9月22日至24日，2026世界新能源汽车大会（WNEVC）在海南海口举办。据IT之家9月27日报道及睿见Economy、新浪网9月23日消息，吉利汽车集团副总裁、吉利汽车研究院院长李传海在会上提出，目前行业缺少统一的AI治理标准，各家企业独立探索导致接口不互通，不仅抬高产业成本也埋下安全隐患，因此建议全产业共同推动AI标准化治理。简单来说，这项倡议的价值在于为越来越依赖算法的智能汽车建立一套通用的“交通规则”，让技术创新有规可依。
要理解这个倡议，我们得先弄明白什么是“AI治理标准”。在现在的智能汽车上，AI主要干两件事：一是智能驾驶（比如NOA领航辅助，即车辆能在高速或城市道路上自动跟车、变道、上下匝道），二是智能座舱（语音助手、疲劳监测等）。上一代汽车的电子架构是分布式的，每个功能由独立的ECU（电子控制单元）管，彼此不怎么交流。而这一代智能汽车升级成了集中式计算平台，靠几百甚至上千TOPS（每秒万亿次运算，衡量芯片算力的单位）的大算力芯片统一处理所有数据。算力越高，AI能同时处理的摄像头和雷达信号就越多，反应越快。但问题在于，目前各家车企都在自己摸索AI的安全边界和数据规则。比如同样是识别前方障碍物，A品牌的数据接口格式和B品牌完全不同。这就好比大家各自发明了一套语言，互相听不懂。李传海指出的“标准不统一、接口不互通”正是这个技术痛点。相比之下，传统汽车时代的ISO 26262功能安全标准是全球统一的，大家都按同一套流程验证刹车、转向系统。而在AI时代，这套全球统一的标尺还没完全建好。
那么，缺乏统一的AI治理标准，对你日常用车有什么实际影响？首先是研发成本的转嫁。如果每家车企都要从零开始搭建自己的AI测试体系和合规框架，这些多出来的开发费用最终都会体现在车价上。统一标准能让整个供应链共用一套测试工具，把成本打下来。其次是更关键的安全隐患。目前的智能驾驶大多处于L2+级别（即辅助驾驶，驾驶员必须随时准备接管车辆，不能脱手脱眼）。在这个阶段，AI如果遇到没见过的“长尾场景”（比如路上突然出现一个异形障碍物），不同品牌的处理逻辑可能截然不同。如果没有统一的治理标准来规范AI的决策底线和失效保护机制，车辆在极端情况下的表现就会像开盲盒。此外，李传海还提到海外市场的数据治理规则各不相同。如果你买的车未来支持跨品牌互联或者OTA（空中下载技术，即通过网络远程给车机升级系统）升级，底层接口不通会导致很多新功能无法顺利推送。
从行业现状来看，AI标准化的核心指标对比如下：
- 接口互通性：目前各车企独立探索，标准不统一；倡议目标为推动全产业接口互通。
- 算力评估基准：当前主流智驾芯片算力在200 TOPS至1000+ TOPS不等，但缺乏统一的AI效能转化评估标准。
- 安全认证体系：传统硬件有成熟的ISO 26262标准，而AI算法层面的预期功能安全（SOTIF）仍在各区域独立探索中。
- 数据治理规则：国内与海外不同区域的法规体系、安全认证标准各不相同，合规门槛存在差异。
客观判断，李传海的这项倡议切中了当下智能汽车行业的技术痛点，但落地仍面临挑战。目前正处于从“各自为战”向“行业共识”过渡的阶段。难点在于，AI算法迭代极快，标准的制定速度往往跟不上技术更新的速度；同时，头部车企已经在自己的技术路线上投入了巨额资金，让他们放弃部分私有标准去兼容统一标准，需要极强的行业协调力。正如李传海所言，中国已经积累了完整的技术能力与产业实践，到了广泛参与甚至主导全球标准治理的新阶段。但这不仅需要车企牵头，还需要监管部门、第三方测试机构以及国际组织的共同参与。
总结来说，吉利汽车提出的全产业共同推动AI标准化治理，本质上是为了解决智能汽车在狂奔时“没有统一交规”的问题。作为消费者，现阶段购买具备高阶辅助驾驶功能的车型时，依然要牢记其L2+级别的物理边界，双手不离方向盘。而从长远来看，行业标准的统一将是智能汽车真正走向成熟、降低购车与使用成本的必经之路。
