1. AI 大模型如何应用于自动驾驶算法中？算法是决定自动驾驶车辆感知能力的核心要素。当前主流的自动驾驶模型框架分为感知、规划决策和执行三部分。感知模块是自动驾驶系统的眼睛，核心任务包括对采集图像进行检测、分割等，是后续决策层的基础，决定了整个自动驾驶模型的上限，在自动驾驶系统中至关重要。感知模块硬件部分主要为传感器，软件为感知算法，其中算法是决定自动驾驶车辆感知能力的核心要素。图1.自动驾驶系统分为感知、决策和执行三部分绘制1.1. 神经网络加快自动驾驶感知算法发展，小模型向大模型迭代趋势明确神经网络模型的应用驱动感知算法高速发展。早在上世纪 70 年代，学术院校和科研机构展开对自动驾驶技术的探索，早期的自动驾驶感知算法主要是基于传统计算机视觉技术，直到 2010 年之后随着深度学习技术的发展，神经网络被引入到自动驾驶感知算法中，自动驾驶汽车的感知效果有了质的提升。应用于感知层面的神经网络模型可以分为两类，一类是以 CNN、RNN 为代表的小模型，另一类是 Transformer 大模型。神经网络是一种受生物神经元启发而产生的深度学习方法，由众多的感知
