首批L3车型“合规上路”,中国自动驾驶能否迎来“ChatGPT时刻”?
- 2026-04-16 04:41:37
引言
自动驾驶的“临门一脚”终于赶在2026年前落定。
2025年12月下旬，重庆、北京相继向长安深蓝SL03、极狐阿尔法S颁发全国首批L3级自动驾驶专用号牌。
工信部首批准入许可公布一周后，两地就实现了从“产品准入”到“上路通行”的关键一跃。
（参考阅读请点击：
《2025无人驾驶观察（1）：L3级自动驾驶“入场券”已发，你的下一辆车或许不用自己开了？》）
由此，中国自动驾驶正式迈入合规商用新阶段。这项技术首次以“附条件准入”方式进入国家级产品准入体系，从“能测试、能示范”走向“能拿正式牌照、能试点运行”，行业竞争焦点将从技术演示转向运营落地。
“这无疑将对我国高阶智能驾驶产业的快速发展，特别是技术验证、政策完善和市场竞争格局产生积极的深远影响。”清华大学计算机系教授、人工智能研究院视觉智能研究中心主任邓志东告诉界面新闻。
当前，全球车企正围绕L3级技术展开激烈竞争。Waymo、Cruise等美国企业已在特定城市部署L4级自动驾驶出租车，但受限于成本与法规，其规模化应用仍遥不可及。
相比之下，中国通过L3级的“附条件准入”，为高阶自动驾驶的商业化探索提供了更灵活的试验场。
邓志东认为，一旦L3得到普及与巩固，将会成为我国自动驾驶产业发展的“ChatGPT时刻”，不仅可望重塑汽车产业链、供应链，更能为消费者行为与相关法律法规、保险体系等的合理适配筑牢基础。
然而，要将这一愿景变为现实，行业仍需跨越政策与技术双重门槛。
在政策层面，过去几年L3级许可多用于道路测试或示范应用，核心是“以测促研”，申请主体广泛多元；而此次工信部颁发的“准入许可”则聚焦车企主体，明确“小范围起步、附条件实施”的推进策略。
在技术层面，L3系统必须在真实道路中面对安全冗余、成本控制与场景适应性的三重考验，而技术路线的选择将直接决定量产节奏与迭代效率。
围绕不同的技术选择，首批获牌的两款车型恰好形成了对比。
北汽极狐阿尔法S采用多激光雷达主导的多传感器融合方案，追求感知冗余的可靠安全；长安深蓝SL03则坚持纯视觉技术路径，试图用算法降本实现规模化落地。
“现在研发生产的L3级是可量产可交付的，试点车辆是原厂状态，没有进行任何改装。”北汽研究总院智能网联中心主任冯硕在接受媒体采访时表示，从启动L3项目到最终获批，北汽用了4年时间，这套以硬件冗余确保安全的核心逻辑，正是为了满足L3级别对系统可靠性的严苛要求。
而长安深蓝选择的纯视觉技术方案则依托“天枢智能”驾驶辅助系统，其最大吸引力在于成本控制和规模化部署，摄像头硬件成本远低于数万元的激光雷达，更利于L3功能向中低端车型下沉。
不过，低成本也意味着高风险，系统需仅凭二维图像实现精准的三维感知，在极端天气下的可靠性承压更大。
这种路径分歧在行业中同样存在。盖世汽车研究院在接受界面新闻采访时指出，除特斯拉、小鹏等少数纯视觉派外，主流方案商在城市NOA及预埋L3硬件的车型（如问界M9、极氪9X）上普遍采用“半固态主激光雷达+固态补盲”的组合。
原因是特定场景下激光雷达感知能力更强，能实质提升安全冗余，且成本已从数万元降至千余元，对高端车型售价影响有限。
成本差异直接决定了市场格局。L2系统的传感器成本通常控制在1至3万元之间，而L3系统仅激光雷达一项就可能增加数万元成本，加之高算力芯片与冗余硬件投入，使整车成本提升5万至10万元不等。
罗兰贝格预测，自动驾驶从L2级升级至L3级时，单车软件价值或将翻倍，智能相关零部件总成本将升至10至20万元区间。
场景定位也随之分化。北汽极狐的激光雷达方案更适合高速场景（最高车速80km/h），而长安深蓝的纯视觉方案则聚焦城市拥堵环境（最高车速50km/h）。这种差异化定位反映了两家车企对L3商业化路径的不同理解，北汽瞄准机场接驳等高端出行服务，长安则更关注城市通勤这一高频场景。
在技术路线之外，更深层的产业博弈也值得关注。这不仅关乎技术成熟度，更涉及政策可控性与落地能力的综合考量，尤其是在公共安全数据管理、事故责任认定等制度性建设方面。
“国企在数据合规、测试里程积累以及与地方政府的协同上，确实具备天然优势。”有业内人士向界面新闻分析，这种地域布局颇有深意，北汽在北京、长安在重庆，两地均为首批智能网联汽车准入和上路通行试点城市，具备相对完善的地方治理基础，可在限定范围内应对真实道路运行的复杂性。
不过，真正决定L3成败的并非技术路径或企业背景，而是L2与L3之间根本性的制度变革，权责边界将重新界定。
邓志东告诉界面新闻，在责任划分上，L2的法律责任主体是人类安全驾驶员，而L3一旦出现重大交通事故，主机厂（车企）、自动驾驶解决方案提供商、网约车运营商、人类安全员等都可能是法律责任主体。
这一转变带来了全方位的要求升级。他举例称，虽然L2与L3在“人机共驾”模式和“先高速、后城区”的落地路径上相似，但L3的硬件门槛要高得多，大规模预训练与端侧AI硬件算力需求、车体执行机构本身的安全冗余备份、针对人类安全员的AI安全提醒与监控设备等，都有很高的要求。
正因如此，这些差异将从法律法规、安全监管、技术、产品、保险理赔等多个方面影响L3的落地节奏与消费者接受度。 不仅因为技术门槛陡增，更因为责任主体的转移，让任何一起事故都可能引发系统性风险。因此，“没有充分的安全验证，L3无从谈起”已逐步成为行业共识。
安全性由此成为L3商业化不可回避的核心命题。
“L3级自动驾驶的普及将主要取决于产品及使用的安全性。”邓志东强调，只有将L3的安全性置于重中之重，在应用落地实践中解决好与行驶安全相关的一系列挑战，才能真正实现普及。在此基础上再迈向L4，就有了更加安全、可靠与可信的保证。
从现实节奏看，自动驾驶更可能沿“先结构化场景、后复杂城市道路”的路径推进。L2作为“工程成熟+成本下降”的结果已快速普及，但L3的关键不在于“体验更轻松”，而在于它首次把系统置于责任链条之中，因此必须更审慎。
在邓志东看来，L3的规模化商业化落地实践至关重要，可以说是推动自动驾驶产业发展的关键一步。
为了扎实地走完这一步，必须在加速商业化进程、提高技术成熟度、保持成本下降趋势和提供政策支持等各方面的合力支撑下，将L3的安全性提升至人类驾驶水平的2至3倍，乃至10倍。
这个时间表将直接影响中国自动驾驶产业的未来。L3的安全落地水平与普及程度，特别是从“高速L3”如何顺利跨入“城区L3”这一“关卡”的迭代演进，将成为中国能否在2030年前实现L4级规模化应用的关键。
邓志东预测，“考虑到中国自动驾驶产业从广度到深度的快速发展，未来5至10年，中国一定会在L4级及以上技术领域建立全球领先优势。”
而实现这一目标面临的最大障碍，归根结底还是“安全性”这三个字。
期待您的关注、点赞、在看、转发
