百章舆情观察：智驾产业的技术迭代与认知 重构 ——舆评《汽车行业稳增长工作方案》 引言 当前，中国智能驾驶产业站在技术突破与安全争议的十 字路口。一边是 L3 级车型从实验室驶向开放道路，百度 Apollo、华为 ADS 4.0 等勾勒出未来出行图景；另一边是某界 汽车撞向水泥泵车、某米汽车撞护栏起火事故接连发生，#狂 吹智驾的风该停一下了#话题登上微博热搜，折射出 “技术 热”与 行、安全可控”的正面认知。​ 二、舆论争议背后是技术迭代与社会认知的“时差”​ 百章舆情梳理 2025 年智驾领域的所有热点事件发现，表 面上是“安全”与“创新”的观点交锋，深层里却是中国汽 车产业从“传统制造”向“智能科技”转型的必然阵痛。而 在政府 “规范+支持”的政策框架下，各方最终汇聚成“安 全优先、适度创新”的发展共识，这一共识的形成，恰恰是 破解“技术迭代快于认知更新”矛盾的关键。​ 这种 这种矛盾的核心，是“技术迭代速度”与“社会认知速 度”的不匹配。从技术层面看，中国智驾已跻身全球第一梯 队：百度 Apollo 的 “城市 NOA（导航辅助驾驶）” 覆盖 多个城市，比特斯拉 FSD 的覆盖范围广；华为 ADS 4.0 在无 高精地图的乡村道路，仍能实现“精准避障”。但从公众认知 来看，多数人仍停留在“传统汽车”的思维定式。既期待 “解 放双手”的技术便利，又难以接受“人机协同”的责任划分。

引入训练数据集的量很少，最终也会对训练中的模型产生 “毒害”。[2]研究人员将一些由 AI 生成的语料作为训练数 据，“投喂”给一个正在训练的语言模型，然后使用它所输 出的结果再来训练新模型，并重复这一循环。他们发现，模 型每迭代一次，错误就会叠加一次。当人们要求第 10 次被 训练出的模型写出有关英国历史建筑的内容时，它输出的却 是有关豺兔的一堆胡言乱语。[3]英国牛津大学机器学习研 究员伊利亚·舒迈洛夫及其同事称这种现象为“模型崩溃”。 如今，人工智能已经强势侵入人类的互联网，极大地改 变了网上文本和图像的生成和传播系统。牛津大学、剑桥大 学、帝国理工大学、多伦多大学研究人员发现，使用 AI 合 成数据训练 AI，在进行 9 次迭代后，模型开始出现诡异乱码进而直接崩溃，相关研究论文登上 Nature 封面。[4]研究人 员发现，如果大模型在数据训练中不加区别地使用 AI 生成 的内容，模型就会出现不可逆转的缺陷——原始内容分布的 国斗牛犬、小体巴塞特雪橇犬等。基于真实数据训练后的大 模型，输出的图像中常见品种如金毛寻回犬占大多数，而不 太常见的品种斑点狗会消失。然后，基于 AI 生成的数据训 练模型，生成的品种全是金毛了。最终，经过多次迭代，金 毛的图像完全出现混乱，脸不是脸鼻子不是鼻子大模型完全 崩溃。此外，2023 年来自斯坦福和 UC 伯克利的一项研究中， 作者同样发现，大模型在少量自己生成数据内容重新训练时， 就会输出

将舆情风险防控视为宣传部门的工作，把自己置身于事外； 在协同上，部门之间存在数据壁垒，无法及时分享数据，造 成错失最佳应对时机。如何科学有效防控舆情风险正成为广 大基层干部面对的一道重要“考题”，亟须从认知升维、制 度迭代、技术赋能、协同攻坚四个维度提升舆情风险防控能 力。 认知升维：从“被动灭火”到“主动控温”的思维转变。 党的二十大报告指出，推动公共安全治理模式向事前预防转 型。面对舆情风险，有的基层单位往往后知后觉，缺乏对网 时候发生风险，表现形式是什么，发展趋势会怎样”。三是 做好风险溯源，将矛盾消解于未然，将风险化解于无形，就 必须把好舆情风险源头关、监测关、管控关，提高预测预警 预防能力，努力做到预防在先、发现在早、处置在小。 制度迭代：从“经验导向”到“标准引领”的体系重塑。 在人工智能时代，舆情风险呈现更为复杂化、隐蔽化与裂变 式的传播特征，依赖传统的经验与临时应变的防控模式，易 受信息滞后与认知偏差影响，难以应对舆论生态新变化。舆

金牌’，任何以牺牲安全为代价的‘智能’都是伪智 能。” 雷军去年曾坦言：“没想到电动车致命意外对小米打 击如此之大。”这份“没想到”，恰恰暴露了互联网思维 与汽车工业思维的鸿沟。前者习惯于“快速迭代、OTA 升 级”，而后者视安全为不可逾越的底线，任何微小的瑕疵 都可能酿成无法挽回的悲剧。 （二）“逆光之王”与西贝式心理陷阱 如果说质量问题是硬伤，那么小米新款手机 Xiaomi17 Pro 网民说，小米汽车的舆情危机本质上是流量模式与汽 车工业规律的碰撞。当消费者逐渐意识到“为情怀买单” 的代价，企业的生存根基将受到根本性动摇。 “雷军需要放下‘雷布斯’的偶像包袱，以‘造车匠 人’的姿态重新出发。只有通过持续的产品迭代与用户沟 通，才能挽回这场‘流量反噬’带来的信任灾难。” 雷军是一位打造了小米传奇的卓越企业家，我选择相 信雷神，认为小米汽车和手机的故事远未到终局。

工作，把自 己置身于事外；在协同上，部门之间存在数据壁垒，无法 及时分享数据，造成错失最佳应对时机。如何科学有效防 控舆情风险正成为广大基层干部面对的一道重要“考 题”，亟须从认知升维、制度迭代、技术赋能、协同攻坚 四个维度提升舆情风险防控能力。 认知升维：从“被动灭火”到“主动控温”的思维转 变。党的二十大报告指出，推动公共安全治理模式向事前 预防转型。面对舆情风险，有的基层单位往往后知后觉， 式是什么，发展趋势会怎样”。三是做好风险溯源，将矛 盾消解于未然，将风险化解于无形，就必须把好舆情风险 源头关、监测关、管控关，提高预测预警预防能力，努力 做到预防在先、发现在早、处置在小。 制度迭代：从“经验导向”到“标准引领”的体系重 塑。在人工智能时代，舆情风险呈现更为复杂化、隐蔽化 与裂变式的传播特征，依赖传统的经验与临时应变的防控 模式，易受信息滞后与认知偏差影响，难以应对舆论生态

全风险的认知。 布鲁金斯学会发布报告《人工智能改变世界》指出，人工智 能将严重威胁国家安全。西方政要甚至发出人工智能将干扰2024 年美国总统大选的担忧。 可以预见，伴随 ChatGPT 快速迭代，人工智能向 AGI （通用人工智能）快速演进，人工智能发展和应用正在加快 速度，其带来的不仅是发展机遇，风险挑战也是如影随形。 2021 年 11 月，中央中央政治局召开会议，审议《国家安全 亿字内容。二是信息传播方式变革。Sora 等 AGI 应用爆红表明数据和算法驱动的智能传播将走向主流，意味 着信息传播范式再次革新，即从大众媒体时代的对所有人的 大规模传播，到社交媒体时代所有人对所有人的开放传播， 进一步迭代到智能媒体时代信息和内容的自动交互传播，即 一种基于深度学习技术和大数据的自动化传播。大众传播、 社交传播、智能传播三者共存，既相互竞争和替代，也相互 联动和协同，共同构成开放复杂的传播体系。三是媒体格局

的出现可能推动后续我国产业链的变革。 当下，AI 在各行业的应用越来越广泛。DeepSeek 作为一款 开源模型，其在包括教育、医疗等更宽广领域中的普及和深化，或推动我国其余产业链、供应链的迅速迭代和发展。 其三，技术标准与科技中心的竞争。长期以来，美国凭 借其在科技领域的顶尖实力，成为全球的科技中心，并由此 汇聚了大量的科技顶尖人才。但目前，DeepSeek 开源模型的 发布，意味着

雪球用户“Dravenaje”发帖称，新晨科技操盘手法太明显，低 开不捡钱？ 四是指出新晨科技技术困境，表示不看好该企业投资前 景。如 10 月 28 日，网易用户“当果冻碰到布丁”评论称，新晨科技亏损这么多，可能是技术迭代和市场变化太快了，得 赶紧调整战略，不然再这样下去，可能连“技术驱动”的帽子 都要戴不住了。11 月 19 日，雪球用户“寻龙 8”发帖称，建议 腾出资金买其它股，新晨科技这公司没有核心技术。 从未来前景方面，随着大数据、云计算、人工智能等技 术的不断发展，新晨科技所在的行业将迎来广阔的发展空间。然而，短期内股价可能受到市场情绪、宏观经济环境等 多种因素的影响而出现波动，此外，公司高层变动、股东减 持、技术更新迭代、融资策略变化等因素也可能引起股民担 忧，从而影响公司股价。 六、舆情建议 一是加强舆情监测与分析。新晨科技应加强对市场舆情 的监测与分析工作，及时了解市场情绪和投资者对公司的看 法。通过

技术的前进， 我们的政府部门要更积极地构建人机共生治理模式，在技术 赋能与人文价值之间保持平衡。 环球时报：随着中国引领大模型应用场景不断拓宽，基 座大模型研发、应用产品开发、应用推广、反馈迭代的完整 产业循环即将闭环，相信还有更多 AI 应用场景和新“AI 职业” 将被创造出来，带给人们更多惊喜。 （二）网民观点 一是部分网民认为 AI 公务员可以更好地为民众服务。如 有网民指出，AI

育进校园”活动，培养公众“科学饮食、警惕异常”的消费意识。 从“苏丹红鸭蛋”到“复方甘草片卤料”，从“三聚氰胺奶粉”到 “幽灵外卖”，每一次食品安全事件都在警示我们：当监管速度跑 不过违法手段的迭代速度，当违法成本低于守法成本，冰山只会 越长越高。唯有以“零容忍”态度重构制度、以技术赋能穿透迷雾、 以社会共治凝聚合力，方能真正守护“舌尖上的安全”。否则，今 天的“卤料事件”，不过是明天更大灾难的预演。