在汽车（汽车行业分析报告）智能化发展势头强劲的同时，安全问题也成为行业必须直面的核心挑战。无论是用户、数据和隐私安全问题，还是防止自动驾驶中AI误判和误操作等带来的安全风险，随着AI技术在汽车领域的深度应用，这些安全边界问题亟须行业共同深入探讨并进一步明确。
多模态大模型作为端到端算法的基座模型可以赋能高阶自动驾驶技术，但还要解决大模型的安全可靠性问题。同时，L3自动驾驶需要尽快解决相关法律法规问题，L4级自动驾驶需要积累经验循序渐进，暂时不宜提全民自动驾驶。在面向AI的时代，用户、数据和隐私安全问题将更加突出，所以面向人工智能的操作系统需要提供更加严格的安全机制，包括数据加密、访问控制、隐私保护等，同时还要支持AI的边界管理能力，确保AI功能的合规。
随着AI越来越能自主决策，如何防止AI误判和误操作对车辆和乘客带来危险？自动驾驶可以通过踩刹车退出，但在座舱等很多场景中，这种限制并不容易实现。这是我们在操作系统层面需要解决的重要课题。随着AI发展到一定阶段，需要思考一些包括产业、技术和安全，社会、法律和伦理方面的深层次问题。如何让AI更好地服务于车、服务于人，构建更加和谐的社会关系，是需要共同思考和推动行业繁荣的方向。
智能网联汽车的本质仍然是ICT、软硬件高度耦合的系统，安全是第一要务。每个汽车从业者都必须把安全作为最关键的因素。因此，在发展新技术、推动产业进步的同时，也要尊重技术发展规律。在追求AI突破的同时重新夯实底层根基，坚持长期主义，才能在智能化深水区建立真正的竞争壁垒。