2023年12月底,一起涉及理想L7的重大交通事故在广东省清远市发生,随后,理想汽车公布了行驶数据和行车记录仪视频,带来强烈反响。理想公开汽车行驶数据和行和记录仪视频,是否涉嫌侵犯驾驶员隐私?智能网联汽车事故分析过程中可能引发哪些数据合规问题?至顶网就此采访了望衡律师事务所创始合伙人韩婷律师,她认为,理想汽车公布的行驶数据和视频并非隐私范畴,但她呼吁,相关部门应加快出台智能网联汽车黑匣子相关法规和标准。
图:望衡律师事务所创始合伙人韩婷律师
至顶网:事件中涉及哪些个人信息/数据?是否属于隐私?
韩婷:此次“理想L7清远车祸”发生后,理想发布了两条事件相关微博。其中第一条微博中公布了车速(178km/h和96km/h)和驾驶行为(采取制动措施);第二条微博中公布了行车记录仪视频,该视频中无声音,亦未显示驾驶员的行踪轨迹及精准定位信息。我们认为,以上信息均属于驾驶员的个人信息,同时也构成数据,但不属于隐私,因为该视频中公开的内容并未与驾驶员的私密活动或私密信息相关。
至顶网: 理想收集和公布上述个人信息/数据,是否有法律依据?
韩婷:理想在公开报道中提到车速和驾驶行为数据源自车辆后台,所以这些数据应当是理想收集的。车企是否有权对这类数据进行处理,即收集、使用、公开数据,取决于车企与用户之间是否有协议。我们目前并不知道用户是否签署过包含同意数据处理的协议,所以无法对理想收集和公开数据的行为的合法性做出判断。
关于行车记录仪视频,我们推测有可能不是理想收集的,因为行车记录仪通常是不联网的,而且如果收集行车记录仪视频对车企而言存储成本会非常高,法律风险也较高。至于理想自何处获得行车记录仪视频,有待进一步了解。
至顶网: 发生事故后,数据到底应该由谁处理?
韩婷:这个问题比较复杂,不仅涉及设备和技术问题,更涉及权属和权利问题。
通常发生交通事故后,应当由交通管理部门处理数据并进行事故责任认定。目前我国关于智能网联汽车事故相关数据处理问题还没有针对性特别强的细致的法律规定。我们相信,随着法规和标准的进一步细化,尤其是未来随着Event Data Recorder (“EDR”或“黑匣子”)的应用,这一问题的答案将逐步明晰。
事故所涉的L7属于具有辅助驾驶功能的智能网联汽车,可实现L2级别即“有条件自动驾驶”。对具有辅助驾驶甚至未来具备更高级别自动驾驶功能的智能网联汽车而言,事故分析很大程度上将依赖于黑匣子。
我国目前还没有车内黑匣子的强制性规定,但2021年4月7日,工业和信息化部发布了《智能网联汽车生产企业及产品准入管理指南(试行)》征求意见稿。该征求意见稿第八条规定:“智能网联汽车产品应具有事件数据记录和自动驾驶数据存储功能,采集和记录的数据至少应包括驾驶自动化系统运行状态、驾驶员状态、行车环境信息、车辆控制信息等,并应满足相关性能和安全性要求,保证车辆发生事故时设备记录数据的完整性。”通过该条表述可知,自动驾驶汽车的数据记录、存储功能应当是由车内“设备”完成的,而并非通过网络将数据上传到云端系统或车企。简言之,若该指南正式颁布,则每辆智能网联汽车车内都应安装一部黑匣子。
《汽车数据安全管理若干规定(试行)》倡导车内处理原则,即除非确有必要不向车外提供数据。据此,我们可以预见,智能网联汽车在安装了黑匣子后,传回车企的数据类型有可能会受到法规的进一步限制。
除了数据收集外,还有一系列与黑匣子相关的问题:黑匣子应当受谁控制,车企是否有权掌握黑匣子的密码或阅读权限;在何种条件下由谁打开黑匣子,用户同意是否可以缺省;交管部门或第三方机构若不具备处理数据的环境或能力,可否由车企做事故分析;车企所得的分析结论若被用户质疑,该如何解决,等等。期待未来更有针对性的法规和标准出台,解决上述问题。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。