在中國汽車行業的矚目盛事——2025中國汽車論壇上，一場聚焦“智數賦能，‘智’檢之道”的主題論壇于7月12日在上海嘉定精彩上演。此次論壇匯聚了眾多行業精英，共同探討智能科技如何為汽車測試及產業發展注入新動力。

同濟大學計算機學院教授宋井寬，作為“杰青項目”的杰出代表，受邀發表了題為“多模態大模型前沿及在汽車行業應用”的演講。宋教授的演講不僅緊扣論壇主題，更因多模態大模型在當下的熱門地位和廣泛應用前景而備受矚目。

宋井寬首先闡述了多模態大模型的基本概念，指出這是一種能夠處理圖像、視頻、文本、音頻等多種類型數據的AI模型。通過整合網絡上多模態的數據，多模態大模型有望實現類人的多模態感知與認知，推動計算機視覺、語言處理等多個領域的協同發展。他進一步列舉了多模態大模型發展的里程碑事件，從ChatGPT的橫空出世到GPT-4V、Sora、GPT-4o以及國產Deepseek的出現，標志著大模型的競爭已從語言模型轉向了多模態模型。

談及多模態大模型為何能引發廣泛關注，宋井寬表示，這得益于其在各行各業的廣泛應用場景。例如，Med-Gemini在醫學診斷中的應用、Face大模型在人機交互中的賦能、盤古大模型在工業服務中的貢獻等。多模態大模型正逐步實現智能賦能千行百業，展現出巨大的潛力和價值。

為了更深入地理解多模態大模型，宋井寬還展示了一張技術全景圖，涵蓋了數據、技術、應用三個層面。他強調，數據收集與關聯、模態架構與優化算法是多模態大模型構建的關鍵。而多模態對話、跨模態生成以及具身智能等應用場景，則展示了多模態大模型的廣泛應用潛力。

在探討多模態大模型的發展趨勢時，宋井寬指出了任務統一、推理增強和主動交互三個重要方向。他解釋說，任務統一旨在將理解和生成任務進行融合，實現更高層次的任務協同；推理增強則要求模型不僅能給出答案，還能展示推理過程，提高復雜場景的處理能力；而主動交互則意味著多模態大模型能夠在復雜環境中進行交互，具備自主行動和決策能力。

宋井寬還分享了同濟大學團隊在多模態大模型方向的研究成果，包括以人為中心的視覺分析、場景圖生成、通用多模態大模型改進、生成圖像視頻以及AI的安全學習能力等。這些成果在推薦系統、行業大模型構建、本地化部署以及智能法律平臺等多個領域得到了實際應用。

隨后，宋井寬將話題轉向了汽車行業，探討了多模態大模型在該領域的應用前景。他引用了福特和沃爾沃公司首席信息官的觀點，強調了人工智能在智能駕駛、員工體驗、供應鏈風險識別、車輛預測性維護以及汽車制造和銷售等方面的重要作用。接著，他詳細闡述了人工智能在汽車測試行業的四大應用場景：智能化場景生成與安全測試、預測性維護與健康管理、邊緣智能與車聯網以及虛擬測試與數字孿生。

以智能化場景生成與安全測試為例，宋井寬介紹了AI驅動的自動駕駛安全自主測試系統，該系統利用機器學習與仿真技術在虛擬環境中大規模、自動化地創建和執行汽車安全測試用例。通過AIGC生成方式，該系統能夠生成更多測試用例，提高測試效率并降低成本。而在預測性維護與健康管理方面，AI則能夠通過預測分析實現主動預警和精準預測，提升設備的可靠性和維護效率。

邊緣智能與車聯網的結合為智能駕駛提供了低延時的本地決策能力，而虛擬測試與數字孿生技術則通過創建車輛的高保真虛擬模型實現了快速迭代和精準監控。宋井寬以智能電池管理系統為例，展示了數字孿生在電動汽車安全性與續航能力提升方面的應用成果。

宋井寬的演講不僅為與會者提供了關于多模態大模型前沿進展的深入了解，更為汽車行業如何利用智能科技推動高質量發展提供了寶貴思路。隨著智能科技的不斷發展，相信多模態大模型將在汽車行業發揮越來越重要的作用。