在“智驅新程·芯動未來”新京報第二十屆超級汽車論壇上，同濟大學汽車學院教授、汽車安全技術研究所所長朱西產發表了題為《聊聊智能駕駛安全問題的爭議》的主旨演講。他指出，安全始終是汽車行業的核心議題，無論是傳統汽車還是智能汽車，安全都是起點，也是自動駕駛技術面臨的終極挑戰。當前，自動駕駛技術尚未完全成熟，仍有許多安全問題亟待解決。

朱西產介紹，全球汽車自動化程度分為L0至L5六個等級，其中L2屬于入門級輔助駕駛，L3及以上才被視為自動駕駛，L4和L5則屬于無人駕駛范疇。目前市場上的高階智能駕駛技術尚未達到真正意義上的自動駕駛水平，無法讓駕駛者在行駛過程中完全放松，例如刷手機或睡覺。他預計，我國自動駕駛技術將通過漸進式迭代，從L2逐步發展到L3和L4，但這一過程需要經歷人機共駕階段，并逐步實現人退機進。

根據《2025城市NOA汽車輔助駕駛研究報告》，2025年前三季度，我國L2級組合駕駛輔助功能的滲透率已達64%，預計年底將升至66.1%。隨著首批L3級有條件自動駕駛車型獲得準入許可，許多用戶關心是否可以通過軟件升級將L2車輛提升至L3。朱西產明確表示，這一想法不現實。他解釋稱，L2的電子架構無法滿足自動駕駛對剎車系統、轉向系統功能安全及智駕域控算力的要求，硬件不達標的情況下，軟件升級無法實現L3功能。

朱西產強調，人工智能（AI）是推動汽車智能化革命的關鍵力量，堪稱智能新能源汽車的“靈魂”。電動汽車僅為基礎平臺，接入AI技術才是發展的巔峰。目前，語言模型已廣泛應用于智能座艙，智能駕駛端到端模式也嵌入了深度學習模型，部分車企開始嘗試視覺語言模型的應用。他預測，2026年視覺語言大模型和世界模型將成為智能駕駛領域的熱點。

AI技術的快速發展顯著提升了汽車的智能座艙和智能駕駛能力。朱西產認為，AI也是解決智能駕駛安全問題的核心。通過端到端大模型和視覺大模型進行長時序推理，可以提前預估潛在風險；利用占用網絡技術識別“看得見但認不出”的物體，并借助大模型推理預測完全被遮擋的風險。他指出，輔助駕駛階段是必要的，通過駕駛員作為安全冗余，系統可以持續采集行駛數據，用于訓練模型，避免出現小概率的邊緣場景。

盡管自動駕駛技術路線已明確，但數據獲取過程中仍存在邊緣場景和未知安全風險。朱西產列舉了智能駕駛系統運行中的多種未知風險，包括目標物漏識別、錯誤決策軌跡、過高車速和交通違章引發的危險接管，以及緊急安全系統（如AEB、AES、ELK）的誤觸發情況。交通事故也是一大風險，包括駕駛員脫離未及時接管、緊急接管誤操作、車輛失控和其他道路交通參與者行為引發的事故等。他建議，企業應建立組合輔助駕駛系統運行中的未知風險事件報告制度，管理部門也應形成相應的監督機制。

朱西產分析，自動駕駛的安全要求已擴展至網絡安全、功能安全和預期功能安全三個方面。為應對這些挑戰，需構建組合輔助駕駛系統沙盒監管深度測試場景庫，以及預期功能安全測評用場景庫、功能安全測評用故障碼矩陣表和信息安全測評用漏洞庫。他表示，智能汽車發展已進入關鍵階段，L2智能輔助駕駛改良汽車，L3自動駕駛顛覆汽車，L4無人駕駛顛覆出行，期待L3級車型能在高速公路全速域（含0-120km/h及以上）實現穩定運行。