智能網聯汽車是全球汽車產業轉型升級的戰略方向，正在推動產品形態、產業格局、基礎設施和出行方式發生深刻變革。經過多年發展，我國智能網聯汽車產業發展取得積極成效，電動化、智能化轉型步伐持續加快。今年上半年，我國新能源汽車產銷分別完成696.8萬輛和693.7萬輛，同比分別增長41.4%和40.3%。
專家認為，我國已經建成包括智能座艙、自動駕駛、網聯云控等在內的完整產業體系，大算力芯片、智能線控底盤批量上車，人機交互、協同感知等技術全球領先，搭載組合駕駛輔助功能的乘用車新車銷量占比超過60%。智能網聯汽車已成為經濟高質量發展的新增長引擎。
“如果把新能源汽車比作體育比賽的上半場，智能網聯汽車則來到比賽的下半場。我們在上半場已經取得一定優勢，但最終決定比賽勝負還要看下半場的表現。”第十四屆全國政協常委、經濟委員會副主任苗圩說。
人工智能成為關鍵變量
當前，以人工智能為代表的新一代信息技術在汽車產品中加速應用，為產業變革帶來重大機遇。在此背景下，基于端到端技術的自動駕駛發展路線憑借其架構創新，迅速成為行業競相布局的焦點。苗圩介紹，與傳統方案中將感知、規劃、控制、執行等模塊割裂設計不同，該技術將多個功能模塊整合到統一的神經網絡模型，實現了從傳感器側的數據采集到車輛控制指令發出的直接映射，能夠減少模塊間協同環節，顯著提升信息流通效率。
具體而言，在感知端，大部分企業采用“攝像頭+毫米波雷達+激光雷達”的方案，可以提高影像可視性。隨著市場規模不斷擴大，單顆雷達成本逐漸下降，具有L3級自動駕駛功能的車輛越來越多，其價格還有較大下降空間。從執行端看，線控轉向、線控制動、線控懸架等智能底盤技術，是端到端自動駕駛將神經網絡輸出的控制指令轉化為車輛動作的關鍵環節。“每一項技術都與整車性能表現和行駛安全密切相關，是每一家車企自成體系各搞一套，還是通過行業協同形成標準化、貨架式產品，這是值得業界共同探討的議題。”苗圩說。
人工智能與汽車深度融合還體現在座艙智能化、全流程智能化等領域。人工智能深刻改變人車交互范式，信息娛樂大模型正加速向全場景出行大模型演進。未來，綜合視覺感知、語音交互、車輛行駛規劃等能力的智能助手，將提供多模態人機互動、功能自適應的出行服務。
此外，大模型技術正驅動汽車行業研、產、供、銷、服各環節升級。“人工智能廣泛應用于汽車工業設計和新材料研發等過程，人形機器人等新型勞動力進廠打工，全自動生產流水線大幅提升生產效能。”工業和信息化部科技司副司長杜廣達介紹，從運營管理看，人工智能動態調整零部件庫存，在提升響應速度和供應鏈韌性方面發揮關鍵作用。而精準服務模式越來越受到消費者歡迎，人工智能基于車輛多元數據可實現故障預警和智能診斷，降低突發故障，提升維修效率。
“當前，智能化浪潮重構全球汽車競爭格局，人工智能已從錦上添花的技術選項升級為關乎企業生存與發展的關鍵變量，任何遲疑都可能意味著與一個時代失之交臂，我們必須乘勢而上，為全球汽車產業注入中國力量。”苗圩說。
規模化應用穩步推進
我國道路交通場景復雜，能產生大量數據，發展智能網聯汽車具備一定優勢。今年前7個月，我國乘用車市場搭載L2級組合駕駛輔助系統的新車滲透率已達62.58%，較去年同期增長6個百分點。“激光雷達、車載智能計算平臺等軟硬件供應鏈逐漸完備，信息通信技術全球領先，人工智能產業生態齊全，支撐‘單車智能+車路云協同’的基礎設施具有先發優勢。”苗圩說。
從封閉場地測試到開放道路應用實踐，再到“車路云一體化”試點示范，智能網聯汽車規模化應用部署穩步推進。“車路云一體化”應用試點工作開展一年多來，路側單元、云控基礎平臺等基礎設施加快建設，全國累計開放測試示范道路3.5萬多公里，部署智能化路側單元超過1.1萬套，建設5G基站超過460萬個，為技術研發和產品驗證提供了安全可靠的測試環境。
同時，各地開展智慧出行、編隊行駛、干線物流、末端配送等多種形式載人載物示范應用項目，并圍繞京津冀、長三角、珠三角、長江中游、成渝五大城市群，深化道路測試示范，為智能網聯汽車產業化、規模化發展奠定基礎；各試點城市開展交通信號燈信息服務、交通管控及事件預警、協同式智慧停車等多場景試點示范，網聯賦能智慧公交、智慧乘用車、無人配送、環衛以及高速編隊物流等商業化模式初步顯現。
“雖然智能網聯汽車測試示范取得了積極進展，但在政策法規協調、跨區域協同、標準統一、數據共享等方面仍然面臨一定挑戰。”工業和信息化部裝備工業一司副司長郭守剛建議，要以國內外優秀測試項目為基礎，加強地區協同，聯合策劃開展規模化城市級、長期性的試點示范項目，探索更多場景應用。此外，海量高價值數據是智能網聯汽車場景迭代與虛擬驗證的基礎，目前行業普遍缺乏高質量、多樣化、大規模自動駕駛數據。下一步，要通過高價值數據合規共享，共建全天候、高質量實車真實數據庫和高保真仿真數據庫，降低企業研發成本。
安全問題亟需解決
“機器開車能安全嗎？”這是智能網聯汽車產業發展無法避開的話題。苗圩認為，與人相比，機器駕駛具有標準化操作程序，能夠嚴格遵循道路交通規則，在處理復雜任務時保持高度一致，有效地避免因人為疏忽或隨意性引發錯誤。機器不受生理與情緒因素影響，不存在疲勞、分心或者酒后開車等人類常見的生理與心理局限，可全天候、高穩定性執行駕駛任務。
“隨著數據積累和算力提升，機器認知能力同步增強，在持續學習框架下，其駕駛策略經過海量數據訓練不斷優化。”苗圩同樣擔心，面對訓練數據中沒有充分涵蓋的罕見場景，機器決策系統可能因缺乏先驗知識而失效，構成潛在安全風險。此外，機器環境感知能力依賴傳感器數據與預設的算法，易受到惡劣天氣、傳感器噪聲等因素影響，可能導致誤識別與誤判。
為此，他建議，要充分發揮我國市場縱深與體制機制優勢，強化跨行業協同，打好團體賽。在保障安全前提下，科學有序地推進人工智能技術落地，逐步拓展駕駛輔助與自動駕駛的應用場景。要積極參與ISO、IEEE等國際標準化組織在自動駕駛、AI倫理與數據安全等領域的規則制定，推動中國標準走向國際。
工業和信息化部信息通信科技委常務副主任韓夏同樣認為，智能網聯汽車產業已進入規模化發展新階段，安全是關乎其行穩致遠的基石。面臨網絡安全、數據安全與功能安全交織的嚴峻挑戰，整車漏洞、云平臺風險以及數據泄露事件頻發，AI技術更使攻擊趨向智能化、平民化。要引領企業從“被動合規”轉向“主動免疫”，融合人工智能等新技術，構建“以智對智”的主動防御新范式，加快完善數據安全與跨境流動規則。
“要鼓勵車企加大智能化研發投入，努力突破端到端決策優化、小樣本學習等關鍵算法瓶頸，扭轉當前產品功能同質化嚴重、差異化不足的局面。推動車企與科技型企業深度協同，構建開放融合的產業發展生態。加強數據閉環體系建設，夯實仿真測試等安全保障能力，提升行業整體競爭力。”苗圩說。
