試點已落地——但新一波智慧駕駛新勢力並不打算等待 L3。

2025 年自動駕駛行業的最後一個重磅頭條終於落地：L3 試點正式來了。

兩款具備 L3 能力的車型率先在重慶、北京開展試點。一款是採用純視覺路線的深藍 SL03，搭載長安自研 NID 智駕系統；另一款是北汽極狐 Alpha S6（三雷射雷達版），配備華為 ADS。

與此前的“地方 L3 許可”相比，本輪試點的最大不同在於權威層級的躍升：這是首批獲得工信部（MIIT）國家層面批准的 L3 車型。

幾乎一夜之間，L3 再次成為全行業最熱話題。

華為智慧駕駛的核心負責人靳玉志也難掩激動，發文稱：“L3 is coming”。據悉，華為此前已在深圳高速使用員工內購的問界 M9與尊界 S800開展 L3 內部測試，累計里程超過 1000 公里。

這套內部測試與公開試點在關鍵細節上明顯不同：據稱它不侷限單車道，也不限制在較低測試時速。在體驗上，它更接近消費者想像中“真正的 L3”應有的樣子——至少比當前獲批上路的兩款試點車更接近。

這波 L3 的熱度看似猛烈，但這並不是 L3 與車企第一次“親密接觸”。

第一波發生在 2017 年前後，奧迪、寶馬、賓士等豪華品牌在德國陸續釋出 L3 功能，引發巨大關注。

第二波出現在 2018—2020 年，廣汽、奇瑞、上汽、長安等多家中國車企宣佈要量產 L3。可現實中，不少所謂“L3 車”最終更多停留在強化版自動泊車層面。

如今進入第三波：2025 年，也許是“L3 命題”變化最快的一年。

8 個月前，何小鵬曾表示：“到 2025 年底將實現 L3 智駕能力量產落地。”8 個月後，新款小鵬 P7 配上 2250 TOPS 算力，但他又明確稱：“只有 L2 和 L4，小鵬不會再推送 L3 了。”

八年之後，L3 不再是單一路徑，而是分裂成兩種方法論。

一派認為可以直接跳過 L3，從 L2 邁向 L4。

另一派堅持認為 L3 仍是通向 L5 前最關鍵的一步——尤其在法規與責任劃分面前，很難繞開。

通往 L3 的三條路線

通往 L3 的路徑，比多數人想像得更豐富。

按國家標準《GB/T 40429-2021》，L3 的定義是：系統在其設計執行條件（ODD）下持續執行全部動態駕駛任務，也就是“有條件自動駕駛”。

標準本身不規定每個限制條件，但出於安全考慮，現階段政策對 L3 試點在車速、適用場景、覆蓋範圍等方面都設定了約束。

路線一：縮小適用範圍

如果無法在大範圍內滿足要求，就把 ODD 壓縮到非常小——這是典型的“保守版 L3”，過去多見於德、日車企。

從 2018 年開始，BBA 陸續推出 L3 車型。但“全球首款 L3”敘事並不順利：例如奧迪 A8 並未真正大規模落地 L3，團隊最終甚至解散。

賓士與寶馬雖然實現了量產 L3，但前提是把執行範圍壓縮到極致。

為了達成合規，他們把感測器堆到“滿配”——賓士 S 級 Drive Pilot 甚至加入路面溼度感測器，但系統仍主要只能在高精地圖覆蓋區域執行。

即便如此，往往仍被限制在高速且速度上限約 60 km/h。在現實使用中，這樣的 L3 很難稱得上“有價值”。

路線二：全棧堆疊，靠冗餘硬上

第二條路線是“全方位大力出奇跡”的全棧策略，常被認為是華為系的代表方向。

據預期，華為將於年底在高速場景開啟四款車型的 L3 內測，包括問界 M9、尊界 S800、極狐 Alpha S、廣汽昊鉑 A800，均採用乾崑 ADS 4。

這條路線核心就是：更多資料、更強冗餘、更厚安全層。

地平線創始人餘凱曾提出一種思路：需要大規模部署 L2++、積累海量統計資料，才可能“掙”出 L3。華為的路徑與此非常接近。

其關鍵在於資料閉環 + 多重安全冗餘。據稱華為 L3 內測車每車配置至少 4 顆雷射雷達；同時華為公佈的智駕累計資料達到 63.8 億公里，行業內少有可比。

今年上半年，華為對 L3 的推進也已露出鋒芒。ADS 4 推送的“駕駛員失能輔助”在突發情況下可將車輛安全引導至路邊，已被不少人視作“類 L3”功能。

但這一路線極難複製。對多數玩家而言，它不是模板，更像資源壁壘。

即便華為並非直接持證主體，憑藉 ADS 在多家自主品牌上的生態鋪設，L3 熱潮也會同步抬昇華為的存在感與受益面。

路線三：道路級基座大模型

另一批更強調 AI 基座大模型的新勢力並不願意等待，於是第三條路線正在升溫：道路級基座大模型。

元戎啟行創始人周光認為，現階段的 L3 很大程度是基於既有技術框架，再用規則限制適用範圍，比如“下雨不能用、夜晚不能用”。

他認為 L3 與 L4 之間存在方向衝突：一個偏規則驅動，一個需要模型理解世界。真正能打通 L3、L4 的，是能學習道路常識、具備強泛化能力的基座大模型。如果千萬量級資料訓練出的模型足夠強，L3 可能會很短暫，甚至被跳過。

不過，L3 仍有不可替代的優勢：責任邊界更清晰，有利於商業化與量產推進。

這也帶出一個現實結論：對許多企業而言，L3 的商業價值正在大於技術價值。

L3 常常更像形容詞，而不是具體可用的能力。

比如“L3 級算力”常指本地有效算力超過 2000 TOPS；又比如 L3 在賣車時被當作強標籤，尊界 S800、問界 M9 等也常附帶“首款 L3 自動駕駛”之類表述。

技術最終誰先跑通仍未可知，但資本市場反應已經很快。

極狐 Alpha S 入選首批 L3 試點後第二天，北汽股價大漲 10.01%。

為什麼 L3 比預期更慢

有業內觀點認為：技術上 L3 是過渡階段，但在法規層面它絕不是“簡單過渡”。

事實上，L3 的推進一直比想像中慢。

年初，小鵬、華為、極氪、比亞迪都把 2025 年第四季度視作 L3 量產視窗。如今“具備 L3 能力的量產車”似乎出現了，但距離真正意義上的 L3 落地仍有距離。

與此同時，一些玩家已不再把 L3 當作核心目標。

除了小鵬明確跳過 L3，蘇箐、周光、餘凱等也曾表達“L3 很短暫”的判斷。

蘇箐在最新演講中提到，地平線的新範式試圖打破 L2 與 L4 的割裂，通過統一開發範式、低成本複製與全域泛化能力，讓“準 L4 系統”實現平價落地。

“L3 的消失”主要來自兩方面：政策與體驗。

政策：審批慢、門檻高、運營複雜

L3 的審批流程嚴謹且週期長。

當前在重慶、北京試點的兩款車型據稱是一年多前申報的版本，這也是為何極狐試點車並非搭載最新 ADS 4。

就能力而言，兩車均被限制為單車道內行駛，也就是開啟 L3 後不能變道——這與消費者心目中的可用 L3 仍有差距。

同時，審批要求也更偏“運營化”。業內人士稱，獲得 L3 牌照通常需要車企找到運營公司組成聯合申報體系，由運營主體承擔測試過程中的法律責任。

通過認證後，還要以具體車型申請測試牌照。目前測試車輛大多是 to B 屬性，國家尚未大規模開放 to C 的准入認證。

這也是為何此次極狐與深藍都被視為“非面向大眾量產形態”的重要原因之一。

有人會疑惑：理想、小鵬不是拿過地方 L3 牌照嗎？

理解 L3 程序需要分兩條線：地方牌照與工信部名單。

地方牌照主要發生在 2023—2025 年間，超過 14 家車企與地方政府合作，獲得高快速路測試許可，但範圍限定在本地轄區。

工信部牽頭的才是關鍵門檻：正式名稱為《智慧網聯汽車准入和上路通行試點聯合體試點名單》，由工信部主導、四部門聯合審批確認，名單中僅有 9 家聯合體。

即便如此，檔案也強除錯點目的是積累管理經驗、支撐法律法規與標準修訂。換句話說，現階段試點更多是為車企與監管部門“練兵”。誰能率先跑出真正 L3，仍未有定數。

這種不確定性與長週期的嚴審，也進一步加劇了行業的“智駕焦慮”。

體驗：對使用者的提升並不顯著

從消費者角度看，L3 並不一定帶來非常明顯的體驗躍遷。

在限定場景下，L3 與其說是技術分級，不如說是責任分級：責任主體從駕駛員轉向系統。

但駕駛員仍需作為後援，仍可能需要接管。

因此，L3 可以做到 hands-off，卻很難做到 mind-off。

矛盾在於：人類很難長時間保持“手不動但注意力高度集中”。因此，新國標要求 L3 系統必須給使用者留出約 10 秒的接管與反應時間。

這使 L3 成為自動駕駛分級中最混沌、也最需要謹慎的一段：更受政策強驅動，而非單純技術主導。

而這與當下高度市場化、強競爭的智駕行業節奏並不完全匹配，於是才出現部分企業試圖跳過 L3。

“跳過 L3”與特斯拉參照

“跳過 L3”的討論，繞不開特斯拉。

“特斯拉也只有 L2 和 L4”已成為不少新勢力的論據之一。

SAE 在 2014 年提出 L1-L5 分級，但馬斯克很少在公開場合使用這一體系。特斯拉更傾向用 **AP、EAP、FSD（supervised）**來定義與售賣能力：基礎版、增強版、以及“有監管的全自動駕駛”。

在特斯拉話語體系裡，高級別自動駕駛幾乎被簡化為兩種：**FSD（supervised）**與 FSD（unsupervised）。

核心差別就是：需要不需要使用者監管。

這種“去等級化”不是因為特斯拉不在乎，而是因為它非常清楚 L3 代表什麼。

其中一個目的，是避免被不同國家的 L3 審批體系拖慢。很多人以為海外 L3 更寬鬆，但事實是多數國家監管同樣嚴格。

以捷克為例，從 2026 年 1 月 1 日起將啟用 L3 無監督自動駕駛，但仍要求系統為駕駛員提供 10 秒接管視窗，並通常從高速公路開始逐步擴大範圍。

在捷克，特斯拉 FSD（supervised）被定義為 L2。若要執行 L3，特斯拉必須與政府深度協作，並修改 FSD 以符合新法規。

這意味著：想做 L3，就得逐國審批。對全球化車企而言太慢。即便是 L2 的全球化，FSD 目前進入的國家數量也有限，L3 更難。

第二個更技術性的觀點是：特斯拉相信 L2 在架構上可以躍遷到 L4。

特斯拉 Robotaxi 搭載的 L4 系統被稱為 FSD（unsupervised），與乘用車 FSD 同源。

硬體上，兩者都依賴 HW4.0，堅持純視覺感知，配備 8 個攝像頭與特斯拉自研晶片。

體驗上，何小鵬在美國短時間內連續體驗 FSD 與 Robotaxi 後認為兩者感受幾乎一致，並回國後再次強調自動駕駛可能會直接到“準 L4 或完整 L4”。

但這仍是終極命題：Robotaxi 證明了架構上限，但要把使用者手裡的 L2 乘用車直接升級到 L4 並規模化落地，即便對特斯拉而言也並非板上釘釘。

兩種路線之爭，反而更接近真相

今天圍繞 L3 的分歧，本質上是兩條路線的較量。

一條是華為式：資料規模 + 冗餘硬體 + 全棧能力疊加的漸進路線。

一條是特斯拉式：端到端與大模型驅動的 AI 躍進路線，試圖壓縮從監督到高階自動駕駛的距離。

這種分歧的出現不是壞事，它恰恰意味著行業在逼近真實答案。

當行業第三次大規模討論 L3 時，焦點已從高精地圖與傳統 L3 轉向 端到端 + 大模型如何解決更高級別自動駕駛。

無論哪條路線最終成為主流，這場爭論本身，都在把行業推向它真正想抵達的目標：L4。