當(dāng)L2級(jí)輔助駕駛成為15萬(wàn)級(jí)以上新車的標(biāo)配，城市NOA、高速領(lǐng)航等功能早已不是新鮮事；當(dāng)奔馳Drive Pilot、小鵬XNGP、華為ADS 3.0相繼拿到L3級(jí)自動(dòng)駕駛認(rèn)證，北上廣深等城市開放L3路權(quán)；當(dāng)Waymo執(zhí)著于L4級(jí)Robotaxi落地，特斯拉堅(jiān)持從L2+直接躍遷L4，行業(yè)陷入了一場(chǎng)關(guān)于技術(shù)路線的激烈爭(zhēng)論。

不同于市場(chǎng)端的商業(yè)化博弈、法規(guī)端的責(zé)任劃分，從技術(shù)視角來看，自動(dòng)駕駛從L2到L4的進(jìn)化，本質(zhì)上是感知、決策、執(zhí)行三大核心模塊的能力躍遷，以及數(shù)據(jù)閉環(huán)、硬件冗余、場(chǎng)景適配等底層技術(shù)的持續(xù)迭代。而夾在中間的L3，究竟是銜接L2與L4的“技術(shù)緩沖帶”，是不可或缺的驗(yàn)證階梯，還是兩頭不討好的“冗余環(huán)節(jié)”？

這個(gè)問題的答案，不僅決定了未來十年汽車行業(yè)的技術(shù)路線，更決定了我們每一個(gè)人的出行方式。

技術(shù)邊界而非責(zé)任邊界

多數(shù)人對(duì)自動(dòng)駕駛分級(jí)的認(rèn)知，停留在“功能多少”或“責(zé)任歸屬”上，但從技術(shù)底層來看，L2、L3、L4的核心區(qū)別，實(shí)則是系統(tǒng)自主決策能力、環(huán)境感知精度、故障冗余能力的本質(zhì)差異，責(zé)任劃分只是技術(shù)能力達(dá)到一定水平后的衍生結(jié)果，而非分級(jí)的核心依據(jù)。

基于SAE J3016 2021版官方定義，我們重新審視三個(gè)級(jí)別的核心邊界：

L2級(jí)輔助駕駛（Partial Automation）：技術(shù)核心是“輔助執(zhí)行”，無(wú)自主決策能力。

硬件主打“夠用就好”，單芯片、單感知鏈路，標(biāo)配6-8個(gè)攝像頭、4-5個(gè)毫米波雷達(dá)，無(wú)需激光雷達(dá)，感知范圍≤100米，定位精度米級(jí)。

算法是“死規(guī)則”，車道保持、跟車等基礎(chǔ)功能全靠工程師手動(dòng)編寫，遇到復(fù)雜場(chǎng)景（前車急剎、行人橫穿等）直接失效，所有技術(shù)設(shè)計(jì)都默認(rèn)“人類是最終兜底者”，不考慮系統(tǒng)失效后的應(yīng)急方案。

L3級(jí)有條件自動(dòng)駕駛（Conditional Automation）：技術(shù)核心是“有限自主決策”，具備場(chǎng)景化自主控制能力。

硬件要“留后手”,雙芯片、雙制動(dòng)、雙轉(zhuǎn)向是標(biāo)配，同時(shí)引入激光雷達(dá)提升精度，攝像頭升級(jí)為高清級(jí)別，感知范圍擴(kuò)至150-200米，定位精度分米級(jí)。

算法開始引入深度學(xué)習(xí)技術(shù)，能在封閉高速、城市快速路等設(shè)計(jì)運(yùn)行范圍（ODD）內(nèi)自主跟車、變道，但搞不定暴雪、無(wú)標(biāo)線施工路等長(zhǎng)尾場(chǎng)景，遇無(wú)法處理的情況觸發(fā)接管請(qǐng)求，核心是“系統(tǒng)主導(dǎo)、人類兜底”。

L4級(jí)高度自動(dòng)駕駛（High Automation）：技術(shù)核心是“全場(chǎng)景自主決策+故障自處置”，無(wú)需人類介入。

硬件“雙保險(xiǎn)拉滿”，全冗余架構(gòu)（雙芯片、雙電源、雙感知鏈路），激光雷達(dá)升級(jí)至64線以上，攝像頭11-16個(gè)，毫米波探測(cè)距離達(dá)250-300米，定位精度厘米級(jí)，依賴高精度定位。

算法實(shí)現(xiàn)“端到端閉環(huán)”，能完成復(fù)雜語(yǔ)義分割、意圖預(yù)測(cè)，應(yīng)對(duì)幾乎所有長(zhǎng)尾場(chǎng)景，單點(diǎn)故障也能自主緊急停車，核心是“系統(tǒng)完全兜底，人類無(wú)需參與”。

明確這一技術(shù)邊界后，我們可以發(fā)現(xiàn)：L2到L4的技術(shù)躍遷，不是簡(jiǎn)單的功能疊加，而是從“輔助執(zhí)行”到“自主決策”，再到“全自主+自兜底”，每一步都需要突破核心技術(shù)瓶頸。而L3的技術(shù)定位，恰好處于“輔助”與“全自主”之間，這也決定了它在技術(shù)迭代中的爭(zhēng)議性。

九層之臺(tái)，起于累土

主流車企和多數(shù)技術(shù)研究者認(rèn)為，L3不僅有必要，更是從L2到L4的“唯一可行路徑”。L4的全冗余技術(shù)、全場(chǎng)景算法，無(wú)法通過實(shí)驗(yàn)室模擬完成驗(yàn)證，因此必須通過L3的量產(chǎn)落地，完成技術(shù)拆解、數(shù)據(jù)積累、風(fēng)險(xiǎn)驗(yàn)證，逐步突破瓶頸，其本質(zhì)是L4技術(shù)的“降維驗(yàn)證載體”。

感知方面，從L2到L4，感知技術(shù)難度呈指數(shù)級(jí)提升，而L3恰好是感知技術(shù)從“基礎(chǔ)夠用”到“高精度冗余”的過渡關(guān)鍵。這種定位，讓L3成為多傳感器融合技術(shù)的“最佳驗(yàn)證平臺(tái)”。

一方面，L3需要引入激光雷達(dá)與視覺、毫米波雷達(dá)的感知融合技術(shù)，解決L2感知系統(tǒng)在復(fù)雜場(chǎng)景下的盲區(qū)問題，比如在夜間、暴雨天氣，攝像頭和毫米波雷達(dá)的感知精度大幅下降，激光雷達(dá)的3D點(diǎn)云數(shù)據(jù)可以彌補(bǔ)這一短板。

但多傳感器融合并非簡(jiǎn)單的“數(shù)據(jù)疊加”，而是需要解決數(shù)據(jù)同步、標(biāo)定、沖突消解等技術(shù)難題：不同傳感器的采樣頻率、數(shù)據(jù)格式不同，如何實(shí)現(xiàn)同步采集？激光雷達(dá)與攝像頭的標(biāo)定誤差如何控制？當(dāng)不同傳感器檢測(cè)到的目標(biāo)出現(xiàn)沖突時(shí)，如何判斷最優(yōu)結(jié)果？這些問題，都要在L3量產(chǎn)落地的過程中，在真實(shí)場(chǎng)景下得到進(jìn)一步驗(yàn)證。

比如華為乾崑近日推出了新一代雙光路圖像級(jí)激光雷達(dá)，高達(dá)896線，分辨率提升4倍，穩(wěn)定感知識(shí)別距離可達(dá)120米；第六代Waymo Driver基于最新17MP圖像傳感器，使傳感器數(shù)量銳減42%，性能實(shí)現(xiàn)飆升，雨雪天目標(biāo)檢測(cè)能力提升30%以上；蘑菇車聯(lián)通過“視覺為主+固態(tài)激光雷達(dá)”的融合感知路線，使點(diǎn)云密度提升3-6倍，目標(biāo)感知距離提升超50%，漏/誤檢率下降70%，接管率大幅降低兩個(gè)數(shù)量級(jí)。

另一方面，L3的感知精度要求（分米級(jí)定位、150-200米感知距離），恰好是L4的厘米級(jí)定位、300米感知距離的“過渡訓(xùn)練”。L4的高精度定位需要依賴高精地圖與衛(wèi)星導(dǎo)航系統(tǒng)的融合，而L3可以先通過“簡(jiǎn)化版高精地圖+普通定位”的方案，驗(yàn)證定位系統(tǒng)的穩(wěn)定性、抗干擾能力，解決隧道、高樓遮擋等場(chǎng)景下的定位漂移問題，這些技術(shù)難題，無(wú)法在實(shí)驗(yàn)室中模擬，只能通過量產(chǎn)車的真實(shí)路況積累，逐步優(yōu)化算法。

決策方面，L3處于規(guī)則驅(qū)動(dòng)向AI驅(qū)動(dòng)過渡的階段：在設(shè)定的ODD（運(yùn)行設(shè)計(jì)域）范圍內(nèi)，系統(tǒng)可以自主完成決策（比如高速場(chǎng)景下的跟車、變道、避障），但遇到超出ODD的場(chǎng)景，仍需人類接管。這種定位，讓決策算法能夠在“可控場(chǎng)景”下進(jìn)行實(shí)戰(zhàn)訓(xùn)練，逐步積累數(shù)據(jù)、優(yōu)化模型。

具體來說，L3的決策算法需要解決三個(gè)核心技術(shù)難題，而這些難題，正是L4決策系統(tǒng)的基礎(chǔ)。

第一，場(chǎng)景語(yǔ)義分割與意圖預(yù)測(cè)。L3系統(tǒng)需要能夠精準(zhǔn)識(shí)別道路標(biāo)線、交通標(biāo)志、紅綠燈，同時(shí)預(yù)測(cè)前方車輛、行人的行為意圖，比如判斷前方車輛是否會(huì)變道、行人是否會(huì)橫穿馬路。

第二，軌跡規(guī)劃的動(dòng)態(tài)優(yōu)化。L3的軌跡規(guī)劃需要具備動(dòng)態(tài)優(yōu)化能力，比如遇到前方車輛慢速行駛，能自主規(guī)劃最優(yōu)變道路線，兼顧安全性和舒適性；遇到彎道，能自主調(diào)整轉(zhuǎn)向角度和車速，避免側(cè)滑。

第三，緊急場(chǎng)景的應(yīng)急決策。L3系統(tǒng)需要具備簡(jiǎn)單的應(yīng)急決策能力，比如系統(tǒng)感知到自身故障，能自主觸發(fā)接管請(qǐng)求，并保持車輛穩(wěn)定行駛一段時(shí)間，給駕駛員留出接管時(shí)間；遇到突發(fā)障礙物，能自主完成緊急制動(dòng)或避讓。

此外，L3的決策系統(tǒng)還能驗(yàn)證“人機(jī)交互的技術(shù)可行性”。比如接管請(qǐng)求的觸發(fā)時(shí)機(jī)、提示方式，如何確保駕駛員在注意力分散的情況下，能夠及時(shí)接管。雖然人機(jī)交互包含用戶體驗(yàn)因素，但從技術(shù)角度來看，接管請(qǐng)求的觸發(fā)邏輯、提示信號(hào)的傳輸效率，都是L4系統(tǒng)“無(wú)接管”設(shè)計(jì)的基礎(chǔ)，只有明確了人類接管的極限，才能更好地設(shè)計(jì)L4系統(tǒng)的故障自處置邏輯。

自動(dòng)駕駛算法的迭代，核心是“數(shù)據(jù)喂養(yǎng)”，算法的精度、泛化能力，取決于訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量。L4級(jí)算法需要海量的全場(chǎng)景真實(shí)數(shù)據(jù)，而L3的量產(chǎn)落地，恰好能構(gòu)建起“量產(chǎn)數(shù)據(jù)-算法優(yōu)化-OTA升級(jí)”的閉環(huán)，為L(zhǎng)4算法提供充足的數(shù)據(jù)支撐。

L2級(jí)輔助駕駛的用戶基數(shù)雖然龐大，但數(shù)據(jù)的價(jià)值有限，且L2的數(shù)據(jù)以“輔助駕駛?cè)罩尽睘橹?，缺乏系統(tǒng)自主決策的相關(guān)數(shù)據(jù)，無(wú)法用于L4算法的訓(xùn)練。

而L4級(jí)Robotaxi的測(cè)試，雖然能收集到復(fù)雜場(chǎng)景的數(shù)據(jù)，但測(cè)試范圍有限、測(cè)試車輛數(shù)量少，數(shù)據(jù)量遠(yuǎn)遠(yuǎn)無(wú)法滿足算法迭代的需求，Waymo的Robotaxi在鳳凰城測(cè)試了10年，收集的數(shù)據(jù)量?jī)H相當(dāng)于百萬(wàn)臺(tái)L3量產(chǎn)車運(yùn)行1年的數(shù)據(jù)量。

L3的量產(chǎn)落地，能完美解決這一問題。L3車型的用戶基數(shù)大，運(yùn)行場(chǎng)景覆蓋高速、城市快速路等多種場(chǎng)景，能夠收集到大量復(fù)雜場(chǎng)景、極端場(chǎng)景的數(shù)據(jù)，且這些數(shù)據(jù)包含系統(tǒng)自主決策的全過程，是L4算法訓(xùn)練的核心素材。

更重要的是，L3系統(tǒng)可以構(gòu)建起“實(shí)時(shí)數(shù)據(jù)閉環(huán)”，量產(chǎn)車收集到的真實(shí)路況數(shù)據(jù)，通過車聯(lián)網(wǎng)傳輸至云端，技術(shù)團(tuán)隊(duì)對(duì)數(shù)據(jù)進(jìn)行標(biāo)注、清洗，用于優(yōu)化算法模型，然后通過OTA升級(jí)，將優(yōu)化后的算法推送至每一臺(tái)車輛，車輛再收集新的數(shù)據(jù)，形成“數(shù)據(jù)-算法-數(shù)據(jù)”的良性循環(huán)。這種閉環(huán)，正是L4算法迭代的核心支撐。

L3量產(chǎn)落地之惑

盡管主流車企堅(jiān)持L3的必要性，但以特斯拉、Waymo為代表的技術(shù)派，始終認(rèn)為L(zhǎng)3是“技術(shù)冗余”。從技術(shù)架構(gòu)來看，L3與L4的核心技術(shù)棧高度重合，研發(fā)L3相當(dāng)于“重復(fù)投入”，且L3的技術(shù)設(shè)計(jì)存在先天缺陷，無(wú)法真正為L(zhǎng)4提供有效支撐，跳過L3直接研發(fā)L4，反而能提升技術(shù)迭代效率，避免資源浪費(fèi)。

更關(guān)鍵的是，L3的技術(shù)設(shè)計(jì)存在“先天妥協(xié)”，為了適配“人機(jī)接管”，L3的算法需要預(yù)留接管觸發(fā)邏輯，冗余系統(tǒng)只需要滿足“基礎(chǔ)兜底”，無(wú)需實(shí)現(xiàn)“全故障自處置”，這種妥協(xié)，導(dǎo)致L3的技術(shù)積累無(wú)法直接完全復(fù)用至L4，反而需要進(jìn)行大量的修改和優(yōu)化。

特斯拉的技術(shù)路線，恰恰印證了這一點(diǎn)。特斯拉始終不研發(fā)L3，而是專注于L2+和L4的研發(fā)，其L2+系統(tǒng)（FSD）的硬件配置，與L4的硬件配置高度一致，算法也采用了與L4相同的端到端架構(gòu)，只是在場(chǎng)景覆蓋和自主決策能力上有所限制。

通過L2+的量產(chǎn)，特斯拉收集了海量真實(shí)數(shù)據(jù)，優(yōu)化算法，逐步提升系統(tǒng)的自主決策能力，最終實(shí)現(xiàn)向L4的躍遷。這種方式，跳過了L3的“重復(fù)投入”，直接實(shí)現(xiàn)了L2到L4的技術(shù)迭代，效率更高。

從技術(shù)邏輯來看，L3的核心設(shè)計(jì)矛盾是“系統(tǒng)自主決策與人類接管的沖突”，這種矛盾，導(dǎo)致L3的技術(shù)驗(yàn)證無(wú)法為L(zhǎng)4提供有效支撐，反而可能誤導(dǎo)技術(shù)研發(fā)方向。

L4的技術(shù)核心是“無(wú)接管”，所有技術(shù)設(shè)計(jì)都圍繞“系統(tǒng)完全兜底”展開，無(wú)需考慮人類接管的邏輯；而L3的技術(shù)設(shè)計(jì)，必須圍繞“人機(jī)接管”展開，需要預(yù)留接管觸發(fā)邏輯、接管提示機(jī)制、接管失敗的應(yīng)急處置邏輯。這些設(shè)計(jì)，與L4的技術(shù)邏輯完全相悖，無(wú)法為L(zhǎng)4提供有效驗(yàn)證。

隨著AI大模型、高算力芯片、高精度傳感器的快速發(fā)展，自動(dòng)駕駛技術(shù)的迭代速度大幅提升。例如，多模態(tài)Transformer大模型的應(yīng)用，讓決策算法能夠直接實(shí)現(xiàn)“感知-決策-控制”的端到端生成，跳過了傳統(tǒng)規(guī)則驅(qū)動(dòng)的中間環(huán)節(jié)，大幅提升了系統(tǒng)的自主決策能力；高算力芯片的量產(chǎn)，讓多傳感器融合、復(fù)雜算法的實(shí)時(shí)運(yùn)行成為可能；激光雷達(dá)的成本下降、性能提升，讓L4的感知系統(tǒng)能夠?qū)崿F(xiàn)大規(guī)模量產(chǎn)。

在技術(shù)快速進(jìn)化背景下，從L2+直接躍遷到L4已經(jīng)成為可能。例如，特斯拉的FSD V14.2版本，通過多模態(tài)大模型的優(yōu)化，已經(jīng)具備了接近L4的自主決策能力，能夠在復(fù)雜城市場(chǎng)景中自主完成跟車、變道、避障、路口禮讓等操作，無(wú)需人類接管，本質(zhì)上已經(jīng)具備了L4的核心技術(shù)能力。后續(xù)將推送FSD V14.3，馬斯克稱14.3允許用戶“進(jìn)入睡眠狀態(tài)并在目的地被喚醒”（無(wú)監(jiān)督FSD）。這種躍遷，無(wú)需經(jīng)過L3的過渡，直接實(shí)現(xiàn)了從L2到L4的技術(shù)突破。

此外，L4的技術(shù)研發(fā)，可以通過“仿真測(cè)試+Robotaxi試點(diǎn)”的方式，完成技術(shù)驗(yàn)證，無(wú)需依賴L3的量產(chǎn)落地。例如，Waymo通過大規(guī)模仿真測(cè)試，模擬各種極端場(chǎng)景，驗(yàn)證系統(tǒng)的故障自處置能力，這些方式，能夠有效替代L3的技術(shù)驗(yàn)證作用，且更精準(zhǔn)、更高效。

L3試點(diǎn)從“小切口”推進(jìn)

2023年11月，工信部、公安部、 住建部、交通運(yùn)輸部四部門聯(lián)合發(fā)布《關(guān)于開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)工作的通知》。2024年6月，工信部已公布首批試點(diǎn)的聯(lián)合體；2025年底工信部正式許可首批L3級(jí)自動(dòng)駕駛車型產(chǎn)品開展上路通行試點(diǎn)。

需要說明的是，此次準(zhǔn)入試點(diǎn)和之前各省市頒發(fā)的L3/L4測(cè)試或示范應(yīng)用/運(yùn)營(yíng)牌照有本質(zhì)區(qū)別：2021年工信部等部門聯(lián)合發(fā)布《智能網(wǎng)聯(lián)道路測(cè)試和示范應(yīng)用管理規(guī)范》，基于此文件，各省市因地制宜陸續(xù)出臺(tái)對(duì)應(yīng)的實(shí)施細(xì)則。

在此之后，深圳、武漢等地Robotaxi陸續(xù)上路測(cè)試、運(yùn)營(yíng)。然而，該類文件本質(zhì)上是規(guī)范性文件，鼓勵(lì)智能網(wǎng)聯(lián)汽車在公開道路上測(cè)試和應(yīng)用，核心目的是為了驗(yàn)證技術(shù)和探索智駕產(chǎn)品形態(tài)，因此在上述政策之下，各Robotaxi廠商拿到的牌照為“試驗(yàn)用機(jī)動(dòng)車臨時(shí)行駛車號(hào)牌”。

此次進(jìn)行智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)，是在各企業(yè)進(jìn)行道路測(cè)試驗(yàn)證產(chǎn)品的基礎(chǔ)之上進(jìn)行遴選，本質(zhì)目的是為后續(xù)相關(guān)法律法規(guī)、技術(shù)標(biāo)準(zhǔn)制修訂提供經(jīng)驗(yàn)和依據(jù)。

在這樣的目標(biāo)之下，《試點(diǎn)》配套的《實(shí)施指南》中進(jìn)一步明確了汽車生產(chǎn)企業(yè)、智能網(wǎng)聯(lián)產(chǎn)品的準(zhǔn)入要求，以及在國(guó)家級(jí)政策文件中首次明確了事故責(zé)任劃分標(biāo)準(zhǔn)，意味著我國(guó)自動(dòng)駕駛法規(guī)體系的建立正式提上日程。

值得注意的是，獲批的L3級(jí)自動(dòng)駕駛車輛的攝像頭、雷達(dá)等裝備必須是前裝量產(chǎn)，通過后改裝方式搭載傳感器的車輛無(wú)法申請(qǐng)準(zhǔn)入試點(diǎn)。作為試點(diǎn)城市，重慶要求在交通擁堵狀況下的高速路和快速路使用自動(dòng)駕駛功能時(shí)，最高車速不超過50km/h，北京要求在相同的路況下最高車速可達(dá)80km/h。

針對(duì)L3/L4自動(dòng)駕駛車輛的準(zhǔn)入，國(guó)家標(biāo)準(zhǔn)體系正逐步建立?！蹲詣?dòng)駕駛數(shù)據(jù)記錄系統(tǒng)》是第一個(gè)自動(dòng)駕駛強(qiáng)制標(biāo)準(zhǔn)，已正式頒布，于2026年1月1日正式執(zhí)行；由工信部牽頭的《自動(dòng)駕駛系統(tǒng)安全要求》強(qiáng)制性標(biāo)準(zhǔn)直接規(guī)范自動(dòng)駕駛系統(tǒng)的技術(shù)要求、制造商要求和檢驗(yàn)檢測(cè)方法，影響重大，目前已正式進(jìn)入起草階段；由公安部牽頭的《智能網(wǎng)聯(lián)汽車道路通行規(guī)定符合性測(cè)試內(nèi)容和方法》亦進(jìn)入擬立項(xiàng)階段。

沒有絕對(duì)答案，只有最適配的選擇

至于L3到底有沒有必要，答案并不是非黑即白，其必要性取決于企業(yè)的技術(shù)路線、研發(fā)實(shí)力，以及對(duì)技術(shù)迭代節(jié)奏的判斷。不存在“絕對(duì)必要”或“絕對(duì)冗余”，只有“是否適配”。

對(duì)于絕大多數(shù)主流車企來說，L3是必要的，它們沒有特斯拉、Waymo那般研發(fā)實(shí)力和數(shù)據(jù)積累，無(wú)法實(shí)現(xiàn)從L2+直接到L4的技術(shù)躍遷，只能通過L3的量產(chǎn)落地，逐步拆解L4的技術(shù)難題，積累數(shù)據(jù)、驗(yàn)證技術(shù)、優(yōu)化算法，實(shí)現(xiàn)漸進(jìn)式迭代。L3的核心價(jià)值，不是過渡產(chǎn)品，而是“技術(shù)驗(yàn)證載體”，是它們通往L4的“必經(jīng)階梯”。

這些車企通過L3的量產(chǎn)，能夠逐步突破感知融合、自主決策、冗余系統(tǒng)、數(shù)據(jù)閉環(huán)等核心技術(shù)難題，從而為L(zhǎng)4的研發(fā)奠定堅(jiān)實(shí)基礎(chǔ)。

而對(duì)于特斯拉這樣的頭部技術(shù)玩家來說，具備強(qiáng)大的研發(fā)實(shí)力、海量的數(shù)據(jù)積累，以及領(lǐng)先的技術(shù)架構(gòu)，能夠通過L2+的量產(chǎn)或Robotaxi的試點(diǎn)，直接突破L4的核心技術(shù)難題，實(shí)現(xiàn)從L2到L4的技術(shù)躍遷，無(wú)需經(jīng)過L3的過渡。對(duì)于他們來說，研發(fā)L3相當(dāng)于“重復(fù)投入”，不僅無(wú)法提升技術(shù)迭代效率，還會(huì)分散研發(fā)精力，延誤L4的落地進(jìn)度。

但我們必須承認(rèn)，無(wú)論是否跳過L3階段，L4的核心技術(shù)難題——全場(chǎng)景感知、全自主決策、全冗余兜底、海量數(shù)據(jù)閉環(huán)都無(wú)法回避。L3的存在，無(wú)疑推動(dòng)了自動(dòng)駕駛核心技術(shù)的普及和成熟，它讓多傳感器融合、高算力芯片、自主決策算法等核心技術(shù)，實(shí)現(xiàn)了大規(guī)模量產(chǎn)應(yīng)用，降低了L4技術(shù)的研發(fā)和量產(chǎn)成本，為整個(gè)行業(yè)的技術(shù)迭代奠定了基礎(chǔ)。即使是特斯拉、Waymo，也間接受益于L3推動(dòng)的供應(yīng)鏈成熟，比如激光雷達(dá)成本的下降、高算力芯片的普及等，都與L3的量產(chǎn)落地密切相關(guān)。

自動(dòng)駕駛技術(shù)的終極目標(biāo)，是L4甚至L5的全自主駕駛，而無(wú)論是漸進(jìn)式還是跨越式路線，最終的核心都是突破核心技術(shù)難題，實(shí)現(xiàn)安全、可靠的自動(dòng)駕駛。L3的存在，只是行業(yè)技術(shù)迭代過程中的一個(gè)“階段性產(chǎn)物”，它的價(jià)值，將隨著技術(shù)的不斷成熟，逐步被L4替代，但在當(dāng)下，它依然是多數(shù)企業(yè)實(shí)現(xiàn)技術(shù)躍遷的“最優(yōu)解”。

技術(shù)迭代從無(wú)捷徑可言，該走的路一步也繞不過去，對(duì)于多數(shù)企業(yè)來說，L3不是捷徑，但卻是最穩(wěn)妥的路。