9月1日，在以“智聯世界 元生無界”為主題的2022世界人工智能大會（WAIC）上，百度創始人、董事長兼首席執行官李彥宏受邀出席并發表題為《人工智能與實體經濟“雙向奔赴”》的主旨演講。李彥宏認為，過去一年，無論是在技術層面還是在商業應用層面，人工智能都有了巨大的進展，有些甚至是方向性的改變。

談及自動駕駛，李彥宏提到，今年，中國自動駕駛領域的里程碑不斷被刷新，各類相關政策、管理條例如雨后春筍般出臺，為商業化和規模化擴張提供了國際領先的政策環境。截止7月份，百度蘿卜快跑自動駕駛出行服務累計訂單量超100萬單，運營范圍遍及北京、上海等10多個城市。重慶和武漢分別開放了全無人商業化運營。

因為L2和L4的事故責任界定都很清楚。L2責任在司機，L4運營商要為事故負責。L3就不一樣了，司機在需要的時候進行接管，這就使得事故責任很難界定。因此，他認為L3的普及需要更長的時間。

此外，技術進步讓自動駕駛泛化能力增強，規模效應逐漸顯現。“當我們希望在一個城市的某一地區獲得自動駕駛運營資質的時候，技術上一般只要20天左右的準備時間就可以了，因為技術的通用性已經很好，我們的自動駕駛不是通過對特定區域的過渡擬合來實現的。”李彥宏表示。

李彥宏呼吁：科技創新離不開制度創新的配套。目前無人車普及仍面臨“四不一難”的問題，即無人車不能入市、不能上牌、不能去掉安全員、不能運營收費、事故責任難以認定。我國自動駕駛技術處于世界前列，但機會也稍縱即逝，需要持續推動制度創新，進一步突破政策瓶頸。只有這樣，才能實現人工智能和實體經濟的雙向奔赴，才能推動社會的巨大進步。

值得一提的是，在大會現場，百度AI數字人希加加使用AI作畫助手文心·一格，通過文字描述自動創作了“萬家燈火的夢境陸家嘴”、“獨具韻味的水墨弄堂”、“ 外灘游船”、“ 印象生煎”包含梵高、莫奈等多種風格的圖片作品。該能力屬于AIGC（AI Generated Content，人工智能自主生成內容）的一種，背后依托的就是預訓練大模型技術。

李彥宏表示，AI作畫是過去一年技術層面進展的一個代表。AI從理解語言，理解文字，理解圖片和視頻，走向了生成內容。

而隨著人工智能發展取得積極成效，千行百業的生產方式在重塑，生產效率也在不斷提升。智能交通的路網建設、能源水利基礎設施的智能化、工業企業通過上云實現降本增效，都是人工智能與實體經濟深度融合的成果。李彥宏認為，AI在這些領域的商業化應用，需要針對每個行業進行端到端的技術調優。

據了解，百度深耕人工智能領域十年，從最底層AI芯片昆侖，到飛槳深度學習平臺，再到預訓練大模型等都有布局，累計研發投入超過1000億。李彥宏強調，這樣壓強式、馬拉松式的投入，使得百度在人工智能的各個層面都有領先的自研技術。

以下為李彥宏演講全文：

尊敬的各位領導，各位嘉賓，大家好！

很高興再次來到上海，參加2022年WAIC世界人工智能大會。WAIC已連續舉辦了四屆，其全球影響力和“引力場效應”日益提升，上海人工智能產業規模實現倍增，世界級產業集群建設邁開堅實步伐。新一屆大會的舉辦，將助推上海人工智能發展實現新的跨越。

過去一年，無論是在技術層面還是在商業應用層面，人工智能都有了巨大的進展，有些甚至是方向性的改變。

剛才大家看到的AI作畫，是過去一年技術層面進展的一個代表。之所以說有方向性的改變，這里指的是AI從理解語言，理解文字，理解圖片和視頻，走向了生成內容，希加加的AI作畫，是通過文字描述自動生成各類風格的圖片作品，百度的AI 數字人度曉曉，今年挑戰寫高考作文，40秒寫了 40 篇，得分可以排在總考生前 25%。這是通過文字描述的題目自動生成文章故事的例子。今天百度APP里有些視頻內容，是AI把百家號的圖文內容自動轉換成視頻的結果。這些都是 AIGC，即人工智能自動生成內容。

AIGC 背后的技術就是所謂的預訓練大模型，在座的很多都是人工智能方面的技術大牛，相信在后續的發言中會多次涉及這項技術。我想說的是，AIGC 將顛覆現有內容生產模式，可以實現以十分之一的成本，以百倍千倍的生產速度，創造出有獨特價值和獨立視角的內容。

當然，更讓人興奮的是商業應用層面的進展。人工智能火了這么多年，商業應該始終是其中的一個軟肋，而缺乏好的商業前景，會讓創業公司增長停滯，巨額虧損，融資上市困難，而大公司也會越來越不接地氣，要么逐漸變成純研究部門，要么逐漸成為其他業務的一個附庸。

說到商業應用，進展最明顯的還是在自動駕駛領域。今年6月，GM支持的Cruise在美國舊金山開啟了全無人自動駕駛的商業運營，雖然中間也有各種磕磕絆絆，但他們還是堅持下來了，并且在不斷擴大運營范圍。在中國，百度的蘿卜快跑7月份累計訂單量超過了100萬單，運營范圍遍及北京、上海等10多個城市，本月初，重慶和武漢分別開放了蘿卜快跑的全無人商業化運營，為我國無人駕駛的商業化和規模化擴張提供了國際領先的政策環境。

在我看來，這里也涉及到方向性的改變。以前大家認為，無人駕駛離我們還很遠，連圖靈獎獲得者斯發斯基都認為，實現完全無人駕駛可能需要幾十年。因此人們把希望更多地寄托在L2+這樣的漸進式路線上，認為自動駕駛的技術路線是先實現L2，再實現L3，最后是L4，L5。國家相關部門的政策配套也是先L2，再L3，然后才考慮L4。其實L2之后率先進入商用的很可能是L4，而不是L3。因為L2和L4的事故責任界定都是清楚的，L2出了事兒，責任在司機，這就是為什么主機廠商不管認為自己的自動駕駛能力有多強，永遠都會說司機仍然要為事故負責。L4的責任界定也是清楚的，就是沒有司機了，運營商要為事故負責。L4和L5的區別是L4是限定范圍的無人駕駛，L5是不限定范圍的無人駕駛。L3就不一樣了，司機在需要的時候進行接管，這就使得事故責任很難界定，因此，我認為L3的普及需要更長的時間。

另外，從我們實踐來看，自動駕駛的技術進步的速度是超預期的，當我們希望在一個城市的某一地區獲得自動駕駛運營資質的時候，技術上一般只要20天左右的準備時間就可以了，因為技術的通用性已經很好，我們的自動駕駛不是通過對特定區域的過渡擬合來實現的。

今天，超過10個城市的市民可以體驗到蘿卜快跑的自動駕駛服務了，自動駕駛離我們已經很近。公眾對自動駕駛的信任和歡迎程度也在提升。有調查顯示，83%的中國人接受自動駕駛技術，中國消費者對汽車網聯化、智能化的需求，以及歡迎程度、容忍程度等都比較高。

當然，車廠也在主動擁抱自動駕駛。很多汽車主機廠意識到，從零開始做自動駕駛研發，既不經濟又不高效，且沒有競爭力，更愿意和我們合作。目前，與Apollo合作的國內外主流車廠有30多家。百度旗下的集度汽車，也是Apollo的合作伙伴。今年6月，集度發布了首款機器人概念車robo-01，量產車型將于2023年上市。它是一款可以自由移動、自然交流、自我成長的智能汽車，體現了汽車的“智能覺醒”。

除了自動駕駛，過去一年我們還在多個領域看到了人工智能的商業化進展。最明顯的是在基礎設施的智能化改造方面。

首先是智能交通。目前，中國公路交通網絡，還不能通過實時的信號燈調節和車路協同，來提升通行效率和降低事故發生率，城市擁堵讓很多人在路上浪費了大量的時間。各地為了緩解交通擁堵，不得不實施對汽車的限購限行政策，這遏制了本來應該有的消費需求，也不能根本解決問題。根據我們在各地的實踐，通過對交通網絡的智能化改造，可以讓通行效率提升15%-30%，這意味著GDP大約每年2.4%-4.8%的增長。目前，百度的智能交通方案已經在全國50多個城市落地實踐。就在前幾天，交通部正式將百度列為交通強國的試點單位，在高精地圖、智能汽車、智能道路、云平臺、智能交通產業生態發展等方面開展試點。

可以預見，隨著通行效率的提升，對汽車的限購限行政策將走進歷史，為城市疫情之后的經濟增長注入新的活力。

其次是能源水利基礎設施的智能化。中國在能源、水利、水務、供熱等領域建立起了強大的基礎設施物理網絡，但是過去的建設，重硬件、輕軟件，智能化水平不高。今年全國大面積高溫天氣，用電負荷屢創新高，整個電網系統都繃得很緊，哪怕一個小故障，都很容易導致大規模停電。現在，中國很多省級電網都使用了百度智能云的AI巡檢，能7×24小時不間斷巡視，巡檢效率提升了6-10倍，有效保障了供電安全。我們認為，下一步應該加強水利電力系統資源調配的頂層設計，加快這些基礎設施的智能化改造，用AI實現高效實時的資源調度。

另外，在工業互聯網領域，憑借云智一體的獨特優勢，百度智能云打造了一個AI+工業互聯網平臺“開物”，入選了國家“雙跨平臺”。開物正在幫助中國企業在質量管理、安全生產、能耗優化、物流調度等主要場景中降本增效，提升創新能力，助力中國從“制造大國”向“制造強國”轉變。比如，在質量管理環節，一家車廠完成車燈 22 個點位質檢，只需要1秒鐘；在能耗優化環節，我們用AI幫助某火電廠優化空冷島設備能耗，實現了1度電降低 1.55克標煤。如果按全國 1000 臺空冷機組折算，1 年碳減排潛力可達 600 萬噸，助力國家“雙碳”目標的達成。

AI在這些領域的商業化應用，需要針對每個行業進行端到端的技術調優。百度在人工智能領域已經摸爬滾打整10年了。這10年，我們累計研發投入超過1000億，每年研發占比都超過15%，去年更是達到23%，這在全球大型科技互聯網公司中都是鳳毛麟角的。這樣壓強式、馬拉松式的投入，使得我們在人工智能的各個層面都有領先的自研技術，從最底層高端芯片昆侖，到飛槳深度學習框架，再到預訓練大模型，（我們最近推出了金融、電力、航天等行業的大模型）最后才能實現在應用領域效率的大幅度提升。

當然，我們也意識到，實體經濟的很多領域數字化改造尚未完成， 而數字化本身并未能夠帶來效率的明顯提升，智能化的滲透尚需時日，智能化對實體經濟的巨大拉升作用還沒有成為廣泛共識。因此人工智能的商業化還需在黑暗中摸索一段時間。但一個新事物，從“無人看好”到“無人能及”，決勝往往就在“堅持”二字。科技創新，尤其如此。

科技創新離不開制度創新的配套。需要以更大的改革創新魄力，給創新最好的發展環境。比如，目前無人車普及仍面臨“四不一難”的政策障礙，即無人車不能入市、不能上牌、不能去掉安全員、不能運營收費、事故責任難以認定。我國自動駕駛技術處于世界前列，但機會也稍縱即逝，需要推動制度創新，進一步突破政策瓶頸。只有這樣，才能實現人工智能和實體經濟的雙向奔赴，才能推動社會的巨大進步。

最后，預祝本次上海人工智能大會取得圓滿成功！謝謝大家！