從輔助到自動，L3終于破冰

2025年底，工信部正式公布我國首批L3級有條件自動駕駛車型的市場準入許可，12月23日，北京和重慶分別發(fā)出了第一批L3級自動駕駛車輛的專用號牌。中國自動駕駛行業(yè)邁出了關(guān)鍵一步，明確了系統(tǒng)在特定條件下接管駕駛?cè)蝿?wù)的權(quán)限，標志著行業(yè)發(fā)展從技術(shù)探索階段邁入由法規(guī)規(guī)范與護航的商業(yè)化前夜。

然而，如果從技術(shù)挑戰(zhàn)性的維度審視，我們必須厘清“市場準入”與“技術(shù)測試”的區(qū)別。出于對公共安全的審慎考量，當前獲準市場準入試點的道路環(huán)境相對保守，多局限于基礎(chǔ)設(shè)施完善、交通流規(guī)范的特定路段。

現(xiàn)階段真正能夠體現(xiàn)L3級自動駕駛最高技術(shù)水平與應(yīng)對極端工況能力的，依然是各地正在開展的、旨在探索技術(shù)邊界的L3級自動駕駛道路測試。這類測試的目標在于評估L3級自動駕駛系統(tǒng)能否脫離預(yù)設(shè)的理想環(huán)境，在真實且充滿不確定性的公開道路上，完成無預(yù)演的實戰(zhàn)驗證。

雖然當前L3道路測試的主要環(huán)境依然限于高速公路這類結(jié)構(gòu)化道路，但真正的挑戰(zhàn)隱藏在那些極低概率卻極高風(fēng)險的場景中。如占道施工，前車突然變道后露出的靜止障礙物（消失的前車），突然竄出的野生動物，以及大貨車遺撒等。

此外，中國幅員遼闊，頻發(fā)的雨、霧、塵等惡劣天氣對傳感器的冗余度與融合算法提出了極高的要求。唯有經(jīng)受住這些復(fù)雜交通流、突發(fā)障礙以及極端氣象條件的嚴苛考驗，L3技術(shù)才能實現(xiàn)從實驗室環(huán)境向商業(yè)化落地的實質(zhì)性跨越。

在此背景下，鴻蒙智行近期披露的L3級自動駕駛系統(tǒng)研發(fā)測試的影像資料，憑借其對高速L3場景中真實路況的高度還原及技術(shù)表現(xiàn)的穩(wěn)健性，引發(fā)了行業(yè)的廣泛關(guān)注。

您目前設(shè)備暫不支持播放
注：路人遇問界M9重慶L3路測

測試摒棄了預(yù)設(shè)腳本或受控場景演示，客觀記錄了鴻蒙智行旗下尊界S800與問界M9在限定道路環(huán)境下的實際測試過程。無論是在重慶錯綜復(fù)雜的立交樞紐，合肥高密度的繁忙高速路段，抑或隧道這種明暗對比強烈，信號環(huán)境惡劣的場景，測試車輛均展現(xiàn)出在真實車流博弈中的自主決策與執(zhí)行能力。這種在復(fù)雜工況下進行的系統(tǒng)穩(wěn)定性與安全性驗證，有力證明了鴻蒙智行的整體實力。

此次測試不僅驗證了鴻蒙智行在L3級自動駕駛研發(fā)中的扎實進展，更反映出行業(yè)競爭階段的關(guān)鍵變化，中國L3級自動駕駛的競爭，正由早期的技術(shù)驗證、參數(shù)比拼與準入資質(zhì)獲取，轉(zhuǎn)向更務(wù)實的實戰(zhàn)考量——在真實高速上L3自動駕駛的實際表現(xiàn)能力與最前瞻技術(shù)體驗，最終還是要看以實際道路測試與系統(tǒng)安全冗余為核心的綜合比拼。這一轉(zhuǎn)變，標志著行業(yè)正在經(jīng)歷從“期貨”到“現(xiàn)貨”的關(guān)鍵跨越。

一、決戰(zhàn)夜：政策與技術(shù)的雙重共振

L3級自動駕駛市場準入與道路實測的加速推進，是中國汽車產(chǎn)業(yè)在全球競爭格局下的戰(zhàn)略需求與技術(shù)發(fā)展雙重驅(qū)動的結(jié)果。

當前，L2級別的輔助駕駛競爭已經(jīng)產(chǎn)生明顯的同質(zhì)化現(xiàn)象。特別是硬件層面，高標準的硬件預(yù)埋已經(jīng)成為內(nèi)卷的重災(zāi)區(qū)。

但硬件預(yù)埋不僅增加成本，在現(xiàn)有的技術(shù)瓶頸下，很多車企雖然堆砌了硬件冗余，但其實算法上并沒有進行深度的軟硬融合。這導(dǎo)致車輛無法充分利用多傳感器融合的感知信息，也無法有效調(diào)動各部件的安全冗余能力，更難以充分壓榨車端芯片的算力。

這種四肢發(fā)達但頭腦簡單，運動不協(xié)調(diào)的情況，使得很多硬件預(yù)埋更多是為了營銷需要，并不能為用戶帶來持續(xù)的輔助駕駛體驗與安全提升。用戶花更多錢買到的算力、激光雷達等硬件冗余，最終成了長期擺設(shè)，徒增購車成本。

所以高技術(shù)水平的企業(yè)需要通過L3的競爭體現(xiàn)自己的技術(shù)優(yōu)勢，拉開體驗差距，將沉沒的算力與傳感器成本轉(zhuǎn)化為高溢價能力和品牌資產(chǎn)。

同時，在全球的自動駕駛競賽中，中國企業(yè)需要盡快建立起基于本土復(fù)雜路況的數(shù)據(jù)主權(quán)與技術(shù)標準，建立行業(yè)壁壘。當前的L3準入和道路測試，不是簡單的政策松綁，而是國家層面構(gòu)建產(chǎn)業(yè)護城河的戰(zhàn)略舉措，也是對頭部企業(yè)進行的一次實戰(zhàn)演練，還是完善法規(guī)環(huán)境，推動社會共識的關(guān)鍵步驟。

更深層次的變革在于，行業(yè)已經(jīng)到了實現(xiàn)“輔助”到“自動”這次跨越的關(guān)鍵節(jié)點，而此刻最亟須的就是明確“輔助”和“自動”之間的界線，而這個界線只能在實際測試中不斷厘清。

L3級自動駕駛的根本意義，在于它第一次在特定條件下將駕駛主體從“人”轉(zhuǎn)移給了“系統(tǒng)”。這并非簡單的功能疊加，而是底層運行邏輯的重構(gòu)。

在L2時代，系統(tǒng)僅充當輔助角色，人必須時刻保持對環(huán)境的感知與決策。而在L3時代，車輛在“限定條件”（如高速公路、擁堵路段）下，能夠獨立承擔(dān)駕駛?cè)蝿?wù)，允許駕駛員在法律允許范圍內(nèi)將注意力脫離路面。這種注意力的解放，標志著汽車從交通工具向生活空間進化的實質(zhì)性開端，是自動駕駛商業(yè)價值爆發(fā)的真正起點。

然而，這種駕駛主體的讓渡伴隨著極高的技術(shù)門檻與安全責(zé)任。L3雖然允許“脫手脫眼”，但并不意味著完全“脫腦”。駕駛員仍需作為“接管責(zé)任人”隨時待命，應(yīng)對系統(tǒng)無法處理的邊界情況。

您目前設(shè)備暫不支持播放
注：L3狀態(tài)下脫手

這種“系統(tǒng)主導(dǎo)、人兜底”的人機共駕模式，實際上對系統(tǒng)提出了比全自動駕駛更為苛刻的要求。不僅要開得穩(wěn)，更要在遇到極端風(fēng)險時，具備足夠的時間冗余和交互能力，確保控制權(quán)能夠安全、平滑地交還給人類，或者在人類無法接管時執(zhí)行最小風(fēng)險策略。因此，L3實測的核心，不僅是驗證車輛“能開多久”，更是驗證在危急時刻系統(tǒng)能否守住安全底線。

現(xiàn)階段開啟L3準入與實測，其實質(zhì)是行業(yè)從野蠻生長邁向確立秩序。它不僅是對技術(shù)成熟度的“大考”，更是為未來構(gòu)建符合中國復(fù)雜路況特征的自動駕駛安全標準提供實證依據(jù)。

在這一戰(zhàn)略窗口期，通過嚴苛的實戰(zhàn)測試來厘清人機責(zé)任邊界、驗證安全冗余機制，將為L3級自動駕駛的規(guī)?；逃脪咔遄詈蟮恼系K。這不僅關(guān)乎單一企業(yè)的勝負，更關(guān)乎中國汽車產(chǎn)業(yè)能否在全球自動駕駛競賽中確立主導(dǎo)地位，從而真正引領(lǐng)下一代移動出行方式的變革。

然而，宏大的戰(zhàn)略敘事終需回歸技術(shù)的嚴酷邏輯，在觸達這一愿景之前，行業(yè)必須穿越充滿未知風(fēng)險的“深水區(qū)”，直面技術(shù)與安全的巨大鴻溝。

二、深水區(qū)：跨越“概率”與“責(zé)任”的鴻溝

不論是準入許可，還是道路測試，這些都只是L3落地的第一步，要實現(xiàn)L3級自動駕駛的商業(yè)化落地，必須跨越從“概率性輔助安全”向“確定性責(zé)任安全”的鴻溝。

這一跨越的核心瓶頸，在于概率極低但風(fēng)險極高的“長尾場景”的應(yīng)對能力。在L2級輔助駕駛體系下，系統(tǒng)在遭遇無法識別的復(fù)雜路況或感知局限時，可遵循“失效即退出”邏輯，將控制權(quán)交還給駕駛員。

然而，在L3級自動駕駛模式下，系統(tǒng)是責(zé)任主體，若其在長尾場景中發(fā)生誤判或決策失誤，將直接引致法律責(zé)任的歸屬問題及不可逆的安全風(fēng)險。因此，L3系統(tǒng)必須具備在極端工況下的冗余處理能力與容錯機制，而非簡單地依賴人工接管。

L3級自動駕駛的終極考驗，在于當系統(tǒng)面對未知的突發(fā)風(fēng)險時，能否基于安全第一的原則做出符合邏輯的決策，甚至在系統(tǒng)能力邊界之外的極端情況下，依然能夠通過最小風(fēng)險策略，為駕駛員及乘客提供確定性的安全保障。

此外，事故責(zé)任的界定與歸屬構(gòu)成了另一個亟待解決的法理與技術(shù)難題。當車輛處于自動駕駛狀態(tài)時，若發(fā)生交通事故，責(zé)任判定的顆粒度需精確至毫秒級，以清晰地區(qū)分系統(tǒng)行為與人為干預(yù)的界限。

這不僅要求車輛具備黑匣子級別的數(shù)據(jù)記錄能力，更需要行業(yè)建立統(tǒng)一的責(zé)任認定標準。當前，法規(guī)細則的完善仍依賴于海量實測數(shù)據(jù)的支撐，唯有具備大規(guī)模驗證能力的企業(yè)，才能通過真實場景下的數(shù)據(jù)迭代，為立法提供具備統(tǒng)計學(xué)意義的實證依據(jù)。

在當前這個發(fā)展階段，行業(yè)迫切需要具備全棧技術(shù)驗證能力與規(guī)?；瘮?shù)據(jù)積累的破冰者，去探索出一條兼顧技術(shù)可行性與法律合規(guī)性的落地路徑。

三、 破冰者：構(gòu)建不可復(fù)制的體系化壁壘

在L3級自動駕駛商業(yè)化的競爭中，單一維度的技術(shù)指標已不足以構(gòu)成競爭壁壘，綜合的體系化能力成為決定勝負的關(guān)鍵。鴻蒙智行構(gòu)建了“技術(shù)自研為核、數(shù)據(jù)循環(huán)為血、規(guī)模驗證為骨”三位一體能力，使其具備了區(qū)別于傳統(tǒng)車企的持續(xù)進化與自我迭代能力，成為實現(xiàn)L3級自動駕駛關(guān)鍵跨越的破冰者。

• 頂層設(shè)計：構(gòu)建基于物理認知的系統(tǒng)基礎(chǔ)

早期輔助駕駛多基于“規(guī)則驅(qū)動”，靠工程師堆砌代碼窮盡路況。如今行業(yè)雖已轉(zhuǎn)向“端到端”大模型，但路徑各有局限?；谡Z言大模型的技術(shù)路線，雖然在解決長尾場景上有所突破，但在高速突發(fā)問題的處理上面臨推理時延的挑戰(zhàn)。模仿學(xué)習(xí)路線，通過海量司機片段“復(fù)刻”駕駛行為，往往知其然不知其所以然，缺乏對物理世界的完整理解。面對中國道路環(huán)境中高度的隨機性與非結(jié)構(gòu)化特征，無論是基于“預(yù)設(shè)規(guī)則”還是“模仿學(xué)習(xí)”，一旦遇到訓(xùn)練數(shù)據(jù)之外的“超綱題”，系統(tǒng)就容易罷工。

鴻蒙智行的頂層設(shè)計實現(xiàn)了從“規(guī)則/模仿驅(qū)動”向“認知驅(qū)動”的范式轉(zhuǎn)移，其核心載體是WEWA（World Engine & World Action）架構(gòu)。這一架構(gòu)通過云端與車端的協(xié)同，構(gòu)建了一套完整的物理世界認知與決策體系。

WE（World Engine，世界引擎）坐鎮(zhèn)云端，充當自動駕駛系統(tǒng)的“訓(xùn)練場”。當前，L3級自動駕駛的訓(xùn)練瓶頸在于稀缺的長尾高難案例。WE具備強大的生成式能力，可基于物理規(guī)律推演數(shù)億種現(xiàn)實中難以復(fù)現(xiàn)的極端場景，如暴雨夜側(cè)翻車輛，紅綠燈突然掉落的路口等，對系統(tǒng)進行高強度的“壓軸題”特訓(xùn)。其生成的難例密度相比現(xiàn)實世界高出1000倍，實現(xiàn)了從“人教AI”向高效率“AI教AI”模式的跨越。同時，通過引入云端強化學(xué)習(xí)與Reward安全獎勵機制，系統(tǒng)在海量高難博弈中將“安全第一”的價值觀內(nèi)化為模型能力的一部分，不斷重塑應(yīng)對長尾風(fēng)險的能力。

同時，WA（World Action，世界行為模型）部署在車端，是自動駕駛系統(tǒng)的“執(zhí)行者”。相比于傳統(tǒng)輔助駕駛將感知、決策、執(zhí)行分為獨立流程排隊處理，WA采用端到端的大模型路徑，實時接收傳感器信息隨后調(diào)用MoE多專家混合能力架構(gòu)，在不同場景下動態(tài)調(diào)用不同的專家模型，避免了VLA（視覺語言動作）模型“轉(zhuǎn)譯”帶來的推理時延，實現(xiàn)了低延時、高效的最優(yōu)控車軌跡輸出。

這種機制賦予了系統(tǒng)對當前復(fù)雜環(huán)境的深度理解能力，使其不再死板地遵守線性邏輯，而是像人類一樣具備博弈思維，深層理解交通參與者的復(fù)雜意圖，如識別旁車是單純偏移還是強行加塞，并基于安全和效率等價值判斷規(guī)劃出最優(yōu)軌跡，進行精準控制。這種WEWA架構(gòu)推高了系統(tǒng)能力的“天花板”，將上限從程序員的想象力提升至物理世界的復(fù)雜度。傳統(tǒng)規(guī)則無法窮盡無限的現(xiàn)實路況，而WEWA通過云端學(xué)習(xí)“物理規(guī)律”和車端掌握“博弈直覺”，從根本上減少了對規(guī)則的依賴。這賦予了系統(tǒng)更強的泛化能力，使其在面對未曾見過的陌生路況時，依然能憑借“類人直覺”做出安全、靈活的決策。

• 安全策略：多重冗余應(yīng)對極端場景

在L3階段，安全是“一票否決”指標?，F(xiàn)實世界的開放道路環(huán)境遠比實驗室模擬更為嚴酷，任何單一維度的感知或決策依賴，在極端工況下都可能成為系統(tǒng)失效的阿喀琉斯之踵。

12月23日在舊金山發(fā)生的大規(guī)模停電事件提供了一個典型的現(xiàn)實警示。當時，城市交通基礎(chǔ)設(shè)施因停電徹底癱瘓，紅綠燈信號缺失。Waymo的Robotaxi車隊由于過度依賴高精地圖與基礎(chǔ)設(shè)施的規(guī)則指引，在面對這一并未預(yù)設(shè)且失去了明確路權(quán)指示的極端場景時，系統(tǒng)無法進行有效的無保護路口博弈，自動駕駛系統(tǒng)基于單車安全第一原則“原地停擺”，造成了嚴重的交通擁堵。

這一案例深刻揭示了“單點依賴”的脆弱性，如果系統(tǒng)缺乏足夠的感知冗余與自主環(huán)境博弈能力，僅依賴既定規(guī)則或外部基礎(chǔ)設(shè)施，在極端突發(fā)情況下即便可以保證單車個體安全，也有可能造成整體交通環(huán)境的災(zāi)難性后果。

針對中國復(fù)雜多變的路況特征，如隧道進出時的光線劇變、路面出現(xiàn)的輪胎皮等異形障礙物，以及惡劣多變的天氣，如山區(qū)雨霧、風(fēng)沙揚塵等，鴻蒙智行堅定采用了多傳感器融合的冗余策略。

通過結(jié)合激光雷達的主動探測精度、4D毫米波雷達的全天候穿透力與視覺感知的高識別能力，構(gòu)建了一套互為備份、互為校驗的異構(gòu)感知體系。這種設(shè)計確保了在暴雨遮擋視覺、逆光致盲攝像頭或基礎(chǔ)設(shè)施信號缺失等極端環(huán)境下，系統(tǒng)依然能保持穩(wěn)定的全方位感知與決策能力，避免出現(xiàn)類似“規(guī)則失效即停擺”的困境，確保系統(tǒng)的可靠性。

這種極致的安全冗余設(shè)計，體現(xiàn)了鴻蒙智行對L3級自動駕駛“限定條件”的深刻理解與敬畏。只有具備了應(yīng)對最惡劣環(huán)境的能力，才能在常態(tài)化場景中提供可信的能力。

同時，這種從L3測試中沉淀下來的高階安全技術(shù)，如“駕駛員失能后的自動救援”，正在通過技術(shù)下放應(yīng)用到現(xiàn)有的輔助駕駛功能中，在駕駛員發(fā)生昏睡、暈厥等失能情況時，車輛無論是否開啟輔助駕駛系統(tǒng)，都會自動變道至應(yīng)急車道，開啟雙閃、投射SOS大燈、打開門鎖。這種將安全兜底功能普惠至廣泛用戶群體的做法，擴大了L3技術(shù)的應(yīng)用范疇，提升了整體產(chǎn)品的安全標準，凸顯了L3的含金量。

• 建立壁壘：規(guī)模效應(yīng)驅(qū)動數(shù)據(jù)飛輪

技術(shù)可以研發(fā)，硬件可以升級，但高質(zhì)量數(shù)據(jù)的積累和用戶規(guī)模的擴大是無法壓縮的時間成本，也是最難以逾越的行業(yè)壁壘。

鴻蒙智行擁有行業(yè)領(lǐng)先的大規(guī)模用戶群體，這構(gòu)建了一個龐大且活躍的分布式數(shù)據(jù)網(wǎng)絡(luò)。超九成的鴻蒙智行用戶高頻使用輔助駕駛功能，這意味著每天都有海量的、覆蓋全國各地不同路況和駕駛習(xí)慣的真實數(shù)據(jù)，經(jīng)過脫敏后用于模型訓(xùn)練。這些數(shù)據(jù)并非枯燥的數(shù)據(jù)流，而是包含了無數(shù)次人類接管、避險操作與復(fù)雜博弈的真實場景。

這就形成了一個正向增強的“數(shù)據(jù)飛輪”：

規(guī)模產(chǎn)生數(shù)據(jù)，數(shù)據(jù)反哺技術(shù)，技術(shù)促進規(guī)模。這一正向循環(huán)是數(shù)據(jù)飛輪能夠轉(zhuǎn)動的基礎(chǔ)，也是海量真實駕駛數(shù)據(jù)持續(xù)生成的源動力。

但需要厘清的一個關(guān)鍵概念是，車輛行駛數(shù)據(jù)≠有效訓(xùn)練數(shù)據(jù)。行業(yè)內(nèi)不乏保有量巨大但智駕體驗停滯不前的案例，根源在于陷入了低質(zhì)量的“數(shù)據(jù)泡沫”。數(shù)據(jù)總量指數(shù)級增長，但其中充斥著場景簡單重復(fù)的無效噪聲，單純的規(guī)模堆砌已無法直接轉(zhuǎn)化為技術(shù)優(yōu)勢。

高效的數(shù)據(jù)提煉才是智能駕駛進化的“數(shù)字燃料”。真正的決勝點在于構(gòu)建完整的數(shù)據(jù)閉環(huán)能力。從車端傳感器持續(xù)采集多維環(huán)境信息，云端構(gòu)建起數(shù)據(jù)存儲、智能挖掘、自動標注、模型訓(xùn)練與驗證的技術(shù)鏈條。這套機制能夠“沙里淘金”，過濾掉大量無效的重復(fù)場景，精準提煉出高價值的長尾高難案例。這種智能化篩選與自動標注能力，才能讓規(guī)模效應(yīng)真正轉(zhuǎn)化為技術(shù)壁壘。

在“高質(zhì)量+大規(guī)?！彪p重驅(qū)動的數(shù)據(jù)飛輪下，鴻蒙智行不僅實現(xiàn)了用戶規(guī)模與長尾場景庫的同步增長，更保證了每一份喂給模型的數(shù)據(jù)都是“高營養(yǎng)”的有效樣本。這種基于大規(guī)模且高質(zhì)量數(shù)據(jù)集形成的自我造血與技術(shù)迭代能力，構(gòu)成了鴻蒙智行最核心、最難以被復(fù)制的技術(shù)壁壘。

L3級自動駕駛的逐步兌現(xiàn)，將徹底重構(gòu)人、車、路的關(guān)系，使汽車真正從交通工具進化為“第三生活空間”。然而，這一偉大進化的基石，只能建立在極致技術(shù)冗余之上的人機信任。

鴻蒙智行通過“深度技術(shù)自研、快速數(shù)據(jù)迭代、廣泛規(guī)模驗證”三位一體的能力，正在為這份沉甸甸的信任簽署第一份契約。通往自動駕駛終局的道路沒有捷徑，唯有在最真實的復(fù)雜路況中反復(fù)打磨，才能讓機器智能真正成為人類可以托付生命的伙伴。

本內(nèi)容由作者授權(quán)發(fā)布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯(lián)系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4821011.html?f=wyxwapp