L3级自动驾驶商业化与政策突破 - 工信部首次批准L3级自动驾驶商业化运营，长安深蓝SL03与极狐阿尔法S6两款车型通过准入申请，标志着中国首次允许车辆在特定条件下由系统承担驾驶任务 [1] - 政策明确了L3级自动驾驶的权责划分：在限定路段以不超过80公里时速自主行驶时，若系统激活状态下发生事故，车企或将承担主要责任 [1] - 准入要求传感设备必须为“前装量产”，后改装车辆无法获得试点资格，从源头保障技术稳定性 [1] - 行业普遍认为L3级是从“辅助驾驶”到“完全自动驾驶”的重要过渡，后续L4级将在固定区域内实现完全无人驾驶 [1] - 中国此次准入虽起步晚于德国（德国2021年通过《自动驾驶法》），但一步切入责任核心，直接启动附条件商业化运营，未走“测试”老路 [1] L3级自动驾驶技术定义与行业进展 - 根据国家标准，L3级被定义为有条件自动驾驶，在特定条件下车辆可自主完成所有驾驶任务，驾驶员转变为监督者，仅在系统请求时介入 [4] - 与L2级（组合辅助驾驶）相比，L2级驾驶员需时刻监控并准备接管，而L3级在特定条件下系统可独立完成所有驾驶操作，驾驶员角色发生根本转变 [6][7] - 多家主流车企已将2025年实现L3级有条件自动驾驶落地作为目标，2026年被视为L3级自动驾驶的“量产元年” [1][3] - 华为联合赛力斯、阿维塔、奇瑞、北汽等11家车企在公开场合谈及L3，这些车企基本囊括中国汽车行业四大央企和新势力代表 [3] - 具体车企进展：小鹏汽车已在广州获得L3级道路测试牌照并启动常态化测试，计划2026年推出软硬件达L4级水平的量产车型；广汽集团计划2024年第四季度启动首款L3车型量产上市；奇瑞汽车计划2026年量产L3级车辆，并发布算力达1000 TOPS的猎鹰智驾系统 [3] 自动驾驶技术演进与关键挑战 - 从L2到L3的跨越面临现实挑战，核心在于人机共驾的信任建立，包括系统何时退出以及驾驶员能否及时接管 [2] - 国际数据显示，50岁以上用户从分神到重新掌控车辆平均需6秒以上，而系统发出接管请求后留给驾驶员的反应窗口通常不足10秒 [8] - 在低频激活场景下（有研究称城市道路L3可用时间不足23%），驾驶员极易产生依赖或松懈，反而放大风险 [8] - 当系统检测到难以处理的复杂情况（如恶劣天气、道路施工）时会提前发出接管提示，驾驶员必须迅速响应重新掌握控制权 [8] 智能驾驶技术竞争与AI模型发展 - 汽车行业智驾竞争激烈，主流车企如比亚迪、吉利、奇瑞、广汽等纷纷推出智驾计划，行业进入“得智驾者得天下”的时代 [8] - 自2023年以来，智驾行业掀起BEV、端到端技术浪潮，车企正逐步将AI神经网络融入感知、规划、控制等环节 [8] - “端到端+VLM”曾是主流技术方案，但存在联合训练困难、3D空间理解不足、驾驶知识欠缺、难以处理人类驾驶多模态性等问题 [12][13] - VLA（视觉语言动作）模型正在成为重要技术方向，它通过统一的大模型架构将感知、决策、执行无缝串联，形成“图像输入-语义理解-类人决策-动作输出”的闭环，可同步提高智驾的上限和下限 [13] - VLA模型整合了VLM的感知能力和端到端模型的决策能力，并引入“思维链”技术，具备全局上下文理解与类人推理能力 [14] - 在推理时长方面：传统基于规则方案只能推理1秒路况；端到端1.0系统能推理未来7秒路况；VLA模型则能对几十秒路况进行推理，显著提升决策能力和适应性 [14] - 理想汽车发布了新一代自动驾驶架构MindVLA，计划于2026年量产应用 [9] - VLA被业界认为是端到端2.0的主要技术形态，目前尚处于发展阶段，相关模型包括DeepMind的RT-2、OpenVLA、Waymo的EMMA、Wayve的LINGO-2、英伟达NaVILA等 [14] 车企智能化战略与自研趋势 - 随着汽车从“机电产品”变为“智能体”，用户需求从“能不能开”升级为“开得是否安全”，关注系统决策过程的可理解性与交互性 [15] - 车企自研渐成趋势，更适合自研的项目主要包括三类：核心竞争技术（如自动驾驶算法）、差异化技术（如独特用户界面）、高成本技术部件（如高性能自动驾驶芯片） [16] - 自研道路伴随高昂研发成本、漫长技术积累及未知市场风险，车企需在自研与配套之间找到最佳平衡点，并保持自研技术的持续创新力 [16] - 车企可采用分阶段的研发和投资策略，在每个阶段完成后进行评估和调整，根据项目进展和市场反馈逐步投资，以有效控制风险和成本 [17]