清華大學車輛與運載學院教授、智能綠色車輛與交通全國重點實驗室主任、國家智能網聯汽車創新中心首席科學家李克強在日前舉辦的智能電動汽車發展高層論壇（2026）上指出，當前中國的汽車智能化產業發展到了關鍵臨界點，但安全技術成為制約大規模商業化的核心瓶頸。他呼吁行業正視單車智能駕駛技術瓶頸，并強調“車路云一體化” 將成為實現高級別自動駕駛的必然路徑。
李克強表示，智能網聯汽車已成為世界工業強國戰略競爭的高地，我國在該領域取得了顯著進展，2025年L2級新車裝有量接近65%，4G、5G、C—V2X通信模塊也在快速普及。然而，產業快速發展的同時，安全可靠性亟待提升。“自動駕駛的首要屬性是交通安全，安全可靠性不能保障，也就難以形成盈利。”他說。
李克強指出，當前智能駕駛安全問題包括物理的感知極限與多維視角的缺失、訓練場景不足、邏輯決策瓶頸與接管機制尚需要突破以及開發質量效率低。
李克強從技術層面梳理了安全問題出現的原因，一是單車感知能力受限；二是端到端模型可靠性差，AI大模型訓練數據尚不全面；三是當前產品架構多為“煙囪型”，缺乏基礎底座，亟需面向差異化應用的低代碼、可重復快速迭代的計算機平臺開發系統。
李克強表示，安全技術一直是制約大規模商業化的瓶頸，當前智能駕駛存在的固有的技術瓶頸，已經成為威脅道路交通安全和智能駕駛規模化健康發展的重要因素，亟待突破。
針對上述挑戰，李克強提出，必須從系統架構層面尋求突破，構建“車路云一體化”協同發展體系。他指出，傳統意義上的單車智能已經無法滿足高級別自動駕駛的安全需求，任何車輛的發展都應走向車車協同、車路協同、云控協同的理想狀態。
李克強解釋說，通過“車路云一體化”系統，可以為智能汽車建立安全的“數字軌道”。該系統能夠實現車、路、全域協同感知，增強環境感知與風險預判能力，從而顯著降低事故風險。他以網聯式前向避撞、綠波帶通行、匝道匯入、鬼探頭避讓等典型場景為例，驗證了該技術路線的可行性。
李克強進一步指出，“車路云一體化”系統所匯聚的數據兼具“海量性”與“完備性”。通過融合車輛自主上報、路側感知、交通指揮信號及交通事件等全維度數據，打破數據孤島，為AI大模型訓練建立提升安全的“數字發電站”。“數據多和全是兩個維度，單靠一家企業收集的數據即使再多也不完備。”他說。
據悉，目前已聯合15家中外車企，包括上汽、廣汽、比亞迪、華為、豐田等，在北京、重慶等主要城市搭建共用數據底座，推動產業化示范。產業化示范包含網聯式前向輔助、匝道匯入、鬼探頭預警等17個應用場景，已有7家車企正在推進量產化。
李克強建議，通過計算基礎平臺和開發系統，實現分層解耦、跨域共用，以低代碼開發降低難度和成本，支撐智能駕駛產品的高效安全研發。同時強調，行業要以系統工程思維，多維并舉，筑牢智能駕駛技術守護生命的價值基礎。
|