自动驾驶“强标”获批!跑一亿公里也不算数?

自动驾驶有了新“入场券”

作者／  IT时报  潘少颖

编辑／  潘少颖  孙妍

在上海浦东金桥，市民可以呼叫主驾无人的Robotaxi出行；在临港全域开放道路上，无人重卡、自动驾驶乘用车持续在暴雨、非机动车穿插等极限工况下进行验证；在嘉定国际汽车智慧城，算法团队与整车厂同步推进高阶智驾软硬件联调......

过去，中国自动驾驶企业靠路测里程“秀肌肉”，靠一次次上路证明“我能行”。但当技术从封闭测试区驶入城市毛细血管，在车流、行人、非机动车交织的复杂路况下，单纯的行驶里程已不足以覆盖层出不穷的边缘风险，凭什么证明自动驾驶是真正安全的？

7月30日，国内首部针对L3、L4级高阶自动驾驶的强制性国标《智能网联汽车自动驾驶系统安全要求》（GB44721—2026）（以下简称“L3/L4强标”）获批，将于2027年7月1日正式实施，成为高阶自动驾驶产品上路的硬性准入标尺。

从“我说我安全”到“我证明我安全”，中国自动驾驶产业正在经历一场合规大考。上海作为全国自动驾驶政策创新的先行者，吸引了众多自动驾驶企业在这里打磨安全档案、全链路安全验证流程，为行业落地新标准输出可复制的实操路径。

行业过去评判自动驾驶成熟度，习惯以累计千万、上亿公里路测数据作为依据。但单纯的行驶里程，无法证明系统能够覆盖各类高危长尾场景。

“L3/L4强标”的核心在于引入“安全档案”机制，企业必须用“声明—论据—证据”的结构化框架，自证系统安全：首先提出系统不存在不可控安全风险的顶层声明；其次分层拆解功能安全、预期功能安全、网络安全等多维度论据；最后附上仿真、封闭场地、开放道路测试形成的可复现量化数据作为实证，整条论证链路全程可追溯、可复核，相当于给自动驾驶企业出了一道全新的证明题。

“企业不能只说系统是安全的，而要建立完整的逻辑链，最终落到可验证的测试数据和工程证据上，每一层都要经得起审视。”小马智行相关负责人向《IT时报》记者坦言，这套标准本质上拓宽了产品质量系统性保障的考核维度，覆盖从功能设计到车辆出厂后持续质量管理的全生命周期。

安全档案不允许企业事后拼凑零散测试报告，而是要求从自动驾驶系统顶层安全目标逐层拆解，至硬件零部件可靠性、算法感知决策逻辑等细分环节。一旦车队投放规模扩大、新增一片运营区域、推送一次系统升级，整套安全档案都需要同步更新补充对应证据，安全论证工作必须嵌入研发、运营日常流程。

不久前获得德国KBA全境L4测试许可的自动驾驶企业Momenta相关负责人向《IT时报》记者表示：“安全论证方式从结论性说明转向正向原理论证，安全档案必须对附录A、B、C所列具体技术要求做系统论证，而非过去推荐性标准下的评估报告。这要求我们在开发早期即按安全档案结构组织技术证据，而非事后补档。”

全新的论证逻辑，对企业场景验证与证据留存能力提出了更高的硬性要求，而世界模型仿真技术补齐了这一短板。

Momenta依托自研的R7世界模型平台，基于150亿公里路测数据，沉淀超1亿公里高价值黄金场景数据，搭建覆盖海量低频高危工况的场景库，在算法开发与模型迭代阶段即可复现并评估长尾场景，实现仿真先行、虚拟验证前置，持续产出有效测试证据。“R7世界模型在证据链构建中发挥核心支撑作用，让整套安全证据链更具说服力。”Momenta相关负责人表示。

“过去不同地区制定的推荐性标准宽严不一，‘L3/L4强标’把分散的安全共识固化为全行业必须遵守的刚性底线，不再存在地域或企业层面的灵活操作空间。”新智派新质生产力会客厅联合创始发起人袁帅向《IT时报》记者表示。

国标立了规矩，企业有了方向，但能不能交出一份完美的“安全档案”？《IT时报》记者在采访中了解到，当前国内自动驾驶行业在安全论证能力上的短板是多维度的。

在小马智行相关负责人看来，目前最核心的短板在于系统化安全工程方法论的缺失。“行业不缺路测数据，但数据积累和安全论证是两回事，关键在于能否把数据转化为结构化的安全证据，形成完整的论证闭环。这需要长期工程积累，‘L3/L4强标’将推动整个行业在安全论证体系上加速成熟。”

小马智行自研的PonyWorld 2.0是转化数据、排查风险的关键工具，能够自动生成和还原各类复杂长尾场景，快速定位系统决策链路中的薄弱环节，将安全验证的防线从真实道路前置到虚拟仿真阶段。相比过去依赖人工标注和道路复盘的传统方式，这套方法在效率和场景覆盖度上均有质的提升，也能补齐长尾场景测试不足的行业短板。

测试验证手段不足是另一个突出问题。许多企业过度依赖传统的道路测试，仿真测试的场景覆盖度和复杂场景还原能力明显不足，难以覆盖国内数量庞大的长尾交通场景。那些发生概率极低、但一旦出现后果极其严重的边缘场景，恰恰是自动驾驶安全最大的不确定性来源。

Momenta相关负责人也坦言，要达到L4规模化，至少需要千亿公里的行驶数据，而目前行业里真正能通过量产获取海量真实路测数据、形成数据飞轮闭环的企业极少。“跑过多少路并不等同于证明有多安全，数据只是必要条件。”Momenta的做法是，构建“FO自闭环+多层准出”的安全体系，从算法小组内部功能验证、跨模块联合测试、系统集成整车验证，再到商业化车队上路抽检设置多层安全校验节点，每一环都是一道安全护栏。

在袁帅看来，合规是最迫切的准入门槛，技术成熟度尤其是长尾场景的应对能力还不足以支撑完全的商业化落地，而盈利模式的不清晰则是长期困扰行业的核心问题。

标准统一了，L3量产和L4无人运营的审批节奏会不会随之加快？这是整个行业关心的问题。

“测试验证的方法和指标全国通用，企业可以用一套体系支撑多城部署，规模化效率会显著提升，统一标准在一定程度降低了合规成本。”小马智行相关负责人表示。

袁帅的判断是，会进入“规范前提下提速”的新阶段，但并非一味求快。“过去审批流程存在诸多不确定性，各地监管部门需要根据本地情况逐一核验。现在只要产品通过检测验证，就具备了准入的基础条件，跨区域落地的重复核验会大幅减少。”

业内人士预计，安全体系完善、仿真验证能力充足的头部企业合规调整成本更低，能够抢先抓住规模化商业化窗口期；轻资产、安全研发投入不足的中小厂商，难以承担全套安全档案搭建、海量虚拟仿真测试带来的人力与算力成本，会逐步退出L3量产、L4无人运营等高阶赛道，产业资源持续向具备完整安全闭环能力的头部玩家集中。

与“L3/L4强标”获批几乎同时，Momenta获得了德国联邦机动车运输管理局（KBA）颁发的L4测试许可，成为国内首家可在德国全境城市道路测试的中国企业。

Momenta相关负责人向《IT时报》记者透露了KBA审查的严格标准：第一阶段着重关注开发测试方案申报材料，包括ADS技术架构、功能、测试计划及安全方案；第二阶段则关注实车安全方案的场地和道路测试，比如MRM（最小风险操作）触发、横纵向控制故障注入及紧急刹停系统测试。“能够通过审查的关键，在于我们对德国法规安全验证逻辑的深度理解，并严格遵循ISO 21448、ISO 21434等行业标准，完成了从方法论论证到实车验证的全链路闭环，Momenta世界模型基座平台也提供了坚实支撑。”Momenta相关负责人透露，其目标是成为首批获得欧盟L4车型型式认证的企业，根据与Uber的合作规划，慕尼黑已确定为欧洲项目首发城市，2026年在当地启动Robotaxi运营服务。

一位业内人士告诉《IT时报》记者，“L3/L4强标”立足国内复杂混合交通路况，优先解决行人、非机动车穿插、非机动车违规通行等高频风险，侧重系统失效之后的风险兜底。欧盟与德国KBA体系，更多建立在机动车通行秩序良好的道路环境之上，侧重通过大量仿真和封闭场地测试把风险在前置阶段就论证充分，对真实道路的容错逻辑设定相对严苛。

当“L3/L4强标”划下统一底线，上海作为自动驾驶政策高地的先行优势更加凸显。不久前，上海发布了新一版《上海市智能网联汽车测试与示范实施办法》，在制度管理保障与技术要求规范方面均提出更高要求。

今年一季度，小马智行Robotaxi的车队规模和付费订单逐月增长，海外市场布局稳步推进；同时，“共建车队模式”开始贡献多元且可观的收入，其在广州、深圳已实现单车运营盈利。

全域商业化的齿轮一旦转动，对政策环境稳定性的需求就越发迫切，上海给了企业足够的确定性。小马智行相关负责人表示，上海是其非常重要的战略市场，“浦东立法为自动驾驶提供了先行先试的法治保障，测试区域的扩大让企业能在丰富的城市场景中打磨服务体验，完善的汽车产业链也为车队部署和产业协同奠定了扎实基础。更重要的是，上海在推动政策落地时节奏明确、体系完整，给企业很强的确定性。”

这种在复杂城市环境中积累的验证经验和运营能力，不仅服务于上海本地，也具备了向全球输出的价值。在Momenta相关负责人看来，前装量产车队的运营管理方法论、基于数据驱动的算法迭代流程，以及上海在超大城市复杂交通环境下的验证经验，对同样具备高密度交通流量的国际大都市具有直接参考价值。不过，各国在交通规则、道路基础设施标准、驾驶文化等方面存在差异，需要因地制宜，“这也是Momenta坚持在德国本土进行大规模真实路测的原因。”

除了立法制度优势，多元的测试条件，嘉定作为上海国际汽车城的产业集聚效应同样不可替代。Momenta的研发中心就在嘉定，完整的整车及零部件产业链，让前装调试和产研协同变得极为便利，依托示范运营通道和长三角资质互认机制，能高效实现从研发到商业化的完整闭环。

有了完备的产业基础和政策保障，企业对上海的期待也更深一层。小马智行相关负责人，期待运营区域有序扩展、跨区域连片通行逐步实现，市民能更方便地使用Robotaxi；同时随着国标落地，地方配套细则的衔接也会越来越重要。

排版／ 季嘉颖

图片／ 采访对象 

来源／《IT时报》公众号vittimes