邬贺铨：避免自动驾驶训练重复建设需国家统筹

3月28日，在中国电动汽车百人会论坛（2025）开幕期间，中国工程院院士邬贺铨针对当前智能驾驶训练中存在的问题发表了看法。他指出，目前自动驾驶训练存在一定程度的重复建设和资源浪费现象。如果每个汽车制造商和每个城市都独立开展自动驾驶训练，将难以实现成本效益的最大化。

邬贺铨建议，应由国家牵头，联合汽车企业与各地交通管理部门，共同开发一套适用于全国道路环境的自动驾驶训练模型。在此基础上，各地可根据自身特点，在本地云平台上进行数据补充和模型微调，从而避免不必要的重复投入。

目前，智能交通系统主要由单车智能、车联网和云计算三大部分构成，形成了“网边算”融合的整体架构。其中，车联网包括基于5G/5.5G的公众网络以及专用的V2X网络，二者共同支持车路云一体化协同工作。

在谈到L5级别自动驾驶（即车辆能够在所有条件下完全自主驾驶，无需人类驾驶员干预）时，邬贺铨提到，训练这一级别的自动驾驶模型需要约170亿公里的真实路测数据。然而，目前获取的有效数据仅占需求总量的1%，且其中90%的数据来源于封闭道路测试或仿真环境。他警告说，过度依赖人工智能生成的数据可能导致“近亲繁殖”问题，因此建议保留10%-20%的真实数据作为基础。

此外，通过数据去重技术，可以减少95%的冗余数据量。同时，他呼吁开发AI辅助标注技术以降低数据处理成本。为了实现L5级别自动驾驶，需要构建一个拥有8000亿参数的模型，并且每年的算力需求高达2万EFlops，这远远超过了目前全球算力的总和。邬贺铨强调，如果每个车企和每个城市都单独进行自动驾驶训练，不仅效率低下，还会造成巨大的资源浪费。