韩国专家称实体AI自动驾驶未成熟，车企迎追赶机会

当前，全球自动驾驶产业主要围绕端到端（E2E）技术展开激烈角逐。据相关数据显示，特斯拉（Tesla）的年产能已达到约160万辆，并且累计有约700万辆自动驾驶汽车在道路上持续收集数据，通过海量数据训练来提升系统的准确性。相比之下，韩国正在筹备的光州自动驾驶验证城市初期仅计划投入200辆测试车，双方在数据积累规模上存在显著差异。然而，据特斯拉首席执行官埃隆·马斯克（Elon Musk）此前透露，完全自动驾驶（FSD）系统需要积累100亿英里的行驶数据才能摆脱监督模式的限制。尽管目前该里程目标已经达成，但系统依然无法让驾驶员完全脱离对路况的关注，这暴露出端到端自动驾驶技术在应对训练数据未覆盖的长尾场景时仍存在局限性。

针对上述情况，韩国汽车研究院院长全炳玉（音译）在韩国自动驾驶汽车论坛AID 2026上指出，目前中美等国尚未完全实现基于实体AI（Physical AI）的自动驾驶技术。据全炳玉介绍，实体AI需要包含传感器、执行器、基础模型以及计算芯片四个核心要素。其中，能够理解物理世界运行规律并预测运动结果的“世界模型”（World Model）最为关键。通过引入世界模型，车辆可以像人类一样在遇到危险前进行内部模拟和预测，从而提前规避风险，而不是仅仅依赖历史相似案例做出反应。不过，真正的实体AI自动驾驶尚未落地，主要技术瓶颈在于世界模型的计算量过于庞大，如何将其压缩并部署到车载终端设备上，仍是业界正在探索的难题。

在产业基础方面，韩国拥有较为完善的制造业体系，能够生成大量用于训练实体AI的生产线和现场数据。据业内分析，如果韩国能够整合汽车、机器人和智能制造领域的数据与研发资源，形成跨行业的集体智能，将有望缩小在端到端自动驾驶领域与中美车企的差距。

在政策布局上，据韩国科学技术信息通信部（MSIT）日前公布的“实体AI核心竞争力确保战略”，该国将围绕数据、技术、应用推广和生态系统四大主轴推进，旨在实现制造、农业、国防和医疗护理等领域的实体AI技术自主可控。在技术层面，将优先开发具备长期任务规划能力的基础模型、预测世界变化的世界模型以及支持终端实时运行的计算平台。据悉，LG电子、Maum AI、KT以及韩国科学技术院（KAIST）、首尔大学等机构已组建联盟，共同开展世界模型的研发工作。韩国副总理兼科学技术信息通信部部长裴庆勋强调，发展实体AI产业的核心在于掌握自主技术，以减少对领先国家的技术依赖，并通过政企合作提升韩国在该领域的整体竞争力。