传统汽车行业里，提到「安全」这个词，我们往往会最先联想到一个品牌——沃尔沃，这是整车结构的钢筋铁骨、主被动安全技术和「生命奇迹俱乐部」一次次真实案例建立起来的标签。
那在智能汽车时代，有什么标签能直观衡量一款车的安全性呢？是看碰撞测试的成绩？看一款车的安全配置足不足？还是现实场景下的「硬碰硬」表现？说到这，老司机们可能有自己的经验，让安全防患于未然最直观，也是最客观的指标，恐怕是真金白银的保费了。比如，前些年新能源汽车刚进入市场时，由于电动车的动力太直给、不好驾驭，就出现过电动车保费激涨的情况。
有反面案例，自然会有正面案例。最近，由中国⼈⺠保险、中国太保产险、中国平安产险、瑞⼠再保险集团共同分析给出了一组数据，蔚来智能安全使事故安全损失减少 25.2%。这种保险公司对安全的认可，自然也会反映在保费上。
从技术上来说，为什么蔚来的智能安全能获得保险认可？作为消费者来说，被保险公司认可的安全，能带来什么不一样的体验呢？
从「开卷考试」到「随机测试」
智能安全怎么能收获保险的认可？
提到汽车安全的标准，绕不开权威机构的测试考核。在规定场景下进行安全测试，不论是降低安全隐患的主动安全测试，还是提升碰撞后安全性的碰撞测试，都是每一款新车不可避免的考验。
随着技术的发展，对安全的考核标准也在逐渐严格。以⾃动紧急制动 AEB 功能为例，从 2014 年纳入欧洲新⻋评价规程 E-NCAP 开始，到现在十年间测评场景从 4 个增加到了 20 个，可能出现危险的场景越来越细致。
不过，尽管 E-NCAP 针对 AEB 功能的场景增加到了 20 个，但是跟现实中开车可能遇到的千奇百态的场景比，依然是小巫见大巫。
去年，就有智能驾驶行业专家调侃 AEB「作弊」小技巧：「在研发时专门用黑衣服蓝裤子的行人训练，就能在碰撞测试中获得很好的成绩」。尽管这是一种调侃，但间接反映出权威机构评测的短板：规定的场景、可预知的风险，让安全测试像是一场「开卷考试」，而现实中开车可能遇到的场景就像是一场场「随机测试」：未知、危险，更考验功底。
要让日常驾驶中一场场「随机测试」从未知和危险到已知、可控，要做的就是知己知彼：掌握哪些情况可能发生危险、监测危险发生的瞬间、及时给出最优的解决方案。这一套对事故与潜在风险的洞察与量化分析，在蔚来的智能安全体系下有一个专门的名字，叫 RAMS 风险评估控制系统。
具体来看，在预判环节，蔚来打通了第三方保险的数据，能够量化评估不同场景发生事故的风险、可能造成的损失；在监控环节，RAMS 能够结合⻋端摄像头、激光雷达等多模态感知元器件的通⽤障碍物检测，洞察可能发生的事故和潜在⻛险；在最关键的决策阶段，经过 RAMS 数据与保险公司数据训练的智能安全大模型，能精算出风险最低、损失最小化的方案。
这样在风险的预判、监控和执行过程中，借助第三方保险的数据和车辆实时感知的信息把风险和损失最小化，风险和损失最小化的信息同时也成为了新的保险数据，供下一次遇到风险时参考，构成了一个闭环。这就不难理解为什么蔚来这套智能安全系统能获得保险的认可了。
用 AI 做安全，场景有限变无限
通过传感器实时监测周围环境，把碰撞风险最小化，听起来这是一个简单、很好理解的闭环；不过现实中，要让系统在人眼还没看到风险时监测到风险，在大脑没反应过来时就给出判断，并不是一件容易的事情。
为了让安全辅助系统敏捷、可靠，蔚来用上了 AI 大模型技术，也是第一家把⼤模型技术架构的智能安全辅助系统量产的⻋企。
有了 AI 加持，智能安全会有什么不一样呢？
去年底，蔚来推送了大模型架构的自动紧急制动 AEB，端到端架构的 AEB 覆盖场景提高了 6.7 倍，在路口场景方面的紧急制动正确响应提升了 5.2 倍。最近。蔚来 OTA 的自动紧急避让 AES，让我们进一步看到了 AI 做安全的潜力。
以往，当开车前方突然出现障碍物时，最常用的通常是 AEB 功能，系统紧急制动来规避碰撞风险。但是，总有一些场景就先 AEB 自动刹车也难以避免风险，比如高速行驶时突然出现的鬼探头、对向突然驶来的逆行车、身后跟着大车的夹心场景等等，老司机往往通过打方向盘避免正面碰撞来降低风险，但什么时候适合打方向盘、往哪个方向打多少角度，只能全靠老司机的经验。
针对这种情况，蔚来的自动紧急避让 AES 就像一个系统自带的「老司机」。当车速在 60～150km/h 时，前方不论是出现汽车、行人还是两轮车，系统都可以自动考虑自车和前⻋前进路径、最大横向加速度、左右变道空间，在变道空间允许的情况下，AES 将主动变道避让风险。
为了确保 AES 的准确性，在量产推送前进行了 20 亿公里的云端事故数据测试，以及通过群体智能在车端进行了 6 个月超过 3 亿公里的测试。本质上是通过庞大数据的训练，利用 AI 规划出了一条最佳的避险路径。
有了 AES 跟 AEB 的配合，系统能实时分析哪些场景可以通过 AEB 规避风险，哪些场景可以通过 AES 降低风险，结合大模型技术架构将 AEB 有限的覆盖场景一步步向无限扩展。
如果把 AES、AEB 这些 AI 加持的智能安全系统，与打通第三方保险数据的 RAMS 风险评估控制系统结合在一起，我们能看到「安全」这两个字更具象的表现：比如，通过智能安全防护功能，减少追尾或者侧向碰撞时的入侵，能将前向障碍物事故减损 51%，全角度切入障碍物事故减损 35%……
前几年，马斯克曾提出一种新的车险模式——UBI 车险，也就是通过对每个用户驾驶行为对安全性打分，得分高的车主可以享受低保费，得分低的车主就得承受高保费。相比于对用户驾驶习惯打分的 UBI 车险，蔚来这套被保险公司认可智能安全系统似乎提供了一种新的思路：也许未来，车辆智能安全系统的水平，可以作为车险评定的一个关键指标。保费也许真的会成为衡量一辆车安全水平最直观、客观的参数。
最后
早在 2017 年，蔚来就提出了关于智能驾驶的理念：「解放精力、减少事故」。
在自动驾驶概念大行其道的当年，这个理念听起来似乎略显保守；但是在智能驾驶渐进式落地的今天，只有开车的人才能真正体会到「解放精力、减少事故」这个目标是多么实用，有多么难得。它让智能脱离了概念与噱头，成为真正能帮到人的工具。
2025 年，蔚来的目标是保险认证事故安全损失进一步从减少 25.2%提升到减少 50%。
汽车的安全并不一定要真正身涉险境，保险也会告诉你答案，可能没有比这更直观的「安全」了。
