对话同济大学汽车学院教授朱西产

作者／ IT时报记者 毛宇

编辑／ 郝俊慧 孙妍

科技革命的浪潮正以前所未有的姿态席卷而来。

回首2024年，人工智能、量子计算、卫星星座、生物医药……诸多科技的螺旋上升，让人类对未知世界的好奇心被逐渐满足，与这个世界的关系也正在被重塑。

如今，2025年科技发展的脉络初现端倪，一系列令人期待的成果有望为人类生活带来更多变革。

《IT时报》邀请九位学界和产业界大咖，以专业的视角和前瞻性的眼光，共话2025科技新趋势。

九九归一，所有科技曙光都指向同一个未来：碳基和硅基共存的世界。

对话者

同济大学汽车学院教授 朱西产

2025年，自动驾驶热度持续攀升。

过去一年，特斯拉FSD（完全自动驾驶）不断发展，文远知行Robotaxi（无人驾驶出租车）将于二季度在瑞士投入运营。国内小马智行开展无人化测试，比亚迪全力推进高阶智驾量产。在全球发展浪潮下，国内自动驾驶行业也迎来技术、法规等多方面的深刻变革，未来走向备受瞩目。

为此，《IT时报》记者对话同济大学汽车学院教授朱西产，一同探寻2025年自动驾驶领域的发展奥秘。

《IT时报》：2025年，自动驾驶哪些关键技术将得到显著改进或突破？

朱西产：去年，特斯拉宣布机器人和Robotaxi量产，再次掀起了Robotaxi热潮。但是从当年10月特斯拉的发布会来看，特斯拉的Robotaxi离量产上市还有距离。

特斯拉FSD12版本提出的“端到端”技术，大大提升了智能驾驶NOA（导航辅助驾驶）的技术能力，但无论是国内头部企业NOA，还是特斯拉FSD12.5版本，依然停留在辅助驾驶的水平，使用这些智能驾驶系统时，驾驶员依然需要观察周边环境，发现系统无法正确响应、出现事故风险时，需要接管才能防止事故发生。

通过收集几百万用户车辆的驾驶闭环数据，加上高达1万~5万张高算力卡的云计算训练平台的加持，“端到端”智能驾驶AI模型的成长速度的确惊人，我们相信自动驾驶在今后几年有可能实现。

《IT时报》：如何看待当前的法规框架对L4级自动驾驶技术发展的促进作用？又该如何平衡技术进步与伦理道德之间的关系？

朱西产：目前Robotaxi的技术路线已经明确，在海量数据和高算力训练支持下，智能驾驶的技术能力也在迅速提升。但难题还是人工智能安全的长尾难题及人工智能“端到端”算法模型的黑箱问题，怎么证明人工智能算法支持的自动驾驶系统一定是安全的？这个难题始终无法完美解决。

那么，存在安全长尾难题的自动驾驶系统是否能被社会所接受？各国政府对自动驾驶安全性的监管、许可等都存在难题。在社会还无法完全接受自动驾驶系统安全性的情况下，Robotaxi还只处于局部地区测试、示范运营的阶段，目前还没有一个国家批准无人驾驶汽车大规模运营的许可。

《IT时报》：您预计到2025年底，L4技术能够全面落地吗？这些服务对传统出租车行业会有什么影响？

朱西产：2025年底，L4技术很难全面落地，但L3技术有望在2026年得到推广。

目前Robotaxi面临政府监管、安全难题以及成本高等问题，还只能处于局部地区测试、示范运营阶段。即使有部分地区推出服务，也会有诸多限制。对传统出租车行业来说，目前还都谈不上大规模商业化运营，所以短期内影响是有限的。

《IT时报》：在自动驾驶领域，人工智能、云计算、物联网等技术的融合正成为新趋势。如何看待这些技术在提升自动驾驶系统性能方面的作用？

朱西产：这些技术的融合作用巨大。人工智能用于环境感知和决策规划，云计算提供强大的算力支持，物联网实现车与万物的互联。

当下，在经济高涨的美国，急需要“黑科技”承接过热的金融刺激，所以Robotaxi便成为华尔街金融投资的热点。但在国内当前的经济和供需情况下，我们更注重人工智能基础能力的建设，夯实科技进步的基础，而不是采用过度补贴、烧钱等过热的金融手段去刺激Robotaxi过早进行商业推广。

《IT时报》：怎么看待车企扎堆研发L4技术的行为？

朱西产：“端到端”技术方案模糊了L2+、L3、L4、L5的界限，确定数据闭环驱动的人工智能“端到端”算法方案后，车企启动Robotaxi测试和示范演示，更多是为了融资，因为测试和示范成本相对较低，却能提升车企的技术形象和市值。但L4技术真正的商业运营成本高昂，以目前的技术和经济状况，还很难实现，估计要到2030-2035年左右才可能有起色。