还记得几年前，当你第一次在车里体验L2级辅助驾驶时，那种“科技改变生活”的兴奋感吗？
那时候，车企画的大饼是：买了这辆车，以后通过OTA升级，就能实现完全自动驾驶，甚至能让你在车里睡觉。
结果呢？几年过去了，所谓的“完全自动驾驶”还在PPT里，而你手里的车，依然只能在高速上帮你打打方向盘。
但现在，情况似乎有点不一样了。
伴随着面向量产乘用车的L3级有条件自动驾驶开始落地，以及越来越多的玩家涌入L4级Robotaxi领域，自动驾驶的江湖，正在经历一场前所未有的变革。
1. L3落地：从“辅助”到“接管”的跨越
首先，我们要搞清楚什么是L3。
简单来说，L2是“辅助驾驶”，你得时刻盯着路，随时准备接管；而L3是“有条件自动驾驶”，在特定场景下，车可以自己开，你甚至可以看手机、看电影，只有在系统提示时才需要接管。
听起来很美好，对吧？
但L3落地的最大难点，不是技术，而是责任界定。
以前是人开车，出事了人负责；现在是车开车，出事了谁负责？是车企，还是车主？
这就像是把一个“烫手山芋”交给了车企。一旦出了事，车企可能要承担巨额赔偿。所以，敢于率先落地L3的车企，必须对自己的技术有绝对的信心。
2. 算力竞赛：2000 TOPS只是入场券
那么，什么样的技术才能支撑L3？
答案是：算力。
看看这张图，L3级AI汽车的两大标准：本地有效算力大于2000 TOPS，以及本地部署VLA+VLM模型。
2000 TOPS是什么概念？以前的L2级辅助驾驶，算力可能只有几十甚至几百TOPS。现在直接翻了几十倍。
这意味着，车里的芯片得像超级计算机一样强大，才能实时处理海量的路况信息。
像蔚来这样的车企，已经开始搭载4颗NVIDIA Orin芯片，算力高达1016T。但这可能还只是开始，未来的L3，算力需求只会更高。
3. 大模型上车：从“识别”到“理解”
除了算力，还有一个关键因素：大模型。
以前的自动驾驶，靠的是规则。比如看到红灯停，看到行人绕。但现实路况千变万化，规则永远赶不上变化。
现在的L3，开始引入大语言模型（LLM）。这就像是给车装了一个“大脑”，它不仅能识别物体，还能理解场景。
比如，它能理解“前面那个交警是在指挥交通，而不是在跳舞”。这种理解力，是传统规则算法无法比拟的。
4. OTA升级：你的车能“进化”吗？
回到开头那个问题：你的旧车，能通过OTA升级成L3吗？
很遗憾，答案可能是否定的。
就像你不能指望给一台老式诺基亚手机装个微信就能变成iPhone一样，L3需要的是硬件的支撑。
那些老款的L2车型，芯片算力不够，传感器数量不够，根本撑不起L3的算法。
所以，如果你想要体验真正的L3，可能还是得换新车。
结语
L3级自动驾驶的落地，标志着自动驾驶技术从“辅助”正式迈向了“自动驾驶”。
虽然这可能意味着你的旧爱车无法通过OTA升级来“续命”，但对于整个行业来说，这是一个巨大的进步。
未来已来，只是分布不均。你是选择坚守旧爱，还是拥抱新欢？评论区聊聊你的看法吧！👇
10个月宝宝每天需要喝多少奶粉？
