吉利李传海：汽车 AI 缺少统一治理标准，或推高成本并带来安全隐患

据 IT之家 9 月 27 日消息，2026 世界新能源汽车大会（WNEVC）于 9 月 22 日至 24 日在海南海口举办。会上，吉利汽车集团副总裁、吉利汽车研究院院长李传海谈到汽车智能化趋势时表示，AI 在汽车领域的应用正在加速，但行业目前仍缺少统一的 AI 治理标准。来源显示，他认为各家企业独立探索，导致标准不统一、接口不互通，这不仅会抬高产业成本，也可能埋下安全隐患。对于正在快速进入“软件定义汽车”“AI 定义体验”阶段的汽车产业而言，这一判断指向了智能汽车规模化落地背后的基础问题：技术进步不能只看模型能力和功能创新，也需要治理框架、接口规范和安全边界同步完善。

汽车 AI 加速落地，标准缺口开始显性化

近几年，AI 已经从座舱语音助手、导航推荐、驾驶辅助，进一步延伸到车辆控制、能耗管理、用户行为理解、售后诊断以及研发制造等环节。对车企来说，AI 不再只是单点功能，而是连接芯片、传感器、操作系统、云端平台和数据闭环的底层能力。

李传海此次强调的“统一治理标准”，并不只是技术接口层面的兼容问题，还涉及数据如何采集与使用、算法如何验证、功能边界如何定义、系统风险如何追踪等更复杂的产业治理议题。汽车不同于普通消费电子产品，其 AI 功能一旦与驾驶、车辆控制和道路环境产生关联，就会直接触及安全责任与监管合规。

来源显示，李传海提出，全产业应共同推动 AI 标准化治理，让技术创新有规可依、有标可循。他认为，这不仅关系产业健康发展，也关系中国汽车在全球竞争中能否掌握更多话语权。

为什么“各做各的”会推高成本

从产业链角度看，智能汽车涉及主机厂、零部件供应商、芯片厂商、软件平台、模型服务商、测试机构和监管部门。如果缺少统一标准，企业往往需要为不同平台重复适配、重复测试、重复认证，产业协同效率会被拉低。

• 接口不互通：不同系统之间难以复用能力，供应商需要为不同车企或车型定制开发。
• 验证成本上升：AI 功能涉及大量场景测试，标准不统一会增加测试口径和评估方法的不确定性。
• 安全责任难划分：当算法、硬件、数据和整车控制来自多个环节时，缺少治理框架会放大责任边界争议。
• 全球化难度增加：出口与国际合作需要适配不同地区的法规和标准，缺少统一参与机制会影响竞争效率。

对用户而言，标准缺失可能带来的影响也并非抽象概念。比如智能座舱的个人数据使用是否透明，辅助驾驶功能的能力边界是否清晰，OTA 更新后的风险如何评估，车辆在异常场景下如何保证安全降级，这些都需要行业层面的规范来支撑。

影响与解读：中国车企正在从产品竞争走向标准竞争

李传海还提到，新能源与智能化正在重塑全球汽车技术体系，全球标准也迎来重构窗口期。来源显示，在他看来，从电池安全、充电接口，到功能安全、数据治理，中国已经积累了较完整的技术能力与产业实践，已经进入广泛参与、甚至主导全球标准治理的新阶段。

这一表态的背景是，中国新能源汽车产业在市场规模、供应链完整度和智能化应用速度上已经形成较强基础。过去，中国车企更多是在产品性能、成本控制、供应链效率上竞争；随着智能化进入深水区，竞争焦点将逐步转向标准制定能力、生态协同能力和安全治理能力。

对于 AI 科技产业来说，汽车是大模型和智能体技术最具挑战的落地场景之一。它既要求实时响应，也要求高可靠性；既需要个性化体验，也必须满足隐私与安全约束。因此，汽车 AI 的治理标准不会只是车企内部规范，而会牵动车规芯片、车载操作系统、数据平台、云服务、仿真测试和监管技术的发展。

从更长周期看，统一标准并不意味着压制创新，而是为创新建立共同底座。只有在安全、接口、数据和评估方法上形成共识，AI 功能才能更低成本地跨车型、跨平台、跨市场推广。吉利高管此次发声，反映出智能汽车行业正在从“功能竞速”进入“体系建设”阶段。未来，谁能在 AI 治理和国际标准中占据更主动位置，谁就可能在全球智能汽车竞争中获得更稳固的产业优势。