智馭丨自動駕駛下一程：直面L3“責任切換”難題，還是瞄準L4“關鍵一躍”？

編者按

隨著大模型與高算力的深度應用，自動駕駛技術正從軟件定義的功能時代，加速邁向AI驅動的智能時代，技術迭代顯著加快，商業化落地需求日益迫切，現行“分級漸進”的管理框架面臨新挑戰。一個關鍵性的議題浮出水面：能否跨越L3，直接邁向更高階的L4級自動駕駛？為此，我們發起本次關于“L3能否直接跨越”的討論，試圖在技術、法規與市場的交匯點上，探尋中國自動駕駛發展的下一程路徑。

圖片來源/新華社

清華大學教授歐陽明高：我更傾向L2直接跨越到L4

關于智能化技術路線，無論從L2到L3再到L4，還是從L2直接到L4，有各種技術路線，根據人工智能的發展速度，我更傾向于后面這種。美國現在有兩種商業模式，一種是特斯拉縱向整合，一種是英偉達橫向整合，這兩種模式都是很好的參照。

小鵬汽車董事長兼CEO何小鵬：加快推動自動駕駛技術從L2跨越到L4，完善法規與管理政策

我國在發展組合輔助駕駛（L2級）應用領域具有先發優勢，并已在有序推進智能網聯汽車準入和上路通行試點工作。如何在鞏固既有安全基礎的前提下，加快推動更高級別自動駕駛能力的適配，成為當前產業繞不開的議題。推動政策與法規體系實現從L2向L4的跨越，促進技術快速迭代與規模化商用，將有助于我國把在L2領域的積累優勢轉化為L4自動駕駛時代的競爭勝勢。

基于此，我們提出四項建議：

一是在保持L2級安全監管體系穩定運行的基礎上，推動自動駕駛政策從L2級向L4級跨越，簡化L3中間環節。

二是逐步明確L4級自動駕駛車輛的注冊與通行管理體系，逐步推動L4車輛在全國范圍內合規上路。

三是開展交通法規適配性評估，針對自動駕駛特性，在安全前提下，優化形成“人類駕駛”與“機器駕駛”分類適用的交通行為規范。

四是賦予特定場景下L4級無人駕駛C端應用的地方試點管理權，允許部分基礎條件成熟的城市在特定低風險場景開展L4應用試點。逐步形成可復制、可推廣的經驗。通過制度供給與技術能力的同步演進，有助于為高階自動駕駛的規模化落地建立更加穩定、可預期的發展環境。

在高級別自動駕駛落地環節面臨國際競爭的壓力下，推動自動駕駛從L2直接向L4跨越，不僅是技術路線的選擇，更是制度體系、法規環境與治理能力的系統性升級。加快突破制約產業發展的關鍵制度瓶頸，將為我國智能網聯汽車和自動駕駛產業在全球競爭中贏得戰略主動。

華為公司高級副總裁、引望公司CEO靳玉志：L3沒有辦法跳過

第一，L3是走向完全自動駕駛L4和L5的必經階段，L3沒有辦法跳過。為什么這么說？從安全的視角來看，安全性是需要用公開的數據來量化的。如果要達到L4人完全離開駕駛位，不需要方向盤，至少要達到十倍的人駕安全性，需要數據的積累。

從用戶的視角來說，車沒有方向盤，人不在駕駛位上，用戶需要一個認知過程，用戶也需要去適應角色的轉變。即使今天的輔助駕駛L2，很多用戶都不敢用，更何況人不在駕駛位上。

從監管的視角來看，無論是法規，還是保險配套體系，都需要積累經驗數據，這里面涉及很重要的問題，從L2到L3是很大的跨越，L3是有條件的自動駕駛，從L3開始出了事故的責任開始轉移給車廠、自動駕駛的提供商，出了事故你需要負責，不再是用戶負責。L3意味著人還在駕駛位，給你更長的接管時間。L3階段可以認為是有監督情況下的自動駕駛系統，先在這樣一個環境里面去驗證它。我們建議，加快L3的進程，直接面向toC，面向最終用戶全場景、全域開放，去積累數據，建立用戶信任。

L4技術上我們認為依然走在領先的階段，L4初期階段先做toB像Robotaxi場景的驗證，以及在有限的低速場景下，比如在公開道路40公里，在園區之內20公里，L4完全無人的自動駕駛系統，這樣對行業才是安全有序地推進。

黑芝麻智能創始人兼CEO單記章：L3級自動駕駛不僅必然到來，更將與L2、L4在未來很長一段時間內長期并行、協同發展

當前行業關于“跳過L3、直抵L4”的討論，本質是對智能駕駛技術演進路徑與商業化節奏的探索。我們認為，L3級自動駕駛不僅必然到來，更將與L2、L4在未來很長一段時間內長期并行、協同發展，三者并非簡單的線性替代關系，而是適配不同場景、滿足多元用戶需求的技術生態。

L3是智能駕駛從“人監督系統”向“系統主導駕駛”跨越的關鍵里程碑，其價值不可替代。相較于當前主流的L2及L2.9方案，L3在安全性、舒適性與用戶體驗上具備質的飛躍：它能真正實現特定場景下的“脫手、脫眼”，大幅降低駕駛員長時間駕駛的疲勞度，將駕駛主導權有序移交系統，為用戶帶來更從容的出行體驗。

從安全維度看L3系統具備更完備的冗余感知、決策與執行能力，發生嚴重事故的概率極低；即便出現極端場景或駕駛員失能等突發狀況，L3系統也能自主啟動應急響應機制，通過減速、靠邊停車等安全策略，最大限度保障駕乘人員安全。L3在技術驗證、責任厘清、用戶教育與法規適配層面，都是通往高階自動駕駛不可或缺的過渡環節。

我們黑芝麻智能除了在穩步推進L3車型的量產搭載以外，在L4高階領域也在做布局。目前我們的武當系列成熟芯片，完全能夠承擔L4系統的安全冗余系統功能；而最新的華山A2000家族芯片，包含四款芯片，全面覆蓋從座艙AI化到L4級Robotaxi的全場景算力需求：A2000N提供200TOPS等效算力，面向座艙AI Box及輕量化輔助駕駛；A2000L具備400TOPS等效算力，定位高性價比城市NOA芯片；A2000U達到700TOPS等效算力，面向基于AI新范式的“聰明”輔助駕駛系統，是一款全場景通識智駕芯片；旗艦級算力平臺A2000X提供1000TOPS旗艦級等效算力，面向擬人化AI司機、L3級自動駕駛及Robotaxi場景，實現高階全場景通識智駕。后續我們也會重點聯動國內頭部產業鏈企業，深化協同合作，加快L4技術從示范運營走向商業化普及。

卓馭科技CEO沈劭劼：我同意，直接跳過L3

在非技術層面的，L3這個產品形態規劃本身并沒有錯，它更多是在實際運營過程中會出現一些比較難明白的東西，比如給消費者10秒鐘進行接管，萬一我睡著了，接不了管，這個責任到底歸誰？但是如果一個系統真的能夠做到10秒鐘不接管，實際上離L4也沒有多遠了。L4責任劃分會干凈很多。

在技術層面，原來大家會說L2、L3、L4對應用的技術會不一樣，畢竟發明L2、L3、L4描述時候是幾十年前的事，那時候還沒有大模型存在。但現在大家已經非常確認，用更厲害的具備原生多模態，具備涌現能力的這些模型，通過一些合適的遠程運營、安全兜底、傳感器冗余、車的冗余，以及模型周圍的東西加一些能夠做到L2、L3、L4基本同源的技術。在這個同源的技術下，那我肯定就用一個同源的技術去做兩個狀態，一個是L2，這個當前已經有的，另外一個就是所有做智能駕駛公司的夢想，就是L4，把它給做出來就好了。

現在已經實現了L4，比如大家在路上能夠打到無人出租車。的確，現在無人出租車需要進行開城，需要進行部署，需要進行驗證，確保事故率低于一定的值才能夠上去，但是這個東西是一個現實存在的，普不普及本質上是成本考慮的問題而已。剩下就是基于更重視高精地圖的技術有某一個成本線，這個成本線決定了這個普及度可能以某個曲線來進行普及，再往后，隨著基礎能力的提升，需要的后續泛化的降低，它的成本線就會降低，普及度自然會更快。

但是無論如何并不是一個0或者1能不能實現的問題。甚至我們預想以后，當然這只是猜想，以后應該會出現：比如乘用車，我平時買回來，這個車上各種傳感器，這些模型都是滿足L4能力的，但是它在一個沒有被L4認證過的區域里面就是以L2+形式運行，一旦進入這個區域之后，消費者可以選擇讓這個車接管，但接管并不是完全讓車接管，這時候得由云端監控平臺來進行，相當于是由云端監控平臺進行接管，這個時候這個車進入L4模式，在L4模式下每用一定距離就需要給一定的錢，變成自己擁有的出租車，可能會是這么一個模式。一臺車可能會同時具備幾種運行模式。

滴滴聯合創始人、滴滴自動駕駛公司CEO張博：L4級自動駕駛技術冷啟動的最優路徑是基于已經構建海量出行場景的平臺

L4級自動駕駛技術冷啟動的最優路徑，是基于像滴滴這樣已經構建海量出行場景的平臺，提供一種人工駕駛和自動駕駛車的混合網絡，對外提供Robotaxi的服務。這背后的底層邏輯有兩個，一個是自動駕駛技術很長時間在政策上有約束，比如有政府示范區，在很長時間也不會任意A點到B點的政策放開。另一個是，從技術來看，雖然過去兩三年AI技術有大幅進步，但是仍然還做不到任意惡劣天氣、任意道路條件可以達到十倍人類駕駛的安全水平。在很長一段時間內，需要混合網絡提供非常穩定的出行服務。

L4級自動駕駛可有效降低事故風險、提升交通安全，同時革新汽車體驗形態，打造智能移動出行空間。在技術研發上，滴滴自動駕駛已實現L4級全棧核心技術的自主可控，并持續強化AI技術攻關和創新投入。

千尋位置副總裁辛鑫：L3的復雜性在于責任邊界和主體承擔不清

第一，這種討論本身就是有價值的。行業里不同觀點的碰撞，都是在幫我們看清眼前的不足，以及未來功能實現該往哪個方向走。只有充分討論，才有可能孵化出真正成熟可靠的產品形態和有意義的用戶體驗。

第二，技術創新公司提出極端的觀點是正常的，沒有極端、沒有差異就沒有特色，這完全可以理解。但真正規模化的應用、成熟的商品落地，必須綜合考量、兼顧各方，不能偏頗。關鍵在于方案能不能解決老百姓的真實訴求，能不能在風險、責任主體上做更清晰的界定。

第三，不同企業的資源稟賦和經驗決定了看問題的角度不同。千尋位置在各條技術路徑上都有合作，我們始終認為，從時空智能出發的高精度絕對定位能力，在L2、L3、L4各個階段都是不可或缺的核心能力。

第四，回到L3的復雜性，其實最核心的就是責任邊界和主體承擔的問題。L3階段車輛與駕乘者責任邊界沒那么明確，大家的顧慮本質上都圍繞著安全邊界和責任分擔。這也正說明，當下以彼此為鏡，正視風險與挑戰，共同探討解決路徑，本身就是行業行穩致遠必須經歷的過程。

地平線副總裁呂鵬：L3會是在這個過程中一個比較短暫的狀態

在未來二到三年，我們會快速地走向L4，L3會是在這個過程中一個比較短暫的狀態。

L3更接近于L4，地平線一直認為我們的L3其實等于在指定的ODD區域內具備L4的能力和ODD之外的L2+的能力，所以這里面最核心的是車輛的整個系統先要具備L4級別的能力。如果說你沒有達到L4能力，要做L3，只有一種可能性，就是你把它限定得非常苛刻，然后讓用戶的體驗非常不好，同時增加了很多成本。如果是這樣的話，我覺得其實從消費者的角度是不大會去使用的。

元戎啟行CEO周光：大模型會極大加速從L2到Robotaxi的進程

關于L2、L3、L4，這些定義是30年前研究人員基于當時的技術路線制定的。今天，隨著大模型、端到端、多模態的發展，AI進展非常快，尤其是基座模型的認知能力在提升。我認為大模型會極大加速從L2到Robotaxi的進程——我說的Robotaxi不是過去依賴高精地圖的L4，而是直接從城市NOA邁向Robotaxi。我們看到關鍵指標（如MPCI）每年快速增長，尤其在大模型介入之后。如果每年有一個數量級的提升，很快就會突破。

L3的本質是在模型不完美的情況下，通過人工補丁和工程能力去實現。而通用自動駕駛的路徑是提高模型的認知能力，這是兩種不同的思路。今年年初多模態取得突破，我認為城市NOA會快速演進到Robotaxi階段。研究范式已經發生變化，不再靠運營或高精地圖，而是靠基礎認知。

（劉晨曦）（未完待續）

總 監 制丨王列軍 車海剛

監 制丨陳 波 王 彧 楊玉洋

主 編丨毛晶慧 編 輯丨蔣 帥