智能辅助驾驶的安全隐患往往源于小概率事件，诸如软硬件失效、极端场景突发等。近日，轻舟智航提出全新命题：“推动智驾安全从99.99%，向99.99999%进化”。轻舟智航表示，这一“小数点革命”并非简单的定量指标提升，而是通过技术创新与体系优化，系统性解决智驾系统在特殊场景、失效风险及人机交互中的安全隐患，持续降低安全问题发生概率。

　　（持续收集长尾场景）

　　围绕这一目标，轻舟智航提出三个具体思路。

　　最首要且长期的任务是解决长尾问题、覆盖特殊场景。在于应对小概率的“长尾场景”——即非常规路况、极端天气等罕见场景下的系统表现。轻舟智航构建了数据驱动的研发体系，通过海量场景挖掘与主动采集结合的方式，持续扩大数据覆盖范围。

　　在数据来源上，该体系一方面从超60万用户的日常使用场景中提取典型数据，另一方面针对大雨、大雪、施工路段等特殊场景主动采集，不断丰富系统对非常规场景的“认知”。同时，借助数据增强、仿真模拟等技术，系统被赋予“举一反三”的能力，可高效解决同类问题。例如，通过运动模拟构建的模型，能批量生成大量长尾场景和安全临界场景，为模型训练提供充足“样本”，推动智驾系统在特殊场景下的表现持续优化。

　　在技术应用层面，轻舟智航的“安全的端到端”在模型训练层面实现了两大技术突破。

　　一是将已量产验证的“时空联合规划”经验融入One Model端到端模型，并借鉴大模型安全对齐思路，让模型规划轨迹严格符合人为定义的安全机制；同时通过世界模型批量生产罕见场景，进一步强化模型对安全临界场景的应对能力。如轻舟智航通过加强对特殊场景的积累与识别，优化主动安全策略以规避风险，例如面对大雨、大雪、大雾等恶劣天气，系统将主动降低巡航车速，并拉大跟车距离，提升行车安全性；面对施工路段，当发现自车驶入施工车道时，系统会结合地图导航和实时感知综合判断，提前 300 - 500 米规划变道，远离施工区域；若识别到前方多条车道施工且无变道空间时，系统会在 300 米外将巡航车速降至 100kph，确保车辆能平稳刹停，有效规避碰撞风险。

　　二是提升系统失效安全设计（Fail-Safe Design），其中关键是轻舟构建了完善的故障监测与处理机制。在硬件与算法层面，采用异构传感器融合设计，通过前向多相机、毫米波雷达及激光雷达组合提升可靠性；在模型层面，量产应用BEV+Mono两套视觉架构，可在其中一套失效时继续工作，确保感知结果不受影响。此外，域控诊断模块实时监控故障，按严重程度采取功能降级、提示接管等分级响应，若用户未及时响应，系统将自动引导车辆安全停车并上传数据至云端分析。

　　最后，基于海量用户反馈，轻舟智航联合头部车企落地了一系列主动式安全策略，通过人机交互强化安全防护。

　　在防止误操作方面，系统可精准识别风险行为：当检测到用户在智驾过程中解安全带起身超5秒，会立即发出接管提示并增大方向盘力矩，避免身体误触引发失控；若监测到主驾躺平，将持续提醒接管直至坐姿恢复；针对驾驶员疲劳驾驶、注意力分散等情况，系统会及时提示接管，未响应时则在本车道安全刹停。此外，针对误踩加速踏板、未关注路况等场景，系统能快速发出提醒，促使用户减速或纠正操作。

　　据了解，这一系列举措是轻舟智航“以安全定义智驾”理念的落地实践。通过从数据覆盖、技术创新到人机协同的全链条优化，让安全从行业承诺逐步转化为用户可感知的常态。