当汽车的“大脑”从一堆规则代码，进化成一个能看、能想、能决策的“大模型”，自动驾驶的未来将驶向何方？2025年9月30日下午，我院在实验（电）412教室举办了一场高质量的内部学术交流活动。报告会以《大模型在自动驾驶中的应用》为主题，特邀二级教授、博士生导师张袅娜博士担任主讲，全院教师齐聚一堂，共同探讨人工智能前沿技术在自动驾驶领域的最新发展与科研机遇。

      报告伊始，张袅娜教授指出，自动驾驶技术正经历一场从“模块化堆叠”到“端到端智能”的深刻范式变革。她强调，以大语言模型、视觉语言模型为代表的基础模型，正成为驱动这场变革的核心引擎，其强大的感知、推理与生成能力，正在重新定义车辆的“智能”边界。

      在技术纵览部分，张袅娜教授提纲挈领地勾勒出自动驾驶大模型的五大技术脉络：

      端到端模型（如UniAD、特斯拉FSD v12），实现从感知到控制的直接映射；

      多模态感知模型（如BEVFusion），融合视觉、激光雷达等多源数据，提升环境理解的精度与鲁棒性；

      决策与规划模型（如Grit、World Model），利用Transformer与强化学习，赋予车辆更类人的决策能力；

      视觉-语言-动作模型，打通自然语言指令与车辆控制的壁垒，开启人车自然交互新范式；

      生成式世界模型（如Gaia-1），能够模拟预测未来驾驶场景，为算法测试提供无限可能。

      结合课题组深耕多年的科研实践，张袅娜教授进一步分享了课题组在“状态感知与协同控制”上的关键突破。例如融合车载视觉与动力学信息的路面附着系数预测技术，为车辆稳定性控制提供了前瞻信息；同时，其团队研发的四轮独立转向与直接横摆力矩快速模型预测控制策略。经硬件在环与多场景验证，该策略在双移线、WLTC等复杂工况下，安全性与经济性（能耗最高降低13.24%）均显著优于传统方法。

      在报告的结语部分，张袅娜教授特别寄语在场的全体教师，尤其是青年教师。她结合自身从青年学者到学科带头人的成长历程，满怀期许地指出，计算机与人工智能领域正处在波澜壮阔的黄金发展期，这为高校教师提供了前所未有的科研舞台。她强烈呼吁大家要摒弃观望心态，主动聚焦国家与区域产业发展战略，勇敢地投身于科研项目申报与研究中来。

      整场报告内容翔实、逻辑严密，既有宏观视野的引领，又有微观技术的深入，在现场引发了强烈共鸣。在交流环节，多位青年教师就技术细节、项目选题与申报经验等问题与张教授进行了热烈而深入的互动。大家纷纷表示，此次报告不仅是一次前沿知识的更新，更是一次科研动力的激发，为后续的个人科研规划与学院学科建设注入了新的活力。

文章来源：孙畅

图片来源：计算机学院宣传部

文字校对：梁忠敏

初审：梁忠敏

复审：刘清雪

终审：尹建平