新闻动态

2026年6月17日，河北清华发展研究院（下称“研究院”）与IAE智行众维共建的物理AI模型和数据联合研发中心启动仪式在河北清华发展研究院石家庄总部顺利举行。研究院副院长张军主持活动，新华社中国经济信息社、苏州市人工智能和大数据产业联盟、苏州挚途科技有限公司等相关产业生态代表受邀参加会议。

当前，人工智能正经历从以大语言模型、AIGC为核心的CyberAI时代，向以自动驾驶、通用具身智能机器人和低空飞行器为载体的PhysicalAI时代加速跃迁。面对这一范式变革，联合研发中心将聚焦物理AI、空间智能等前沿技术领域，围绕“物理规律对齐、物理世界大模型研发与评测、多智能体实时交互”等关键共性技术开展攻关合作，赋能“具身智能 + 智能驾驶 + 低空智能”等全场景体系创新。

启动会上，IAE智行众维董事长王耀东表示，IAE智行众维作为一家专注于智能驾驶仿真测试与空间智能的高新技术企业，深知“核心技术自主可控”和“产学研深度融合”对产业升级的决定性意义。这次公司与研究院强强联合，对我们而言是一次里程碑式的战略机遇。

研究院战略咨询委员会主任张华堂在总结发言中表示，该项目汇聚了顶尖科研力量、优质应用场景和成熟产业资源，具有良好发展基础。并希望团队扎实落实各项规划，持续提升创新能力，为区域科技创新与产业升级注入新动能。

IAE智行众维总经理、联合研发中心主任安宏伟系统介绍了中心的发展规划，他表示，将充分整合智行众维在技术研发、产业落地和场景应用方面的实践经验，以及研究院在高端人才、科研攻关等方面的综合优势，着力打造高水平、深融合的物理AI协同创新平台。在发展规划方面，联合研发中心紧密围绕国家“人工智能+”战略部署，明确了核心技术攻坚方向与重点应用场景，构建具有自身特色的物理AI模型和数据技术体系，为空间智能提供自主可控的基础设施和技术中台。

此次合作标志着IAE智行众维在空间智能与物理AI战略布局上迈出了关键一步，并持续以技术突破驱动产业升级，以生态协同释放创新动能，为构建自主可控的物理AI技术体系贡献力量。

近日，#德勤亚太物理人工智能卓越中心主管合伙人孙晓臻一行到访苏州智行众维智能科技有限公司（以下简称“IAE智行众维”），双方针对#物理AI(Physical AI)、#世界模型的应用展开深入交流并正式签署战略合作谅解备忘录(MOU)。双方将围绕物理AI业务和生态展开深度合作，充分发挥各自在技术创新与管理咨询领域的优势，共同推动世界模型、物理AI技术在汽车行业应用与价值落地。

物理AI趋势与智能驾驶应用核心观点

关于物理AI的发展趋势，德勤亚太物理人工智能卓越中心主管合伙人孙晓臻认为物理AI是实现#工业智能化跃迁的关键驱动力。通过将AI技术与物理世界的严谨逻辑相结合，利用端到端的数字咨询能力，德勤中国致力于深度重构传统产业的业务流程，解决复杂物理场景下的决策与效率难题，从而实现真实的商业价值变革。

针对世界模型在智能驾驶的应用，IAE智行众维CDO刘虎认为，#仿真测试是验证自动驾驶安全性的核心环节，当前AI正在从数字世界走向物理世界，智驾仿真测评也正在经历从传统仿真工具走向世界模型应用的变革。物理AI技术，能够通过更精准的物理仿真与高保真的场景推演，打破传统测试工具的局限。它不仅能够模拟海量长尾复杂场景，还能通过物理逻辑推演实现对真实物理环境的深度理解与预测，从而大幅提升自动驾驶系统的研发效率与落地安全性。

双方合作展望

此次合作标志着双方在深化数字化转型服务、拓展物理AI应用场景、共建物理AI生态方面迈出了重要一步。双方将致力于建立长期的战略合作关系，通过资源共享与优势互补、生态协作，为客户提供更具前瞻性的解决方案，助力客户在复杂业务场景中实现高效增长。

关于德勤亚太物理人工智能卓越中心

德勤中国是一家立足本土、连接全球的综合性专业服务机构，我们的办公室遍布中国31个城市，现有超过2万名专业人才，向客户提供审计、税务、咨询等全球领先的一站式专业服务。

德勤全球率先布局物理人工智能(Physical AI)发展，在中国建立亚太物理人工智能卓越中心(Physical AI Center of Excellence)，并携手全球产业巨头与前沿科技力量，在上海成立集创新、协作与实践于一体的亚太物理人工智能实验室，以端到端数字咨询驱动真实场景变革，推动中国和亚太前沿产业实现智能化跃迁。

近期CICV 2026第十三届智能网联汽车技术年会上，中国工程院李骏院士提出重要警示：自动驾驶清单式合规的应试时代已经结束，Safety Case（安全论证）成为行业新核心门槛，叠加2027年即将落地的ISMR在役监控要求，行业淘汰赛全面开启。

针对这一行业重大变革，IAE智行众维资深首席安全专家方成熏（PANG SUNG HOON / Mr.Pang） 结合二十余年自动驾驶系统研发、功能安全与预期功能安全开发和评测的资深经验，深度解读行业发展趋势，并基于IAE X-IN-LOOP闭环技术体系指出：智能驾驶的竞争早已从“功能比拼”转向安全证据竞争，VaHIL与VTHILS 不只是研发测试关键装备，更是智能驾驶准入前、支撑”安全论证”（Safety Case）的必要基础设施。

一、行业巨变：智能驾驶，从“道路偶遇”全面转向“证据闭环”

过去智能驾驶行业的竞争，大多停留在功能演示、道路里程和用户体验层面。但如今整个行业进入了更冷静、更严格的新阶段：企业不能只证明“系统可以工作”，更必须严谨证明系统在边界条件和故障条件下仍然安全。

安全论证不是多写几页材料，也不是把测试报告简单装订成册。它要求企业把安全目标、危险场景、功能不足、故障反应、验证结果和残余风险用一条清晰的证据链连接起来。

随着国内准入试点、组合驾驶辅助强制性标准、预期功能安全、在用监测相关要求持续加码，所有主机厂、零部件供应商、测试机构都面临同一个核心问题：我的智能驾驶系统，凭什么被信任？

传统道路试验有其固有价值，但无法独立支撑高标准安全论证：暴雨、浓雾、低照度、异形目标、驾驶员接管、通信异常、电源波动、传感器偏移、执行器反馈异常等风险场景，不会按照研发计划准时出现；即便偶然复现，也无法保证下一次以完全相同的条件再次重现。

基于此，行业三大转变已经不可逆：

1. 从功能演示，转向证据闭环；

2. 从道路偶遇，转向可重复验证；

3. 从单一试验报告，转向标准化安全证据包。

正如图示逻辑：安全论证的根基是安全目标，依托明确的ODD与应用场景，设置故障/触发条件，观测系统响应并建立时序判定标准，最终形成完整证据包。没有可复现、可审计、可追溯的证据，所有安全主张都无法站住脚。

二、事故复盘：从公开案例，看懂安全论证必须补齐的核心证据

结合多起公开事故案例分析可以看出，智能驾驶安全风险从来不是单点问题，而是感知、分类、预测、控制、告警、接管、数据记录多环节共同作用的结果。事故案例不是用来制造恐慌，而是用来反推哪些安全证据必须提前准备。

 

结合行业典型问题，目前主要存在三大高频风险点，同时也明确了对应的证据补齐要求：

01 交叉目标/白色目标误识别

感知系统在特殊角度、强光、低对比条件下易出现目标识别不足。

所需证据：目标检测边界、误检/漏检率、触发条件、系统降级策略，以及夜间、遮挡类场景的完整验证数据。

02 非标准目标分类、反应延迟

目标分类、轨迹预测与制动决策链路响应过慢，会直接放大碰撞风险。

所需证据：感知-规划-制动全链路时序数据、最小风险策略、全场景验证记录。

03 驾驶员接管与告警争议

L2/L3级智能驾驶的功能边界、接管请求、驾驶员监控、HMI警告，是事故责任判定的核心。

所需证据：接管请求时机、告警强度、驾驶员反应假设、完整的数据记录。

中国市场的关键不是“谁的功能更炫”，而是谁能把边界条件、接管逻辑、降级策略和数据记录讲清楚、证据化。

结合两类核心在环平台，不同问题可针对性补强证据：

三、VaHIL：面向故障安全，打造全链路证据生成平台

VaHIL 的核心不是“把车辆放到设备上跑一跑”，而是把真实车辆、真实控制链路、虚拟道路负载、故障注入和同步记录打通，形成从故障触发到安全状态的完整证据链。

在安全论证体系中，VaHIL 是面向故障安全的核心证据生成平台，尤其适配线控底盘、制动线控、转向线控、域控制器等对故障处理时序高度敏感的系统。1. VaHIL 核心实效能力

• 高风险故障可安全复现：可精准触发传感器偏移、开路、短路、信号延迟、数据丢帧、电源波动、执行器反馈异常等各类高危故障，全程在实验室完成，规避道路测试风险。
• 故障反应可量化：精准记录故障触发时间、检测时间、报警时间、降级时间、安全状态转移时间，所有数据量化可查。
• 证据链可审计：总线记录、故障码、信号波形、车辆动态响应、试验报告统一归档，完全满足第三方审计、安全评审要求。

2. VaHIL标准交付物(直接支撑Safety Case)

• 故障注入矩阵：明确故障类型、注入位置、持续时间、系统期望响应；
• 时序判定报告：统计检测时长、反应时长、降级时长，判定是否符合安全准则；
• 安全状态证据：报警记录、功能降级、功能退出、最小风险策略、故障码与总线原始数据。

3. 四层故障注入设计

为覆盖从物理失效到功能不足的全风险链，我们将VaHIL故障注入分为四大层级，这也是安全论证中故障部分的核心依据：

VaHIL 的判定不能只看“是否报警”，完整时序链路才是安全论证的核心。必须全程记录故障触发、诊断确认、告警、策略切换、执行器响应、车辆稳定、安全状态到达全流程时间戳。

四、VTHILS：面向场景安全，筑牢预期功能安全验证底座

VTHILS 的核心价值是将道路上难以等待、难以控制、难以复现的长尾场景，转化为实验室内可稳定运行的标准化场景。它特别适合验证ODD边界、恶劣天气、低照度、隧道、湿滑路面、混合交通和V2X条件下的系统鲁棒性。

如果说VaHIL 聚焦硬件与通信故障，那么VTHILS 则主攻复杂环境、长尾场景、预期功能安全（SOTIF），解决大量道路试验无法覆盖的边界工况。

1. VTHILS 核心实效能力

• 环境条件全可控：雨、雾、光照、湿滑路面、隧道等工况全部参数化设置，降雨强度、能见度、照度等指标精准可调。
• 同一场景可无限重复：同一车辆、同一算法版本、同一环境参数反复运行，方便版本对比、回归测试、问题追溯。
• 真实传感器参与：区别于纯仿真平台，沿用实车感知链路，测试结果无限贴近真实上路状态。
• 全面支撑预期功能安全：验证已知不安全场景，同时通过数据闭环持续挖掘全新风险触发条件。

2. 三层场景设计体系

为满足安全论证中场景可追溯、可复用要求，VTHILS场景分为功能场景、逻辑场景、具体场景三大层级：

VTHILS需要完整记录传感器原始数据、感知融合、目标分类、轨迹预测、规划决策、控制指令、车辆动态、HMI人机交互全链路信息，这是支撑预期功能安全论证、接管逻辑论证的核心素材。

五、时序判定：安全论证的核心标尺，从“有无故障”到“是否及时安全”

在安全论证中，单纯说明“系统检测到了故障”并不够。真正关键的问题是：系统是否在允许时间内检测？是否及时告警？是否完成降级？是否进入安全状态？这些问题必须通过统一时间戳的证据回答。

一套合格的时序证据，必须完整包含五大维度：

1.触发条件出现的精确时间；

2.系统检测到异常的时间；

3.报警、接管请求、功能退出的时间；

4.执行器响应与车辆动态变化数据；

5.系统进入安全状态/最小风险策略的时间。

时序数据是Safety Case中最具说服力的量化依据，也是国内外法规、第三方评审重点核查内容。

六、多类验证手段实效对比：VaHIL+VTHILS 补齐证据全缺口

道路试验、纯仿真、传统台架、VaHIL、VTHILS 各有价值，行业发展方向不是用单一手段替代所有测试，而是建立组合式证据体系。

• VaHIL 聚焦高风险故障链、真实执行机构响应，补齐硬件失效、通信异常类证据；
• VTHILS 聚焦复杂环境、交通参与者、ODD边界复现，补齐长尾场景、预期功能安全类证据。

两者深度结合，才能完整补齐安全论证所需的全部证据链条。

七、核心交付物：客户最终采购的，是一整套安全证据包

客户真正购买的不是一台设备，而是一套能够支撑安全论证的证据生成能力。每一个安全目标，都需要对应的场景、触发条件、判定准则、同步日志和报告结论。每一次故障注入，都应当留下检测时间、反应时间、故障码、总线记录、车辆响应和安全状态证据。

安全论证核心公式：安全主张+论证逻辑+可追溯证据= 可审计的安全论证

一套标准安全证据包，包含六大模块：需求追溯、场景定义、故障/触发配置、同步记录、时序判定、结论报告。所有内容围绕安全目标统一归档，可直接用于准入申报、内部评审、第三方检测等。

结合不同业务场景，IAE X-IN-LOOP 方案可输出对应标准化证据：

八、SOTIF闭环：覆盖已知与未知风险，实现全维度安全验证

面向预期功能安全（SOTIF），验证工作不能仅停留在已知场景。VaHIL与VTHILS组合，可搭建从已知不安全场景到未知不安全场景的完整闭环：

九、落地路线图：从设备采购，升级为安全证据能力建设

VaHIL / VTHILS 的导入不应被包装成一次性设备采购，而应被设计成安全证据能力建设项目。结合国内车企、检测机构、供应商的实际落地需求，我们规划五阶段导入路线，循序渐进搭建安全论证能力：

阶段1：需求梳理

梳理安全目标、ODD范围、系统架构、接口要求与准入关注点，输出需求-场景-证据追溯模板，明确测试方向。

阶段2：场景与故障库建设

搭建典型场景、边界场景库、故障注入矩阵与统一判定规则，实现测试体系化。

阶段3：VaHIL/VTHILS正式执行

开展故障注入、环境在环、交通在环测试，生成日志、波形、视频、故障码等原始证据。

阶段4：证据包与安全论证落地

将测试结果按安全目标整合归档，输出标准化证据包，支撑评审与准入。

阶段5：持续更新迭代

结合道路数据、事故案例、软件版本、法规变化更新场景库与故障库，匹配ISMR在役监控要求。

这套路线将硬件采购升级为长期安全资产建设，从根源上降低了开发风险、准入风险以及责任解释风险等。

十、总结：VaHIL+VTHILS，智驾安全论证时代的核心基建

结合李骏院士提出的行业变革，以及国内法规持续收紧的大背景，不难看出行业发展的核心趋势：

智能驾驶行业已经彻底从功能竞争，转向安全证据竞争。谁能更早建立可复现、可审计、可追溯的验证能力，谁就能更快完成准入、从容应对安全评审。

VaHIL 解决“故障发生后，系统是否依然可控”，守住故障安全底线；VTHILS 解决“复杂环境与长尾场景下，系统是否依然可靠”，拓宽场景安全边界。

两大平台结合，把危险场景留在实验室，把验证数据转化为合规证据包，全方位支撑Safety Case安全论证、功能安全、预期功能安全三大核心要求。简单概括其价值：把危险场景留在实验室，把验证结果变成证据包，把证据包支撑安全论证。

合规表达提醒（行业宣传准则）

在对外传播中，我们坚持严谨表述：

-推荐：支撑安全论证证据、ODD内安全性验证、高风险场景可重复验证、降低准入评审风险。

-规避：绝对安全、全场景通吃、完全替代道路试验、保证认证通过。

安全是智能驾驶行业的终身课题。在Safety Case全面落地的新时代，IAE智行众维将持续依托X-IN-LOOP、VaHIL、VTHILS系列解决方案，携手全行业伙伴，以扎实的技术、完整的证据链，助力中国智能驾驶产业合规、稳健前行。

专家介绍

方成熏(PANG Sung Hoon)，IAE智行众维 资深首席安全专家，拥有25年自动驾驶系统、16年ISO 26262功能安全、8年ISO 21448预期功能安全（SOTIF）开发和测评的资深经验，深度参与国际权威安全标准制定工作，是ISO 26262第二版工作组成员、SOTIF工作组、UL 4600工作组成员，对全球智能驾驶安全法规、标准体系具备深刻理解与落地实践能力。

方老师先后任职于通用汽车、日本TAKATA、雷诺日产、现代汽车、红旗等全球知名企业，曾任华为2012实验室 功能安全/预期功能安全副首席专家，主导及参与众多重量级量产与预研项目，包括红旗H9（ADS Level 2+）量产项目、中国SOTIF政府课题、华为L3级自动驾驶预研项目、华为SOTIF安全措施项目、华为基于场景的L4级自动驾驶验证项目等，覆盖自动驾驶域、底盘域、车身域、新能源电控等全领域产品。

参考阅读：中国工程院 | 李骏院士：自动驾驶安全进入Safety Case时代

在智能汽车向域控集中、软件定义转型的今天，制动系统作为功能安全的最后一道防线，其测试验证正面临着前所未有的“数据与场景”鸿沟。工程师们在开发更高阶的制动系统时，普遍陷入了以下困境：

●故障测试失真：传统的仿真注入方案，难以还原真实传感器复杂的物理与协议层失效，测试结果与真实世界存在偏差。

●极限场景难复现：在实车路试中，安全地复现一系列危险的轮速传感器故障（如高速缺齿、间歇性断路等）不仅成本极高，且风险巨大，会导致测试覆盖率严重不足。

●开发节奏被打乱：手动、割裂的测试工具，无法融入现代自动化的CI、CT开发流程，成为项目快速迭代的瓶颈，研发周期被迫拉长。

此外，法规的强要求与测试能力的缺口，形成了尖锐的矛盾。但以国标GB 21670-2025《乘用车制动系统技术要求及试验方法》为代表的法规，对系统失效时的安全表现提出了明确且严苛的验证要求。因此，市场急需一个可以真正解决上述诸多痛点的工程利器。

IAE的解法：定义高保真、高实时故障模拟新方案

基于上述对行业困境的深刻洞察，IAE智行众维正式推出四通道车载轮速故障模拟器，专为满足严苛功能安全法规而生，是支持实时、高保真，全协议覆盖等的轮速故障注入一体化平台。其核心使命是让工程师能在台架和实车上，安全、精确、自动化地复现各类复杂轮速失效场景，将功能安全验证从“抽样检查”变为“全面体检”。

三大核心优势：用硬核指标，筑牢功能安全验证基线

本模拟器由高精度信号采集单元、可编程实时故障注入模块、多协议解析引擎以及高速通讯背板构成，提供三大性能标杆：

1.极致实时，实现无损闭环介入

通过优化信号处理链路，将采集-注入-输出的整体延迟控制在5μs以内。这意味着故障可以无缝嵌入车辆或台架的实时控制闭环中，不会因工具延迟而产生测试偏差，确保每一帧数据的有效性。

2.从物理到协议，定义“位级”全层级故障覆盖

我们打破了传统工具仅模拟电气故障的局限，在物理层和协议层实现了技术突破。

●物理层：精确复现断路、对电源/地短路、虚接（＜10μs间歇）、缺齿、信号毛刺等7大类现场失效。

●协议层（核心突破）：原生支持磁电、霍尔及S/I/AK等主流协议传感器，并能对AK协议数据链路层的每一个二进制位进行位级的精确改写。这可以帮助用户模拟最深层次的通讯失效，测试控制器在数据错误下的判断逻辑。

3.软硬融合，拥抱自动化测试时代

该平台提供千兆以太网程控接口以及完整的SDK，可被无缝集成到HIL台架或自动化测试序列中。同时，其集成的8通道AIO与8通道DIO，为同时注入踏板、电源等相关系统故障提供了可能，可以此构建一站式的制动域测试环境。

典型应用场景

场景一：实车路试中的安全故障复现

当测试团队需要在公共道路上验证L3级自动驾驶的制动冗余降级策略时，工程师可以在车内，通过笔记本安全地、动态地注入一个（例如）“右后轮传感器AK协议校验位错误”的故障，全过程无需对车辆线束做任何物理破坏。

场景二：HIL台架上的法规自动化回归测试

待集成到HIL系统后，设备可根据预设脚本，在夜间无人值守时，自动遍历上千个国标GB 21670-2025中要求的故障注入用例，并于次日清晨生成完整的测试报告，可以将原本需要数周的工作时长压缩至一个夜晚内完成。

不仅如此，IAE智行众维同时可以提供开箱即用的上位机软件，同步开放底层API接口和详尽的例程文档。无论是标准测试还是高度定制化的研究，该平台都能实现灵活支撑。我们承诺提供全生命周期的技术支持，并可根据客户需求，共同开发定制化的故障模型库，以适应未来不断演进的传感器技术和安全标准。

在软件定义汽车的浪潮下，汽车安全最终由一行行可靠的代码来守护，四通道车载轮速故障模拟器正是守护这些代码质量的关键基座。

即日起，欢迎扫描下方二维码，申请产品演示或获取技术手册。让我们携手，一同开启功能安全测试的“高保真、高实时”时代！

拓展阅读

GB 21670-2025《乘用车制动系统技术要求及试验方法》于2025年5月30日发布，将于2026年1月1日起实施，代替2008版旧标准。作为制动系统的强制性国家标准，本次修订围绕新能源与智能驾驶技术发展趋势，首次将线控制动系统（ETBS）正式纳入标准体系，赋予电子机械制动（EMB）合法工程地位。

标准核心变化体现在三个方面：一是强制安装ABS，所有乘用车必须配备防抱死制动系统；二是规范单踏板模式，明确规定默认状态下松开加速踏板不应使车辆减速至停车，同时要求能量回收减速度>1.3m/s?时必须点亮制动灯；三是强化功能安全，要求ETBS满足ISO 26262 ASIL D级设计目标，单点故障覆盖率需大于99%。

标准采用分阶段实施：新申请型式批准的车型自2026年1月1日起执行大部分条款，单踏板模式相关条款延至2027年1月1日实施。该标准的出台标志着我国乘用车制动系统正从液压为主向电控为核心全面演进。

其中，与本期介绍的方案直接相关的测试条目及要求如下表所示：

*如需 GB21670-2025完整文件，请关注公众号，回复“GB21670”获取。

随着GB 21670-2025《乘用车制动系统技术要求及试验方法》和GB 17675-2025《汽车转向系基本要求》的相继实施，线控底盘的安全验证不再只是“能跑起来”，而是要回答一个更尖锐的问题：当机械连接被弱化甚至取消后，故障发生时车辆是否仍然可控？证据链是否完整？

这篇文章不从设备规格切入，而从技术验证的视角说明：为什么VaHIL会成为线控制动、线控转向走向量产和合规评审时最有说服力的一环。

图1 “失效可控”的证据链：要求 → 注入 → 反应 → 判定 → 留证

1、线控底盘的安全挑战：没有机械备份之后，风险位置变了

图2 BBW/SBW失效热点：风险不只在单个零件，而在整条信号—控制—执行链路

传统制动依赖液压管路，传统转向依赖机械转向柱。即使电子控制失效，仍可能存在一定物理冗余。但BBW和SBW不同：驾驶员意图通过传感器、电源、通信、控制器和执行器闭环实现。任何一环出现异常，都可能演变为制动力不足、非预期制动、非预期转向辅助、锁止转向或降级失控。

关键点：线控化后的安全验证，不是单独问“某个故障会不会被检测”，而是要问“检测之后车辆是否仍处于可控制状态”。这正是整车闭环测试的价值入口。

2、“失效可控”如何被证明：FTTI、降级状态和可控性要同时成立

图3 从故障触发到安全状态的时间链：每个节点都应有时间戳和判定依据

在功能安全语境下，“可控”不是主观描述。它至少要同时满足三类证据：故障被诊断、系统进入约定的降级或安全状态、驾驶员/车辆仍具备足够的操作余量。附件中的BBW HARA给出过典型示例：基本制动SG01可按ASIL D、FTTI 400ms管理；ABS/ESC关联的横向安全目标可进入200ms级验证窗口。SBW侧，非预期转向辅助、锁止转向等安全目标可按20ms~200ms级时间窗进行设计验证。

所以，一份有说服力的验证报告不能只有“注入成功”。它必须把 fault trigger、ECU reaction、vehicle response 和 pass/fail criteria 放在同一条时间线上。

3、VaHIL是什么：真实车辆与虚拟世界之间的安全桥梁

图4 VaHIL闭环结构：真实车辆在虚拟交通/道路/环境中接受故障注入与动态验证

VaHIL(Vehicle Advanced Hardware-in-Loop)可以理解为“高级整车在环”：车辆是真车，ECU与执行器是真实硬件，道路、交通、天气、坡度、路面附着和传感器目标由仿真系统生成；车辆通过测功机或台架获得真实负载，故障注入单元在指定时刻触发电气、协议或信号级故障。

对客户来说，VaHIL最容易打动人的不是“平台很大”，而是：那些他们最怕做、最难做、最需要向认证/质量团队解释的场景，可以被系统化执行。

4、故障注入必须分层：从断线到协议位错误，再到应用值异常

 

图5 三层故障注入：物理层、数据链路层、应用层必须组合覆盖

GB21670对应的制动电子控制系统验证，不能只停留在“短路/断路”。附件中的GB21670故障模拟器资料把故障注入分成物理层、数据链路层、应用层，并特别强调WSS和SENT等制动传感器的协议级失效。这个方向非常适合转化为客户能理解的Demo：同一套场景中展示正常波形、注入波形、ECU反应和最终判定。

5、真实案例一：VaHIL如何验证BBW传感器故障下的制动安全

图6 BBW故障测试示意：SENT/WSS/执行器反馈故障与ECU反应同步记录

以BBW为例，客户最关心的不是“能不能造故障”，而是造出故障后，制动意图、轮速可信度、执行器反馈和制动力输出之间是否还能保持安全关系。VaHIL让工程师可以在同一场景中重复注入SENT CRC错误、WSS AK bit错误或执行器反馈卡滞，并观察主/备控制、DTC、warning、制动扭矩和车辆减速度的时序关系。

这类场景用实车道路做，最大的痛点不是“是否可能”，而是风险、重复性、注入时机和波形一致性。VaHIL让测试从经验判断变成可审计数据。

6、真实案例二：SBW在驾驶员/L3模式下的故障接管

图7 SBW VaHIL场景：车道保持/变道中注入扭矩、角度、电源或马达位置故障

SBW取消机械连接后，最敏感的验证对象是“非预期转向辅助、锁止转向、突然失去助力、错误自动驾驶横向控制”。 SBW测试用例中，扭矩传感器、电源、Yaw rate、Haptic、转角传感器、马达位置传感器均被列为VaHIL测试对象，并要求在故障发生后禁用TJP或进入limp home，由HFOU/SFOU等备份路径接管。

VaHIL不仅验证ECU能检测故障，还能验证“故障检测期间车辆有没有越线、驾驶员是否仍可接管、备份通道是否按预期生效”。

7、证据包设计：把Worksheet、日志、DTC、波形和判定放在一起

图8 VaHIL证据包：从安全目标到测试结论的可追溯结构

测试场景应从安全目标推导，至少为每个安全目标选择一个代表场景；注入故障后，需要评价故障瞬间与进入安全状态后的制动、转向和其他可操作性，并测量从故障注入到安全状态的时间间隔是否满足EOTI/FTTI。

真正成熟的交付物不是“测试通过”四个字，而是一份能追溯到SG/FSR/ASIL、能复测、能解释差异的工程证据包。

8、VaHIL不是替代所有测试，而是补上最关键的验证空白

图9 测试方法对比：VaHIL适合承担高风险、高重复性、高证据要求的场景

MIL/SIL适合快速迭代模型和软件逻辑；传统HIL适合ECU、总线和I/O验证；实车道路测试适合正常行驶和最终确认。但对线控底盘来说，最难的是“故障状态下的整车动态”。这类场景既危险，又需要毫秒级时序，还要求车辆、驾驶员/ADAS、执行器和环境同步闭环。VaHIL刚好补上这一块。

不要把VaHIL讲成“更大的HIL”，而要讲成“线控底盘失效可控证据链的生成平台”。

9、技术展望：从合规测试走向安全设计闭环

图10 建议路径：把VaHIL嵌入概念、设计、台架、整车和量产评审闭环

国标落地只是起点。真正有远见的团队，会把安全验证前移到概念和设计阶段：先用HARA和安全目标定义问题，再用故障注入矩阵设计测试，最后用VaHIL在真实整车闭环中确认可控性和证据完整性。这样，测试不再只是“最后过关”，而是持续反哺安全架构、控制策略和故障库的设计工具。

新闻来源：无锡高新区在线

5月18日，浙江吉利控股集团高级副总裁兼CTO、吉利创新中心主任沈源一行来访无锡高新区。无锡高新区管委会主任、区长章金伟与沈源一行交流会谈，并共同出席智行众维智能新能源汽车检测中试基地项目签约活动。区领导顾国栋、阙尧尧，苏州智行众维智能科技有限公司总经理安宏伟参加活动。章金伟对沈源一行到访表示欢迎，并对项目签约表示祝贺。他表示，无锡高新区是长三角科创高地、高质量发展标杆城区，创新动能强劲，产业基础扎实。汽车零部件产业是无锡高新区六大地标性产业之一，2025年产业规模突破千亿。吉利控股集团综合实力强劲，是中国汽车产业崛起的代表，是无锡高新区重要的合作伙伴。集团2024年与区内专精特新企业卓品智能合资成立的吉卓智能扎根无锡高新区以来，合资公司已围绕车辆电子控制系统开发和标定业务开始向吉利集团供货，并开拓了包括五十铃、峰景汽车、上汽、小鹏等头部客户，保持着良好的发展势头。通过此次签约，期待与吉利控股集团实现长期合作，希望吉利把更多的产业资源及优质人才汇聚无锡高新区，加快推动项目建设，携手同行，共赢发展。沈源感谢无锡高新区对项目的支持与帮助。他说，无锡高新区优越的营商环境和有力的服务保障，为吉利控股集团持续加码无锡高新区，深化双方合作奠定了坚实基础。本次吉利创新中心与智行众维强强联手，共同出资成立智行众维智能新能源汽车检测中试基地项目，将树立智能驾驶“多支柱法”安全测试验证体系，有望填补国内在复杂、极限及高安全要求场景下的一体化测试能力空白。吉利控股集团将持续深耕无锡高新区，为无锡高新区经济社会发展作出更大贡献。

吉利创新中心是由浙江吉利控股集团牵头组建的省级技术创新中心，聚焦智能驾驶、绿色能源、先进部件三大领域，致力于突破共性、关键和前瞻技术，打造世界一流的绿色智能汽车研发与技术服务平台。

智行众维智能新能源汽车检测中试基地项目总体投资近2亿元，由吉利创新中心和苏州智行众维智能科技有限公司合作成立，将聚焦研发AI驱动的自动驾驶半实物仿真一体化系统及智能测试平台、建设智能新能源汽车检测中试基地（一期）、建立AI加强自主可控的综合安全评测服务能力以及行业高质量合成数据集，重点打造高级整车在环实验室、NOA&智能座舱测试实验室等为代表的物理AI+自动驾驶场景核心测评能力。

4月24-26日，由长检中心牵头，IAE智行众维、中国信通院、国汽智联、东研智慧、天翼交通、速腾聚创等行业优势单位共同参与的车路云系统综合测试验证活动，在长检中心农安试验场智能网联测试区顺利落下帷幕。作为本次测试的核心参与单位，IAE智行众维与各方伙伴紧密协作，圆满完成了多层级、多源、多维度的系统测试验证工作，为车路云一体化技术的规模化应用奠定了坚实基础。

本次活动汇聚了国内车路云领域的顶尖技术力量，成功构建了覆盖车-路-云全链路的综合测试环境。现场系统部署了全套测试装备，通过同步开展真值车数据、真值路侧数据、红绿灯真值数据、路侧感知系统数据及云平台数据等多源数据的采集，测试团队对车-路-云综合系统、车-车/车-路/车-云/路-云交互系统，以及车、路、云独立系统进行了全维度、深层次的测试验证，全面检验了车路云系统的功能完备性、性能可靠性及多主体间的协同效果。

此次闭环测试验证工作成功打通了车路云系统之间的数据传输链路，有效探索了车路云数据在测试领域的开发路径与应用场景，不仅实现了车路云技术在封闭试验场测试环境中的稳定落地应用，更为其向开放道路、城市道路等更复杂场景的推广部署奠定了坚实的技术基础与工程经验。

作为智能网联汽车测试验证领域的先行者，IAE智行众维始终致力于为行业提供高效、精准、可落地的测试验证解决方案。此次深度参与车路云系统综合测试验证，充分展示了公司在多源数据融合感知、协同测试系统设计等方面的技术实力。

未来，IAE智行众维将继续深化与产业链上下游伙伴的合作，推动车路云测试标准与数据体系的完善，加速车路云一体化从试验场走向真实交通场景的商业应用。

日前，北京工业大学城市交通学院教授赵晓华一行莅临IAE智行众维，双方围绕研究生联合培养模式、产业导师制度建设、智能交通与仿真领域的前沿技术创新和高校市场协同等议题展开深入交流。

IAE智行众维总经理安宏伟表示，公司始终将人才视为企业创新发展的核心动力。联合培养基地的建立，在为北工大同学提供产研创新实践平台的同时，也将推动高校的科研优势与企业技术积累和产业需求更加紧密结合，共同探索高端复合型人才培养的新路径。

赵晓华教授高度认可智行众维在智能驾驶仿真与测试领域的技术实力，期待通过产教深度融合，实现学术研究与产业应用的良性互动，为交通强国建设输送更多青年力量。

交流会后，双方正式签署产教融合研究生联合培养基地合作协议并进行授牌仪式，这标志着双方在校企协同人才培养领域迈入实质性阶段。未来，双方将以研究生联合培养基地为纽带，持续拓展合作广度与深度，在技术攻关、科技成果转化等方面共建共赢，为行业发展蓄势赋能。

“智行新境 众创辉煌”，IAE智行众维 2026财年启动会近日在苏州总部隆重召开。大会全面回顾公司2025年发展成果，重奖表彰年度优秀团队与个人，隆重发布全新技术产品，明确新财年规划、战略发展方向与愿景。公司全员与数十位生态合作伙伴齐聚一堂，共同开启智慧出行新征程。

在开场致辞中，董事长王耀东充分肯定了全体同仁在行业创新、技术研发和市场拓展等领域的深耕突破，勉励大家凝心聚力、乘势而上；战略合伙人王苑则带来深刻且温暖的行业洞察，指引大家把握AI时代趋势、与 AI 共生，在激烈的行业竞争中守住技术初心与企业温度，以稳健之姿携手奔赴山海。

回顾与展望：锚定物理AI时代新坐标

IAE智行众维创始人&CEO安宏伟首先作2025年度工作总结与2026年战略规划报告。他全面复盘了2025年度公司在技术研发、市场拓展、关键项目落地及生态构建等方面取得的突破性成果，深刻剖析了当前产业变革趋势与发展机遇。

他指出：高可靠性与合规底线将成为以自动驾驶为代表的物理AI产业核心竞争力。智能体时代AI核心在于从数字智能迈向物理智能，IAE致力于构建数字智能与物理世界间的“基础设施连接器”和“安全阀”。应对虚拟与现实间的“鸿沟”，公司以“新三支柱法”技术体系破解“行万里路”难题，始终坚持客户第一，携手生态伙伴积极构建共赢的产业生态圈。

荣耀时刻：致敬奋斗者，凝聚奋进力量

每一份成绩的背后，都是小伙伴们无数个日夜的坚守与付出。公司对2025财年表现卓越的团队与个人进行了隆重表彰。获奖的小伙伴们表示将以此次荣誉为新起点，在公司“数据驱动增长 AI加速变革”的新征程中全力奋进，为产业发展持续贡献力量。

技术革新：新品重磅发布

大会新技术产品发布环节， 以DeepOcean.AI V3.0为代表的工具平台重磅发布，通过“场景+测试”赋能驱动打造智驾仿真测试全链路解决方案。

1.Crab AI场景工场：基于AI模型，实现端到端静态场景生成与动态场景智能筛选、分类聚类，支持全流程无人值守场景库/数据集构建；

2.Dolphin 场景编辑：集成中国-海外道路场景模板库，支持可视化编辑与即刻预览；

3.Manta高保真仿真引擎：全面支持虚幻引擎5，实现更逼真的渲染效果与沉浸式体验，支持3D高斯场景还原真实世界；

4.Starfish & Jellyfish 自动化测试平台：采用1+N平台架构，集成场景库、用例库、AI评价助手，支持多维评价与AI自主测试新范式。

前瞻洞察：AI驱动下的智慧新空间

在随后进行的前沿分享环节，公司副总经理&CDO刘虎为大家带来了《AI驱动下的智慧新空间》主题分享，深度剖析AI演进与产业变革的前沿趋势。

他指出：AI正从“数字原生”迈向“物理共生”，低空技术与汽车产业迎来基因层面的深度融合，催生出“空地一体化”新价值形态。面对3.5万亿的低空经济赛道，IAE推出“1+2+3”空地一体化仿真解决方案：1个AI实时数字孪生底座，2大仿真功能（飞行器SIL+HIL），3大应用场景（物流、巡检、城市空中交通），携手生态伙伴谱写公司第二增长曲线。

风劲潮涌，扬帆远航

物理AI时代已来，智能体正从数字世界走向物理世界，而高质量、海量的数据和安全、可信的测验评证体系是物理AI发展不可或缺的关键基石。IAE智行众维将始终以“让未来加速到来！”为愿景，以“技术创新、AI+数据、生态”三大飞轮，驱动未来可持续增长。

站在新起点，全体IAE人将以更坚定的步伐，在物理AI与智能空间的广阔天地中奋勇驰骋，共同书写出属于IAE智行众维发展的崭新篇章！

近期，工业和信息化部网络安全产业发展中心（工业和信息化部信息中心）公示了2025年信息技术应用创新解决方案征集遴选结果，在全国各省筛选出的963家单位1219个有效解决方案中，IAE智行众维牵头申报的《基于物联网技术的极端复杂环境模拟（VTHILS）生产运营核心系统解决方案》成功入选，成为全国156个典型解决方案之一。

 

该典型解决方案是基于公司自主研发的全国产VTHILS中央控制系统，面向智能网联汽车在极端复杂环境下的测试认证场景，实现高度自动化、高精度、可复现的气象交通模拟。系统全面采用国产硬件平台与操作系统，确保核心技术自主可控，并通过模块化设计与标准化接口，支持跨平台部署与远程移动控制。方案聚焦智能网联汽车在雨、雾、光照等多气象条件下的整车级测试，突破了自然气象不可控、难复现的测试瓶颈，为智能网联汽车提供了安全、可控、可重复的极端环境模拟能力，能够显著提升智能驾驶系统在恶劣天气下的适应性与可靠性。

此次入选不仅是对IAE智行众维在智能驾驶仿真测试领域自主创新能力的高度认可，也标志着我国在极端、复杂环境模拟测评自主可控工具链研发方面又迈出了重要一步。未来，IAE智行众维将持续深化基于国产软硬件的技术协同创新，推动以智驾为代表的物理AI安全落地和高效技术迭代。