2025年7月15日-16日，“2025新能源智能汽车新质发展论坛”在吉林省长春市举行，主题为“新质引领智创未来”。清华大学车辆与运载学院院长、教授王建强出席并演讲。

王建强谈到，数据驱动是当前主流自动驾驶路线之一，具备自主学习能力、模块集成性强，并具备一定的场景泛化能力。但同时也存在明显短板：一是决策过程呈“黑箱”状态，缺乏可解释性；二是严重依赖训练数据分布，泛化能力有限；三是神经网络模型参数庞大，推理速度慢，难以满足实时性要求。因此，他指出，在极端场景数据稀缺与模型黑盒属性的双重制约下，数据驱动路线在安全保障上仍面临较大挑战，尚难支撑L4+级别自动驾驶的落地。

王建强表示，面对长尾场景，单靠数据驱动远远不够。事实上，人类在学车过程中并不依赖大量驾驶数据，而是基于日常生活中形成的知识、经验与常识进行判断和决策。因此，他提到，要破解“长尾问题”，需要像人类一样学习，引入认知驱动的新路线，将知识与数据融合，构建更具推理能力和泛化能力的智能系统。

为突破规则系统“僵化”、数据系统“黑箱”的困境，王建强表提出了第三条技术路线：认知驱动。他解释道，“它以人脑认知机制为启发，融合规则驱动的可解释性与数据驱动的学习能力，这种路线一方面让规则驱动的系统具备进化能力，适应更多场景；另一方面推动模糊系统“去黑箱化”，变成确定系统，实现过程透明、结果可信。”

他强调，认知驱动的关键在于：通过对人、车、路系统的深层理解，构建对要素特性、相互作用与运行规律的准确建模与数字表达。它不仅继承了规则驱动的可解释性，也具备数据驱动的适应性，但更强调“理解机制”本身。认知驱动旨在推动智能驾驶系统真正具备泛化、演化和可靠决策能力。

王建强表示，当前自动驾驶系统的实际发展明显滞后于预期，面临的难题仍有很多。为实现高等级自动驾驶落地，需要构建“自主学习+先验知识”的新范式。总体趋势是回归以人为中心的技术理念，聚焦“认知人、学习人、超越人”的系统能力构建，推动从功能智能走向认知智能的根本转变。

面向未来，“三纵三横”式技术架构为智能汽车演进提供系统化路径。具体来说，他指出，纵向包括车辆关键技术（如环境感知、风险认知、决策控制）、信息先进技术（如人工智能、数据平台、信息安全）和基础支撑技术（如高精地图、标准法规、测试验证），构成核心功能支撑体系。横向则依托车载终端平台、交通设施平台和信息安全平台三大基础，分别强化车端智能、车路协同与系统可信保障。“三纵三横”式技术架构将共同支撑智能汽车的规模化、规范化和可持续演进。

面对复杂、泛化与未知等高风险交通情境，王建强认为：“聪明车”必须是“安全车”，因此智能汽车安全需通过“类脑认知架构”实现向人类驾驶认知模式的跃迁。最终目标是：提升AV的自学习、自反思、自适应能力，构建一个具备人类类脑推理特征、安全可验证的高等级智能驾驶系统。

二连板云南旅游：子公司与浙江人形机器人创新中心有限公司签署战略合作协议来源：上海证券报·中国证券网上证报中国证券网讯（记者王乔琪）云南旅游9月18日晚发布股票交易异常波动公告，近期，公司全资子公司深圳华侨城文化旅游科技集团有限公司与浙江人形机器人创新中心有限公司签署战略合作协议，双方将围绕三大方向深化合作