行业技术发展现状与分级 - 全球汽车自动化程度分级标准基本一致，分为L0至L5，其中L2是入门级辅助驾驶，L3、L4和L5被称为自动驾驶，L4和L5也称为无人驾驶 [3] - 目前所谓的高阶智驾未达到自动驾驶能力，达不到开车时放心刷手机、调低座椅睡觉的程度 [3] - 2025年前三季度，中国具备L2级组合驾驶辅助功能的渗透率达到64%，预计2025年底升至66.1% [4] - 2025年12月，长安汽车、北汽极狐获得中国首批L3级有条件自动驾驶车型准入许可，在北京、重庆指定区域开展上路试点 [3] L2向L3升级的技术路径与限制 - 自动驾驶将渐进式地从L2迭代到L3/L4，过程将经历人驾、人机共驾到机驾的阶段，逐渐人退机进 [3] - 通过OTA将L2升级至L3不现实，即便软件成熟也不行 [4] - L2的电子架构不是自动驾驶的电子架构，其刹车系统、转向系统的功能安全及智驾域控的算力基本上都无法满足自动驾驶的要求，硬件达不到L3要求则无法通过软件升级实现 [4] AI技术驱动与未来热点 - 人工智能技术驱动了汽车的智能化革命，是智能新能源汽车的灵魂，电动汽车是基础平台 [2][5] - 语言模型已在智能座舱上普遍使用，智能驾驶端到端模式嵌入深度学习模型，部分车企开始尝试视觉语言模型的应用 [6] - 预测2026年视觉语言大模型、世界模型将是智能驾驶的一大热点 [2][6] - AI是解决智能驾驶安全问题的关键，可通过端到端大模型、视觉大模型等进行长时序推理以提前预估潜在风险，也能利用占用网络技术识别“看得见但认不出”的物体，并借助大模型推理预测完全被遮挡的风险 [6] 自动驾驶发展中的数据与安全 - 辅助驾驶阶段是必要的，通过驾驶员作为安全冗余，系统可以持续采集行驶数据，用这些数据训练模型以避免出现小概率的边缘场景 [7] - 从辅助驾驶向自动驾驶迭代的技术路线已确定，但目前在获取数据中仍存在一些边缘场景和未知安全风险 [9] - 智能驾驶系统运行中存在未知风险，包括：危险接管（如目标物漏识别、错误决策轨迹、过高车速、交通违章引发）、紧急安全系统误触发（如AEB、AES、ELK）、以及各类交通事故 [9] - 在L2模式下，碰撞时间的风险警示要大于2秒；在L3模式下，碰撞时间的接管指令要大于10秒 [9] 安全监管与体系构建要求 - 企业应就组合辅助驾驶系统运行中的未知风险事件收集建立报告制度，同时管理部门也应形成相应的监督机制 [9] - 目前自动驾驶的安全要求增加了网络安全、功能安全和预期功能安全三个方面 [9] - 需构建组合辅助驾驶系统沙盒监管深度测试场景库，以及预期功能安全测评用场景库、功能安全测评用故障码矩阵表、信息安全测评用漏洞库 [9] 行业未来展望 - 智能汽车发展走到三岔路口：L2智能辅助驾驶改良汽车，L3自动驾驶颠覆汽车，L4无人驾驶颠覆出行 [10] - 期待L3级车型能在高速公路全速域（含0-120km/h及以上）实现稳定运行 [10]