2026-02-02 | 김현수 논설위원

[清论直说] “韩国在自动驾驶有优势……应以‘物理AI主导权’为目标全力冲刺”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

今年1月在美国拉斯维加斯举行的“CES 2026”现场,展示了移动出行的未来方向。英伟达的自动驾驶人工智能(AI)软件“Alpamayo”宣告了“装上轮子的AI”时代到来,现代汽车集团的物理AI“Atlas”则展现了移动出行的可扩展性。但围绕韩国自动驾驶产业的评价却褒贬不一。尤其在韩国国土交通部部长金润德表示“韩国自动驾驶技术相比美国和中国只是小学生水平”之后,担忧在全球竞争中落后的危机感正不断上升。

从实证里程和投资额来看,与美国、中国的技术差距十分明显。截至去年7月,自动驾驶车累计实证里程,美国Waymo达1.6亿公里,中国百度达1亿公里,而韩国整个行业尚不足1300万公里。投资金额方面,截至2024年底,中国百度超过36万亿韩元,美国Waymo超过14万亿韩元,而韩国自动驾驶初创企业领跑者Autonomous a2z仅为820亿韩元。

然而业界现场的声音有所不同。首尔大学电气信息工程系教授崔准元2日在接受Seoul Economic Daily采访时指出:“自动驾驶进入商用化阶段才不过两三年”,“现在需要的不是急躁的评价,而是确立以AI为核心的技术战略和开放的产业生态方向,并熬过积累的时间。”他主张,比实证经验和投资额的差距更重要的是方向与战略。崔教授还表示:“韩国拥有世界级整车企业,大学、企业与政府之间的协作体系也很完善,是非常适合在自动驾驶上取得成功的结构”,“自动驾驶汽车是最适合AI扩展的产业,其成功将成为掌握物理AI产业主导权的基础。”

——有声音评价韩国的自动驾驶技术是“小学生水平”。

△自动驾驶技术真正进入商用化阶段还不到两三年。在如此短的时间内打造出完备的技术,对任何国家都不容易。与其说韩国落后,更大程度上是美国和中国以极快速度领先。重要的不是是否晚了,而是今后朝哪个方向走。

——方向把握得对吗?

△核心是与AI生态的结合。政府和企业都在一定程度上认识到自动驾驶技术的现状以及美国、中国的战略。现在必须在以AI为基础的生态中寻找解法。变化已有端倪。不过仅靠AI模型无法完成自动驾驶。还需要让AI在真实车辆上稳定运行的系统技术,以及采集、加工、利用汽车数据的能力。自动驾驶是AI、汽车工程与数据技术结合的综合技术。

——自动驾驶技术目前处于什么水平?

△摄像头、激光雷达、毫米波雷达等各种传感器采集并感知周边环境数据,再通过AI深度学习分析以判断突发状况,这就是自动驾驶的机制。仅两三年前还是基于规则的方式,如今正转向E2E(端到端)神经网络模型。E2E以单一神经网络处理并学习从感知到行驶的全过程,只要数据充足,就能对各种突发状况快速应对。特斯拉的FSD同样采集基于摄像头的数据进行E2E学习。Alpamayo更进一步,将自身的判断过程记录下来,使之可追溯。虽同为E2E学习,但如果说FSD是“看”的自动驾驶,Alpamayo则有可能实现“思考”的自动驾驶。

——特斯拉的FSD令人震撼,小米也很惊人。

△这清楚表明自动驾驶发展的根本技术是AI。美国是AI领跑者,大型科技公司把AI嫁接到自动驾驶上。特斯拉虽是整车制造商(OEM),但更接近AI企业。中国由政府主导培育AI,拥有强大的人才池。最近最高水平的自动驾驶论文中,10篇有7篇出自中国。

——拥有全球第三大整车企业的韩国,是不是晚了?

△韩国是以制造业为中心的结构,具有难以从A直接转向B的特点。整车企业接受AI必然需要时间。德国或美国的传统整车企业也未能实现特斯拉水平的自动驾驶技术。特斯拉和Waymo是AI企业,基于AI开发自动驾驶汽车。我们同样必须增加AI投资,具备采集和学习行驶数据的基础设施。人们体验高级驾驶辅助系统(ADAS)后,感觉自动驾驶即将到来,但在高速公路上保持车道和车距的水平,与在市区应对各种突发状况的自动驾驶,是完全不同层面的问题。

——强调自动驾驶技术开放生态的理由是什么?

△在AI领域,开放生态早已是全球标准。像Alpamayo这样的模型也以开源形式公开。相反,半导体等制造业因工艺配方问题必然封闭。必须理解这一差异。自动驾驶AI通过多样的数据和试错快速进化,因此企业、大学、研究机构共同参与的结构更有效率。

——“主权AI”在自动驾驶领域也有必要吗?

△利用国内数据可以实现针对国内环境优化的自动驾驶,但自动驾驶汽车必须以全球市场为目标。在这一点上,现代汽车在全球整车企业中也处于最前列。应利用开源AI,将其内化为本国技术并实现商业化。AI不是完全从白纸出发的产业。以公开模型为基础进行高级化是通常做法,重要的是做得多好、用得多好。也有意见主张引进海外技术再升级,但拥有现代汽车这一全球企业的韩国依赖海外技术,等于自己放弃机会。内燃机、半导体、智能手机产业都克服了困难才走到今天的位置,自动驾驶技术同样必须开发自主的E2E自动驾驶模型。

——理想的自动驾驶生态如何构成?

△需要像中国那样的协作型生态。若软件、通信基础设施、软件定义汽车(SDV)平台等得以建立,整车企业就能自然地从中小企业和信息技术(IT)企业获取所需技术与零部件。像现代汽车的42dot那样自动驾驶经验丰富的企业应参与生态。企业与大学的合作也很重要。韩国自动驾驶企业难以直接吸引AI专业人才,因此需要利用大学人才开发自动驾驶专用AI的结构。

——首尔大学自动驾驶研究室的自动驾驶AI模型如何?

△将在政府支持下开发并公开E2E自动驾驶AI模型。虽是初期模型,但意图是让企业用各自的数据进行实验和改进,从而积累经验。希望形成政府支持、大学开发模型、产业界应用并高级化的良性循环结构。

——您认为数据积累很重要。

△自动驾驶性能最终来自数据。实证园区是积累数据最现实的方法。光州实证园区作为平台意义重大。相当于政府建了一个可以尽情采集数据的“游乐场”。也有基于虚拟现实的数据采集,但存在局限,只能起到补充真实数据的作用。从这一点看,实证园区不必局限于一个地区,长期而言也应考虑扩大到全国范围。

——L4何时能商用化?

△比L4本身更关键的是商用化。技术正在逐步完善,现在正转向在何处、以何种方式提供服务的问题。不必急躁。人们担心成本,但自动驾驶反而能减少人力介入、降低整体成本。商业着力点也将从卖车转向卖服务。

——汽车产业的范式会改变吗?

△将从以生产为中心转向以服务为中心。Waymo的Robotaxi以及特斯拉的目标同样是移动出行服务。现代汽车也一样。L4自动驾驶普及后,将创造新的产业和市场。从卖车获利的结构,转变为汽车自己创造收益的结构。

——自动驾驶是否也会影响劳动结构或物流产业?

△我不认为自动驾驶会抢走工作岗位。相反,可以通过自动驾驶精细设计新的商业模式,实现共赢。运营、管理、技术支持等新市场将形成。这与Tada之争是不同的问题。若向自动驾驶汽车授予许可,还可能出现通过运营和租赁获利的新盈利模式。

——想对政府提出什么建议?

△与其执着于短期成果,更应重视方向性与持续性。自动驾驶不是短期内就能决出胜负的产业。政府应提供实证环境和数据基础设施,支持产业界与学术界获得积累的时间。

He is

毕业于首尔大学电气工程系,后在电气与计算机工程系取得硕士学位,随后在美国伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系获得博士学位。2010~2013年在美国高通研究所工作,2013~2024年任汉阳大学电气生物工程系教授。自2024年起担任首尔大学电气信息工程系及协同课程人工智能研究生院教授,领导AI与自动驾驶研究室。现任产业通商部AI未来车M.AX联盟共同委员长,正在推进E2E自动驾驶、人体行为检测与识别等自动驾驶及物理AI领域的多项研究。

阅读韩文原文