2025年7月15日-16日，“2025新能源智能汽車新質(zhì)發(fā)展論壇”在吉林省長春市舉行，主題為“新質(zhì)引領(lǐng) 智創(chuàng)未來”。清華大學車輛與運載學院院長、教授王建強出席并演講。

　　王建強談到，數(shù)據(jù)驅(qū)動是當前主流自動駕駛路線之一，具備自主學習能力、模塊集成性強，并具備一定的場景泛化能力。但同時也存在明顯短板：一是決策過程呈“黑箱”狀態(tài)，缺乏可解釋性；二是嚴重依賴訓練數(shù)據(jù)分布，泛化能力有限；三是神經(jīng)網(wǎng)絡(luò)模型參數(shù)龐大，推理速度慢，難以滿足實時性要求。因此，他指出，在極端場景數(shù)據(jù)稀缺與模型黑盒屬性的雙重制約下，數(shù)據(jù)驅(qū)動路線在安全保障上仍面臨較大挑戰(zhàn)，尚難支撐L4+級別自動駕駛的落地。

　　王建強表示，面對長尾場景，單靠數(shù)據(jù)驅(qū)動遠遠不夠。事實上，人類在學車過程中并不依賴大量駕駛數(shù)據(jù)，而是基于日常生活中形成的知識、經(jīng)驗與常識進行判斷和決策。因此，他提到，要破解“長尾問題”，需要像人類一樣學習，引入認知驅(qū)動的新路線，將知識與數(shù)據(jù)融合，構(gòu)建更具推理能力和泛化能力的智能系統(tǒng)。

　　為突破規(guī)則系統(tǒng)“僵化”、數(shù)據(jù)系統(tǒng)“黑箱”的困境，王建強表提出了第三條技術(shù)路線：認知驅(qū)動。他解釋道，“它以人腦認知機制為啟發(fā)，融合規(guī)則驅(qū)動的可解釋性與數(shù)據(jù)驅(qū)動的學習能力，這種路線一方面讓規(guī)則驅(qū)動的系統(tǒng)具備進化能力，適應(yīng)更多場景；另一方面推動模糊系統(tǒng)“去黑箱化”，變成確定系統(tǒng)，實現(xiàn)過程透明、結(jié)果可信?！?/p>

　　他強調(diào)，認知驅(qū)動的關(guān)鍵在于：通過對人、車、路系統(tǒng)的深層理解，構(gòu)建對要素特性、相互作用與運行規(guī)律的準確建模與數(shù)字表達。它不僅繼承了規(guī)則驅(qū)動的可解釋性，也具備數(shù)據(jù)驅(qū)動的適應(yīng)性，但更強調(diào)“理解機制”本身。認知驅(qū)動旨在推動智能駕駛系統(tǒng)真正具備泛化、演化和可靠決策能力。

　　王建強表示，當前自動駕駛系統(tǒng)的實際發(fā)展明顯滯后于預(yù)期，面臨的難題仍有很多。為實現(xiàn)高等級自動駕駛落地，需要構(gòu)建“自主學習 + 先驗知識”的新范式?？傮w趨勢是回歸以人為中心的技術(shù)理念，聚焦“認知人、學習人、超越人”的系統(tǒng)能力構(gòu)建，推動從功能智能走向認知智能的根本轉(zhuǎn)變。

　　面向未來，“三縱三橫”式技術(shù)架構(gòu)為智能汽車演進提供系統(tǒng)化路徑。具體來說，他指出，縱向包括車輛關(guān)鍵技術(shù)（如環(huán)境感知、風險認知、決策控制）、信息先進技術(shù)（如人工智能、數(shù)據(jù)平臺、信息安全）和基礎(chǔ)支撐技術(shù)（如高精地圖、標準法規(guī)、測試驗證），構(gòu)成核心功能支撐體系。橫向則依托車載終端平臺、交通設(shè)施平臺和信息安全平臺三大基礎(chǔ)，分別強化車端智能、車路協(xié)同與系統(tǒng)可信保障。“三縱三橫”式技術(shù)架構(gòu)將共同支撐智能汽車的規(guī)?；?、規(guī)范化和可持續(xù)演進。

　　面對復雜、泛化與未知等高風險交通情境，王建強認為：“聰明車”必須是“安全車”，因此智能汽車安全需通過“類腦認知架構(gòu)”實現(xiàn)向人類駕駛認知模式的躍遷。最終目標是：提升AV的自學習、自反思、自適應(yīng)能力，構(gòu)建一個具備人類類腦推理特征、安全可驗證的高等級智能駕駛系統(tǒng)。

　　新浪聲明：所有會議實錄均為現(xiàn)場速記整理，未經(jīng)演講者審閱，新浪網(wǎng)登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。