智能汽车的安全与可靠性，始终是智能化进阶的核心命题。清华大学车辆与运载学院院长王建强在论坛 上表示，当前智能汽车正从低等级辅助驾驶向高等级自动驾驶跨越，但复杂长尾场景下的事故频发，暴 露出"感知-认知-决策"全链路的技术短板。 "特斯拉事故反映感知系统误检，Waymo事故暴露风险认知不足，Uber事故源于决策误判，"他直言，规 则驱动与数据驱动的传统路线已难以满足L4+级别自动驾驶需求。前者依赖预设规则，难以应对开放场 景；后者陷入"黑箱决策"，泛化能力受限于训练数据。 为此，王建强提出"认知驱动"的第三条技术路线：融合规则驱动的可解释性与数据驱动的学习能力，借 鉴人类基于常识与经验的决策模式，构建"感知-认知-决策"闭环体系。例如，在感知层融合物理状态估 计与语义理解，提升复杂环境重构精度；在认知层通过"行车安全场"建模与深度学习结合，实现风险动 态预测；在决策层引入大语言模型推理，支持类人自适应决策。这一路线已在部分场景验证其优势，能 显著提升智能汽车对极端场景的应变能力。 中国汽车工业协会日前发布的数据显示，今年上半年，新能源汽车产销分别完成696.8万辆和693.7万 辆，同比分别增长41.4%和40 ...