邊界劃下，曾經野蠻生長的各種攝像頭、雷達不能隨便開啟并收集信息了。

近日，長安汽車官方發布功能調整通知，“根據個人信息和汽車數據安全的法律要求”，從6月30日起關閉遠程監控、360全景和遠程智能泊車功能。

長安汽車功能調整公告

事實上，長安算是“關得晚”了。

《電動汽車觀察家》了解到，包括小鵬汽車在內的多家新造車勢力、比亞迪等多家中國車企的app，都下架了遠程訪問車外攝像頭的功能。即使是該功能的發明者特斯拉，也已在中國關閉了“哨兵模式”。

換而言之，用戶在車外直接觀看/保存，車輛對外傳感器采集的各種原始數據的功能開始被限制。

01

合規要求

特斯拉的哨兵功能，可手機遠程監控車外情況

“合規”當然是直接原因。

2021年8月，《汽車數據安全管理若干規定（試行）》（下稱《試行規定》）由國家互聯網信息辦公室、發改委、工信部、公安部、交通部聯合公布，自2021年10月1日起施行。

《試行規定》主要從車內座艙數據、車外人臉/車牌等敏感數據、個人隱私告知三方面，對汽車內外的數據采集、傳輸、使用進行了規范界定，對汽車數據處理者進行了責權劃分。

其中，針對遠程監控/拍照/泊車這些會涉及到車外數據的部分，《試行規定》要求：汽車數據處理者應當取得個人同意或者符合法律、行政法規規定的其他情形。

即如果拍照/攝像需要取得采集車外個人、車輛車主的同意。

而如果因保證行車安全需要無法取得同意，且向車外提供的，“應當進行匿名化處理，包括刪除含有能夠識別自然人的畫面，或者對畫面中的人臉信息等進行局部輪廓化處理等?！?/span>

即如果車主在行駛過程中隨手一拍，或遠程監控/遙控車輛時，看到的車外車牌/人臉等都應該是進行過模糊化等脫敏處理，不易辨認的圖像。

而且值得注意的是，《試行規定》倡導汽車數據處理者在開展汽車數據處理活動中堅持的四項內容中包括：“車內處理原則，除非確有必要不向車外提供?！?/span>

即非必要條件下，車輛收集到的數據要在車內完成脫敏處理之后，再提供給車外。

車端此前的硬件算力和軟件布置都是以推理、執行為主，注重結果（座艙內顯示的圖像、聲音、行車動作）輸出。而類似圖像模糊化一類的數據加工工作則交由車外的云端服務器來完成。

02

合規成本有多大？

對車外圖像進行識別，再配合以在車端完成信息脫敏的要求，或成為長安等車企下架功能的根本原因：合規成本與功能收益之間的再考量。

考慮到智能手機都可以直接在手機端實現背景虛化的功能，車企要實現合規從技術上并沒有很大的障礙。

車外人像脫敏（示意圖）

技術專家阿寶1900向《電動汽車觀察家》表示，要實現合規，車輛需要在軟硬件層面進行一些升級。

軟件層面，對圖像內的敏感信息進行識別和處理的算法難度并不高。只是此前車企多未在此領域布局，需要一定的開發和測試周期，或為2-3個月，可通過OTA在線升級的方式落地車端。

但前提是硬件算力要夠。

攝像頭端的芯片算力無法支撐對圖片的識別/模糊化處理要求，一般需要域控制這一級芯片處理，大多放在座艙領域。阿寶1990估計，目前主流高端適配的高通8155（4TOPS）等高算力座艙芯片可能能夠支撐在車端完成脫敏處理。

但諸如采用高通820A等不支持AI加速芯片的車型，要滿足車端處理則需要對該域控制器進行平臺層面的升級，整體硬件成本或為1000元/輛，以及一年的開發驗證時間。

此外，無論是最終在云端還是車端對圖像進行脫敏處理，對消費者來說都意味著告別實時性。

即使有高算力芯片在車端支撐，算法對圖像的處理仍需要幾秒鐘的延遲時間，這一延遲也將隨著攝像頭愈發高清、圖像數據愈發龐大而不斷加大。

顯然，無論是技術實現所需的時間，還是硬件升級要考慮的成本，當時當刻車企都無法第一時間完成合規要求，也是其先行下架功能的根本原因。

但這是否會是永久下架，還要看之后法規落地試點的效果，以及車企對合規成本與功能收益之間的經濟賬怎么算。

03

智能/自動駕駛怎么辦？

自動駕駛車輛需要海量的數據采集和共享

既然車主不能遠程訪問車外攝像頭，是否意味著車企在進行智能/自動駕駛研發、功能實現時，也將受限？畢竟車輛同樣需要在路上采集豐富的車外數據，才能實現功能？

目前，有國內學者認為，《試行規定》并不能很好地與為智能/自動駕駛功能而進行的數據采集需求對接。因為要實現功能，需要海量的數據采集和廣泛的數據共享。在此前提下符合《試行規定》的要求將非常困難，且與行業發展規律相悖。

在實際操作中，《電動汽車觀察家》了解到，涉及到為實現智能/自動駕駛功能而進行的數據采集，車企目前多采用內部嚴格的數據安全規范來進行保護。

包括車端的數據安全硬件模塊、上傳和存儲中的硬件隔離、設置數據使用規范制度等方式，以確保數據在企業可知可控的范圍內，被用于智能/自動駕駛系統的能力提升和功能實現。

總體而言，雖然我國已經有比較完備的網絡安全、數據安全和個人信息保護方面的法律規范體系。但對智能/自動駕駛功能實現而進行的數據采集，目前國內正采用循序漸進的過程化方式：

在產業化過程中，探索智能/自動駕駛汽車安全運行所需的數據類型和數據范圍，從而將其有效控制在“最小必要”原則所要求的程度之內。

全國層面，中國汽車工業協會制定的《智能網聯汽車數據格式與定義》、中國汽車工程學會制定的《智能網聯汽車場景數據圖像標注要求與方法》和《智能網聯汽車激光雷達點云數據標注要求及方法》等規范要求都已先后發布。

地方層面，《深圳經濟特區智能網聯汽車管理條例》（以下簡稱深圳條例）已進入深圳人大常委會2022年度立法計劃當中，已通過發布前的三審階段，距離正式出臺只一步之遙。

如果最終發布，《深圳條例》將成為國內首個對L3及以上自動駕駛權責、數據管理等議題進行細致規范的官方文件，并或將推動深圳成為國內首個為L3級乃至更高級別自動駕駛功能放行的城市。從而進一步加快我國在智能/自動駕駛技術應用落地方面的積極探索。

隨著汽車真的逐步成為現實世界中的機器人，我們都站在了一片從未抵達過的未來邊界。如何界定智能汽車的功能邊界，使其成為服務者而非侵害者，真正與人類社會適配？將長期考驗立法者和從業者的智慧。

參考資料：

《數據治理：自動駕駛汽車上路必備》上海交通大學凱原法學院鄭戈教授

——END——

返回第一電動網首頁 >