认清定义和能力，别把辅助驾驶当自动驾驶

长期以来，智能驾驶引发的恶性交通事故频发，但直到最近的小米SU7事件，才真正开始令普罗大众反思，车企们大肆鼓吹的智驾真的靠谱吗？辅助驾驶是不是伪命题？

4月16日，工业和信息化部装备工业一司组织召开智能网联汽车产品准入及软件在线升级管理工作推进会，部装备工业发展中心、主要汽车生产企业近60名代表参加会议。

会议强调，汽车生产企业要深刻领会工业和信息化部、市场监管总局《关于进一步加强智能网联汽车产品准入、召回及软件在线升级管理的通知》要求，充分开展组合驾驶辅助测试验证，明确系统功能边界和安全响应措施，不得进行夸大和虚假宣传，严格履行告知义务，切实担负起生产一致性和质量安全主体责任，切实提升智能网联汽车产品安全水平。

辅助驾驶下驾驶员不能“大撒把”

3月19日凌晨3时许，包茂高速（北往南）2184km处，张某驾车径直追尾了前方大货车。张某称，他和朋友吃完宵夜后，疲劳状态下仍强撑着驾车上了高速公路，随后他开启了车辆的自动驾驶功能并打起瞌睡。

行至事发路段时，自动驾驶系统未能及时识别并规避已经变道过来的货车，张某也未能及时发现并做出反应，最终导致事故的发生。张某对此次事故负全部责任。

3月16日17时许，武深高速湖南郴州段。驾驶人方某开启辅助驾驶功能后分心，未及时发现车辆方向偏移，慌忙接管时操作不当，致车辆冲向右侧山体侧翻，所幸全员系安全带未受伤。

3月29日夜，一辆小米SU7标准版纯电动汽车在安徽德上高速公路池祁段行驶时，与道路一侧的水泥桩发生碰撞后起火燃烧，造成车内3名乘员死亡。‌事故发生时，车辆处于NOA（自动导航辅助驾驶）状态，时速为116公里。尽管系统检测到前方施工路障并发出减速请求，驾驶员接管后仍以约97公里/小时的速度撞向水泥护栏。

一方面是智能驾驶频繁引发恶性事故，而另一边研究机构的测试却表明，智能驾驶可以降低事故率。

根据欧洲Euro NCAP和美国IIHS的研究，AEB（自动紧急刹车系统）可将追尾事故发生率降低约27%-38%，在低速（30-50km/h）场景下效果更明显。

中国汽车技术研究中心C-NCAP测试表明，AEB对静止车辆和行人横穿的识别率可达70%-90%，但高速场景下（80km/h）性能下降。

汽车之家研究院最近发布的《中国智能驾驶商业化发展白皮书（2025）》称，美国公路安全保险协会的研究显示，L2+智能驾驶可以降低事故率40%。

现实和研究结论看似相悖，这是怎么回事呢？

小马智行公共事务副总裁王彊表示，不管是城区还是高速NOA建立在有人类司机兜底最极端场景的基础上，辅助驾驶系统只要能支持多数场景的基本驾驶即可，目标是减轻驾驶员负担。对于辅助驾驶的使用也要时刻保持警惕，切勿把辅助驾驶当做自动驾驶使用，若过度依赖辅助驾驶，会使得司机长时间放松警惕，此时一旦辅助驾驶系统发现自己处理不了的问题，就会要求司机接管车辆，司机反应会不及时，无法接管车辆。

L2无法通过大量学习升级到L4

需要强调的是，现在的L2级辅助驾驶和L4级自动驾驶是两回事，在底层逻辑、安全冗余设计和应对复杂路况方面的能力上均有着巨大差异。

2021年8月，中国国家市场监督管理总局、国家标准化管理委员会批准发布《汽车驾驶自动化分级》（GB/T 40429-2021）标准，将驾驶自动化分为0至5级。

2级（组合驾驶辅助）要求系统能够同时控制车辆的横向和纵向运动，如全速域自适应巡航结合车道居中功能。这一级别的系统能够在多个维度上减轻驾驶员的负担，但仍需要驾驶员保持全程监控，随时准备接管车辆。

4级（高度自动驾驶）要求系统在限定场景内（如封闭园区）无需驾驶员干预，能够自主完成驾驶任务。当超出设计条件时，系统会自动执行最小风险策略。这一级别的系统主要应用于Robotaxi和特定商用场景，如港口物流车、园区接驳车等。

从底层逻辑看，组合驾驶辅助系统要求驾驶者随时准备接管车辆，也就是说最后为车辆和驾乘者安全“兜底”的，仍然是驾驶员。系统的任务是“辅助”，而不是“替代”。而高度自动驾驶系统则可以在一定场景内，无需驾驶员干预，要求车辆在任何情况下都能自主处理或安全停车，保证驾乘者及交通参与者的安全。因此，我们看到在一些场景下，达到L4级标准的车辆可以做到车内没有安全员。同时，也几乎没有听到过L4级车辆发生重大交通事故。

因此，从某种意思上说，L2情况下机器的能力越强，人类越容易放松警惕，从而增加事故风险。

从安全冗余设计上看，L4级车辆不做选择，而是都要。L2级可以不用地图，只靠硬件，可以不用激光雷达，只采用视觉方案和算法支持辅助驾驶，因为万一失效，还有驾驶人接管。但是L4级车辆因为需要“自动驾驶”，所以激光雷达、毫米波雷达、视觉系统、高精地图都要配备，甚至还需要对车辆底盘、制动等系统进行重新调校，以满足安全要求。

王彊直言，尽管车企都在通过数据采集强化L2级辅助驾驶的可靠性，但是因为L2的软硬件系统架构和L4不一样，所以L2是无法通过大量学习升级到L4的。

目前绝大对数自动驾驶技术都是采用大模型技术，通过采集数据，让系统模仿人类司机开车(模仿学习)，但上限难以超越人类司机。而小马智行自研了世界模型，即创建高保真的虚拟环境、精确复制现实世界的视觉细节和动态响应条件模拟其至创造出罕见突发场景，通过系统自我博弈，提升自驾系统能力(强化学习)，能超越人类司机。在技术工具层面，小马智行同样使用Transformer、端到端架构等通用框架，但通过世界模型+强化学习的耦合，实现了从“感知”到“决策”再到“执行”的闭环优化。

别夸大宣传，也不要引起恐慌

去年网上流传的一张图片引发了不小的社会恐慌：办公楼里，十几个“安全员”分别坐在类似汽车驾驶舱的座舱内，身前是几块大屏幕，方向盘和踏板，他们监控着智能汽车的行驶情况。据称，这些“安全员”是为了在帮助自动驾驶汽车处理紧急情况。

大家恐慌的原因很好理解，如果车辆在行驶中遇到紧急状况，这些远程安全员来得及接管吗？就算他们精力集中，如果网络存在延迟怎么办？车上乘客的安全都要交付给这些在远在后台的安全员吗？万一“安全员”闹情绪，操控车辆引发事故，车上乘客岂不是遭受了无妄之灾？

王彊首先强调每家技术路线不同，小马智行并没有所谓的“远程驾驶舱”，而是采用“远程协助”的方式，从认知路况到决策，再到给出刹车油门和刹车，所有判断和计算都是由无人车搭载的小马智行自动驾驶软硬件完成。这些在后台随时待命的“远程安全员”并非要在紧急时刻接管车辆，而是在车辆已经确保驾乘者安全，但又不知道下一步怎么办的时候，给予车辆指令的。比如，在一条双向单车道，中间是黄实线的道路上，一侧道路临时施工，此时车辆不知道能否驶入对向车道临时借道。在车辆减速停车后，会向“安全员”求助，“安全员”则根据现场状况判断给到一个指令，随后车辆自身完成决策决断，保证车辆能够安全顺利通过。

他向记者展示了这样一个场景。一辆无人驾驶出租车行驶到酒店附近，前方排了七、八辆出租车，实际这一路段并没有堵车，而是出租车在这里“趴活儿”，等着接订单。这时，无人驾驶出租车发现异常，并向”远程安全员”求助。安全员发出指令后，车辆借道顺利开到了酒店大堂门口，借道之前还礼让了对向车道开过来的正常行驶车辆。

在王彊看来，辅助功能可以提高安全性、降低司机疲劳度、增加驾驶乐趣，对于驾乘者是好事，但一些车企的过度宣传反引发了副作用，另消费者对辅助驾驶的认知产生了偏差。车企和消费者一定要绷紧一根弦：辅助驾驶、智能驾驶等并不等同于自动驾驶，车企不要夸大辅助驾驶的功能，消费者自身也要清楚辅助驾驶能做什么，不能做什么，对自己和车上乘员的生命安全负起责任。