建言 | 智能驾驶面临新挑战，数据整合与模式创新成关键

随着智能化的不断深入，智能驾驶行业发展也正在发生一些新的变化，面临新的挑战。

原文 ：《智能驾驶发展需强调整合与创新》

作者 |上海大学管理学院副教授 薛奕曦 智能汽车创新发展平台（上海）有限公司总经理 邱国华

图片 |网络

从技术上看，智能驾驶从以往强调车路协同为主，转向单车智能为基础、车路云协同为支撑；从产业发展上看，智能驾驶从长期需要通用型综合性自驾服务商，向以数据为核心的专业化能力聚焦；从数据范式上看，智能驾驶需要从人工范式，向机器范式转变，推动自驾数据向数据生成、仿真评测的机器范式切换。

完善监管体系，建立统一标准

当前对智能驾驶的监管体系建设由于种种原因，相对保守审慎，进展缓慢；且现行法律未完全覆盖自动驾驶事故责任划分，影响了智慧出行系统的整体效率。此外，当前国内主要通过真车实采和道路实测的人工范式积累自驾数据，面临成本高、积累慢、流通难的难题。车端与路侧系统间的数据交互格式尚未形成统一规范。

加快推动数据整合与开发利用的统一

智能驾驶产业发展进程中，仍存在数据较为分散，缺乏统一整合和深度挖掘的问题。不同厂商、不同车型采集数据分散、重复，导致整个行业普遍面临智能算力不足、模型算法不强、数据挖掘能力不足、商业化路径不清晰等问题。在此背景下，亟待建立起一个服务整个智能驾驶行业发展的平台。

推进技术迭代与商业模式创新

智能驾驶运营涉及多主体、多部门，其推广发展需要一个强主体统一协调发展。较之传统出行模式，智慧出行的商业模式亟待创新。寻找合适的商业模式，构建面向用户、车企、平台企业等不同主体的创新生态网络，充分挖掘数据等价值，具有重要意义。

强化不同维度的安全防护

在智能驾驶发展过程中，安全问题始终是关键核心问题。一方面，智能技术的发展仍不成熟和不完善。另一方面，部分企业的过度营销容易引发用户误用，增加事故风险。特别是随着AI大模型在智能驾驶中的应用，更需要强化安全防护措施，完善数据安全管理体系，提升数据安全治理的效率和精准性。

建设集数据驱动、AI赋能、政府监管、跨界合作等于一体的城市级平台是促进智慧出行发展的关键路径。在法律法规方面，完善责任认定框架，推动L4级商业化政策突破。在创新生态方面，深化车企、高校、平台、科技公司合作，构建安全可信的智能驾驶体系；推动行业安全标准的建立，进一步强化集数据驱动、AI赋能、政府监管、跨界合作等于一体的主体建设。

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1964期第2版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：程鑫云

《社会科学报》2025年征订

点击下方图片网上订报↓↓↓