工信部今年4月起对智能网联汽车的宣扬进行强监管，要求汽车企业充合并展组合驾驶辅助测实验证，明确系统功能边界和平安响应步伐，不得进行强调和虚假宣扬。我国汽车工业协会团结我国汽车工程学会也公布规范驾驶辅助宣扬与应用的倡议书。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，纷纷改称辅助驾驶。

监管趋严，辅助驾驶怎样平衡技能普及与平安性？怎样创建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进展相干话题，邀请企业、专家9位高朋参与《车圈圆桌派》一同探讨。

制图/许骁

【圆桌高朋】

戴一凡 清华大学苏州汽车研讨院总工程师

庄景乾 罗兰贝格合伙人

卢放 岚图汽车首席执行官

展开盈余 90 %

邓承浩 深蓝汽车首席执行官

吴会肖 长城汽车首席技能官

张君毅 商汤绝影首席财政官

汪浩伟 均胜电子智能汽车技能研讨院院长

郑庄成 四维图新ADS行泊一体产物线担任人

张瑞雪 图灵量子售前方案总监

【核心观点】

1、没有相对平安的系统，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“技能秀场”向“代价疆场”的关键转折。

2、当前车企间技能路线差别大、数据格式不一，若各自为政将形成“数据孤岛”，没法支撑行业通用标准，政府可牵头制定数据采集规范。

3、将来无论是L2、L3或L4级其余辅助驾驶，都将向平权偏向进展。技能正突破高价壁垒，走向规模化应用。

普及辅助驾驶需以平安性为前提

新京报贝壳财经：辅助驾驶技能普及与平安性怎样平衡？

卢放：首先，辅助驾驶技能的普及应遵守渐进式进展途径，每个阶段需经过充分验证确保可靠性，避免过早追求“完全无人化”而轻忽潜在风险，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，并且经过海量虚拟仿真测试（覆盖极端场景）和真实门路测试积存数据，优化算法对复杂场景的应对能力。唯有技能成熟，平安才有保障。

另外，在宣扬辅助驾驶技能的时候肯定要讲平权，以平安为基础，让用户分明地知道每一台车技能的能力边界是什么。辅助驾驶的终极方针是提高用户出行平安性。企业需以“平安优先”而非“速率优先”为原则，公众则需理性看待技能潜力与局限。

吴会肖：长城汽车一直强调现阶段辅助驾驶仍处于初级进展阶段，距离真正的自动驾驶还有很长的路要走。辅助驾驶的核心代价是提升出行平安与服从，而非营销噱头。此外，我们发起创建国度级智能驾驶公共测试数据库，共享脱敏事故数据，加速智驾平安标准创建和迭代。

企业在产物传播中，要正视技能的进展阶段、尊重其进展规律，要将技能的可用性、适用性真实地告知用户，避免因为强调式宣扬，引发用户的误用风险，甚至影响对我国汽车产业的整体认知。

汪浩伟：越智能的算法，平安挑战也越大；相反，最平安的算法，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平安的平衡。相对平安是做不到的，更重要的是让最终用户分明系统的能力边界，而不能过度依赖系统能力。平安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、平安机制、用户培训、法规、新技能多个维度努力。

郑庄成：辅助驾驶的普及与平安性其实不是对立干系，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：一是以确保平安性作为最底层辅助驾驶需求进行技能迭代；二是创建行业平安基线；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平安，离开平安保障去谈普及辅助驾驶系统是没有意义的。所以这二者有一个“优先权重”干系，肯定是在保障平安、提高现有驾驶平安性的前提下，再去推行辅助驾驶系统。

张君毅：如果不能保障驾乘职员的生命平安，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平安性和操纵恬静性出发而衍生的，所以平安是一切技能的出发点。做不到最基本的平安、讲不清“人机共驾”中的风险和责任，是不可接受的。

现实上，光靠“人机共驾”培训也不敷，在紧张的事故状态中人的潜意识回响反映会形成一些问题，让用户马上接管车辆其实是接管不外来的。汽车自动平安是一个综合性的系统工程，不大概存在单车的平安，而是与整个交通系统、环境、职员、车辆和设施联系关系。

需排除对辅助驾驶的“相对信任”

新京报贝壳财经：针对公众对辅助驾驶的“相对信任”，应当怎样重建透明相同机制？

汪浩伟：相对信任是个风险的名词，因为没有相对平安的系统。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，也意味着我们肯定是追求在肯定条件下的最好，而不是全局最优解。

郑庄成：透明化是辅助驾驶时代的技能平安带。四维图新基于技能透明、及时更新可查、“数据平安是构建智驾平安的基石”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，特别是在一些非常门路场景下。辅助驾驶需要科普而不是炒作，所谓“辅助”，就是帮助驾驶员，宣扬上要有肯定引导。

庄景乾：当前很多人觉得所谓的“智驾”系统已足够平安和可依赖，现实其实不是如此。这类误解的根源，很大水平上来自车企早期的宣扬策略，让消耗者误觉得技能已成熟到能够替换人类驾驶，疏忽了系统的能力边界和潜在风险。

辅助驾驶事故数据库发起政府主导

新京报贝壳财经：有发起提出可创建跨车企的辅助驾驶事故数据库，为责任认定提供技能基准，你怎样看？

汪浩伟：要创建跨车企的辅助驾驶事故数据库，必然在国度层面出台相干的数据上传标准，并且最好是强制执行。

同时，在责任认定上要兼顾平安底线和行业进展的平衡。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，最终会抑制车企进展辅助驾驶的动力。

庄景乾：“由政府主导，团结车企共同构建统一的国度级数据库”有助于规范行业实践。当前车企间技能路线差别大、数据格式不一，若各自为政将形成“数据孤岛”，没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、系统决策纪录等关键信息，并创建隐私珍爱机制，对敏感信息进行脱敏处置惩罚。

数据库建成后，还需配套明确责任划分框架，发起由立法机构制定专项执法，同时明确技能缺陷的认定标准和动态划分人机责任比例。此外还能够考虑创建“数据黑匣子”制度，把数据剖析权交由第三方权威机构。

新京报贝壳财经：电池平安是否应独立于辅助驾驶系统，成为独立评级标准？

卢放：电池平安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，属于功能平安层；电池平安涉及电芯化学波动性、热管理系统、碰撞防护、充放电控制等，属于车辆基础平安层。二者都应创建在平安优先的基础上。

庄景乾：电池平安应当且非常有需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平安要素之一，直接干系到驾乘职员生命平安和公共产业平安。同时，电池平安属于物理平安领域，涉及电化学波动性、热失控防护、机械布局强度等基础性能。辅助驾驶系统属于功能平安领域，依赖传感器、算法和执行机构的协同，其风险更多表现在场景误判、系统延迟或人机交互失效。二者风险触发机制不同，需针对性制定评价维度。

需要特别申明的是，在辅助驾驶引发的平安事故中，电池起火或燃爆每每是多重因素耦合的效果。单靠生产过程当中的电池平安标准，不足以在事故中对电池的质量问题进行责任认定。

辅助驾驶将向平权偏向进展

新京报贝壳财经：你认为L3级或L4级自动驾驶的进展会受阻吗？辅助驾驶的趋势是什么？

卢放：L3或L4的进展大概会遭到一些阻碍，但整体趋势仍然是向前的。只管现有技能已覆盖绝大部分的常规场景，但一些极端场景（如暴雨、门路标线模糊、突发妨碍物）仍是L3、L4落地的核心妨碍；加上公众对自动驾驶技能的认知不足，在肯定水平上限制了L3、L4技能的广泛应用。

但当前行业已具备L3级技能贮备，同时工信部也正加速美满自动驾驶标准体系，推进平安基线扶植，产业链也在协同进级。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进展，反而构建了三大助推引擎。第一是创建技能演进坐标系。工信部最新公布的《汽车驾驶自动化分级》国标初次明确L2与L3的责任分界限（ODD运行设计域），这将加速消耗者认知从“功能有没有”转向“能力边界”，为L3/L4的贸易化扫清认知妨碍。第二是开辟技能验证慢车道，“车-路-云”平面验证体系，使技能成熟周期缩短30%。第三是重构产业协作生态，制度性突破比单纯的技能攻坚更具战略代价。

郑庄成：从四维图新视角及平安冗余角度来看，将来辅助驾驶的进展趋势不会离开地图。AI大模子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”，会带来成本添加、数据采集分歧规等一系列问题。

张瑞雪：辅助驾驶的规模化落地首要面临几个问题：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，且没法完全覆盖所有长尾场景。二是现行执法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、标注与模子锻炼，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：首先是长尾场景处置惩罚，即系统在极端或罕有场景下的可靠性不足；其次是执法滞后；末了是基础设施的协同不足，尤其是车路协同（V2X）的推进缓慢。将来，无论是L2、L3或L4级其余辅助驾驶，都将向平权偏向进展。这首要是由于辅助驾驶核心部件的成本正在疾速下落，技能正突破高价壁垒，走向规模化应用。

新京报贝壳财经：怎样看待自动驾驶行业的进展远景？

邓承浩：这个赛道正经历从“技能秀场”向“代价疆场”的关键转折，深蓝汽车对此保持长期乐观，但更保持“战略定力优于速率竞赛”的进展理念。当前行业呈现出三个明确的演进趋势，首先是技能架构的升维，从法则驱动转向端到端大模子驱动，让决策更切近人类驾驶直觉；其次是平安冗余的迭代；此外是贸易形式的创新。

但也必需清醒认识到，L3/L4的规模化落地仍需突破三重壁垒：一是技能相信度，从99%场景覆盖到99.99%的平安保障，需要至多3个技能代际的迭代；二是法规成熟度，责任认定、保险体系等配套制度仍在扶植中；三是用户认知度，深蓝汽车调研显示72%消耗者对智驾仍存在“能力幻觉”，需要合理宣扬，对智能辅助驾驶构建精确的能力认知体系。

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。新玩家赓续加入、价格战方兴未艾、“有图”“无图”争论不休，抖擞出空前的能量。

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，其实不是一家企业能拼尽尽力实现的。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干系。

张瑞雪：L3/L4的最终落地，需突破“单车智能+车路协同”的双轮驱动形式。将来，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洼地。

戴一凡：辅助驾驶的进展不是一蹴而就的，技能前进进展需要一个过程，这其中包含对公众的教育、驾驶习气的培育种植提拔。将来，辅助驾驶肯定会走向高等级自动驾驶。随着AI大模子等技能的引入，对辅助驾驶进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

编辑 杨娟娟

校对 卢茜

公布于：北京市