当前位置:首页>自动驾驶>车百会观点:自动驾驶的十字路口:L3可以“跳过”吗?

车百会观点:自动驾驶的十字路口:L3可以“跳过”吗?

  • 2026-08-07 00:32:54
车百会观点:自动驾驶的十字路口:L3可以“跳过”吗?

创新 创优 创见

车百会观点精粹

在今年的智能电动汽车发展高层论坛上,一场关于L3自动驾驶存废的争论,将行业的路线分歧推到了聚光灯下。

华为公司高级副总裁、引望公司首席执行官靳玉志公开表态: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。而卓驭科技首席执行官沈劭劼则明确提出,“同意跳过L3”。

一边是渐进派坚守L3的不可逾越,另一边是跨越派主张绕开中间态直抵终点。那么问题就来了,L3究竟是被跳过的过渡品还是通向未来的必经阶梯?

要回答这个问题需要回到这套分级体系的源头看L3从何而来,再看它在当下的技术语境中是否仍然适用。

1

溯源:L1、L2、L3分级的起源与核心定义

理解L3的地位,首先要理解自动驾驶分级体系从何而来。这套框架的源头是国际自动机工程师学会(SAE International)在2014年首次发布的J3016自动驾驶分级标准,将车辆驾驶自动化程度划分为L0至L5六个等级。

其中,明确了各级别中“人”与“系统”的责任划分、功能边界,后续经2016版、2018版、2021版迭代完善,成为全球应用最广泛的分级依据。

从原始设计来看,分级的标准并非单纯的自动化程度高低,而是动态驾驶任务(DDT)由谁执行,以及责任主体是谁。

L0至L2统称为“驾驶员辅助系统”,驾驶主体是人,事故责任由驾驶员承担;L3至L5则是“自动驾驶系统”,责任开始向系统转移。

L3恰好站在了这道分水岭上,它被定义为有条件自动驾驶,即在特定条件下由系统完成全部驾驶操作,驾驶员可以脱手、脱眼,但必须保持接管能力,在系统发出请求后及时恢复控制。

这套分级体系在设计之初确实起到了统一行业术语、降低沟通成本的重要作用。然而,经过十余年的技术演进,这套在2014年框架内设计的线性分级逻辑正在被实践所挑战。

尤其是在端到端大模型、多模态感知等新技术范式下,L2、L3和L4的技术栈正在趋于同源,这使得原始设计中以“责任归属”为核心的分类逻辑,开始与实际的技术演进路径产生脱节。

一场关于“要不要跳级”的争论正是这套体系与现实之间张力的一次集中爆发。

2

L3的“尴尬”:为何各方态度如此分裂?

L3之所以引发如此剧烈的争论,根源在于它从设计之初就处于一个两头不靠的尴尬位置。

按照SAE定义,L3允许驾驶员脱手脱眼,却要求其随时准备接管。有人将此形容为“猴子搬来的救兵——添乱”,认为这种设计本身就不具备可操作性。

美国NHTSA等机构的研究表明,驾驶员从分心状态回到有效驾驶状态往往需要至少五秒甚至十多秒,而多数事故根本不会给予这几秒的缓冲。

这种“人机接管悖论”构成了L3最大的系统性隐患。更棘手的是责任归属,L3激活期间责任由系统承担,一旦进入接管请求阶段,责任边界便陷入模糊:系统是否预留了足够的反应时间?驾驶员是否处于可响应状态?一次事故可能演变成驾驶员、车企与供应商之间的三方拉锯。

成本与收益的严重失衡是另一重掣肘。奔驰Drive Pilot在德国的选装价高达5000至9000欧元,但使用场景极为狭窄,仅限特定高速路段、天气晴好、无道路施工时启用。高价换来低频使用,用户需求难以被激活。

而L3的技术架构需为“人机接管”妥协设计,研发投入接近L4,商业上却只能以L3的限定场景运营。

因此,商业理性正在对技术路线进行重新校准,越来越多的企业认为,与其在责任模糊地带耗费资源,不如转向成本更低、责任边界更清晰的L2+方案,用更务实的方式覆盖高频驾驶场景。

3

跨越派VS渐进派,端到端大模型能否改写规则?

跨越派的底气首先来自技术范式的迭代。端到端大模型的兴起正在深刻改变自动驾驶的底层逻辑。

传统模块化架构中,L2、L3、L4采用不同的技术方案,各等级之间存在明显的技术断层。但端到端模型将感知、预测、规划融合为一个神经网络模型,直接从传感器输入映射到车辆控制输出,使得不同级别的技术栈趋向同源。

然而,技术的突破并不意味着规则可以同步跨越。渐进派的逻辑基石在于,L3不仅是技术问题,更是一整套社会系统的构建过程。

靳玉志在论坛上指出,达到L4级安全性需要达到“十倍的人驾安全性”量级,而L3阶段所涉及的环境感知冗余、决策控制安全、接管逻辑闭环、故障应急响应等技术体系,正是L4高阶自动驾驶的“基础底座”。跳过L3意味着跳过了一整套安全验证体系的积累。

安全底线的敬畏也是渐进派的重要论据。清华大学车辆与运载学院教授、国家智能网联汽车创新中心首席科学家李克强强调,行业应正视单车智能驾驶技术瓶颈,摒弃急功近利的噱头,时刻敬畏技术局限,回归安全本源。

也就是说,在跨越派看来,技术已就绪;在渐进派看来,安全和社会治理体系还没有准备好。

回到分级体系本身,这一在2014年设计的线性框架,在技术范式迭代的冲击下正在面临现实适用性的挑战。

当端到端大模型使得L2、L3、L4技术栈趋向同源,当L2+辅助驾驶的体验边界已经逼近甚至超越了传统L3的定义范畴,这套以“责任归属”为核心的分类体系是否仍然足够精确地描述技术现实,已经成为一个值得行业深思的问题。

有观察者指出,尽管SAE分级标准被部分玩家认为“落后于时代”,但它依然发挥着管理认知风险的作用。至少在当下,行业还找不到一套比它更通用的技术语言。

然而,L3是否应该被跳过,最终并非一个能用是或否回答的技术判断题。应允许两条路线并行推进,最终由市场选择,这个选择过程不会太久。

渐进派的路径有其合理性,它符合复杂社会系统演进的规律,安全验证、法规体系和用户信任的培养无法一蹴而就,而L3恰好为此构建提供了一个可控的过渡试验场。

跨越派的路径同样有其技术逻辑,当端到端大模型突破了传统架构的瓶颈,当L2级辅助驾驶的安全冗余设计已经在事实上接近甚至超越了L3级的技术门槛,用一套10年前的线性框架来约束技术演进的自由度,本身可能就是一种认知滞后。

因此,对于传统车企与部分科技企业而言,L3仍是不可或缺的过渡阶段。依托L3的量产落地,可积累真实道路数据、培育用户信任、完善法规体系,为L4的无人化落地奠定基础,这种“渐进式”路径更稳妥,符合其产业链布局与风险控制需求。

对于具备技术优势的造车新势力与科技企业而言,跳过L3、直攻L4的“跨越式”路径,可依托技术同源性突破瓶颈抢占高阶智驾赛道的先发优势。尤其在全球产业竞速的背景下,这种路径更有利于实现“弯道超车”。

但需注意的是,跳过L3并非意味着忽视安全与法规,仍需通过限定场景试点、完善安全冗余技术、推动法规适配,确保L4落地的安全性与合规性,避免盲目追求速度而忽视风险。

具体如下:

01

清华大学教授  欧阳明高

关于智能化技术路线,L2、L3、L4,还是L2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。

02

清华大学车辆与运载学院教授、智能绿色车辆与交通全国重点实验室主任、国家智能网联汽车创新中心首席科学家  李克强

我们认为现在已经没有传统意义上的单车智能,任何车都有通信,任何车的发展,从传统的单车智能到现在各家云端的协同、车车协同到最理想的发展状态,“车路云一体化”协同发展,只有通过这样的技术整体架构设计,才能真正意义上做到解决上述说的安全问题。

针对现在的烟囱型架构,我们认为只要分层结构、跨域共用的方式,可以用低代码快速开发提高效率的模式,针对这样的架构智能网联汽车国家创新中心形成全行业共识,在国家相关项目支持下,推动“车路云一体化”的发展,这套系统能够在本质上把安全问题给予解决。

03

华为公司高级副总裁、引望公司CEO  靳玉志

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,这里面涉及到很重要的问题。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。

04

卓驭科技CEO 沈劭劼

我同意,就是跳过L3。首先,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,有一些实操状态下比较难说清楚的东西,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,但是L4责任划分会干净很多,这是非技术层面的。

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。

我们预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,这时候得有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,我觉得不一定是完全以Robotaxi方式进行。

05

元戎启行CEO 周光

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。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。  

供应链之声

总站网编辑部现面向供应链企业征集线索,倾听声音,欢迎联系

微信:18110055306

(恭请注明姓名和企业名)

往期推荐

► 智驾专属险,智能汽车迎来商业化分水岭

► 重型商用车国七法规即将发布,有哪些看点?

► 能造车,更能抗风险:国务院新规下商用车产业链重估

► 一文读懂国家强制性标准GB 1589重磅级修订

最新文章

随机文章