李克强教授在演讲中指出，智能网联汽车是新一代信息技术与实体产业深度融合的产物，已成为全球工业强国战略竞争的核心高地，也是我国推动制造强国、交通强国建设的重大战略任务。当前，我国智能网联汽车产业已取得显著进展，2025 年 L2 级辅助驾驶新车搭载率已接近 65%，C-V2X 通信模块快速普及，传感器、芯片、操作系统等核心技术实现持续突破，产业已发展至关键临界点。但与此同时，行业仍面临商业闭环尚未形成、盈利模式不清晰、安全可靠性不足等核心问题，其中安全是行业亟待解决的首要问题，也是制约智能驾驶大规模商业化落地的核心瓶颈。

他系统梳理了当前单车智能驾驶面临的四大核心技术瓶颈。第一是物理感知极限与多维视角缺失，受遮挡、光线变化等环境因素影响，传感器存在天然的感知盲区，易出现 “看不见、看不清、看错、看漏” 等问题，这一缺陷难以通过算法优化完全弥补；第二是罕见场景泛化能力不足，部分产品因训练场景覆盖不全，无法识别极端与罕见场景，带来安全隐患；第三是逻辑决策瓶颈与接管机制缺陷，面对突发场景时，系统无法提前预判风险，留给驾驶员的接管窗口极短，事故风险显著提升；第四是开发层面的数据闭环难题，单车数据采集规模与维度有限，不同车企数据采集标准不统一，数据安全保障机制不完善，导致开发效率低、成本高，模型泛化能力难以持续提升。

清华大学车辆与运载学院教授、智能绿色车辆与交通全国重点实验室主任、国家智能网联汽车创新中心首席科学家李克强

针对这些核心痛点，李克强教授提出，智能驾驶安全保障需要构建全新的技术范式，实现从视觉内的平视到超视觉的全感知、从独立的博弈到协同最优、从被动防御到内生安全、从造车竞争到生态共建的全面升级。而实现这一范式升级的核心路径，就是 “车路云一体化” 协同发展。

他强调，“车路云一体化” 系统从根本上破解了单车智能的技术瓶颈，为智能汽车行驶建立了安全的 “数字轨道”。该系统通过路侧感知、车车协同、云端统筹，为车辆提供多维数据输入，实现车、路、云全域协同感知，大幅增强环境感知与风险预判能力，能够提前识别遮挡场景、突发风险，从根本上提升智能驾驶的安全性与通行效率。同时，这套系统融合了车辆自主上报、路侧感知、交通指挥信号、交通事件等全维度数据，打破了企业数据孤岛，兼具 “海量性” 与 “完备性”，为 AI 大模型训练打造了提升安全的 “数字发电站”，在提升模型安全性的同时，大幅降低训练成本、提升训练效率。

在产业落地层面，李克强教授介绍，当前工信部、公安部、交通部等部委正同步推进 L3 级城市准入示范与 “车路云一体化” 基础设施建设两大核心示范项目，已在北京、重庆等核心城市搭建了共用数据底座，形成了成熟的技术落地体系。2025 年，由 15 家中外主流车企联合发起的 “车路云一体化” 产业化示范项目正式启动，涵盖上汽、广汽、比亚迪、丰田、华为等产业链核心企业，针对行业公认的 17 个高难度智驾场景，尤其是鬼探头、匝道汇入、前向避撞等单车智能难以突破的场景，开展联合测试与量产落地。测试结果显示，“车路云一体化” 方案可显著降低场景安全风险，且无需增加额外硬件成本，目前已有 7 家车企启动了相关技术的量产化推进工作。

演讲最后，李克强教授总结了四大核心观点：第一，安全依然是行业亟待解决的首要问题，正视单车智能驾驶技术瓶颈是解决问题的首要前提，行业需摒弃急功近利的噱头，敬畏技术局限，回归安全本源；第二，“车路云一体化” 系统可实现全域协同感知，为智能驾驶建立 “数字轨道”，是破解安全瓶颈的核心路径；第三，“车路云一体化” 的全维度数据体系，为 AI 大模型训练提供了核心支撑，是实现智驾技术持续升级的关键基础；第四，分层解耦、跨域共用的计算基础平台与开发系统，可大幅提升产品安全研发的质量与效率，支撑 “车路云一体化” 技术的规模化落地。

他表示，未来将持续推动 “车路云一体化” 技术的产业化落地，与行业同仁携手，共同筑牢智能驾驶安全底线，推动中国智能网联汽车产业实现高质量、可持续发展。