L4智駕“近在咫尺”？

自動駕駛行業的技術路線之爭，驟然走向白熱化。

4月8日，小鵬汽車CEO何小鵬正式宣布，將跳過L3階段，于年內實現L4級自動駕駛的C端量產，依托城市NOA、端到端大模型與高算力冗余感知體系，同時覆蓋家用車與Robotaxi場景，并呼吁政策放開試點、明確車企主體責任。激進的量產時間表與干脆的路線選擇，讓L4不再是遙遠的技術概念，而是即將落地商業化市場的現實選項。

幾乎同一時間，華為與引望智能卻給出了截然不同的判斷。華為公司高級副總裁靳玉志公開表示，L3是L4不可跳過的必經階段，尤其在責任劃分與安全驗證上具有關鍵意義，L4必須達到遠超人類駕駛的安全標準，現階段更適合在港口、重卡等商用車場景落地，乘用車L4則需等待法規與技術同步成熟。

兩種針鋒相對的行業聲音擺在面前，人們不禁要問：L4真的已經“近在咫尺”了嗎？

01

L4狂飆！國內外頭部玩家密集落子

僅4月，國內外頭部企業關于L4級自動駕駛的動態便密集發布，在技術落地、商業化運營等方面持續發力。

百度Apollo持續擴大L4全無人商業化版圖，其旗下蘿卜快跑已在香港、迪拜等海內外26城落地運營，累計訂單突破2000萬單，國內北京、武漢、重慶、廣州等核心城市已實現無安全員常態化載客。同時，百度加速端到端大模型迭代，推進L4技術從Robotaxi向乘用車場景遷移，堅持“先B端驗證、再C端普及”的穩健路線，穩步推進全場景商業化閉環。

長安汽車已經獲批重慶永川智能網聯先行區L4級Robotaxi全場景測試牌照，采用L2/L3/L4技術同源策略，一邊推進L3乘用車試點，一邊加速L4商用車與Robotaxi實測，雙線并行推進高階智駕落地，兼顧技術驗證與合規節奏。此外，上汽集團、一汽集團、奇瑞汽車等車企已公開披露獲得L4級自動駕駛相關牌照。

小馬智行加速全球化L4 Robotaxi布局，在克羅地亞薩格勒布推出歐洲首個商業化無人出行服務，同步推進卡塔爾、迪拜等地全無人運營。在國內，其廣州、深圳的第七代Robotaxi已實現單車運營盈虧平衡，計劃2026年底全球覆蓋超20城、車隊規模達3000輛，聚焦出行場景深耕L4商業化變現。

文遠知行雙線推進L4落地，一方面與Grab合作在新加坡榜鵝啟動公開Robotaxi運營，成為當地首個面向公眾的無人出行服務；另一方面發布L4級自動駕駛環衛車S3/S5，與中環潔簽約300臺采購訂單，將L4技術從載人拓展至城市環衛、末端配送等商用車場景，構建多元商業化矩陣。

特斯拉正加快FSD（完全自動駕駛）在華合規落地進程，已完成國內數據中心建設與高精度地圖相關適配工作，計劃年內于高速、城市快速路等限定場景開展高階輔助駕駛測試，逐步向L4級能力演進。馬斯克曾多次表示，FSD的長期目標是實現L4全場景自動駕駛能力，未來將在法規完善后逐步向C端用戶開放。

02

有人喊快進，有人提醒還在上半場

更激進的如英偉達CEO黃仁勛，上個月在主題演講中甚至拋出重磅觀點：“今天，我可以明確告訴大家，L4級自動駕駛已經‘近在咫尺’，不再是遙遠的技術愿景。”

法雷奧集團中國區首席技術官顧劍民認為，眾多車企密集獲批L4級測試牌照，標志著國內自動駕駛正從“技術攻關期”全面跨入“規模化實測與準商業化”的深水區。

“跳過L3直奔L4”的論斷，從系統交互與責任界定的角度來看的確具有現實意義。L3級面臨的人機接管悖論使其在實際應用中存在許多不確定因素的灰色地帶，直接跨越到由系統完全承擔駕駛責任的L4級，確實是打破商業化瓶頸的終極答案。

其實不只小鵬汽車，沃爾沃等國際車企早在2017年就提出，將優先布局L4、弱化L3階段的商業化。目前，很多大城市Robotaxi都已常態化運營，也充分證明了現有智駕算法與多傳感融合技術在常規復雜路況下的基本可行性。

但對于L4的大規模商業化前景與發展速度，顧劍民認為，在充滿期待的同時，建議仍需保持長線思維。即當前行業正處于從技術驗證向商業經濟性過渡的關鍵節點，全天候、無邊界的L4級規模化落地絕非一蹴而就。

預判未來三到五年，行業的發展主旋律將是自動駕駛系統在其運行設計域（ODD）的不斷拓寬與車路云協同的深度綁定。大規模試運營將率先在限定區域或特定場景下迎來爆發，但要想在全路網實現徹底的無人駕駛普及，仍有一段需要數據積累與時間沉淀的馬拉松要跑。

“形象地講，我們目前再快也仍在這個馬拉松賽道的上半場而已，唯有循序漸進、穩步推進，才能推動L4級自動駕駛真正走進大眾生活”，顧劍民說。

03

漸進式落地成共識，商業化的坎藏在這

技術進步與政策支持并未完全掃清前路障礙，L4智駕商業化落地的難點究竟在哪里？

在上周末的北京智能電動汽車發展高層論壇上，中國工程院院士、清華大學教授、國家智能網聯汽車創新中心首席科學家李克強明確指出，當前L4規模化落地仍面臨四大剛性瓶頸：單車智能在長尾極端場景、全天候魯棒性、全場景冗余上存在無法突破的技術局限，安全底線尚未筑牢；車規級芯片、線控底盤等核心部件自主可控不足、研發與量產成本高企，商用車平臺化與規模效應缺失；L4事故責任主體、數據歸屬與隱私保護缺乏國家層面明確立法，車-路-云數據接口不統一、跨區域運營壁壘顯著；場景碎片化、B端與C端協同不足，尚未形成可復制的單城/單場景商業閉環。

理想汽車創始人李想也剛剛明確表示，L4全場景落地是偽命題，長尾、成本、法規三大死結無解；必須從高速、封閉園區、限定城區等特殊場景切入，漸進式驗證安全與商業閉環，2028年前絕不追求個人乘用車全場景L4。

誠然，當下制約L4全場景落地的核心壁壘，已經不再是基礎的感知或決策邏輯，而是如何低成本、高可靠地解決剩下那極少部分的極端邊緣場景。顧劍民則分析，例如，最近在美國舊金山和我國武漢先后發生的Robotaxi集體停擺事件，預示著長尾效應仍然是橫在全行業面前的終極難題。此外，高階智駕硬件如何保持車規級的極致穩定性并實現規模化降本，依然需要產業鏈上下游的共同攻堅。

“同時，配套法律法規的破冰、交通事故權責的界定、新型保險體系的建立以及公眾信任度的培養，其復雜程度甚至超越了底層代碼的編寫。只有技術、政策與商業模式三者真正形成良性閉環，L4的全面普及才會水到渠成”，顧劍民說。

文：郝文麗 編輯：黃霞 版式：王琨