6月4日，國家標(biāo)準(zhǔn)信息公共服務(wù)平臺公示了一項(xiàng)關(guān)于《智能網(wǎng)聯(lián)汽車組合駕駛輔助系統(tǒng)安全要求》的國家標(biāo)準(zhǔn)項(xiàng)目。該項(xiàng)目由工業(yè)和信息化部提出，委托全國汽車標(biāo)準(zhǔn)化技術(shù)委員會智能網(wǎng)聯(lián)汽車分會執(zhí)行，是對于智能駕駛安全規(guī)范的進(jìn)一步落地。

隨著強(qiáng)制性國標(biāo)的推出，對于智駕安全的監(jiān)管將更加嚴(yán)格、精細(xì)。

一些讀者就產(chǎn)生疑問，智駕到底安不安全？為什么智駕功能不能一禁了之？

簡單來說，智駕系統(tǒng)多傳感器融合（如毫米波雷達(dá)、激光雷達(dá)）和AI算法，可以主動規(guī)避風(fēng)險(xiǎn)，自動剎車、緊急避讓，在復(fù)雜路況中，智駕配合人類司機(jī)，可作為安全冗余，切實(shí)降低事故概率。所以，智駕是汽車安全所不可或缺的。

問題在于，消費(fèi)者對智駕的安全能力如何實(shí)現(xiàn)，技術(shù)成熟度怎么樣，這些問題的認(rèn)識還不多，就容易產(chǎn)生誤判。

有必要從技術(shù)的視角出發(fā)，聊一聊智駕安全究竟是怎么實(shí)現(xiàn)的，以及發(fā)展到了什么水平。

智駕，為什么仍不安全？

談?wù)撝邱{安全之前，有必要先談一談，智駕到底為什么可能不安全。原因可以用一句話總結(jié)——“負(fù)樣本無法窮舉”。

負(fù)樣本，就是算法系統(tǒng)所面對的異常情況。不管一個車企的數(shù)據(jù)準(zhǔn)備多么充足，仿真模擬訓(xùn)練多強(qiáng)大，樣本準(zhǔn)備多么完備，隨著時間的發(fā)展演進(jìn)，一定會出現(xiàn)智駕系統(tǒng)沒學(xué)到的負(fù)樣本。

舉個例子，扁鵲華佗活到今天，也治不了新冠病毒，因?yàn)樗麄兩畹膬汕Ф嗄昀锞蜎]有遇到過這種病毒，新冠病毒就是神醫(yī)的“負(fù)樣本”，他們也沒辦法治療。

當(dāng)前的智駕在現(xiàn)實(shí)中遇到?jīng)]見過的“負(fù)樣本”，就可能認(rèn)不出來，造成風(fēng)險(xiǎn)隱患，包括但不限于：

1.硬件異常。當(dāng)汽車的激光雷達(dá)、攝像頭、雷達(dá)等傳感器，遇到雨雪、灰塵、霧霾等環(huán)境干擾，或者隧道入口、施工區(qū)域等監(jiān)測盲區(qū)，就有可能導(dǎo)致感知錯誤，造成事故。前不久特斯拉FSD就在北美施工區(qū)域發(fā)生碰撞，原因就是沒有識別出工地的錐形桶。此外，車載高精地圖沒有及時更新，也可能導(dǎo)致路徑規(guī)劃錯誤。車載通信中斷或延遲，車輛與其他車輛或道路信息同步失敗，就無法給智駕提供實(shí)時參考的決策數(shù)據(jù)。

2.環(huán)境變化。在省會城市等有清晰道路邊界的結(jié)構(gòu)化道路上，NOA智駕系統(tǒng)可以游刃有余，但一旦看到縣鎮(zhèn)、鄉(xiāng)村之類路面標(biāo)記不太完備、清晰的地方，不少智駕系統(tǒng)就變成“麻瓜”了。模型預(yù)測不了，倚仗智駕就存在風(fēng)險(xiǎn)。小米SU7事故中，高速道路臨時限行需要變道，路況變化就對系統(tǒng)判斷構(gòu)成了挑戰(zhàn)。

3.軟件異常。智駕的AI算法模型是一種軟件，也可能存在算法決策錯誤，比如規(guī)劃模塊生成不合理的軌跡，系統(tǒng)崩潰或內(nèi)存泄露，通信中斷導(dǎo)致系統(tǒng)響應(yīng)延時或失效，遭到遠(yuǎn)程攻擊而被鎖定等異常情況。2022年，就有一位黑客通過軟件漏洞，遠(yuǎn)程控制了25輛特斯拉，完成遠(yuǎn)程打開門窗，無需鑰匙就能啟動汽車等操作。

4.人為因素。駕乘者的異常，也可能導(dǎo)致行駛風(fēng)險(xiǎn)，比如駕駛員沒有及時響應(yīng)系統(tǒng)提示，或者主動干預(yù)失敗。那這時候，就要求智駕系統(tǒng)有被動安全能力，即使事故發(fā)生也能快速觸發(fā)緊急救援流程，確保車載通信系統(tǒng)的聯(lián)接穩(wěn)定，車門等逃生通道暢通。

可以說，舊的負(fù)樣本被智駕系統(tǒng)學(xué)到了，但汽車行駛安全中會遇到意想不到的新的“負(fù)樣本”。異常情況不能被學(xué)完，是不是代表著智駕就不能用了？也不是。

智駕，為什么更安全？

智駕系統(tǒng)在仿真平臺和現(xiàn)實(shí)路測中學(xué)過的“負(fù)樣本”，比絕大多數(shù)人類司機(jī)一輩子開過的路都多。

比如說，鴻蒙智行eAES動態(tài)避險(xiǎn)的誤觸發(fā)率，設(shè)計(jì)標(biāo)準(zhǔn)是億公里級，相當(dāng)于繞地球2500圈才可能出現(xiàn)一次誤判，較業(yè)界要求高出100倍，更比人類駕駛員的誤判率低得多。特斯拉2025年第一季度車輛安全報(bào)告顯示，使用駕駛輔助系統(tǒng)Autopilot的車輛，每行駛744萬英里（1197萬公里）才會發(fā)生一次事故，事故發(fā)生概率僅為美國平均水平的十分之一。

所以，智駕輔助人類的“人機(jī)協(xié)同”，相當(dāng)于給司機(jī)一個強(qiáng)大的外掛，具備很多額外能力，自然比全人工駕駛有了更多的冗余安全保障。

首先是感知層，有更清晰敏銳的“眼睛”。通過多傳感器融合感知，實(shí)現(xiàn)對道路環(huán)境的實(shí)時感知，讓智駕系統(tǒng)比人類看得全、看得清、看得遠(yuǎn)。比如在雨霧雪天氣下，人類肉眼都很難辨別其他車輛，但智駕可以借助傳感器和路側(cè)信息，來精準(zhǔn)感知前后車距離。

決策層，更聰明精準(zhǔn)的“大腦”。傳感器采集的數(shù)據(jù)，經(jīng)由智駕系統(tǒng)的AI模型進(jìn)行實(shí)時分析處理決策，生成駕駛指令。目前，智駕系統(tǒng)正從大量規(guī)則經(jīng)驗(yàn)的分段式?jīng)Q策，邁向one model端到端，這樣的好處是，不用工程師提前設(shè)計(jì)規(guī)則，只要不斷輸入人類駕駛數(shù)據(jù)，系統(tǒng)可以自主學(xué)習(xí)，相當(dāng)于遇到“負(fù)樣本”自己就能學(xué)，進(jìn)化速度極快。

特斯拉就為FSD輸入了1000萬個高質(zhì)量的人類駕駛視頻，加上全球行駛在路上的數(shù)百萬輛車輛每天提供大量視頻用于訓(xùn)練，讓FSD達(dá)到了老司機(jī)的水準(zhǔn)。

控制層，更靈敏堅(jiān)韌的“肢體”。智駕系統(tǒng)的AI大腦做出決策，還需要底盤的動態(tài)響應(yīng)能力來完美執(zhí)行，智能底盤技術(shù)可以實(shí)時調(diào)整懸架、轉(zhuǎn)向角度、制動力分配等，規(guī)避人類操作延遲導(dǎo)致的失穩(wěn)或失控，確保安全性和操控性，實(shí)現(xiàn)主動安全。

相比人類手腳操作，智能底盤系統(tǒng)的靈敏度和精細(xì)度更高，比如尊界S800被熱議的“凌波微步”，通過動態(tài)車身姿態(tài)控制，讓車輛在冰雪路面、復(fù)雜路況下也能穩(wěn)定協(xié)同，提前預(yù)測道路變化，減少爆胎失穩(wěn)的風(fēng)險(xiǎn)，背后依靠的是首發(fā)搭載的華為ADS 4.0途靈龍行底盤，將車身、動力、懸架、轉(zhuǎn)向、制動和熱管理六大系統(tǒng)（6合1）深度融合，實(shí)現(xiàn)跨域協(xié)同控制。

上述眼、腦、手的智能外掛，讓駕乘更加安全，是毋庸置疑的，但這還不夠。

消費(fèi)者對智駕安全性的追求，是永無止境的。任何已經(jīng)實(shí)現(xiàn)了、普及了的安全保障技術(shù)，都會被認(rèn)為是理所當(dāng)然的，用戶會接著提出更高更苛刻的要求，讓智駕安全無限逼近100%。

真正有意義的問題是，智駕還可以更安全一點(diǎn)嗎？

技術(shù)路線有分野，智駕安全未完成

當(dāng)下，智駕系統(tǒng)難以應(yīng)對的負(fù)樣本，仍然存在，這就要求：

車企始終在智駕安全上大力投入，不斷追求100%安全的理想目標(biāo)；

第二，消費(fèi)者也要清醒地意識到，智駕系統(tǒng)也是有局限的，99.999999%的智駕安全也不是100%。

如何逼近100%的智駕安全，就形成了車企之間的技術(shù)路線分野：

一種是極致技術(shù)，以特斯拉純視覺方案為代表。

特斯拉堅(jiān)持采用純視覺方案，也就是只靠視覺攝像頭（而不依賴激光雷達(dá)）構(gòu)建視覺感知層。這一技術(shù)路線的好處，一是通過視覺識別無限逼近AGI，讓汽車只靠圖像輸入生成控制指令，決策更接近人類；二是大幅降低硬件成本，激光雷達(dá)價格高達(dá)數(shù)萬美元，低價汽車很難配備，純視覺方案具備價格優(yōu)勢和普及優(yōu)勢。

這種方案是跨越式的“一步到位”，在北美市場領(lǐng)先，但也遭受了國內(nèi)本土場景的挑戰(zhàn)，比如缺少激光雷達(dá)，會導(dǎo)致對陌生環(huán)境的適應(yīng)性不足。加上中國有窄路會車這樣的復(fù)雜場景，數(shù)據(jù)采集和訓(xùn)練都受限，就不容易識別出來。

對于純視覺技術(shù)路線，國內(nèi)車企的看法也各有不同。比如小鵬汽車選擇跟進(jìn)，放棄激光雷達(dá)和高精地圖（但保留毫米波雷達(dá)和超聲波雷達(dá)），轉(zhuǎn)向了視覺融合方案。但蔚來則十分反對，李斌認(rèn)為只要激光雷達(dá)提供的信息是準(zhǔn)確的可靠的，就是有用的，車配不配激光雷達(dá)是商業(yè)問題，（取決于）企業(yè)是不是愿意為這個付出成本，“說激光雷達(dá)沒用的非蠢即壞”。

而另一種路線：全面防護(hù)，以鴻蒙智行5維安全為代表。

業(yè)內(nèi)還有一個觀點(diǎn)是，既然無法窮舉所有可能的異常場景（如突發(fā)障礙物、極端天氣、駕駛員誤操作等），那么通過技術(shù)融合與冗余設(shè)計(jì)，來全方位無死角地確保系統(tǒng)在復(fù)雜環(huán)境下的可靠性。比如激光雷達(dá)雖然貴，但也要配，也得用，以提供安全冗余。

這種全面防護(hù)思維，鴻蒙智行提出的“五維安全”理念可以說是標(biāo)桿了。

五維安全，指的是全時速安全、全方向安全、全目標(biāo)安全、全天候安全、全場景安全。無論車速、天氣、駕駛狀態(tài)、前后左右方位等各種極端場景，都要求車輛能夠精準(zhǔn)識別并準(zhǔn)確反應(yīng)。具體怎么實(shí)現(xiàn)呢？

一是硬件冗余。通過多傳感器融合，形成超越人類感知精度的無死角覆蓋。

最新發(fā)布的尊界S800就通過36個傳感器，建立了前向、側(cè)向、后向的全向立體融合感知系統(tǒng)。包括4個激光雷達(dá)，3個分布式4D毫米波雷達(dá)矩陣，2個4D毫米波角雷達(dá)，11個視覺攝像頭，12個超聲波雷達(dá)，4個車外麥克風(fēng)。這種感知層的冗余設(shè)計(jì)，可以讓汽車充分感知外部環(huán)境變化，哪怕是雨霧塵天氣，也能識別人的肉眼都看不到的車輛，主動剎停，規(guī)避碰撞風(fēng)險(xiǎn)。

當(dāng)然，也有人認(rèn)為這種冗余設(shè)計(jì)雖然降低了誤判風(fēng)險(xiǎn)，但成本高，性能不及特斯拉。這就要提到五維安全的另一個特點(diǎn)：算法創(chuàng)新。

通過系統(tǒng)、算法等軟件層面的創(chuàng)新，與硬件協(xié)同，可以實(shí)現(xiàn)從低速到高速的安全控制，并進(jìn)行主動避險(xiǎn)。華為ADS 3.0通過PDP網(wǎng)絡(luò)和本能安全網(wǎng)絡(luò)，實(shí)現(xiàn)納秒級決策響應(yīng)，eAES技術(shù)（增強(qiáng)型自動緊急轉(zhuǎn)向）可在0.5秒內(nèi)完成剎車+換道動作。

最新的ADS 4.0系統(tǒng)，進(jìn)一步基于全新WEWA技術(shù)架構(gòu)，讓車端世界行為模型和云端世界引擎相結(jié)合，通過云端訓(xùn)練強(qiáng)化對少見的復(fù)雜場景或特殊車輛進(jìn)行識別，車載World Action Model帶來更類人的智駕輔助，進(jìn)一步增強(qiáng)主動安全能力。

總結(jié)一下的話，純視覺方案是“技術(shù)摸高”，五維安全理念就是廣覆蓋高冗余，把安全水桶的“水位增厚”。

二者雖然路線不同，但都在以技術(shù)創(chuàng)新來重新劃定汽車安全的天花板，讓智駕安全不斷接近100%的理想狀態(tài)。

至少在今天，100%的智駕安全仍是一個理想，人類還在奔赴理想的路上。無論哪種路線，都需要不斷提高智駕安全的可及性，讓更廣大的消費(fèi)者和車主能夠獲得新技術(shù)、新能力、新硬件。

總之，結(jié)合智駕的人機(jī)協(xié)同，將不可逆轉(zhuǎn)地到來。智駕安全的能力邊界，也圈定了車企的競爭力邊界。能否推動智駕安全的能力邊界不斷延伸，無限逼近100%，是車企接下來的頭號賽點(diǎn)。

審核編輯 黃宇