官方网站-首页

【导语】随着智能驾驶技术的迅猛发展，社会各界对“智能驾驶”与“安全驾驶”的讨论日益热烈。智能驾驶分级标准明确，但当前技术尚处“人机共驾”阶段，距离完全无人驾驶仍有较大差距。面对智能驾驶的局限与挑战，如算法黑箱、车路协同不足及极端场景应对能力欠缺，构建安全防线成为全社会的共同责任。企业、监管部门及消费者需共同努力，规范技术宣传，加强测试投入，完善法律法规，理性看待技术局限，以推动智能驾驶行业健康快速发展，确保公众出行更加安全便捷。

近日，围绕“智能驾驶”与“安全驾驶”的讨论愈发热烈，引发了社会(huì)各(gè)界(jiè)的(de)广(guǎng)泛(fàn)关注(zhù)。随(suí)着(zhe)智(zhì)能(néng)驾(jià)驶(shǐ)技(jì)术(shù)的(de)快(kuài)速(sù)发(fā)展(zhǎn)，一(yī)系(xì)列(liè)相(xiāng)关问(wèn)题也随之浮现：智能驾驶技术究竟发展到了什么阶段？它如何与人类驾驶者协同配合？继续发展智能驾驶是否必要？

智能驾驶≠无人驾驶：

明确分级标准

‌在国际上(shàng)，智(zhì)能(néng)驾(jià)驶(shǐ)分(fēn)级(jí)最(zuì)具(jù)影(yǐng)响(xiǎng)力(lì)的(de)标(biāo)准(zhǔn)来(lái)自(zì)国(guó)际(jì)汽(qì)车(chē)工(gōng)程(chéng)师(shī)协(xié)会(huì)（SAE-International）制(zhì)定(dìng)的(de)SAEJ3016分(fēn)级(jí)标(biāo)准(zhǔn)，该(gāi)标(biāo)准(zhǔn)将(jiāng)汽(qì)车(chē)驾(jià)驶(shǐ)自(zì)动(dòng)化(huà)分(fēn)为(wèi)六(liù)级(jí)：从(cóng)0级(jí)无(wú)驾(jià)驶(shǐ)自(zì)动(dòng)化(huà)，逐(zhú)步(bù)过(guò)渡(dù)到(dào)5级(jí)完(wán)全驾(jià)驶(shǐ)自(zì)动(dòng)化(huà)。而(ér)在(zài)我(wǒ)国(guó)，自(zì)2022年(nián)3月(yuè)1日(rì)起(qǐ)实(shí)施(shī)的(de)国(guó)家(jiā)标(biāo)准(zhǔn)GB/T40429-2021《汽(qì)车(chē)驾(jià)驶(shǐ)自(zì)动(dòng)化(huà)分(fēn)级(jí)》中(zhōng)，也(yě)将(jiāng)驾(jià)驶(shǐ)自(zì)动(dòng)化(huà)分(fēn)为(wèi)五(wǔ)级(jí)，尽(jǐn)管(guǎn)名称(chēng)略(è)有(yǒu)差(chà)异(yì)，但(dàn)核(hé)心(xīn)意(yì)义(yì)一(yī)致(zhì)：0-2级(jí)均(jūn)为(wèi)驾(jià)驶(shǐ)辅(fǔ)助(zhù)阶(jiē)段(duàn)，即(jí)“人(rén)机(jī)共(gòng)驾(jià)”模(mó)式(shì)，驾(jià)驶(shǐ)员仍为驾驶主体，系统仅起到辅助作用。值得注意的是，当前车企所能实现的“智驾”还达不到无人驾驶安全级别，距离L5级的“完全自动”尚有较大差距。市场上出现的诸如“L2+”“L2.5”“L2.9”等宣传标语，有“过度包装”之嫌，目前L2级仅能实现组合式驾驶辅助，仍需驾驶员全程保持专注；即便达到L3级也只是“有条件自动驾驶”（在限制条件下执行部分功能决策的自动驾驶模式），依然要求驾驶员随时准备接管驾驶任务，以确保在紧急情况下能够安全控制车辆。

图库版权图片，转载使用可能引发版权纠纷

‌智能驾驶的局限与挑战

‌随着汽车智能化浪潮的席卷，2024年L2级乘用车市场渗透率达57.3%，2025年多家车企也宣布将L2级智能辅助驾驶系统作为标配，并积极布局L3级自动驾驶。然而，仅仅依靠单车智能并不能完全消除安全隐患。在面对盲区、超视距、突发事件等情况时，单车智能仍存在感知不足的风险，特别是在(zài)极(jí)端(duān)天(tiān)气(qì)和(hé)复(fù)杂(zá)路况(kuàng)下(xià)，决(jué)策(cè)的(de)稳(wěn)定(dìng)性(xìng)和(hé)可(kě)靠性亟须提升，无法真正实现全自动驾驶。

1

算法黑箱困境

‌智驾系统依赖深度学习模型，但其决策逻辑如同“黑箱”。例如，面对突如其来的外界干扰，系统可能因训练数据不足而延迟反应，模型的泛化能力和可信能力有待加强。

2

‌车路协同支撑不足

‌单车智能难解“超视距”问题。例如，无信号灯的复杂路口、紧急交通管制、非标道路标识（如临时施工改道）等，仅靠单车传感器无法提前获取信息，对复杂场景的理解能力也较为欠缺，亟须车联网（V2X）等先进技术实现“车-路-云”一体化的协同体系。

3

‌极端场景的“考试盲区”

‌车企测试多聚焦城市道路、高速公路等结构化道路，但对“鬼探头”、动物闯入、不按交规行驶等突发情况缺乏有效训练。这如同学生只会做模拟题，遇到新题型便束手无策。虽然智能驾驶的底层架构和大部分关键技术已被攻克，但依然存在“长尾问题”不容忽视，包括各种非标的场景、极端的路况和难以预测的人类行为。更为关键的是，消费者往往过于关注汽车本身的性能，甚至将智能驾驶系统视为购车的决定性因素，这种认知局限可能导致潜在的安全隐患。单车智能无法与其他车辆、交通基础设施充分融合协作，存在一定的安全能力瓶颈。只有当智能化与网联化深度融合，实现“车-路-云”信息融合与一体化协同发展，才能真正迈向“自动驾驶”的新时代。

图库版权图片，转载使用可能引发版权纠纷

构建安全防线：

全社会的共同责任

‌当技术迭代速度超越社会认知与制度完善的进程，我们既不能因噎废食否定创新价值，也不能放任风险累积。科技创新从来不是线性发展的坦途，而是充满试错与调整的螺旋上升过程。唯有坚持短期风险防控与长期战略布局并重，加强基础研究投入，强化科技伦理建设，完善制度供给，才能让科技创新真正成为普惠人类的福祉。正如历史上电力革命经历多次事故后最终重塑社会，智能驾驶的未来同样需要在破局中寻找平衡，在阵痛中孕育新生。以安全为翼，让创新飞得更远！从实施路径上看，这需要全社会的共同努力。企业应规范技术宣传，强化“技术局限性”的科普，让消费者清晰了解智能驾驶的边界，避免认知偏差。同时，需加大对极端场景和长尾问题的测试投入，提升系统的鲁棒性（编者注：在异常和危险情况下系统生存的能力）和泛化性。监管部门则需加快完善相关法律法规体系，做好引导和监管工作，同时加强对平台上“不当使用智驾，危险驾驶”行为的筛查与纠偏，防止错误示范的传播。消费者需理性看待智能驾驶技术，真正理解技术的局限，避免将其等同于无人驾驶。智能驾驶的未来充满潜力，而无人驾驶的落地则需技术、法规、基建、社会四维协同。唯有如此，我们才能推动智能驾驶行业健康快速发展，确保技术创新始终以人(rén)为(wèi)本(běn)，为(wèi)公(gōng)众(zhòng)带(dài)来(lái)更(gèng)加(jiā)安(ān)全、便(biàn)捷(jié)的(de)出(chū)行(xíng)体(tǐ)验(yàn)。

策(cè)划(huà)制(zhì)作(zuò)

作(zuò)者(zhě)丨(gǔn)周(zhōu)毅(yì) 河(hé)南(nán)大(dà)学(xué)人(rén)工(gōng)智(zhì)能(néng)学(xué)院(yuàn)副(fù)院(yuàn)长(zhǎng)、河(hé)南(nán)省(shěng)首(shǒu)席(xí)科(kē)普(pǔ)专(zhuān)家(jiā)、河(hé)南(nán)省(shěng)车(chē)联(lián)网(wǎng)协(xié)同(tóng)技(jì)术(shù)国(guó)际(jì)联(lián)合(hé)实(shí)验(yàn)室(shì)主任(rèn)；丁(dīng)崝(zhēng)；林(lín)林(lín)

审(shěn)核(hé)丨(gǔn)高(gāo)建(jiàn)平(píng) 河(hé)南(nán)科(kē)技(jì)大(dà)学(xué)车(chē)辆(liàng)与(yǔ)交(jiāo)通(tōng)工(gōng)程(chéng)学(xué)院(yuàn)教(jiào)授(shòu)、河(hé)南(nán)省(shěng)智(zhì)能(néng)电(diàn)动(dòng)车(chē)辆(liàng)技(jì)术(shù)重(zhòng)点(diǎn)实验室主任