工信部今年4月起对智能网联汽车的宣传进行强监管，要求汽车企业充分开展组合驾驶辅助测试验证，明确系统功能边界和安全响应措施，不得进行夸大和虚假宣传。中国汽车工业协会联合中国汽车工程学会也发布规范驾驶辅助宣传与应用的倡议书。一时间，车企对自动驾驶、自主驾驶、智能驾驶、高阶智驾等说法配资盘官网最新信息，纷纷改称辅助驾驶。
监管趋严，辅助驾驶如何平衡技术普及与安全性？怎样建立跨车企的辅助驾驶事故数据库？新京报贝壳财经记者就辅助驾驶发展相关话题，邀请企业、专家9位嘉宾参与《车圈圆桌派》一同探讨。
【圆桌嘉宾】
戴一凡清华大学苏州汽车研究院总工程师
庄景乾罗兰贝格合伙人
卢放岚图汽车首席执行官
邓承浩深蓝汽车首席执行官
吴会肖长城汽车首席技术官
张君毅商汤绝影首席财务官
汪浩伟均胜电子智能汽车技术研究院院长
郑庄成四维图新ADS行泊一体产品线负责人
张瑞雪图灵量子售前方案总监
【核心观点】
1、没有绝对安全的系统，公众对辅助驾驶的相对信任，才是业界需要去追求的。辅助驾驶正经历从“技术秀场”向“价值战场”的关键转折。
2、当前车企间技术路线差异大、数据格式不一，若各自为政将形成“数据孤岛”，无法支撑行业通用标准，政府可牵头制定数据采集规范。
3、未来无论是L2、L3或L4级别的辅助驾驶，都将向平权方向发展。技术正突破高价壁垒，走向规模化应用。
普及辅助驾驶需以安全性为前提
新京报贝壳财经：辅助驾驶技术普及与安全性如何平衡？
卢放：首先，辅助驾驶技术的普及应遵循渐进式发展路径，每个阶段需通过充分验证确保可靠性，避免过早追求“完全无人化”而忽视潜在风险，同时关键系统（如感知、决策、执行）需采用多传感器融合、算法冗余、硬件备份等设计，并且通过海量虚拟仿真测试（覆盖极端场景）和真实道路测试积累数据，优化算法对复杂场景的应对能力。唯有技术成熟，安全才有保障。
另外配资盘官网最新信息，在宣传辅助驾驶技术的时候一定要讲平权，以安全为基础，让用户清楚地知道每一台车技术的能力边界是什么。辅助驾驶的终极目标是提高用户出行安全性。企业需以“安全优先”而非“速度优先”为原则，公众则需理性看待技术潜力与局限。
吴会肖：长城汽车一直强调现阶段辅助驾驶仍处于初级发展阶段，距离真正的自动驾驶还有很长的路要走。辅助驾驶的核心价值是提升出行安全与效率，而非营销噱头。此外，我们建议建立国家级智能驾驶公共测试数据库，共享脱敏事故数据，加速智驾安全标准建立和迭代。
企业在产品传播中，要正视技术的发展阶段、尊重其发展规律，要将技术的可用性、适用性真实地告知用户，避免因为夸大式宣传，引发用户的误用风险，甚至影响对中国汽车产业的整体认知。
汪浩伟：越智能的算法，安全挑战也越大；相反，最安全的算法，就是最简单的逻辑。所以辅助驾驶普及的最核心问题是寻找智能和安全的平衡。绝对安全是做不到的，更重要的是让最终用户清楚系统的能力边界，而不能过度依赖系统能力。安全是一个综合性的工程，没有一劳永逸的做法。要从系统设计、算法、安全机制、用户培训、法规、新技术多个维度努力。
郑庄成：辅助驾驶的普及与安全性并非对立关系，而是需要协同推进的“一体两面”。平衡二者需从几个维度实现：一是以确保安全性作为最底层辅助驾驶需求进行技术迭代；二是建立行业安全基线；三是用户教育，普及与透明化并重；四是生态协同，全产业链责任共担。
戴一凡：辅助驾驶应用的本质是为了提高安全，脱离安全保障去谈普及辅助驾驶系统是没有意义的。所以这两者有一个“优先权重”关系，一定是在保障安全、提高现有驾驶安全性的前提下，再去推广辅助驾驶系统。
张君毅：如果不能保障驾乘人员的生命安全，再多辅助驾驶功能都是“沙丘上的宫殿”，没有什么意义。现今各种功能都是从提高安全性和操纵舒适性出发而衍生的，所以安全是一切技术的出发点。做不到最基本的安全、讲不清“人机共驾”中的风险和责任，是不可接受的。
事实上，光靠“人机共驾”培训也不够，在紧张的事故状态中人的潜意识反应会造成一些问题，让用户马上接管车辆其实是接管不过来的。汽车自动安全是一个综合性的系统工程，不可能存在单车的安全，而是与整个交通系统、环境、人员、车辆和设施关联。
需破除对辅助驾驶的“绝对信任”
新京报贝壳财经：针对公众对辅助驾驶的“绝对信任”，应该如何重建透明沟通机制？
汪浩伟：绝对信任是个危险的名词，因为没有绝对安全的系统。公众对辅助驾驶的相对信任，才是业界需要去追求的。相对信任意味带着边界和条件，也意味着我们一定是追求在一定条件下的最好，而不是全局最优解。
郑庄成：透明化是辅助驾驶时代的技术安全带。四维图新基于技术透明、实时更新可查、“数据安全是构建智驾安全的基石”等三个核心举措重建公众信任。
戴一凡：目前辅助驾驶需要驾驶员一直在环并保持清醒的状态，特别是在一些异常道路场景下。辅助驾驶需要科普而不是炒作，所谓“辅助”，就是帮助驾驶员，宣传上要有一定引导。
庄景乾：当前很多人以为所谓的“智驾”系统已经足够安全和可依赖，现实并非如此。这种误解的根源，很大程度上来自车企早期的宣传策略，让消费者误以为技术已经成熟到可以替代人类驾驶，忽略了系统的能力边界和潜在风险。
辅助驾驶事故数据库建议政府主导
新京报贝壳财经：有建议提出可建立跨车企的辅助驾驶事故数据库，为责任认定提供技术基准，你怎么看？
汪浩伟：要建立跨车企的辅助驾驶事故数据库，必然在国家层面出台相关的数据上传标准，并且最好是强制执行。
同时，在责任认定上要兼顾安全底线和行业发展的平衡。如果将所有责任都推给车企，将导致公众使用辅助驾驶功能缺乏敬畏之心，最终会抑制车企发展辅助驾驶的动力。
庄景乾：“由政府主导，联合车企共同构建统一的国家级数据库”有助于规范行业实践。当前车企间技术路线差异大、数据格式不一，若各自为政将形成“数据孤岛”，无法支撑行业通用标准。政府可牵头制定数据采集规范，车企接入运行日志、传感器数据、系统决策记录等关键信息，并建立隐私保护机制，对敏感信息进行脱敏处理。
数据库建成后，还需配套明确责任划分框架，建议由立法机构制定专项法律，同时明确技术缺陷的认定标准和动态划分人机责任比例。此外还可以考虑建立“数据黑匣子”制度，把数据解析权交由第三方权威机构。
新京报贝壳财经：电池安全是否应独立于辅助驾驶系统，成为独立评级标准？
卢放：电池安全作为电动汽车的核心要素，其重要性不亚于辅助驾驶系统，甚至在某些场景下更为关键。辅助驾驶系统聚焦感知、决策与控制能力，属于功能安全层；电池安全涉及电芯化学稳定性、热管理系统、碰撞防护、充放电控制等，属于车辆基础安全层。两者都应建立在安全优先的基础上。
庄景乾：电池安全应该且非常有必要成为独立于辅助驾驶系统的评级标准，动力电池是车辆最核心的安全要素之一，直接关系到驾乘人员生命安全和公共财产安全。同时，电池安全属于物理安全范畴，涉及电化学稳定性、热失控防护、机械结构强度等基础性能。辅助驾驶系统属于功能安全范畴，依赖传感器、算法和执行机构的协同，其风险更多体现在场景误判、系统延迟或人机交互失效。两者风险触发机制不同，需针对性制定评估维度。
需要特别说明的是，在辅助驾驶引发的安全事故中，电池起火或燃爆往往是多重因素耦合的结果。单靠生产过程中的电池安全标准，不足以在事故中对电池的质量问题进行责任认定。
辅助驾驶将向平权方向发展
新京报贝壳财经：你认为L3级或L4级自动驾驶的发展会受阻吗？辅助驾驶的趋势是什么？
卢放：L3或L4的发展可能会受到一些阻碍，但整体趋势仍然是向前的。尽管现有技术已覆盖绝大部分的常规场景，但一些极端场景（如暴雨、道路标线模糊、突发障碍物）仍是L3、L4落地的核心障碍；加上公众对自动驾驶技术的认知不足，在一定程度上限制了L3、L4技术的广泛应用。
但当前行业已具备L3级技术储备，同时工信部也正加速完善自动驾驶标准体系，推动安全基线建设，产业链也在协同升级。这些都是利好的方面。
邓承浩：当前政策对L2功能的规范，本质上是为高阶自动驾驶铺路的“破冰行动”，这非但不会阻碍L3/L4发展，反而构建了三大助推引擎。第一是建立技术演进坐标系。工信部最新发布的《汽车驾驶自动化分级》国标首次明确L2与L3的责任分界线（ODD运行设计域），这将加速消费者认知从“功能有无”转向“能力边界”，为L3/L4的商业化扫清认知障碍。第二是开辟技术验证快车道，“车-路-云”立体验证体系，使技术成熟周期缩短30%。第三是重构产业协作生态，制度性突破比单纯的技术攻坚更具战略价值。
郑庄成：从四维图新视角及安全冗余角度来看，未来辅助驾驶的发展趋势不会脱离地图。AI大模型助力高阶智驾加速落地，但高精度地图始终是辅助驾驶不可或缺的先验传感器。所谓“无图”，会带来成本增加、数据采集不合规等一系列问题。
张瑞雪：辅助驾驶的规模化落地主要面临几个问题：一是复杂场景（如无信号场景、复杂环境）的感知与决策仍是核心难点。现有单车智能依赖多传感器融合，但硬件堆叠（如激光雷达）成本高昂，且无法完全覆盖所有长尾场景。二是现行法律对自动驾驶事故责任的划分尚未明确，保险体系亦缺乏适配方案。三是数据闭环能力不足，高阶自动驾驶依赖海量场景数据的采集、标注与模型训练，但现有测试区域开放度有限，导致数据多样性不足。
庄景乾：L3/L4级自动驾驶的落地面临三大核心挑战：首先是长尾场景处理，即系统在极端或罕见场景下的可靠性不足；其次是法律滞后；最后是基础设施的协同不足，尤其是车路协同（V2X）的推进缓慢。未来，无论是L2、L3或L4级别的辅助驾驶，都将向平权方向发展。这主要是由于辅助驾驶核心部件的成本正在快速下降，技术正突破高价壁垒，走向规模化应用。
新京报贝壳财经：如何看待自动驾驶行业的发展前景？
邓承浩：这个赛道正经历从“技术秀场”向“价值战场”的关键转折，深蓝汽车对此保持长期乐观，但更坚持“战略定力优于速度竞赛”的发展理念。当前行业呈现出三个明确的演进趋势，首先是技术架构的升维，从规则驱动转向端到端大模型驱动，让决策更贴近人类驾驶直觉；其次是安全冗余的迭代；此外是商业模式的创新。
但也必须清醒认识到，L3/L4的规模化落地仍需突破三重壁垒：一是技术置信度，从99%场景覆盖到99.99%的安全保障，需要至少3个技术代际的迭代；二是法规成熟度，责任认定、保险体系等配套制度仍在建设中；三是用户认知度，深蓝汽车调研显示72%消费者对智驾仍存在“能力幻觉”，需要合理宣传，对智能辅助驾驶构建准确的能力认知体系。
郑庄成：新能源汽车行业进入下半场耐力赛阶段，智能化已成大趋势。新玩家不断加入、价格战方兴未艾、“有图”“无图”争论不休，焕发出空前的能量。
呼吁行业现在要做的是相互协作，比如智能网联汽车要实现真正的网联，并不是一家企业能拼尽全力实现的。全汽车产业链良性竞争、各有所长、分工协作，形成整体的竞争力，或者说一种全新的竞合关系。
张瑞雪：L3/L4的最终落地，需突破“单车智能+车路协同”的双轮驱动模式。未来，随着数据闭环能力提升与政策支持加码，辅助驾驶将从“功能炫技”迈向“场景刚需”，而车路协同下的高精度定位与感知服务，将成为行业竞争的新高地。
戴一凡：辅助驾驶的发展不是一蹴而就的，技术进步发展需要一个过程，这其中包括对公众的教育、驾驶习惯的培养。未来，辅助驾驶一定会走向高等级自动驾驶。随着AI大模型等技术的引入，对辅助驾驶发展会起到很好的赋能作用。
新京报贝壳财经记者王琳琳林子张冰配资盘官网最新信息
传金所配资提示：文章来自网络，不代表本站观点。
沪深京指数
热点资讯
