圆满落幕 | 盖世汽车2025第八届智能辅助驾驶大会

（原标题：圆满落幕 | 盖世汽车2025第八届智能辅助驾驶大会）

2025年7月22日，盖世汽车第八届智能辅助驾驶大会在上海圆满落幕。

当下，智能辅助驾驶技术已从概念构想步入深度应用阶段，感知层、决策层、执行层与网联层的协同进化，重塑着汽车产业格局。在AI技术浪潮席卷全球，安全需求成为产业生命线的时代，智能辅助驾驶正经历从量变到质变的关键跨越。当 AI 深度赋能感知层的敏锐洞察、决策层的智能研判，安全体系如同精密铠甲，为技术落地筑牢底线，二者共同驱动汽车产业向智能化、网联化的全新生态加速转型。

在此背景下，本次大会特设四大专场：AI端到端、数据与算力、感知融合、测试验证。聚焦技术前沿，从AI驱动的端到端技术革新应用，到数据与算力支撑下的技术突破与挑战，再到智能辅助驾驶系统全流程测试验证，产学研各界嘉宾将围绕行业热点展开深度探讨，共探安全可靠的智能辅助驾驶商业化路径。

本次大会特别感谢毫厘智能、QNX、泰科电子、几何伙伴、维克多、提迈克、际上导航、凯芯科技、51Sim、金脉电子等32家生态合作伙伴的支持。

【AI端到端专场】

端到端组合辅助驾驶产业分析与展望

当前端到端组合辅助驾驶以感知-决策-控制一体化为核心，突破模块化架构局限，成为L3级辅助驾驶落地的关键方向。盖世汽车CEO周晓莺指出，行业主流采用“Two Model”架构，逐步向“One Model”融合演进，特斯拉、华为等企业通过数据闭环与大模型训练提升系统泛化能力。另外，政策加速构建准入监管、数据合规框架，支持端到端方案从高速向城市场景扩展，推动技术商业化落地。

周晓莺还提到，端到端技术面临黑盒模型可解释性差、长尾场景数据稀缺及算力瓶颈等挑战，需通过仿真训练、端云协同与标准规范建设突破瓶颈。自主车企中，比亚迪、小米等凭借全域感知与软硬一体化策略领先，合资品牌通过与科技企业合作加速量产。

未来，端到端将与多模态大模型、边缘AI深度融合，拓展至智慧交通、机器人等领域，推动“新一代智能系统架构”演进，重塑出行与产业生态。

周晓莺｜盖世汽车CEO

全域AI守护辅助驾驶安全

吉利汽车研究院智能驾驶中心副主任胡伟龙指出，随着技术演进，辅助驾驶SOC芯片从规则计算迈向认知智能，算力需求激增至万TOPS级。算法范式亦不断升级，从多段式AI到VLA大模型，提升了系统的复杂场景应对能力和推理能力，确保辅助驾驶的边际安全。此外，数据标注自动化与数据闭环的挖掘成为推动辅助驾驶向更高阶智能化的关键。

在构建安全可靠的辅助驾驶系统方面，吉利汽车研究院强调算力底座的重要性，提出构建“云-数-智”一体化超级计算平台。通过VLA大模型与基于数据驱动的强化学习结合，实现从感知智能到认知智能的转变，提升驾驶场景的理解与推理能力。

胡伟龙｜吉利汽车研究院智能驾驶中心副主任

华为昇腾生态，众智合力，助力智能汽车AI发展

华为技术有限公司昇腾智能汽车&机器人领域产品总监黄梓亮指出，随着数据量激增和模型复杂度提升，算力成为车企竞争的关键。智能辅助驾驶系统从模块化端到端向大模型过渡，参数规模从百万级增长至百亿级，数据处理量达PB级/天，训练节奏加快至天级迭代。这些变化对云端AI算力提出更高要求，预计2028年中国汽车云端AI算力需求将达100EFLOPS。

针对行业需求，通过昇思MindSpore、Driving SDK等工具，华为昇腾实现多模态大模型训练加速，性能领先国内友商，并支持快速迁移开发。同时，其高可用架构确保千亿参数模型40天长稳训练，故障恢复时间小于10分钟，为智能辅助驾驶业务提供稳定可靠的算力支持。

黄梓亮｜华为技术有限公司昇腾智能汽车&机器人领域产品总监

基于雷视融合的软硬件一体端到端解决方案

基于雷视融合的软硬件一体端到端解决方案，几何伙伴凭借G-PAL系列行泊一体辅助驾驶解决方案，在智能辅助驾驶领域展现了强大实力。智驾算法事业部副总经理许正昊指出，几何伙伴凭借自研的视觉与4D毫米波成像雷达融合技术，实现了全天时全天候、高精度多模态、低成本易量产的系统级解决方案。

他指出，几何伙伴的核心技术优势在于软硬全栈自研的硬能力，包括轻量化端到端、高性能行泊一体域控制器等。许正昊表示，通过自建智算中心与海量真实与虚拟场景数据集，实现了算法的快速迭代与高效优化，为复杂环境下的决策规划提供了可靠支撑。同时，公司构建了严格的质量管控体系与四合一流程体系，确保产品的泛化能力与高可靠性。

许正昊｜上海几何伙伴智能驾驶有限公司智驾算法事业部副总经理

组合辅助驾驶开发实践

北汽研究总院智能辅助驾驶专业总师徐志刚指出，当前智能化成为购车第二大考量因素，但不同车型需求差异显著，越野车型用户更关注智能座舱，其他车型对辅助驾驶的关注度更高。

此外，2026-2027年严格的L2法规可能强制实施，推动产品准入门槛提升，解决方案从价格驱动转向安全引领，对车企技术迭代提出更高要求。徐志刚指出，法规变化带来多重挑战，一是技术路线选择，纯视觉方案难以覆盖夜间施工、纸箱等复杂场景，需结合激光雷达或4D毫米波雷达；二是算力需求激增。当前，许多车企正通过舱架融合技术优化算力调度，并探索中央计算中心架构，推动车控、底盘、动力系统多域融合。

徐志刚｜北汽研究总院智能辅助驾驶专业总师

端到端技术范式创新，驱动智驾安全进化

随着辅助驾驶技术的普及，行业对于驾驶安全的关注越来越多。轻舟智航技术副总裁刘成提出，安全并不意味着保守，汽车行业的许多创新都是围绕安全进行的，轻舟智航致力于以创新方式驱动安全，成为安全辅助驾驶的护航者。

刘成详细分析了高阶智能辅助驾驶面临的安全问题，主要包括传感器失效、受限场景以及用户误操作等。为解决这些问题，算法泛化性、系统完备性和交互可靠性成为三个关键方向，另外还可以采用数据驱动的端到端范式提升算法推理能力，构建失效保护机制，并通过语音和状态提醒增强交互可靠性。

刘成｜轻舟智航技术副总裁

世界模型平台x具身基础模型，开启物理世界通用智能新时代

极佳科技合伙人&副总裁毛继明表示，极佳科技的目标不仅是构建世界模型，更是要通过世界模型推动physical AI向general physical AI发展，即实现通用人工智能。他指出，人类直觉认知与高级思考推理能力成为设计通用机器智能的参照，其中世界模型被视为physical AI的底层操作系统，与逻辑智能共同构成general physical AI体系。

极佳科技采用世界模型与智能体双轮驱动的策略，两者相互促进，共同进化。世界模型为智能体提供数据支持，而智能体的进化则对世界模型提出更高要求，推动其精度与泛化能力的提升。

毛继明｜极佳科技合伙人&副总裁

腾讯能力与自驾行业结合

针对自动驾驶发展，腾讯汽车解决方案总监王泽众强调了地图数据的重要性，指出路网信息的实时更新对优化驾驶算法模型至关重要。腾讯地图凭借每日海量调用，为自动驾驶提供数据支持。腾讯结合地图数据与AI场景，通过图云AI一体化的整合策略，助力自动驾驶公司和主机厂提升技术。

在算力支持方面，王泽众提到腾讯为智能驾驶汽车提供了多维度云方案，旨在降本增效。面对算力高效运用及合规性的挑战，腾讯搭建了智能合规云平台。该平台整合了自动驾驶开发的合规性、数据及算力，确保在合规前提下实现高效迭代。

王泽众｜腾讯汽车解决方案总监

【数据与算力专场】

车规级操作系统-汽车电子软件的基石

车规级操作系统是智能汽车电子软件的基石，承担着协调硬件、算法、中间件及云服务的关键角色。随着汽车电子架构从分布式向域控制器演进，操作系统需满足高性能计算、功能安全及数据安全的综合需求。

QNX大中华区总经理董渊文表示，QNX提供从芯片层到应用层的全栈解决方案，包括64位多核处理器支持、Certified Hypervisor虚拟化及Black Channel安全通信模块。其域控制器架构涵盖智能座舱、自动驾驶及车身控制，通过空间隔离、时间调度及单向消息传递机制确保功能安全，同时集成加密、权限管理及数字签名技术保障数据安全。

董渊文｜QNX大中华区总经理

“芯”力领航智慧出行全场景新时代

黑芝麻智能产品管理总监周勇分享到，面对汽车智能化浪潮，黑芝麻智能持续进行技术创新，推动汽车智能化进程。从制程提升、处理器出现到算法演进，黑芝麻智能紧跟技术发展趋势，不断突破高算力芯片、电子电气架构等关键技术，成功发布全球首款车规级跨域融合芯片，并全面拥抱大模型，实现AI计算效率的再突破。其产品不仅支持BEV+Transformer等先进算法，还具备多模态交互能力，为汽车全场景智能化提供了坚实支撑。

黑芝麻智能的武当C1200家族芯片，以其一芯多域、一芯多用的创新设计，重新定义了汽车安全智能底座。该系列芯片首款采用A78AE架构，相比竞品算力显著提升，同时内置以太网交换、支持SIP模块，并集成了行业最高的MCU算力，为领航辅助驾驶、多域融合计算等高级功能提供了强大的硬件支持。

周勇｜黑芝麻智能产品管理总监

软硬结合，打造全民智驾计算新范式    

地平线芯片产品总监沈建介绍到，地平线在技术层面不断突破，通过软硬结合的策略，实现了计算性能的显著提升。地平线针对辅助驾驶系统的特殊需求，设计了专为大参数Transformer而生的BPU Nash，支持多种浮点数据类型和硬件加速算子，有效缓解了内存墙问题。此外，地平线还积极推动芯片集成度和能效的提升，满足自动驾驶系统对高性能计算的需求。

地平线在商业化方面同样表现出色，其征程系列ADAS/AD方案已广泛应用于40家OEM厂商，包括前十大中国OEM，实现了大规模的商业落地。地平线通过提供极致性价比的标配方案和差异化的SOC计算方案，加速了主动安全标配的普及，并推动了行泊一体域控等先进方案的应用。

沈建｜地平线芯片产品总监

从乘用车到垂直场景：生成式AI驱动智能辅助驾驶数据闭环跨领域赋能

东风悦享数据工程工具开发高级专家章品指出，随着端到端模型的提出，东风悦享的数据工作延伸至预测、决策、规划及控制模块，数据标注也拓展至连续帧及自车信息标注。大模型时代的到来，进一步推动了对场景理解及驾驶行为决策推理数据的需求，促使东风悦享不断优化数据生成与处理技术。

面对数据采集标注成本高、场景覆盖不足及数据复用率低等挑战，东风悦享构建了数据闭环体系，并探索数据生成技术。通过数据生成大模型与仿真闭环平台，东风悦享能够生成多样化、高真实性的数据，满足不同算法需求，解决极端天气和危险场景数据稀缺问题，提升算法性能与产品落地能力，同时实现乘用车数据向其他细分场景的复用，降低数据成本。

章品｜东风悦享数据工程工具开发高级专家

智能辅助驾驶的数据驱动开发体系建设与实践

上汽集团创新研究开发总院，智驾部仿真与数据开发专家周鹏指出，算法、算力、数据是人工智能发展的三大核心要素。通过建立数据管理、标注、训练和仿真四大平台，上汽初步构建了数据闭环体系。然而，随着业务的发展，原有体系面临数据表达方式增加、数据来源多样化及应用方式扩展等挑战，导致新业务上线周期长、服务复用率低及业务耦合度高等问题。

周鹏介绍到，为应对上述挑战，公司对数据闭环业务进行了重构。团队分析发现，数据服务主要分为两类，一类是同场景下不同模态数据的转换，如人工标注、自动标注及仿真回灌；另一类是新场景的生成，如基于视觉模型的场景生成和闭环仿真中的场景变化。基于这一理解，团队重新定义了数据和服务，将原有平台服务拆分为独立微服务，提高了数据的复用性和服务的灵活性。重构后的数据工厂2.0通过强类型数据定义和微服务架构，显著提升了数据复用率和业务响应速度。

周鹏｜上汽集团创新研究开发总院，智驾部仿真与数据开发专家

可规模化落地的组合辅助驾驶产品

知行科技产品总监徐健介绍到，知行科技在智能辅助驾驶技术上不断突破，从基础行车、泊车功能到行泊一体、高速及城市领航等高阶功能，均有所涉及。

面对全球市场，知行科技积极洞悉海外法规及场景，为品牌出海保驾护航。知行科技产品已出口至超过100个国家，涵盖奇瑞、吉利、东风等品牌的多款车型。在海外法规遵守上，知行科技严格遵循欧盟GSR2.0、美国FMVSS 111等强制标准，确保数据处理和存储的合规性，维护用户隐私。此外，知行科技还提供多样化业务模式，包括硬件底软交付、功能算法模块等，满足不同客户需求，协同突破智能辅助驾驶技术。

徐健｜知行科技产品总监

中央计算平台的设计与性能优化

亿咖通科技成立于2017年，形成了从芯片设计到智能制造的全链条能力，目标是打造车规电子产品的世界级制造标杆。亿咖通科技中央计算平台研发中心负责人王荫提到，亿咖通推出基于“龍鹰一号”系列芯片的舱驾融合方案，首创单SoC中央计算平台，实现座舱与智驾功能一体化。

此外，亿咖通自主研发Cloudpeak软件架构，兼容Linux、Android、QNX等多操作系统，通过跨域中间件实现软硬件解耦，缩短座舱开发周期20%以上。其虚拟化技术将GPU损耗率压低至2%以下，并获得ASIL-D功能安全双认证。

王荫｜亿咖通科技中央计算平台研发中心负责人

智能辅助驾驶多模态数据湖最佳实践    

当前，智能辅助驾驶发展呈现强数据飞轮驱动特征，量产普及与网联化推动数据井喷，但带来异构性、成本激增及资产化困境。火山引擎数据产品解决方案高级经理张伟亮指出，全模态数据融合对引擎能力提出更高要求，需兼顾分布式计算、异构算力及实时流转能力。

当前行业面临长尾场景挖掘低效、数据碎片化、跨团队协作壁垒等八大痛点，例如训练数据加载延迟导致GPU算力闲置、数据版本混乱引发训练事故，凸显从“交钥匙方案”向“能力基座”转型的必要性。对此，火山引擎提出以成本优化、AI原生性为核心的数据湖设计理念，通过开源兼容、轻量运维降低使用门槛。

张伟亮｜火山引擎数据产品解决方案高级经理

车载计算赋能：从域控EIS400到软件框架AutoDRRT

浪潮信息（元脑品牌）边缘车载计算团队负责人张清指出，当前车载大模型发展面临两大挑战，一是数据中心端需解决大模型训练问题，二是车端需在算力有限情况下实现大模型部署及低延时计算。

为应对挑战，元脑团队在数据中心和边缘侧进行了计算布局，数据中心提供大模型AI训练平台、高并发仿真GPU计算平台及大规模数据处理CPU平台；边缘侧则部署路侧和车载计算平台，如边缘盒子型产品、联合研制的边缘服务器及车载预控单Soc平台等。

张清｜浪潮信息（元脑品牌）边缘车载计算团队负责人

【感知融合专场】

车路云一体化动态认知地图构建关键技术研究

武汉理工大学副研究员郭圆深入探讨了在车路云一体化背景下高精地图的新研究：动态认知地图，旨在解决现有高精地图的局限性并赋能高级别辅助驾驶发展。郭圆指出，车路云一体化是当前辅助驾驶领域热点，通过多主体协同实现安全、节能、舒适、高效的运行，高精地图在其中扮演时空基准角色，为道路静态信息、交通规则和语义约束提供统一建模基准。

她强调，现有高精地图在静态场景如定位和规划已较成熟，但对动态要素刻画不足，模型复杂导致生产成本高、更新难度大，同时面临数据安全性和合规性挑战。

此外，郭圆介绍了团队构建的三层架构，支持动态目标行为预测和交互关系建模，并开发了如交叉口风险预警等应用。她表示，未来团队将致力于解决混合交通场景信息关联耦合、低渗透感知环境超视距跟踪、三层架构优化以减少数据量，以及探索用传统导航电子地图构建动态认知地图等挑战。

郭圆 | 武汉理工大学副研究员

软硬结合、AI赋能

支撑VLA时代的可靠可信绝对定位与姿态感知

MCT毫厘智能业务总监胡洋深入探讨了软硬结合、AI赋能是支撑VRA时代可靠可信的绝对定位与姿态感知的关键。胡洋指出，公司战略是数据驱动、软硬结合，拥有三条核心产品线：车规级自研GNSS芯片与模组、IMU解决方案以及多元融合定位算法，并强调这些产品共同构成了服务于智能辅助驾驶的组合导航平台。

他提到，随着辅助驾驶架构向VRA演进，对绝对定位和姿态感知的需求发生了变化，客户更关注全场景定位能力的兜底保障和跨域服务的整合。

胡洋强调，在VRA架构中，高精度、可靠的定位是模型进行环境语义理解与智能决策的前提和基础，直接影响驾驶安全与稳定性，GNSS提供全局空间一致性，IMU保障局部时序连续性。他表示，面对复杂的城市环境，感知必须更可靠，MCT致力于成为最值得信赖的空间智能伙伴，让世界因空间智能更美好。

胡洋 | MCT毫厘智能业务总监

安全筑基，平权加速，百度地图护航车企智胜未来

百度地图汽车地图总经理余威介绍了地图在辅助驾驶时代核心价值在于提供“超视距的安全保障”。余威指出，在行业回归理性、安全成为核心焦点的背景下，地图对于处理复杂路口、特殊车道（如公交车道、潮汐车道）以及提前预警动态事件（如高速施工）至关重要，能有效减少接管、提升安全冗余。

余威强调百度地图的解决方案是“车道级导航地图”，这并非传统高精地图也非“无图”，而是具备全覆盖、全场景、快更新三大核心优势的现货数据。他提到，百度地图AI导航作为超级AI Agent，能通过自然语言实现“自由指路”，让辅助驾驶听从人的指挥。

最后，他指出百度地图已成为智能汽车标配，搭载于2025年超50%的新售L2+车型中，并感谢特斯拉、比亚迪等合作伙伴。余威表示，智能汽车新安全需要行业协作，百度地图作为基础设施将继续坚持开放共赢。

余威 | 百度地图汽车地图总经理

泰科电子创新连接解决方案，深度赋能智能辅助驾驶

泰科电子汽车事业部销售总监唐松深入探讨了创新连接解决方案如何为智能辅助驾驶构建高可靠的“神经系统”，确保从感知到执行的信号稳定传输。唐松指出，这一“神经系统”的核心在于高速高频数据连接器与线束，必须满足“好、多、高效”三大核心要求：所谓“好”，不仅体现在严格的质量闭环和持续优化体系上，还需具备远超行业标准的防护性能；所谓“多”，要求覆盖全链路感知端、决策端和执行端，实现本土化制造和全面布局；而“高效”则强调通过自动化设计和供应链协同，实现降本提效与快速交付保障。

他介绍，泰科电子采用正向研发的创新路径，基于市场和客户需求开发定制化方案，优化系统匹配验证和性能提升。此外，他强调产品已全面贯通“神经系统”的全链路应用，包括辅助驾驶域控制器和线束总成等关键组件，并依托国内工程中心及工厂布局，确保产能高效响应行业需求。

唐松表示，未来将通过资源共享与技术共创深化合作伙伴关系，共同应对智能辅助驾驶快速发展带来的迭代挑战。

唐松 | 泰科电子汽车事业部销售总监

激光雷达进化论：一场关于「感知升维」的技术长征

速腾聚创产品副总裁吴昊深入探讨了激光雷达作为“感知升维”技术长征的核心价值，明确指出其在辅助驾驶安全中的不可替代作用。吴昊强调，激光雷达相比依赖概率推理的纯视觉系统，能更可靠地应对大雾、黑夜等低能见度环境以及非标准障碍物场景，有效避免误识别、AEB失效或紧急制动不当引发的事故。

吴昊介绍了市场对激光雷达的强劲需求，指出2025年上海车展上搭载激光雷达的105款车型中速腾产品占比过半，且2024年行业总销量已超160万台，显示消费者对安全配置的认可。

他表示，速腾已完成全面的数字化转型，其高线数数字激光雷达凭借卓越性能和车规量产能力，正成为满足L3级别辅助驾驶要求的关键选择。

吴昊 | 速腾聚创产品副总裁

高精度组合定位感知技术在智能辅助驾驶中的应用

武汉际上导航科技有限公司总经理孙红星重点介绍了高精度组合定位感知技术是满足辅助驾驶对定位高精度、高可靠、高可用及功能安全要求的核心解决方案。孙红星指出，实现厘米级定位不能依赖单一传感器，惯性导航中MEMS器件成本低但误差累积快，高精度光纤陀螺成本高昂难以量产；卫星定位提供绝对位置但易受干扰；里程计、相机、激光雷达等传感器各有局限。

孙红星强调，必须采用多传感器的深组合定位技术，通过信息融合互补才能克服单传感器缺陷，提升系统整体性能。他指出，将影像与激光点云引入定位系统是实现场景感知的关键，但应区分于“建图”，他特别强调其团队将SLAM更准确地理解为“同步自主定位”。

孙红星表示，未来需要在提升定位性能的同时，持续优化技术方案以实现更好的成本效益平衡。

孙红星 | 武汉际上导航科技有限公司总经理

端到端大模型：解锁智能辅助驾驶量产新维度

东软睿驰辅助驾驶业务线首席专家张春民深入探讨了端到端大模型技术如何推动智能辅助驾驶在中低端车型实现技术平权，开启量产新维度。张春民指出，智能辅助驾驶市场正加速演化，从智能化1.0的功能堆叠、1.5的性能提升与场景泛化，迈向2.0以“点到点”连续场景体验和拟人化为核心特征。

他强调，端到端大模型是当前技术发展的关键方向，东软睿驰创新性地融合基础大模型技术并针对嵌入式平台进行深度轻量化优化，构建了“大模型原生辅助驾驶应用架构”。他介绍了该架构能有效提升感知性能、决策拟人化程度及应对复杂场景的能力，并通过数据驱动平台实现模型快速迭代。

张春民提到，为普及智能辅助驾驶，东软睿驰推出了极具性价比的第五代行泊一体域控制器X-Box 5.0系列及符合新AEB标准的单视觉前视一体机产品，满足不同层级市场需求。他同时强调主机厂自建数据闭环系统对打造差异化产品的重要性。他表示，未来智能辅助驾驶将向智能化3.0演进，业务边界持续拓展，向整车智能方向发展。

张春民 | 东软睿驰辅助驾驶业务线首席专家

岚图鲲鹏辅助驾驶及大模型端到端实践

岚图汽车科技有限公司辅助驾驶软件开发专家、感知与硬件总监刘会凯介绍了岚图鲲鹏辅助驾驶平台与大模型端到端实践如何推动高阶辅助驾驶落地。刘会凯指出，岚图作为东风集团旗下高端新能源品牌，始终将安全视为核心价值，其自主研发的鲲鹏辅助驾驶平台采用“车路云一体化”架构，通过鲲鹏全域先知网络整合实时交通数据，突破单车感知局限，为超视距风险预警提供支撑。

他强调了安全策略模型的关键性：在端到端大模型提升系统泛化能力上限的同时，独立的安全模块融合超视距信息与单车感知，兜住决策安全下限，应对施工占道、极端天气等L3必备场景。

他详细剖析了岚图VLA多模态大模型架构的实践成果：通过视觉语言特征对齐与扩散模型生成多模态轨迹，结合AI推理可视化增强系统可解释性，使车辆能理解复杂交通标志、特殊障碍物及非标手势，并基于车身麦克风识别外部参与者意图。

刘会凯表示，未来将持续探索扩散模型强化轨迹生成解决语言-动作空间匹配问题，利用世界模型生成长尾数据提升VLA场景泛化能力，并研发视觉CoT（思维链）技术优化时空关系可解释性，最终通过司机Agent集成人类驾驶先验知识实现真正的拟人化驾驶。

刘会凯 | 岚图汽车科技有限公司辅助驾驶软件开发专家，感知与硬件总监

【测试验证专场】

数据驱动的智能辅助驾驶测试评估体系

在当前智能辅助驾驶正处在L2向L3/L4跨越的关键阶段，技术积累、政策法规和商业形态加速推进的背景下，深蓝汽车科技有限公司辅助驾驶测试副总工文谢重点探讨了数据驱动的智能辅助驾驶测评体系，旨在提升测试效率和应对高阶辅助驾驶挑战。

文谢指出，辅助驾驶测试面临场景数量暴增、测试周期拉长和测试成本增加的新挑战，传统测试方式如开放场地测试虽仍占主导，但需创新突破。他强调了构建可持续迭代的辅助驾驶测试评估体系的核心策略，即充分利用路采数据反哺仿真，实现场景库与测试评估系统联动，并通过数据闭环赋能辅助驾驶测评，包括即插即用数采系统、数据版本控制系统、自动标注工具和高逼真仿真场景重建，以高效利用数据降低成本和优化资源。

他提到，仿真与实车测试必须协同联动，以实车作为标杆推动仿真优化，弥补传统仿真在置信度上的不足。文谢表示，未来随着端到端、VLA、World Model等新技术的演进，高置信度的仿真系统将大有可为，为L3/L4级辅助驾驶落地提供可靠支撑。

文 谢 | 深蓝汽车科技有限公司辅助驾驶测试副总工

通过测试保证智能辅助驾驶功能满足安全标准

在汽车行业日益重视道路安全的背景下，Vector商业开发经理（网络及分布式系统开发及测试）关明曦重点探讨了ADAS系统如何通过ISO 21448预期功能安全和基于场景的测试，有效降低交通事故风险以实现“普遍拯救生命”的核心目标。

关明曦指出，ISO 21448 SOTIF的核心在于排除因功能不足引发的不可接受风险，通过识别和最小化危险场景，确保辅助驾驶系统在L1至L5级别安全运行。他介绍了仿真测试的优势，包括降低原型成本、提升测试自动化效率、安全复现临界场景，并支持天气条件模拟，以加速ADAS开发和验证周期。同时，他提到Vector的工具链支持从模型在环、软件在环到硬件在环和实车在环的全流程测试，实现测试场景库和环境的复用，提升开发效率。

关明曦表示，未来维克多将持续提供专业工具链和咨询服务，结合ISO 26262功能安全与ISO 21434网络安全标准，应对ADAS系统在电子电气故障和网络攻击防御方面的综合挑战。

关明曦 | Vector 商业开发经理（网络及分布式系统开发及测试）

智能辅助驾驶仿真测试方案——如何实现“左移”

在汽车智能化加速渗透的背景下，亦佩捷汽车设备（上海）有限公司技术总监郑宋岳重点探讨了仿真测试技术演进与"左移"方法论对行业的核心价值。郑宋岳指出，当前测试领域面临实车与仿真的理念代际差异，需新一代技术管理者推动融合；他强调仿真测试在Euro NCAP 2026等新规中已成为评分关键，尤其在安全驾驶和碰撞规避模块，虚拟测试结果直接影响厂商评级分数。

在技术趋势层面，他提出AI驱动的场景泛化正在变革测试方法论——传统人工设计用例存在未知场景、盲区，而基于奖励算法的AI可主动挖掘高价值测试用例。郑宋岳阐释其本质是借鉴IT行业的开发测试融合策略：测试需贯穿V模型全周期，通过虚拟ECU实现控制器虚拟化，并与Simulink等工具链集成；时间轴左移则需建立跨域HIL系统，使子系统测试提前介入开发阶段。

他特别引用《人月神话》指出：缺陷修复时效直接影响开发效率，必须打破测试与开发的部门壁垒。最终在端到端测试挑战方面，郑宋岳表示仿真数据与真实感知模型的参数差异仍需行业共同探索突破。

郑宋岳 | 亦佩捷汽车设备（上海）有限公司技术总监

利用 V2X 和 NG-eCall 技术的下一代SDV 转型

在软件定义车辆成为汽车行业核心趋势的背景下，是德科技汽车行业市场经理李瑞重点探讨了如何通过V2X和NG-eCall技术提升车辆安全性与智能化水平，以应对SDV转型中的关键挑战。

李瑞指出，V2X技术通过车与车、车与基础设施及车与网络的实时通信，填补了传感器盲区，显著增强道路安全，支持“零愿景”目标。她强调了V2X测试面临的高成本、标准化差异和集成复杂性等挑战。李瑞介绍了NG-eCall作为基于4G/5G的紧急呼叫系统，相比传统eCall大幅缩短响应时间并提升数据传输能力，通过IP协议传输车辆事故数据，增强救援效率。

她提到是德科技的测试平台已通过DEKRA认证，支持全球eCall和NG-eCall标准，实现自动化测试。李瑞表示，随着欧盟强制要求从2025年起逐步部署NG-eCall，而中国也在推进eCall技术应用，未来汽车安全测试将面临更严格的标准化和跨区域适配挑战。

李瑞 | 是德科技汽车行业市场经理

Ansys AVx仿真方案助力ENCAP 2026

在汽车智能化发展趋势及Euro NCAP 2026新规带来巨大挑战的背景下，Ansys辅助驾驶仿真方案主管许富强重点探讨了如何利用其AVX仿真方案应对新法规要求并提升开发效率。许富强指出，Euro NCAP 2026在测试场景数量上呈指数级增长，并首次明确提出了对虚拟仿真置信度的严格要求，同时强化了ADAS功能表现与驾驶员状态的关联性，这些变化对仿真技术提出了更高需求。

他介绍了Ansys AVX方案的核心产品组成：Autonomy用于法规场景泛化与关键场景筛选，以及AVX Sensor提供相机、毫米波雷达等物理级传感器仿真以实现高精度感知在环仿真。

最后，许富强表示，未来国内OEM需应对出口欧洲时符合其包含研发流程在内的法规要求、提升仿真置信度以部分替代昂贵真车测试、以及整合功能安全分析与ADAS开发流程等关键挑战。

许富强 | Ansys辅助驾驶仿真方案主管

构建下一代闭环仿真平台：51Sim在端到端智能辅助驾驶系统测试中的创新与实践

随着汽车行业向高阶智能辅助驾驶系统迈进，数据闭环与仿真测试面临新挑战，51Sim作为专注仿真平台的企业，其CEO鲍世强重点探讨了构建下一代闭环仿真平台的核心创新实践，即通过3D高斯和4D高斯技术解决端到端测试中仿真置信度与真实数据灵活性的核心矛盾。

鲍世强指出，端到端闭环仿真测试难度极高，需解决传感器模拟和高置信度场景仿真的问题。他介绍了51Sim的云原生软件平台，支持大规模并发测试和一体化仿真体系，融合传统规控仿真与感知回灌流程。

鲍世强强调，在Worldsim侧，利用3D高斯技术可实现低成本高置信度的静态环境重建，显著提升仿真真实性；而在Logsim侧，通过4D高斯技术将真实数据泛化，支持车型、视角等灵活调整，实现从开环回灌到闭环测试的跃升。他提到了当前3D高斯在泊车和城市场景的应用实例，以及4D高斯在跨车型迁移和场景微调的进展，但指出其中涉及大量算法与工程优化。

鲍世强表示，未来需克服3D高斯采集精度、4D高斯传感器模型集成等挑战，以推动闭环仿真在端到端系统中的规模化落地。

鲍世强 | 51Sim CEO

智能网联汽车安全验证策略和仿真工具链

在智能网联汽车安全验证面临测试场景难枚举、实车成本高和系统复杂度高等挑战的背景下，北京赛目科技股份有限公司首席技术官杨强重点探讨了如何制定ADS残余风险评估的有效方法和工具链，强调基于场景的仿真测试是验证ADS安全性的核心策略。

杨强指出，ADS安全验证需分为连续空间和离散空间双轨策略，在连续空间中通过SOTIF分析生成逻辑场景，并利用敏感性分析降维测试空间，突破高维难题。他强调，可靠性分析算法能高效估计罕见事件失败概率，显著降低测试成本，相比蒙特卡罗方法提升效率达60%以上。

他提到，在离散空间中构建AI交通流模型可实现大规模随机交通流仿真，支持日行千万公里测试。杨强表示，未来通过整合AI交通流模型与虚拟城市仿真平台，实现高拟真度的大规模测试，以应对智能网联汽车安全验证的残余风险挑战。

杨强 | 北京赛目科技股份有限公司 首席技术官

组合辅助驾驶仿真与验证探讨

在智能网联汽车政策密集出台与技术快速迭代的背景下，北汽研究总院智能辅助驾驶专业总师徐志刚重点探讨了组合辅助驾驶仿真与验证的重要性及北汽的体系建设进展。徐志刚介绍了北汽目前采取外围开发与自研开发并举的技术路线，并强调基于车路云一体化的技术是解决如“鬼探头”等场景、提供超视距感知能力的重要补充路线，尽管其推进速度目前较慢。

他指出，从整车企业需求角度看，目前整套测试验证工作“一样都不能少”，仿真测试尚无法完全替代实车验证以保障用户安全，并呼吁行业共同探索如何在高阶系统中真正减少测试工作量、降低成本。介绍了北汽在测试仿真应用上取得的进展，并关注行业基于3DGS、世界模型等新方向。徐志刚表示，未来车路云一体化技术可能在2030年左右与单车智能深度融合。

徐志刚 | 北汽研究总院智能辅助驾驶专业总师

至此，2025第八届智能辅助驾驶大会全部议程圆满结束。本次大会云集了众多行业专家，通过核心技术研讨、场景应用展示与产业链协同交流，为智能辅助驾驶技术的突破与商业化落地指明了方向。未来，我们将持续搭建交流平台，与行业伙伴深化技术共创，携手推动智能出行迈向更安全、更智能的发展新阶段。