每經記者｜孫桐桐    每經編輯｜裴健如    

在汽車市場從增量轉向存量、競爭愈發激烈的當下，智能輔助駕駛已成為車企破局與致勝的關鍵。

日前，圍繞智駕能否成為破局關鍵、多元技術路線的優劣勢、L3級自動駕駛技術落地的障礙與路徑，以及中外智駕賽道的競爭格局等熱點問題，同濟大學教授、汽車安全技術研究所所長朱西產接受了《每日經濟新聞》記者的獨家專訪，結合行業實踐與技術發展趨勢，分享了獨到見解。

朱西產不僅剖析了智能輔助駕駛在存量市場中的戰略價值，對比了純視覺、激光雷達等技術路線的特點，還解讀了L3級自動駕駛技術落地的核心障礙與政策支持方向，同時分析了中國在汽車智駕垂向領域的競爭優勢及明年汽車產業的應對策略，為外界理解智駕發展現狀與未來趨勢提供了重要參考。

圖片來源：受訪者供圖智駕：存量市場的“破局密鑰”

NBD：不少車企認為2025年生存艱難，智駕能成為破局的勝負手嗎？

朱西產：智能駕駛肯定是汽車產業擺脫當前困境、汽車企業在飽和市場中脫穎而出的關鍵。汽車產業的第一個技術突破點是新能源，我們用五年建立了完整的新能源汽車產業鏈，通過近三年的劇烈競爭，純電、增程、插混成為主流，自主品牌市占率從10%、20%、30%一路提升到近70%，靠的就是新能源。但電動化已經是三年前的事，電動產品做不好的企業，去年、前年就已經不行了，挨不到今年。

現在智能座艙已經普及，同質化嚴重，不再是競爭點。從去年開始，智能汽車的突破點就轉到了智能駕駛。現在25萬元以上的豪華車消費者，買車時一定會看智能輔助駕駛的表現，這也是華為成功的一個重要因素。今年智駕做不好的企業，明年日子就會很難過了。

NBD：當前智駕技術路線多元，純視覺、激光雷達、端到端等路線的優劣勢如何？

朱西產：這些技術路線還沒有非常明確的最終答案，核心還是看產品表現。

特斯拉是純視覺路線的代表，8個攝像頭，算力不算特別高，但表現很驚艷。尤其是FSD13版本，算力提升到720tops，攝像頭從200萬像素升級到500萬像素。純視覺方案的優勢很明顯——成本低，而且芯片遵循摩爾定律，性能會逐年提升，價格會逐步下降，未來成本優勢會更突出。

華為則是激光雷達路線的代表，鴻蒙智選車型里前向激光雷達是標配，最高配置有四個激光雷達，前向是混合固態，左右后是三個全固態。激光雷達能提供準確的方位角和距離，這讓準則模型能做得更好，而純視覺在距離精度上有短板，對準則模型不太友好。從國內測試和體驗來看，華為在激光雷達加持下的智駕表現，明顯比純視覺的特斯拉要好。

另外還有4D毫米波雷達，它不受雨雪、霧霾等惡劣天氣影響，能彌補攝像頭和激光雷達的環境適應性短板。現在國內車型基本會配備 11個攝像頭、1—4 個激光雷達、3—5 個毫米波雷達、12個超聲波雷達，形成多元感知冗余，這是保證智駕安全的必要配置。

端到端是特斯拉率先提出的思路，把目標感知、預測、決策等五個模塊整合為一個大模塊，只要有大量數據，模型參數量越大，能力越強。2023年行業還在用100萬公里左右的數據訓練，到2024年頭部企業已經達到近千萬公里的數據規模，成本降低的同時，模型性能也急劇上升，現在頭部企業的智駕MPI（一次接管平均里程）已經能做到 1000公里。

圖片來源：每經記者 孔澤思 攝（資料圖）

L3級自動駕駛落地：安全是最大的障礙

NBD：L3 級自動駕駛落地的核心障礙是什么？政策層面需要哪些細化支持？

朱西產：核心障礙還是安全。政策層面既要推進人工智能技術和產業發展，又要保證安全，這是兩條必須兼顧的腿。L2級智能輔助駕駛的安全有駕駛員做冗余，駕駛員不許脫手脫眼，要盯著系統，不行就介入接管，而且車企不會直接下放功能，需要駕駛員開幾百公里、通過考核才能使用，這個過程能讓駕駛員掌握系統的安全邊界。

但L3級是自動駕駛，駕駛員可以脫手脫眼，可能去刷手機、看視頻，這時候安全邊界就只能靠系統自己掌握，這就是糾結的地方。不過，現在高速公路上實現 L3級自動駕駛已經成為可能。頭部企業的 MPI 已經能到1000多公里，對于道路維修區域這類高頻事故場景，企業要么通過加強訓練讓系統自主謹慎通過，要么提前10秒提醒駕駛員接管，從安全和L3級自動駕駛定義來看都可行。

政策層面，針對L3級自動駕駛技術，相應標準正在起草，認證也在推進。公安部要考核交規合規性，工信部要求完成開放道路測試、封閉場地測試以及仿真測試，這些測試理論正在豐富，有望明年出臺標準并開展L3級自動駕駛認證。

圖片來源：每經記者 孔澤思 攝（資料圖）

NBD：技術層面，有哪些路徑能幫助L3級自動駕駛技術落地？

朱西產：主要有兩條技術路徑。一是視覺語言模型（VL），因為L3級自動駕駛需要預測10秒后的潛在風險，而目前的端到端深度學習模型擅長短時關聯，做不到長時間預測，10秒后的風險目標現在可能根本構不成威脅，像素里讀不出來。但生成式AI大模型能通過Token技術構建上下文關系，實現長時間事件預測，而且環境中的很多危險提示信息也是語言形式，所以大概率會走這條路線，這是今年的新動向。

二是高性能激光雷達，大模型訓練需要時間，而激光雷達能測量200到300米外20至50厘米的小物體，通過準則模型就能處理風險，不一定非要等大模型成熟。華為正在走“事件模型”路線，它的前向激光雷達性能很高，有望通過大量測試，讓主管部門認定其在高速公路場景的脫手脫眼資質。

中外競爭：中國在汽車垂向賽道優勢顯著

NBD：在智駕這條賽道上，中國的競爭優勢在哪里？能實現領先嗎？

朱西產：從人工智能基礎技術來看，受益于高算力芯片，美國更具優勢。但在應用層面，中國更強。美國只有特斯拉一家在做智駕，而中國是千軍萬馬，華為、地平線、蔚來、小鵬、理想等企業都在發力，在汽車這個垂向領域，我們的布局比美國更廣。

美國人工智能走的是橫向的AGI（通用人工智能），也就是具身智能，啥活都能干，故事講得大，投融資方面更厲害。中國也有企業做 AGI，但規模和投資量沒法和美國比，唯獨在汽車智駕這個垂向賽道有得比。根據我對特斯拉 FSD 13.2.9（HW4.0 硬件）的體驗，其與華為ADS4.0相比還是有差距。所以，整體來看，人工智能是中美兩大市場競爭的焦點。但在汽車領域，中國成功的概率要更高一些。

NBD：明年汽車產業市場整體會好轉嗎？車企該如何應對？

朱西產：明年必須好轉了。現在汽車產業投入巨大，固態鋰電池要研發，智能駕駛投入比智能座艙還大，大模型“上車”也在推進。頭部車企每年研發投入100億元到400億元，但利潤率持續下降，去年降到4.5%，今年能保住4%就不錯了。如果再不能掙錢，投資人信心會喪失，研發投入一斷，企業就沒前途了。

應對辦法主要有兩個。一是“走出去”，加強海外市場的新能源和智駕推廣，這是我們的強項，要讓這些技術在海外市場換來投資回報。比如，比亞迪用純電車型打日本農村市場，就很有優勢；二是在國內推進兼并重組，減少同質化車型，控制投資規模，把研發投入花在技術創新上，而不是重復布局。