朱西产：安全是智能汽车的起点，也是自动驾驶的终极考验

1月30日下午，“智驱新程·芯动未来”新京报第二十届超级汽车论坛在京举行。同济大学汽车学院教授、汽车安全技术研究所所长朱西产在《聊聊智能驾驶安全问题的争议》主旨演讲中表示，安全始终是汽车最重要的话题，也是智能汽车的起点，也是自动驾驶的终极考验。目前自动驾驶还未实现，仍有安全问题需要解决。

他还认为，人工智能技术（AI）驱动了汽车的智能化革命，2026年视觉语言大模型、世界模型将是智能驾驶的一大热点。

同济大学汽车学院教授、汽车安全技术研究所所长朱西产。受访者供图

OTA很难实现L2向L3升级

2025年12月工信部宣布，长安汽车、北汽极狐获得我国首批L3级有条件自动驾驶车型准入许可，在北京、重庆指定区域开展上路试点。

朱西产介绍，全球汽车自动化程度分级标准基本一致，分为L0、L1、L2、L3、L4和L5，其中L2是入门级辅助驾驶，L3、L4和L5被称为自动驾驶，尤其是L4和L5也称为无人驾驶。目前所谓的高阶智驾的确未达到自动驾驶能力，达不到大家预期的开车时放心刷手机、调低座椅睡觉的程度。

在他看来，我国自动驾驶将渐进式地从L2迭代到L3/L4。在人驾阶段，要求驾驶员必须掌握系统的能力边界。在机驾阶段，系统必须掌握系统的能力边界，而在人驾向机驾发展的过程中，会出现人机共驾的阶段，逐渐人退机进。

《2025城市NOA汽车辅助驾驶研究报告》显示，2025年前三季度我国具备L2级组合驾驶辅助功能的渗透率达到64%，预计2025年底升至66.1%。随着L3级有条件自动驾驶车型准入许可的颁布，很多用户关心具备L2的车辆是否可以通过软件升级变成L3。朱西产明确表示不行，“即便软件成熟，通过OTA（远程升级技术）将L2升级L3也不现实。”

他解释称，L2的电子架构不是自动驾驶的电子架构，刹车系统、转向系统的功能安全及智驾域控的算力基本上都无法满足自动驾驶的要求。如果硬件达不到L3的要求，则无法通过软件升级转向L3。

AI定义智能汽车新“灵魂”

在朱西产看来，AI驱动了汽车的智能化革命，是智能新能源汽车的灵魂，电动汽车只是基础平台，接入AI才是巅峰。

目前语言模型已在智能座舱上普遍使用，智能驾驶端到端模式嵌入深度学习模型，部分车企开始尝试视觉语言模型的应用。朱西产预测，2026年视觉语言大模型、世界模型将是智能驾驶的一大热点。

人工智能技术的快速发展，正促使汽车的智能座舱与智能驾驶能力快速提升。朱西产认为，AI也是解决智能驾驶安全问题的关键。具体而言，可以通过端到端大模型、视觉大模型等进行长时序推理，以提前预估潜在风险；也能利用占用网络技术识别那些“看得见但认不出”的物体，并借助大模型推理来预测完全被遮挡的、看不见的风险。

朱西产表示，从自动驾驶发展来看，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。用这些数据去训练模型，避免出现很小概率的边缘场景。

自动驾驶安全难题仍待破解

朱西产指出，自动驾驶没有实现的一个关键是，仍有安全问题需要解决。

从辅助驾驶向自动驾驶迭代的技术路线已经确定，但目前在获取数据中仍存在一些边缘场景和未知安全风险。朱西产列举了一些智能驾驶系统运行中的未知风险。

一是组合辅助驾驶系统运行期间发生的危险接管，如目标物漏识别引发的接管、错误决策轨迹引发的接管、过高车速引发的接管和交通违章引发的接管等。二是组合辅助驾驶系统运行期间，发生EM（紧急安全系统）（如AEB自动紧急制动、AES自动紧急转向、ELK紧急车道等）误触发情况。

三是组合辅助驾驶系统运行期间发生的交通事故，如驾驶员脱离未及时接管引发的事故、驾驶员紧急接管误操作引发的事故、车辆失控引发的事故和其他道路交通参与者行为引发的事故等。朱西产表示，在L2模式下，TTC（碰撞时间）的风险警示要大于2秒。L3模式下，TTC的接管指令要大于10秒。“企业应就组合辅助驾驶系统运行中的未知风险事件收集，建立报告制度；同时，管理部门也应形成相应的监督机制。”

他分析，目前自动驾驶的安全要求又增加了网络安全、功能安全和预期功能安全三个方面，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表、信息安全测评用漏洞库。

朱西产认为，智能汽车发展已走到了三岔路口，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（含0-120km/h及以上）实现稳定运行。”

新京报贝壳财经记者 王琳琳

编辑 杨娟娟

校对 穆祥桐