在智能电动汽车发展高层论坛(2026)上,中国电子科技大学教授罗蕾介绍了车用操作系统和汽车安全方面的发展情况,指出汽车产业正站在智能化转型的关键节点。以下是罗蕾演讲全文,经编辑。

当前,汽车产业正站在智能化转型的关键节点上。自动驾驶从实验室走向量产落地,车用操作系统从国际标准主导转向自主可控探索,网络安全从合规要求迈向全生命周期管理。这三重变革正在重塑汽车产业格局。
一、软件定义到AI定义:操作系统的演进之路
1、软件层面正经历从“软件定义汽车”向“AI定义汽车”的范式跃迁。
尽管AI可减少部分代码,但一辆智能汽车的软件代码总量仍将超过数亿行,安全车用操作系统作为汽车各核心零部件的关键基础软件,涵盖安全车控、智驾、座舱三大类别。车控操作系统随AutoSar标准确立,座舱领域已出现智能体操作系统(AI Agent OS)这一新形态,标志着操作系统正在向更高智能化水平演进。
2、中国标准引领与开源破局
在车用操作系统领域,中国正从标准跟随者转向标准引领者。针对车控操作系统,国内已明确划分为安全车控与自动驾驶两大类别。2025年发布的《节能与新能源汽车技术路线图3.0》提到,未来车用操作系统应向开放、安全、支持分布式、系统层融合Native AI、算力协同、一体化融合六大方向演进。这一共识为产业技术路线选择提供了重要指引。
在底层技术路线上,智驾操作系统呈现两大方向并行推进的格局:一是以Linux为基础、增强功能安全的路线;二是以微内核为核心的路线。目前,两条路线各有应用场景,仍在竞争中发展。与此同时,模型适配、算子优化、编译器工程化等核心技术环节,仍面临突破需求。
在开源领域,中国率先破局。2023年,国内实现微内核开源,填补了自主可控的基础软件空白;随后,量产级安全车控操作系统(对标AutoSar CP)也实现开源,国内外芯片厂商广泛接入,形成全球首发的创新生态。这一模式深刻影响了国际产业格局,迫使传统封闭体系(如德国)也开始探索开源协作路径。
二、安全升维:从被动防护到全生命周期管理
1、智能网联时代,汽车安全的外延已大幅扩展。
从演进脉络看,汽车安全已历经四代:第一代被动安全(碰撞防护)、第二代主动安全(AEB等)、第三代功能安全(ISO 26262)、第四代网络与数据安全。当前,网络安全攻击已从实验室阶段走向大规模真实攻击,威胁公共安全乃至国家安全,数据安全随之成为战略性议题。
从全球监管趋势看,汽车安全合规已成刚性约束。欧美法规已明确要求不满足安全标准的汽车不得上市销售。国内进展同样迅速——2026年7月1日起,两项强制性国家标准正式落地,新上市车型必须满足网络安全与数据安全强制要求。
2、安全的本质是全生命周期管理。
汽车生命周期通常超过十年,在此期间需持续保障数亿行代码与大量AI模型的安全运行。从车型设计阶段的电子电气架构安全设计、威胁分析与风险评估(TARA),到研发、测试、量产、运营的每一个环节,安全必须贯穿始终。
从芯片到整车的安全体系,纵深防御已成为汽车网络安全的核心构建范式。
这一体系覆盖芯片、零部件、网络、整车四大层级:安全芯片与可信执行环境(TEE)构成硬件层基础;密码模块在数十个关键零部件中广泛部署;车内CAN/以太网安全、 intrusion detection and prevention system(IDPS)守护网络层;整车安全策略与云端安全运营中心(SOC)实现全局联动。
值得关注的是密码技术的战略地位。密码是安全体系的基础支撑,国内正在推进密码强标,几十个零部件都使用了密码技术。同时,面对量子计算威胁,抗量子密码技术也会在汽车领域逐步应用。
安全运营是动态防护的关键。根据强标要求,每辆车必须部署安全监控与安全运营体系,实现威胁实时感知与快速响应处置,筑牢车辆上路的持续安全防线。
数据分级分类与全生命周期治理,数据已成为智能汽车的核心资产,同时也是安全治理的最大挑战。
数据安全需满足分级分类与全生命周期的双重管理要求。敏感个人信息遵循知情同意与最小必要原则;重要数据需本地化存储或通过出境安全评估;公共数据脱敏后方可开放研究;车辆运行数据实施严格访问控制。
在技术支撑层面,数据加密与脱敏、隐私计算(联邦学习、差分隐私)、访问控制与审计等手段正被广泛应用,为数据价值释放与安全保护之间寻求平衡。
攻防实践是安全能力建设的最后一公里,安全防护的效果,最终要通过实战检验。
在测试体系构建上,合规测试、渗透测试、攻防演练、常态检测形成完整闭环。TIAA网络安全委员会自2016年成立以来,与鹏城实验室连续六七年开展联合攻防演练,构建起包含“白帽”在内的安全生态,持续帮助车企与零部件厂商发现并修复漏洞。
行业倡导主流车型定期开展“体检”与常态化安全检测,将安全检测从被动合规转向主动防御,这一理念正在成为行业共识。
加强具身智能的网络与数据安全防护。
今年,首届机器人领域攻防演练正式启动。初步结果显示,当前安全能力仍存明显短板,标准制定与产学研协作仍需加强。这一领域的探索,将决定未来十年汽车与机器人融合发展的安全底座。