未来三年智能驾驶的发展可能呈现以下趋势：
张亚勤：目前真正赚钱的是2B，尤其是芯片、服务器等，应用是先2C再2B我把智能分成3个阶段：信息智能、具身智能、生物智能L4智能驾驶可能是第一个具身智能最大的应用场景，目前安全性比人类高10倍无人驾驶不仅需要好司机（守规矩），也需要老司机（更人性化）李开复：无人驾驶面临巨大的机会：终于可以落地了FSD会带来一个新的机会，简单说就是把大模型带入了无人驾驶大模型非常非常适合虚拟世界，比如金融公司等接入物理世界会面临很多现实问题绝大多数的场景下，机器人并不需要人形机器人创业者更适合从虚拟世界的AI创业开始张亚勤的预测：0-5年：信息智能。0至5年内，在信息智能领域，对语言、图像、声音和视频的理解、生成等方面通过新图灵测试。5-10年：物理智能（具身智能）。0至10年内，在物理智能领域，实现大模型在物理环境中的理解与操作能力，通过新图灵测试。15-20年：生物智能。0至20年内，在生物智能领域，聚焦人体、脑机接口、生物体、制药和生命科学，实现大模型与生物体连结的生物智能，通过图灵测试。延伸阅读：《[张亚勤：人工智能发展的一些观点](https://air.tsinghua.edu.cn/info/1007/2254.htm)》
在去年的AI Essence上说过这个，如果你看iPhone，App Store V1中的一些第一批应用，比如啤酒饮用应用、光剑应用、翻杯游戏或手电筒，这些都是新技术的有趣、轻量级展示。这些最终成为了原生应用（比如手电筒等）或实用程序和小玩意。iPhone在2007年推出，App Store在2008年推出。直到2010年你才看到Instagram和Doordash，2013年。所以，公司需要时间来发现并以我们还无法想象的创造性方式利用iPhone的全新能力。我们认为AI也是如此。我们认为我们已经开始看到一些下一个传奇公司可能是什么的峰值。这里有一些最近吸引了我们注意的，但我认为比这个页面上的用例集要广泛得多。正如我提到的，我们认为客户支持是最先真正达到产品市场契合的一小批用例之一。正如我提到的Klarna故事，不要认为那是例外，我认为那是规则。AI Friendship是对我们许多人来说最令人惊讶的应用之一。我认为我们花了几个月的时间才开始理解，但我认为这个类别中的用户和使用指标意味着非常强烈的用户喜爱。然后是横向企业知识，我们认为企业知识终于开始被解锁，所以这里有一些我们将在未来一年看到的预测。预测第一，2024年将是我们看到真正的应用将我们从旁边帮助和建议你的副驾驶，转变为可以完全将人类排除在外的代理的一年，AI将感觉更像是一个同事而不是一个工具。我们开始在软件工程、客户服务等领域看到这一点起作用，今天我们将听到更多关于这个话题的讨论。我认为Andrew Ang和Harrison Chase将对此发表讲话。
从方法的角度，规则驱动和数据驱动是完全不一样的，因为大部分的数据工作现在都在为我服务。所以，第一个关键点就是技术的发展，一个是技术的指数上升的脉络。第二个关键点是对需求的理解，其实说到底，出行或者是物理世界的移动一定是刚需，所以这个需求是没有任何问题的，只要有人能解决这个问题。第三个关键点是重AI的应用，我说的是绝对的重AI。为什么车必须在车上运行AI呢？很简单，因为它是实时的，有危险性，要求高，它是刚需。相比传统的AI，如人脸识别，并不需要一秒60帧识别它，你打开手机或者支付的时候就可以了，甚至是"Hey Siri"，这不是最好的吗？那为什么我不能always on呢？三个由此得出的观点：目前最重要的AI原生应用是自动驾驶，然后以此推断，我看到的是Vision Pro，12个传感器，巨大的算力，以及始终处于开启状态。这是我的第一个观点。用多模态做感知，和我们今天的专用模型、特斯拉这种端到端模型，肯定比不过特斯拉的最先进的技术。但三五年之后，它们会汇合，这个战略趋势是必然存在的。今天大模型本身在体验和性能上已经过了一定的拐点，它会从算力上迁移到云端和终端，所以算力一定会溢出。在这个观点之下，重AI的AI原生硬件会更大规模的普及。普及的关键转折点是要找到使用上的刚需。相当于是有一个代际差异的体验提升，同时又匹配到了这个能力。