智行全球 数驱未来丨智领出海:自动驾驶数据合规浅析

在 · 海外

创 · 海外

质 · 海外

为 · 海外

【导读】真实道路数据是智能驾驶算法持续迭代的重要基础，但车辆在公共道路采集图像、传感器和位置数据时，也会触及驾驶者、乘客及道路第三方的隐私权益。大众集团自 2024 年起就客户车辆环境数据处理方案与德国多地监管机构持续沟通，这并非一份处罚通报，而是一个更值得行业重视的样本：数据合规必须进入产品和算法设计阶段，而不是等到业务上线后再补救。

本专栏将对海外事业部数据跨境业务板块进行系列报道，敬请关注。

01  事件复盘：

不是处罚通报，而是一场持续的监管协同

2024 年 9 月 26 日，德国下萨克森州数据保护监管机构发布信息称，对大众集团、奥迪、保时捷同步启动数据保护合规审查，重点针对其车辆环境感知数据采集训练自动驾驶算法的方案。需要明确的是：这不是事后处罚调查，而是欧盟典型的事前合规预审。

从大众公开说明看，其技术方案采用事件触发式数据上传模式，区别于全程不间断录像，仅在自动紧急制动、突发避险、驾驶辅助系统介入等高危场景，自动采集车辆摄像头图像、雷达传感数据、车速、转向参数以及道路天气、光照等环境信息，用于算法迭代。该模式本意贴合GDPR数据最小化原则，但依旧被监管提出多项核心质疑：

1. 第三方隐私存在漏洞：车载摄像头会无意间拍摄到行人、其他车辆车牌、道路驾乘人员等第三方个人信息，仅依靠车主授权，无法覆盖路人等非车主数据主体的隐私权益；

2. 合法数据依据存疑：大众主张提升行车安全属于企业合法利益，但监管认为图像类敏感个人数据，无法单纯依靠该理由完成合规自证；

3. 最小化如何落到技术架构：事件触发、采样频率、端侧筛选、字段裁剪、访问权限、保存期限和删除机制，都应与明确用途逐项对应；

4. 多方权责划分模糊：集团内车企、研发部门多主体参与数据处理，数据控制者与处理者责任边界不清晰。

2025 年 4 月 22 日，巴登-符腾堡州数据保护监管机构进一步更新：大众已于 2024 年第四季度开始进行若干整改：如升级车端实时人脸、车牌脱敏模糊算法，拆分分层用户授权（取消捆绑同意，车主可单独撤回数据上传权限），缩短原始数据存储周期，同时缩小试点范围，仅在德国小范围落地数据采集项目等。

截至2026年6月，本次调查依旧处于监管沟通与方案整改阶段，官方未发布处罚通知、也未批准该数据方案全面落地。

02   透过大众案例

看懂欧盟智驾数据监管的底层逻辑

车载摄像头在公共道路上可能记录行人、骑行者、其他车辆驾乘人员及车牌。只要信息能够直接或间接关联到自然人，就可能落入 GDPR 的个人数据范围。影像也并非当然属于“特殊类别个人数据”；通常只有在经过特定技术处理、用于唯一识别自然人时，才可能构成生物识别类特殊数据。企业应区分驾驶者、乘客、道路第三方等不同数据主体，分别设计告知、合法基础与权利响应机制。

数据最小化的核心，是确保采集内容、频率、范围和留存时间与具体目的相称。对于智能驾驶训练，原始图像中的部分特征可能确有技术价值；但企业不能因此跳过必要性和比例性评估。更成熟的做法是组合使用事件触发、端侧过滤、短序列采集、用途隔离、分级访问、假名化、可验证删除等措施，并对确需保留原始数据的场景形成书面证据链。

当处理活动采用新技术、涉及公共区域的系统性监测，或可能对个人权利和自由造成高风险时，企业通常需要在处理前开展数据保护影响评估（DPIA）。如果剩余高风险无法通过合理措施降低，还可能触发与监管机构的事前咨询。大众案例的关键启示，正是把监管沟通放在方案上线之前，而不是把合规作为事后补丁。

GDPR 负责个人数据处理的合法性、透明度、权利保障和安全；《数据法案》自 2025 年 9 月 12 日起适用，重点规范联网产品数据的访问与使用；《人工智能法案》则需要结合具体功能、风险分类及汽车型式认证规则判断适用义务，不能笼统地认定所有自动驾驶算法都当然属于同一种“高风险 AI 系统”。此外，UNECE R155、R156 等规则还从网络安全和软件更新治理角度提出要求。这些制度相互衔接，但监管对象和法律问题并不相同。

还需区分两个容易混淆的概念：在多个欧盟成员国开展跨境处理，涉及主管监管机构和 GDPR“一站式机制”；将个人数据传输至欧洲经济区以外，则需要另行满足 GDPR 第五章的跨境传输要求。

03  行业启示：

车企和智能驾驶方案商应补齐四项能力

把摄像头、雷达、定位、车辆状态、日志等数据按来源、字段、用途、数据主体、接收方、保存期限和传输路径逐项梳理。对每一种处理活动分别确认合法基础和必要性，避免以一份笼统授权覆盖全链路。

优先在车端完成触发判断、无关数据过滤和字段裁剪；在云端实施用途隔离、最小权限、访问审计和分层留存。是否匿名化或模糊化，应根据训练目的和风险逐场景判断，而不是用单一技术方案覆盖所有数据。

明确整车企业、集团研发公司、算法供应商、云服务商之间的角色，必要时签订数据处理协议（DPA）或共同控制安排；对欧洲经济区以外的数据访问和传输，评估适用的充分性决定、标准合同条款、约束性公司规则及补充措施。

DPIA、利益衡量测试、处理活动记录、告知文本、同意与撤回机制、保存期限、删除记录、安全测试和供应商审计，都应能够被持续验证。合规的目标不只是“做过评估”，而是能够向监管机构证明方案为何必要、风险如何降低、责任由谁承担。

智能驾驶行业离不开数据，但欧洲市场要求企业同时回答另一个问题：每一次采集是否必要、是否与目的相称、是否可控制、是否可删除、是否有人对结果负责。算法性能决定产品上限，数据治理能力则决定产品能否获得长期进入市场的资格。

对计划进入欧洲市场的中国车企和智能驾驶解决方案商而言，合规不应停留在隐私政策或合同文本层面，而应贯穿产品定义、车辆端设计、云端架构、模型训练、供应链协作和跨境运营全过程。越早把合规要求转化为工程约束，越能减少后期整改、延期上市和监管不确定性。

围绕 DPIA 数据保护影响评估、车端数据保护方案、欧洲数据跨境机制及全链路数据治理体系，中国汽研海外事业部相关团队可为整车企业和智能驾驶解决方案商提供针对性的合规咨询与体系建设支持，协助企业在算法迭代效率与全球监管要求之间建立可持续的平衡。