问题——智能驾驶进入规模化应用前夜，安全依旧是绕不开的核心关口。现实道路环境中，行人、非机动车、临停车辆、施工围挡、雨雾眩光以及复杂交通标志共同构成高度不确定的动态系统。算法“看得见”并不等同于“看得懂”，更不等同于“看得对”。一些典型事故与险情中——关键并非传感器缺少信息——而是系统未能把注意力聚焦在对决策最关键的语义线索上，导致风险识别滞后或决策偏差。因此，厘清人类驾驶员与算法在视觉注意力机制上的差别，成为推动智能驾驶安全能力跃迁的重要切口。 原因——清华大学智能产业研究院AIR团队在对应的研究中，将自动驾驶作为安全关键载体，采用“人类眼动追踪实验+算法对比验证”的双轨研究路径，对人类驾驶注意力进行量化拆解，并与算法的注意力分配特征进行系统对照。研究提出，人类驾驶的视觉注意力并非单一、连续的“凝视”，而意义在于更接近任务驱动的阶段性结构，可概括为三阶段：首先是对路面与交通要素的快速扫描与筛选，其次是在潜在风险点上的检查与确认，最后是与驾驶操作相关的持续跟踪与校正。尤其在“检查阶段”，人类会以较少的视觉资源抓取对安全最敏感的语义信息，例如行人意图、车辆交互关系、遮挡后可能出现的目标等。 与此相对，研究指出，现有算法在视觉理解上更容易依赖局部显著、纹理强或高对比度区域，难以稳定提取“语义显著性”——即对驾驶决策真正关键信息。这种差异意味着，在复杂、长尾场景中，即便算法的感知精度在静态指标上表现良好，也可能因注意力“落点”偏离而产生误判。研究深入提出，将人类检查阶段的语义注意力机制融入算法流程，可能以更经济高效的方式弥补专业算法的“语义鸿沟”，并在一定程度上缓解依赖大规模预训练带来的“接地”问题，为提升系统可靠性提供新方向。 影响——该研究的价值，首先在于为智能驾驶安全评价提供了更可操作的分析框架。过去，行业更多关注检测、跟踪、预测等模块的单项指标，但对“系统为什么在关键时刻没注意到关键物体”缺乏统一量化语言。三阶段框架的提出，使“注意力是否符合驾驶任务逻辑”有望成为可测、可对比、可迭代的指标体系。其次，该研究强调语义显著性的重要性，有助于将研发重点从单纯提升感知精度，转向提升对交互语义与风险线索的捕捉能力，这对破解长尾场景、提升泛化能力具有现实意义。再次，从产业角度看，若能以更小成本引入人类式语义注意力，有望降低对超大规模数据与计算资源的依赖，为不同体量企业提供更可落地的安全提升路径。 对策——面向落地应用，研究启示至少体现在三个上：一是加强基于人类行为证据的算法训练与评测，将眼动数据、风险确认点等纳入模型设计与验证体系，推动“以安全为中心”的数据闭环建设；二是推动语义显著性提取能力的工程化实现，把交通参与者意图、优先级规则、遮挡推断等关键语义纳入注意力机制设计，提升模型在复杂交互场景中的鲁棒性；三是完善安全关键系统的验证方法，将注意力一致性、关键线索覆盖率等指标与传统感知指标协同，形成更贴近真实道路风险的评测体系。同时，相关成果也提示监管与标准制定可关注“能否识别关键语义线索”这一维度，促进安全评估从“结果导向”走向“机理可解释”的过程导向。 前景——随着车路协同、城市道路智能化与智能驾驶规模化测试推进，道路交通系统的复杂性将持续上升，算法在极端天气、混合交通与高密度交互场景中的可靠性仍面临挑战。以人类驾驶注意力为参照，建立从机理到指标的研究路径，有望推动智能驾驶从“感知增强”迈向“理解增强”。未来，若能进一步在更广泛的道路类型、驾驶任务与人群样本中验证并丰富三阶段框架，并将语义注意力机制与现有工程体系融合，智能驾驶安全能力的提升将更具可预测性与可控性，也将为构建更高水平的道路交通安全体系提供技术支撑。
这项研究提醒我们，在追求算法性能时不应忽视人类认知智慧；自动驾驶的根本目标是保障生命安全，而人类驾驶经验正是算法最需要学习的部分。通过科学方法转化人类认知优势，既能提升技术可靠性，也能推动AI向更理性务实的方向发展。清华团队的探索表明，人机协作将成为智能系统发展的重要趋势。