作者 ｜ 张睿

编辑 ｜ 志豪

车东西 9 月 30 日消息，日前，AICC2025 人工智能计算大会在北京中关村展示中心成功举行。本届大会由北京市发展改革委、北京市科委中关村管委会、北京市经信局、中关村科学城管委会共同指导，中国人工智能学会支持。旨在深入贯彻国家关于加快发展新质生产力的战略部署，积极响应国务院 " 人工智能 +" 行动规划，以算力核心要素为创新牵引，汇聚产学研用各界力量，共同推动人工智能产业高质量发展。

本届大会设置 1 场主论坛、6 场主题分论坛、3000 平方米的创新科技展区，揭晓了 2025 年度多项人工智能创新成果。

作为 2025 人工智能计算大会的六场分论坛之一，智能驾驶创新与应用论坛由智一科技旗下智猩猩、车东西联合承办，智一科技联合创始人、智猩猩总经理何峰主持了此次论坛，共有 6 位嘉宾出席本次论坛并带来演讲。

智能驾驶创新与应用论坛现场

一、安全始终是产品的核心准则 但安全并不等于保守

轻舟智航技术副总裁刘成以《以规模化量产实践，驱动智驾安全提升》为主题进行了演讲。

轻舟智航技术副总裁刘成

刘成表示，随着中高阶智能辅助驾驶不断普及，安全红线已成为智驾发展的 " 生命线 "。汽车行业发展了 100 多年，在安全上积累了大量的经验，从安全车身、三点式安全带、安全气囊，到如今已经广泛装配的主动安全系统，汽车安全技术持续演进。

在智驾平权时代，刘成表示安全并不等于保守，而惟有以安全为基石，才能真正推动创新。关于如何降低事故发生的概率，刘成认为要先认知到智驾安全的三重本质属性：

算法泛化性：算法要具备举一反三的能力，具有媲美人类的认知水平，即便是没有遇到过的 Corner Case，也能通过泛化能力灵活应对、保障安全。

系统完备性：要构建失效保护机制，比如在传感器失效或者其他系统异常状态下，仍能导向安全可控状态。换句话说，就是用确定性设计减小不确定性风险。

交互可靠性：要明确人机协同的确定性边界，当人和车对场景的判断不一致时，需通过有效的交互手段，让系统知道用户属于误操作并能够及时纠正，或者在需要接管时给用户预留足够的反应时间，又或者是在不需要接管时让用户放心无需干预。

轻舟智航通过不断解决更多的长尾问题、设计完善的安全冗余来应对一些极端的安全失效情况，并通过更主动的安全交互反馈设计来实现安全性的提升。

最后，刘成再次强调轻舟智航在智驾方案上的核心理念——无论车型属于中配、高配，安全都是顶配，安全始终是产品的核心准则。

二、智能汽车的发展路径与智能手机相似 将进化为 " 整车智能体 "

北汽研究总院智能辅助驾驶专业总师徐志刚以《跨界协同：AI 引领舱驾融合进化之路》为主题进行了演讲。

北汽研究总院智能辅助驾驶专业总师徐志刚

徐志刚表示，智能汽车的发展路径与智能手机高度相似，但汽车因其安全红线、法规约束和硬件复杂度，演进节奏更需谨慎。AI 的引入，不仅是技术升级，更是对 " 人车关系 " 的重构。

AI 在汽车中的应用，正从 " 辅助工具 " 向 " 全域智能体 " 跃迁。徐志刚将其划分为四个阶段：当前以 L2 级组合辅助驾驶和语音座舱的 " 被动辅助 "；未来迈向 L3 级自动驾驶的 " 场景自主决策 "，实现舱驾初步融合；再到 L4 自动驾驶阶段，座舱与底盘、车控等域深度融合，提供一体化服务；最终 L5 阶段，将基于全域感知与实时数据调度，打造个性化智能体产品。

舱驾融合的核心在于 " 数据互通 " 和 " 场景延伸 "。例如，智驾系统识别到拥堵路段后，可联动座舱自动调整氛围灯、音乐、车窗等，缓解用户情绪；用户通过语音预约会议后，系统可自动规划出发时间、寻找停车位，实现行前 - 行中 - 行后的无缝体验。这些探索表明，舱驾融合不仅是技术整合，更是用户体验的重新定义。

支撑这一切的，是数据、算法与算力的协同进化。徐志刚提出了 " 三层架构 "：底层为芯片与数据底座，中层为算法与软件架构，上层为跨场景生态。尤其强调，智驾的 " 下半场 " 在于高质量、真实场景的数据闭环。当前行业普遍重视算法与算力，但徐志刚认为，真实驾驶员行为数据与 Corner Case 的精准采集，才是决定 AI 迭代质量的关键。

面向未来，徐志刚认为智能汽车将进化为 " 整车智能体 "：由统一 AI 大脑进行多模感知、任务调度与持续学习，实现自我进化。同时，通过打通数据池，构建开放协同的生态体系，推动汽车从 " 四个轮子上的计算机 " 向 " 移动的数字助理 " 乃至 " 流动的 AI 生命体 " 演进。

三、头部车企整合智能化部门 模型开发基础设施平台成为刚需

浪潮信息汽车行业架构师 Harry Pan 以《自动驾驶模型开发基础设施平台 建设经验分享》为主题进行了演讲。

Harry 在演讲中提到，从去年下半年起，国内头部车企普遍对智能化部门进行整合，核心目的是聚焦智能驾驶与具身智能的研发，而非裁员或追热点。比亚迪、理想、奇瑞、吉利等车企纷纷合并或重组智驾团队，优化资源配置，提升研发效率。

在智驾与具身智能研发中，模型开发基础设施平台成为刚需。车企需自建算力、存储与数据闭环系统，以支撑模型训练、仿真与验证。算力规模、存储容量与数据回灌性能成为衡量自研实力的关键指标，缺乏这些资源的企业多为外部采购方案。

Harry 介绍到，自动驾驶模型开发流程包括：原始数据合规处理、存储、预处理（标注、清洗等）、模型开发、大规模训练及仿真评测。各环节对 IT 基础设施提出不同需求，如海量低成本存储、高性能 NVMe 回灌、容器化部署、融合协议支持等。

而浪潮信息基于该流程提供分级存储、容器对接、算力集群、并行文件系统与光模块故障预测等解决方案，助力车企构建高效、可靠的智驾研发平台，穿越新能源智能化竞争的 " 迷雾 "。

四、辅助驾驶算法范式仍在加速迭代 量产与 L4 将并行演进

魔视智能乘用车事业部产品线副总经理张峥以《端到端智能驾驶演进》为主题进行了演讲。

魔视智能乘用车事业部产品线副总经理张峥

张峥表示，魔视智能十年来专注智能驾驶 AI 解决方案，已从视觉感知扩展到行泊一体全栈软硬一体方案，服务超十几家 OEM、几十款量产车型，并在海外开展 L4 级封闭区域项目。

魔视智能亲历智驾算法从 CNN 结构化感知、BEV 前融合，到端到端、快慢系统、VLA 大模型、世界模型等全周期演进。而张峥自身的体验是：两段式易调试但梯度断裂、一段式性能高但黑箱重、快慢系统可解释但延迟大，VLA 语义强但算力与数据饥渴，世界模型潜力大却端侧落地难。

当前魔视采用 " 混合专家（MoE）+ 多解码器 " 的端到端架构：按功能路由专家网络，语言 - 视觉 - 车辆 token 严格对齐，可插拔解码器同时输出感知、轨迹、场景描述与隐式预测，既提升推理效率，又保留可解释性与隐私保护，并支持强化学习闭环。

数据层面，公司自建采集合规、治理、预标注、4D 反投、3DGS 重建、场景生成与端到端仿真全链条工具，用 VLM 挖掘、图搜图、主动学习提升数据效率，通过合成数据与实车数据闭环，为高阶算法持续喂料。

最后张峥给出判断：智驾算法范式仍在加速迭代，魔视智能将把十年量产经验沉淀为 " 混合端到端 + 数据闭环 " 的最佳实践，继续面向量产与 L4 并行演进。

五、百度 Apollo 开放平台帮助开发者快速跑通功能 呼吁更多开发者参与开源共建

百度 Apollo 开源社区负责人苏菲菲以《Apollo 开源生态建设与场景应用》为主题进行了演讲。

百度 Apollo 开源社区负责人苏菲菲

苏菲菲介绍到，百度 Apollo 开放平台自 2017 年宣布全球开放计划，已发布 15 个版本、汇聚 22 万开发者，生态伙伴 230+。丰富的硬件生态、软件核心以及调试工具，可帮助开发者快速实现自动驾驶车辆的搭建与功能跑通。

百度 Apollo 开放平台在硬件层制定了线控规范与传感器接入标准，并联合禾赛、速腾、星网宇达等主流传感器商完成驱动适配，开发者按图索骥即可完成底盘、激光雷达、计算单元等自动驾驶车辆集成，适配周期降低 40%，同时基于 ORIN 完成系统裁剪和性能调优，单 ORIN 上实现 CPU、内存、显存等资源综合使用率下降 50%。软件层将通用自动驾驶算法封装，开发者关注的场景功能以插件形式接入，无需重写底层算法，代码调试量可减少 80%，

同时，百度 Apollo 开源社区配套提供线控评测、传感器标定、轻量化地图采集与标注、DreamView+ 等调试工具，通过 HMI 交互式操作，可有效降低工程师在标定、建图、调试等环节的任务量，提升研发迭代效率，苏菲菲举例提到，海格园区无人车从线控适配到跑通仅数周时间。

最后，同时苏菲菲呼吁更多开发者参与开源共建，百度 Apollo 将继续秉持 " 开放能力、共享资源、加速创新、持续共赢 " 的理念，推动自动驾驶生态繁荣。

六、世界模型打破传统仿真的性能天花板 极佳科技发布 DriveDreamer 系列

极佳科技驾驶世界模型算法负责人秦文康以《世界模型为中心的仿真 2.0 开启自动驾驶和具身智能新时代》为主题进行了演讲。

极佳科技驾驶世界模型算法负责人秦文康

秦文康介绍到，世界模型用生成式方法一次性学到真实世界的 2D/3D 与物理先验，可无限输出高真实、可交互的数据，为智驾和具身智能打破传统仿真的性能天花板。

极佳科技于 2023 年起发布 DriveDreamer 系列：DD1/2 用结构化条件 diffusion 生成多相机一致视频；ReconDreamer 把 " 重建 + 生成 " 拼在一起，一键补全新视角和遮挡区域，已帮理想汽车、小鹏汽车把实车评测里程压缩 90%；ReconDreamer-RL 直接在重建世界里做模仿 + 强化学习，零实车就能让模型学会博弈变道。

产品按 " 视频 -3D- 可微物理 - 人类驾驶先验 " 逐层升级，最终形成 L-base world model；先云侧给智能体当 " 进化沙盒 "，再压缩上车。40G 显存即可跑通全流水线，单目互联网视频冷启动合成 corner-case，天级产出地图级场景。即将发布的 DriveDreamer3 把 Carla、UE、神经渲染、强化学习交通流打包成一站式 Sim2.0 工具链，供客户合成数据、变换评测、云端强化训练。

极佳科技的目标是用 world model 把真机数据、传统仿真、神经仿真统一，让 99% 的迭代在云端完成，实车只做最终确认，把智驾研发从 " 跑里程 " 变成 " 数据 - 模型闭环 "。