共计 3038 个字符，预计需要花费 8 分钟才能阅读完成。
在智驾技术全面铺开之时，小米 SU7 事故犹如一记重锤，为整个行业再次拉响了“安全”警报。
据中国智能网联汽车产业创新联盟统计数据显示，2024 年，国内搭载 L2 及以上功能的新车上险量达到了 1309.4 万辆，与去年相比增长了 31.5%；渗透率为 57.3%，同比增加 10.0%。其中，具备 NOA（导航辅助驾驶）功能的乘用车新车上险量为 280.8 万辆，同比增长幅度高达 89.2%；渗透率为 12.3%，同比增加 5.3%。
在智能汽车技术蓬勃发展的当下，如何保障智驾的安全性与可靠性，已然成为亟待解决的关键问题。
智驾定义与责任界定
中国电动汽车百人会副理事长、中国科学院院士欧阳明高在中国电动汽车百人会论坛（2025）上明确指出：“全民智驾并非全民自动驾驶。”当前，全民智驾主要指的是 L2+ 智能导航辅助驾驶。多模态大模型作为端到端算法的基础模型，虽能为高阶自动驾驶技术提供助力，但大模型的安全可靠性问题仍有待解决。
按照国际汽车工程师学会（SAE）的定义，汽车自动驾驶可细分为 L0 至 L5 共六个级别。其中，L3 级及以上属于自动驾驶范畴，L3 级以下则为辅助驾驶。业内普遍观点认为，L2 与 L3 的最大差异在于责任主体。上海交通大学安泰经济与管理学院教授蒋炜曾在文章中阐述，在 L3 级自动驾驶状态下，人基本能够将注意力从驾驶行为上移开，仅起到辅助监管作用，这一转变意味着 L3 级需要为自动驾驶系统承担绝大部分责任。
无论是高速 NOA、城区 NOA、无图 NOA，还是端到端、车位到车位，这些技术本质上仍处于 L2 级别辅助驾驶阶段，驾驶者始终需要全程做好接管准备，并对车辆行为负责。
智驾安全底线
轻舟智航联合创始人、CEO 于骞表示，全民智驾时代的来临，意味着更多的智驾功能得以落地，但同时也意味着可能会暴露出更多问题。他强调，在全民智驾时代，安全是智驾的底线、红线以及生命线。其核心要点在于，当车辆达到 L3 级别时，责任主体从驾驶员转移至车辆本身。真正的 L3，意味着在事故发生时敢于承担责任，也就是敢于进行赔偿。这就要求系统不仅要具备高度的安全性，还需在经济上具备可行性，即能够承担潜在的赔偿费用。
于骞还表示：“倘若交付量较小，许多问题或许难以暴露。而当几十万、上百万规模交付时，就会发现安全性是一个极为严肃的问题。”
于骞总结了保障智驾安全的几点要求：系统需具备强大的泛化能力以及人类的认知水平，能够应对未曾遇到过的特殊情况；要构建一套完善的保护机制，确保在诸如传感器失效等状况下也能实现安全可控；需符合人类驾驶习惯，以便更好地达成人机交互。
他进一步解释道：“一方面，要确保智驾系统的决策清晰透明且稳定，避免让用户过度紧张；另一方面，整个责任的交接或者接管过程要有渐进性，不能突然要求用户进行接管，否则容易引发用户的慌乱，进而导致安全事故。”
智驾安全的技术支撑
吉利控股集团首席智驾科学家、极氪科技集团副总裁陈奇指出，L3 级别以上的智能驾驶，激光雷达和其他传感器构成的增量冗余，实现多模态全向覆盖，“这是非常必要的”。陈奇认为，L3 自动驾驶的落地，绝非仅依靠算法就能实现突破，人担责还是机器担责，是一个具有跨越性的分水岭。“除了算法之外，更应从系统的思维出发，与整车的其他系统协同合作、共同突破，每个环节都是攀登 L3 高峰的关键基石。”
智驾险与安全性证明
那么，如何才能证明智能驾驶的安全性呢？于骞提出了打造智驾险的观点。他认为，每家企业都宣称自己的智驾足够安全，但仅仅靠自我宣称毫无意义。倘若智能驾驶真的能够降低事故率和出险率，那么在保险测算时就会体现出其价值，“特斯拉目前已在美国两个州提供保险，这正是其对自身车辆安全性充满自信的体现”。
产业链新规则与发展模式
随着智驾时代的降临，产业链的新规则和发展模式该如何构建呢？
对于汽车而言，要实现高级别的自动驾驶，大量的数据积累必不可少。然而，四维图新 CEO 程鹏认为，许多车企并不具备足够的能力去搭建 AI 工厂以及数据处理能力。车企可参照智能手机的最终格局——头部企业如苹果、华为有能力自建软硬件生态系统，其他品牌则可拥抱安卓生态。“当智能驾驶成为标配后，车企要找准自身的核心竞争力，其余部分则应由供应商负责，单独一家车企进行自研，性价比必然不高。”
博世智能驾控系统中国区总裁吴永桥也指出，一旦高速领航、全自动泊车等技术如同安全带、安全气囊一样成为产品标配，主机厂便无需耗费巨大的人力、物力和财力进行全栈自研，而应更加关注用户体验的算法迭代以及售后服务，将标准化的工作交给供应链。与智驾相比，“AI 座舱才是主机厂未来实现差异化竞争的主战场”。
地平线创始人余凯也持有相同观点。在中国电动汽车百人会论坛（2025）上，余凯指出，智驾行业即将迅速收敛，“自研 + 第三方”并行将成为最为安全的选择。未来，第三方生态合作模式将成为主流，可能会有 20% 的车企选择自研，80% 的车企选择与第三方携手合作研发智能驾驶。“但在关键技术处于行业十倍速变化的时期，无论是自研还是合作，都要以快打慢、以高打低，紧跟技术演进的速度，这才是最为重要的。”
AI 成为汽车行业关键变量
人工智能、互联网等技术与汽车行业的融合程度日益加深。
中国电动汽车百人会理事长陈清泰表示：“汽车产品、汽车企业、汽车产业都正被 AI 重新定义，AI 驱动将成为未来汽车企业的底层竞争力。”
近年来，AI 已成为汽车行业的关键变量之一。小鹏汽车董事长、CEO 何小鹏明确表示，小鹏将在未来十年围绕 AI 展开全面布局，致力于转型成为一家以 AI 技术为核心的全球化科技公司。蔚来创始人、董事长、CEO 李斌强调，成功的智能电动车企，首先必须是一家成功的 AI 公司。理想汽车创始人、董事长兼 CEO 李想也曾表示，未来三到五年，AI 将是驱动行业发生质变的最大变量。
在吉利控股集团首席智驾科学家、极氪科技集团副总裁陈奇看来，智驾向自动驾驶演进的过程中，必然要以 AI 大模型为核心，持续提升系统的功能体验，在算法架构、软件架构、硬件架构和整车架构等方面形成合力，最大程度降低安全风险，提升安全性。
陈奇还表示：“AI 技术算法上的创新，比如 DeepSeek 的问世，引发了整个智驾行业的探讨。其对我们的借鉴意义并非是智驾不需要更大的算力资源，而是意味着在相同的算力资源下能够支持更大规模的参数量。我们可以在云端构建更大规模参数的自动驾驶基座大模型，进而蒸馏出更优的车端协同系统。想致富先修路，基建规模有多大，未来自动驾驶的发展空间就有多大。”
长安汽车首席智能驾驶技术官陶吉也认为，近十年来，AI 技术的重大突破为汽车行业带来了前所未有的新机遇。针对 AI 的三要素——算力、算法、数据，主机厂应首先从系统和整车角度对 AI 赋能后的功能进行定义。同时，充分利用主机厂作为第一数据入口的优势，全面收集用户、传感器、驾驶行为等数据。未来，产品定义将更依赖数据驱动，形成涵盖智驾、舱内、底盘及用户交互数据在内的大闭环。只有做好全方位的数据基建，主机厂才能掌握 AI 时代下整车产品定义的主导权。
元戎启行 CEO 周光将 L3 的实现寄希望于 AI 能力的持续提升。他认为，除了责任认定之外，L3 更多涉及工程问题，如果供应商的 AI 能力足够强大，工程难度就会降低，用户体验也会更佳。
他还认为，智驾系统将和大模型一样，经历从弱专家系统到通才系统再到强专家系统的发展过程。目前各家尚未完全搭载 VLA（视觉 — 语言—动作模型）技术，更未进入大模型时代，接下来算力需求将持续飙升，哪家企业率先进入大模型时代，哪家就能率先享受到红利。
