CICV 2026 | AI赋能的自动驾驶测试评价技术前沿论坛成功举办

AI赋能的自动驾驶测试评价技术前沿论坛

中汽中心、中国汽车战略与政策研究中心首席专家秦孔建发表了题为《端到端智驾系统测评技术及风险管控》的主旨演讲。秦孔建深入剖析了端到端智驾系统在测评领域面临的核心挑战与应对策略。他指出，当前消费者更关注车辆在实际道路中的真实表现，而公众对端到端自动驾驶的理解存在偏差。行业面临三大核心挑战：驾驶环境日益开放带来道路复杂性增加；决策机制趋向黑盒化导致解释性降低；车辆与交通参与者之间的协同边界模糊。他提出构建闭环式评测流程，通过数据采集、场景提取到分析评价的完整体系支撑场景化测评，并通过驾驶员专家小模型与AI工具实现自动化评测。

中汽中心、中国汽车战略与政策研究中心首席专家 秦孔建

中汽院智能网联科技有限公司总经理李朝斌分享了题为《基于实际道路的端到端智能驾驶类人化测评方法初探》的主旨演讲。他指出，当前自动驾驶技术虽快速发展，尤其NOA功能普及率较高，但用户使用后信心易下降。他提出基于真实道路数据，构建“数据采集-场景挖掘-行为评价”类人化测评闭环技术体系，基于自研i-DAF 平台，构建覆盖城市、高速、山区等典型场景的真实道路数据，以专家驾驶模型和多源实测数据为基础，科学评价智能驾驶类人化水平。通过从场景挖掘与类人化量化评价两个维度，形成初步类人测评成果，未来推动面向拟人化评价指数的合作与行业应用。

中汽院智能网联科技有限公司总经理 李朝斌

51Sim CEO 鲍世强分享了题为《基于重建与生成的下一代仿真体系》的演讲。鲍总对仿真技术进行了深度分析，他指出仿真技术可划分为四代：第一代是基于统一引擎的传统仿真，第二代引入3D高斯等重建技术，第三代基于4D高斯实现全自动化重建，第四代基于生成式AI模型仍处于探索阶段。当前核心矛盾在于传统world sim难以满足端到端系统对执行度的高要求，而log sim本质是开环无法证明系统无缺陷。他指出未来将长期采用重建加生成混合模式。4D高斯重建的核心目标是实现全自动化闭环测试，关键KPI为三车道范围内的完整场景重建。基于神经渲染可达到30fps实时性，若突破性能瓶颈，可直接用于SIL/HIL闭环测试。目前落地重点工作集中在数据质量评估与场景优化。

51Sim CEO 鲍世强

联通智网科技股份有限公司车辆智能网联研究院院长 周光涛发表了题为《虚实结合的自动驾驶仿真测试技术与应用》的演讲。周院长指出当前自动驾驶测试实质是测试算法作为驾驶员的能力。他提出双生增强理念：将真实数据转为虚拟，虚拟仿真反馈真实测试，形成闭环支持24小时不间断运行。在车路云协同测试架构方面，构建分布式通信架构支持带宽、延迟、知识等参数可调。在AIGC应用方面，利用AIGC生成多样化交通行为、事故重建、第三方视角等复杂场景，构建安全靶场覆盖车路云管端全链路影响。

联通智网科技股份有限公司车辆智能网联研究院院长 周光涛

同济大学交通学院教授 孙剑发表了题为《交通目标物集群智能调度与伴随式加速测试技术》的演讲。孙剑教授系统介绍了智能驾驶测试的技术演进路径与集群调度技术。他将自动驾驶测试划分为三个阶段：模块化时代、融合测试时代和端到端时代。他创新性地提出多模态智能目标物及智能目标物集群调度方法，实现集群调度测试，同时研发云端可控智能目标物测试系统CAST平台，支持复杂场景多目标物连续高效测试。孙剑教授自2022年起启动公开自然驾驶智能汽车仿真测试环境平台建设， 并举办自动驾驶算法挑战赛，服务行业产学研深度融合。

同济大学交通学院教授 孙剑

国家智能网联汽车创新中心智驾测试负责人 高宇德发表题为《AI赋能的智驾全实物场地测试实践》的演讲。高宇德介绍了AI赋能的全实物场地测试方法。针对复杂场景构建、精确控制与交互博弈、测试效率低下三大核心挑战，他提出全实物测试三步法：场景自动化搭建利用AI算法自动生成目标物运动状态与空间布局；解构与拼接机制将复杂场景拆解为原子组件通过标准化工具库拼接还原；智能化评估分析实现主车与环境数据的自动采集与闭环分析。在群体控制方面采用云端分层解耦负责大尺度规划、边端闭环调控实现小尺度低时延实时响应。场地部署可快速完成系统搭建，单次测试可快速完成场景切换，支持NCAP、L2/L3标准摸底验证、研发测试验证等多种测试需求。

国家智能网联汽车创新中心智驾测试负责人 高宇德

中国第一汽车集团有限公司底盘试验工程师 郭笑通发表题为《智能底盘系统测试技术与应用》的演讲。他指出，随着汽车电动化、智能化发展，底盘系统正从机械被动向电控智能转变，需建立多物理在环测试平台进行复杂机电液气一体化系统集成测试。一汽集团的智能底盘测试平台可实现四种制动构型快速切换免调试、兼容SOA域控制器架构、主客观评价自动切换。测试技术方面，通过双因子组合测试与粒子群算法融合，自动化生成制动助力降级边界，接口功能测试用例生成周期缩短70%，名义功能测试用例生成周期缩短60%。未来将推进线控制动EMB系统功能安全台架测试。

中国第一汽车集团有限公司底盘试验工程师 郭笑通

长城汽车股份有限公司智驾测试标定总监 魏宏分享了题为《AI赋能智能驾驶研发与测试》的演讲。长城汽车自2011年起开始集成智能驾驶技术，2024年实现重大突破，基于V2A大模型打造的智驾平台已发布量产。在数据闭环体系建设方面，Coffee Pilot平台自2024年量产以来累计数据超过17亿条，采用世界模型技术提升数据挖掘效率。利用三维重建技术在云端构建高保真仿真环境，通过3D高斯、4D高斯及生成式模型实现从被动等待实车数据到主动提供定制化场景的转变。长城汽车对徐水实验场进行智能网联化升级，新建城市道路模拟路段，预计2026年6月投入使用。

长城汽车股份有限公司智驾测试标定总监 魏宏

长安大学信息工程学院院长、教授徐志刚老师团队分享了题为《基于AI大模型的自动驾驶关键测试场景自动生成》的演讲。徐志刚团队高赢老师系统介绍了基于大模型的高风险自动驾驶测试场景生成方法。传统驾驶场景难以暴露系统短板，需主动构建对抗性交互以发现潜在缺陷。该方法将测试场景定义为多车参与的连续交通过程，采用交通图建模，通过多头注意力机制刻画车辆间的动态关联，采用分层意图决策解决做什么的问题。实验结果显示，65%的待测车辆发生碰撞，90%的对抗运动保持在正常运动学范围内，规则违反率仅约1%。完整模型在四个指标上均取得最优性能。未来将探索面向端到端的测试一体化范式，推进虚实融合测试体系研究。

长安大学信息工程学院院长、教授 徐志刚

本次论坛汇聚高校、科研机构和头部企业专家，围绕AI赋能下的智能驾驶测试技术与安全发展开展了深入交流。聚焦测试评价技术前沿，围绕智能驾驶测试方法、测试技术、测试工具创新与应用议题展开研讨，从总体测试技术/方法、到仿真测试、虚实结合测试、全实物场地测试，再到智能底盘、智能驾驶测试等议题，联合行业专家开展前瞻性的技术分析与实践探索。未来，各方将继续发挥平台作用，持续深化产学研用协同创新，筑牢技术基础，推动智能驾驶迈向新阶段。