文 | 极智Geetech

当L2级援救驾驶成为15万级以上新车的标配，城市NOA、高速领航等功能早已不是崭新事；当飞奔Drive Pilot、小鹏XNGP、ADS 3.0接踵拿到L3级自动驾驶认证，北上广深等城市洞开L3路权；当Waymo执着于L4级Robotaxi落地，特斯拉坚合手从L2+平直跃迁L4，行业堕入了一场对于时候路线的强烈争论。

不同于阛阓端的交易化博弈、章程端的包袱永别，从时候视角来看，自动驾驶从L2到L4的进化，实质上是感知、决策、践诺三大中枢模块的材干跃迁，以及数据闭环、硬件冗余、场景适配等底层时候的合手续迭代。而夹在中间的L3，究竟是相连L2与L4的“时候缓冲带”，是不行或缺的考证门道，照旧两端不助威的“冗余才略”？

这个问题的谜底，不仅决定了将来十年汽车行业的时候路线，更决定了咱们每一个东谈主的出行花样。

时候范围而非包袱范围

多数东谈主对自动驾驶分级的解析，停留在“功能几许”或“包袱包摄”上，但从时候底层来看，L2、L3、L4的中枢区别，实则是系统自主决策材干、环境感知精度、故障冗余材干的实质各别，包袱永别仅仅时候材干达到一定水平后的生息闭幕，而非分级的中枢依据。

基于SAE J3016 2021版官方界说，咱们再行注视三个级别的中枢范围：

L2级援救驾驶（Partial Automation）：时候中枢是“援救践诺”，无自主决策材干。

硬件主打“够用就好”，单芯片、单感知链路，标配6-8个录像头、4-5个毫米波雷达，无需激光雷达，感知范围≤100米，定位精度米级。

算法是“死王法”，车谈保合手、跟车等基础功能全靠工程师手动编写，遭遇复杂场景（前车急刹、行东谈主横穿等）平直失效，扫数时候联想都默许“东谈主类是最终兜底者”，不研究系统失效后的济急决议。

L3级有条目自动驾驶（Conditional Automation）：时候中枢是“有限自主决策”，具备场景化自主适度材干。

硬件要“留后手”，双芯片、双制动、双转向是标配，同期引入激光雷达提高精度，录像头升级为高清级别，感知范围扩至150-200米，定位精度分米级。

算法开动引入深度学习时候，能在禁闭高速、城市快速路等联想运行范围（ODD）内自主跟车、变谈，但搞不定暴雪、无标线施工路等长尾场景，遇无法处理的情况触发接管请求，中枢是“系统主导、东谈主类兜底”。

L4级高度自动驾驶（High Automation）：时候中枢是“全场景自主决策+故障自处置”，无需东谈主类介入。

硬件“双保障拉满”，全冗余架构（双芯片、双电源、双感知链路），激光雷达升级至64线以上，录像头11-16个，毫米波探伤距离达250-300米，定位精度厘米级，依赖高精度定位。

算法杀青“端到端闭环”，能完成复杂语义分割、意图展望，应答简直扫数长尾场景，单点故障也能自主进犯泊车，中枢是“系统完全兜底，东谈主类无需参与”。

明确这一时候范围后，咱们不错发现：L2到L4的时候跃迁，不是毛糙的功能叠加，而是从“援救践诺”到“自主决策”，再到“全自主+自兜底”，每一步都需要阻扰中枢时候瓶颈。而L3的时候定位，恰公正于“援救”与“全自主”之间，这也决定了它在时候迭代中的争议性。

九层之台，起于累土

主流车企和多数时候盘问者觉得，L3不仅有必要，更是从L2到L4的“独一可行旅途”。L4的全冗余时候、全场景算法，无法通过实验室模拟完成考证，因此必须通过L3的量产落地，完成时候拆解、数据积蓄、风险考证，渐渐阻扰瓶颈，其实质是L4时候的“降维考证载体”。

感知方面，从L2到L4，感知时候难度呈指数级提高，而L3恰好是感知时候从“基础够用”到“高精度冗余”的过渡要津。这种定位，让L3成为多传感器会通时候的“最好考证平台”。

一方面，L3需要引入激光雷达与视觉、毫米波雷达的感知会通时候，处理L2感知系统在复杂场景下的盲区问题，比如在夜间、暴雨天气，录像头和毫米波雷达的感知精度大幅下跌，激光雷达的3D点云数据不错弥补这一短板。

但多传感器会通并非毛糙的“数据叠加”，而是需要处理数据同步、标定、冲突消解等时候贫瘠：不同传感器的采样频率、数据体式不同，怎样杀青同步汇集？激光雷达与录像头的标定舛讹怎样适度？当不同传感器检测到的策划出现冲突时，怎样判断最优闭幕？这些问题，都要在L3量产落地的经过中，在真实场景下获取进一步考证。

比如华为乾崑近日推出了新一代双光路图像级激光雷达，高达896线，分辨率提高4倍，判辨感学问别距离可达120米；第六代Waymo Driver基于最新17MP图像传感器，使传感器数目暴减42%，性能杀青飙升，雨雪天策划检测材干提高30%以上；蘑菇车联通过“视觉为主+固态激光雷达”的会通感知路线，使点云密度提高3-6倍，策划感知距离提高超50%，漏/误检率下跌70%，接管率大幅缩小两个数目级。

另一方面，L3的感知精度要求（分米级定位、150-200米感知距离），恰好是L4的厘米级定位、300米感知距离的“过渡训诫”。L4的高精度定位需要依赖高精舆图与卫星导航系统的会通，而L3不错先通过“简化版高精舆图+平方定位”的决议，考证定位系统的判辨性、抗骚扰材干，处理纯正、高楼遏止等场景下的定位漂移问题，这些时候贫瘠，无法在实验室中模拟，只可通过量产车的真实路况积蓄，渐渐优化算法。

决策方面，L3处于王法驱动向AI驱动过渡的阶段：在设定的ODD（运行联想域）范围内，米兰体育app系统不错自主完成决策（比如高速场景下的跟车、变谈、避障），但遭遇超出ODD的场景，仍需东谈主类接管。这种定位，让决策算法好像在“可控场景”下进行实战训诫，渐渐积蓄数据、优化模子。

具体来说，L3的决策算法需要处理三个中枢时候贫瘠，而这些贫瘠，恰是L4决策系统的基础。

第一，场景语义分割与意图展望。L3系统需要好像精确识别谈路标线、交通象征、红绿灯，同期展望前列车辆、行东谈主的行动意图，比如判断前列车辆是否会变谈、行东谈主是否会横穿马路。

第二，轨迹狡计的动态优化。L3的轨迹狡计需要具备动态优化材干，比如遭遇前列车辆慢速行驶，能自主狡计最优变谈路线，兼顾安全性和风物性；遭遇弯谈，能自主搬动转向角度和车速，幸免侧滑。

第三，进犯场景的济急决策。L3系统需要具备毛糙的济急决策材干，比如系统感知到自己死障，能自主触发接管请求，并保合手车辆判辨行驶一段时期，给驾驶员留出接管时期；遭遇突发袭击物，能自主完成进犯制动或遁藏。

此外，L3的决策系统还能考证“东谈主机交互的时候可行性”。比如接管请求的触发时机、辅导花样，怎样确保驾驶员在重倡导散布的情况下，好像实时接管。天然东谈主机交互包含用户体验成分，但从时候角度来看，接管请求的触发逻辑、辅导信号的传输后果，都是L4系统“无接管”联想的基础，惟有明确了东谈主类接管的极限，才能更好地联想L4系统的故障自处置逻辑。

自动驾驶算法的迭代，中枢是“数据喂养”，算法的精度、泛化材干，取决于训诫数据的数目和质料。L4级算法需要海量的全场景真实数据，而L3的量产落地，恰好能构建起“量产数据-算法优化-OTA升级”的闭环，为L4算法提供弥散的数据撑合手。

L2级援救驾驶的用户基数天然弘大，但数据的价值有限，且L2的数据以“援救驾驶日记”为主，枯竭系统自主决策的关联数据，无法用于L4算法的训诫。

而L4级Robotaxi的测试，天然能汇集到复杂场景的数据，但测试范围有限、测试车辆数目少，数据量远远无法昂然算法迭代的需求，Waymo的Robotaxi在凤凰城测试了10年，汇集的数据量仅零碎于百万台L3量产车运行1年的数据量。

L3的量产落地，能圆善处理这一问题。L3车型的用户基数大，运行场景遮盖高速、城市快速路等多种场景，好像汇集到多半复杂场景、顶点场景的数据，且这些数据包含系统自主决策的全经过，是L4算法训诫的中枢素材。

更要害的是，开云sportsL3系统不错构建起“实时数据闭环”，量产车汇集到的真实路况数据，通过车联网传输至云表，时候团队对数据进行标注、清洗，用于优化算法模子，然后通过OTA升级，将优化后的算法推送至每一台车辆，车辆再汇集新的数据，酿成“数据-算法-数据”的良性轮回。这种闭环，恰是L4算法迭代的中枢撑合手。

L3量产落地之惑

尽管主流车企坚合手L3的必要性，但以、Waymo为代表的时候派，永远觉得L3是“时候冗余”。从时候架构来看，L3与L4的中枢时候栈高度重合，研发L3零碎于“类似参预”，且L3的时候联想存在先天残障，无法果真为L4提供灵验撑合手，跳过L3平直研发L4，反而能提高时候迭代后果，幸免资源阔绰。

更要津的是，L3的时候联想存在“先天和谐”，为了适配“东谈主机接管”，L3的算法需要预留接管触发逻辑，冗余系统只需要昂然“基础兜底”，无需杀青“全故障自处置”，这种和谐，导致L3的时候积蓄无法平直完全复用至L4，反而需要进行多半的修改和优化。

特斯拉的时候路线，正巧印证了这少许。特斯拉永远不研发L3，而是专注于L2+和L4的研发，其L2+系统（FSD）的硬件成就，与L4的硬件成就高度一致，算法也选择了与L4交流的端到端架构，仅仅在场景遮盖和自主决策材干上有所舍弃。

通过L2+的量产，特斯拉汇集了海量真实数据，优化算法，渐渐提高系统的自主决策材干，最终杀青向L4的跃迁。这种花样，跳过了L3的“类似参预”，平直杀青了L2到L4的时候迭代，后果更高。

从时候逻辑来看，L3的中枢联想矛盾是“系统自主决策与东谈主类接管的冲突”，这种矛盾，导致L3的时候考证无法为L4提供灵验撑合手，反而可能误导时候研发标的。

L4的时候中枢是“无接管”，扫数时候联想都围绕“系统完全兜底”张开，无需研究东谈主类接管的逻辑；而L3的时候联想，必须围绕“东谈主机接管”张开，需要预留接管触发逻辑、接管辅导机制、接管失败的济急处置逻辑。这些联想，与L4的时候逻辑完全违犯，无法为L4提供灵验考证。

跟着AI大模子、高算力芯片、高精度传感器的快速发展，自动驾驶时候的迭代速率大幅提高。举例，多模态Transformer大模子的诓骗，让决策算法好像平直杀青“感知-决策-适度”的端到端生成，跳过了传统王法驱动的中间才略，大幅提高了系统的自主决策材干；高算力芯片的量产，让多传感器会通、复杂算法的实时运行成为可能；激光雷达的老本下跌、性能提高，让L4的感知系统好像杀青大范围量产。

在时候快速进化配景下，从L2+平直跃迁到L4一经成为可能。举例，特斯拉的FSD V14.2版块，通过多模态大模子的优化，一经具备了接近L4的自主决策材干，好像在复杂城阛阓景中自主完成跟车、变谈、避障、路口礼让等操作，无需东谈主类接管，实质上一经具备了L4的中枢时候材干。后续将推送FSD V14.3，马斯克称14.3允许用户“进入寝息状态并在主倡导被叫醒”（无监督FSD）。这种跃迁，无需经过L3的过渡，平直杀青了从L2到L4的时候阻扰。

此外，L4的时候研发，不错通过“仿真测试+Robotaxi试点”的花样，完成时候考证，无需依赖L3的量产落地。举例，Waymo通过大规效法真测试，模拟各式顶点场景，考证系统的故障自处置材干，这些花样，好像灵验替代L3的时候考证作用，且更精确、更高效。

L3试点从“小切口”鼓吹

2023年11月，工信部、公安部、 住建部、交通运载部四部门集聚发布《对于开展智能网联汽车准入和登程通行试点使命的示知》。2024年6月，工信部已公布首批试点的集聚体；2025年底工信部崇拜许可首批L3级自动驾驶车型居品开展登程通行试点。

需要诠释的是，这次准入试点和之前各省市颁发的L3/L4测试或示范诓骗/运营执照有实质区别：2021年工信部等部门集聚发布《智能网联谈路测试和示范诓骗经管程序》，基于此文献，各省市因地制宜不绝出台对应的实施确定。

在此之后，深圳、武汉等地Robotaxi不绝登程测试、运营。然而，该类文献实质上是表纵容文献，荧惑智能网联汽车在公开谈路上测试和诓骗，中枢主见是为了考证时候和探索智驾居品形态，因此在上述策略之下，各Robotaxi厂商拿到的执照为“试验用无邪车临时行驶车号牌”。

这次进行智能网联汽车准入和登程通行试点，是在各企业进行谈路测试考证居品的基础之上进行遴择，实质主见是为后续关联法律章程、时候法子制改良提供劝诫和依据。

在这么的策划之下，《试点》配套的《实施指南》中进一步明确了汽车出产企业、智能网联居品的准入要求，以及在国度级策略文献中初次明确了事故包袱永别法子，意味着我国自动驾驶章程体系的斥地崇拜提上日程。

值得贵重的是，获批的L3级自动驾驶车辆的录像头、雷达等装备必须是前装量产，通事后改装花样搭载传感器的车辆无法恳求准入试点。手脚试点城市，重庆要求在交通拥挤气象下的高速路和快速路使用自动驾驶功能时，最高车速不卓越50km/h，北京要求在交流的路况下最高车速可达80km/h。

针对L3/L4自动驾驶车辆的准入，国度法子体系正渐渐斥地。《自动驾驶数据纪录系统》是第一个自动驾驶强制法子，已崇拜颁布，于2026年1月1日崇拜践诺；由工信部牵头的《自动驾驶系统安全要求》强制性法子平直程序自动驾驶系统的时候要求、制造商要乞降覆按检测方法，影响紧要，当今已崇拜进入草拟阶段；由公安部牵头的《智能网联汽车谈路通行王法得当性测试内容和方法》亦进入拟立项阶段。

莫得皆备谜底，惟有最适配的选择

至于L3到底有莫得必要，谜底并不短长黑即白，其必要性取决于企业的时候路线、研发实力，以及对时候迭代节律的判断。不存在“皆备必要”或“皆备冗余”，惟有“是否适配”。

对于绝大多数主流车企来说，L3是必要的，它们莫得特斯拉、Waymo那般研发实力和数据积蓄，无法杀青从L2+平直到L4的时候跃迁，只可通过L3的量产落地，渐渐拆解L4的时候贫瘠，积蓄数据、考证时候、优化算法，杀青渐进式迭代。L3的中枢价值，不是过渡居品，而是“时候考证载体”，是它们通往L4的“必经门道”。

这些车企通过L3的量产，好像渐渐阻扰感知会通、自主决策、冗余系统、数据闭环等中枢时候贫瘠，从而为L4的研发奠定坚实基础。

而对于特斯拉这么的头部时候玩家来说，具备刚毅的研发实力、海量的数据积蓄，以及发轫的时候架构，好像通过L2+的量产或Robotaxi的试点，平直阻扰L4的中枢时候贫瘠，杀青从L2到L4的时候跃迁，无需经过L3的过渡。对于它们来说，研发L3零碎于“类似参预”，不仅无法提高时候迭代后果，还会散布研发元气心灵，延误L4的落地进程。

但咱们必须承认，不管是否跳过L3阶段，L4的中枢时候贫瘠——全场景感知、全自主决策、全冗余兜底、海量数据闭环都无法隐藏。L3的存在，无疑推动了自动驾驶中枢时候的普及和锻练，它让多传感器会通、高算力芯片、自主决策算法等中枢时候，杀青了大范围量产诓骗，缩小了L4时候的研发和量产老本，为通盘行业的时候迭代奠定了基础。即使是特斯拉、Waymo，也迤逦受益于L3推动的供应链锻练，比如激光雷达老本的下跌、高算力芯片的普及等，都与L3的量产落地密切关联。

自动驾驶时候的终极策划，是L4甚而L5的全自主驾驶，而不管是渐进式照旧进步式路线，最终的中枢都是阻扰中枢时候贫瘠，杀青安全、可靠的自动驾驶。L3的存在，仅仅行业时候迭代经过中的一个“阶段性产物”，它的价值，将跟着时候的不断锻练，渐渐被L4替代，但在当下，它依然是多数企业杀青时候跃迁的“最优解”。

时候迭代从无捷径可言，该走的路一步也绕不外去，对于多数企业来说，L3不是捷径，但却是最稳妥的路。