[汽车之家 行业] “十五五”是中国迈向2035远景目标、建设汽车强国的决胜期。4月11日-12日，智能电动汽车发展高层论坛（2026）论坛以“智能化、绿色化、融合化、国际化”为主题，深度聚焦全球产业形势、AI+汽车、芯片算力等前沿技术。通过跨界交流，旨在明晰产业思路，构建健康有序的政策与市场体系，强化全球协同，驱动中国新能源汽车在高质量发展的关键窗口期行稳致远。

本次论坛上，清华大学教授、国家智能网联汽车创新中心首席科学家李克强直指当前智能驾驶产业的核心痛点：安全问题尚未破局，商业闭环远未成熟。他指出，尽管L2级新车搭载率已接近65%，但智能驾驶产业仍面临感知盲区难以消除、端到端大模型可靠性不足、各企业低水平重复的"烟囱型架构"导致开发成本居高不下等深层技术瓶颈。事故频发正引发社会公众质疑，安全性未获认可则商业闭环无从建立，这一矛盾已成为制约行业规模化健康发展的首要障碍。他强调，行业须摒弃急功近利，回归安全本源，以系统工程思维多维并举。

与此同时，李克强提出破局之道在于"车路云一体化"新范式——从单车感知的物理极限，迈向车、路、云全域协同感知，为智能驾驶建立"数字轨道"与"数字发电站"。这一架构不仅能系统性解决鬼探头、匝道汇入等高频危险场景，更能汇聚海量且完备的数据支撑AI大模型训练，同时以分层解耦、低代码开发打破烟囱型架构困局。目前该体系已联合国内外15家主流车企开展产业化示范，其中7家正推进量产落地，北京、重庆等城市已实现连续通过5个以上红绿灯路口的绿波通行，"车路云一体化"正从理论走向现实。

以下为演讲实录（精编）：

尊敬的各位领导、各位来宾、各位同仁：

大家上午好！非常高兴参加本次论坛，也非常高兴能有机会就“汽车智能驾驶系统安全挑战与对策”这个话题跟各位做个交流。

我的交流分为以下四个部分：

汽车智能驾驶系统安全问题。汽车产业已经进入了智能网联时代，我们谈智能网联汽车是新一代的移动通信技术、信息技术，包括人工智能在内的信息技术，与实体产业结合的产物，是一个已经引起世界各工业强国战略竞争的高地，包括欧盟、美国、日本都颁布了国家层面的产业发展战略，当然中国也高度重视智能网联汽车产业的发展，是我国推动制造强国、交通强国的重大战略任务之一。

智能网联汽车技术的发展、产业的快速推进，在这个新的情况下，发展的技术趋势、产业趋势已经发生了重大变化，当然在不断变化过程中、产业化过程中实现产业高质量发展的战略路径趋势已经明确，从技术趋势上可以看到，智能化和网联化协同发展，包括基于大模型人工智能加速应用，包括智能汽车领域需要全域安全技术的要求更加明确。从产业趋势看，产品形态、产业生态、出行模式也在快速发展改变。

当然发展战略路径趋势已经很清楚，我们认为是两个方面。 第一个方面，人工智能与智能网联汽车深化融合发展，推动我们的产业技术与产业变革。第二个方面，“车路云一体化”将成为实现高级别自动驾驶发展产业的必然路径。

迄今为止产业发展已经取得了重大进展，包括自动驾驶分级别的，像去年L2级新车装有量已经接近65%，也包括4G、5G、C—V2X通信模块也在快速普及。针对高级别自动驾驶相关的关键技术，如传感器技术、激光雷达、芯片、操作系统和产业生态在快速发展，基础设施在快速发展，我国政府层面推动相关的示范基地、示范测试区域也在快速建设。

产业快速发展的同时，我们认为现在中国的汽车智能化产业发展到了关键临界点，在发展过程中要真正做到高质量、可持续发展，尽快解决我们所面临的一系列挑战性的问题，主要有以下几个方面：

第一个问题，目前为止尽管有很大投入，但是产业智能化领域的商业闭环、盈利模式尚不理想。从各家公司的报表可以看到，不甚理想。

从原因上分析我们认为有以下几点：安全可靠性不足，自动驾驶首要属性是交通的安全，安全可靠性不能保障客户是不能买单的，安全性可靠性不足当然没有形成盈利的闭环。实际在产品定义上很多方面尚未形成技术闭环，开发的成本高，当然产业协同也不够，大家都在低水平重复，资源也不聚焦。

很重要的方法，安全是我们的第一个亟待突破的问题，具体体现在，没有很好的商业闭环，或者我们正在追寻这样的临界点，产品的安全性尚未得到社会客户的认可，包括一些安全隐患，如果从技术来分析，我们的产品定义不准、相关核心技术亟待突破，要加强法律法规的建设。

从这个角度可以知道，产业快速推进的同时安全隐患问题必须解决，现在正在发生的一系列事故会引起社会公众的质疑，安全技术一直是制约大规模商业化的瓶颈，包括去年智驾功能相关的投入比例激增、相关问题产品的召回等。我们认为当前智能驾驶存在的固有的技术瓶颈，已经成为威胁道路交通安全和智能驾驶规模化健康发展的重要因素，亟待突破。

我们对出现的安全问题进行具体梳理。

物理的感知极限与多维视角的缺失。在常见且易察觉的场景中，尽管是常见目标物，但智能驾驶系统由于感知遮挡、光线等原因，导致“看不见”、“看不清”、“看错”、“看漏”等问题，传感器物理特性导致的感知盲区是难以通过算法完成的。

少数产品当中仍然存在智能驾驶由于缺少提前训练，训练场景不足，罕见场景无法识别也是问题。

逻辑决策瓶颈与接管机制尚需要突破，比如突发难以接管的场景中，由于突然出现的障碍物等，也造成无法提前预判，事故风险显著增加。

开发层面来看，大家都在谈到，花了大量投入，特别是传统的制造业、汽车企业来看，大量的投入做数据闭环，我们认为各个企业后续数据的收集、数据训练在平台存在一系列问题，包括单车数据有限、车载传感物理的限制、不同车机采集数据类型的不一致，数据安全保障机制等，都限制了开发问题。

我们对这几个安全问题做技术上的梳理。 1、单车感知能力受限。2、端到端模型可靠性差，AI大模型训练数据尚不全面。3、现在的产品架构，大家都是烟囱型架构，缺乏基础底座，会造成开发成本高、开发质量效率低，因此亟需面向差异化应用的低代码、可重复快速迭代的计算机平台开发系统。

针对这些问题，要从技术方面，从整体架构方面找突破。

我们认为在智能网联汽车安全保障方面一定要有新范式出现，新范式分为几个部分，要从感知维度，从视觉内的平视，到超视觉的全感知；决策逻辑方面，从独立的博弈到协同最优；安全防线方面，要从被动防御到内生安全；产业生态方面，不仅仅从造车竞争，要到生态共建，按这样的思路推进系统的安全性能提升。

围绕这样的体系架构，我们认为现在已经没有传统意义上的单车智能，任何车都有通信，任何车的发展，从传统的单车智能到现在各家云端的协同、车车协同到最理想的发展状态，“车路云一体化”协同发展，只有通过这样的技术整体架构设计，才能真正意义上做到解决上述说的安全问题。

按照这样的架构设置，对解决当前造成的安全问题会有系统性的解决方案。

1、如果用这套系统，我们认为智能汽车行驶建立了安全的“数字轨道”，自由开车和在轨道上开车的要求不一样，左图看到单车智能，去年有一家媒体做试验，好像没有哪一家企业的自动驾驶能在这样的车速下在前面突然躲闪以后，如果用这样的方式有了数字比较，能够真正意义上做到提前感知，规避这样的风险。

2、更重要的是现在全社会自动驾驶在开发的变革里提到AI大模型，AI三要素，AI的数据也有三要素，准确性、海量性、完备性，现在各家单独企业收集的数据，在中国我们的数据即使多也不全，我们知道数据多和全是两个维度，有了这套系统以后，再加上各个车的数据汇聚，再变化回车端训练。我们用这套系统以后，能够真正做到提升安全的“数字发电站”。

3、针对现在的烟囱型架构，我们认为只要分层结构、跨域共用的方式，可以用低代码快速开发提高效率的模式，针对这样的架构智能网联汽车国家创新中心形成全行业共识，在国家相关项目支持下，推动“车路云一体化”的发展，这套系统能够在本质上把安全问题给予解决。

围绕这个架构，现在我们国家工信部、公安部、交通部等部委，推动两个大的示范，一个是高级别L3级的城市准入和城市准入示范，另外一个是要达到高级别自动驾驶需要基础设施支撑，“车路云一体化”时代，现在正在推动这两个重大的示范项目。

围绕这两个重大项目现在形成行业共识，在北京、重庆等主要城市搭建了共用的数据底座，在这下面协同用路侧支撑、协同用通信支撑车的安全感知。

在这样的架构下，最近开始做产业化示范，去年已经发起了中外15家车企联合，在前面的架构下的示范。15家车企包括中国的主流车企，中国的3家央企，包括上汽、广汽、比亚迪，当然也包括国外的丰田、华为等几家车企和相关企业联合推动产业化示范相关场景。这样的架构有完全可行的商业模式，左上角就是各家的数据平台，我们现在有了路侧单元，有通信、标准以后，既跟家自己的数据单元打通，更重要的汇聚到分级的既有路侧单元边缘运、区域云、中心云三层三级的技术平台，形成可以自主支撑的闭环，来解决刚才说的几大关键问题。

这样的架构下面，示范是根据车企提出的当前提了17个应用场景，其中有5个就是刚才讲的去年媒体公布的大家都过不了关的几个场景，包括网联式前向辅助、网联式滤波引导、网联式匝道汇入，鬼探头、辅助这样几个场景，这几家车企都用拳头级的产业化车型平台，去年这个实验做完以后，有7年今年正在做量产化推进。

这样的架构下根据现在存在的问题，自动驾驶大家都在讲难以突破的、都在讲难以做商业闭环的几个问题。

1、网联式前向避撞系统，在长春、北京、重庆都在推动这样的产品安装。

2、绿波带，大家知道我们运气好的一路遇到绿灯，现在导航去做，但是很难。系统做好以后，大家没有感知之间能够连续通过，在北京、重庆能连续通过5个以上的红绿灯路口，这是当前成本最低、普及范围最广的场景。

3、网联式匝道汇入，国外车企认为这是最感兴趣的、这是最容易出事的，三个车，后面车减速、前面车加速，无缝合并。

4、现在遇到鬼探头的情况，用到这套系统以后怎么做到安全通过，这样的试验也在推进。

这样一系列示范得到非常好的结论，大家都认为这是一个可行的没有成本增加能够显著降低安全风险的技术，刚才提到15家车企有7家正在做量产化推进。

最后，我们认为1、安全依然是行业亟待解决的首要问题，应当正视单车智能驾驶技术瓶颈是解决问题的首要前提，行业需摒弃急功近利的噱头，时刻敬畏技术局限，回归安全本源，以系统工程思维，多维并举，筑牢智能驾驶技术守护生命的价值基础。

2、“车路云一体化”系统为车辆提供多维数据输入。实现车、路、全域协同感知，增强环境感知与风险预判能力，为智能驾驶汽车建立“数字轨道”，提升智能网联汽车驾驶安全性与通行效率，支撑智能交通高效稳定运行。

3、“车路云一体化”系统的数据兼具“海量性”与“完备性”。融合车辆自主上报、路侧感知与交通指挥信号、交通事件等全维度数据获取模式，打破数据孤岛，为AI大模型训练建立提升安全的“数字发电站”，在保障智能驾驶安全的同时，降低模型训练成本，提升训练效率。

4、计算基础平台和开发系统提升产品安全研发质量和效率。通过拆解复杂应用软件建立起来的功能组件库，实现分层解耦、跨域共用，提高模块复用率，并通过图形化工具实现低代码开发，降低开发难度和成本，支撑“车路云一体化”智能驾驶产品的安全高效开发。

我的介绍到这儿。谢谢大家！