在 “2025 新能源智能汽车新质发展论坛” 上，清华大学车辆与运载学院院长王建强指出，自动驾驶技术正从规则驱动、数据驱动向认知驱动演进，这一趋势或将破解当前技术瓶颈，推动高等级自动驾驶突破。

低等级智能汽车已实现较高市场渗透率，但迈向高等级自动驾驶时，复杂长尾场景下的事故频发，凸显安全技术难题。王建强分析，规则驱动是早期主流路线，属 “白盒系统”，可观测可解释却策略固定，难以适配复杂环境；数据驱动为当下主流，靠深度学习实现场景泛化，却因 “黑箱属性” 致决策不透明，关键时刻安全保障不足。两种路线均面临核心困境：规则系统需进化能力，数据系统需 “去黑箱化” 增强可控性。

为突破困境，王建强提出 “认知驱动” 第三条技术路线。该路线借鉴人脑认知机制，融合规则驱动的可解释性与数据驱动的学习能力，既能赋予规则系统进化能力，又可推动数据系统 “去黑箱化”，实现过程透明、结果可信。其技术架构涵盖感知、认知、决策三大环节：感知层融合规则驱动物理状态估计与数据驱动语义理解；认知层通过统一评估与交互建模，判断风险趋势、理解行为语义；决策层融合行为决策与轨迹规划，结合大语言模型反馈推理，生成类人自适应决策。

王建强表示，认知驱动需构建 “自主学习 + 先验知识” 新范式，依托大模型实现智能涌现，引入人类知识学习反馈机制，提升长尾场景安全与泛化表现，最终回归以人为中心，实现 “认知人、学习人、超越人” 的认知智能转变。他还提出 “三纵三横” 技术架构，支撑智能汽车规模化、可持续演进，并强调 “聪明车” 必是 “安全车”，需以类脑认知架构构建认知驱动机制、知识 + 数据协同感知、推理引擎 + 反思机制三大能力支柱，打造安全可验证的高等级智能驾驶系统。

文章来源：中国经济网（郭涛）