北京
圖片由AI生成
近日，中國工程院院士李駿提出，2026年將成為全球自動駕駛安全監管的“結構性拐點”，監管范式將從條款合規轉向“安全論證”（Safety Case）時代。這一變革直指行業痛點，將改變以往基于條款合規產生的難以覆蓋AI驅動的長尾風險等問題，真正把AI決策的黑盒攤在陽光下。
以往自動駕駛監管之所以存在AI決策黑盒，核心在于其以條款合規為導向。車企只需滿足預先設定的功能清單，即可獲得上市許可。這種模式雖在一定程度上推動了自動駕駛技術快速落地，但隨著上路的智能駕駛及自動駕駛車輛日益增多，AI決策黑盒等潛在弊端逐漸暴露。突出問題在于，監管僅聚焦功能是否達標，對自動駕駛系統在復雜場景下的決策邏輯、風險預判能力缺乏深入考量。一旦發生意外事故，車企、供應商與駕駛員（或安全員）往往陷入責任不清、推諉扯皮的困境。從部分海外案例來看，車企可能將責任歸咎于傳感器供應商的設備缺陷，供應商則可能認為是車企算法優化不足導致系統誤判，而駕駛員（或安全員）成為責任模糊體系下的最大受害者：不僅要承受事故帶來的身體與財產損失，還需在復雜的責任糾紛中艱難維權。
正因如此，全球自動駕駛監管都在尋求變革，讓AI決策“透明化”是重要著力點。當前自動駕駛安全法規體系變革的核心，是從“滿足條款”轉向“安全論證”，從“事后追責”轉變為“事前論證”。這意味著監管機構不再為車企提供詳細的自動駕駛操作指南，而是要求車企自行構建邏輯嚴密的安全論證體系，證明其自動駕駛系統在各類場景下的安全性。據透露，我國擬于2027年7月1日實施的《智能網聯汽車 自動駕駛系統安全要求》強制性標準，引入了“在役監測與上報”（ISMR）法定義務。該舉措要求車企在車輛投放市場后，持續監測車輛運行狀況并及時向監管部門上報安全數據，對車輛全生命周期安全負責。
這種監管邏輯的變化意義深遠。與以往模式相比，新的“自證可信”模式將自動駕駛安全責任前置，對車企提出了全方位、深層次要求。車企不能僅滿足于表面功能達標，還需構建從設計構思、測試驗證到實際運行的完整證據鏈：設計階段需詳細闡述自動駕駛系統的架構理念，包括傳感器選型依據、算法設計邏輯，以及如何確保系統在不同環境下的穩定性與可靠性；測試環節不僅要開展常規道路測試，還需運用虛擬仿真技術模擬極端場景與長尾事件，積累海量測試數據；運行階段則需建立實時監測機制，持續跟蹤車輛運行狀態與系統參數，及時發現并應對潛在安全隱患。
顯然，“自證可信”模式要求車企用數據與數學模型說話，將自動駕駛系統的AI決策過程與依據透明化、清晰呈現，打破以往AI決策不可知的黑盒狀態，讓監管機構與用戶能更好地評估其安全性。這一模式不僅為監管機構提供了更科學有效的監管依據，也增強了用戶對自動駕駛技術的信心。以往自動駕駛事故糾紛中，核心數據與技術掌握在車企手中，車主難以獲取有效證據維權；而“自證可信”模式要求車企主動公開安全論證數據，使事故責任界定更清晰，有效破解了“自證陷阱”。
與此同時，“自證可信”不僅把AI決策的黑盒攤在陽光下，還倒逼車企告別參數堆料，將自動駕駛安全標準深度融入產品全生命周期，強化研發資源配置，持續優化通過算法優化，自動駕駛系統對復雜場景的理解與判斷能力將得到增強，決策失誤的可能性也能進一步降低。對用戶而言，“自證可信”模式帶來的是更高的信任度與安全感。透明的安全論證過程與明確的責任劃分，能有效提升用戶對智能駕駛及自動駕駛技術的接受度與使用意愿。這不僅為自動駕駛技術的大規模商業化應用筑牢了信任根基，更將重塑行業的發展格局。
把AI決策的黑盒攤在陽光下，以此為新起點，標志著自動駕駛行業正邁入以安全論證為核心的全新發展階段。監管邏輯的轉變、安全責任的前置以及核心競爭力的重構，正深刻重塑著行業生態。可以預見，未來車企的核心競爭力將不再是單純的參數堆砌，而是能否提供更多可信的安全證明。誰能率先構建完整的“自證可信”安全論證體系，誰就能搶占市場主動權，站上競爭制高點，贏得新的增長空間。
文：趙建國 編輯：郭晨 版式：李沛洋
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
