无人化技术应用不断扩展
无人系统具有广泛的应用场景，无人车将不只是接送人们上下班，它可以扩展到很多领域，尤其在工业、商业和小区等方面有很大的潜力。在工厂里，无人车可以做物料传送。而电商行业在快速增长，无人送货也将是一个很好的应用。还有机场运输方面，无人车可以减少闲杂人，还可以通过物联网可以将人、机、物、货等连接，实现定位追踪等智能场景，用户可以知道无人车什么时候达到接送点。
无人货车
谈到无人车的技术进展方面，王煜指出无人车需要环境检测和场景学习等多项技术。首先，感知检测是无人驾驶的关键，目前可以通过激光雷达（LiDAR）技术来扫描周边环境，并从获取的信息中分辨出人、车、动物等对象，然后创建地图来实现导航。不过，目前激光雷达成本较高，而一台无人车上可能需要安装多个，这项技术仍然需要进一步突破。
由于自动驾驶汽车周边环境比较复杂，例如会出现猫、狗等不同的对象，特别是汽车在快速驾驶过程中，要准确识别出不同的物体对象是很有挑战性的。而随着无人车场景的扩展，从载物送货到载人的过程使得难度上升，不同的应用场景有着不同的要求。因此，无人车需要结合人工智能技术，利用深度算法对场景变化进行学习，确保无人车能够快速、准确地识别出障碍物。
王煜表示，未来无人车的技术不会是单独的机器学习，还要进行车与车之间的交互。例如滴滴出行运营平台不仅要采集每个汽车的状态信息，还要实现汽车与汽车之间的信息共享，然后才能顺利完成精确的派车服务。
AI赋能，智能化场景加速落地
未来我们的生活场景将变得越来越智能化，今天，移动支付等方式带来的便利有目共睹。而智慧城市、智能交通、智慧医疗、智能制造等模式在兴起，其背后都少不了人工智能的支持。人工智能的突破给各个行业带来发展动力，加速了智能化时代的到来。
目前，人工智能技术方面用得比较多的是深度学习，特别是图像识别，如人脸识别、图像分类等。王煜认为，未来人工智能技术将扩展到深层次的应用，如三维场景模式的识别应用，从二维到三维的扩展，将是一个更具挑战的话题。
机器深度学习
在汽车无人驾驶领域，人工智能对道路场景的识别方面已经形成一定的规范。不过，在其它一些新的应用中，例如工业、建筑等环境就更加复杂，工地里有人、机器、工具以及钢筋、水泥等不同的对象，所有这些物体都需要识别出来，因此，人工智能在工业方面还需要更多的突破。
从全球行业状况来看，目前国内企业主要偏向应用端，比如语音识别、图像识别等，而欧美地区侧重于基础技术，由于欧洲有很强的隐私保护，使得人工智能的发展受到一定限制。
最后，王煜表示人工智能在机器人领域有很大的应用前景，未来通过人工智能教会机器像人类一样工作，利用计算机视觉和机械手结合起来，使得机器人能够更灵活的执行一些人类的工作，同时人和机器可以协同工作，能更高效的完成任务。