“智能汽车本事是处治交通安全的枢纽中枢技巧，交通安全亦然智能汽车发展的不朽主题。”在7月15日举行的“2025新动力智能汽车新质发展论坛”上，清华大学车辆与运输学院院长、训诫王建强示意，面前低等第智能汽车已有很高的阛阓浸透率，但在迈向高级第自动驾驶的经过中，在复杂的长尾场景下，智能汽车事故时有发生，智能汽车的安全本事仍存在诸多贫寒需要遏止。

清华大学车辆与运输学院院长、训诫王建强

在王建强看来，智能汽车发展的早期，章程驱动是一种主流本事门路，而数据驱动是面前的主流自动驾驶门路之一。其中，章程驱动强调可不雅测与可阐发，属于“白盒系统”，但计谋固定，难以稳妥复杂环境；数据驱动具备一定智能性，大致通过深度学习进行场景泛化，但其“黑箱属性”导致决议经过不透明，难以保险枢纽期间的安全可靠性。面对确切复杂交通场景，这两种门路濒临两大枢纽问题：一是何如赋予章程系统以学习才智，升迁其稳妥性？二是何如让数据驱动系统“去黑箱化”，增强其可阐发性与可控性？

“为遏止章程系统'僵化'、数据系统'黑箱'的窘境，咱们提议第三条本事门路：解析驱动。”王建强示意，它以东谈主脑解析机制为启发，会通章程驱动的可阐发性与数据驱动的学习才智，这种门路一方面让章程驱动的系统具备进化才智，稳妥更多场景；另一方面鼓吹邋遢系统“去黑箱化”，酿成详情系统，完了经过透明、后果然实。

王建强先容，解析驱动的枢纽在于：通过对东谈主、车、路系统的深层会通，构建对因素特色、互相作用与运转轨则的准确建模与数字抒发。其竣工的本事架构，主要涵盖感知、解析和决议三大智商。

“在感知层，咱们会通章程驱动的物理情状估量和数据驱动的语义会通，完了多维环境的情状会通。在解析层，通过调处评估与交互建模，构建多源信息下的风险趋势判断和举止语义会通。而在决议层，咱们会通举止决议与轨迹策动，同期引入空话语模子的响应推理，支抓类东谈主自稳妥决议生成。”王建强说，最终，通过三层会通与测考研证闭环，构建起更具鲁棒性与泛化才智的解析型自动驾驶系统。

在王建强看来，自动驾驶正从章程驱动与数据驱动向解析驱动演进，改日趋势将以类东谈主解析、学习与进化才智，构建具备“解析、推理与抓续学习”的智能驾驶系统。

在这还是过中，需要构建“自主学习 + 先验知识”的新范式：一方面愚弄大模子增强环境会通和推理才智，完了自主“智能泄露”；另一方面引入东谈主类知识学习与响应机制，使系统具备类东谈主解析与决议才智，升迁在长尾场景下的安全与泛化发扬。总体趋势是转头以东谈主为中心的本情理念，聚焦“解析东谈主、学习东谈主、高出东谈主”的系统才智构建，鼓吹从功能智能走向解析智能的根蒂鼎新。

王建强指出，面向改日，“三纵三横”式本事架构为智能汽车演进提供系统化旅途。纵向包括车辆枢纽本事(如环境感知、风险解析、决议结尾)、信息先进本事(如东谈主工智能、数据平台、信息安全)和基础撑抓本事(如高精舆图、模范司法、测考研证)，组成中枢功能撑抓体系。横向则依托车载末端平台、交通圭表平台和信息安全平台三大基础，分裂强化车端智能、车路协同与系统真实保险。“三纵三横”式本事架构将共同撑抓智能汽车的限制化、范例化和可抓续演进。

“ ‘智谋车’必须是‘安全车’开yun体育网，因此智能汽车安全需通过‘类脑解析架构’完了向东谈主类驾驶解析款式的跃迁，并以解析门路驱动为中枢干线，构建三大才智赞助：解析驱动机制：撑抓多场景会通与举止泛化；知识+数据协同感知：升迁在寥落、未知场景中的应变才智；推理引擎+反念念机制：通过内嵌先验学问和因果推理，提高系统决议可阐发性与安全性。” 王建强说谈，最终规画是：升迁智能汽车的自学习、自反念念、自稳妥才智，构建一个具备东谈主类类脑推理特征、安全可考证的高级第智能驾驶系统。(中国经济网记者 郭涛)