佳科技致力于將世界模型的潛力進(jìn)一步轉(zhuǎn)化為實(shí)際應(yīng)用，加速推動(dòng)技術(shù)從專有領(lǐng)域向更廣泛場(chǎng)景的擴(kuò)展，為通用智能的全面實(shí)現(xiàn)打下堅(jiān)實(shí)基礎(chǔ)。

智加科技首席科學(xué)家崔迪瀟則從更細(xì)分的角度入手，圍繞走向更安全更智能的干線物流帶來了深入分享。

▲智加科技首席科學(xué)家崔迪瀟

崔迪瀟指出，中國的干線物流是一個(gè)萬億級(jí)別的巨大市場(chǎng)，卡車的存有量達(dá)到800萬臺(tái)。然而在這個(gè)巨大的市場(chǎng)背后，一系列結(jié)構(gòu)性的問題正日益凸顯。一方面，干線物流安全事故頻發(fā)，另一方面，人力與燃油成本攀升擠占利潤(rùn)空間，降本增效需求顯著。

針對(duì)這些痛點(diǎn)，智加科技始終堅(jiān)持不懈地推進(jìn)自動(dòng)駕駛重卡的研發(fā)工作。目前，搭載智加領(lǐng)航系統(tǒng)的智能重卡已率先實(shí)現(xiàn)量產(chǎn)，并且智加領(lǐng)航系統(tǒng)也已在頭部物流企業(yè)投入實(shí)際運(yùn)營。

值得關(guān)注的是，崔迪瀟也就業(yè)內(nèi)盛行的端到端熱潮作出回應(yīng)。他指出，端到端在某種程度上可謂是一種資源“恐嚇”，尤其對(duì)于部分初創(chuàng)型企業(yè)而言更是如此。

與此同時(shí)，他也提到，盡管資源有限，但這些創(chuàng)業(yè)團(tuán)隊(duì)同樣面臨著機(jī)遇。當(dāng)技術(shù)發(fā)展至一定階段后，能夠以十分之一的成本達(dá)成同樣出色的效果。這是因?yàn)樵诙说蕉酥悄荞{駛中，大量冗余的標(biāo)注與計(jì)算實(shí)際上并無必要。

針對(duì)這些，智加科技提出了基于人類的駕駛駕駛指令來引導(dǎo)模型高效學(xué)習(xí)場(chǎng)景表征的SSR框架，成功實(shí)現(xiàn)了不依賴于感知標(biāo)注的真正端到端訓(xùn)練。

最后，崔迪瀟總結(jié)說：“L4級(jí)自動(dòng)駕駛是我們的終極目標(biāo)，在朝著這一目標(biāo)前進(jìn)的過程中，我們勢(shì)必會(huì)遇到各種變化和挫折，也會(huì)發(fā)現(xiàn)一些新的技術(shù)方向。不過，這些新的技術(shù)方向僅僅是我們實(shí)現(xiàn)目標(biāo)的手段，而非目標(biāo)本身。不能走了太遠(yuǎn)，忘了為何而出發(fā)。為達(dá)成無人化這一目標(biāo)，還有很多更重要的工作要大家一起堅(jiān)持繼續(xù)去做?！?/p>

辰韜資本執(zhí)行總經(jīng)理劉煜冬博士從智能駕駛產(chǎn)業(yè)投資的角度，分享了關(guān)于端到端新范式下的智能駕駛產(chǎn)業(yè)投資思考。

▲辰韜資本執(zhí)行總經(jīng)理劉煜冬

劉煜冬表示，過去的半年整個(gè)行業(yè)有很大的變化，乘用車高階智駕滲透率接近10%，整個(gè)高階輔助系統(tǒng)向更低的車型滲透，智駕產(chǎn)品處于從早期市場(chǎng)邁向主流市場(chǎng)的重要拐點(diǎn)。

劉煜冬提到，目前端到端已經(jīng)不僅僅是一個(gè)技術(shù)名詞，破圈成為用戶體驗(yàn)和用戶心智的一部分。

關(guān)于端到端范式加速演進(jìn)，劉煜冬表示大模型將賦能VLM/VLA，提到端到端1.0是從規(guī)則到數(shù)據(jù)驅(qū)動(dòng)，端到端2.0引入大模型和強(qiáng)化學(xué)習(xí)范式，會(huì)進(jìn)一步強(qiáng)化數(shù)據(jù)帶來的壁壘，行業(yè)向車企和頭部智駕公司集中。

但是，劉煜冬表示端到端落地面臨著路采數(shù)據(jù)回灌開環(huán)驗(yàn)證，實(shí)車性能差異大Sim2Real gap無法避免和Corner Case采集成本高、效率低等挑戰(zhàn)。

劉煜冬認(rèn)為生成式世界模型成為端到端落地的重要工具，其可以充分利用海量的無標(biāo)注數(shù)據(jù)，包括互聯(lián)網(wǎng)數(shù)據(jù)、跨車型和傳感器參數(shù)的數(shù)據(jù)。還可以低成本生成高保真度的測(cè)試驗(yàn)證數(shù)據(jù)，用于端到端算法的閉環(huán)驗(yàn)證。

端到端在乘用車輔助駕駛領(lǐng)域大放異彩，而在無人駕駛領(lǐng)域，2024年已經(jīng)是無人駕駛的商業(yè)化元年，諸多場(chǎng)景的無人駕駛公司開始了規(guī)?；瘡?fù)制和指數(shù)增長(zhǎng)。

例如，易控智駕在礦區(qū)部署超 1000 臺(tái)無人車，Waymo在美國運(yùn)營超千臺(tái)Robotaxi ，訂單量急劇增長(zhǎng)。目前頭部無人駕駛公司也開始進(jìn)行端到端的早期探索，更加關(guān)注新技術(shù)在L4無人駕駛降本增效和場(chǎng)景拓展的能力。

劉煜冬最后總結(jié)道，端到端自動(dòng)駕駛2.0階段將開啟VLM/VLA的新范式，主機(jī)廠和掌握數(shù)據(jù)的自動(dòng)駕駛公司進(jìn)一步掌握話語權(quán)。

而隨著無人駕駛開始規(guī)模商業(yè)化，率先完成商業(yè)閉環(huán)的公司更有機(jī)會(huì)布局投入新范式，并擴(kuò)展至更通用的無人駕駛開放場(chǎng)景。

而上午場(chǎng)嘉賓演講結(jié)束后，本次峰會(huì)也進(jìn)入圓桌討論環(huán)節(jié)，本次圓桌討論圍繞 “全民智駕時(shí)代開啟，端到端掀起新一輪變革” 的主題展開，在智一科技聯(lián)合創(chuàng)始人、總編輯張國仁的主持下，零一汽車智能駕駛合伙人王泮渠、辰韜資本執(zhí)行總經(jīng)理劉煜冬共同探討了自動(dòng)駕駛領(lǐng)域在2024年的重要變化和未來發(fā)展趨勢(shì)。

與會(huì)專家普遍認(rèn)為，2024年是自動(dòng)駕駛商業(yè)化的重要節(jié)點(diǎn)。

▲圓桌討論現(xiàn)場(chǎng)

零一汽車智能駕駛合伙人王泮渠提到，wayve的技術(shù)進(jìn)展和融資事件標(biāo)志著端到端架構(gòu)的可行性，這為整個(gè)行業(yè)注入了信心。隨著無人駕駛技術(shù)的不斷成熟，多個(gè)領(lǐng)域如出租車、礦區(qū)無人駕駛、無人物流等開始實(shí)現(xiàn)商業(yè)化應(yīng)用，展現(xiàn)出良好的市場(chǎng)前景。

這一趨勢(shì)不僅促進(jìn)了投資者的信心，也推動(dòng)了相關(guān)企業(yè)的上市，標(biāo)志著行業(yè)進(jìn)入了一個(gè)新的發(fā)展階段。

論壇中，專家們強(qiáng)調(diào)了技術(shù)迭代和數(shù)據(jù)驅(qū)動(dòng)對(duì)自動(dòng)駕駛行業(yè)的重要影響。

辰韜資本執(zhí)行總經(jīng)理劉煜冬指出，自動(dòng)駕駛行業(yè)正在從傳統(tǒng)范式向數(shù)據(jù)驅(qū)動(dòng)的范式轉(zhuǎn)變，新的開發(fā)模式使得技術(shù)進(jìn)步和產(chǎn)品落地的速度加快。尤其是人工智能技術(shù)的快速發(fā)展，為自動(dòng)駕駛的實(shí)現(xiàn)提供了強(qiáng)有力的支持。

專家們認(rèn)為，過去幾年的數(shù)據(jù)積累和技術(shù)創(chuàng)新為行業(yè)的快速迭代奠定了基礎(chǔ)，使得自動(dòng)駕駛的落地應(yīng)用得以迅速推廣。

在討論未來市場(chǎng)時(shí)，專家們認(rèn)為自動(dòng)駕駛領(lǐng)域?qū)?huì)出現(xiàn)多種技術(shù)路線的共存。

王泮渠表示，盡管市場(chǎng)上有許多自研廠商，但第三方供應(yīng)商依然有生存空間。隨著市場(chǎng)規(guī)模的擴(kuò)大，自動(dòng)駕駛技術(shù)的滲透率仍在提升，為不同團(tuán)隊(duì)提供了發(fā)展機(jī)會(huì)。

劉煜冬則指出，未來的商業(yè)化發(fā)展會(huì)更加依賴于技術(shù)的創(chuàng)新和應(yīng)用場(chǎng)景的多樣化，尤其是在物流和交通運(yùn)輸?shù)阮I(lǐng)域，仍然存在大量未被開發(fā)的市場(chǎng)機(jī)會(huì)。

02.端到端革新智駕研發(fā)范式 掌握數(shù)據(jù)或掌握更多話語權(quán)

在今天下午峰會(huì)現(xiàn)場(chǎng)，主會(huì)場(chǎng)舉行了兩場(chǎng)論壇，分別是端到端自動(dòng)駕駛創(chuàng)新論壇和城市NOA專題論壇。在下午的端到端自動(dòng)駕駛創(chuàng)新論壇上，中科院自動(dòng)化所副研究員張啟超首先帶來主題報(bào)告，從科研角度講解監(jiān)督學(xué)習(xí)范式下端到端自動(dòng)駕駛的新進(jìn)展及其面臨的關(guān)鍵挑戰(zhàn)。

▲中科院自動(dòng)化所副研究員張啟超

張啟超指出，2016年后端到端走向兩條路，一派是去做開環(huán)的端到端，然后另一派是做Carla仿真閉環(huán)的端到端。

值得注意的是，在其團(tuán)隊(duì)的科研實(shí)踐中，張啟超指出監(jiān)督式端到端自動(dòng)駕駛存在規(guī)模化定律，數(shù)據(jù)量的大規(guī)模增加帶來了兩方面的影響。

好消息是，Data Scaling帶來了“組合泛化”能力，數(shù)據(jù)規(guī)模化為端到端自動(dòng)駕駛提供了“組合泛化”能力，為自動(dòng)駕駛安全落地提供理論支撐。

壞消息則是，閉環(huán)性能提升隨著數(shù)據(jù)量的指數(shù)增加有變緩趨勢(shì)。他指出，由于監(jiān)督數(shù)據(jù)拖后腿，隨著算力、模型增大，收益將飽和。

而對(duì)于成為業(yè)內(nèi)熱詞的“世界模型”，張啟超也給出了一些值得進(jìn)一步探索的研究方向。

張啟超表示，端到端從開環(huán)走到閉環(huán)，需要打造世界模型。

用途一是打造閉環(huán)測(cè)試驗(yàn)證世界模型，把世界模型作為一個(gè)演練場(chǎng)，去評(píng)估和測(cè)試當(dāng)前的端到端模型能不能上車。

用途二則是打造閉環(huán)世界模型用于RL策略訓(xùn)練，即高保真的交互的世界模型，這也是一條不錯(cuò)的路徑。

零一汽車智能駕駛合伙人王泮渠以《端到端+大模型: 加速新能源重卡智能化之路》為主題展開分享。

▲零一汽車智能駕駛合伙人王泮渠

王泮渠表示，輔助駕駛已經(jīng)進(jìn)入量產(chǎn)狀態(tài)，2023年，具備輔助駕駛功能的智能網(wǎng)聯(lián)乘用車銷量995.3萬輛，市場(chǎng)滲透率達(dá)47.3%，而目前，商業(yè)車對(duì)無人駕駛的需求還更高一些。

但是王泮渠提出，目前無人駕駛沒有走在軟件行業(yè)的商業(yè)模型上。

王泮渠以Waymo為例，表示其復(fù)制成本高、不同場(chǎng)景之間壁壘高，不具備通用性和跨越性。

而當(dāng)前L4算法架構(gòu)的問題，有模塊過多且分散、泛化性較差、研發(fā)成本巨大和大規(guī)模產(chǎn)品化落地困難等。

那么如何解決？王泮渠表示零一汽車選擇了多模態(tài)大語言模型端到端。為什么選擇端到端？因?yàn)槎说蕉丝蚣芎?jiǎn)易、泛化性強(qiáng)、成本有優(yōu)勢(shì)和量產(chǎn)友好。

關(guān)于如何保證大語言模型的安全性，王泮渠認(rèn)為原理大語言模型的邏輯輸出可以被追溯，在算法上可以通過多模態(tài)對(duì)齊、生成對(duì)抗式學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三種方法。

在流程上可以通過線下大規(guī)模開環(huán)與閉環(huán)仿真驗(yàn)證，讓模塊快速進(jìn)化。在系統(tǒng)上通過硬件與車輛冗余設(shè)計(jì)，讓系統(tǒng)更可靠。

王泮渠最后總結(jié)道，要做量產(chǎn)無人駕駛大模型是最優(yōu)路徑，量產(chǎn)自動(dòng)駕駛一定需要量產(chǎn)車，車是一個(gè)平臺(tái)，可以百倍地下降自動(dòng)駕駛的成本。

強(qiáng)泛化的算法，可量產(chǎn)的車輛，以及快閉環(huán)的場(chǎng)景是實(shí)現(xiàn)無人駕駛量產(chǎn)落地的必由之路。

以神經(jīng)網(wǎng)絡(luò)為載體的“端到端”自動(dòng)駕駛規(guī)控方案，使得全棧模塊具備利用數(shù)據(jù)閉環(huán)進(jìn)行快速更新的能力，這為高級(jí)別自動(dòng)駕駛的智能性提升提供一條全新的技術(shù)路徑，昇啟科技聯(lián)合創(chuàng)始人、CTO劉敏俊登臺(tái)，對(duì)其一站式端到端自動(dòng)駕駛研發(fā)平臺(tái)進(jìn)行了深入解讀。

▲昇啟科技聯(lián)合創(chuàng)始人、CTO劉敏俊

劉敏俊表示，從2023年12月份以來，端到端已經(jīng)成為行業(yè)趨勢(shì)，而且在行業(yè)內(nèi)端到端整體的發(fā)展方式也變成主流。

其中，國內(nèi)企業(yè)動(dòng)作較快，不管說是兩段式的還是一段式的端到端，甚至在組織架構(gòu)上面有很多的團(tuán)隊(duì)有做了適配和調(diào)整。他緊接著介紹了端到端的意義，端到端帶來的是研發(fā)模式的革新。

從之前的模塊化到現(xiàn)在的端到端一體化，一方面數(shù)據(jù)驅(qū)動(dòng)的模式取代了以往的人工專家規(guī)則設(shè)計(jì)的范式，讓其信息傳遞產(chǎn)生的損失能夠大大減少，能夠保留的有效信息更高更完整。

另一方面在性能層面，端到端能夠通過數(shù)據(jù)驅(qū)動(dòng)的方式去突破邊界，而在迭代速度和維護(hù)成本上也有一個(gè)極大的優(yōu)勢(shì)。而在整個(gè)范式升級(jí)的過程中，其實(shí)核心的三要素就是數(shù)據(jù)、算法和算力。

圍繞這三要素，昇啟科技打造了一整套研發(fā)工具鏈，幫助主機(jī)廠完成端到端的模型開發(fā)。

昇啟科技自主研發(fā)的千行平臺(tái)，覆蓋數(shù)據(jù)生成、模型訓(xùn)練、仿真測(cè)試以及模型部署等全棧功能，提供場(chǎng)景泛化、性能評(píng)估、數(shù)據(jù)挖掘、場(chǎng)景回放等開發(fā)工具，可實(shí)現(xiàn)大批量、自動(dòng)化、高覆蓋度的端到端自動(dòng)駕駛模型訓(xùn)練。

目前千行平臺(tái)已服務(wù)合作多家企業(yè)，幫助研發(fā)團(tuán)隊(duì)完成數(shù)據(jù)驅(qū)動(dòng)的AI能力建設(shè)，實(shí)現(xiàn)自動(dòng)駕駛端到端模型的落地，并在全國多個(gè)城市完成開放道路的實(shí)車測(cè)試驗(yàn)證。

除了端到端一體化平臺(tái)的作用日益凸顯外，智駕地圖的重要性日漸提升，對(duì)此，朗歌科技副總經(jīng)理李戰(zhàn)斌博士則探討了智駕地圖在端到端時(shí)代的重要性，分析了其先驗(yàn)知識(shí)與關(guān)鍵模態(tài)的應(yīng)用。這場(chǎng)演講主要圍繞三個(gè)核心點(diǎn)展開：傳統(tǒng)地圖的局限性、端到端智駕地圖的構(gòu)建新范式，以及智駕地圖的未來進(jìn)化方向。

▲朗歌科技副總經(jīng)理李戰(zhàn)斌

他首先指出，傳統(tǒng)地圖在自動(dòng)駕駛領(lǐng)域的應(yīng)用存在明顯的局限性。

傳統(tǒng)地圖依賴于規(guī)則和小模型的后融合方式，導(dǎo)致感知和地圖之間存在“信任”問題。當(dāng)出現(xiàn)錯(cuò)誤時(shí)，如何處理這些錯(cuò)誤的維護(hù)成本高且周期長(zhǎng)。此外，傳統(tǒng)地圖的建圖周期較長(zhǎng)，更新速度慢，容易導(dǎo)致事故隱患和通行效率降低。這些問題使得人們對(duì)地圖在智駕中的作用產(chǎn)生了誤解，認(rèn)為其地位在下降。

隨后，李博士介紹了在端到端時(shí)代，智駕地圖構(gòu)建的新范式。

他提到，采用“影子模式”構(gòu)建的數(shù)據(jù)閉環(huán)系統(tǒng)，能夠有效解決傳統(tǒng)地圖的不足。在這一模式下，數(shù)據(jù)從采集到清洗、標(biāo)注、模型訓(xùn)練再到仿真，形成一個(gè)完整的閉環(huán)。這種模式不僅提高了地圖的更新效率，還增強(qiáng)了其在復(fù)雜場(chǎng)景下的應(yīng)用能力。

李博士強(qiáng)調(diào)，雖然無圖技術(shù)在簡(jiǎn)單場(chǎng)景下表現(xiàn)良好，但在復(fù)雜場(chǎng)景中仍需依賴智駕地圖的支持，以確保安全和路徑規(guī)劃的有效性。

最后，李博士展望了智駕地圖的進(jìn)化方向。他指出，未來的智駕地圖將更加注重?cái)?shù)據(jù)的實(shí)時(shí)更新和多模態(tài)信息的融合。通過利用大數(shù)據(jù)技術(shù)和云計(jì)算能力，智駕地圖能夠?qū)崿F(xiàn)快速的更新和高效的信息處理。

同時(shí)，李博士提到，地圖在提供超視距感知能力方面具有獨(dú)特優(yōu)勢(shì)，能夠在傳感器受限的情況下，依然保證自動(dòng)駕駛的安全性和可靠性。總的來說，李戰(zhàn)斌博士的演講強(qiáng)調(diào)了智駕地圖在自動(dòng)駕駛領(lǐng)域的重要性，指出其在傳統(tǒng)地圖應(yīng)用中的局限性，并介紹了端到端時(shí)代的新構(gòu)建范式及未來發(fā)展方向。隨著技術(shù)的不斷進(jìn)步，智駕地圖將成為提升自動(dòng)駕駛安全性和效率的關(guān)鍵要素。

03.車企重倉城市NOA量產(chǎn) 數(shù)據(jù)算法算力是關(guān)鍵

本次峰會(huì)的最后一個(gè)論壇是城市NOA專題論壇，城市NOA是當(dāng)前各大車企重點(diǎn)投入的方向。北汽研究總院智能網(wǎng)聯(lián)中心專業(yè)總師林大洋從主機(jī)廠視角，對(duì)城市NOA量產(chǎn)應(yīng)用展開了分享。

▲北汽研究總院智能網(wǎng)聯(lián)中心專業(yè)總師林大洋

林大洋表示，NOA功能，尤其是城市NOA功能，能覆蓋更多用戶出行場(chǎng)景，是近期行業(yè)重點(diǎn)發(fā)展方向。當(dāng)前，L3級(jí)自動(dòng)駕駛正在推進(jìn)試點(diǎn)準(zhǔn)入，預(yù)計(jì)應(yīng)用場(chǎng)景聚焦在高速&快速路的單車道通行，中長(zhǎng)期逐步覆蓋更多場(chǎng)景。

而“數(shù)據(jù)”、“算法”、“算力” 是驅(qū)動(dòng)城市NOA的關(guān)鍵技術(shù)。林大洋指出，現(xiàn)在針對(duì)端到端方案，實(shí)現(xiàn)一個(gè)城市的量產(chǎn)需要的投入非常高。

同時(shí)他也指出，算法、算力和數(shù)據(jù)的突破將推動(dòng)智能汽車由量變到質(zhì)變，未來車端通用大模型將整合座艙、智駕，實(shí)現(xiàn)“類人” 能力。在最后，林大洋也介紹了北汽城市NOA的量產(chǎn)進(jìn)展。北汽智能駕駛已量產(chǎn)產(chǎn)品覆蓋L2級(jí)ADAS系統(tǒng)到城市NOA。

為給駕駛者帶來更加智能、輕松且安全的駕駛體驗(yàn)，北汽正加快BEV+OCC、端到端等智能駕駛核心算法的自研、建立數(shù)據(jù)閉環(huán)機(jī)制，通過構(gòu)建 “數(shù)據(jù)+算法+算力” 技術(shù)生態(tài)體系，聚焦關(guān)鍵技術(shù)自主可控，支撐北汽高階智能駕駛技術(shù)快速發(fā)展。

黑芝麻智能產(chǎn)品管理總監(jiān)周勇以“NOA走向普及，智能汽車“芯”平臺(tái)“芯”思考”從芯片方面對(duì)NOA進(jìn)行了分享。

▲黑芝麻智能產(chǎn)品管理總監(jiān)周勇

周勇表示，半導(dǎo)體創(chuàng)新是每個(gè)技術(shù)變革時(shí)代的重要推動(dòng)力，大模型的出現(xiàn)為汽車智能化帶來更多發(fā)展機(jī)會(huì)，大模型的演進(jìn)給智能座艙交互和高階自動(dòng)駕駛帶來明確的方向和道路選擇。

汽車智能化的關(guān)鍵是車載計(jì)算，黑芝麻智能致力于成為智能汽車計(jì)算芯片的引領(lǐng)者。

關(guān)于智駕技術(shù)的演進(jìn)趨勢(shì)，周勇表示AI算法的快速演進(jìn)對(duì)芯片的算力持續(xù)突破和架構(gòu)創(chuàng)新帶來驅(qū)動(dòng)力；而高算力和創(chuàng)新架構(gòu)的車載計(jì)算SOC芯片反過來能推動(dòng)汽車智能化向高階智能駕駛和無人駕駛發(fā)展。

關(guān)于NOA功能的進(jìn)一步演進(jìn)和落地，周勇表示將會(huì)有兩個(gè)方向，其中一種會(huì)以高速（含城區(qū)快速路）NOA普及為主，覆蓋的區(qū)域主要為區(qū)域高速/城區(qū)快速路。

另一方向是城市NOA，特點(diǎn)是場(chǎng)景復(fù)雜不確定性很高，第一階段覆蓋區(qū)域?yàn)槌鞘兄鞲傻溃诙A段覆蓋城市毛細(xì)路。

除了強(qiáng)大的算力基礎(chǔ)外，更優(yōu)秀的感知技術(shù)運(yùn)用也在當(dāng)下的智駕競(jìng)賽中越來越重要，對(duì)此上海昱感微電子科技有限公司的創(chuàng)始人兼CEO蔣宏分享了多維像素多模態(tài)感知技術(shù)的應(yīng)用與發(fā)展。

▲上海昱感微電子科技有限公司的創(chuàng)始人兼CEO蔣宏

其演講主題為“多維像素多模態(tài)雷達(dá)融合技術(shù)，構(gòu)建自動(dòng)駕駛超級(jí)感知能力”，重點(diǎn)介紹了該技術(shù)如何提升AI系統(tǒng)的環(huán)境與事件感知能力，從而推動(dòng)AI從計(jì)算智能向感知智能，再到認(rèn)知智能的演進(jìn)。蔣宏首先指出當(dāng)前自動(dòng)駕駛市場(chǎng)的快速發(fā)展，他強(qiáng)調(diào)，昱感微的產(chǎn)品定位在于為客戶提供“多模態(tài)感知融合技術(shù)“的方案以及對(duì)接的多維像素融合信號(hào)處理芯片，以更快地支持客戶完成智能感知的系統(tǒng)產(chǎn)品實(shí)現(xiàn)。

蔣宏介紹了“多維像素”的概念，指出該技術(shù)通過將不同傳感器的信息映射到可見光的圖像像素上，從而擴(kuò)大感知的物理維度。通過時(shí)空對(duì)齊，這些傳感器的信息能夠有效地同可見光攝像頭圖像融合（完成像素級(jí)別的融合），為自動(dòng)駕駛系統(tǒng)提供更全面的環(huán)境感知。

在技術(shù)實(shí)現(xiàn)方面，蔣宏展示了昱感微的原型機(jī)，強(qiáng)調(diào)了時(shí)空對(duì)齊在多模態(tài)感知中的重要性。通過對(duì)圖像和點(diǎn)云數(shù)據(jù)的融合，昱感微能夠?qū)崿F(xiàn)像素級(jí)的多傳感器融合感知精度，顯著提升自動(dòng)駕駛系統(tǒng)的感知能力。

此外，蔣宏提到，昱感微的技術(shù)不僅在可見光條件下表現(xiàn)出色，在低光和復(fù)雜環(huán)境下也能有效識(shí)別目標(biāo)。例如，遠(yuǎn)紅外傳感器能夠在各種天氣條件下探測(cè)到目標(biāo)（而且對(duì)人體識(shí)別場(chǎng)景有特別地針對(duì)性），為自動(dòng)駕駛提供額外的安全保障。

蔣宏表示，昱感微的多維像素多模態(tài)感知技術(shù)通過將不同傳感器的數(shù)據(jù)融合在一起，能夠?yàn)樽詣?dòng)駕駛系統(tǒng)提供更豐富的信息，提升其智能化水平。他表示，未來昱感微將繼續(xù)推動(dòng)技術(shù)的進(jìn)步，以滿足日益增長(zhǎng)的智能駕駛需求。

全道科技CTO劉斌以“從1到10：新生態(tài)數(shù)據(jù)閉環(huán)重塑高階智駕”進(jìn)行了分享。

▲全道科技CTO劉斌

劉斌表示，今天汽車行業(yè)的機(jī)會(huì)是數(shù)據(jù)驅(qū)動(dòng)形成智駕技術(shù)代差，大算力與數(shù)據(jù)閉環(huán)成為勝負(fù)手。在高級(jí)別智能駕駛方面，劉斌認(rèn)為需要豐富和準(zhǔn)確的數(shù)據(jù)才能做到車智能大于人工智能。

劉斌表示時(shí)空先驗(yàn)數(shù)據(jù)在人可感知數(shù)據(jù)的視距范圍內(nèi)可以與感知數(shù)據(jù)融合，交叉驗(yàn)證，提升可靠性。在車輛實(shí)時(shí)感知數(shù)據(jù)的視距范圍內(nèi)時(shí)空先驗(yàn)數(shù)據(jù)可以彌補(bǔ)感知，增加可用性與體驗(yàn)。

而時(shí)空先驗(yàn)數(shù)據(jù)在視距范圍外可以提供超越人腦的記憶內(nèi)容、范圍、經(jīng)驗(yàn)、大數(shù)據(jù)規(guī)律與臨時(shí)交通或事件干預(yù)，同時(shí)提供人類世界的先驗(yàn)規(guī)則，提高模型的安全底線，為駕駛安全兜底。

劉斌提出，車載端到端模型是“全國都能開”的終點(diǎn)，卻是“全國都好用”的起點(diǎn)。

劉斌認(rèn)為，為了實(shí)現(xiàn)2025年NOA功能全國都好用，會(huì)分為端到端+先驗(yàn)數(shù)據(jù)的借助先驗(yàn)數(shù)據(jù)的NOA和借助VLM大模型的端到端+VLM兩條線路。

04.結(jié)語：全民智駕時(shí)代來臨

回望過去一年，自動(dòng)駕駛迎來商業(yè)化重要節(jié)點(diǎn)，端到端被確立為行業(yè)趨勢(shì)，AI推動(dòng)智駕體驗(yàn)從“可用”向“好用”的突破，2025年L2+級(jí)別自動(dòng)駕駛的國內(nèi)滲透率有望進(jìn)一步提升，全民智駕時(shí)代已經(jīng)到來。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。