在汽车市场从增量转向存量、竞争愈发激烈的当下，智能辅助驾驶已成为车企破局与致胜的关键。

　　日前，围绕智驾能否成为破局关键、多元技术路线的优劣势、L3级自动驾驶技术落地的障碍与路径，以及中外智驾赛道的竞争格局等热点问题，同济大学教授、汽车安全技术研究所所长朱西产接受了《每日经济新闻》记者的独家专访，结合行业实践与技术发展趋势，分享了独到见解。

　　朱西产不仅剖析了智能辅助驾驶在存量市场中的战略价值，对比了纯视觉、激光雷达等技术路线的特点，还解读了L3级自动驾驶技术落地的核心障碍与政策支持方向，同时分析了中国在汽车智驾垂向领域的竞争优势及明年汽车产业的应对策略，为外界理解智驾发展现状与未来趋势提供了重要参考。

　　智驾：存量市场的“破局密钥”

　　NBD：不少车企认为2025年生存艰难，智驾能成为破局的胜负手吗？

　　朱西产：智能驾驶肯定是汽车产业摆脱当前困境、汽车企业在饱和市场中脱颖而出的关键。汽车产业的第一个技术突破点是新能源，我们用五年建立了完整的新能源汽车产业链，通过近三年的剧烈竞争，纯电、增程、插混成为主流，自主品牌市占率从10%、20%、30%一路提升到近70%，靠的就是新能源。但电动化已经是三年前的事，电动产品做不好的企业，去年、前年就已经不行了，挨不到今年。

　　现在智能座舱已经普及，同质化严重，不再是竞争点。从去年开始，智能汽车的突破点就转到了智能驾驶。现在25万元以上的豪华车消费者，买车时一定会看智能辅助驾驶的表现，这也是华为成功的一个重要因素。今年智驾做不好的企业，明年日子就会很难过了。

　　NBD：当前智驾技术路线多元，纯视觉、激光雷达、端到端等路线的优劣势如何？

　　朱西产：这些技术路线还没有非常明确的最终答案，核心还是看产品表现。

　　特斯拉是纯视觉路线的代表，8个摄像头，算力不算特别高，但表现很惊艳。尤其是FSD13版本，算力提升到720tops，摄像头从200万像素升级到500万像素。纯视觉方案的优势很明显——成本低，而且芯片遵循摩尔定律，性能会逐年提升，价格会逐步下降，未来成本优势会更突出。

　　华为则是激光雷达路线的代表，鸿蒙智选车型里前向激光雷达是标配，最高配置有四个激光雷达，前向是混合固态，左右后是三个全固态。激光雷达能提供准确的方位角和距离，这让准则模型能做得更好，而纯视觉在距离精度上有短板，对准则模型不太友好。从国内测试和体验来看，华为在激光雷达加持下的智驾表现，明显比纯视觉的特斯拉要好。

　　另外还有4D毫米波雷达，它不受雨雪、雾霾等恶劣天气影响，能弥补摄像头和激光雷达的环境适应性短板。现在国内车型基本会配备 11个摄像头、1—4 个激光雷达、3—5 个毫米波雷达、12个超声波雷达，形成多元感知冗余，这是保证智驾安全的必要配置。

　　端到端是特斯拉率先提出的思路，把目标感知、预测、决策等五个模块整合为一个大模块，只要有大量数据，模型参数量越大，能力越强。2023年行业还在用100万公里左右的数据训练，到2024年头部企业已经达到近千万公里的数据规模，成本降低的同时，模型性能也急剧上升，现在头部企业的智驾MPI（一次接管平均里程）已经能做到 1000公里。

　　L3级自动驾驶落地：安全是最大的障碍

　　NBD：L3 级自动驾驶落地的核心障碍是什么？政策层面需要哪些细化支持？

　　朱西产：核心障碍还是安全。政策层面既要推进人工智能技术和产业发展，又要保证安全，这是两条必须兼顾的腿。L2级智能辅助驾驶的安全有驾驶员做冗余，驾驶员不许脱手脱眼，要盯着系统，不行就介入接管，而且车企不会直接下放功能，需要驾驶员开几百公里、通过考核才能使用，这个过程能让驾驶员掌握系统的安全边界。

　　但L3级是自动驾驶，驾驶员可以脱手脱眼，可能去刷手机、看视频，这时候安全边界就只能靠系统自己掌握，这就是纠结的地方。不过，现在高速公路上实现 L3级自动驾驶已经成为可能。头部企业的 MPI 已经能到1000多公里，对于道路维修区域这类高频事故场景，企业要么通过加强训练让系统自主谨慎通过，要么提前10秒提醒驾驶员接管，从安全和L3级自动驾驶定义来看都可行。

　　政策层面，针对L3级自动驾驶技术，相应标准正在起草，认证也在推进。公安部要考核交规合规性，工信部要求完成开放道路测试、封闭场地测试以及仿真测试，这些测试理论正在丰富，有望明年出台标准并开展L3级自动驾驶认证。

　　NBD：技术层面，有哪些路径能帮助L3级自动驾驶技术落地？

　　朱西产：主要有两条技术路径。一是视觉语言模型（VL），因为L3级自动驾驶需要预测10秒后的潜在风险，而目前的端到端深度学习模型擅长短时关联，做不到长时间预测，10秒后的风险目标现在可能根本构不成威胁，像素里读不出来。但生成式AI大模型能通过Token技术构建上下文关系，实现长时间事件预测，而且环境中的很多危险提示信息也是语言形式，所以大概率会走这条路线，这是今年的新动向。

　　二是高性能激光雷达，大模型训练需要时间，而激光雷达能测量200到300米外20至50厘米的小物体，通过准则模型就能处理风险，不一定非要等大模型成熟。华为正在走“事件模型”路线，它的前向激光雷达性能很高，有望通过大量测试，让主管部门认定其在高速公路场景的脱手脱眼资质。

　　中外竞争：中国在汽车垂向赛道优势显著

　　NBD：在智驾这条赛道上，中国的竞争优势在哪里？能实现领先吗？

　　朱西产：从人工智能基础技术来看，受益于高算力芯片，美国更具优势。但在应用层面，中国更强。美国只有特斯拉一家在做智驾，而中国是千军万马，华为、地平线、蔚来、小鹏、理想等企业都在发力，在汽车这个垂向领域，我们的布局比美国更广。

　　美国人工智能走的是横向的AGI（通用人工智能），也就是具身智能，啥活都能干，故事讲得大，投融资方面更厉害。中国也有企业做 AGI，但规模和投资量没法和美国比，唯独在汽车智驾这个垂向赛道有得比。根据我对特斯拉 FSD 13.2.9（HW4.0 硬件）的体验，其与华为ADS4.0相比还是有差距。所以，整体来看，人工智能是中美两大市场竞争的焦点。但在汽车领域，中国成功的概率要更高一些。

　　NBD：明年汽车产业市场整体会好转吗？车企该如何应对？

　　朱西产：明年必须好转了。现在汽车产业投入巨大，固态锂电池要研发，智能驾驶投入比智能座舱还大，大模型“上车”也在推进。头部车企每年研发投入100亿元到400亿元，但利润率持续下降，去年降到4.5%，今年能保住4%就不错了。如果再不能挣钱，投资人信心会丧失，研发投入一断，企业就没前途了。

　　应对办法主要有两个。一是“走出去”，加强海外市场的新能源和智驾推广，这是我们的强项，要让这些技术在海外市场换来投资回报。比如，比亚迪用纯电车型打日本农村市场，就很有优势；二是在国内推进兼并重组，减少同质化车型，控制投资规模，把研发投入花在技术创新上，而不是重复布局。