“我们也注意到当前自动驾驶研发数据已不单纯以量取胜，而是对极端场景工况等高质量数据存在更大诉求。”在7月27日2026世界智能网联汽车大会媒体圆桌会上，中国信息通信研究院车联网与智慧交通研究部主任葛雨明回答澎湃新闻记者等媒体的问题时说。

如何补上自动驾驶企业高质量数据缺口？他认为企业和国家要共同发力解决这个问题。

从企业层面看。一是加速供给模式向多元协同演进。在依托数据采集车或量产数据回传的实车采集模式基础上，进一步发挥路侧感知、通信基础设施全天候、多视角的部署优势，探索将更多路侧感知能够获取的真实复杂交通场景数据用于自动驾驶研发。二是加强生成式自动驾驶数据生产技术研发与应用。加速探索世界模型等数据生成技术研发，支持恶劣天气、特殊路段、复杂交通博弈、危险行为等长尾场景的数据泛化合成。三是探索可信可控的数据跨主体流通。通过汽车行业可信数据空间等数据流通平台设施，探索价值共享、安全合规的高价值场景数据跨主体流通。

从国家层面看。一是深化试点验证引领。依托高质量数据集先行先试、可信数据空间创新发展等试点工作，鼓励行业机构等主体加强自动驾驶高质量数据集建设，支持高质量数据集安全可信流通模式构建，多方加强数据供给和资源流通。二是组织核心技术攻关。支持数据采集、数据标注、数据生成、数据治理等关键技术研发与产业化应用，强化技术对数据产能提升与质量优化的支撑作用。三是加快核心标准制定。推动全国汽车、数据等标准化技术委员会协同联动，加快智能网联汽车数据应用、流通、安全、质量评测等亟需标准的研究制定，为行业数据资源建设和流通提供统一规范遵循。四是注重国际协作。充分发挥我国在联合国世界车辆法规协调论坛自动驾驶与网联车辆工作组副主席的牵头作用，依托APEC、世界数据组织、国际电信联盟等多双边国际平台，加强汽车领域数据治理、人工智能应用等交流合作，积极影响和参与国际法规及标准制定。