在智能驾驶技术狂飙突进的今天,AI如何兼顾创新与安全成为行业最大课题。当特斯拉还在用“影子模式”收集数据、新势力们忙于堆砌激光雷达数量时,吉利汽车已经悄然拿下了全球首张AI安全“驾照”——2025年初,吉利以全体系能力通过ISO/PAS 8800认证,这项由德国DAkkS背书、SGS全程审核的权威标准,标志着智能汽车安全正式进入“AI全生命周期管理”时代。
AI技术的双刃剑属性始终是悬在行业头顶的达摩克利斯之剑。一个误判的感知数据可能导致车辆将雾天识别为晴天,一段有偏差的训练样本或让自动驾驶系统在极端场景下“死机”。ISO/PAS 8800的价值正在于此:它不仅要求车企在开发阶段规范数据采集和算法设计,更强调从需求定义到落地验证的全流程风险管控。吉利能成为首个“持证上岗”的车企,靠的正是其贯穿功能安全(ISO 26262)、预期功能安全(ISO 21448)和AI安全的三重防护体系。这种“硬件失效+软件漏洞+AI不确定性”的闭环防御,好比给智能驾驶系统同时装上安全带、安全气囊和预碰撞系统。
回溯吉利的安全技术布局,会发现这是一场长达五年的体系化作战。2021年拿下德国DAkkS与美国ANAB双认证的ISO 26262功能安全认证时,吉利就展现出对电子电气系统失效预防的严苛标准;2024年通过ISO 21448预期功能安全认证,意味着其智能驾驶系统已能主动应对传感器局限、人机交互误判等复杂场景;而此次ISO/PAS 8800的突破,则让AI的“黑箱”变得可追溯、可验证。这种层层递进的技术进化,背后是电子软件中心、智能驾驶中心与AI中心的跨部门协作——比如在数据标注环节,吉利要求每帧训练图像必须通过功能安全工程师与AI工程师的双重校验,这种“双人复核”机制甚至比医疗行业更谨慎。
安全从来不是吉利的营销话术,而是刻在技术基因里的生存法则。从收购沃尔沃时继承的“零伤亡”理念,到如今建立覆盖2000名工程师的AI安全培训体系,吉利正在将安全从产品特性升级为生态能力。其智能驾驶中心负责人曾透露,为通过ISO/PAS 8800认证,团队重构了37%的AI模型测试用例,新增“极端场景生成器”模块,能自动模拟暴雨中穿行的外卖骑手、隧道口逆光的交通标志等长尾场景。这种对安全偏执的投入,短期看或许会拖慢OTA迭代速度,但长期看却是避免“自动驾驶翻车”的最优解。
当行业还在争论“纯视觉派”与“激光雷达派”的技术路线时,吉利已经跳出了硬件竞赛的维度,在更底层的AI安全标准上卡住身位。这种领先不止体现在认证数量上:根据内部测试数据,搭载最新AI安全体系的吉利车型,在误触发率(False Positive)指标上比行业平均水平低42%,而面对暴雨、团雾等极端天气的决策稳定性提升35%。正如ISO标准委员会专家所言:“未来的智能汽车竞争,本质是安全能力的竞争。”获得全球首张AI安全“驾照”的吉利,显然已经拿到了决赛入场券。
从用户视角看,这场技术长征的终极回报很简单:当你在高速上开启NOA时,不用时刻准备接管方向盘;当系统提示“自动驾驶可用”时,你知道它背后是数千小时的安全验证而非营销话术。吉利的野心或许可以用其技术年报中的一句话总结:“我们要让消费者觉得智能驾驶比人类驾驶更可靠。”而ISO/PAS 8800认证,正是这份野心的第一块基石。