2026世界智能安全大会（ISC 2026）今天在吉林长春正式开幕，这场为期三天的全球性盛会，再次聚焦自动驾驶安全这一核心议题。大会由世界汽车工程师学会联合会（FISITA）与中国汽车工程学会联合主办，吉林大学汽车底盘集成与仿生全国重点实验室、《Automotive Innovation》等单位共同承办，中国一汽作为合作伙伴深度参与其中。

聚焦日程安排——100多位全球顶尖专家与行业领袖齐聚一堂，80余场前沿报告准备就绪。围绕高安全性具身人工智能、预期功能安全、网联协同驾驶与安全、人工智能时代的车辆工程、信息安全、智能底盘运动安全、测试评价、智能汽车人机交互与安全等八大主题，本次大会搭建了一个真正国际化、高水平的学术交流平台。

开幕式与主旨演讲

开幕式由中国汽车工程学会副秘书长陆丽俐主持。中国汽车工程学会理事长张进华在致辞中明确指出，随着智能网联汽车技术飞速发展，自动驾驶安全已上升为全球汽车产业的核心议题。目前，L3/L4级自动驾驶系统正从技术验证阶段迈向规模化应用的关键时期。人工智能、大模型与具身智能等新技术的融入，一方面提升了系统能力，另一方面也带来了前所未有的安全挑战。他强调，需要完善安全标准与法规体系，加强预期功能安全、信息安全与人工智能安全的协同研究，深化全球产业界交流合作，推动智能驾驶安全技术健康发展。

FISITA技术总监Martin Kahl则在致辞中高度评价了ISC系列会议在推动全球自动驾驶安全技术交流方面的重要贡献。他表示，FISITA始终致力于支持全球汽车技术创新与协同，ISC已连续举办多届，成为全球智能驾驶安全领域极具影响力的学术交流平台之一。他欢迎全球专家积极参与交流合作，期待与中国汽车工程学会及各承办单位加强合作，共同促进全球汽车产业安全可持续发展。

吉林大学副校长边铁提到，吉林大学在汽车仿真与控制、工程仿生、智能网联汽车等领域科研积累深厚，拥有全国重点实验室平台优势。学校将以此次大会为契机，深化产学研协同创新，加速智能驾驶安全领域关键技术突破与成果转化，为我国智能网联汽车产业高质量发展贡献力量。

中国一汽红旗品牌战略委员会副总裁蒋文虎表示，一汽集团始终将安全作为智能网联汽车发展的首要前提，在车路云星一体化安全技术、组合式驾驶辅助系统安全设计等领域已取得重要突破。一汽将继续深化与全球伙伴的合作，推动智能驾驶安全技术创新与产业化落地。

主旨演讲环节，中国工程院院士、清华大学教授李骏及其团队带来了“数据物理融合AI驱动的智能体运行安全解决方案”的演讲。李骏院士指出，自动驾驶系统正从规则驱动向AI智能体驱动演进，传统基于静态场景的安全验证方法，已难以应对开放道路上的长尾问题。他提出构建“数据物理融合AI”安全框架，从感知、决策到控制全链条实现可量化、可验证的安全保障，为L3/L4级自动驾驶大规模安全部署提供了理论支撑与技术路径。

东京大学生产技术研究所教授Kimihiko Nakano分享了“大学校园班车L4级自动驾驶运营演示”的实践成果。他详细介绍了在真实校园环境中开展L4级自动驾驶班车服务的运营经验，包括复杂人流与车流交互场景下的感知、决策与控制策略，以及长期运营积累的安全数据与实践经验。

中国一汽首席科学家王德平发表了“车路云星一体化安全技术探索与实践”演讲。他指出，面向未来智能驾驶规模化应用，单一车辆的安全能力很难满足复杂交通环境的需求，亟需构建“车-路-云-星”一体化安全技术体系。

A VL全球产品与业务发展总监Houssem Abdellatif发表了“构建自动驾驶安全人工智能：协调标准、监管与全球部署”演讲。他从全球产业视角出发，深入分析了自动驾驶安全人工智能在标准制定、法规监管与商业化部署之间的协调与平衡问题。

吉林大学汽车底盘集成与仿生全国重点实验室主任高镇海提出了“人-车-路”深度集成的智能电动底盘设计理念。这一理念将驾驶员意图、车辆动力学状态与道路环境信息有机融合，构建出具备高安全性与优体验的车辆运动智能体。

白皮书发布与互动访谈

大会还发布了FISITA DMS/OMS白皮书——“车内监测如何改善弱势道路使用者的安全状况”。FISITA技术总监Martin Kahl与Autoliv研究首席工程师郑银博士共同解读，系统梳理了驾驶员监测系统（DMS）与乘员监测系统（OMS）在保护行人、骑行者等弱势道路使用者方面的技术路径与应用前景。

互动访谈环节，清华大学教授赵福全担任主持嘉宾。围绕“AI时代L3/L4自动驾驶安全”这一核心议题，东京大学教授Kimihiko Nakano、大连理工大学教授申铁龙、蔚来汽车综合安全开发高级总监刘彦军、一汽-大众汽车有限公司智能驾驶高级经理Andreas Stargard、A VL全球产品与业务发展总监Houssem Abdellatif等嘉宾展开了热烈讨论。嘉宾们一致认为，人工智能技术深度融入自动驾驶系统，传统基于规则与场景的安全验证范式正面临根本性变革。最关键的挑战在于：在大模型与端到端自动驾驶时代，如何构建可量化、可验证、可解释的安全保障体系，已成为全行业亟待破解的核心命题。