5月13日,国汽智控在北京举办智能汽车数据安全ICVSEC2.5发布会暨媒体见面会,发布国内首个面向量产的车规级智能汽车数据安全产品ICVSEC2.5。该版本涵盖数据防护和隐私保护两项核心功能,包括硬件、软件、容器等三种形态,并在多家主机厂实现落地。

国汽智控于去年11月发布智能汽车基础脑iVBB(intelligent Vehicle Base Brain)产品家族新成员信息安全数据安全ICVSEC(Intelligent Connected Vehicle SECurity),这是相关监管政策发布以来业界首个专门针对智能汽车数据安全的可落地解决方案。ICVSEC2.5版本基于量产项目对产品进行了深化。
在数据防护方面,2.5版本可帮助主机厂实现自动驾驶数据的分类分级,针对150+智能驾驶业务场景需求,实现100%全量数据资产识别;基于分类分级后的自动驾驶数据,进一步实现人脸、车牌等数据脱敏,实现动态监测、实时检测、白名单管理、合规性校验等数据管控。
国汽智控总经理、首席技术官尚进博士表示,车辆在高速移动过程中会采集海量数据,数据在自动驾驶的感知、规划、控制等全生命周期内会被处理、变形、存储,产生新的数据,车辆逐渐成为移动的数据中心。基于此,ICVSEC2.5秉承“双周期”管控策略,即在车辆自动驾驶全生命周期和数据处理全生命周期的每个关键节点部署数据安全策略。
2.5版本支持智能汽车数据安全前置到传感器采集阶段,提供接口和工具,支持用户自定义重要敏感区域,配合地理围栏技术,利用目标物、GPS等信息进行场景融合识别,车辆经过相关区域可自动切换人工驾驶;针对行人的人脸数据实现轮廓保留前提下的人脸数据脱敏,在保障自动驾驶感知准确的同时实现行人个人隐私防护。
在隐私保护方面,ICVSEC2.5将常用隐私保护技术区块链技术应用到高实时、高安全、高可靠的自动驾驶操作系统中,一方面在车内配置云端区块链轻节点,将车内数据收集使用纳入到云端区块链体系,另一方面基于车内存在数据被多方应用的现状,在车内构建了完整的区块链隐私保护体系,保障数据可审计、可追踪、防篡改,便于查看数据调取流向、研判智能汽车事故。ICVSEC2.5隐私保护能够支撑数据共享、存证追溯、数据可信、事故研判、去中心化、安全存储、风险可控等特性。
自2020年以来,汽车数据安全成为行业关注热点。2021年8月20日,网信办、发改委、工信部等五部委联合发布《汽车数据安全管理若干规定(试行)》(第7号令),《规定》倡导汽车数据处理者在开展汽车数据处理活动中坚持“车内处理”、“默认不收集”、“精度范围适用”、“脱敏处理”等数据处理原则,明确汽车数据处理者应当履行个人信息保护责任,加强重要数据安全保护,做好汽车数据安全管理和保障工作。2021年10月29日,网信办发布《数据出境安全评估办法(征求意见稿)》,指出要防范数据出境安全风险,保障数据依法有序自由流动。相关政策不绝如缕,同时智能汽车数据安全行业仍然存在诸多技术难点和挑战,催生了数据资产清理、数据管控、隐私防护等需求,主机厂迫切需要可落地的产品和解决方案来应对强标和准入时间窗口。
尚进博士表示,计算基础平台拥有最复杂的软件,也是最容易受到攻击的地方,数据安全要与自动驾驶操作系统相耦合。国汽智控作为智能驾驶操作系统、智能驾驶计算基础平台的定义者和引领者,对于提供可量产落地的智能汽车数据安全产品责无旁贷。数据安全ICVSEC2.5作为国汽智控核心产品“智能汽车基础脑iVBB”重要组成部分,围绕OS功能软件中的数据流建立,能够帮助主机厂应对智能汽车数据安全强标和准入挑战,实现智能汽车数据安全监管落地。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。