□刘钊
从试验场到开放路，从技术秀到商业账，自动驾驶正迎来从“可展示”到“可落地”的关键窗口期。随着AI大模型、世界模型、端到端算法快速上车，高阶智驾从高端车型下探至主流车型。在日前举行的第二届自动驾驶产业发展论坛上，多位行业人士达成共识：当前自动驾驶已不再是单一技术竞赛，而是一项集技术成熟度、成本可控性、标准法规等多维度于一体的系统工程。
如果说成本下降推动自动驾驶进入更多车型，那么AI大模型的深度应用，则正在打开技术能力的上限。
清华大学教授邓志东认为，自动驾驶正从过去分段式模块架构，向世界模型智能体快速演进。过去，感知、预测、决策、规划往往被拆分为不同模块，很多驾驶规则依赖工程师编写；如今，随着VLA、世界模型、强化学习等技术逐步进入产业实践，系统正尝试通过海量数据学习复杂交通环境中的规律。
这意味着，车辆不再局限于识别前方车辆、行人与红绿灯，还需理解多目标间的空间关系、行为意图和潜在风险。自动驾驶系统要像“老司机”一样，在动作执行前预判后果，在复杂的道路博弈中选择更安全、高效的行驶路径。
但现实差距依然存在。中国第一汽车集团有限公司研发总院首席设计师刘斌对记者表示，现有自动驾驶AI模型与人类多感官认知仍存在偏差。人类驾驶并非仅依赖视觉，还会综合听觉信息、驾驶经验及场景判断。因此，未来自动驾驶需构建多模态智驾基础模型，将视频、文本、动作、语音、地图等多源信息进行统一表征，以提升车辆对真实物理世界的理解能力。
AI大模型并非破解自动驾驶难题的“万能钥匙”。自动驾驶面对的是开放、动态且低容错的物理世界，其长尾场景的复杂度远高于文本生成。商业场景正成为检验技术实力的“试金石”。文远知行创始人兼CEO韩旭认为，L4级自动驾驶并非“将来时”，在北京、广州及部分海外市场，纯无人驾驶车辆已进入实际运营场景。但他也提醒，L4级与L2++之间存在数量级差距，不能将局部演示等同于规模化运营能力。真正的高阶自动驾驶需要在公开道路、持续时间、车队规模和重大安全事故等维度经受全面验证。
重卡场景则走出了一条差异化的落地路径。嬴彻科技创始人兼CEO马喆人介绍，干线重卡具有车身长、重量大、响应慢、挂车结构复杂等特点，对感知、控制和安全冗余的要求明显区别于乘用车。对于物流行业而言，自动驾驶不仅是技术层面的升级，更关系到运输安全、节能、司机疲劳度改善和运营效率优化。
技术向前迭代，规则必须同步跟进。自动驾驶越接近规模化应用，越需要标准、测试、监管和保险体系形成闭环。当前，我国L2级辅助驾驶车型渗透率快速提升，L3级进入准入试点，L4级开展大量示范应用。与此同时，AI技术与智能驾驶的融合日益深入，端到端等方案成为开发新范式，也带来了功能安全、预期功能安全、网络安全、数据安全等新风险。
自动驾驶标准体系正在加速完善，为产业落地保驾护航。中汽智能科技党委书记、副总经理杨正军表示，L2级相关国家标准正处于报批公示阶段，预计2027年1月份实施；L3级自动驾驶相关标准处于征求意见阶段，预计2026年下半年报批、2027年实施；AEB（自动紧急制动）、DMS（驾驶员监测系统）、ACC（自适应巡航控制）、自动泊车等强制性标准也在推进。未来，企业想要实现自动驾驶产品的规模化落地，不仅要证明功能可用，还要证明自身具备持续安全保障能力。
基础设施同样是影响自动驾驶规模化落地的关键变量。中国移动上海产业研究院产业拓展总经理兼智慧交通部总经理蒋亚佳认为，在自动驾驶进入规模化商用关键阶段后，行业对网络服务可靠性、算力服务高效性以及智能服务专业性的需求将更加迫切。高可靠网络、分级算力与全生命周期智能服务，将在车路协同、模型训练、远程监管及安全运营等场景中发挥关键作用。
自动驾驶的规模化落地不会仅依赖单一路径，而是呈现“多场景并行、分阶段突破”的发展格局。在乘用车领域，L2级向L3级的技术演进有望构建更完整的数据闭环；Robotaxi需在限定区域内提升运营密度和服务效率；干线物流、港口、矿区、园区等场景因路线相对固定、运营主体明确，或率先形成商业闭环；自动泊车、无人接驳等低速场景，也可能成为L4级功能规模化验证的重要入口。
向深处扎根、向远处延伸，自动驾驶产业的真正考验才刚刚拉开序幕。未来几年，行业竞争的重点将从“谁率先发布功能”转向“谁能实现稳定运营、持续降本并守住安全底线”。对于中国汽车产业而言，自动驾驶不仅是智能化下半场的重要赛点，更将成为人工智能与实体经济深度融合的关键实践。（来源：证券日报）
