邬贺铨：自动驾驶训练过度依赖AI或导致“近亲繁殖”，建议至少保留10%-20%真实数据

专题：中国电动汽车百人会论坛（2025）

　　中国电动汽车百人会论坛（2025）于3月28日至3月30日在北京举行，主题为“夯实电动化 推进智能化 实现高质量发展”。中国工程院院士邬贺铨出席并演讲。

　　他指出，当前智能交通系统主要由单车智能、车联网和云计算三大部分组成，形成“网边算”融合的完整体系。其中，车联网包含基于5G/5.5G的公众网络和专用V2X网络两大组成部分，共同支撑车路云一体化协同。

　　在数据层面，邬贺铨引用美国兰德智库数据指出，训练L5自动驾驶模型需要170亿公里真实路测数据，而目前获取的有效数据仅占1%，90%来自封闭道路和仿真环境。他强调，过度依赖AI生成数据可能导致“近亲繁殖”问题，建议至少保留10%-20%的真实数据作为基础。

　　针对海量数据处理，邬贺铨提出数据去重可减少95%冗余，并呼吁开发AI辅助标注技术以降低成本。

　　在算力需求方面，邬贺铨表示，实现L5自动驾驶需要8000亿参数模型，年算力需求高达2万EFlops，远超当前全球算力总和。他以DeepSeek为例，称通过稀疏架构（仅激活5%参数）、混合精度计算等技术可实现百倍算力压缩。

　　邬贺铨还指出，如果每个车企还有每个城市都要去做这种自动驾驶的训练的话，实际上很不合算。他建议，由国家牵头建立适用于全国的统一的自动驾驶训练模型，各城市只需进行本地化微调，避免重复投入。

　　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。