朱西產：安全是智能汽車的起點，也是自動駕駛的終極考驗

1月30日下午，“智驅新程·芯動未來”新京報第二十屆超級汽車論壇在京舉行。同濟大學汽車學院教授、汽車安全技術研究所所長朱西產在《聊聊智能駕駛安全問題的爭議》主旨演講中表示，安全始終是汽車最重要的話題，也是智能汽車的起點，也是自動駕駛的終極考驗。目前自動駕駛還未實現，仍有安全問題需要解決。

他還認為，人工智能技術（AI）驅動了汽車的智能化革命，2026年視覺語言大模型、世界模型將是智能駕駛的一大熱點。

同濟大學汽車學院教授、汽車安全技術研究所所長朱西產。受訪者供圖

OTA很難實現L2向L3升級

2025年12月工信部宣布，長安汽車、北汽極狐獲得我國首批L3級有條件自動駕駛車型準入許可，在北京、重慶指定區域開展上路試點。

朱西產介紹，全球汽車自動化程度分級標準基本一致，分為L0、L1、L2、L3、L4和L5，其中L2是入門級輔助駕駛，L3、L4和L5被稱為自動駕駛，尤其是L4和L5也稱為無人駕駛。目前所謂的高階智駕的確未達到自動駕駛能力，達不到大家預期的開車時放心刷手機、調低座椅睡覺的程度。

在他看來，我國自動駕駛將漸進式地從L2迭代到L3/L4。在人駕階段，要求駕駛員必須掌握系統的能力邊界。在機駕階段，系統必須掌握系統的能力邊界，而在人駕向機駕發展的過程中，會出現人機共駕的階段，逐漸人退機進。

《2025城市NOA汽車輔助駕駛研究報告》顯示，2025年前三季度我國具備L2級組合駕駛輔助功能的滲透率達到64%，預計2025年底升至66.1%。隨著L3級有條件自動駕駛車型準入許可的頒布，很多用戶關心具備L2的車輛是否可以通過軟件升級變成L3。朱西產明確表示不行，“即便軟件成熟，通過OTA（遠程升級技術）將L2升級L3也不現實。”

他解釋稱，L2的電子架構不是自動駕駛的電子架構，剎車系統、轉向系統的功能安全及智駕域控的算力基本上都無法滿足自動駕駛的要求。如果硬件達不到L3的要求，則無法通過軟件升級轉向L3。

AI定義智能汽車新“靈魂”

在朱西產看來，AI驅動了汽車的智能化革命，是智能新能源汽車的靈魂，電動汽車只是基礎平臺，接入AI才是巔峰。

目前語言模型已在智能座艙上普遍使用，智能駕駛端到端模式嵌入深度學習模型，部分車企開始嘗試視覺語言模型的應用。朱西產預測，2026年視覺語言大模型、世界模型將是智能駕駛的一大熱點。

人工智能技術的快速發展，正促使汽車的智能座艙與智能駕駛能力快速提升。朱西產認為，AI也是解決智能駕駛安全問題的關鍵。具體而言，可以通過端到端大模型、視覺大模型等進行長時序推理，以提前預估潛在風險；也能利用占用網絡技術識別那些“看得見但認不出”的物體，并借助大模型推理來預測完全被遮擋的、看不見的風險。

朱西產表示，從自動駕駛發展來看，輔助駕駛階段是必要的，通過駕駛員作為安全冗余，系統可以持續采集行駛數據。用這些數據去訓練模型，避免出現很小概率的邊緣場景。

自動駕駛安全難題仍待破解

朱西產指出，自動駕駛沒有實現的一個關鍵是，仍有安全問題需要解決。

從輔助駕駛向自動駕駛迭代的技術路線已經確定，但目前在獲取數據中仍存在一些邊緣場景和未知安全風險。朱西產列舉了一些智能駕駛系統運行中的未知風險。

一是組合輔助駕駛系統運行期間發生的危險接管，如目標物漏識別引發的接管、錯誤決策軌跡引發的接管、過高車速引發的接管和交通違章引發的接管等。二是組合輔助駕駛系統運行期間，發生EM（緊急安全系統）（如AEB自動緊急制動、AES自動緊急轉向、ELK緊急車道等）誤觸發情況。

三是組合輔助駕駛系統運行期間發生的交通事故，如駕駛員脫離未及時接管引發的事故、駕駛員緊急接管誤操作引發的事故、車輛失控引發的事故和其他道路交通參與者行為引發的事故等。朱西產表示，在L2模式下，TTC（碰撞時間）的風險警示要大于2秒。L3模式下，TTC的接管指令要大于10秒。“企業應就組合輔助駕駛系統運行中的未知風險事件收集，建立報告制度；同時，管理部門也應形成相應的監督機制。”

他分析，目前自動駕駛的安全要求又增加了網絡安全、功能安全和預期功能安全三個方面，需構建組合輔助駕駛系統沙盒監管深度測試場景庫，以及預期功能安全測評用場景庫、功能安全測評用故障碼矩陣表、信息安全測評用漏洞庫。

朱西產認為，智能汽車發展已走到了三岔路口，L2智能輔助駕駛改良汽車，L3自動駕駛顛覆汽車，L4無人駕駛顛覆出行，“期待L3級車型能在高速公路全速域（含0-120km/h及以上）實現穩定運行。”

新京報貝殼財經記者 王琳琳

編輯 楊娟娟

校對 穆祥桐