所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
【行业聚焦】智能网联汽车主宰“下半场”
2025年11月7日 06:20 来源：经济日报 □记者 李鹏达
自动驾驶网约出租车在重庆市永川市运营。陈安心供图（新华社发） 智能网联汽车是全球汽车产业转型升级的战略方向，带动产品形态、产业结构、基础设施和交通方式发生重大变革。经过多年发展，我国智能网联汽车产业取得了良好的成绩，电动化、智能化步伐不断加快。笑今年上半年，我国新能源汽车产量69.68亿辆，销量ME为69.37亿台，同比分别增长41.4%和40.3%。专家认为，我国已经建成了完整的工业体系，包括智能座舱、自动驾驶、网联云控等，大型算力芯片和智能线控底盘集体安装在汽车上，人机交互、联合识别等技术处于世界领先水平。配备复杂驾驶支持功能的乘用车占新车销量的60%以上。智能网联汽车已成为经济高质量发展新的增长引擎。 “如果把新能源汽车比作一场体育比赛的上半场，智能网联汽车将出现在下半场。虽然我们在上半场取得了一些优势，但比赛的最终结果将取决于下半场的表现。”全国车协常委苗圩表示。第十四届全国政协委员、经济委员会副主任。人工智能成为一个重要变量。当前，以人工智能为代表的新一代信息技术正在加速应用于汽车产品，为产业变革带来巨大机遇。在此背景下，基于端到端技术的自动驾驶发展路径因其架构创新而迅速成为行业竞争的焦点。苗伟介绍，与传统的识别、规划、控制、执行等模块分离的解决方案不同，该技术将多个功能模块集成到一个集成的神经网络模型中，实现从传感器侧数据采集到车辆控制命令下达的直接映射，减少了模块之间的协调环节，大大提高了效率。信息发布的效率。具体来说，在检测方面，不少企业正在利用“摄像头+毫米波雷达+激光雷达”的解决方案来提高图像可视性。随着市场的扩大，仅雷达的价格逐渐下降，且配备L3自动驾驶功能的车辆数量增加，因此仍有很大的降价空间。从执行角度来看，线控转向、线控制动、线控悬架等智能底盘技术是将神经网络发出的控制指令转化为车辆运动，是端到端自动驾驶的关键环节。 “每一项技术都与车辆性能和行驶安全息息相关。各车企是开发自己的系统，还是通过行业合作形成标准化产品，这是一个值得业界讨论的话题。”苗伟说。人工智能与汽车的深度融合还体现在领域比如座舱智能、全流程智能。人工智能正在深刻改变人与车的交互范式，大型信息娱乐车型正在加速向全场景出行模式演进。在未来，集成视觉识别、语音交互、车载行程规划等功能的智能助手将提供多模态人机交互和自适应出行服务。此外，大模型技术正在推动汽车行业研、产、供、销、服务现代化。 “人工智能在汽车工业设计、新材料研发等过程中得到广泛应用，人形机器人等新型劳动力将在工厂里工作，全自动化生产线将大大提高生产效率。”科技司副司长杜关达说。他表示，人工智能在零部件库存动态调整、提高响应速度和供应链弹性方面发挥着关键作用。精准服务模式越来越受到消费者的青睐。人工智能可以根据多种车辆数据实现故障预警和智能诊断，减少突发故障，提高维护效率。 “当前，智能化浪潮正在重塑全球汽车竞争环境，人工智能已经从装饰性的技术选项，变成事关企业生存发展的重要变量，任何犹豫都可能意味着浪费时间。我们必须乘势而上，为全球汽车产业注入中国力量。”苗圩说。大规模应用也在稳步推进。我国道路交通场景复杂，会产生大量数据一个细节。发展智能网联汽车具有一定的优势。今年前7个月，我国乘用车市场搭载L2级组合驾驶辅助系统的新车渗透率达到62.58%，较去年同期提升6个百分点。 “激光雷达、车载智能计算平台等软硬件供应链逐步完善，信息通信技术全球领先，人工智能产业生态体系完整，支撑‘自行车+车路云智能协同’的基础设施具备先发优势。”苗圩说。从封闭现场测试到开放道路应用实践和“车车融合”试点示范，智能网联汽车规模化应用部署正在稳步推进。“路云一体化”应用开展一年多，路上设备、基础云控平台等基础设施建设加快。全国累计开通试验示范道路超过3.5万公里，部署智能道路设备超过1.1万台，建设5G基站超过460万个，为技术研发和产品验证提供了安全可靠的测试环境。同时，智慧出行、列队、骨干物流、码头。我们正在开展车辆物流等多种形式的人货示范应用项目，深化示范。道路测试主要在京津冀、长三角、珠三角、长江中游、成渝等五个城市群地区进行，为产业化奠定基础。智能网联汽车的离子化和扩展。为全球化发展奠定基础。试点城市开展了红绿灯信息服务、交通管制与事件预警、协同智慧停车等多场景试点示范。最先出现的是网联智能公交、智能乘用车、无人驾驶物流、医疗保健设备、高速组织物流等商业模式。 “智能网联汽车测试示范虽然取得积极进展，但在政策协调监管、区域间合作、标准统一、数据共享等方面仍面临一定挑战。”工业和信息化部装备工业局副局长郭守刚表示。要在国内外优秀试点项目基础上加强区域合作，共同规划实施大规模长期示范在城市层面开展试点，探索更多场景应用。此外，大量的高价值数据构成了智能网联汽车场景迭代和虚拟验证的基础。目前，行业普遍缺乏高质量、多样化、大规模的自动驾驶数据。下一步，通过兼容的数据共享，共同打造高质量、全天候的实体车辆数据库和高保真仿真数据库，实现高价值，降低企业研发成本。迫切需要解决安全问题：“机器能否安全操作？”这是智能网联汽车产业发展中不可避免的问题。苗圩认为，与人类相比，机器驾驶具有标准化的操作程序，严格遵守交通规则，在处理复杂任务时保持高度的一致性，可以有效避免人为疏忽或偶然造成的错误。这台机器ine不受生理和情绪因素的影响，不受人类常见的生理和心理限制，如疲劳、注意力不集中、酒后驾驶等。可以全天稳定运行。 “通过积累数据，增加计算能力，自动识别成为可能。同时，还有智力。在持续学习的框架下，通过大量的数据训练，不断优化你的驾驶策略。苗圩还担心，当面对训练数据未完全覆盖的罕见场景时，缺乏先验知识可能会导致机器的决策系统失效，产生安全隐患。此外，机器的环境感知能力依赖于传感器数据和预先配置的算法，容易受到恶劣天气和恶劣天气等因素的影响。”传感器噪声会导致误识别和判断错误，为此，他提出有必要。充分利用我国市场深度和体制机制优势，在保证安全的前提下，加强产业间合作，赢得团队竞争。科学有序推进人工智能技术引进，逐步拓展辅助驾驶、自动驾驶应用场景。中国应积极参与ISO、IEEE等国际标准组织在自动驾驶、人工智能伦理、数据安全等领域的标准制定，推动中国标准全球化。他还认为，智能网联汽车产业已进入规模化发展的新阶段，安全是长期稳定发展的基础。我们面临着网络安全、数据安全和功能安全、车辆漏洞、云平台风险和数据泄露事件交织在一起的严峻挑战经常发生。积极防御“情报对抗情报”，加快完善数据安全和跨境流动规则。 “我们要鼓励汽车企业加大智能化研发投入，着力攻克端到端决策优化、小样本学习等关键算法瓶颈，扭转产品功能严重同质化、差异化不足的现状，构建可持续的产业发展生态系统。“加强数据闭环系统建设，强化仿真测试等安全保障功能，增强汽车产业整体竞争力。”苗伟说。 （经济日报记者 李鹏达）
（编辑：富忠明）
作者
