朱西产：AI驱动智能汽车革命，如何破解自动驾驶安全难题

在“智驱新程·芯动未来”新京报第二十届超级汽车论坛上，同济大学汽车学院教授、汽车安全技术研究所所长朱西产发表了题为《聊聊智能驾驶安全问题的争议》的主旨演讲。他指出，安全始终是汽车行业的核心议题，无论是传统汽车还是智能汽车，安全都是起点，也是自动驾驶技术面临的终极挑战。当前，自动驾驶技术尚未完全成熟，仍有许多安全问题亟待解决。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

朱西产介绍，全球汽车自动化程度分为L0至L5六个等级，其中L2属于入门级辅助驾驶，L3及以上才被视为自动驾驶，L4和L5则属于无人驾驶范畴。目前市场上的高阶智能驾驶技术尚未达到真正意义上的自动驾驶水平，无法让驾驶者在行驶过程中完全放松，例如刷手机或睡觉。他预计，我国自动驾驶技术将通过渐进式迭代，从L2逐步发展到L3和L4，但这一过程需要经历人机共驾阶段，并逐步实现人退机进。

根据相关研究报告，2025年前三季度，我国L2级组合驾驶辅助功能的渗透率已达64%，预计年底将升至66.1%。随着首批L3级有条件自动驾驶车型获得准入许可，许多用户关心是否可以通过软件升级将L2车辆提升至L3。朱西产明确表示，这一想法不现实。他解释称，L2的电子架构无法满足自动驾驶对刹车系统、转向系统功能安全及智驾域算力的要求，硬件不达标的情况下，软件升级无法实现L3功能。

朱西产强调，人工智能是推动汽车智能化革命的关键力量，堪称智能新能源车的“灵魂”。电动车仅为基础平台，接入AI技术才是发展的巅峰。目前，语言模型已广泛应用于智能座舱，智能驾驶端到端模式也嵌入了深度学习模型，部分车企开始尝试视觉语言模型的应用。他预测，2026年视觉语言大模型和世界模型将成为智能驾驶领域的热点。

AI技术的快速发展显著提升了汽车的智能座舱和智能驾驶能力。朱西产认为，AI也是解决智能驾驶安全问题的核心。通过端到端大模型和视觉大模型进行长时序推理，可以提前预估潜在风险；利用占用网络技术识别“看得见但认不出”的物体，并借助大模型推理预测完全被遮挡的风险。他指出，辅助驾驶阶段是必要的，通过驾驶员作为安全冗余，系统可以持续采集行驶数据，用于训练模型，避免出现小概率的边缘场景。

尽管自动驾驶技术路线已明确，但数据获取过程中仍存在边缘场景和未知安全风险。朱西产列举了智能驾驶系统运行中的多种未知风险，包括目标物漏识别、错误决策轨迹、过高车速和交通违章引发的危险接管，以及紧急安全系统的误触发情况。交通事故也是一大风险，包括驾驶员脱离未及时接管、紧急接管误操作、车辆失控和其他道路参与者行为引发的事故等。他建议，企业应建立组合辅助驾驶系统运行中的未知风险事件报告制度，管理部门也应形成相应的监督机制。

朱西产分析，自动驾驶的安全要求已扩展至网络安全、功能安全和预期功能安全三个方面。为应对这些挑战，需构建组合辅助驾驶系统沙盒监管深度测试场景库，以及预期功能安全测评用场景库、功能安全测评用故障码矩阵和信息安全测评用漏洞库。他表示，智能汽车发展已进入关键阶段，L2智能辅助驾驶改良汽车，L3自动驾驶颠覆汽车，L4无人驾驶颠覆出行，期待L3级车型能在高速公路全速域实现稳定运行。