编者按

随着大模型与高算力的深度应用，自动驾驶技术正从软件定义的功能时代，加速迈向AI驱动的智能时代，技术迭代显著加快，商业化落地需求日益迫切，现行“分级渐进”的管理框架面临新挑战。一个关键性的议题浮出水面：能否跨越L3，直接迈向更高阶的L4级自动驾驶？为此，我们发起本次关于“L3能否直接跨越”的讨论，试图在技术、法规与市场的交汇点上，探寻中国自动驾驶发展的下一程路径。

图片来源/新华社

清华大学教授欧阳明高：我更倾向L2直接跨越到L4

关于智能化技术路线，无论从L2到L3再到L4，还是从L2直接到L4，有各种技术路线，根据人工智能的发展速度，我更倾向于后面这种。美国现在有两种商业模式，一种是特斯拉纵向整合，一种是英伟达横向整合，这两种模式都是很好的参照。

小鹏汽车董事长兼CEO何小鹏：加快推动自动驾驶技术从L2跨越到L4，完善法规与管理政策

我国在发展组合辅助驾驶（L2级）应用领域具有先发优势，并已在有序推进智能网联汽车准入和上路通行试点工作。如何在巩固既有安全基础的前提下，加快推动更高级别自动驾驶能力的适配，成为当前产业绕不开的议题。推动政策与法规体系实现从L2向L4的跨越，促进技术快速迭代与规模化商用，将有助于我国把在L2领域的积累优势转化为L4自动驾驶时代的竞争胜势。

基于此，我们提出四项建议：

一是在保持L2级安全监管体系稳定运行的基础上，推动自动驾驶政策从L2级向L4级跨越，简化L3中间环节。

二是逐步明确L4级自动驾驶车辆的注册与通行管理体系，逐步推动L4车辆在全国范围内合规上路。

三是开展交通法规适配性评估，针对自动驾驶特性，在安全前提下，优化形成“人类驾驶”与“机器驾驶”分类适用的交通行为规范。

四是赋予特定场景下L4级无人驾驶C端应用的地方试点管理权，允许部分基础条件成熟的城市在特定低风险场景开展L4应用试点。逐步形成可复制、可推广的经验。通过制度供给与技术能力的同步演进，有助于为高阶自动驾驶的规模化落地建立更加稳定、可预期的发展环境。

在高级别自动驾驶落地环节面临国际竞争的压力下，推动自动驾驶从L2直接向L4跨越，不仅是技术路线的选择，更是制度体系、法规环境与治理能力的系统性升级。加快突破制约产业发展的关键制度瓶颈，将为我国智能网联汽车和自动驾驶产业在全球竞争中赢得战略主动。

华为公司高级副总裁、引望公司CEO靳玉志：L3没有办法跳过

第一，L3是走向完全自动驾驶L4和L5的必经阶段，L3没有办法跳过。为什么这么说？从安全的视角来看，安全性是需要用公开的数据来量化的。如果要达到L4人完全离开驾驶位，不需要方向盘，至少要达到十倍的人驾安全性，需要数据的积累。

从用户的视角来说，车没有方向盘，人不在驾驶位上，用户需要一个认知过程，用户也需要去适应角色的转变。即使今天的辅助驾驶L2，很多用户都不敢用，更何况人不在驾驶位上。

从监管的视角来看，无论是法规，还是保险配套体系，都需要积累经验数据，这里面涉及很重要的问题，从L2到L3是很大的跨越，L3是有条件的自动驾驶，从L3开始出了事故的责任开始转移给车厂、自动驾驶的提供商，出了事故你需要负责，不再是用户负责。L3意味着人还在驾驶位，给你更长的接管时间。L3阶段可以认为是有监督情况下的自动驾驶系统，先在这样一个环境里面去验证它。我们建议，加快L3的进程，直接面向toC，面向最终用户全场景、全域开放，去积累数据，建立用户信任。

L4技术上我们认为依然走在领先的阶段，L4初期阶段先做toB像Robotaxi场景的验证，以及在有限的低速场景下，比如在公开道路40公里，在园区之内20公里，L4完全无人的自动驾驶系统，这样对行业才是安全有序地推进。

黑芝麻智能创始人兼CEO单记章：L3级自动驾驶不仅必然到来，更将与L2、L4在未来很长一段时间内长期并行、协同发展

当前行业关于“跳过L3、直抵L4”的讨论，本质是对智能驾驶技术演进路径与商业化节奏的探索。我们认为，L3级自动驾驶不仅必然到来，更将与L2、L4在未来很长一段时间内长期并行、协同发展，三者并非简单的线性替代关系，而是适配不同场景、满足多元用户需求的技术生态。

L3是智能驾驶从“人监督系统”向“系统主导驾驶”跨越的关键里程碑，其价值不可替代。相较于当前主流的L2及L2.9方案，L3在安全性、舒适性与用户体验上具备质的飞跃：它能真正实现特定场景下的“脱手、脱眼”，大幅降低驾驶员长时间驾驶的疲劳度，将驾驶主导权有序移交系统，为用户带来更从容的出行体验。

从安全维度看L3系统具备更完备的冗余感知、决策与执行能力，发生严重事故的概率极低；即便出现极端场景或驾驶员失能等突发状况，L3系统也能自主启动应急响应机制，通过减速、靠边停车等安全策略，最大限度保障驾乘人员安全。L3在技术验证、责任厘清、用户教育与法规适配层面，都是通往高阶自动驾驶不可或缺的过渡环节。

我们黑芝麻智能除了在稳步推进L3车型的量产搭载以外，在L4高阶领域也在做布局。目前我们的武当系列成熟芯片，完全能够承担L4系统的安全冗余系统功能；而最新的华山A2000家族芯片，包含四款芯片，全面覆盖从座舱AI化到L4级Robotaxi的全场景算力需求：A2000N提供200TOPS等效算力，面向座舱AI Box及轻量化辅助驾驶；A2000L具备400TOPS等效算力，定位高性价比城市NOA芯片；A2000U达到700TOPS等效算力，面向基于AI新范式的“聪明”辅助驾驶系统，是一款全场景通识智驾芯片；旗舰级算力平台A2000X提供1000TOPS旗舰级等效算力，面向拟人化AI司机、L3级自动驾驶及Robotaxi场景，实现高阶全场景通识智驾。后续我们也会重点联动国内头部产业链企业，深化协同合作，加快L4技术从示范运营走向商业化普及。

卓驭科技CEO沈劭劼：我同意，直接跳过L3

在非技术层面的，L3这个产品形态规划本身并没有错，它更多是在实际运营过程中会出现一些比较难明白的东西，比如给消费者10秒钟进行接管，万一我睡着了，接不了管，这个责任到底归谁？但是如果一个系统真的能够做到10秒钟不接管，实际上离L4也没有多远了。L4责任划分会干净很多。

在技术层面，原来大家会说L2、L3、L4对应用的技术会不一样，毕竟发明L2、L3、L4描述时候是几十年前的事，那时候还没有大模型存在。但现在大家已经非常确认，用更厉害的具备原生多模态，具备涌现能力的这些模型，通过一些合适的远程运营、安全兜底、传感器冗余、车的冗余，以及模型周围的东西加一些能够做到L2、L3、L4基本同源的技术。在这个同源的技术下，那我肯定就用一个同源的技术去做两个状态，一个是L2，这个当前已经有的，另外一个就是所有做智能驾驶公司的梦想，就是L4，把它给做出来就好了。

现在已经实现了L4，比如大家在路上能够打到无人出租车。的确，现在无人出租车需要进行开城，需要进行部署，需要进行验证，确保事故率低于一定的值才能够上去，但是这个东西是一个现实存在的，普不普及本质上是成本考虑的问题而已。剩下就是基于更重视高精地图的技术有某一个成本线，这个成本线决定了这个普及度可能以某个曲线来进行普及，再往后，随着基础能力的提升，需要的后续泛化的降低，它的成本线就会降低，普及度自然会更快。

但是无论如何并不是一个0或者1能不能实现的问题。甚至我们预想以后，当然这只是猜想，以后应该会出现：比如乘用车，我平时买回来，这个车上各种传感器，这些模型都是满足L4能力的，但是它在一个没有被L4认证过的区域里面就是以L2+形式运行，一旦进入这个区域之后，消费者可以选择让这个车接管，但接管并不是完全让车接管，这时候得由云端监控平台来进行，相当于是由云端监控平台进行接管，这个时候这个车进入L4模式，在L4模式下每用一定距离就需要给一定的钱，变成自己拥有的出租车，可能会是这么一个模式。一台车可能会同时具备几种运行模式。

滴滴联合创始人、滴滴自动驾驶公司CEO张博：L4级自动驾驶技术冷启动的最优路径是基于已经构建海量出行场景的平台

L4级自动驾驶技术冷启动的最优路径，是基于像滴滴这样已经构建海量出行场景的平台，提供一种人工驾驶和自动驾驶车的混合网络，对外提供Robotaxi的服务。这背后的底层逻辑有两个，一个是自动驾驶技术很长时间在政策上有约束，比如有政府示范区，在很长时间也不会任意A点到B点的政策放开。另一个是，从技术来看，虽然过去两三年AI技术有大幅进步，但是仍然还做不到任意恶劣天气、任意道路条件可以达到十倍人类驾驶的安全水平。在很长一段时间内，需要混合网络提供非常稳定的出行服务。

L4级自动驾驶可有效降低事故风险、提升交通安全，同时革新汽车体验形态，打造智能移动出行空间。在技术研发上，滴滴自动驾驶已实现L4级全栈核心技术的自主可控，并持续强化AI技术攻关和创新投入。

千寻位置副总裁辛鑫：L3的复杂性在于责任边界和主体承担不清

第一，这种讨论本身就是有价值的。行业里不同观点的碰撞，都是在帮我们看清眼前的不足，以及未来功能实现该往哪个方向走。只有充分讨论，才有可能孵化出真正成熟可靠的产品形态和有意义的用户体验。

第二，技术创新公司提出极端的观点是正常的，没有极端、没有差异就没有特色，这完全可以理解。但真正规模化的应用、成熟的商品落地，必须综合考量、兼顾各方，不能偏颇。关键在于方案能不能解决老百姓的真实诉求，能不能在风险、责任主体上做更清晰的界定。

第三，不同企业的资源禀赋和经验决定了看问题的角度不同。千寻位置在各条技术路径上都有合作，我们始终认为，从时空智能出发的高精度绝对定位能力，在L2、L3、L4各个阶段都是不可或缺的核心能力。

第四，回到L3的复杂性，其实最核心的就是责任边界和主体承担的问题。L3阶段车辆与驾乘者责任边界没那么明确，大家的顾虑本质上都围绕着安全边界和责任分担。这也正说明，当下以彼此为镜，正视风险与挑战，共同探讨解决路径，本身就是行业行稳致远必须经历的过程。

地平线副总裁吕鹏：L3会是在这个过程中一个比较短暂的状态

在未来二到三年，我们会快速地走向L4，L3会是在这个过程中一个比较短暂的状态。

L3更接近于L4，地平线一直认为我们的L3其实等于在指定的ODD区域内具备L4的能力和ODD之外的L2+的能力，所以这里面最核心的是车辆的整个系统先要具备L4级别的能力。如果说你没有达到L4能力，要做L3，只有一种可能性，就是你把它限定得非常苛刻，然后让用户的体验非常不好，同时增加了很多成本。如果是这样的话，我觉得其实从消费者的角度是不大会去使用的。

元戎启行CEO周光：大模型会极大加速从L2到Robotaxi的进程

关于L2、L3、L4，这些定义是30年前研究人员基于当时的技术路线制定的。今天，随着大模型、端到端、多模态的发展，AI进展非常快，尤其是基座模型的认知能力在提升。我认为大模型会极大加速从L2到Robotaxi的进程——我说的Robotaxi不是过去依赖高精地图的L4，而是直接从城市NOA迈向Robotaxi。我们看到关键指标（如MPCI）每年快速增长，尤其在大模型介入之后。如果每年有一个数量级的提升，很快就会突破。

L3的本质是在模型不完美的情况下，通过人工补丁和工程能力去实现。而通用自动驾驶的路径是提高模型的认知能力，这是两种不同的思路。今年年初多模态取得突破，我认为城市NOA会快速演进到Robotaxi阶段。研究范式已经发生变化，不再靠运营或高精地图，而是靠基础认知。

（刘晨曦）（未完待续）

总 监 制丨王列军 车海刚

监 制丨陈 波 王 彧 杨玉洋

主 编丨毛晶慧 编 辑丨蒋 帅