Uji Coba Sudah Dimulai, tetapi Para Pemain Baru Smart Driving Memilih Tak Menunggu L3

Kabar besar terakhir di dunia kendaraan otonom pada 2025 akhirnya tiba: uji coba (pilot) L3 resmi dimulai.

Dua model Level 3 menjadi yang pertama melaju di skenario uji coba di Chongqing dan Beijing. Yang satu adalah Deepal SL03 dengan pendekatan pure-vision dan ditenagai NID (sistem smart driving hasil pengembangan internal Changan). Yang lainnya adalah BAIC Arcfox Alpha S6 versi tiga LiDAR, yang mengusung Huawei ADS.

Dibanding “izin L3 tingkat daerah” yang sempat ramai sebelumnya, putaran kali ini memiliki perbedaan yang paling menentukan: untuk pertama kalinya, model L3 mendapat persetujuan langsung dari Kementerian Perindustrian dan Teknologi Informasi (MIIT).

Tidak butuh waktu lama, L3 kembali jadi topik terpanas.

Pimpinan utama Huawei Qiankun Intelligent Driving, Jin Yuzhi, bahkan menulis satu kalimat penuh antusias: “L3 is coming.” Berdasarkan informasi yang beredar, Huawei sebelumnya sudah memulai uji internal L3 di jalan tol Shenzhen melalui unit karyawan yang dibeli lewat program internal, yaitu Aito M9 dan Maextro S800, dengan jarak pengujian lebih dari 1.000 km.

Uji internal ini berbeda jelas dari uji coba publik. Konon, pengujiannya tidak dibatasi hanya satu lajur, dan tidak dikunci pada kecepatan uji yang rendah. Dalam arti tertentu, format ini lebih mendekati L3 yang dibayangkan konsumen—dibanding dua kendaraan uji coba publik yang saat ini diizinkan beroperasi.

Namun, seheboh apa pun gelombang L3 kali ini, ini bukan pertama kalinya L3 memasuki “masa mesra” dengan industri otomotif.

Periode pertama terjadi sekitar 2017, ketika brand premium seperti Audi, BMW, dan Mercedes-Benz meluncurkan fungsi L3 di Jerman dan memicu sensasi besar.

Periode kedua berlangsung pada 2018–2020, saat sejumlah produsen Tiongkok—GAC, Chery, SAIC, Changan, dan lainnya—ramai-ramai mengumumkan target produksi massal L3. Sayangnya, banyak “mobil L3” pada masa itu jika dilihat lebih dekat, pada praktiknya hanya kuat di parkir otomatis.

Kini masuk periode ketiga: 2025, yang bisa dibilang sebagai tahun ketika definisi dan arah L3 berubah paling cepat.

Delapan bulan lalu, He Xiaopeng menyatakan: “Pada akhir 2025, kami akan mewujudkan kemampuan smart driving L3 dalam produksi massal.” Delapan bulan kemudian, Xpeng P7 terbaru tampil dengan konfigurasi komputasi 2.250 TOPS, tetapi He Xiaopeng justru menegaskan: “Hanya ada L2 dan L4. Xpeng tidak akan mendorong L3 lagi.”

Setelah delapan tahun sejak 2017, L3 akhirnya tidak lagi dipandang sebagai satu tujuan tunggal—melainkan terbelah menjadi dua cara pandang.

Ada yang yakin L3 bisa langsung dilewati, dari L2 melompat ke L4. Namun ada pula yang menilai L3 tetap langkah paling krusial sebelum menuju L5—terutama karena faktor hukum dan regulasi yang sulit ditawar.

Tiga jalur menuju L3

Jalur untuk mencapai L3 ternyata lebih beragam dari yang banyak orang duga.

Menurut standar nasional GB/T 40429-2021, L3 didefinisikan sebagai sistem yang secara berkelanjutan menjalankan seluruh tugas mengemudi dinamis dalam kondisi operasi yang dirancang (ODD). Singkatnya: “otomatisasi bersyarat.”

Standar tersebut tidak merinci batasan spesifik, tetapi demi keselamatan, kebijakan saat ini tetap memberikan pembatasan pada kecepatan, cakupan, dan ruang lingkup uji coba L3.

Jalur 1: Memperkecil cakupan (ODD)

Jika belum mampu memenuhi syarat pada skenario luas, cara pertama adalah mengecilkan ODD sampai sangat terbatas—strategi “L3 konservatif” yang kerap diasosiasikan dengan produsen Jerman dan Jepang.

Sejak 2018, BBA memang meluncurkan model yang mengusung L3. Tetapi narasi “model L3 pertama di dunia” tidak berjalan mulus: contohnya, Audi A8 bahkan belum sempat mendorong sistem L3 secara penuh, timnya sudah dibubarkan. Sementara Mercedes dan BMW yang benar-benar memproduksi L3, melakukannya dengan ODD yang sangat diperas.

Mereka melengkapi kendaraan dengan sensor yang sangat lengkap—misalnya sistem L3 Drive Pilot pada Mercedes S-Class bahkan menambahkan sensor kelembapan permukaan jalan—namun tetap hanya bisa berjalan di area peta HD.

Di atas itu, biasanya hanya bisa digunakan di jalan tol dan sering kali dibatasi sekitar 60 km/jam. Dalam penggunaan nyata, versi L3 seperti ini sulit disebut “benar-benar berguna”.

Jalur 2: Menang lewat “all-in”—redundansi menyeluruh

Jalur kedua adalah pendekatan full-stack yang agresif: lebih banyak data, lebih banyak redundansi, lebih banyak lapisan keselamatan—dengan Huawei Qiankun sering dianggap sebagai representasi utamanya.

Diperkirakan menjelang akhir tahun, Huawei akan memulai uji internal L3 di jalan tol untuk empat model: Seres Aito M9, JAC Maextro S800, Arcfox Alpha S, dan GAC Hyptec A800, semuanya menggunakan Qiankun ADS 4.

Secara garis besar, metode Huawei adalah “total all-in”.

Pendiri Horizon Robotics, Yu Kai, pernah berpendapat bahwa salah satu cara menuju L3 adalah menuntut skala deployment L2++ yang sangat besar, mengumpulkan data statistik masif, lalu dari situ barulah L3 menjadi mungkin. Jalur Huawei terlihat sangat dekat dengan logika ini.

Intinya adalah data loop yang sangat besar plus redundansi keselamatan berlapis. Misalnya, empat model uji L3 yang diumumkan Huawei disebut-sebut memiliki setidaknya 4 LiDAR per kendaraan. Sebagai referensi, Huawei juga mengutip akumulasi data berkendara cerdas ADS mencapai 6,38 miliar km—angka yang hingga kini sulit ditandingi.

Sejak paruh pertama tahun ini, ambisi Huawei menuju L3 juga sudah terlihat. Fitur bantuan saat pengemudi tidak mampu mengemudi yang didorong lewat ADS 4—mengantar kendaraan ke sisi jalan saat pengemudi mengalami kondisi darurat—di mata banyak pihak sudah menyerupai “fungsi ala L3”.

Namun, rute semacam ini sangat sulit ditiru. Bagi sebagian besar pemain, ini bukan “template”, melainkan tembok sumber daya.

Lebih jauh, meski Huawei bukan pemegang izin L3 secara langsung, karena ADS sudah dipasang di berbagai merek lokal, momentum L3 tetap membuat Huawei ikut terangkat dan menjadi penerima manfaat di gelombang ini.

Jalur 3: Model dasar (foundation model) skala jalan

Di sisi lain, ada kelompok pemain baru yang menekankan AI foundation model dan tidak ingin menunggu. Dari sinilah jalur ketiga mulai naik daun: foundation model tingkat jalan.

Pendiri Yuanrong Qixing, Zhou Guang, menilai L3 saat ini masih dibangun dalam kerangka teknologi yang ada, lalu dibatasi oleh aturan—misalnya “tidak bisa dipakai saat hujan” atau “tidak bisa dipakai malam hari”.

Dalam pandangannya, L3 dan L4 bergerak ke arah berbeda: satu lebih rule-driven, sementara yang lain membutuhkan model yang memahami dunia. Jembatan menuju L3 dan L4, katanya, adalah foundation model yang dapat memahami “akal sehat” di jalan dan punya generalisasi kuat. Jika model yang dilatih dari data skala “puluhan juta” menjadi cukup kuat, maka L3 bisa jadi hanya sebentar—bahkan mungkin dilewati.

Meski begitu, L3 punya keunggulan yang tidak bisa dipungkiri: batas tanggung jawab lebih jelas, sehingga membantu dorongan menuju produksi massal.

Di sinilah realitasnya: bagi banyak perusahaan, nilai bisnis L3 saat ini lebih besar daripada nilai teknisnya.

L3 sering berfungsi sebagai “label” ketimbang kemampuan yang benar-benar dipakai.

Contohnya, istilah “mobil dengan komputasi level L3” merujuk pada komputasi lokal efektif di atas 2.000 TOPS. Atau L3 dipakai untuk mendongkrak penjualan—seperti dalam pemasaran Maextro S800 dan Aito M9, yang sering disisipkan klaim “model pertama berlevel L3”.

L3 sendiri belum final dalam implementasi luas, tetapi pasar sudah bereaksi cepat.

Sehari setelah Arcfox Alpha S masuk daftar batch pertama uji coba L3, saham BAIC melonjak 10,01%.

Mengapa L3 bergerak lebih lambat dari perkiraan

Sebagian pelaku industri menilai: dari sisi teknologi, L3 bisa dianggap tahap transisi—tetapi dari sisi regulasi, ia jelas bukan “sekadar transisi”.

Kenyataannya, kemajuan L3 selalu lebih lambat dari yang dibayangkan banyak orang.

Awal tahun ini, Xpeng, Huawei, Zeekr, dan BYD sama-sama mengarah ke Q4 2025 sebagai jendela produksi massal L3. Kini, “mobil produksi massal dengan kemampuan level L3” sudah muncul, tetapi L3 yang benar-benar siap dipakai luas masih belum dekat.

Pada saat yang sama, sebagian pemain tidak lagi menempatkan “L3” sebagai target utama.

Selain Xpeng yang terang-terangan menyatakan akan melewati L3, tokoh seperti Su Qing, Zhou Guang, dan Yu Kai juga menilai “L3 akan singkat”.

Dalam presentasi terbarunya, Su Qing menyebut paradigma baru Horizon Robotics yang mencoba memutus keterbelahan L2 dan L4: melalui paradigma pengembangan terpadu, replikasi berbiaya rendah, dan kemampuan generalisasi lintas domain—untuk mewujudkan sistem “near-L4” yang terjangkau.

Fenomena “L3 yang menghilang” terutama berasal dari dua faktor: kebijakan dan pengalaman pengguna.

Kebijakan: proses ketat, panjang, dan berbasis operasi

Persetujuan L3 adalah proses yang sangat ketat dan memakan waktu.

Dua model yang saat ini diuji di Chongqing dan Beijing disebut-sebut adalah versi yang diajukan lebih dari setahun lalu—ini pula yang menjelaskan mengapa versi Arcfox yang diuji belum menggunakan ADS 4 terbaru.

Dari sisi fungsi, keduanya juga hanya dapat berjalan di satu lajur. Artinya, ketika L3 aktif, kendaraan tidak dapat berpindah lajur—jelas belum mendekati “L3 yang bisa dipakai konsumen”.

Selain itu, demi keamanan, proses perizinan L3 juga sangat ketat. Menurut sumber industri, untuk mendapatkan izin L3, produsen kerap perlu bekerja sama dengan perusahaan operator sebagai bagian dari kerangka pengajuan bersama, dan pihak operator inilah yang menanggung tanggung jawab hukum selama uji operasional.

Setelah lolos sertifikasi, tiap model masih harus mengajukan izin uji spesifik. Saat ini, armada pengujian sebagian besar berorientasi to-B, sementara akses sertifikasi to-C belum dibuka secara luas.

Inilah salah satu alasan mengapa Arcfox dan Deepal pada uji coba ini dinilai sebagai versi “bukan untuk pasar massal”.

Sebagian konsumen bertanya: bukankah Li Auto dan Xpeng sudah mengumumkan “izin L3 daerah”?

Untuk memahami progres L3, memang perlu membedakan dua jalur: izin daerah dan daftar nasional yang dipimpin MIIT.

Pada 2023–2025, lebih dari 14 produsen bekerja sama dengan pemerintah daerah untuk memperoleh izin uji L3 di jalan cepat. Namun izin daerah hanya berlaku pada wilayah administratif setempat.

Sementara, daftar yang dipimpin MIIT adalah pintu dengan ambang tertinggi. Nama resminya adalah “Daftar Konsorsium Uji Coba Akses dan Operasi Jalan Kendaraan Terhubung Cerdas”, diprakarsai MIIT pada 2024 dan disetujui bersama oleh empat departemen. Di daftar itu sebenarnya hanya ada sembilan konsorsium.

Meski begitu, dokumen terkait pun menekankan bahwa uji coba ini bertujuan mengumpulkan pengalaman manajemen dan mendukung revisi regulasi serta standar teknis. Artinya, tahap ini lebih untuk “belajar sistem” bagi industri dan regulator—siapa yang benar-benar akan melesat lebih dulu dengan L3 masih belum pasti. Ketidakpastian, ditambah proses yang ketat dan panjang, memunculkan rasa “kecemasan” baru di sektor smart driving.

Pengalaman: peningkatannya tidak selalu terasa besar

Dari sudut pandang pengguna, L3 tidak selalu memberi lompatan pengalaman yang dramatis.

Di ODD terbatas, L3 lebih banyak bicara tentang siapa yang menanggung tanggung jawab dibanding sekadar level teknologi. Tanggung jawab bergeser dari pengguna ke sistem.

Namun pengemudi tetap harus menjadi “cadangan”. Pengambilalihan kendali masih mungkin terjadi.

Artinya, pengemudi bisa hands-off, tetapi tidak bisa mind-off.

Kontradiksinya jelas: manusia sulit mempertahankan perhatian penuh dalam waktu lama saat “tangan tidak melakukan apa-apa”. Karena itu, standar baru mensyaratkan sistem L3 menyediakan sekitar 10 detik untuk pengambilalihan dan reaksi.

L3 adalah tahap paling kabur—dan paling perlu kehati-hatian—dalam hierarki otonomi. Ia lebih didorong oleh kebijakan daripada murni dipimpin teknologi.

Kondisi ini tidak sepenuhnya sejalan dengan industri smart driving yang kompetitif dan bergerak cepat. Maka, sebagian perusahaan mulai serius mempertimbangkan melewati L3.

Mengacu Tesla: melewati L3

Pembahasan “melewati L3” sering dimulai dari Tesla.

Kalimat “Tesla juga hanya punya L2 dan L4” menjadi salah satu pijakan banyak pemain baru.

SAE memang memperkenalkan standar L1–L5 pada 2014, tetapi Elon Musk jarang menggunakannya di panggung publik. Tesla menjual sistemnya lewat label AP, EAP, dan FSD (supervised)—masing-masing mewakili versi dasar, versi ditingkatkan, dan “full self-driving dengan pengawasan”.

Dalam bahasa Tesla, level otonomi tinggi pada dasarnya menyusut menjadi dua: FSD (supervised) dan FSD (unsupervised).

Bedanya sederhana: perlu pengawasan pengguna atau tidak.

Apakah Tesla mengaburkan level karena tidak peduli? Justru sebaliknya—karena mereka paham betul implikasi L3.

Salah satu tujuan “de-leveling” adalah melewati L3 untuk menghindari hambatan kebijakan yang berbeda-beda di tiap negara. Banyak yang mengira regulasi L3 di luar negeri lebih longgar—padahal mayoritas negara sangat ketat.

Contohnya Republik Ceko: mulai 1 Januari 2026, negara itu akan mengaktifkan L3 tanpa pengawasan, tetapi tetap mewajibkan sistem menyediakan 10 detik untuk takeover, dan implementasi biasanya dimulai dari jalan tol lalu meluas.

Saat ini, FSD (supervised) Tesla di Ceko diklasifikasikan sebagai L2. Jika ingin menjalankan L3, Tesla harus bekerja sama erat dengan pemerintah dan mengubah FSD agar sesuai aturan baru.

Dengan kata lain: untuk naik ke L3, Tesla pun harus melewati persetujuan negara demi negara—bagi perusahaan berambisi global, itu terlalu lambat. Bahkan globalisasi L2 saja tidak mudah; hingga kini FSD baru masuk ke 6 negara, dan L3 akan jauh lebih sulit.

Alasan kedua lebih teknis: Tesla merasa Robotaxi sudah membuktikan bahwa L2 bisa melompat secara teknis ke L4.

Robotaxi Tesla menggunakan sistem L4 yang disebut FSD (unsupervised), dan arsitekturnya masih satu garis dengan FSD pada mobil penumpang.

Kesamaan itu terlihat pada hardware: keduanya memakai HW4.0, pendekatan pure-vision, konfigurasi 8 kamera, serta chip buatan Tesla.

Dari sisi pengalaman, He Xiaopeng pernah mencoba Tesla FSD dan Tesla Robotaxi dalam jarak waktu singkat, lalu menyimpulkan pengalaman keduanya hampir sama. Setelah kembali, ia menegaskan kembali bahwa otonomi mungkin akan langsung menuju “near-L4 atau full L4”.

Namun, ini tetap pertanyaan besar: Robotaxi mungkin menunjukkan ruang peningkatan arsitektur, tetapi meng-upgrade mobil penumpang L2 milik konsumen langsung menjadi L4 dalam skala besar bahkan bagi Tesla pun belum sepenuhnya pasti.

Dua aliran besar, satu tujuan yang sama

Pada akhirnya, perbedaan sikap terhadap L3 mencerminkan dua jalur menuju otonomi.

Satu adalah pendekatan Huawei: rute bertahap yang mengandalkan penumpukan data, kemampuan full-stack, dan redundansi keselamatan.

Satunya adalah pendekatan Tesla: lompatan berbasis AI, bertaruh pada end-to-end dan model besar untuk memperpendek jarak dari supervised ke otonomi lebih tinggi.

Munculnya perbedaan bukanlah masalah—justru itu tanda industri semakin dekat pada jawaban.

Saat industri untuk ketiga kalinya mendiskusikan L3 secara masif, fokusnya sudah bergeser: dari peta HD dan L3 tradisional menuju bagaimana end-to-end + model besar dapat menjadi kunci menyelesaikan L3.

Apa pun jalur yang akhirnya dominan, perdebatan ini akan membawa industri semakin dekat pada tujuan yang sebenarnya: L4.