文｜极智GeeTech

文｜极智GeeTech

当L2级赞助驾驶成为15万级以上新车的标配，城市NOA、高速领航等功能早已不是清新事；当疾驰Drive Pilot、小鹏XNGP、华为ADS 3.0接踵拿到L3级自动驾驶认证，北上广深等城市洞开L3路权；当Waymo执着于L4级Robotaxi落地，特斯拉坚抓从L2+直接跃迁L4，行业堕入了一场对于技能路线的强烈争论。

不同于商场端的生意化博弈、法则端的牵累分裂，从技能视角来看，自动驾驶从L2到L4的进化，履行上是感知、决策、施行三大中枢模块的智力跃迁，以及数据闭环、硬件冗余、场景适配等底层技能的抓续迭代。而夹在中间的L3，究竟是衔尾L2与L4的“技能缓冲带”，是不成或缺的考证路线，照旧两端不恭维的“冗余设施”？

这个问题的谜底，不仅决定了改日十年汽车行业的技能路线，更决定了咱们每一个东谈主的出行形式。

技能范围而非牵累范围

多数东谈主对自动驾驶分级的明白，停留在“功能若干”或“牵累包摄”上，但从技能底层来看，L2、L3、L4的中枢区别，实则是系统自主决策智力、环境感知精度、故障冗余智力的履行互异，牵累分裂仅仅技能智力达到一定水平后的繁衍扫尾，而非分级的中枢依据。

基于SAE J3016 2021版官方界说，咱们从头注视三个级别的中枢范围：

L2级赞助驾驶（Partial Automation）：技能中枢是“赞助施行”，无自主决策智力。

硬件主打“够用就好”，单芯片、单感知链路，标配6-8个录像头、4-5个毫米波雷达，无需激光雷达，感知范围≤100米，定位精度米级。

算法是“死王法”，车谈保抓、跟车等基础功能全靠工程师手动编写，遭遇复杂场景（前车急刹、行东谈主横穿等）直接失效，悉数技能想象都默许“东谈主类是最终兜底者”，不接洽系统失效后的济急决策。

L3级有要求自动驾驶（Conditional Automation）：技能中枢是“有限自主决策”，具备场景化自主适度智力。

硬件要“留后手”，双芯片、双制动、双转向是标配，同期引入激光雷达普及精度，录像头升级为高清级别，感知范围扩至150-200米，定位精度分米级。

算法运转引入深度学习技能，能在禁闭高速、城市快速路等想象运行范围（ODD）内自主跟车、变谈，但搞不定暴雪、无标线施工路等长尾场景，遇无法处理的情况触发接收请求，中枢是“系统主导、东谈主类兜底”。

L4级高度自动驾驶（High Automation）：技能中枢是“全场景自主决策+故障自处置”，无需东谈主类介入。

硬件“双保障拉满”，全冗余架构（双芯片、双电源、双感知链路），激光雷达升级至64线以上，录像头11-16个，毫米波探伤距离达250-300米，定位精度厘米级，依赖高精度定位。

算法竣事“端到端闭环”，能完成复杂语义分割、意图瞻望，支吾简直悉数长尾场景，单点故障也能自主要紧泊车，中枢是“系统完全兜底，东谈主类无需参与”。

明确这一技能范围后，咱们不错发现：L2到L4的技能跃迁，不是浅近的功能叠加，而是从“赞助施行”到“自主决策”，再到“全自主+自兜底”，每一步都需要碎裂中枢技能瓶颈。而L3的技能定位，恰平允于“赞助”与“全自主”之间，这也决定了它在技能迭代中的争议性。

九层之台，起于累土

主流车企和多数技能商议者以为，L3不仅有必要，更是从L2到L4的“独一可行旅途”。L4的全冗余技能、全场景算法，无法通过实验室模拟完成考证，因此必须通过L3的量产落地，完成技能拆解、数据辘集、风险考证，镇静碎裂瓶颈，其履行是L4技能的“降维考证载体”。

感知方面，从L2到L4，感知技能难度呈指数级普及，而L3恰好是感知技能从“基础够用”到“高精度冗余”的过渡关节。这种定位，让L3成为多传感器交融技能的“最好考证平台”。

一方面，L3需要引入激光雷达与视觉、毫米波雷达的感老友融技能，惩处L2感知系统在复杂场景下的盲区问题，比如在夜间、暴雨天气，录像头和毫米波雷达的感知精度大幅着落，激光雷达的3D点云数据不错弥补这一短板。

但多传感器交融并非浅近的“数据叠加”，而是需要惩处数据同步、标定、冲突消解等技能可贵：不同传感器的采样频率、数据相貌不同，如何竣事同步采集？激光雷达与录像头的标定错误如何适度？当不同传感器检测到的宗旨出现冲突时，如何判断最优扫尾？这些问题，都要在L3量产落地的经过中，在实在场景下获得进一步考证。

比如华为乾崑近日推出了新一代双光路图像级激光雷达，高达896线，分辨率普及4倍，踏实感学问别距离可达120米；第六代Waymo Driver基于最新17MP图像传感器，使传感器数目暴减42%，性能竣事飙升，雨雪天宗旨检测智力普及30%以上；蘑菇车联通过“视觉为主+固态激光雷达”的交融感知路线，使点云密度普及3-6倍，宗旨感知距离普及超50%，漏/误检率着落70%，接收率大幅裁减两个数目级。

另一方面，L3的感知精度要求（分米级定位、150-200米感知距离），恰好是L4的厘米级定位、300米感知距离的“过渡教师”。L4的高精度定位需要依赖高精舆图与卫星导航系统的交融，而L3不错先通过“简化版高精舆图+等闲定位”的决策，考证定位系统的踏实性、抗搅扰智力，惩处爽气、高楼隐蔽等场景下的定位漂移问题，这些技能可贵，无法在实验室中模拟，只可通过量产车的实在路况辘集，镇静优化算法。

决策方面，L3处于王法驱动向AI驱动过渡的阶段：在设定的ODD（运行想象域）范围内，UEDBET手机app系统不错自主完成决策（比如高速场景下的跟车、变谈、避障），但遭遇超出ODD的场景，仍需东谈主类接收。这种定位，让决策算法大约在“可控场景”下进行实战教师，镇静辘集数据、优化模子。

具体来说，L3的决策算法需要惩处三个中枢技能可贵，而这些可贵，恰是L4决策系统的基础。

第一，场景语义分割与意图瞻望。L3系统需要大约精确识别谈路标线、交通标识、红绿灯，同期瞻望前线车辆、行东谈主的活动意图，比如判断前线车辆是否会变谈、行东谈主是否会横穿马路。

第二，轨迹盘算的动态优化。L3的轨迹盘算需要具备动态优化智力，比如遭遇前线车辆慢速行驶，能自主盘算最优变谈路线，兼顾安全性和惬意性；遭遇弯谈，能自主出动转向角度和车速，幸免侧滑。

第三，要紧场景的济急决策。L3系统需要具备浅近的济急决策智力，比如系统感知到自己死障，能自主触发接收请求，并保抓车辆踏实行驶一段时候，给驾驶员留出接收时候；遭遇突发进攻物，能自主完成要紧制动或躲闪。

此外，L3的决策系统还能考证“东谈主机交互的技能可行性”。比如接收请求的触发时机、领导形式，如何确保驾驶员在细心力散播的情况下，大约实时接收。诚然东谈主机交互包含用户体验身分，但从技能角度来看，接收请求的触发逻辑、领导信号的传输成果，都是L4系统“无接收”想象的基础，唯有明确了东谈主类接收的极限，智力更好地想象L4系统的故障自处置逻辑。

自动驾驶算法的迭代，中枢是“数据喂养”，算法的精度、泛化智力，取决于教师数据的数目和质料。L4级算法需要海量的全场景实在数据，而L3的量产落地，恰好能构建起“量产数据-算法优化-OTA升级”的闭环，为L4算法提供富余的数据复古。

L2级赞助驾驶的用户基数诚然遍及，但数据的价值有限，且L2的数据以“赞助驾驶日记”为主，穷乏系统自主决策的关连数据，无法用于L4算法的教师。

而L4级Robotaxi的测试，诚然能汇集到复杂场景的数据，但测试范围有限、测试车辆数目少，数据量远远无法知足算法迭代的需求，Waymo的Robotaxi在凤凰城测试了10年，汇集的数据量仅相配于百万台L3量产车运行1年的数据量。

L3的量产落地，能无缺惩处这一问题。L3车型的用户基数大，运行场景覆盖高速、城市快速路等多种场景，大约汇集到无数复杂场景、极点场景的数据，且这些数据包含系统自主决策的全经过，是L4算法教师的中枢素材。

更症结的是，凤凰彩票官网首页L3系统不错构建起“实时数据闭环”，量产车汇集到的实在路况数据，通过车联网传输至云霄，技能团队对数据进行标注、清洗，用于优化算法模子，然后通过OTA升级，将优化后的算法推送至每一台车辆，车辆再汇集新的数据，造成“数据-算法-数据”的良性轮回。这种闭环，恰是L4算法迭代的中枢复古。

L3量产落地之惑

尽管主流车企坚抓L3的必要性，但以特斯拉、Waymo为代表的技能派，永久以为L3是“技能冗余”。从技能架构来看，L3与L4的中枢技能栈高度重合，研发L3相配于“重迭参加”，且L3的技能想象存在先天弱势，无法信得过为L4提供有用复古，跳过L3直接研发L4，反而能普及技能迭代成果，幸免资源蹧跶。

更关节的是，L3的技能想象存在“先天和谐”，为了适配“东谈主机接收”，L3的算法需要预留接收触发逻辑，冗余系统只需要知足“基础兜底”，无需竣事“全故障自处置”，这种和谐，导致L3的技能辘集无法直接完全复用至L4，反而需要进行无数的修改和优化。

特斯拉的技能路线，赶巧印证了这少量。特斯拉永久不研发L3，而是专注于L2+和L4的研发，其L2+系统（FSD）的硬件成立，与L4的硬件成立高度一致，算法也接纳了与L4相易的端到端架构，仅仅在场景覆盖和自主决策智力上有所适度。

通过L2+的量产，特斯拉汇集了海量实在数据，优化算法，镇静普及系统的自主决策智力，最终竣事向L4的跃迁。这种形式，跳过了L3的“重迭参加”，直接竣事了L2到L4的技能迭代，成果更高。

从技能逻辑来看，L3的中枢想象矛盾是“系统自主决策与东谈主类接收的冲突”，这种矛盾，导致L3的技能考证无法为L4提供有用复古，反而可能误导技能研发标的。

L4的技能中枢是“无接收”，悉数技能想象都围绕“系统完全兜底”张开，无需接洽东谈主类接收的逻辑；而L3的技能想象，必须围绕“东谈主机接收”张开，需要预留接收触发逻辑、接收领导机制、接收失败的济急处置逻辑。这些想象，与L4的技能逻辑完全相反，无法为L4提供有用考证。

跟着AI大模子、高算力芯片、高精度传感器的快速发展，自动驾驶技能的迭代速率大幅普及。举例，多模态Transformer大模子的欺诈，让决策算法大约直接竣事“感知-决策-适度”的端到端生成，跳过了传统王法驱动的中间设施，大幅普及了系统的自主决策智力；高算力芯片的量产，让多传感器交融、复杂算法的实时运行成为可能；激光雷达的老本着落、性能普及，让L4的感知系统大约竣事大限度量产。

在技能快速进化布景下，从L2+直接跃迁到L4仍是成为可能。举例，特斯拉的FSD V14.2版块，通过多模态大模子的优化，仍是具备了接近L4的自主决策智力，大约在复杂城商场景中自主完成跟车、变谈、避障、路口礼让等操作，无需东谈主类接收，履行上仍是具备了L4的中枢技能智力。后续将推送FSD V14.3，马斯克称14.3允许用户“进入睡觉状态并在宗旨地被叫醒”（无监督FSD）。这种跃迁，无需经过L3的过渡，直接竣事了从L2到L4的技能碎裂。

此外，L4的技能研发，不错通过“仿真测试+Robotaxi试点”的形式，完成技能考证，无需依赖L3的量产落地。举例，Waymo通过大规效法真测试，模拟多样极点场景，考证系统的故障自处置智力，这些形式，大约有用替代L3的技能考证作用，且更精确、更高效。

L3试点从“小切口”鼓励

2023年11月，工信部、公安部、 住建部、交通运载部四部门聚会发布《对于开展智能网联汽车准入和开拔通行试点责任的见知》。2024年6月，工信部已公布首批试点的聚会体；2025年底工信部持重许可首批L3级自动驾驶车型居品开展开拔通行试点。

需要诠释的是，这次准入试点和之前各省市颁发的L3/L4测试或示范欺诈/运营派司有履行区别：2021年工信部等部门聚会发布《智能网联谈路测试和示范欺诈不断表率》，基于此文献，各省市因地制宜接续出台对应的实施确定。

在此之后，深圳、武汉等地Robotaxi接续开拔测试、运营。可是，该类文献履行上是表率性文献，饱读动智能网联汽车在公开谈路上测试和欺诈，中枢宗旨是为了考证技能和探索智驾居品形态，因此在上述计谋之下，各Robotaxi厂商拿到的派司为“试验用天真车临时行驶车号牌”。

这次进行智能网联汽车准入和开拔通行试点，是在各企业进行谈路测试考证居品的基础之上进行彩选，履行宗旨是为后续关连法律法则、技能门径制转变提供教授和依据。

在这么的宗旨之下，《试点》配套的《实施指南》中进一步明确了汽车坐褥企业、智能网联居品的准入要求，以及在国度级计谋文献中初度明确了事故牵累分裂门径，意味着我国自动驾驶法则体系果然耸立式提上日程。

值得细心的是，获批的L3级自动驾驶车辆的录像头、雷达等装备必须是前装量产，通事后改装形式搭载传感器的车辆无法央求准入试点。动作试点城市，重庆要求在交通拥挤景况下的高速路和快速路使用自动驾驶功能时，最高车速不卓绝50km/h，北京要求在相易的路况下最高车速可达80km/h。

针对L3/L4自动驾驶车辆的准入，国度门径体系正镇静成立。《自动驾驶数据记载系统》是第一个自动驾驶强制门径，已持重颁布，于2026年1月1日持重施行；由工信部牵头的《自动驾驶系统安全要求》强制性门平直接表率自动驾驶系统的技能要求、制造商要乞降进修检测方法，影响紧要，当今已持重进入草拟阶段；由公安部牵头的《智能网联汽车谈路通行法则适应性测试内容和方法》亦进入拟立项阶段。

莫得皆备谜底，唯有最适配的采取

至于L3到底有莫得必要，谜底并不辱骂黑即白，其必要性取决于企业的技能路线、研发实力，以及对技能迭代节拍的判断。不存在“皆备必要”或“皆备冗余”，唯有“是否适配”。

对于绝大多数主流车企来说，L3是必要的，它们莫得特斯拉、Waymo那般研发实力和数据辘集，无法竣事从L2+直接到L4的技能跃迁，只可通过L3的量产落地，镇静拆解L4的技能可贵，辘集数据、考证技能、优化算法，竣事渐进式迭代。L3的中枢价值，不是过渡居品，而是“技能考证载体”，是它们通往L4的“必经路线”。

这些车企通过L3的量产，大约镇静碎裂感老友融、自主决策、冗余系统、数据闭环等中枢技能可贵，从而为L4的研发奠定坚实基础。

而对于特斯拉这么的头部技能玩家来说，具备强硬的研发实力、海量的数据辘集，以及率先的技能架构，大约通过L2+的量产或Robotaxi的试点，直接碎裂L4的中枢技能可贵，竣事从L2到L4的技能跃迁，无需经过L3的过渡。对于它们来说，研发L3相配于“重迭参加”，不仅无法普及技能迭代成果，还会散播研发元气心灵，延误L4的落地进程。

但咱们必须承认，不管是否跳过L3阶段，L4的中枢技能可贵——全场景感知、全自主决策、全冗余兜底、海量数据闭环都无法逃避。L3的存在，无疑推动了自动驾驶中枢技能的普及和熟悉，它让多传感器交融、高算力芯片、自主决策算法等中枢技能，竣事了大限度量产欺诈，裁减了L4技能的研发和量产老本，为悉数这个词行业的技能迭代奠定了基础。即使是特斯拉、Waymo，也迤逦受益于L3推动的供应链熟悉，比如激光雷达老本的着落、高算力芯片的普及等，都与L3的量产落地密切关连。

自动驾驶技能的终极宗旨，是L4致使L5的全自主驾驶，而不管是渐进式照旧逾越式路线，最终的中枢都是碎裂中枢技能可贵，竣事安全、可靠的自动驾驶。L3的存在，仅仅行业技能迭代经过中的一个“阶段性产物”，它的价值，将跟着技能的延续熟悉，镇静被L4替代，但在当下，它依然是多数企业竣事技能跃迁的“最优解”。

技能迭代从无捷径可言，该走的路一步也绕不外去，对于多数企业来说，L3不是捷径，但却是最稳妥的路。