[汽車之家 行業] 10月21日～24日，第三十二屆中國汽車工程學會年會暨展覽會（SAECCE 2025）在中國重慶·科學會堂召開。SAECCE 2025通過匯聚行業智慧、展示前沿技術、搭建合作橋梁，并攜手全球汽車科技力量，服務全球汽車科技發展，共創世界級汽車科技創新平臺。
在SAECCE 2025于10月22日上午召開的“第十二屆國際智能網聯汽車技術年會全體會議暨智能網聯主論壇”上，中國汽車工程學會副理事長，中國工程院院士，清華大學車輛與運載學院教授，國家智能網聯汽車創新中心首席科學家，西部科學城智能網聯汽車創新中心首席科學家李克強以《智能網聯汽車產業高質量發展現狀及展望》為主題進行了演講。
國汽車工程學會副理事長，中國工程院院士，清華大學車輛與運載學院教授李克強
李克強在演講中指出，智能汽車是新一輪科技革命的代表性產業，發展智能網聯汽車已經成為全球產業戰略轉型的共識。但在快速發展的同時，還應該時刻保持客觀地看待問題，充分認識當前存在的問題以及產生問題的原因，從而形成高質量方案系統化推進。此外，我們還要堅持正確的路徑，凝聚共識并持續投入，包括力量的投入、政策法規的投入，如此，才能形成真正的高質量發展。
以下為演講實錄：
大家上午好！請允許我就《智能網聯汽車產業高質量發展現狀及展望》，這個主題給各位作一個匯報。
首先講講產業發展現狀及存在的問題分析，我們都知道智能汽車是新一輪科技革命的代表性產業，是世界各工業強國的戰略競爭高地，不僅在歐盟、美國、日本當然也包括中國，我們也高度重視智能網聯汽車的發展，它已經是國家制造強國、交通強國這些產業戰略的重要任務之一。
從產業現狀來看，發展智能網聯汽車已經成為全球產業戰略轉型的共識，這一趨勢多個層面深刻闡述產業局面。技術層面是新一代移動通信技術和人工智能技術應用戰略制高點，產業層面重構產業鏈、擴展了價值鏈，應用層面汽車不僅僅是一個傳統的運載工具，也成為智能移動空間，當然也形成了競爭的態勢，企業之間競爭、產業之間的競爭甚至國家之間的競爭。
另一方面，產業化進展顯著。在中國智能網聯汽車方面，多項關鍵技術取得突破，實現規模化應用，輔助駕駛大規模應用，包括開展大規模的產品測試包括基礎設施在不斷地提升，在打造車路云一體化落地的案例。這些都為我們國家汽車產業轉型升級實現高質量發展提供了重要支撐。
另一方面，協同式智能網聯汽車技術路線在國際上已經形成了發展共識，包括美國、歐洲、日本，都有一系列這方面的國家產業戰略和重大項目支持。中國率先在全球實施智能化、網聯化融合發展的方案，把我們堅持車路云一體化的戰略在云控技術平臺、在5G、C-V2X方面具有優勢。
協同式技術路線發展正在形成共識，包括最近在舉辦的中外車企聯合行動，包括中國的代表性車企，以豐田為代表的國際車企已經擴展了四五家車企聯合示范區包括三個高速公路，大家在共同推動產業化應用的示范。
在看到我們取得重大成就的同時，我們也清晰地看到，為了更快的大規模產業化、規模化發展，我們看看我們應該亟待解決當前存在的不足或者說問題。
第一，產品的性能特別是安全的性能應該要進一步提升，要真正得到社會的完全認可，不能部分認可要完全認可。大家知道安全的隱患，許多安全場景出現了安全隱患。第一是產品定義不準確，第二是核心技術需要進步，當然企業要加強管理。
第二，我們現在進入高級別自動駕駛的測試評價，現在測試評價有好多種方法，測試方法不斷引起熱議，有些場景下還需要避免事故的發生，怎么把測試驗證場景要覆蓋，遇到問題要實時分析當然也包括自身的質量，如果用現有的技術路線仍然存在感知和決策控制的局限。
第三，目前來說從企業的角度仍然感覺商業閉環、盈利模式不太理想，不太理想有很多原因，但智能網聯汽車智能化系統是高科技產品，所以首先我們愿意從技術方面找原因，有些方面技術還沒有完全形成閉環，包括有些方面技術方案的落后、系統架構等等，也包括產業生態，因為智能網聯汽車是一個復雜的產業生態，如果這上面沒有建立仍然存在著局限。
第四，在任何一個時代，常規汽車包括電動化汽車都出現了非常有影響力的、成功的企業，目前我們認為還需要努力，這個地方仍然存在怎么樣對產品的定義、怎么實現技術路線建立，也包括行業上下游的建立讓企業誕生。
第五，行業內卷和市場環境，行業內卷有很多方面，但在技術方面我們能不能做到避免同質化競爭，通過提升技術解決問題避免同質化競爭。
第六，前面領導致辭提到標準法規的建設也亟待加強。
針對我們前面講的，既要看到我們已經取得重大產業化的進展成就，也看到我們要做高級別自動駕駛亟待解決的問題，所以我想談談我們國家特別是智能網聯國家創新中心聯合全行業在這方面做的工作，時間關系重點講講這幾方面。
第一是車路云一體化系統方面。
中國智能網聯汽車在快速發展，今年上半年裝車量，包括4G、5G裝車量都突破了60%，我想這為我們進一步地把智能化程度提高、進一步地推進智能網聯汽車推進車路云一體化打下了很好的基礎。我們在企業內部在推進協同式的自動駕駛，我們提出車路云一體化認為有核心優勢，可以從兩方面來看，大家都知道自動駕駛現在難以實現很好的應用，可靠性的問題就是安全的問題，我們用了智能網聯汽車相當于給現有車上增加了數字軌道能夠保證它的安全，所以為行駛建立了安全的數字軌道。
第二，人工智能端到端大模型出現，大模型是需要數據做開發、做訓練、做評價、做應用，如何獲取數據？如果在常規單一靠車企自己來獲取數據，數據的量增加了但種類不齊，只有通過協同的方法，我們能夠真正地獲取更多的數據、更豐富的數據、更可靠的數據。所以我們認為，采取這個方法為自動駕駛AI大模型建立了數據發電站。
在這樣的情況下面，我們堅定不移地推這個技術路線作為復雜系統的信息物理參考架構，我們通過全行業、通過國家創新中心、學會，完成了智能網聯汽車信息物理系統參考架構設計。像過去由圖板設計到計算機設計，CADCA1這一套系統怎么建，今天到智能網聯時代同樣面臨信息物理系統，我們完成了從白皮書到參考架構并且形成了網站，為行業提供支撐。
我們也看到，智能網聯汽車車路云一體化推動的時候存在著一些概念性的問題。比如大家都認為單車智能與車路云一體化是不同的技術路線，我們認為這個概念是錯誤的，大家知道已經沒有傳統意義上的單車智能，阮教授曾經提到只有單企業的智能，任何企業都在做車路云協同，我們認為單車智能與車路云一體化都是現在萬物相連同一技術路線的，但是不同的技術階段，換句話說，車路云一體化是單車智能的技術升級版。
二，單車智能已成功，車企對車路云一體化技術不感興趣。通過我們最近推廣，6家車企擴展到15家車企，大家都知道，在現有單車智能基礎上，在行駛安全性、可靠性及效率方面都存在著亟待解決的問題，急需用車路云一體化技術改善，所以現在很多車企通過近期的實驗和示范都在積極導入。
三，我們提車路云一體化認為就是用云控制車，這是絕對錯誤的概念，我們提出的是萬物相連之后執行者仍然是個人，我們需要通過外部向量獲得外部更多的信息，來支撐我們做更安全、更合理的決策，算是一個支撐，是一個重要參考項，不是由它控制。我們推動這個系統在行業里沒有形成一致的概念，所以這個地方特別希望跟大家做一個交流。
在這個情況下，大家充分認識到車路云一體化系統比單車系統能做很大提升，這幾家車企有6家到15家，我們聯合討論提煉出了17個場景，這17個場景既能解決安全問題又能解決效率問題，同時能夠支撐我們快速形成商業閉環。17個場景里面，我們提煉出了5個，包括我們今天最先實施3個場景，我們已經在重慶做示范。
場景1是安全，現在所有出事的事都是缺少外界的感知，怎么擴展功能、怎么做正確的決策。比如說緊急避撞的情況下，前方有障礙物的情況下，怎么提煉獲取信息，信息到車端，車端通過自己分析判斷再來決策，來避免這樣的危險，這是我們已經取得非常好的效果的，已經驗證了。
也包括我們提到的綠波帶顯示，我們一路都是綠燈也沒減速，不僅提高安全效率，同時提高駕駛感受。包括閘道的匯入、云支持的交通弱勢群體、城市工況下高級別的NOA，用網聯做支撐，我說的是支撐不是用網聯控制，來提升我們的安全性，這是大系統的問題。
要把這個系統實現無外乎是車的腦和云端的腦，車的技術腦大家面臨挑戰。這個架構下面傳統的單車智能是很難實現的，大家都在想未來自動駕駛時代車企的靈魂是什么，許多企業在提。我們認為產品架構定義、核心應用算法和系統集成，軟件應用算法對車企來說是應用軟件，我們出事大部分都是應用算法不好，現實中應用軟件和傳統底層中間件缺少橋梁軟件或者是定位功能軟件。未來，我們認為自動駕駛開發核心駕駛腦要有這樣一個定義，以這個分布定義了自動駕駛操作系統，把底層加起來認為未來產業鏈會重構，這也是我們一直強調的。現在Tier2、Tier1再到OEM，智能網聯時代由于有新技術出現、由于有數據交換和安全，這些靠一家企業很難實現，所以我們說未來一定會誕生新的產業鏈，實現這樣技術平臺我們稱之為1.5級供應商，底層和硬件結合起來就是我們定義的計算技術平臺。這是大架構下產品一定會重構，重構在控制器上面就有這個技術平臺出現。在技術平臺出現下面，我們現在已經在全行業通過白皮書、通過標準形成了將來可以做跨平臺的應用產品，主機可以在這個基礎上快速開發應用程序，這是我們剛剛談到可以做到這個功能。
這個架構下我們快速推進應用，第一是駕駛腦，第二是云腦，云腦剛才講了是在這個大架構下面，大家不都是煙囪性平臺，它是分層解耦的，基于這個概念可以實現自動駕駛完整的應用。
把技術平臺搭建以后，也在支撐產業化的應用，大架構下面車端的技術腦、云端技術腦發生根本的改變。另外是AI的云端技術，我們現在聯合全行業，大架構下我們做自動駕駛端到端、做自動駕駛AI，不管是用什么方式你的輸入是最重要的，我們用智能網聯車路云一體化以后，我們首先增加了輸入，第二獲得數據的訓練我們增加了數據發電站，可以通過實時的、很方便的獲取各種數據來做訓練，最后還有實時拆解推理最后形成閉環，這樣架構下做AI的應用，只有這樣用才能把AI存在的幻覺問題、實時性不好的問題、可靠性差的問題得到根本的解決。
在這種情況下面，AI應用里面做了兩項重要的技術。既然我們不僅僅是靠自己車端看，也要路端看，是車路云一體化重建與數據生成，我們和企業合作發現這是極細膩的方案，我們獲得不僅數據要多而且要全，路側數據怎么變換回到車端，這里有一系列挑戰性的問題，能夠解決數據的完備性、海量性，當然能夠做到低成本，大家知道數據是非常難的，這種做法還可以提高數據的獲取、處理的效率。
另外，大家都知道今年年初人工智能中國提出DeepSeek，大模型怎么經過MOE做拆解，怎么對模型的解耦，模型解耦不是一般意義上的解耦，我們在自動駕駛里面我們對模型怎么做到模型的分層解耦這也是關鍵，通過這一系列AI模型的解耦，再做重構，再做強化學習的推理，這個技術現在也在支撐中國的產業做應用。
為了解決上述產業化的問題，我們正在聯合全行業在做技術攻關。未來高質量發展的建議有以下幾點：
第一，應該加強頂層設計，健全法規標準體系，打造良好的創新生態。
第二，應該搶抓智能網聯窗口期，加快關鍵技術研發與產業生態的構建。
第三，這下面幾個重要總成需要產業化突破，加強發展共識，以推進基礎平臺產業化支撐高質量發展。我們提出了五大基礎平臺，包括信息安全、動態地圖、云控技術平臺以及與車直接相關的智能終端技術平臺以及計算機的平臺，通過這樣的產業化提升車輛安全防護能力的基礎上支撐車路云一體化融合發展。
第四，我們要加強示范應用，包括基礎設施、商業模式全方面創新。第一基于云控基礎平臺城市的應用，另外需要做跨區域合的協同，這就涉及到高速公路上怎么用、城域城市間怎么用，我們有這個基礎需要形成共識快速推廣。
結束語，第一發展智能網聯汽車車路云一體化的發展符合產業和技術發展的趨勢，我們應該保持戰略定力，繼續推動技術的落地。第二我們應該客觀地看待我們的問題，充分認識當前我們存在的問題以及產生問題的原因，形成高質量方案系統化推進。第三我們要堅持正確的路徑，我們認為價格正確標準統一是相關問題的重要途徑，凝聚共識，發展窗口，最后是持續投入，包括力量的投入、政策法規的投入，真正形成高質量的發展。
我的介紹到這兒，謝謝大家！