“L3是走向完全自动驾驶的必经阶段，是没有办法跳过的。”
“2026年或为全球自动驾驶的元年。”
华为智能汽车解决方案BU CEO靳玉志在智能电动汽车发展高层论坛上的发言，直接将L3自动驾驶的行业讨论推向高潮。
即便智驾是未来竞争方向的观点已经是行业共识，但在L3路线是否有必要大力投入这件事上，有人认为华为的行业判断值得跟随，也有人认为L3自动驾驶可以跳过，当前自动驾驶领域的核心分歧已然十分明显。
不过，大家立场不同，发展阶段不同，对待L3自动驾驶的态度自然会有一定区分。L3自动驾驶落地的困难性可想而知，而越过这一路线的风险也显而易见。从本质上来说，这是一场无关对错，但各有考量的路线博弈。
01没有对错的路线博弈
L3自动驾驶的争议存在一个大前提，也就是它与L2存在本质区别，但又达不到完全自动驾驶的水平。这里就会产生一个权衡利弊的问题：L3这个过渡阶段是必经之路，还是具备可选性？现在行业内对自动驾驶的分级有明确界定，L2属于“辅助驾驶”，核心还是人。也就是说，系统只承担辅助功能，驾驶员需要全程专注路面、随时接管，事故责任完全由驾驶员承担。
而L3属于“有条件自动驾驶”，在高速、城市快速路等规定场景下，系统可主动接管动态驾驶任务，驾驶员可暂时脱眼脱手，但是，在系统发出接管请求后一定时间内需要接手车辆。换句话来说，这个阶段还是需要人机共驾，只是人工辅助程度高低的问题。
以华为为代表的企业坚持“L3是必经之路”，卓驭科技等企业则主张“跳过L3直接进入L4的快速路”。从本质上来说，这两种观点折射出的，其实是不同的行业判断与商业逻辑。华为认为L3是必经之路，主要是基于行业整体发展的稳健考量。在靳玉志看来，L3的不可替代性集中在数据积累、权责过渡、行业适配三个核心层面。
一方面，L4、L5的完全自动驾驶最终还是得依赖算法迭代，而算法优化离不开海量真实的道路数据。L3的人机共驾模式恰好可以覆盖暴雨、施工等各类长尾场景，为算法提供核心训练素材，如果没有这个阶段的集体积累，L4阶段的数据基础可能会非常薄弱。
另一方面，从权责过渡来看，L2阶段各方对驾驶辅助的责任边界划分的就不怎么清晰。换句话来说，大家甚至都没有“责任边界”的意识。L3阶段可以被看作是事故责任从驾驶员向车企转移的“缓冲带”，通过L3实践，行业能逐步理清驾驶员、车企、供应商的责任边界，这也算为L4落地扫清制度障碍的做法。如果直接跳过L3，跨度太大，权责模糊的问题很可能持续存在，这显然不利于车企的长久发展。
再从行业适配的角度来看，这是一件需要兼顾不同层级市场与用户的问题。说白了，现在行业内主机厂和用户对自动驾驶的理解是参差不一的。有了L3的过渡，让整个行业和用户逐步适应“机器主导驾驶”的模式，更能保障技术向上的稳定性。
当然，主张“跳过L3”的企业也有自己的道理。有企业认为，L3资源消耗大、责任边界模糊，属于“费力不讨好”的过渡阶段。这些企业往往已经有了比较成熟的多模态大模型，再为L3单独投入研发资源，从成本的角度来看，确实比较“浪费”。
比如卓驭科技负责人沈劭劼所说的，目前利用大模型等通过一些合法的远程运营、安全兜底、传感器冗余、车辆冗余等可以做到L2、L3和L4基本同源的技术，在同源的技术下，L4就能做出来。小鹏之前推出的第二代VLA模型瞄准的也是L4，其Robotaxi试运营表现也印证了这个路线是有一定可行性的。
在实力足够的情况下，对L3进行投入，存在投入产出比例失衡的风险。毕竟，在一些自动驾驶技术实力更强的企业看来，L3研发成本接近L4，但适用场景有限、消费者付费意愿低，盈利的可能性比较低。当然，除了研发成本的问题，这些企业认为“L3可跳过”还有另外一重考量。L3本质上还是离不开人的介入，而现在经常被提及的10秒接管的设定其实还是很难界定责任，而L4责任归运营方，直接进入这个阶段可以规避纠纷。从这个角度来看，等于一步到位，直接规避了多方扯皮的麻烦。或许，之前何小鹏所说的“以后一个是L2，一个是L4，没有L3。因为L3既不L2，也不L4”这句话可以让我们更理解为何有些企业认为“L3可跳过”。
02必须面对的四重障碍
无论路线如何分歧，行业的共识并没有改变，L3大概率还是会落地，只不过，2026年是否会看到这一阶段到来，还得看几个关键的障碍能不能解决。首先，技术层面的“长尾场景”瓶颈就是横在L3面前的第一大障碍。客观来说，现在很多车企或许都已经具备了L3的能力，但要真正进入L3阶段，光在简单场景下秀肌肉没用，我们最终要看的，还是其在复杂场景下的表现。
而现在，极端天气传感器性能衰减怎么办？无保护左转、混行等场景下，系统对交通参与者的预测能力不足怎么办？去年Waymo在旧金山因停电信号灯失效导致车队停运的事件可能很多人还有印象，超出预设场景，系统直接“罢工”，暴露的正是系统对预设规则过度依赖的问题。
更何况，L3的AI决策模型还存在“黑箱”特征，一旦发生意外，系统的决策逻辑如果不能被多方理解，那么责任界定的问题还是难以解决。硬件生命周期衰减也会影响安全性，增加落地难度。再加上硬件生命周期往往都比整车的生命周期短，要保持感知能力，智能化硬件两三年就需要迭代，其中涉及的成本问题，都会增加L3落地的难度。
法规与权责的“模糊地带”也给L3落地带来了不少阻碍，这其实是人机共驾模式必然会面临的难点，特别是在法规体系、保险体系等都还不怎么完善的情况下，驾驶员未及时接管、系统故障等场景的责任归属是谁？保险公司会不会用提高保费、限制承保等手段来降低自己的风险？这些都是不可回避的问题。这么来看，L3的商业化的阻力还是非常大的。
另外，这里还存在车企布局积极性的问题。正如刚刚我们所提到的，部分企业认为可以直接跳过L3，其中一个关键考量是成本与收益的“失衡困境”。L3需要高冗余感知硬件与大算力芯片，这一套硬件下来，成本高昂。
把这个成本转嫁给消费者，车型价格必然会上来。从驾驶辅助，到“半驾驶辅助”的转变，对消费者来说，吸引力有限。一旦消费者不积极“买单”，这里的成本风险就得车企自担。对车企而言，与其去做这么一个C端普及率低的技术，不如去攻克盈利可能性更大的L4。
即便这一切都能顺利解决，用户信任与基础设施的“短板”也会影响L3的落地。这几年辅助驾驶事故频发，L2阶段尚且存在用户信任危机，更不用说过渡到L3阶段了。再加上现在大家的驾驶惯性问题，既然说了不是完全的自动驾驶，也就是某些时候需要及时接管。这种逻辑很难给用户带来安全感，即便系统允许脱眼脱手，多数用户仍会下意识紧盯路面，无法真正实现“解放双手”。
同时，虽然现在大家的口号喊的都挺响，但真谈起基础设施，其实并没有想象的那么完善。L3的正常运行需要高精度地图与5G网络的支撑，当前高精度地图的覆盖范围有限，三四线城市及偏远地区的5G覆盖率不足，L3功能很难全面落地。
03L3是一条无法“避开”的路
既然L3落地面临如此多的困境，是否意味着L3可以直接跳过，直接改道L4呢？我们从更理性的角度来看，当前，多模态大模型的确实现了技术突破，但自动驾驶技术并没有达到“完美”状态。L3落地需要海量数据积累、完善的法规体系、成熟的保险机制与用户信任，L4同样需要。换句话来说，该打的基础终究需要打，完全自动驾驶的道路，一步也不能少走。L3的核心价值，就是为行业提供一个“过渡平台”，让技术、法规、用户、基础设施都能逐步适配，避免激进迭代带来的行业混乱。
不可否认，主张跳过L3的企业大多都有自己的技术优势。但L4的落地，对基础设施、法规权责、用户信任的要求远高于L3，在这些条件都没完全成熟的情况下，哪怕技术能够实现，想规模化落地也很困难。
对整个行业而言，大家都希望自动驾驶技术能够突飞猛进，尽快进入到更高阶段。而技术发展不能好高骛远，上层建筑的前提一定是更坚实的基础。当下，“如何做好L3”“如何跨越落地障碍”比路线争论更有意义。如果想加快自动驾驶的发展，让“2026年或为自动驾驶元年”的期待变成现实，主机厂、自动驾驶企业、政策部门、保险公司乃至消费者如何共同努力，更值得大家探讨。
04结语
L3路线之争，没有绝对的对错之分。未来两三年，自动驾驶大概率还是L3与L4两条路线并行发展，一部分企业稳步推进L3商业化落地，积累行业经验与数据；已经走在前列的企业持续探索L4的技术边界，抢占未来先机。让两条路线的竞争，回归到“是否能满足行业需求”“是否能为用户创造价值”的本质上，或许是这场讨论的更大意义。
广盛网配资提示：文章来自网络，不代表本站观点。
