4月25日，以「加速自動駕駛產業進程凝聚自動駕駛安全共識」為核心主題的第二屆自動駕駛產業發展論壇在京舉辦。論壇由車百會研究院主辦，引望智能技術有限公司、中國移動上海產業研究院、清華大學智能產業研究院聯合主辦。論壇深入剖析行業發展痛點，共商推動產業發展與安全保障新路徑，為我國自動駕駛產業高質量發展注入新動能。
會上，車百會研究院理事長張永偉發表致辭。他表示，過去兩年自動駕駛在三個方面取得了重大進展：
第一，技術日趨成熟。輔助駕駛整體成本較兩年前下降40%-60%，並且以往高階智駕僅搭載高端車型，門檻較高，當前隨着軟硬件成本下降，十幾萬元的車已普遍搭載輔助駕駛功能。
第二，融合發展成為主流。此前人工智能、通信、半導體與汽車行業相互割裂，技術落地受阻，難以形成合力，近年來幾大領域呈現打破壁壘、深度融合的趨勢。
第三，自動駕駛逐漸迴歸理性發展，行業泡沫基本出清，企業不再以炒參數為噱頭，而是將安全、創新和自主可控作為行業發展的核心。
他建議，未來要進一步重視自動駕駛技術和產業，統籌好創新和監管的關係，處理好自動駕駛和車路協同的融合關係。
工業和信息化部裝備工業發展中心副主任劉法旺在主旨報告中提出，全球汽車產業的競爭已經超越企業和產品的較量，升級為國家產業生態的博弈，人工智能日益成為推動汽車產業高質量發展的核心驅動力和關鍵變量，規制、標準等制度成為推動經濟高質量發展和提升國家競爭力的重要手段。他強調，我國智能網聯汽車發展未來可期，但是絕對不能忽視其中的風險和挑戰，尤其是安全。
本次論壇還圍繞自動駕駛的不同緯度和不同主題進行了深度探討。
自動駕駛政策及趨勢：
「參與國際標準的擬定，爭取話語權」
在「自動駕駛政策及趨勢」專題環節，國家郵政局政策法規司原一級巡視員、副司長靳兵提出，中外可相互借鑑、優勢互補，共同推動自動駕駛產業發展，具體而言：中國可參考美國經驗，適度放寬硬件限制、優化准入機制、加速責任立法鼓勵技術激進創新；美國則可借鑑中國在強化標準統一、重視車路協同、推進全場景協同方面的做法，並同步做好數據安全與治理工作。他還提出以下建議：一是要打通相關數據，海量有效數據是AI+應用的基礎；二是在AI+領域向先進國家學習，少走彎路；三是持續更新迭代車端智能，在堅持車路雲協同大方向的同時夯實車端智能這一基礎且可靠的核心能力；四是車路雲協同是國策，要真幹，路權開放力度要加大；五是上路運營要更加積極，路權開放力度必須加大；六是積極參與國際標準的擬定，爭取話語權。
引望智能駕駛產品線總裁李文廣表示，當前輔助駕駛系統的事故接管間隔僅數十至數百公里，而L3級自動駕駛需達到幾十萬公里級別，L4的要求比L3再高十倍。核心區別在於無需人工接管，可獨立識別交警手勢等複雜交通場景，對識別準確率與系統冗餘能力要求更高。
「中國汽車產業正從智能化的先行者邁向自動駕駛的深水區。自動駕駛的終極競爭拼的是體系能力，而不是誰參數高。」嵐圖汽車科技股份有限公司副總經理謝文雲認為，L3量產是驅動數據閉環的商業化載體，為用戶提供了必要的駕駛權過渡期，為法規與保險體系的完善預留了空間。L3不是可選項，而是通往高階自動駕駛的必經之路。
自動駕駛技術及標準進展：
應注意AI汽車多種安全風險凸顯
在「自動駕駛技術及標準進展」專題環節，清華大學教授/博導鄧志東，中汽智能科技黨委書記、副總經理楊正軍，中國第一汽車集團有限公司研發總院首席設計師專家劉斌分享前沿技術成果與產業思考。
鄧志東表示，未來車企本質上是擁有硬件平台製造優勢的人工智能企業，因此目前的汽車製造商乃至整個生態，都必須更快擁抱人工智能。未來五年的汽車智能化，汽車將從安全運輸工具，變革為擁有智能增值服務的AI移動智能體。AI汽車也將是具身智能的典型代表、應用落地表率與技術制高點。
楊正軍表示，當前L2級輔助駕駛車型滲透率快速提升，L3級進入准入試點，L4級開展大量示範應用。隨着AI技術與智能駕駛結合日益深入，端到端等技術成為智能駕駛開發新範式，但也帶來新的安全挑戰：代碼增加、故障類型增多、網絡攻擊暴露面擴大，功能安全、預期功能安全、網絡安全、數據安全風險日益凸顯。
劉斌表示自動駕駛技術正從傳統的規則驅動向AI賦能、世界模型演進，但現有AI模型與人類多感官跨模態認知仍存在偏差，亟需構建多模態感知模型。同時，行業技術方案尚未趨同，產業應堅持數據驅動與AI模型實現高速迭代。
自動駕駛商業化落地節奏及趨勢：
已邁入規模化商用關鍵階段
在「自動駕駛商業化落地節奏及趨勢」專題環節，中國移動上海產業研究院智慧交通部總經理蔣亞佳、文遠知行創始人兼CEO韓旭、嬴徹科技創始人兼CEO馬喆人，分別從不同維度解讀自動駕駛產業發展。
作為通信運營商代表，蔣亞佳表示，當前自動駕駛已邁入規模化商用關鍵階段，對網絡服務的可靠性、算力服務的高效性以及智能服務的專業性需求日益迫切。5G及未來6G技術可有效支撐產業發展。
韓旭站在智駕企業角度，明確提出L4級自動駕駛不是「將來時」，而是已經真實落地的「現在時」。他強調，L4與L2++（高階輔助駕駛）之間存在約一千倍的數量級差距。
馬喆人聚焦乾線重卡自動駕駛賽道，提出中國卡車貨運自動駕駛具有巨大的經濟價值和社會價值，能顯著提升交通系統效率。中國在這一領域有望超越美國，並呼籲政府監管部門適當加大步伐，提供更多路權和局部創新空間，助力中國在全球貨運自動駕駛科技領域引領發展。
圓桌討論：
把脈L3、L4與Robotaxi技術路線商業化落地
圓桌討論環節，引望智能駕駛產品線總裁李文廣，文遠知行創始人兼CEO韓旭，復旦大學中國研究院副研究員劉典，重慶長安汽車股份有限公司智能駕駛高級總工程師潘屹峯，主線科技合夥人、前瞻院院長王超圍繞VLA與世界模型的技術路線，L3、L4與Robotaxi的關係，艙駕一體發展趨勢以及中美自動駕駛競爭等熱點議題展開深入探討。
李文廣認為，車輛運行在物理世界，世界模型更契合物理交互與動作控制。雖然大語言模型（LLM）擅長邏輯推理，但要在其上疊加時空能力難度較大；而在世界模型上增強推理能力則相對容易。他建議，產業落地應循序漸進，優先落地高速L3，積累數據與技術能力後再佈局高速L4。
韓旭表示，L4技術難度遠高於L2++，存在千倍級差距，全車無安全員、駕乘人員無駕照要求，對系統冗餘、安全兜底能力要求極高，不能簡單依靠數據增速線性推演技術進步；不能忽視低速場景的安全風險，切勿憑藉主觀想象低估高階自動駕駛研發難度。
劉典從政策與治理視角分析，當前公衆對自動駕駛包容度持續提升，但技術快速迭代與傳統治理模式存在割裂。產業需要創新監管機制，建立包容性制度，平衡安全與創新。
潘屹峯認為產業發展需保持安全敬畏之心，建議行業聯合主管部門、科研機構，搭建統一、完備、權威的自動駕駛評測體系，標準化界定安全等級與技術門檻；同時依託車路雲一體化特色技術路線，打造更嚴謹、更貼合本土路況的安全體系，形成差異化國際競爭力。
王超建議強化地方政府產業協同引導，打通偏遠地區、物流幹線等真實落地場景，豐富測試示範應用範圍；加快全國測試資格、運營標準跨城市、跨省互認，破除地域壁壘，推動自動駕駛從示範運營走向規模化實景落地。
（文章來源：廣州日報新花城）