📰 新闻内容

近日，中国工程院院士、清华大学教授李骏在第十三届智能网联汽车技术年会（CICV2026）上提出重磅判断：2026年将成为全球自动驾驶安全监管的「结构性拐点」，监管范式将从传统的「条款合规」转向「安全论证」（Safety Case）时代。这一观点引发行业广泛关注。

现行自动驾驶监管模式以预设功能清单为依据，车企只需满足条款即可上市。但随着上路的智能驾驶及自动驾驶车辆日益增多，AI 决策黑盒等潜在弊端逐渐暴露——监管仅聚焦功能是否达标，对系统在复杂场景下的决策逻辑、风险预判能力缺乏深入考量。一旦发生事故，车企、供应商与驾驶员往往陷入责任不清的困境。

据透露，我国拟于2027年7月1日实施的《智能网联汽车 自动驾驶系统安全要求》强制性标准，将引入「在役监测与上报」（ISMR）法定义务，要求车企在车辆投放市场后持续监测运行状况并及时向监管部门上报安全数据，对车辆全生命周期安全负责。这标志着自动驾驶安全监管正式从「事后追责」转向「事前论证」。

🔬 技术演进 / 核心问题

  • 监管范式转型：从「满足条款即可上市」到「车企自证安全可信」，要求构建完整的 Safety Case 论证体系
  • AI 决策透明化：自动驾驶系统的决策逻辑不再可接受为黑盒，必须向监管机构和用户开放可追溯的证据链
  • 在役监测义务（ISMR）：车辆投放后持续监测 + 上报安全数据，车企对全生命周期安全负责
  • L3/L4 强制性国标推进：工信部2026年2月发布征求意见稿，拟2027年7月1日实施，替代推荐性标准 GB/T 44721-2024
  • 全球同步转向：联合国欧洲经济委员会（UNECE）2026年2月通过《自动驾驶系统全球法规草案》，允许无人驾驶车辆在公共道路投入使用

🔑 关键洞察

核心洞察一：安全责任从「驾驶员兜底」转向「车企前置承担」 过去自动驾驶事故中，驾驶员（或安全员）往往是责任模糊体系下的最大受害者。Safety Case 模式要求车企在设计阶段就详细阐述系统架构理念、传感器选型依据、算法设计逻辑，并通过虚拟仿真模拟极端场景与长尾事件。这意味着安全责任的核心主体从个人转向企业，事故责任界定将更加清晰。
核心洞察二：参数堆料时代终结，「自证可信」成为新竞争维度 当监管不再只看硬件参数（激光雷达线数、算力 TOPS），而是要求完整证据链时，车企的核心竞争力将从「谁的传感器更多」转向「谁能提供更可信的安全证明」。这将倒逼行业告别军备竞赛式的技术路线，转向真正以安全为导向的系统工程。
核心洞察三：中国正从「规则跟随者」变为「标准制定者」 中国不仅在国内推进 L3/L4 强制性国标，清华大学团队在自动驾驶安全性在线监测领域的研究（AI 算法健康状态在线检测、ODD 边界在线检测等）已走在全球前列。配合 UN 法规草案的同步推进，中国有望在自动驾驶安全标准领域掌握更大话语权。

🤔 引发思考

Safety Case 模式对车企而言是一次能力重构。它不仅要求技术能力的提升，更要求企业在组织架构、数据管理、合规体系等方面进行系统性升级。那些在数据闭环、仿真验证、OTA 安全管理等方面已有积累的企业将占据先发优势，而依赖硬件堆砌、缺乏系统工程能力的企业则面临被淘汰的风险。

更深层次地看，这场监管变革的本质是将 AI 治理的通用命题落到了自动驾驶这一具体场景——当 AI 系统做出影响人类生命安全的决策时，谁来为它背书？Safety Case 给出的答案是：创造者必须自证其安全性。这一逻辑未来可能扩展到医疗 AI、金融 AI 等更多高风险领域，成为 AI 治理的范式样本。

📎 相关阅读

逍遥云初 | 2026.06.14