在近日舉行的2025新能源智能汽車新質發展論壇上，中國電動汽車百人會副理事長兼秘書長張永偉表示，從現在到2030年是培育智能駕駛文化、普及低階智能駕駛的關鍵階段，各大企業需制訂好智能汽車發展目標和戰略，在接下來的全球競爭中搶佔先機。

當前，全球汽車產業格局正經歷深刻變革。尤其是在“新四化”浪潮的推動下，汽車領域的智能化“軍備競賽”已進入白熱化階段。中國汽車產業作為這一變革中的重要力量，正處於從“電動化領跑”向“智能化攻堅”、從“本土市場主導”向“全球價值鏈重塑”的雙重轉型關鍵節點。

“2030年及之后的兩三年，將是L3級有條件自動駕駛技術從‘試點’走向‘規模化應用’的窗口期。因此在當下如何把握發展的節奏、確定行業發展的目標顯得尤為關鍵。”在近日舉行的2025新能源智能汽車新質發展論壇（以下簡稱“新能源智能汽車論壇”）上，中國電動汽車百人會副理事長兼秘書長張永偉表示，從現在到2030年是培育智能駕駛文化、普及低階智能駕駛的關鍵階段，各大企業需制訂好智能汽車發展目標和戰略，在接下來的全球競爭中搶佔先機。

中國汽車產業能否持續勇立“新四化”的潮頭？汽車領域電動化、智能化的發展還需注意哪些問題？如何更好地協調車企短期大量投入和長期持續收益之間的矛盾？在新能源智能汽車論壇上，來自整車、供應鏈及高校的專家學者對於這些問題進行了深入交流和討論，從技術突破、實踐路徑、生態協同等維度共探新能源智能汽車的新質發展之路。

筑牢智能汽車的安全底線

統計數據顯示，中國搭載L2級組合駕駛輔助的智能汽車市場滲透率已超過50%，居全球首位﹔同時泊車輔助駕駛等新技術的滲透率也在加速提升。然而，隨著高等級自動駕駛逐漸規模化落地，復雜長尾駕駛場景的挑戰日益凸顯，今年上半年幾起和智能輔助駕駛有關的嚴重交通事故引發廣泛關注。毫無疑問，當前智能汽車在安全和系統泛化能力等方面，正面臨不小的考驗和用戶的擔憂。

“自動駕駛系統的實際發展進度明顯滯后於預期。”在新能源智能汽車論壇上，清華大學車輛與運載學院院長王建強直言，盡管當前智能汽車可通過增加傳感器數量和提升數據規模，增強面對多種場景的分析和決策能力。但面對極端復雜場景時，受限於“黑箱模型”的不可解釋性與泛化能力不足，其系統安全性仍難以得到充足的保障。

記者了解到，智能汽車的安全技術主要沿兩條路徑發展。在早期階段，“規則驅動”是行業的主流，它具備結構清晰、易於實現和可解釋性強等優勢，適用於已知結構化場景。然而，該方法高度依賴預設規則，適應場景有限，難以滿足高級別自動駕駛泛化、自主演化等要求。

在這樣的大背景下，具備自主學習能力、模塊集成性強，並有一定場景泛化能力的“數據驅動”，逐漸成為當前智能汽車安全技術的發展主線。不過，這一路線也存在明顯短板：一是決策過程呈“黑箱”狀態，缺乏可解釋性﹔二是嚴重依賴訓練數據分布，泛化能力有限﹔三是神經網絡模型參數龐大，推理速度慢，難以滿足實時性要求。

在王建強看來，在極端場景數據稀缺與模型“黑箱”屬性等因素的制約下，市場上主流的“數據驅動”路線在安全保障上仍面臨較大挑戰，尚且難以支撐高級別自動駕駛的落地。

“盡管‘規則驅動’與‘數據驅動’各有優劣，但兩者均難單獨支撐智能駕駛向更高等級演進。面對復雜、泛化與未知等高風險交通情境，傳統自動駕駛系統易陷入安全瓶頸。”王建強強調，“聰明車”必須是“安全車”，智能汽車安全需通過“類腦認知架構”實現向人類駕駛認知模式的躍遷。

為突破規則系統的“僵化”、數據系統的“黑箱”等限制，王建強提出以人腦認知機制為啟發，融合規則驅動的可解釋性與數據驅動的學習能力，開啟全新的“認知驅動”路線。

“‘認知驅動’路線一方面能讓‘規則驅動’的系統具備進化能力，適應更多場景﹔另一方面推動‘數據驅動’的系統‘去黑箱化’，使其轉變為確定系統，實現過程透明、結果可信。”王建強解釋說。

不過，想要探索甚至實現王建強暢想的“認知驅動”，不僅需要長期系統性的技術深耕，還需要高規格、高可靠性的車規級芯片扮演“神經中樞”的角色，以此支持智能系統的日常運轉。

“智能汽車的安全底線，往往取決於最底層芯片的穩定性。”在新能源智能汽車論壇上，芯馳科技MCU產品線總經理張曦桐指出，“車規級芯片和消費級芯片有很大區別。車規級芯片需要通過嚴格的AEC-Q100可靠性測試，在功能安全、使用壽命等方面有更高要求和技術門檻，這些都是消費級芯片難以比擬的。”

據了解，因車輛需面對高溫、低溫、雨雪、沙塵、顛簸等復雜惡劣環境，車企對車載芯片可靠性的要求更高，其使用壽命需達10年至15年。

此外，車規級芯片工作溫度范圍為零下40攝氏度至150攝氏度，而消費級芯片僅需0攝氏度至70攝氏度。因此，生產車規級芯片時必須選用耐高溫、抗腐蝕、抗冷凝的材料。而車規級芯片缺陷率通常要求低於1ppm（百萬分之一），消費級芯片則允許500ppm，這意味著車規級芯片相比消費級芯片安全余量更高。

面對車規級芯片嚴苛的生產要求與安全質量標准，國內企業正通過技術突破積極回應市場需求，芯馳科技就是其中的代表之一。

據張曦桐介紹，芯馳科技的E3系列MCU芯片作為新一代高性能微控制器，可覆蓋區域控制、車身控制、電驅、BMS、智能底盤、ADAS等超過10個核心應用領域，填補國內高端高安全級別車規MCU市場空白。截至目前，E3芯片已在奇瑞主動懸架、理想激光雷達等核心場景中應用。

“當智能系統能夠像人類一樣精准預判風險，當每一顆芯片都經得起極端環境考驗時，智能汽車才能真正從‘交通工具’升級為‘移動安全空間’。我們現在所有的努力，都是在為未來產業高質量發展‘打好地基’。”張曦桐對記者說。

重塑智能汽車產業競爭新邊界

從以“認知驅動”構建“類腦”決策框架，到高可靠車規級芯片提供“神經”保障，智能汽車的競爭維度已不限於筑牢安全基石，電子化領域AI能力的深度同樣非常關鍵，這種變化正在重塑產品定義與消費選擇的核心邏輯。

“傳統燃油車時代，整車70%的成本來自機械硬件。如今這一比例已低於50%，預計未來幾年將降至30%以下。與此同時，電子軟硬件與AI的權重持續提升。預計到2030年，電子硬件成本佔比將從過去的不足25%大幅提升至70%。”新能源智能汽車論壇上，張永偉分享了這樣一組數據。在他看來，這一趨勢決定了企業必須將核心能力聚焦在智能化與AI底座上。

對於“AI在推動汽車智能化發展中起到關鍵作用”這一觀點，東軟睿馳汽車技術（上海）有限公司總裁兼CTO杜強高度認同。他認為，AI技術正深刻影響整個汽車行業的核心競爭力和用戶體驗，已成為塑造未來產業格局的關鍵變量。面對這場技術演進，企業既要敏捷響應，也要確保底層基礎的扎實與穩健。

需要注意的是，在底層操作系統領域，中國軟件供應鏈已日趨成熟，具備快速適配芯片和電子電氣架構的能力，可以滿足車企高速迭代需求。如今在AI技術加持下，軟件開發效率大幅提升，工具鏈和半自動化開發不僅降低了門檻，還提高了人效。

面對產業競爭力加速向智能化和AI遷移的趨勢，企業應如何構筑起新的競爭壁壘？對於這一問題，張永偉提出需“跳出汽車看汽車”，打破傳統產業邊界，通過跨界融合重構競爭力的觀點。

張永偉建議企業重構發展模式。一方面，“結對子”應成為整車廠與科技企業合作的常態。通過資本合作、技術綁定，整車廠可快速補齊智能化短板，科技企業則能跨越技術與落地的“死亡谷”。

“一些科技企業成立時間不長，面臨資金、人才和數據短缺困境，技術難以落地應用。”張永偉補充說，“與整車廠深度合作，能有效幫助這些新型科技企業突破瓶頸和資金束縛，最終實現雙贏。”

另一方面，企業需積極打破產業邊界，對接外部專業化服務資源。“傳統車企在智能化領域存在諸多不熟悉、缺乏經驗的環節。”在張永偉看來，“與其從零起步，不如高效整合雲服務、算法算力等外部資源，將上述資源的優勢轉化為自身的競爭力。”

“想要在電動化、智能化領域持續向前，汽車產業需要以更加開放的模式，整合更多智能化能力。例如，傳統整車企業和零部件公司應盡快與更多算力、算法公司無縫對接，讓這些外部力量成為內生的產品競爭力，隻有這樣的強強聯合，才能為中國汽車產業提供源源不斷的發展活力。”張永偉總結道。

中青報·中青網記者 王志遠 來源：中國青年報

2025年07月31日 08版

分享讓更多人看到