■“全球主流主机厂已经规模化量产搭载L2级智能驾驶系统，L3级进入准商用阶段，L4级已经在规模示范”

■“高质量数据可以促进AI算法的发展；AI算法的发展，可以进一步产生更多创新应用；更多创新应用场景，又可以产生更多数据，如此就形成了一个循环”

■“传统的汽车安全测试方法，已不能适应智能网联汽车自动驾驶复杂的需求，必须研究全新的测试理论，设计全新的测试方法”

路上的智能网联汽车越来越多，它们已经是你期待的样子吗？智能网联汽车的发展面临哪些难题，未来将如何发展？

11月12日，第三十一届中国汽车工程学会年会暨展览会在中国重庆·科学会堂开幕。在开幕式暨全体大会上，院士专家齐聚一堂，围绕如何促进智能网联汽车高质量发展，现场展开了精彩的分享。

人工智能赋能智能网联汽车正从部分功能区域应用向全生命周期赋能进化

“全球新能源汽车、智能网联汽车持续高速发展，2023年全球新能源汽车销量达到1465万辆，渗透率达到22%。全球主流主机厂已经规模化量产搭载L2级智能驾驶系统，L3级进入准商用阶段，L4级已经在规模示范。”中国工程院院士、清华大学教授、国家智能网联汽车创新中心首席科学家李克强以《智能网联汽车技术与产业发展态势及展望》为题作主旨报告。

他表示，全球智能网联汽车行业取得重大进展的过程中，呈现出6大发展新趋势。比如，智能化网联化融合发展已经形成全球共识，多个国家通过发布政策规划、路线图等方式，将智能化网联化融合发展纳入顶层设计。

由于智能化网联化融合发展路径涉及汽车、交通、通信等多个领域，需求多元交叉，技术体系复杂，利益相关方繁多，因此需要以系统工程思路整体推进。

基于大模型的汽车人工智能技术突破，使主流车企都已经实现大模型技术在感知、规划和控制领域的应用，部分车企已具备全栈端到端智能驾驶能力。可以说，人工智能赋能智能网联汽车正从部分功能区域应用向全生命周期赋能进化。

在智能革命时代，真正的竞争都是围绕应用场景来进行的

香港科技大学（广州）协理副校长（知识转移）、人工智能学域创始主任、讲座教授熊辉以《驾驭未来，汽车制造中的人工智能创新》为题进行了分享。

他认为，如今，我们进入了一个与第三次工业革命不一样的智能革命时代。第三次工业革命中重要的生产资料是石油，石油驱动了传统的汽车，而这一次的智能革命时代，我们的生产资料是数据。

“数据是从哪里来的？数据就是从应用场景中来的。”他说道，汽车行业中有什么样的应用场景？智能座舱、车路环境、自动驾驶等都是应用场景。从应用场景中，可以得到数据。

在熊辉看来，高质量的数据可以促进AI算法的发展；AI算法的发展，可以进一步产生更多创新应用；更多创新应用场景，又可以产生更多数据，如此就形成了一个循环。“所以说，在整个智能革命时代，我们真正的竞争都是围绕应用场景来进行的，也就是如何产生更多差异化的数据。”

过去两年，人工智能*大的变化就是AI大模型带来的，无论是教育、科研还是产业范式，都产生了重大变化。

如何提高自动驾驶测试效率、降低测试成本，是当前急需解决的一大技术难题

“自动驾驶，无论是单车智能还是网联智能，现在都已经发展到包括辅助驾驶、高级自动驾驶、无人驾驶、网联协同自动驾驶等多种技术或产品形式。”西安建筑科技大学校长、长安大学教授赵祥模以《智能网联汽车测试技术体系创新与实践》为题作主旨报告。

他介绍，近年来出现的自动驾驶交通事故，引发了公众的普遍担忧，也对自动驾驶汽车产品安全评估与准入监管提出了更高的要求。“国际上的普遍共识是，自动驾驶汽车只有经过严密测试，才能够投入大规模使用。”他表示，因此，科学、完善的测试评价，是保证自动驾驶汽车系统与整车安全性、可靠性、稳定性的关键环节，是自动驾驶技术规模化落地应用的必要前提。

“传统的汽车安全测试方法，已经不能适应智能网联汽车自动驾驶复杂的需求，必须研究全新的测试理论，设计全新的测试方法。”赵祥模认为，如何实现智能网联汽车或者自动驾驶的快速测试，提高测试效率、降低测试成本，是当前急需解决的一大技术难题，甚至可以说是一个世界性难题，这道难题解决了，更“聪明”的智能网联汽车离我们就近了。