4月16日，百度创始人、董事长兼首席执行官李彦宏在深圳举行的“Create2024 百度AI开发者大会”上提到，多模态大模型是实现通用人工智能（AGI）的必由之路，视觉大模型的最大应用场景将是在自动驾驶领域。

李彦宏在大会指出：“面向未来，我认为多模态大模型，或者说文字、图片、语音、视频等多模态的融合，是基础模型非常重要的长期发展方向，是通往AGI的必经之路。百度在这些领域有着长期投入，并将及时更新大模型的最新进展。”

就在大会前一天，李彦宏与极越CEO夏一平共同参与了“试驾极越01的智驾”直播。他们谈到了极越最新推出的高阶智能驾驶技术PPA，以及大模型在车载系统中的应用等话题。极越的智能驾驶系统，得益于百度Apollo和百度地图的AI技术，实现了在百度地图能导航的任何地方，极越智能驾驶系统都能自如驾驶。

根据直播内容，自从文心大模型被应用到极越的车载系统中，极越SIMO已成为智能语音技术的佼佼者，用户日使用率高达95%以上。这种AI技术彻底改变了传统的人车交互方式，用户只需通过语音，就能解决各种问题，享受全方位的智能服务。李彦宏形象地比喻道：“购买极越01，不仅得到了一位专职‘司机’，还获得了一位全能的‘助理’。”

在大会现场，李彦宏还分享了一个独到的观点：“我有一个非常不一样的判断，视觉大模型最大的应用场景是自动驾驶。百度在这个方向上是最好的，是自动驾驶的全球领导者，我们不只训练AI如何生成视频，更训练AI理解真实世界发生的事情并预测未来。”

他进一步透露，凭借超过1亿公里的中国复杂城市道路测试数据，百度成功研发出Apollo视觉感知大模型。这一模型具备出色的检测、跟踪、理解和建图能力，为百度提供了更为智能、灵活和安全的自动驾驶解决方案。

（受访单位供图）

编辑 孔盼成 审读 郭建华 二审 李怡天 三审 刘思敏