一、智能座舱出海和人工智能系统的归类定性

随着大模型等多模态技术的应用，智能座舱已从“传感器感知”发展为具备高度自主决策能力的“驾驶空间”：其核心应用不仅涵盖关乎行车安全的底层功能，如辅助自动驾驶、驾驶员状态监测系统（DMS）、[1]电池安全管理等；还可能深度融合人机交互功能，如人脸识别无感登录、车载AI智能语音助手、基于面部特征和情绪感知的个性化推荐服务等。

根据欧盟人工智能法的界定，单一的人工智能模型（如语音识别或视觉算法）本身不一定构成完整的系统。[2]但当这些模型被集成到驾驶座舱，被设计成以不同程度的自主性运行，能够接收用户指令或传感器数据作为输入并进行推断，进而生成预测、内容、建议或决策，直接影响车内的物理或虚拟环境，如自动调节空调、推荐娱乐内容、发出疲劳警报或干预驾驶行为时，很大程度上将被视为“人工智能系统”。

这一定性意味着中国企业在出口汽车或者作为汽车部件的智能座舱功能模块时，除了满足各国传统的车辆准入标准，还必须考虑欧盟针对AI产品的全面审查和合规要求。

二、智能座舱配置的高风险AI系统受EUAIA规制，将触发车企及销售商的合规义务

欧盟人工智能法以AI系统为基本规制对象，确立了风险导向的分级监管模式。依据AI系统对社会公共安全、公众健康以及个人基本权利的潜在威胁程度，该法案将人工智能划分为四个风险等级，并分别对应不同强度的监管合规义务体系。其中，不可接受风险（Unacceptable risk）和高风险（High risk）类别的定义与规则可能在智能座舱场景中被触发适用。

（一）EUAIA 第6条第1款及法案附件一的适用

根据《欧盟人工智能法案》第6条第1款的规定，如果AI系统作为某受管制产品的“安全组件”，且该产品依法需经第三方机构进行合格评定，则该AI系统将被直接界定为“高风险”。

在该法案附件一（欧盟协调法规清单）中，汽车是被明确要求进行严格第三方合格评定（型式认证）的受管制产品。因此，与车辆安全功能相关、属于车辆安全组件的AI系统，原则上适用于法案第6条第1款，而被归入高风险监管框架。

从技术对车辆安全的意义来看，当前的智能座舱产品往往深度集成高级驾驶辅助系统（ADAS）、驾驶员监测系统（DMS）、环境感知系统等安全关键模块，并实现不同模块间的协同联动。例如，小鹏汽车（XPENG）的座舱内置“智能视觉系统”，通过车内摄像头、红外传感器及相关算法，对驾驶员的面部特征、视线方向、眼球运动、打哈欠行为等进行分析，以识别疲劳驾驶、注意力分散等风险状态，并及时向驾驶员发出提醒。[3]部分车型进一步探索通过生理传感技术采集心率、呼吸率等信息，以评估驾驶员健康状态，并针对突发失能等极端情形采取安全措施。以小鹏汽车相关功能为例，其部分车型搭载的驾驶员失能辅助系统能够通过车内摄像头及算法识别驾驶员疲劳、分心或失能状态。在高速辅助驾驶场景下，当系统检测到驾驶员长时间无响应或无法继续控制车辆时，车辆可触发多级风险提示；若驾驶员仍未恢复控制，系统可进一步执行最小风险操控措施，包括降低车速、自主规划路线、靠边停车、开启危险报警闪光灯，并联动紧急救援服务。[4]该类AI系统直接影响驾驶安全决策过程，一旦发生算法误判或系统失效，极易引发物理碰撞甚至严重事故。因此，在规范结构上，这类功能通常构成机动车的“安全组件”，从而落入第6条第1款所界定的高风险AI系统范畴。

（二）EUAIA 第6条第2款及法案附件三的适用

除上述“安全组件”路径外，《欧盟人工智能法案》第6条第2款及附件三的适用也可能将智能座舱系统归入监管范围。

根据该条，凡涉及特定敏感领域的AI系统，应被直接定性为“高风险”。该条列举中的“生物特征识别技术”被列为重点规制对象，明确涵盖了远程生物特征识别、情绪识别以及生物特征分类三大系统。

1. 远程生物特征识别

在当前的座舱生态中，采集驾驶员及乘客的生理与情绪数据已成为常规做法。例如，梅赛德斯-奔驰（Mercedes-Benz）的MBUX系统支持通过面部或指纹识别进行个人驾驶档案登录、车载数字支付；[5]捷尼赛思（Genesis）GV60车型将人脸识别应用于个人驾驶档案，通过指纹认证系统提供车载支付、发放停车服务；[6]蔚来（NIO）座舱实现了人脸和声纹认证，并通过识别驾乘人员的笑容与疲态等面部特征，主动调节音乐与氛围灯等配置。[7]

值得澄清的是，智能座舱的智能解锁与身份认证功能若仅利用指纹、面部等生物特征解锁车辆，本身不足以归类为AI系统。即便该功能结合了分析、预测等技术，构成欧盟法定义下的AI系统，通常情况下仍不符合“远程生物特征识别”的标准。根据欧盟人工智能法的定义，此类高风险AI系统的“识别过程须在无相关自然人主动参与的情况下进行，且通常发生在远距离[8]”，而智能座舱配备的声纹、指纹、人脸无感录入，均在取得驾驶人、乘客授权的前提下运行，虽然需要从数据合规角度加以审视，但不会落入该类别的规制范畴。欧盟人工智能法案》的立法理由明确指出，远程生物识别系统不包括仅用于生物特征验证（含身份认证）的系统，因其唯一目的是确认特定自然人的真实身份，或仅为获取服务权限、解锁设备或安全进入场所而进行身份核验。[9]

2. 情绪识别

智能座舱通过捕捉驾乘人员的面部表情、眼部运动、语音语调等生物特征信号，主动调节座舱氛围灯、音乐、空调温度或交互模式等个性化配置时，也极有可能被认定为欧盟人工智能法意义上的“情绪识别系统”。

根据法案定义，情绪识别系统是指以自然人的生物特征数据为基础，旨在识别或推断其情绪、感受或心理状态的AI系统。[10]与远程生物特征识别不同，此类系统的监管重点并不在于确认个人身份，而在于利用生物特征信息对个体的内在情绪状态作出推断。

智能座舱的其他功能若通过摄像头、麦克风、可穿戴设备或座舱传感器采集人的生物特征数据，对驾乘人员的情绪状态进行推断，同样可能落入该范畴。例如，识别系统将用户的“笑容”“皱眉”“语速变化”或“声调波动”等外在表现分别对应于“愉悦”“烦躁”“紧张”或“焦虑”等心理状态，并据此自动调整服务内容、交互方式或环境设置，或者触发远程监控的信息反馈，其本质上已超越单纯的生物特征采集或身份认证，而进入对个人情绪和心理状态进行分析与预测的领域。

实践中，大量智能座舱的功能以“理解用户状态”“提升交互体验”或“实现情境化服务”为目标，而实现上述功能往往需要借助面部表情、语音特征、生理指标等信息对驾乘人员的情绪状态进行数据采集、分析和推断。因此，相较于远程生物特征识别系统或基于敏感属性的生物特征分类系统，情绪识别的归类更可能引发欧盟人工智能法的管辖与适用。

三、智能座舱部分系统可能触碰“不可接受风险”的红线，需重点关注

欧盟人工智能法案第5条第1款(f)项原则上禁止在工作场所或教育机构中使用情绪识别AI系统推断自然人的情绪，并将此类实践列为“不可接受风险”（unacceptable risk），原则上不得投放市场、投入服务或使用。但是该条同时规定，若相关系统完全出于医疗或安全目的而应用，则可适用例外规则。

结合条文结构及欧盟委员会的相关解释，适用该项禁令通常需要同时满足四项条件：

• 构成人工智能系统的“投放市场”“为此特定目的投入服务”或“使用”；

• 人工智能系统推断情绪；

• 处于工作场所或教育培训机构区域；

• 无法适用医疗或安全原因的豁免

对于智能座舱而言，第三项条件尤其值得关注。在欧盟劳动法体系中，工作场所的概念并不限于传统办公场所。根据《关于执行移动道路运输活动人员工作时间的指令》（Directive 2002/15/EC），移动道路运输从业人员在履行职责过程中所使用的车辆本身即属于其工作环境的重要组成部分。与此同时，欧盟于2024年通过的《改善平台工作条件指令》（Platform Work Directive）进一步将网约车司机等平台劳动者纳入劳动保护框架。这一理念为《人工智能法案》所吸收并扩张，其相关指引明确指出，“工作场所（workplace）”应作广义解释，涵盖自然人自雇或履行其雇主/所属机构所分配任务与职责的任何特定物理或虚拟空间（包括车辆，甚至临时性、流动性工作地点），同时进一步澄明，此定义不受雇员、承包商、实习生、志愿者等身份状态影响。[11]这意味着，车辆座舱并非仅在运输司机、网约车司机等以车辆作为固定职业场景的情形下才可能构成工作场所，凡是车辆被用于执行受雇、自雇或其他职业活动中的工作任务，法案的禁令即可能延伸适用于该类智能座舱场景。

由此产生的问题在于：大量智能座舱功能最初是围绕普通消费者场景设计的，例如根据驾驶员或乘客的面部表情、语音语调、生理指标等信息推断其情绪状态，并据此调整音乐、氛围灯、语音交互方式或其他个性化服务。然而，同一辆车辆在实际使用过程中可能同时承担私人生活消费与职业营运功能。一旦车辆进入职业营运状态，原本发生于私人空间中的情绪识别活动，便可能转化为发生于工作场所中的情绪推断活动，从而触及第5条第1款(f)项的适用范围。

四、车企对于智能座舱集合的AI系统负有提供者责任

《欧盟人工智能法案》的归责逻辑中，系统的风险等级决定需义务主体履行合规义务的强度，而主体的法律身份则决定其承担义务的范围。在主体规制框架方面，依据该法案第3条的定义条款及相关章节，法案将人工智能系统生命周期的运营者（Operators）划分为四类核心法定主体。第一类是提供方（Provider），即开发AI系统或将其以自身名义、商标投放市场或投入使用的自然人或法人；第二类是部署方（Deployer），即在自身业务活动中使用AI系统的主体；第三类是进口商（Importer），负责将第三国AI产品引入欧盟市场；第四类是分销商（Distributor）。

在整车出海的商业模式下，即便智能座舱内的底层AI算法或核心软件模块是由第三方企业开发的，只要中国车企最终将这些AI模块集成到座舱中，并以车企的自有汽车品牌在欧盟市场销售，依据法案第3条及相关归责原则，该车企已足以在欧盟法律框架下被认定为该AI系统的提供方。

依据欧盟《产品责任指令》（Directive (EU) 2024/2853，PLD），提供方在产品责任框架下被视为制造商，应对其投放市场的AI系统可能造成的损害承担相应责任。尤其值得注意的是，PLD已将产品在投放市场后通过软件更新、持续学习或获取新功能所产生的影响，以及与其他互联产品之间的可合理预见交互影响，纳入缺陷认定的重要考量因素。[12]这意味着，对于高度依赖OTA（Over-the-Air）升级、持续数据反馈和算法迭代的智能座舱而言，从事前合规的视角，车企在履行《欧盟人工智能法案》及相关产品安全法规项下的风险管理和安全评估义务时，不能仅评估系统上市时的静态状态，还需同时考虑座舱内置AI系统的动态学习能力、功能演化路径以及与车辆其他系统之间的联动风险，确保相关软件和底层算法在设计上能够合理防止产品发生危险行为。

从责任承担的视角，若座舱内具备自主适应或自主发展能力的AI模块在后续运行过程中因学习、更新、系统交互等产生非预期行为，并最终造成用户损害，即使相关算法由第三方开发，或者损害发生于产品投放市场之后，制造商原则上仍难以据此免责。

五、车企出海智能座舱的合规路径

作为提供方，出海车企不能将合规责任简单推给上游软件开发商，必须重视不同风险等级AI系统的合规义务。基于提供者的视角，车企应当突破将整车或智能座舱视为单一产品的传统思维，转而采用“功能模块识别”的方法，对涉及的AI系统进行系统梳理、识别，基于“风险等级划分”的思路进行归类，最后通过“分类合规管理”对产品设计、生产、销售和服务维护等工作流程实施相应的风险管理。

基于《欧盟人工智能法案》的法律框架与设定的具体义务，我们提出以下建议：

（一）低风险AI系统

对于智能座舱中属于有限风险或低风险的AI系统，例如不包含情绪推断功能、仅执行打开车窗等指令的自然语言处理（NLP）系统，以及基于环境噪声自动调节音量的AI降噪算法，其核心义务在于履行法案规定的透明度要求。

具体而言，用户在与AI语音助手交互时，应被明确告知其正在与人工智能系统互动；生成的AI图像、音频等内容，则应通过数字水印等方式进行机器生成标识。此类系统的合规成本相对较低，主要集中于用户提示机制和界面设计。

（二）高风险AI系统

相比之下，智能座舱中的多数AI功能可能依据法案附件Ⅰ（安全组件类）或附件Ⅲ（独立高风险类）被认定为高风险AI系统，两类附件各自适用不同的合规义务与程序。

对于附件Ⅰ项下的高风险AI系统，例如驾驶员监测系统（DMS）等安全相关功能，其合规要求通常可嵌入现有的欧盟整车型式认证（WVTA）体系，通过将《欧盟人工智能法案》第17条要求的质量管理体系（QMS）与现有汽车质量管理体系（如IATF 16949）进行整合，实现合规协同。

而对于附件Ⅲ项下的特定敏感领域AI系统，例如用于提供个性化体验的情绪识别系统，则需遵循更为严格的独立合规路径。企业应按照《人工智能法案》要求完成合格评定：

• 采用欧盟统一协调标准的，可以进行内部评估声明；

• 未完全适用协调标准的，则需由权威公告机构（Notified Body）参与评估

此外，除了附件Ⅲ第2项规定的少数例外情形，大多数附件Ⅲ下的高风险AI系统在投放或投入市场前，还需

• 向欧盟高风险人工智能系统数据库（EU Database for High-Risk AI Systems）完成注册；

• 提交预期用途、训练数据特征等信息，以履行相应的透明度和监管备案义务。

《人工智能法案》还明确规定，无论附件Ⅰ还是附件Ⅲ下的高风险AI系统，提供者均负有：

• 建立风险与质量管理体系；

• 确保训练数据的质量与无偏见性；

• 依法编制技术文档；

• 在系统设计中内置人工监督与干预机制等系列义务。

以上义务，基本要求车企在智能座舱随车辆投放市场或投入市场前开始履行，是车企能够成功出海上市的前提。车企应提前将合规要求纳入产品的规划和设计。

（三）合规义务履行的标准

除此之外，尽管在规范形式上，法案已经设定了一系列较为详细的合规要求，但其大量核心概念仍具有较强的解释空间。因此，对相关义务的界定和履行标准，不应单纯遵循工程技术标准，而往往需要法律判断的介入。

以该法案第10条“确保训练数据质量与无偏见性”为例，智能座舱中的各类系统通常依赖多模态感知模型（视觉、红外、行为信号等）对驾驶员状态进行连续判断，训练数据不仅涉及人脸特征、表情变化与生理行为，还高度依赖光照条件、遮挡状态及驾驶环境等变量。因此，第10条所要求的“充分代表性”与“偏见控制”并不存在统一的量化标准，需要义务主体依据原则进行主动分析、适用规则并形成充分记录的模型构建决策。事后需要时，能够充分举证相关证据，证明自身对相应义务的履行。

例如，不同人群特征、驾驶行为模式和环境条件应覆盖到何种程度，何种误差差异可能构成法律意义上的不当差别影响，均有待结合具体场景进行判断。相应地，相关合规评价标准既可能来源于工程指标和行业实践，也可能受到基本权利保护等法律要求的影响。对于车企而言，这意味着第10条的合规工作不仅是数据工程问题，还涉及对数据选择范围、场景覆盖边界以及可接受风险水平等内容的判断，需要工程、产品与法律合规团队的共同参与。

（四）不可接受风险AI系统

以提供个性化服务的情绪识别系统为例，智能座舱内某些AI功能在车辆用途从生活切换为工作时被明确禁止使用。此时，车企需在产品设计阶段即充分考虑车辆用途差异：对于工作专用车辆，应考虑直接舍弃此类功能；对于生活用车但可能被用于网约车等工作场景的车辆，应考虑是否可以内置独立的“营运模式”。一旦启用，该模式可以立即隔离或禁用所有情绪识别接口与模型，并通过权限管理机制防止应用层或第三方服务重新调用相关功能。同时，在设计上，应考虑将不同模式与车辆用途声明、用户协议及车队管理系统绑定，并保留可审计的激活记录与调用日志，以便事后核查，方便责任划分。

需要注意的是，前述不同模式的落地过程中，诸多产品细节应考虑复杂的法律判断与安排。例如，企业需要明确商业营运模式的触发标准，以证明已采取合理措施防范功能误用风险；在车辆用途声明、用户协议等文件中，应明确营运模式的适用场景、功能限制及用户告知义务等内容，避免因权利义务不清引发责任争议；涉及第三方模型或接口供应商的情形，需通过供应商协议厘清各方责任边界，防止合规风险在供应链环节被转嫁或遗漏。上述环节虽分散于产品设计、合同管理和数据治理等不同领域，但共同影响AI系统的治理措施能否在法律层面得到有效落地。

六、结语

智能座舱出海欧洲，需要特别考虑目的地国家AI监管体系改革，对产品设计和生产进行系统性重构。企业应意识到，以智能座舱为核心的车辆合规，无法简单从整车作统一判断，而是需要深入拆解座舱内部的不同AI功能，结合其技术原理、应用场景及预期用途，逐项完成识别、分类与风险评估。

对于计划进入欧洲市场的中国汽车企业，相关合规工作不宜只在产品上线前集中处理，而应尽早嵌入设计与开发阶段，通过专业的法律合规支持，识别潜在监管风险、优化功能边界与技术方案，完善内部治理机制，以降低后续监管的不确定性。

在实际操作中，仅依靠单一技术或法律视角，都难以精确处理《欧盟人工智能法案》中诸如“情绪识别”“安全组件”“合理预见用途”等具有一定解释空间的法律概念。人工智能领域各类产品的合规工作需要工程技术、法务与合规等多部门人员的共同参与，并在关键问题上借助熟悉中国与欧盟双重监管实践的外部律师，建立符合欧盟监管逻辑的合规路径。本文以智能座舱场景为例，深入分析了相应产品的归类和法律适用实践，类似的方法可以同样应用于其他行业的AI产品出海中。

 

注释：