刘诚／文

今年年初以来，全球人工智能领域在人形机器人与智能体应用方面均取得突破性进展，引发广泛社会关注。从春晚舞台上动作精准、神态灵动的人形机器人表演，到能够自主操作电脑、处理复杂工作流的智能体应用，人工智能正实现从“感知交互”向“自主执行”的关键跨越。

在众多人工智能落地场景中，自动驾驶凭借应用规模大、市场成熟度高、与日常生活结合紧密等特点，成为技术产业化的重要载体，更是汽车产业突破“内卷”困境、实现高质量发展的关键路径。

汽车产业新动能

传统汽车产业长期依托发动机、变速箱等机械性能构建核心竞争力，这一模式在市场趋于饱和、产品同质化严重的背景下，已很难支撑企业实现持续增长。

未来，行业必须建立以人工智能为驱动的智能化发展新模式，从产品形态、研发制造、产业生态等多个维度重塑全链条竞争力。

如果说机械化是汽车产业兴起的历史基石，电动化是产业变革的上半场，那么智能化无疑是决定行业未来走向的下半场，也是车企实现突围的核心战场。

一方面，自动驾驶契合未来出行需求，构筑差异化竞争优势。全球范围内，自动驾驶技术正加速从实验室走向现实生活。

今年1月，英伟达CEO黄仁勋公开表示，自动驾驶极有可能成为未来十年规模最大、增长最快的技术产业之一，预计十年后全球将有数亿辆汽车具备高度自动驾驶能力，彻底改变人类出行的整体格局。去年12月，特斯拉开始在无安全员条件下测试自动驾驶出租车Robo－taxi。今年2月，无方向盘设计的Cy－bercab无人驾驶汽车提前实现量产，并在北美地区开展各类极端路况测试，标志着无人驾驶正从科幻概念走向实际应用，即将全面改变人类的出行方式。

在国内，自动驾驶的政策落地与技术应用同步推进。按照国际通用分级标准，自动驾驶从L0到L5共分为6个等级，L2及以下级别仍需要驾驶员全程掌控车辆，L3为有条件自动驾驶，L4为高度自动驾驶，L5为完全无人驾驶。

2025年12月，工信部正式批准两款搭载L3级有条件自动驾驶功能的车型上市，这是国内首批获得合法上路许可的L3自动驾驶车辆，意味着L3级自动驾驶正式进入量产落地的关键阶段。

除L3级别车型获批外，L4级自动驾驶也在国内多个城市开展试点应用：广州全运会期间，无人环卫车实现每日16小时连续作业，运营效率大幅提升；海南推出面向旅游场景的L4自动驾驶车辆，打造可租赁的移动休闲空间，丰富了出行服务的内涵。

英国《经济学人》刊文指出，中国凭借完整的产业链配套、显著的成本优势、完善的基础设施以及地方政府的积极推动，有望在全球自动驾驶竞争中占据领先地位。从成本来看，中国自动驾驶出租车制造成本仅为美国Waymo的三分之一，累计测试里程已达数百万公里，并逐步在欧洲、中东等地建立合作关系。

另一方面，自动驾驶可以拓展车载服务与运输服务边界，开辟产业增长新空间。

以往的技术升级大多属于单点解决方案，即用新的智能设备替代传统设备，并未从根本上改变产业逻辑。未来，汽车行业需要的是系统性解决方案，通过重新设计产品、服务与运营模式，重塑产业价值分配体系。

这一变革过程与电力普及的历史轨迹相似，电力在早期仅用于照明和简单动力替代，并未带来经济结构的根本性改变，直到电网系统成熟后，才彻底重塑了整个工业生产体系。自动驾驶带来的价值同样不只体现在硬件制造上，更体现在数据积累、算法优化与决策服务中，产业核心竞争力将逐步向掌握智能系统与数据资源的主体转移。

当前，各大车企正站在转型的十字路口，面临“全栈自研”与“生态合作”的战略选择。部分资金与技术实力雄厚的车企投入巨资搭建自主软件架构与数据闭环体系，力求牢牢掌握核心技术。更多企业则选择更加务实路线，与科技企业深度合作，专注发挥整车制造与集成优势。

在全面进入城市开放道路之前，自动驾驶技术普遍遵循“先封闭后开放”的发展路径，优先在矿区、农场、港口、干线物流等场景落地。这些场景环境相对简单、商业价值明确，既是技术验证的重要试验场，也为未来大规模商业化积累了宝贵的长尾数据与实际运营经验。

破解行业“内卷”的关键

汽车行业“内卷”的本质是供需失衡下的同质化恶性竞争。特别是，地方政府出于经济发展需求推动产能扩张，进一步加剧了这一问题。以自动驾驶为核心的智能化转型，既是发展新质生产力的重要方向，也完全契合中央与地方推动产业升级的整体战略，是汽车行业走出当前“内卷”困境的重要科技路径。

长期来看，出行效率的提升虽然可能压缩汽车整体需求量，但通过布局车载服务、城市配送、货物运输等新业态，行业能够彻底跳出单纯依靠销量增长的“内卷”模式，实现更高质量的发展。

自动驾驶领域投资空间广阔、科技属性突出，能够充分释放地方发展经济的积极性与创造力。对地方政府而言，技术路线选择固然重要，但政策支持力度、法规灵活性与基础设施建设水平，更是抢占产业先机的关键因素。

各地通过放宽试点许可、推进路网智能化改造、探索责任界定规则等方式支持自动驾驶落地，目前全国已有超过50个城市开展自动驾驶测试与示范运营。尽管部分试点项目因交通事故等问题短暂调整，但整体上推动了技术迭代与监管体系完善，让工程师与政策制定者更深刻地理解新技术的运行规律与现实需求。

与传统汽车行业在外观、配置、价格等维度的低水平竞争不同，自动驾驶将行业竞争从硬件堆砌转向技术能力与生态体系的较量。

车企不再局限于容易被模仿的物理参数“内卷”，而是在数据积累、算法迭代、场景覆盖、安全保障等方面构建长期壁垒。汽车逐步从传统的代步工具转变为移动智能空间，产业价值重心从制造环节转向服务运营与数据生态，从根源上缓解低端同质化竞争，推动行业向高附加值方向升级。

推动自动驾驶高质量发展

一是要强化政府采购引领作用，加快智能基础设施建设。

政府可以作为自动驾驶的“超级用户”，在城市公交、环卫清扫、物流配送、政务通勤等公共服务领域优先采购自动驾驶车辆与相关服务，为技术提供真实应用场景与海量数据支撑。借鉴国内外军用技术民用化的成功经验，以公共资金投入带动技术从封闭场景向大众消费市场溢出。

同时，自动驾驶已进入车路云一体化发展阶段，政府需统筹推进道路数字化与智能化改造，在关键路段规模化部署感知设备与边缘计算节点，为车辆提供超视距感知与冗余安全保障。建设国家级仿真测试平台，利用虚拟场景补足实车测试无法覆盖的极端情况，加速技术成熟，降低产业落地成本。

二是前瞻性应对信息污染问题，完善数据安全治理体系。

自动驾驶的全面普及将有效缓解交通拥堵与尾气排放等环境问题，但车辆作为移动智能终端，会持续采集用户位置轨迹、行为偏好、生活场景等大量个人信息，形成新型“信息污染”。若缺乏有效规制，可能出现用户隐私被过度采集、滥用乃至牟利的现象，甚至形成隐私保护的两极分化。

为此，需要提前完善数据安全与隐私保护相关法律法规，明确数据采集边界与使用规范，推广数据加密、匿名化处理等技术手段，保障用户的知情权、选择权与删除权，切实维护公众数字权益。

三是筑牢安全管控防线，提升极端场景应对能力。

智能系统应对小概率极端事件的能力，直接决定其社会认可度与普及速度。机器人领域通常将发生率仅1%的突发状况称为极端事件，这类情况虽不常见，却可能引发严重后果。在自动驾驶车辆与人类驾驶车辆混行的阶段，由于驾驶行为模式存在明显差异，短期事故率可能出现小幅上升；但当自动驾驶车辆占比达到一定规模后，车车协同、统一决策将大幅提升整体交通安全性。

为此，要持续强化算法鲁棒性与安全冗余设计，健全严格的测试标准与动态监管机制，加强公众科普引导，让社会理性看待技术发展过程中的阶段性问题，营造包容有序的产业发展环境。

四是坚守社会责任底线，健全多元协同治理体系。

自动驾驶的普及将催生网约车、共享出行、城市物流等多元新业态，平台责任、权责关系、社会结构都将变得更加复杂。必须严格规范平台市场行为，严禁依靠低价“内卷”抢占市场后再通过垄断抬高利润；明确责任主体归属，建立“人授权AI、人承担责任”的清晰机制，避免算法黑箱导致责任悬空。

政府应加强价格监管、反垄断执法与知识产权保护，完善自动驾驶车险、事故责任认定、损害赔偿等配套制度，形成政府监管、平台自律、社会监督相结合的治理格局，保障行业规范健康发展。

从历史变革的视角看，自动驾驶对现代交通体系的重塑力度，远超百年前汽车取代马车的产业变革。如果过度依赖传统监管思路，虽能维持短期稳定，却会延缓技术红利释放与产业升级步伐。

短期内，数据标注、车辆安全员、运维保障等岗位会带来一定的就业增量，但产业发展的核心目标并非维持低效率就业，而是通过技术提升整体运行效率、优化产业结构、摆脱恶性“内卷”。

未来，只有在牢牢守住安全、责任与公平底线的前提下，持续鼓励技术创新与模式探索，才能让自动驾驶真正成为汽车产业转型升级的强大引擎，推动中国汽车行业从规模扩张型发展，转向高质量、可持续、具有全球竞争力的新发展模式。

（作者系中国社会科学院财经战略研究院研究员）