7 月 22 日，2026 中国汽车论坛技术领袖峰会举行。德赛西威高级总工程师彭学明围绕 L3 自动驾驶新规落地指出，当前车企普遍面临分体式智驾架构后续合规成本高、低价硬件路线难以支撑长期 OTA 迭代等问题，部分企业过度聚焦短期功能落地，忽视整车十年生命周期带来的隐性成本。他提出同源中央计算平台的落地路径。

随着 L3 自动驾驶强制国标正式实施，行业比拼逻辑发生根本转变。新规不仅增加测试项目，更明确划定自动驾驶全链条安全责任，要求车企建立研发、验证、量产、售后全链路可追溯体系。彭学明认为，依赖低价硬件快速上车的模式难以为继，平台长期可迭代能力成为核心竞争点，未来五年是高阶智驾行业格局定型的关键期。

当前大量车型采用分体 " 大小脑 " 智驾架构，虽短期落地成本较低，但长期将累积合规与迭代层面的技术负债。若后续由 L3 升级至 L4，企业需重复投入开发、验证及 OTA 资源。相较之下，同源双大算力中央大脑可共用同一套软件与验证体系，支持 L3 至 L4 平滑升级，避免重复投入。同时，行业正全面转向 AI 原生路线，依托算力支撑大模型处理复杂路况。

彭学明强调三类易被忽视的隐性成本：算法迭代沉没成本、L3 合规整改成本、平台整体换代重置成本。车企须以整车十年使用周期为基准进行长远规划。硬件方面，AI 原生 L3 车型最低需 2000TOPS 算力，L4 远期需 6000TOPS，且算力须预留 OTA 升级、多传感器融合及安全冗余空间。

针对上述痛点，德赛西威推出 " 主域履职，副域兜底 " 全域高算力方案，不盲目堆砌芯片，完整覆盖软硬件、功能安全、预期功能安全及量产全链条能力。彭学明呼吁行业摒弃低价内卷，以长期主义构建统一安全的产业生态，依托自主全域智能架构提升中国智能汽车全球竞争力。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。