自动驾驶新规的“双刃剑”
2026年6月，工信部完成《智能网联汽车自动驾驶系统安全要求》强制性国家标准报批稿公示。这份计划于2027年7月1日正式实施的新规，第一次为中国L3有条件自动驾驶和L4高度自动驾驶建立起统一的安全底线。标准要求自动驾驶系统具备核心执行器冗余设计，包括转向、制动、电源等关键部件的双重甚至多重备份；要求系统能够在感知能力下降时进行补偿；同时还引入Safety Case（安全档案）机制，并要求企业通过百万公里级等效验证来证明系统可靠性。因为过去几年，自动驾驶行业最大的隐患之一，并不是技术本身不够先进，而是市场宣传远远跑在技术能力前面。许多被包装成“接近自动驾驶”的L2辅助驾驶功能，本质上仍然要求驾驶员全程承担责任。一旦消费者误判系统能力，就可能导致严重事故。机动车、非机动车和行人长期混行，施工路段、临时障碍物以及不规范交通行为普遍存在。单一感知系统一旦遭遇雨雾、逆光、传感器污染等极端情况，就可能出现整体性能下降甚至失效。因此，新规强调冗余设计和可验证安全，本质上是在为自动驾驶从“辅助驾驶”迈向“责任部分由系统承担”建立制度基础。然而，真正值得讨论的问题，并不在于这份标准是否应该存在。当监管开始定义“什么是安全”时，它是否也在无意中定义“什么样的技术路线更容易成功”？从字面上看，标准并没有要求企业必须使用激光雷达，也没有禁止纯视觉路线。标准要求系统能够应对感知能力衰退，并证明自身在极端场景下仍然具备足够安全性。对于采用“视觉+毫米波雷达”甚至“视觉+雷达+激光雷达”的融合方案来说，这类证明相对容易完成。当某个传感器出现故障时，其他传感器仍然能够维持系统运行。这种天然的异构冗余，更容易通过监管审核，也更容易建立符合要求的Safety Case体系。以Tesla FSD以及部分国内企业探索的纯视觉Robotaxi方案为例，其核心逻辑并不是依靠硬件冗余，而是依靠神经网络能力和海量数据训练，让系统像人类一样理解世界。这种路线最大的优势在于硬件简单、成本更低、长期规模化潜力更强。如何向监管机构证明，在摄像头集体受到干扰时，系统依然具备与多传感器融合方案“等效”的安全水平？标准虽然没有明确规定技术路线，却可能在实践中形成事实上的路线偏好。它更容易获得准入资格，更容易率先实现规模化部署，也更容易积累真实运营数据。当一条路线率先获得上路资格，就意味着它能够更快形成数据飞轮：反过来看，另一条路线即便拥有更高的长期潜力，也可能因为缺乏真实数据而难以验证自身价值。最初占优的方案未必是最终最优方案，但往往能够凭借先发优势不断扩大领先地位。事实上，截至目前，全球范围内也没有任何一家企业能够毫无争议地证明纯视觉方案已经达到全面优于融合方案的水平。监管机构在公众安全面前采取相对保守态度，本身完全可以理解。如果纯视觉路线最终证明自己能够以更低成本实现同等甚至更高安全性呢？如果依靠端到端大模型和海量真实数据训练的系统，在泛化能力上明显超越传统融合架构呢？那么今天为了安全而建立的制度门槛，未来是否会变成创新的障碍？从产业发展的角度看，最理想的监管并不是替市场选择赢家。至于企业最终采用激光雷达、毫米波雷达、纯视觉，还是未来尚未出现的新方案，则应尽可能交给市场竞争和真实世界数据去验证。因为技术进步最大的特点，就是不断打破人们原本认为理所当然的答案。因此，这份自动驾驶新规或许是一把典型的“双刃剑”。短期来看，它有助于规范行业发展，减少过度营销带来的风险，为L3和L4时代建立公众信任。但从更长远的视角看，它也可能在无意之间影响技术路线的竞争格局，让某些尚未成熟、却潜力巨大的创新路径失去成长空间。如何在确保公众安全的前提下，依然为未来保留足够多的可能性。对于中国自动驾驶产业而言，这或许比任何单一技术路线的胜负都更加重要。因为决定一个行业上限的，往往不是今天最安全的答案，而是是否允许明天出现更好的答案。
