【行业视点】中国L3自动驾驶落地:从“个体博弈”走向“全局协同”

前言：

工信部官网截图

这是行业重磅里程碑事件：长期以来，自动驾驶行业在L2+的红海中内卷，虽然功能层出不穷，但责任主体始终在“人”。

L3级牌照的发放，意味着法律层面上，驾驶的责任棒首次开始向“系统”交接，驾驶员也终于可以在特定路段合法地“脱手、脱脚，甚至脱眼”，将方向盘完全交给车辆。

然而，如果仅仅将此看作是技术的胜利，便低估了监管层的战略定力。

在欢呼之余，若仔细审视此次准入的细节，如严格的限定域、50—80km/h的限速，以及独特的“联合体”申报模式、监管上云——就会发现，这场变革背后实际隐藏着一条清晰的脉络。

即，高级别自动驾驶的落地，绝非单车智能的单打独斗，它注定需要“监管上云”作为底座，需要“重运营”作为商业闭环，并最终导向车、网、云、路多元素汇聚的生态协同终局。

回到此次具体的批准情况来看，两款车型虽获准入，但它们绝非可以在全国任意道路上自由驰骋。

恰恰相反，它们获批有两大前置条件：

首先，是限定odd（设计运行域）。以长安深蓝SL03为例，此次获批并非全域开放，而是仅限在重庆市指定的路段（如内环快速、渝都大道等）开启。更值得注意的是，其核心应用场景主要针对交通拥堵环境，最高时速被严格限制在50km/h。

另一家北汽极狐阿尔法S，其获批范围则是在北京市指定的几条高速/快速路（如京台高速、大兴机场高速部分路段），最高时速限制在80km/h。50km/h和 80km/h的限速，避开了高速行驶中最为凶险的“博弈时刻”：在目前的技术条件下，复杂的自动变道、高速超车等博弈性极强的动作，都暂时被“禁止”。也就是说，监管层采取了“小步快跑、安全兜底”的审慎态度——先让车在低速、封闭、拥堵的刚需场景下“动”起来，而不是一开始就追求全场景的“自动驾驶”。

其次，是责任捆绑的联合体模式。什么是联合体？即“汽车生产企业+使用主体（关联运营主体）”。以长安汽车为例，其申报结构是“长安汽车（主机厂）+长安车联科技（运营主体）”；极狐汽车背后，同样有着类似北京出行这样的强关联运营方。

在该模式下，主机厂负责造出符合L3标准的车；而关联运营主体不卖车，核心做运营，业务包括网约车服务、分时租赁、Robotaxi化运营等路径。

为什么卖车变成了卖服务？这背后是L3级自动驾驶在当前阶段面临的“责任困境”与“成本悖论”。在L2时代，无论辅助驾驶系统多么先进，驾驶员永远是第一责任人。但到了L3级，驾驶权发生了实质性转移——在系统激活期间，若因车辆问题发生事故，责任主体将变为车企。于主机厂而言，这是一个巨大的不可控风险。如果直接面向C端个人消费者销售L3车辆，一旦用户在非ODD场景下违规操作导致事故，责任界定将变得困难。

因此，“联合体”模式成为当下的最优解。一方面，它构建了一道“B端防火墙”。“以联合体的形式，能方便划分事故责任。在2024年6月首批通过的9家联合体中，很多运营主体和主机厂都有投资关系。”一位行业资深人士告诉《车路云50人》。

比如通过长安车联科技这样的专业运营主体，车辆的使用场景被严格限制在网约车、分时租赁等B端业务中。

同时，运营主体可以对车辆进行统一的维护、监控和调度，确保每一公里L3里程都跑在“合规”的道路上。

另一方面，它改变了商业模式的底层逻辑。

在“联合体”模式下，汽车不再是一个单纯的消费品，而是一个“运力单元”。自动驾驶系统公司作为驾驶责任主体，就必须对车辆进行统一运营，确保整体运营效率，以实现风险管控和价值变现。

以上措施不仅平摊了激光雷达、大算力芯片带来的高昂成本，更为自动驾驶商业化大考，进行了一次预演。

除了上述两大前置条件，此次准入还有一大核心是三级监管。

举个例子，在重庆，每一辆L3车辆的数据都要上传至企业级平台、市级监管平台，以及国家级平台（工信部）。

为什么要搞这么复杂的“云监管”？

因为L3级自动驾驶，带来了驾驶责任主体的转移，这也相应要求监管体系与之创新，而云端作为数据驱动的载体，监管方可以通过它实时看到车辆的运行速度、位置、感知数据，甚至是驾驶员是否在接管请求发出后及时响应。

更重要的是，云端监管是事故定责的重要依据。

在过去，自动驾驶事故往往陷入“罗生门”：在一些新能源汽车的智驾事故中，车主说是刹车失灵，厂家说是后台数据显示一切正常，双方各执一词。

因为数据掌握在厂家手中，既当运动员又当裁判员，公信力天然不足。

而现在，通过数据回传，事故发生前的车辆感知数据（摄像头看到了什么、雷达扫到了什么等）及操作数据（系统是否下达了制动指令、刹车踏板开度多少等），将被瞬间锁定为不可篡改的“数字铁证”。

这种“可控、可管、可溯”的监管逻辑，消除了管理部门对“失控”的担忧，也为后续逐步扩大开放区域奠定了信任基础。

此外，这种三级监管体系还为未来的“数据资产化”打下了基础。

当海量的L3行驶数据汇聚在云端，经过脱敏处理后，它们将成为优化城市交通模型、反哺自动驾驶算法的珍贵资料。

这不仅降低了车企的合规成本，更为监管层提供了一个统一、透明、高效的管理抓手。

得益于这种强大的监管能力，使得路权（及其衍生的数据资源使用权）的可度量、可管理、可控制成为可能，从而为路权变现奠定了坚实的操作基础。

然而，要支撑如此庞大数据的实时交互与精准监管，迫切需要构建一套全新的系统架构作为支撑。

正是在这一诉求下，“车路云一体化”作为面向自动驾驶规模商用的信息物理系统（CPS），其战略价值便跃然纸上。

借助“车路云一体化”的云控基础平台，监管机构能够实时追踪智能网联汽车的运行情况，实现对自动驾驶车辆运行状态和合规性的全面监管。

这不仅包括对交通法规遵守情况的监控，还包括对不同道路条件适应性进行评估，确定自动驾驶车辆的事故责任，调控自动驾驶车辆信息采集的合规性，严格控制自动驾驶车辆对社会、区域、国家安全的总体影响。

因此，“在监管框架内的自动驾驶”可被视作“车路云一体化环境下的自动驾驶”的实践形式。

该模式突出了特定区域内的安全问题，并为智能网联汽车的广泛部署及监管提供了基础性的支持。

END