暗网下载 智能网联汽车决胜“下半场”

在2025年4月13日的时候，有自动驾驶的网约车，行驶在了重庆永川城区，新华社发来照片（陈安鑫拍摄）。

智能网联汽车，乃是全球汽车产业转型升级的战略方向，正促使产品形态、产业格局、基础设施以及出行方式发生深刻变革。历经多年发展，我国智能网联汽车产业发展收获积极成效暗网下载，电动化、智能化转型步伐持续加速。今年上半年，我国新能源汽车产销量分别达到696.8万辆与693.7万辆，同比分别增长41.4%和40.3%。

专家觉得，我国已然构建起涵盖智能座舱、自动驾驶、网联云控等来的完备产业体系，大算力芯片、智能线控底盘成批装车，人机交互、协同感知等技术在全球处于领先位置，配备组合驾驶辅助功能的乘用车新车销量占比超出60%。智能网联汽车变成了经济高质量发展的全新增长引擎。

第十四届全国政协常委、经济委员会副主任苗圩说，要是将新能源汽车比作体育比赛的上半场，那么智能网联汽车就来到了比赛的下半场，我们在上半场已然获取了一定优势，不过最终判定比赛胜负可要瞧下半场的表现 。

人工智能成为关键变量

当前，新一代信息技术以人工智能为代表，在汽车产品里加速运用，给产业变革带去重大机遇。在此情形下，基于端到端技术的自动驾驶发展路线，凭借其架构方面的创新，快速变成行业竞相进行布局的焦点。苗圩介绍，跟传统方案不一样，传统方案是把感知、规划、控制、执行等模块进行割裂设计，而该技术是把多个功能模块整合于统一的神经网络模型，达成了从传感器侧的数据采集一直到车辆控制指令发出的直接映射，能够削减模块间协同环节，明显提高信息流通效率。

详细来说，在感知这一端，绝大多数企业选取“摄像头加上毫米波雷达再加激光雷达”的方案，如此能够提升影像的可视程度。伴随市场规模持续扩大，单个雷达的成本渐渐降低，具备L3级自动驾驶功能的车辆数目日益增多，其价格仍存在较大的下降余地。从执行那一端来看，线控转向、线控制动、线控悬架等智能底盘技术，乃是端到端自动驾驶把神经网络输出的控制指令转变为车辆动作的关键要点。“每一项技术，都和整车性能的表现，以及行驶安全紧密关联，是每一家车企各自构建体系，各搞一套做法，还是借助行业协同，形成标准化、货架式的产品，这是值得业界共同去探讨的议题。”苗圩讲道 。

人工智能跟汽车深度互相融合，这一情况还在座舱智能化、全流程智能化等方面有所展现。人工智能极大地改变了人车交互的模式，信息娱乐大模型正快速朝着全场景出行大模型不断发展。在未来，具备综合视觉感知、语音交互、车辆行驶规划等能力的智能助手，会给予多模态人机互动、功能自适应的出行服务 。

除此之外，大模型技术对该汽车制造业的研发、生产、供应、销售以及服务等各个环节的升级进程产生着推动作用，并且，还在持续驱动。“人工智能在汽车工业设计以及新材料研发等诸多过程中得到了广泛的应用，人形机器人这类新型劳动力进入工厂参与工作，全自动生产流水线使得生产效能得到了大幅度的提升。”工业和信息化部科技司副司长杜广达作了上述介绍。从运营管理的角度来看，人工智能能够对零部件的库存进行动态调整，在提高响应速度以及增强供应链韧性等方面发挥着至关重要的作用。消费者对精准服务模式变得愈发欢迎，人工智能依靠车辆多元数据能够达成故障预警以及智能诊断，减少突发故障，提高维修效率 。

当前，智能化的浪潮，重新构建了全球汽车的竞争格局，人工智能，已经从原本锦上添花的技术选项，升级成了关乎企业生存以及发展的关键变量，任何的迟疑，都可能意味着会与一个时代失之交臂，我们必须要乘势而上，去为全球汽车产业注入中国力量。苗圩说 。

规模化应用稳步推进

中国的道路交通场景繁杂多样，能够产生数量众多的数据，在此情形下发展智能网联汽车拥有一定的优势。今年前七个月，中国乘用车市场里搭载L2级组合驾驶辅助系统的新车渗透率已经达到了62.58%，相较于去年同一时期增长了6个百分点。苗圩表示，“激光雷达、车载智能计算平台等软硬件供应链渐渐完备起来，信息通信技术在全球处于领先地位，人工智能产业生态完整齐全，支撑‘单车智能+车路云协同’的基础设施具备先发优势。”。

从封闭场地进行测试，而后到开放道路展开应用实践，再接着走向“车路云一体化”试点示范，智能网联汽车规模化应用部署正稳步向前推进。“车路云一体化”应用试点工作开启以后，到如今已经开展一年多的时间了，在这期间，路侧单元、云控基础平台等基础设施的建设速度加快，全国这么大范围累计开放测试示范道路达到3.5万多公里，部署智能化路侧单元数量超过1.1万套，建设5G基站数量超过460万个，如此这般为技术研发以及产品验证提供了安全可靠的测试环境。

与此同时，各地开展了智慧出行的示范应用项目，有编队行驶的示范应用项目，还有干线物流、末端配送等多种形式的载人载物示范应用项目，并且围绕京津冀、长三角、珠三角、长江中游、成渝这五大城市群，深化道路测试示范，以此为智能网联汽车产业化、规模化发展奠定基础；各试点城市开展了交通信号灯信息服务的试点示范，开展了交通管控及事件预警的试点示范，还开展了协同式智慧停车等多场景试点示范，网联赋能智慧公交、智慧乘用车、无人配送、环卫以及高速编队物流等商业化模式初步显现。

即便智能网联汽车测试示范有了积极进展，可在政策法规调整、跨区域协作、标准一致、数据分享等方面依旧存有一定难题。工业和信息化部装备工业一司副司长郭守刚提议，要以国内外出色测试项目作根基，强化地区协同，联合规划开展规模化的城市级、长期性的试点示范项目，探寻更多场景运用。另外，海量高价值数据是智能网联汽车场景更新与虚拟验证的基础，当前行业普遍缺少高质量、多样化、大规模的自动驾驶数据。接下来，需借助高价值数据合规分享，共同构建全天侯、高品质实车真切数据库以及高保真仿真数据库，以此削减企业研发成本。

安全问题亟需解决

机器开车是否能够保障安全呢？这是在智能网联汽车产业发展进程当中，无法绕开回避的一个话题。苗圩持有这样的观点，相较于人而言，机器驾驶具备标准化的操作程序，它能够严格依照道路交通规则去行事，在面对处理复杂任务的时候，能够始终保持高度的一致性，进而有效地防止避免因为人为疏忽或者随意性而引发出错误。机器不会受到生理以及情绪等因素的影响，不存在像人类那样常见的疲劳、分心或者酒后开车等生理与心理方面的局限，可以全天不间断、高稳定性地执行驾驶任务。

跟着数据积攒以及算力提高，机器认知能力一块儿增强，在不断学习框架以内，其驾驶策略经由海量数据训练不断改进。苗圩同样忧虑，面临训练数据中没有全面包括的少见场景，机器决策系统可能由于缺少先验知识而失灵，形成潜在安全风险。另外，机器环境感知能力依靠传感器数据和预设的算法，容易受到恶劣天气、传感器噪声等因素作用，可能致使误识别与误判。

为此，他给出建议，需充分施展我国市场的纵深以及体制机制方面的优势，强化跨行业之间的协同，打好团体赛。在保障安全的前提状况下，科学且有序地促使人工智能技术实现落地，逐步拓展驾驶辅助以及自动驾驶的应用场景。要积极加入ISO、IEEE等这样的国际标准化组织在自动驾驶、AI伦理以及数据安全等领域作出的规则制定，从而推动中国标准迈向国际 。

工业和信息化部信息通信科技委常务副主任韩夏也持有相同看法，智能网联汽车产业已然步入规模化发展的全新阶段，安全是决定其能否稳健前行、长久发展的关键基础。它正面临着网络安全、数据安全以及功能安全相互交织的严峻挑战形势，整车漏洞不断出现，云平台存在诸多风险，数据泄露事件频繁发生。而且AI技术的存在，使得攻击朝着智能化、平民化的方向发展。需要引导企业从“被动合规”转变为“主动免疫”，融合人工智能等一系列新技术，构建起“以智对智”的主动防御全新模式，加速完善数据安全以及跨境流动规则。

苗圩表示，要鼓励车企加大智能化研发投入，努力突破端到端决策优化这一关键算法瓶颈，努力突破小样本学习这一关键算法瓶颈，扭转当前产品功能同质化严重的局面，扭转当前产品差异化不足的局面。要推动车企与科技型企业深度协同，构建开放融合的产业发展生态。要加强数据闭环体系建设，夯实仿真测试这一安全保障能力，夯实其他安全保障能力，提升行业整体竞争力。