AI（人工智能）車輛開發(fā)中的主要關注點

——摘自Perforce《2025年汽車軟件開發(fā)年度報告》

隨著人工智能在汽車軟件設計和開發(fā)中的應用日益增加，各種問題也隨之浮現，尤其是在相關法規(guī)和指導方針仍處于制定階段的背景下。汽車軟件團隊面臨著在快速變化的市場中保持競爭力的壓力，因此必須在控制成本、確保安全性的同時按時交付高質量產品。

安全性，特別是"自動駕駛/半自動駕駛車輛中AI算法的安全決策能力"，是人工智能車輛開發(fā)中最受關注的問題（49%）。遵循功能安全標準的開發(fā)團隊在使用AI時需要額外考量，因為這類算法往往具有非確定性特征。值得欣慰的是，現有標準正在不斷調整適應，同時諸如ISO/DPAS 8800《道路車輛-安全與人工智能》等新標準正在陸續(xù)出臺。盡管目前已存在可應用于AI算法的技術手段，但要確保通過AI技術實現自動駕駛車輛的安全性仍任重道遠。

安全性議題中，"避免因引入先進AI技術而產生的漏洞和網絡攻擊"位列受訪者關注度第二位。集成人工智能等復雜技術的互聯系統產生了更多攻擊向量，這為惡意攻擊者提供了可乘之機。與功能安全類似，現有眾多安全標準和法規(guī)正在進行調整以適應AI技術的融合。

產品上市時間和開發(fā)成本在人工智能車輛開發(fā)的關注度中處于中間位置。一旦安全性和網絡安全問題得到妥善解決，開發(fā)汽車AI軟件的企業(yè)或將能更專注于提升行業(yè)競爭力這一維度。

值得注意的是，雖然質量是本報告中汽車開發(fā)的首要關注點，但"使用生成式AI時保持AI工具編寫代碼的高質量"卻是受訪者最不擔憂的議題。這可能反映出受訪者普遍認為AI有助于提升代碼質量。

深度解析AI/ML在汽車軟件開發(fā)中的應用

針對在汽車軟件開發(fā)中應用AI/ML的受訪者，我們特別調研了其在汽車開發(fā)不同重點領域的應用情況。大多數受訪者將AI/ML應用于高級駕駛輔助系統（ADAS），但該比例較去年下降了26%。在車載信息娛樂系統（IVI）中應用AI/ML的比例同比增長了8%。此外，激光雷達（LiDAR）領域的AI/ML應用也實現了3%的增長。

新的汽車AI人工智能標準納入安全考量

新近發(fā)布的ISO/DPAS 8800標準針對所有道路車輛功能安全領域的人工智能特有挑戰(zhàn)提出了解決方案。

為何靜態(tài)分析仍是汽車軟件開發(fā)的關鍵支柱

根據調研反饋，汽車開發(fā)各領域的核心關切集中于質量、功能安全與網絡安全。要有效緩解功能性代碼質量與安全隱患，采用靜態(tài)分析工具仍是最具實效的方法之一。

行業(yè)標準化靜態(tài)分析工具——例如Perforce QAC與Perforce Klocwork——能夠幫助開發(fā)團隊實現以下關鍵目標：

?精準識別軟件漏洞與薄弱環(huán)節(jié)

?嚴格執(zhí)行推薦的編碼標準與開發(fā)規(guī)范

這兩款Perforce靜態(tài)分析工具不僅驗證代碼對各類標準規(guī)范的符合性，更能提供完整的合規(guī)性證據鏈。該能力可確保軟件在功能安全和網絡安全要求層面實現全面一致性、正確性與完備性。

通過部署靜態(tài)分析工具，您可通過以下途徑加速合規(guī)進程：

?強制實施編碼標準并檢測規(guī)則違反情況

?在開發(fā)早期發(fā)現合規(guī)性問題

?提升代碼審查與人工測試效率

?跨版本追蹤并生成合規(guī)性報告

此外，Perforce靜態(tài)分析工具全面支持MISRA準則合規(guī)，并已通過TüV-SüD認證，適用于包括ISO 26262 ASIL D級在內的安全關鍵系統開發(fā)。

親身體驗Perforce靜態(tài)分析工具如何為您的汽車軟件功能安全與網絡安全保駕護航。立即聯系北匯信息，申請免費試用。