回顧2025，電車自燃、智駕失靈、綠化帶事故等關鍵詞頻繁登上熱搜，不少人開始對智駕心存忌憚，不敢輕易開啟，甚至不愿讓孩子乘坐電動汽車。

消費者心中有太多疑問，總結起來就是：當新車發布會PPT上的口號能免責、當各家都宣稱拿下了五星認證，自己到底該相信什么，才能在真實危機來臨的那一刻安然無恙？

這也推動了行業的深刻反思。這一年，是消費者的安全覺醒之年，也是行業的信任重構之年。

當一張前所未有的安全考卷，擺在整個汽車產業面前。答案在哪里？誰能求解？12月12日，吉利全球全域安全中心在寧波正式啟用，就是一個讀懂中國答案的契機。

將該中心作為解題關鍵，我們能進一步拆解，按全球最高安全標準打造的試驗中心，到底能做什么？吉利發布全域安全2.0技術體系，作為載體的安全中心憑什么滿足其所有測試需求？當“公域安全”被引入汽車安全范疇，這一理念如何落地？這些都能從這個中心找到答案，目前吉利正以該中心為依托，向全行業開放核心安全專利與測試資源。

最終我們希望回答一個終極問題：中國方案，能否給世界一個更可靠的安全答案？

想讀懂這座安全中心，我們回到一切問題的源頭，從一張難度空前的安全考卷說起。

發展了上百年的汽車，怎么突然變得不安全了？當下，汽車行業面臨的安全大考，可以看作是三位出題人的共同考驗：

第一位出題人是真實世界。大自然的極端場景，比如冰雪、暴雨，人類社會的復雜路況，像是反應時間極短的鬼探頭、AI未學習過的工地錐形桶，這些真實場景中，仍有大量未被現有法規和測試標準所覆蓋的安全盲區，給汽車出行帶來風險。

第二位出題人是新興技術。2025年的汽車安全隱患，主要集中在新技術領域：電池會不會自燃？智駕會不會失靈？智能化、電動化讓駕乘體驗更舒適的同時，也擴大了安全范疇，帶來了新的脆弱點。如今的汽車安全，涵蓋通信、網絡、算法等的復雜系統性命題，很多不在傳統車企能力范圍內的技術體系。當車企的能力邊界跟不上安全需求的邊界，極易陷入被動。

第三位出題人是其他交通參與者。如果道路上充斥著無法識別錐形桶的智駕車、遇緊急情況閃避不及時的車輛，整個交通環境的風險會大幅提升。而當前智能汽車市場存在明顯的安全鴻溝，高階智駕車型與入門級車型在感知硬件、安全防御體系上差距懸殊，部分低端車型甚至連最基礎的安全防護都未達標。參差不齊的汽車安全水平，織就了一張風險未知的交通路網。

出題人的考題更刁鉆了，車企的應對難度也在加大。

以前可以直接抄作業，借鑒歐美等汽車工業成熟國家的標準、規范等。但在AI驅動的智能網聯汽車時代，歐美法規審批周期長、數字基建覆蓋不均等現實約束，一些出行場景的技術驗證難以開展，自然也無法給出有效答案。這種局面下，中國車企開始主動探索，為汽車安全求解。

春節返鄉途中，一位領克車主駕車行駛在貴州山區公路上，突發冰雪天氣讓路面瞬間濕滑，車輛失控墜向60米深的懸崖，在陡峭山坡上翻滾四五圈后。萬幸的是，車上三名乘員僅受輕微擦傷，奇跡般逃過一劫。

這個不同尋常的案例警醒我們，真實世界有太多的不確定因素和復雜挑戰。而傳統的標準測試就像應試教育，車企靠題海戰略，高強度反復刷題也能通過，一旦遇到沒刷過的題，碰上系統從沒模擬過的環境，很大概率無法應對。

標準測試無法為真實場景求解，必須將最極端、最混亂的場景提前搬進實驗室反復驗證，為最壞情況做好萬全準備。什么樣的試煉場，才能支撐這一目標？

首先要真。只有將真實的極限場景搬進實驗室，最大程度還原現實危險，才能找到行之有效的規避方案。我們注意到，吉利承接了沃爾沃的事故調查小組機制，成立了中國最早的安全事故調查小組，深度分析真實交通事故，這就為安全實驗的設計與驗證，提供了真實依據。

其次要強。有了真實場景調研的機制保障，接下來就得用高強度、高標準測試，對汽車千錘百煉。作為吉利全域安全實驗體系集群的核心，吉利全球全域安全中心的測試標準，就做到了行業頂尖，斬獲五大吉尼斯世界紀錄認證，成為行業安全測試的全球標桿。我們深入現場，觀測了這些頂級實驗室的測試能力，是如何從根源上錘煉安全性能的。

物理層面，吉利發現，真實事故從不局限于固定角度碰撞，因此打造了全球最大的任意角度汽車碰撞測試區，可模擬0°到180°任何角度的撞擊，包括撞上綠化帶斜角、高速翻滾、懸崖墜落等尚未被列入現有標準的場景，把物理安全做到極致。此外，面積近3萬㎡的“全球最大的汽車環境風洞試驗室”，最高可模擬5200米海拔高度，能更真實地復刻嚴苛環境地理下的極限場景，為安全技術的開發驗證提供支撐。

算法層面，無法窮盡bad case是AI算法的天然局限，見多才能識廣，但事故這類badcase本身就稀缺，AI系統學不到就處理不好。所以，為了確保輔助駕駛系統在極端環境下依然穩定可靠，吉利團隊走遍全球59個國家，完成上億公里道路測試，采集海量輔助駕駛數據與氣象統計數據，建成了國內首個室內全天候輔助駕駛環境模擬實驗室，能一比一復現雪、陽光、閃電等五大類自然環境，構建264種極端真實場景，對輔助駕駛性能進行最嚴格的驗證。同時，依托23.5 EFLOPS算力的吉利星睿智算中心2.0和AI大模型，可以進行更充分的虛擬仿真開發，將輔助駕駛模型訓練周期從3個月壓縮至8小時。

包括了實景采集、模型訓練、實驗室驗證、仿真迭代的全生命周期能力，可以賦予輔助駕駛系統更強的安全性，幫車主規避出行風險。

第三還要全面。在智能汽車全球普及的今天，全方位的驗證能力，才能讓車輛經得起不同地域消費者的檢驗。放眼吉利全球全域安全中心整個中心，測試功能共計27大類，涵蓋主動安全、被動安全、輔助駕駛安全、新能源安全、數字安全等全領域，可滿足乘用車、商用車各類安全實驗需求，還能適配中國、歐洲、美國、東南亞等多個國家和地區的法規測試標準。

車企的能力邊界有多大，汽車安全的邊界就有多大。吉利全球全域安全中心之所以成為全球標桿，不在于樓有多高大、獎狀有幾張，靠的是夠真、夠強、夠全的驗證能力，足以覆蓋多元復雜的安全需求。

能力邊界始終大于安全需求的邊界，使其成為汽車的極限試煉場，也成為行業探索安全邊界的新起點。

智能電動汽車的技術體系十分龐雜，且技術更新迭代的速度極快。面對來自復雜技術的多元挑戰，全域安全成為最優解。

瑞士奶酪模型提出，防御體系就像是有孔的奶酪被疊放在一起，各個層面可能存在奶酪空洞一樣的漏洞，當每個層面的空洞同時處于一條直線，危險就會像光源一樣瞬間穿過所有漏洞，最終引發事故。借助這一理論反推可知，全域防護體系，才能在事故發生時提供全方位兜底，將生命被風險擊穿的概率降至最低。

如今，全域安全已成為行業共識。那么，究竟覆蓋哪些技術維度，才算真正的“全域”？如何確保沒有遺漏關鍵安全領域？

事實上，全域安全沒有固定答案，需要伴隨著技術的迭代不斷拓展邊界，這就要求車企構建一套可演進、可發展的技術體系。

比如，吉利在2020年首提全域安全之后，進一步升級了全域安全2.0技術體系，2.0體系與“全域AI”全面融合，延續生命安全、健康安全、財產安全、隱私安全四大安全域的基礎上，將九大安全系統迭代升級為駕駛安全、主動安全、被動安全、救援安全、健康安全、新能源安全、防盜安全、數字安全、公域安全。而吉利全球全域安全中心，正是這一技術體系的核心承載與專屬試驗場。

我們可以通過全域安全2.0體系，簡單了解下如何抵御層層風險、避免漏洞穿透？

第一層是物理層，不發生事故就是最大的安全。針對風險源，吉利將三電系統安全提升到前所未有的高度，比如神盾金磚電池通過多項遠超國標的極限測試，車云一體AI BMS技術可提前24小時識別風險車輛，同時，電池系統具備多項熱安全防護技術，綜合破解自燃焦慮。

第二層是響應層。事故發生時，毫秒之間，或許就是生死之別，用AI作為眼、手、腦，為生命提供支持。比如AI作為大腦，比人類極限反應速度快，吉利自研AI數字底盤反應速度僅需4毫秒，可在極限場景下自動控車避險。AI作為手，通過吉利的翻滾保護系統，在車輛騰空瞬間識別危險，提前10毫秒點燃氣囊氣簾，并收緊安全帶，降低致命的撞擊風險。AI作為眼睛，讓AI千態安全系統通過車內傳感器，可在0.2秒內精準識別乘客的坐姿、體型等信息，自動適配安全帶張緊力度、側氣囊點爆時機和座椅姿態。這些AI加持的毫秒級響應，為生命防護搶出寶貴的提前量。

第三層是救援層。事故發生后的逃生與救援效率，直接關乎生命安全。吉利創新設計的一鍵破窗技術、門把手解鎖技術，最大程度保障事故后生命通道不被阻斷。更具突破性的是，吉利完成了行業首個車警醫聯動救援技術試驗，事故發生后，車輛可自動發送救援信號，聯動交警規劃最優路線、調整信號燈，為救護車開辟通道，大幅提升救援效率。該方案目前還處于概念驗證階段，但這一探索已開行業先河，后續有望由吉利率先推動其在真實城市落地部署。

世界上不存在絕對安全的汽車，為生命筑牢最后一道安全屏障，這是兜底解法的本質。全域安全2.0的核心價值，就在于層層防護，最大限度地擋住復雜技術帶來的多元挑戰與風險的系統性暴露，避免危險穿透所有防線。

我們注意到，吉利全域安全2.0技術體系中，首次納入了“公域安全”。 為什么做好汽車安全，不能獨善其身，需要整個交通生態的共建共治？

試想一下，如果基礎安全防護成為付費選裝包，就會有一部分用戶因為預算限制，被排除在基礎保障之外，即使你駕駛的車型安全配置拉滿，也可能被路上安全防護缺失的車輛卷入無妄之災。

如果車企把安全當作營銷籌碼或競爭壁壘，刻意封鎖核心技術、制造信息差，會導致行業安全水平參差不齊，無法形成抵御系統性風險的合力，最終損害的還是消費者的利益。

安全無友商、安全無國界、安全無貧富，安全平權的理想很美好，但現實中能實現嗎？吉利在安全領域的“共治模式”，讓我們看到行業正在切實發生變化。

比如說，安全的技術門檻變低了。吉利主動向全行業開放一系列核心安全技術，比如開放隱藏式門把手安全解鎖專利，一鍵破窗技術的機械結構設計，電池底部安全防護專項技術等。這意味著，一些行業共性的痛點，比如出事時車門打不開，都能很快得到解決，讓基礎安全保障覆蓋所有車主。

再比如，行業安全規范變得更多、更完善。目前，吉利首創的翻滾保護技術已被納入2024版C-NCAP規程，填補了國內相關測試標準的空白。就在12月12日，吉利還聯合中國汽車技術研究中心、清華大學等十余家權威機構和高校，共同發布《智能汽車全域安全發展白皮書》，為行業提供系統、前瞻的技術參考，引領行業規范走向完善。

規范想要落地施行，現成的經驗、測試資源也變多了。吉利依托全球全域安全中心，將自身近30年在新能源安全、輔助駕駛安全等領域的技術實踐和驗證標準分享給行業伙伴，推動全行業安全驗證能力的整體提升。

上述變化，正推動著汽車跳出單車安全的局限，轉向行業共建與生態共治，進一步夯實出行安全的基線，也夯實中國智造的口碑與全球競爭力。

可能有人會想，安全問題難度空前，憑什么由中國企業來答？這些解法，歐美車企真的想不出來嗎？中國企業在安全上的引領，是否言過其實？

中國車企曾長期是追隨者、學習者，在諸多領域借鑒歐美汽車工業的百年積淀。如今，面對智能電動時代的全新考卷，我們開始習慣不再等待現成答案，習慣主動尋找新解法，習慣用扎實的技術儲備、充分的場景驗證、詳實的數據，為自己的答案奠定底氣。

然而，這種從跟跑到領跑的身份轉變，或許不少消費者還不太習慣，更不敢相信。

深究這份疑慮背后的本意，其實并不是否定中國車企和中國智造，是因為消費者對安全的態度謹慎、要求嚴格，所以不想被情懷和情緒裹挾，更希望基于客觀事實、硬核實力來建立信任。這其實是一個好現象，說明中國車企在安全上的投入和努力，只要足夠扎實，一定會轉化為購買動力和市場回報，避免劣幣驅逐良幣，向高質量發展。

我們不妨放下所有主觀預設，從解題的充分必要條件，客觀看待中國車企的安全探索：

從必要條件看，安全風險只會在場景中暴露，在暴露后被解決。中國擁有全球最復雜的交通場景、最高的新能源滲透率，這讓中國車企必須直面最真實、最多樣的壓力測試場景。歐美車企在AI、電動、網聯等體系上的現實約束與步履遲緩，問題不顯現，就談不上創新與解決。所以，中國方案填補安全空白，擁有作答的必要條件。

從充分條件看，安全問題只會在能力達標后被解決，小學生解不了院士的課題。以吉利為代表的中國車企，一方面深度吸收融合海外車企近百年的安全理念和技術，同時也積累了安全技術實力，吉利全球全域安全中心更是占位全球最高安全標準。能力已具備，這是中國車企作答的充分條件。

必須承認，歐美汽車工業在很多領域，仍是中國企業學習的榜樣。但至少目前，智能化、電動化浪潮下的汽車安全，中國車企已具備為世界求解的能力與條件。

位于寧波的全球全域安全中心，就是一個極具分量的答案。

全球汽車工業終將正視安全領域的中國方案，并從中汲取前行的力量。

最終產業合力，在智能時代的安全考驗下，交出讓所有消費者都信賴的產業答卷。

審核編輯 黃宇