2025年，當智能網(wǎng)聯(lián)汽車開始駛?cè)氤鞘械摹懊氀堋?，“駕駛權(quán)”交接的問題正擺在人類面前。如果說新能源解決了汽車的“動力”來源，實現(xiàn)了能源結(jié)構(gòu)的綠色轉(zhuǎn)型；那么人工智能（AI）則試圖解決汽車的“靈魂”歸屬，旨在重塑人類與交通工具的交互關(guān)系。

（圖片由AI生成）

在全球科技競爭的棋局中，自動駕駛已成兵家必爭之地。從美國谷歌的Waymo、特斯拉，到中國的百度Apollo、小馬智行……全球科技巨頭都在這條賽道上競相角逐。而在國家戰(zhàn)略層面，國家發(fā)展改革委、工信部等11部門聯(lián)合印發(fā)的《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》明確提出，要構(gòu)建協(xié)同開放的智能汽車技術(shù)創(chuàng)新體系。工信部等五部委聯(lián)合開展智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點，更是標志著中國自動駕駛正從單車智能向網(wǎng)聯(lián)協(xié)同的深水區(qū)邁進。

在這一背景下，我們該如何理解自動駕駛的底層邏輯？AI究竟是輔助駕駛員的工具，還是未來的駕駛主體？面對“黑箱”決策帶來的信任危機，我們又該如何破局？

“可以說，沒有AI，就沒有自動駕駛。”鄧志東說。在他看來，自動駕駛汽車并非簡單的交通工具升級，而是一個具備感知、決策與執(zhí)行閉環(huán)能力的“類腦智能體”。這一觀點的提出，將自動駕駛的討論從單純的機械工程領(lǐng)域，拉到了計算神經(jīng)科學(xué)與人工智能融合的角度。

毫秒間的博弈

對于大多數(shù)公眾而言，自動駕駛依然是一種前沿技術(shù)。汽車是如何做到像人類一樣“看”路、“想”問題并“做”動作的？

“當車道前方車輛出現(xiàn)事故時，就需要變道。此時，自動駕駛的‘感知－決策－執(zhí)行’閉環(huán)是如何完成的呢？”鄧志東拋出了問題。

一切始于感知。他表示，車輛周身遍布的激光雷達、高清攝像頭和毫米波雷達，構(gòu)成了“復(fù)眼”，但硬件只是基礎(chǔ)，真正的挑戰(zhàn)在于如何處理海量的環(huán)境數(shù)據(jù)。

在事故發(fā)生的瞬間，傳感器必須在毫秒級時間內(nèi)捕捉到異?！胺杰囕v熄火了，或者出現(xiàn)了路障。但這僅僅是物理層面的“看見”。AI的核心作用在于“看懂”，即對場景與障礙物進行語義理解。它需要從嘈雜的環(huán)境中——比如雨天路面的反光、復(fù)雜的車流、路邊行人的動態(tài)——過濾出多屬性與關(guān)系預(yù)測信息，構(gòu)建出一個實時動態(tài)的、隱含的數(shù)字世界。在這個隱含世界里，前方事故車不再是一堆像素點，而是被標記為“靜態(tài)障礙物”；相鄰車道的車流不再是模糊的影像，而是通過類別、形狀、位置、速度、加速度、航向等多屬性的分析，被預(yù)測為“動態(tài)目標”。

“汽車如何自己做決策？”這也是體現(xiàn)AI智慧的核心環(huán)節(jié)。

當感知系統(tǒng)確認前方無法通行后，系統(tǒng)大腦開始飛速運轉(zhuǎn)，進入復(fù)雜的博弈階段。鄧志東分析道，此時AI需要瞬間預(yù)測出左側(cè)車道后方來車的行駛意圖，例如是降速或勻速行駛，還是在加速，左前方是否有足夠的安全間隙切入，等等。

這是一個極其復(fù)雜的路徑規(guī)劃過程。與人類駕駛員依靠直覺相似，AI模型需要基于大模型預(yù)測周圍車輛的行為意圖。它會根據(jù)預(yù)設(shè)的“激進變道”與“保守等待”等行駛風(fēng)格，進行具體的決策與規(guī)劃。這一過程模擬了人類大腦處理不完整信息時的機制——在信息瞬息萬變的變道過程中，不僅要看路，還要“懂”車，甚至要“揣摩”其他駕駛員的心理。

決策與規(guī)劃一旦下達，就進入了執(zhí)行與閉環(huán)環(huán)節(jié)。指令被瞬間轉(zhuǎn)化為對底盤的電信號。油門輸出多少扭矩，方向盤轉(zhuǎn)動多少角度，剎車施加多少壓力，都需要在毫秒間精準執(zhí)行。

鄧志東強調(diào)，車輛不僅要先開轉(zhuǎn)向燈，還要根據(jù)后車的反應(yīng)進行實時調(diào)整——如果檢測到后車突然加速，系統(tǒng)必須立即終止變道并回正。這一連串動作的流暢度與穩(wěn)定性，正是衡量自動駕駛AI水平高低的試金石。它不再是死板的程序執(zhí)行，而是模擬人類“老司機”的駕駛直覺，力求在安全、效率與舒適之間達到完美的平衡。

從“規(guī)則約束”到“泛化智能”

在自動駕駛發(fā)展的上半場，行業(yè)主要依賴“規(guī)則驅(qū)動”的技術(shù)路線。工程師們試圖把所有的交通規(guī)則和駕駛經(jīng)驗寫成代碼：紅燈停、綠燈行、實線不越。然而，現(xiàn)實世界的路況是極其復(fù)雜且充滿不確定性的。突如其來的暴雨、沒有信號燈的鄉(xiāng)間路口、形狀獨特的工程車輛，甚至是在路邊散步的牛羊……這些被稱為“邊緣事件”（Corner Case，小概率高風(fēng)險的安全關(guān)鍵場景）的難題，長期制約著自動駕駛的安全上限。

鄧志東指出，AI技術(shù)，特別是大模型的引入，正在從根本上解決這一痛點。他特別提到了一個關(guān)鍵優(yōu)勢——“多場景適配”。

“比如智能輔助駕駛對高速公路、城區(qū)道路的適配?！编囍緰|說。

相比于傳統(tǒng)算法，大模型的最大優(yōu)勢在于強大的“泛化能力”。通過海量駕駛視頻和動作數(shù)據(jù)的預(yù)訓(xùn)練，大模型學(xué)習(xí)到的不再是死板的規(guī)則，而是通用的駕駛邏輯和物理常識。鄧志東認為，這種泛化能力讓汽車在面對未見過的路況時，不再束手無策，而是能像人類一樣“舉一反三”。

例如，在惡劣天氣（如暴雨、大雪）下，激光雷達和攝像頭的傳感器數(shù)據(jù)可能會出現(xiàn)噪點或遮擋，導(dǎo)致傳統(tǒng)算法失效。但基于大模型的AI能夠通過上下文信息“腦補”出道路的幾何結(jié)構(gòu)，識別出模糊輪廓下的車輛和行人，從而保證感知的時空一致性。

鄧志東進一步指出，大模型在決策合理性上的提升同樣顯著。例如在“無信號燈路口讓行”這種典型的博弈場景中，規(guī)則式算法往往因為無法判斷優(yōu)先權(quán)而陷入死鎖。而基于大模型的決策系統(tǒng)，可以預(yù)測其他車輛的軌跡特征和行人的意圖，模仿人類駕駛員的社交博弈策略，做出合理的讓行或通行決策。

這種技術(shù)路徑的演進，與國家在《關(guān)于加強智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準入管理的意見》中鼓勵技術(shù)創(chuàng)新、提升系統(tǒng)環(huán)境適應(yīng)性的導(dǎo)向不謀而合。AI讓汽車擁有了學(xué)習(xí)和進化的能力，使其能夠真正適應(yīng)國內(nèi)復(fù)雜多變的城市道路環(huán)境，且可以從封閉園區(qū)走向開放道路。

黑箱、隱私與商業(yè)化的挑戰(zhàn)

隨著新能源汽車的普及，越來越多用戶開始嘗試使用領(lǐng)航輔助駕駛功能。鄧志東坦言，這背后既有技術(shù)成熟的因素，也離不開“車企科技感宣傳”和“實際通勤便利性”帶來的用戶習(xí)慣改變。但由此帶來的安全隱患，只有直面并予以解決，才能讓自動駕駛真正走進千家萬戶。

“事實上，明確決策邏輯這樣的事故溯源很難實現(xiàn)，因為基于大模型的方法可能是黑箱式的?！编囍緰|指出了當前技術(shù)的局限性。

深度神經(jīng)網(wǎng)絡(luò)的決策分布在數(shù)以千億計的神經(jīng)元參數(shù)路徑中，而非可讀的代碼邏輯。當車輛在緊急情況下做出一個剎車或避讓動作時，我們很難像檢查傳統(tǒng)代碼一樣，精準定位是哪一行邏輯起了作用。這種“不可解釋性”，給事故定責、保險理賠以及用戶的心理安全感構(gòu)建帶來了巨大挑戰(zhàn)。鄧志東認為，這是未來AI研究的前沿方向之一，即可解釋AI的發(fā)展，或者是建立一套系統(tǒng)的多重閉環(huán)的安全評估標準。

自動駕駛汽車被形象地稱為“移動的數(shù)據(jù)采集器”，它們無時無刻不在錄制周圍的環(huán)境。在這些記錄中，不可避免地會包含“走斑馬線橫穿馬路的行人，或走道路兩側(cè)的行人”。鄧志東指出：“這個時候，行人的人臉就要打上馬賽克，進行數(shù)據(jù)隱私保護。”

這不僅是企業(yè)的社會責任，更是對《中華人民共和國數(shù)據(jù)安全法》及《汽車數(shù)據(jù)安全管理若干規(guī)定（試行）》的嚴格踐行。在享受技術(shù)便利的同時，必須捍衛(wèi)每一個普通人的隱私權(quán)利。

在談及備受關(guān)注的RoboTaxi（自動駕駛出租車）時，鄧志東說：“RoboTaxi是限定了行駛區(qū)域與功能的L4級別的無人駕駛?！?/p>

他認為，這種在特定區(qū)域（如北京亦莊、上海嘉定等自動駕駛示范區(qū)）先行先試的模式，是目前最務(wù)實、最可行的商業(yè)化落地路徑。通過限定場景，可以在技術(shù)尚未達到全知全能的情況下，通過運營積累數(shù)據(jù)，逐步接近完全無人駕駛的目標。

政產(chǎn)學(xué)研用的合力

自動駕駛是一項復(fù)雜的系統(tǒng)工程，單靠一家企業(yè)或一個實驗室無法完成。面對這一挑戰(zhàn)，鄧志東強調(diào)了“協(xié)同”的重要性。

“政府已有‘自動駕駛政策先行試點區(qū)’，企業(yè)與高校共建的‘聯(lián)合研發(fā)平臺’也早就存在?！编囍緰|介紹。

他進一步指出，這種政產(chǎn)學(xué)研用的深度融合，正是推動中國自動駕駛技術(shù)領(lǐng)跑全球的核心動力。政府提供政策沙盒與基礎(chǔ)設(shè)施（如“車路云一體化”的路側(cè)設(shè)備），高校提供前沿理論研究、關(guān)鍵技術(shù)突破與人才輸送，企業(yè)負責技術(shù)落地與商業(yè)化運營。三方合力，才能跨越從技術(shù)驗證到規(guī)模應(yīng)用的“死亡之谷”。

展望未來5到10年，鄧志東對行業(yè)前景充滿信心。他認為，隨著AI算力的突飛猛進、法律法規(guī)的不斷完善，以及基礎(chǔ)設(shè)施的智慧升級，我們將迎來“更自主的出行與服務(wù)能力”。

屆時，汽車將不再僅僅是從A點到B點的交通工具，而是懂你、護你、解放你、服務(wù)于你的智能移動空間。它能理解你的意圖，預(yù)判潛在的安全風(fēng)險，真正在復(fù)雜的城市環(huán)境中實現(xiàn)“科技護航”。

來源：北京科技報

采訪專家：鄧志東（清華大學(xué)計算機科學(xué)與技術(shù)系教授、人工智能研究院視覺智能研究中心主任）

撰文：記者 段大衛(wèi)