新华财经上海7月29日电 越来越多企业正在涌入智能辅助驾驶领域。中国经济信息社行业洞察产业数据服务平台（简称“行业洞察系统”）数据显示，国内与自动驾驶相关的企业数量已超过5500家。但在2025世界人工智能大会（WAIC）现场，多位业内人士告诉新华财经，表面繁荣的背后，从智能辅助驾驶迈向真正的无人自动驾驶，仍然任重道远。

　　数据量为王

　　近日，懂车帝对超30款主流车型智能辅助驾驶能力进行测试，其评估结果引发行业内外广泛关注与争议。在WAIC现场，一位在智能辅助驾驶头部企业担任技术研发的工程师张先生就对新华财经表示，国内外智能辅助驾驶技术解决方案其实各有所长，现阶段并不能一概而论谁高谁下。

　　在他看来，特斯拉的优势在于凭借全球海量量产车的大规模数据采集闭环体系及强大算力，支撑起庞大的算法迭代，但同时也存在摄像头难以分辨静态物体状态，以及在可视度较差环境下识别灵敏度降低的缺陷。相较之下，国产智能辅助驾驶汽车解决方案供应商中，无论是华为还是魔门塔（Momenta），都采用了激光雷达与摄像头共同组成多传感器的视觉融合方案来进行“智驾”模型决策，可以有效填补特斯拉纯视觉方案的不足。

　　“当然，多传感器融合也存在着不同设备间数据校准复杂等缺点，但激光雷达的测量半径可达几百米，远超普通摄像头二十几米的有效探测范围，二者数据采集的能力差距显著。”一位同样前来看展的智能辅助驾驶领域股权投资经理赵先生分析。

　　中国汽车智能辅助驾驶市场正在快速发展。以比亚迪为例，截至4月底，其全品牌搭载“智驾”系统的车型累计销售超48万辆。凭借庞大的用户基础，比亚迪每天能生成超3000万公里的“智驾”数据，构建起中国最大的车云数据库。

　　“覆盖包括下沉市场在内的广大消费群体，是国产车企得天独厚的优势——随着数据持续积累，在复杂场景算法优化和功能迭代上潜力巨大。”赵先生看好国产车企借助多样化的海量数据实现智能辅助驾驶技术的“领跑”，“毕竟在现阶段，智能技术的进步高度依赖数据采集量，底层逻辑就是数据量大者为王。”

　　“智驾”系统只是“辅助角色”

　　近段时间以来，小米、小鹏、特斯拉等多起关于智能辅助驾驶系统的交通事故引发公众对其安全性的关注，相关案例警示，智能辅助驾驶技术虽一直向前发展，但驾驶员必须充分认知其能力边界，不可过度依赖。

　　多位工程师也都认为乘用车“智驾”技术面临的最大挑战在于AI的“学习”能力依然存在明显局限，互联网加速了信息索引，但不能代替人类进行信息甄别；人工智能决策模型虽然实现了一定程度上的信息自动判别，可一旦应用场景超出人类赋予的判断逻辑就会直接“摆烂”。

　　“基模理论”可以解释人类与人工智能在学习模式上的核心差异：人类依托大脑中储存的结构化知识模块（基模），可以通过激活、整合与重构旧有基模实现知识的自主迁移，在场景变换时快速生成新认知模块，无需重复学习细节；而人工智能的“学习”本质是对数据规律的拟合，其“基模”是固定的算法逻辑与参数组合，无法自主生成新认知框架，因此每遇到一个全新场景都需重新训练。

　　“人工智能的所谓‘学习’是一种数据驱动的静态匹配机制，缺乏对知识的主动重构与迁移能力，无法与人类举一反三、触类旁通的动态生成性整合能力相提并论。”张先生强调，即使AI已能识别绝大部分可预期的交通场景，但光怪陆离的现实世界里永远都存在着数据库里还未录入的意外情况。“生命只有一次，提倡安全永不为过。现阶段智能辅助驾驶的自主能力已经被过度宣传和盲目高估，当下更要强调司机及时接管的重要性。”

　　7月23日，在国务院新闻办公室举办的“高质量完成‘十四五’规划”系列主题新闻发布会上，公安部指出，目前我国市场上销售的汽车搭载的“智驾”系统都还暂时停留在辅助驾驶阶段，不具备“自动驾驶”功能，驾驶人才是最终的责任主体。

　　作业车赛道或成“智驾”应用突破口

　　《汽车驾驶自动化分级》（GB/T 40429-2021）标准将“智驾”分为L0到L5六个等级，规定L3以下（L0-L2）系统仅提供辅助驾驶功能，L3为特定场景（如高速拥堵）下短暂接管动态驾驶，L4可在限定场景下完全自主驾驶，L5则能在所有场景下实现全自主驾驶。

　　目前，L3级是智能辅助驾驶技术“人类接管”与“系统主导”的分界点，各企业对“智驾”等级的表述都趋于保守严谨。例如特斯拉官方客服称，公司在中国推出的智能辅助驾驶目前仅为L2级，特斯拉官网也已将自动驾驶系统FSD的订购页面描述，由此前的“完全自动驾驶能力”修改为“智能辅助驾驶功能”。华为同样“不敢越雷池半步”，华为常务董事、终端BG董事长余承东曾表示，问界M5高阶智能驾驶版搭载的HUAWEI ADS 2.0属于“L2.9999级”。

　　不过在WAIC会场的“智驾”展示区，新华财经看到小马智行等品牌的无人驾驶出租车（Robotaxi）已在车门上印上L4级标识。同样标明L4级的，还有九识智能推出的无人物流车与无人驾驶多功能车（用于城市环卫、消防、融雪等）。是否在出租载客、服务作业等场景中，无人驾驶已能突破复杂路况下的自主决策与安全信任边界？

　　对此，九识智能的销售人员彭先生率先给出了肯定答复：“无人驾驶作业车的驾驶速度缓慢、风格保守，搭配多套决策模型以及设定严格的安全底线，目前已可在开放环境中大规模使用，累计运营超2000万公里、覆盖全国200多座城市。”

　　而对于无人驾驶出租车，清华大学智能产业研究院院长张亚勤认为，字母表公司（Alphabet）的Waymo在旧金山实现规模化运营、百度的萝卜快跑在武汉成功商业化，可以证明L4级无人驾驶达到了“老司机”和“好司机”的程度——在城市复杂路况实现技术可用。

　　不过，光象科技CEO张涛认为，无人驾驶出租车离全面投运仍有亟待跨越的“一步之遥”。光象科技由清华大学车辆学院与人工智能学院联合孵化，专注开发世界领先的具身智能全栈技术，团队成员曾长期从事无人驾驶前沿技术研发。他告诉新华财经，目前Robotaxi虽能在大城市开放场景中运营，但其可靠性依赖多重策略冗余和后台遥控的“兜底”，且可复制性欠佳，新增行驶区域需要大量测试和调教。端到端技术路线的出现为突破这一困境提供了可行方向，但仍需时日打磨。未来“车路云一体化”方案或许是更快到达全域无人驾驶的可行方案。

　　“乐观者是从过去看当下、谨慎者是从未来看当下，共识是虽然技术已经有了极大进步，但无人驾驶的乘用车和出租车实现全面推广尚需时日。”张涛表示。

　　赵先生也向新华财经透露，目前股权投资行业看好无人驾驶作业车在未来“智驾”市场的发展，作业车领域或将最早看到智能辅助驾驶技术商业化落地的曙光。