——摘自Perforce《2025年汽車軟件開發年度報告》

隨著人工智能在汽車軟件設計和開發中的應用日益增加，各種問題也隨之浮現，尤其是在相關法規和指導方針仍處于制定階段的背景下。汽車軟件團隊面臨著在快速變化的市場中保持競爭力的壓力，因此必須在控制成本、確保安全性的同時按時交付高質量產品。

安全性，特別是"自動駕駛/半自動駕駛車輛中AI算法的安全決策能力"，是人工智能車輛開發中最受關注的問題（49%）。遵循功能安全標準的開發團隊在使用AI時需要額外考量，因為這類算法往往具有非確定性特征。值得欣慰的是，現有標準正在不斷調整適應，同時諸如ISO/DPAS 8800《道路車輛-安全與人工智能》等新標準正在陸續出臺。盡管目前已存在可應用于AI算法的技術手段，但要確保通過AI技術實現自動駕駛車輛的安全性仍任重道遠。

安全性議題中，"避免因引入先進AI技術而產生的漏洞和網絡攻擊"位列受訪者關注度第二位。集成人工智能等復雜技術的互聯系統產生了更多攻擊向量，這為惡意攻擊者提供了可乘之機。與功能安全類似，現有眾多安全標準和法規正在進行調整以適應AI技術的融合。

產品上市時間和開發成本在人工智能車輛開發的關注度中處于中間位置。一旦安全性和網絡安全問題得到妥善解決，開發汽車AI軟件的企業或將能更專注于提升行業競爭力這一維度。

值得注意的是，雖然質量是本報告中汽車開發的首要關注點，但"使用生成式AI時保持AI工具編寫代碼的高質量"卻是受訪者最不擔憂的議題。這可能反映出受訪者普遍認為AI有助于提升代碼質量。

深度解析AI/ML在汽車軟件開發中的應用

針對在汽車軟件開發中應用AI/ML的受訪者，我們特別調研了其在汽車開發不同重點領域的應用情況。大多數受訪者將AI/ML應用于高級駕駛輔助系統（ADAS），但該比例較去年下降了26%。在車載信息娛樂系統（IVI）中應用AI/ML的比例同比增長了8%。此外，激光雷達（LiDAR）領域的AI/ML應用也實現了3%的增長。

新的汽車AI人工智能標準納入安全考量

新近發布的ISO/DPAS 8800標準針對所有道路車輛功能安全領域的人工智能特有挑戰提出了解決方案。

為何靜態分析仍是汽車軟件開發的關鍵支柱

根據調研反饋，汽車開發各領域的核心關切集中于質量、功能安全與網絡安全。要有效緩解功能性代碼質量與安全隱患，采用靜態分析工具仍是最具實效的方法之一。

行業標準化靜態分析工具——例如Perforce QAC與Perforce Klocwork——能夠幫助開發團隊實現以下關鍵目標：

?精準識別軟件漏洞與薄弱環節

?嚴格執行推薦的編碼標準與開發規范

這兩款Perforce靜態分析工具不僅驗證代碼對各類標準規范的符合性，更能提供完整的合規性證據鏈。該能力可確保軟件在功能安全和網絡安全要求層面實現全面一致性、正確性與完備性。

通過部署靜態分析工具，您可通過以下途徑加速合規進程：

?強制實施編碼標準并檢測規則違反情況

?在開發早期發現合規性問題

?提升代碼審查與人工測試效率

?跨版本追蹤并生成合規性報告

此外，Perforce靜態分析工具全面支持MISRA準則合規，并已通過TüV-SüD認證，適用于包括ISO 26262 ASIL D級在內的安全關鍵系統開發。

親身體驗Perforce靜態分析工具如何為您的汽車軟件功能安全與網絡安全保駕護航。立即聯系北匯信息，申請免費試用。