在所有自动驾驶等级里面，L3 似乎相对处于一个比较尴尬的位置。

根据国家市场监督管理总局、国家标准化管理委员会批准发布的《汽车驾驶自动化分级》国家推荐标准，自动驾驶分为 L0 到 L5，分别对应 " 应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶、完全自动驾驶 " 共 6 个等级。

目前来看，L2 级别组合驾驶辅助已经历经市场验证，正在进入竞争格局分化期。2025 年以来，L4 级别高度自动驾驶大势所趋，市场蓝海已经涌现，商业化前景如潮水般汹涌。

相对 L2 以及 L4 产业如火如荼得进展，L3 级别有条件自动驾驶发展似乎有些 " 差点火候 "。

有人跳过 L3，有人朝着 L3 狂奔？

无论是何种等级的自动驾驶，其能发展到何种程度，一般遵循政策导向。

目前，从政策维度来看，L3 已经迎来了政策推动期。

工信部相关负责人曾于 5 月中旬透露，《智能网联汽车标准体系指南》即将正式发布实施，加快制定十多项重点急需的标准，其中就包括支持 L3 级以上自动驾驶功能商业化应用。

今年 6 月，国新办举行国务院政策例行吹风会，工业和信息化部副部长辛国斌在会上表示，将启动智能网联汽车准入和上路通行试点，组织开展城市级 " 车路云一体化 " 示范应用，将支持 L3 级及更高级别的自动驾驶功能商业化应用。

今年 9 月，工业和信息化部等八部门印发《汽车行业稳增长工作方案（2025-2026 年）》的通知，涵盖有条件批准 L3 级车型生产准入。

中信证券认为，若 L3 国家标准得以推出，将代表着国家政策对智能驾驶产业的重视和决心，有望为行业后续发展扫清障碍。但机构同时表示，具体仍取决于政策的支持力度几何。

也就是说，对于 L3 的发展前景，或许仍有保留成分。

与此同时，盖世汽车观察到，面对 L3 级别有条件自动驾驶，车企以及自动驾驶解决方案供应商们的态度出现了明显的两极分化：有人正在跳过 L3，有人正朝着 L3 猛冲。

12 月 15 日，L3 自动驾驶迎来了特殊的一天。在这一天，国家工业和信息化部正式许可两款 L3 级自动驾驶车型产品。

一是长安牌 SC7000AAARBEV 型纯电动轿车，可以实现在交通拥堵环境下高速公路和城市快速路单车道内的自动驾驶功能（最高车速 50km/h），目前该功能仅限在重庆市内环快速路、新内环快速路（高滩岩立交—赖家桥立交）及渝都大道（人和立交—机场立交）等路段开启。

二是极狐牌 BJ7001A61NBEV 型纯电动轿车，可以实现高速公路和城市快速路单车道内的自动驾驶功能（最高车速 80km/h），目前该功能仅限在北京市京台高速（大兴区旧宫新桥—机场北线高速）、机场北线高速（大渠南桥—大兴机场高速）及大兴机场高速（南六环—机场北线高速）等路段开启。

这两款车型分为长安汽车旗下深蓝 SL03 和北汽旗下极狐阿尔法 S。其中，深蓝 SL03 搭载的是长安自研的 " 天枢智能 " 辅助驾驶系统，阿尔法 S 搭载的则是华为 ADS 智能驾驶系统。

这一事件究竟有何现实意义呢？

北汽新能源方面对业内媒体表示：" 在这之前，市面上没有真正能够量产销售、上路运营的 L3 车型。之前所谓的 ‘ L3 牌照’，其实都是测试牌照，允许在规定路段进行 L3 测试。简单说，此次我们率先获得准入，是从‘允许练习’变成了 ‘允许正式上路’。"

事实确实如此。11 月 18 日，广汽昊铂宣布获得 "L3 级特定场景自动驾驶道路测试 " 牌照（场景条件：车辆行驶在指定的自动驾驶测试高速公路主路上，车速≤ 120 千米 / 小时）。据悉，测试车辆是广汽与华为深度合作后，打造的首款旗舰轿车——广汽昊铂 A800，广汽昊铂是全国率先获批最高时速 120 公里 L3 测试牌照的车企。

图片来源：广汽昊铂微信公众号截图

盖世汽车注意到，在更早之前，不少车企借已接连宣布获得 L3 测试牌照。

2023 年 11 月，华为和赛力斯联合打造的 " 全景智慧旗舰 SUV" 问界 M9（搭载华为 ADS 2.0 高阶智能驾驶方案）成功获得 L3 级自动驾驶测试牌照。彼时，赛力斯一共获得 11 张自动驾驶测试牌照，其中 5 张为重庆地区牌照，6 张为深圳地区牌照。官方还称，这也使赛力斯汽车成为当时唯一同时获得重庆、深圳两城 L3 自动驾驶测试牌照的车企。

截至 2023 年底，已官宣获得 L3 级自动驾驶牌照的车企包括：宝马、奔驰、智己汽车、极狐汽车、长安汽车（含深蓝、阿维塔）、比亚迪汽车。

值得注意的是，华为对 L3 的发力尤为显著。

除却以上搭载华为智驾的 L3 自动驾驶车型外，12 月 16 日，有消息称，鸿蒙智行近期已联合深圳市交通局等相关部门，在深圳开启 L3 级有条件自动驾驶内测。与常规研发测试不同，本次测试旨在通过真实道路和真实用户数据，验证 L3 系统的为普通用户带来的安全性与产品成熟度，为国家 L3 政策落地提供实践依据。

据知情人士透露，本次试点由深圳市交通局、发改委等部门联合推动，由华为员工携自购 2025 款问界 M9 与尊界 S800 参与，范围覆盖深圳市内全部高快速道路达 1000 公里，目前已完成超过 2 万公里的实际道路验证。

然而，值得注意的是，面对 L3，一直以智能驾驶为标签的小鹏汽车的态度却十分值得玩味。

今年 7 月，小鹏发布全球首款 L3 级算力的 AI 汽车——小鹏 G7，整车有效算力达 2250TOPS，座舱专属图灵 AI 芯片的智能座舱 AI 有效算力达 800+TOPS。基于这一算力基础，小鹏 G7 首次搭载 VLA+VLM 大模型，并实现完全本地端部署运行。

根据官方表述，实现真正的 L3 级智能驾驶需要三个条件：强大的本地算力（>2000TOPS）；本地部署的先进 AI 模型（如 VLA+VLM）；法律法规的认证许可。

可需要说明的是，小鹏 G7 被定义为 " 全球首款 L3 级算力的 AI 汽车 "。这里的 "L3 级算力 " 主要指其顶级的硬件计算能力，是支持未来高级别智能驾驶的基础，但不代表车辆已能实现 L3 级别的自动驾驶功能。

更加值得关注的是何小鹏本人对 L3 态度的转变，几乎在今年一年内，何小鹏对发展 L3 的口径便发生了明显的变化。

今年 3 月，何小鹏在接受业内媒体专访时表示：" 明后年会看到 L3 带来智驾的‘ iPhone4 时代’。到这个时候，如果没有真正有能力的高等级智驾，消费者可能不会买这个车。"

他还预测，"L3 可能在今年下半年出现，L4 可能在 2027 年会有一定程度出现，然后逐步规模化。"

余承东也表达了同样的观点。

在央视的直播活动里，余承东指出，到 2025 年，汽车行业将正式迈入 L3/L3+ 自动驾驶时代，而到了 2027 年，L4 级自动驾驶有望成为现实。

现如今，L3 趋势正如两者预判一样到来。可是与华为不同的是，何小鹏却直接跳过了 L3。

在 11 月 5 日小鹏科技日的群访上，何小鹏表示：以后一个是 L2，一个是 L4，没有 L3。

" 因为 L3 既不 L2，也不 L4。" 何小鹏说道。

图片来源：小鹏汽车微博

然而，12 月 16 日，盖世汽车注意到，业内有媒体称其独家获悉，小鹏汽车已在广州市获得 L3 级自动驾驶道路测试牌照，并启动常态化的 L3 道路测试。该牌照主要用于在广州市智能网联汽车测试高快速路上进行有条件自动驾驶的测试。

对于上述消息，同一日，小鹏汽车副总裁 " 托马斯电火车 " 转发该消息，并透露：" 期待明年第一季度的惊喜，全量上车。其实，部分人可以更早就正式体验这个版本。"

目前该消息尚未得到正式的官方证实。若该消息为真，或许可以大胆猜测：当 L3" 靴子落地 "，行业不断释放利好信息，小鹏汽车也在 L3 的天枰上左右摇摆。

L3 到底是不是一趟 " 浑水 "？

L3 究竟值不值得全身心投入，一直是行业内饱受争议的话题。

与何小鹏的判断不同。此前，吉利首席智驾科学家陈奇曾在华汽研究院智驾科普沙龙中表示，L3 会占据主流很长时间。

同济大学教授朱西产曾说 "L3 还要进行人因安全的研究，与其去研究更复杂的人，还不如研究比人复杂程度低一点的交通环境，到底走 L3 还是走 L4，其实从 L3 分级出来的时候一直有争议，有的公司认为干脆跳过 L3 直接干 L4"。

相对而言，L3 确实处于自动驾驶的 " 暧昧 " 区间。

根据国际汽车工程师学会（SAE）的定义，L3 级自动驾驶指 " 有条件自动驾驶 "，系统在特定条件下执行所有驾驶任务，但要求驾驶员在系统请求时随时接管。

这一看似明晰的定义在实践中却引发了无数模糊地带：什么条件下系统需要人类接管？接管需要多少时间？责任如何界定？正是这些根本性问题，让 L3 站在了技术可行性与商业实用性的十字路口。

L3 最核心的技术挑战莫过于 " 接管请求 " 机制。理论上，当系统遇到无法处理的路况时，会向驾驶员发出警报，要求其在一定时间内重新掌控车辆。然而，实践中的问题远比理论复杂。

从认知心理学角度看，人类从 " 非驾驶状态 " 切换回 " 驾驶状态 " 需要一段认知重构时间。

朱西产教授团队通过模拟器测试发现，从自动驾驶系统提示到事故发生的平均时间仅 1.7 秒，而驾驶员平均需要 2.3 秒才能完成从识别提示到有效接管的操作。而当系统处于 L3 级自动驾驶状态时，驾驶员注意力分散率高达 82%。显然，这为消费者行车安全带来诸多不确定性。

责任归属是 L3 面临的另一 " 灰色地带 "。传统上，驾驶责任明确归属于驾驶员。L2 系统中，驾驶员始终为最终责任人；L4 及以上系统中，系统（及其背后的制造商）承担责任。

L3 恰恰卡在这个过渡区间——系统运行期间责任在制造商，接管期间责任在驾驶员。这个看似清晰的划分在实践中却模糊不清。

如何证明驾驶员在事故发生前有足够接管时间？如何界定系统是否 " 合理 " 地发出了接管请求？如何确认驾驶员是否 " 适当 " 地尝试了接管？这些问题都仍亟需解决。

资深人工智能专家郭涛在接受《中国消费者报》采访时表示，车辆作出提示并不能免责。虽然系统发出接管提示看似履行了告知义务，但实际上这种短时间的反应要求对人类生理反应是个巨大挑战。在短短 2 秒内，驾驶员很难迅速从放松状态转换到高度紧张并准确接管车辆。而且，事故权责不明会让消费者对智驾系统的安全性产生严重质疑，影响行业信任度。

图片来源：特斯拉微博

另一关键是，L3 必须在功能维度上与 L2 划分出较大的差异层次。

否则，从消费者角度看，L3 或将面临用户价值质疑。若相比成熟的 L2 系统，L3 增加了成本却未提供根本性体验变革；相比全自动驾驶的 L4，L3 仍需人类监督，未能真正解放驾驶员。这都会让市场难以坚定选择 L3。

L3 为何将智驾阵营分成两拨？

L3 的种种限制因素，将智驾阵营分为两拨：一拨是以华为为代表的 L3 阵营；一波是以特斯拉和小鹏汽车为代表的 " 直冲 L4" 阵营。

为什么会出现上述 " 分歧 "？

从理念上看，马斯克一直坚信 " 第一性原理 "，也就是 " 回归事物本质 "。无论是一体化压铸技术还是拆分电池成本，特斯拉都多次受益于此。

从技术路径选择来看，早期自动驾驶感知路线便出现了分岔路口。特斯拉与小鹏为代表的 " 纯视觉 " 路径，本质上是软件定义汽车的延伸。这一路径遵循 " 第一性原理 " ——既然人类依靠双眼和大脑就能驾驶，那么算法足够强大的摄像头系统理论上也能实现完全自动驾驶。

特斯拉放弃激光雷达，并非完全因为成本，更是基于一种技术信仰：真正的自动驾驶不应依赖昂贵传感器，而应通过海量数据和算法迭代不断逼近完美。

纯视觉方案迫使算法必须理解真实世界，而不是简单地依赖激光雷达提供的精确但有限的三维点云。小鹏汽车同样在这一路径上深耕，据平安证券研报，小鹏汽车在 2025 AI day 上宣布，计划于 2026 年推出三款 Robotaxi，采用不依赖高精地图的纯视觉方案，并复用量产车的智驾芯片与软件架构。

今年 7 月，有消息称小鹏汽车考虑产品线整合，后续可能重新上车激光雷达。对此，小鹏汽车副总裁发文表示，" 针对此类造谣媒体，不管出于什么目的，我们后续都是直接由法务部和政府部门来严肃处理，包括前几天那家。制造谣言，逼着企业不得不辟谣来澄清，这个模式走不通，根据经验，总会有一个人某一天付出巨大代价而成为警钟。"

12 月 11 日，何小鹏在社交平台发文表示，其亲自在硅谷试驾特斯拉 FSD V14.2 后发觉：特斯拉 FSD 已经从一年多前处于 L2 高阶辅助驾驶的丝滑体验，进入了软件层面的准 L4 安心阶段。" 在试驾过程中，标准车辆和 Robotaxi 完全用一个模型表现如一，整体平稳可靠。" 何小鹏写道。

特斯拉和小鹏汽车的技术哲学更偏向   " 软件定义 "  。他们押注算法的指数级进步能最终解决所有问题，因此认为投入精力去完善一个 " 过渡性 " 的、涉及复杂人因工程的 L3 系统是不经济且危险的弯路。

相对而言，华为等企业选择了 " 硬件冗余 " 路径。这一路径的核心逻辑是：通过激光雷达、高算力芯片、5G-V2X 等多重传感器融合，构建超越人类感知的安全边界，使系统即使在极端情况下也有足够的信息和时间做出正确决策或安全交接。

技术路径的选择差异，很大程度上源于企业身份定位的根本不同。

特斯拉和小鹏首先将自己定位为 " 科技公司 "，其次才是汽车制造商。这种身份认知决定了它们的商业逻辑：通过软件迭代创造持续价值。而最终实现 L4，无非是最直接恰当的选择。

传统车企则有着不同的考量。对于他们而言，智能驾驶系统首先是提升产品竞争力的 " 卖点 "。在电动化时代，传统车企急需证明自己在智能化方面不落后于新势力。L3 级自动驾驶作为一个明确的 " 里程碑 "，具有强大的营销价值。虽然它比 L2 成本更高，但比 L4/L5 更可实现，是短期内能够落地的 " 高端配置 "。

华为的角色则更为独特——作为智能汽车解决方案供应商，它的核心是赋能车企而非直接造车。这种定位使华为必须提供一套既先进又实用的方案，满足不同车企的需求。L3 级系统虽然复杂，但车企有明确需求，华为就有动力研发。

自动驾驶的发展路径分化，短期内仍将持续。

纯视觉派将继续优化算法，通过 " 影子模式 " 收集海量数据，训练更强大的神经网络；硬件冗余派则会不断降低传感器成本，提高系统集成度，让 L3 级系统更加普及。

有趣的是，两条路径并非完全对立，而是正在相互渗透。特斯拉虽坚持纯视觉，但其 Dojo 超级计算机投入巨大，本质上是在算力上构建另一种 " 冗余 "；华为等企业在硬件冗余的同时，也在算法上不断精进，减少对高精地图的依赖。

长期来看，无论选择哪条路径，智能驾驶的终极目标都是相同的：让出行更安全、更高效。当前的分歧只是实现这一目标的不同策略选择。正如登山可以选择不同路线，有的险峻但直接，有的平缓但漫长，最终都将抵达顶峰。

在自动驾驶的十字路口，没有绝对正确的选择，只有适合不同企业基因和战略的判断。这场技术竞赛的赢家，可能不是坚持某一技术路径的 " 原教旨主义者 "，而是最能灵活适应市场、法规和技术发展的务实创新者。