融合之舞，智驭未来 | 这场技术论坛有趣、有料！
fjosins
国家发改委颁布的《智能汽车创新发展战略》提出，至2035年我国率先建成智能汽车强国的愿景，网联自动驾驶车辆具有自动、智能、协同等特性，是智能汽车发展的必然趋势。网联自动驾驶实现多车视角、多传感设备、多模态感知数据融合下的协同任务，亟需探讨如何有效地融合多模态数据。一方面，如何打造多模态赋能的智能网联自动驾驶系统？另一方面，如何探索多模态数据融合的轻量级、高效低时延实时计算模型？如何构建多模态数据驱动的可信网联自动驾驶护盾？这场论坛为大家解答——
2023年12月23日，“融合之舞，智驭未来：网联自动驾驶多模态数据融合大有可为”技术论坛在福州软件园举办。
本次活动由中国计算机学会主办，福州大学、福建省开源数字技术研究院协办，并得到了福州软件园管会的大力支持。管委会副主任章欢芳、福建省开源数字技术研究院秘书长、福州软件园科技创新发展有限公司总经理叶伟华参加了本次论坛。来自挪威奥斯陆大学、福州大学、武汉工程大学、福建理工大学、福建师范大学、福建农林大学、福建江夏学院、闽江学院、武夷学院、福建警察学院等院所的专家学者，百度（中国）有限公司、福建思知行信息技术有限公司、福建省亿力信息技术有限公司、福建风林火山信息技术有限公司、迪讯信息技术有限公司等企业代表、东软集团(广州)有限公司、福州软件园区内企业嘉宾及对网联自动驾驶感兴趣等共计四十余人汇聚一堂，就网联自动驾驶多模态数据赋能网联自动驾驶的话题展开讨论和思辨。
论坛现场活动包括引导发言和思辨环节两部分，针对论坛主题，现场邀请了4位引导嘉宾进行发言。
欧洲科学院、挪威皇家科学院、挪威工程院院士，挪威奥斯陆大学张彦教授
作了题为《数字孪生赋能车联网》的引导发言，首先从1概念、2空间、3元素、4需求、5架构介绍了数字孪生的相关内容，强调了数字孪生是不同于模拟仿真的双向的闭环，并通过一个实例引出了两个思考。接着，介绍了数字孪生赋能车联网的六大优势与四大挑战，从基于数字孪生的用户画像出发，强调了数字孪生是多维信息的融合与预测，每一种特征带来的数据是异构的。与此同时也在数字孪生的高效性、容错性和安全性等方面带来了新的挑战。最后，张彦教授对当前数字孪生赋能车联网的发展趋势及思考进行了总结和扩展。
挪威奥斯陆大学张彦教授进行现场引导发言。
YOCSEF福州主席熊金波为挪威奥斯陆大学张彦教授颁发感谢证书。
福建理工大学邹复民教授
作了题为《福建省智能网联汽车产业调研及其发展的一些思考》的引导发言。从中国智能网联汽车的发展现状与趋势出发，先后走访了多家智能网联汽车产业上下游企业，分析了福州市智能网联产业发展的优势与不足，强调了智能网联汽车对我国经济建设转型的重要性、汽车工业是实现我国高新技术突破弯道超车的关键技术。最后，邹复民教授针对智能网联汽车产业的发展给出了一些思考与建议。
福建理工大学邹复民教授进行现场引导发言。
主席魏丽芳为福建理工大学邹复民教授颁发感谢证书。
武汉工程大学周华兵教授
作了题为《自动驾驶任务中的多模态感知》的引导发言。周华兵教授从政策环境和市场前景等方面出发，并结合了武汉工程大学自动驾驶实验室的实际工作，引出了在智能汽车实验过程一系列关键技术的难点与解决方法。接着，重点介绍了其在底层视觉感知、BEV视觉感知、场景文字感知方向的研究，强调了智能网联汽车的技术需要更多高效化、全局化，且可适应复杂多模态场景感知的车联网系统支持。同时，周华兵教授也提出了一系列未来的研究问题，包括BEV融合研究、车路协同、高精度智能感知传感器等都是未来的可研究方向。
武汉工程大学周华兵教授进行现场引导发言。
优秀AC王沁为武汉工程大学周华兵教授颁发感谢证书。
百度（中国）有限公司的林志华
作了题为《大模型在智能交通的应用实践》的引导发言。百度智能云ACE智能交通实现了“车、路、云、图”全栈技术闭环。结合语言大模型、视觉大模型、跨模态大模型，升级的新一代交通大模型系统具备推理、决策、任务分解等各种能力。实现AI原生重构，使智能交通，具备泛化的理解能力和可行的生成能力。赋能交通信控优化、资源调度、出行诱导、业务办理等应用场景，实现端到端的优化。
百度（中国）有限公司林志华现场作引导发言。
优秀AC卢晓亮为百度（中国）有限公司林志华颁发感谢证书。
在思辨环节，引导嘉宾及所有的参会人员从“如何打造多模态赋能的智能网联自动驾驶系统？”、“如何探索多模态数据融合的轻量级、高效低时延实时计算模型？”和“如何构建多模态数据驱动的可信网联自动驾驶护盾？”这三个问题展开思辨纷纷表达了自己的观点。
经过一个上午的深入探讨和热烈思辨，本次论坛观点总结如下
一、摄像头、GPS、雷达、红外设备等多模态数据赋能自动驾驶的同时也加剧了网联自动驾驶自身的海量连接、可信安全交互、超低延迟约束、资源消耗大等挑战。
二、理性的辨析多模态数据和大模型自身的优势和局限，充分考虑不同的应用场景和任务需求，在提取关键数据基础上，结合跨模态大模型探索简单高效的计算模型。
三、网联的车载、路侧等各种终端设备间的网络带宽限制是网联自动驾驶的网络通信瓶颈所在，以系统的视角考虑通信和计算的相互关系，探索通过边缘高性能计算以减少网络通信。
部分论坛参与人员合影留念。