2004年，美国莫哈维沙漠尘土飞扬， 在首届无人车挑战赛中，15辆被改造的汽车以无一完赛的成绩，开启了自动驾驶的全球热潮。
21年后在大洋彼岸，随着中国在汽车行业与人工智能领域的迎头赶上，普通民众距离买到一辆自动驾驶汽车，不再遥不可及。
12月中旬，工信部发放国内首批L3有条件自动驾驶车型准入许可，让L3自动驾驶走入商业化的临界点。
作为华为汽车科技赋能最深的企业，鸿蒙智行一直是华为智能汽车技术的“原生载体”。基于这种首发平台的独特性，鸿蒙智行在引领 L2 智能辅助驾驶普及后，也顺势开启了技术向上的再度跃迁：
目前，鸿蒙智行已与重庆、合肥、深圳等地深度合作，在高速限定道路率先展开 L3 级自动驾驶的研发路测。
相比于L2辅助驾驶如火如荼的商业进展，这是扎实的一小步，但过几年回望，它可能会是L3自动驾驶产业化进程中不能忽视的一大步。
01
L3产业化门票，源自L2
国内适时加大L3自动驾驶的推广力度，离不开市场需求的呼声。
在全球主要汽车市场中，中国有着最高的智能辅助驾驶渗透率，也对L3呈现出了极高的期待。
今年1-7月，中国L2级辅助驾驶渗透率已达62.58%[1]，在价格25万以上的国产新能源汽车上，城区智能辅助驾驶近乎标配。智能辅助驾驶的大普及，培养出了一批数量可观的重度用户，而他们已经不仅仅满足于“辅助驾驶”，而是想要跨向“自动驾驶”。
来自麦肯锡的调研数据显示，早在2024年，就有三分之一的城区智能辅助驾驶用户，希望功能可以进一步升级为L3以上自动驾驶，实现真正意义上的“车能自己开”[2]。
相比于L2智能辅助驾驶，L3自动驾驶的飞跃在于，能力更强的系统，可以解放用户的双脚，还能解放用户的双手和双眼，让驾驶员能够合法合规地将注意力从驾驶任务中抽离出来，打个电话、处理下文件，在系统提示需接管时再回到驾驶任务中。
中国车主尤其是大城市中的车主，平均每天要在车里度过近两小时。L3自动驾驶只要能将“无聊驾驶时间”中的一半转化为“个人自由支配时间”，就能极大地提升车主用车的幸福感与付费意愿。
在这样的背景下， L3自动驾驶产业化进程迎来加速，让L3走向规模化应用的接力棒，在今年底交到了企业手里。
不过，尽管国内多家企业拥有在高速与限定道路上进行L3自动驾驶上路、测试的资格，但并不意味着它们站在同一起跑线。
作为L2辅助驾驶某种程度的升级，L3自动驾驶要顺利走完测试，形成用户能用、 敢用的产品， 实际上格外考验企业在L2辅助驾驶领域的积累。那些在L2智能辅助驾驶身位领先的企业，更可能对L3的完善和应用做出更大贡献。
比如鸿蒙智行。到今年10月底，鸿蒙智行累计交付量突破百万，旗下车型搭载的华为智驾ADS，至11月累计辅助驾驶里程52亿公里，累计避免可能的碰撞279万次，辅助驾驶活跃用户占比达到94.2%。
作为国内推动智能辅助驾驶普及的关键力量，鸿蒙智行不仅在百万用户中积累了口碑与信任，更重要的是，海量用户使用智能辅助驾驶产生的驾驶行为数据和人车交互数据，既是帮助算法进步的养料，也是设计L3自动驾驶系统的重要依托。
在L3自动驾驶中，系统一方面要“尽可能知道”，以承担起主要的驾驶任务；另一方面，由于有“接管”这个环节的存在，系统还要有极强的“知道自己不知道”的能力，及早、及远识别少数无法处理的场景，从而妥善向驾驶员移交控制权。
而L2智能驾驶领域积累的驾驶数据越多，企业就越可能训练出一个能力达到L3水平的模型，也越能充分理解Corner Case的时空分布， 越能定义清楚系统的能力边界，从而让“何时何处适合启用L3自动驾驶”，“何时、何种场景应当接管”等关键问题，变得更加清晰。
同时，辅助驾驶激活状态下积累的海量人车交互数据，也能帮助企业积累经验：什么样的提醒方式和力度，能最稳妥地将驾驶员拉回驾驶任务，从而设计出更能让用户安全接管的系统。
鸿蒙智行正在测试的L3自动驾驶系统，就结合法规要求，依托海量数据，定义了“阶梯式+多模态+硬兜底”的接管逻辑：
当遇到超出其设计运行范围的场景，系统会先进行语音和视觉提醒，随后予以方向盘震动提醒，继而减速。如果驾驶员超过10秒未接管，系统将触发“最小风险策略”，在保障安全的前提下靠边停车。
而鸿蒙智行在测试中验证、迭代其L3自动驾驶的系统设计，意义不仅在于证实其L3自动驾驶系统的可靠性、安全性，更重要的是，这也有望推动L3的行业标准乃至产品形态进一步完善、细化，从全行业层面推动L3的发展与商业化落地，打破“L3等于期货”、“L3功能定义不友好”的行业困局。
02
重构的人车关系，重塑的技术架构
虽然L2智能辅助驾驶领域的积累，是开启L3自动驾驶必备的钥匙，但L2与L3的本质区别决定，如果只是沿着此前的技术与产品路径进行微调，很容易南辕北辙。
相较于L2辅助驾驶，L3自动驾驶的最大不同在于，它重构了驾驶员与车的关系：
在L2辅助驾驶中，人与车的关系是“人车共驾，人类监工”，驾驶员要做好随时干预的准备，是驾驶安全的第一责任人；而在L3自动驾驶，人车关系变为“车辆主导，人类待命”，车辆开始接过驾驶的权利与责任。
L3自动驾驶系统在运行期间，允许驾驶员“脱眼”，即使系统遇到无法处理的场景，也要留出一段时间（通常10秒左右）让驾驶员响应、接管，如果驾驶员未及时接管，系统需在保障安全的前提下靠边停车。
这一方面为用户体验与商业化带来新的可能，但另一方面是对系统能力与可靠性的严苛考验。
“车为主、人为辅”和“硬兜底”的设计，意味着L3自动驾驶系统不仅要在正常路况下稳定运行，还得有能力自行应对那些紧迫的意外，不能临时“甩锅”，指望驾驶员在一两秒内神兵天降。
由于挑战巨大，相当一部分企业一开始就选择严格控制L3自动驾驶系统的生效环境和允许车速，在复杂的交通世界里框定出简单任务，以实质上的能力降级换取安全下限。
但一个能有效商业化、用户愿意用的L3自动驾驶系统，显然不会是一遇雨天就会罢工的系统，也不该是在高速上龟速行驶加剧拥堵的系统。
因此，L3自动驾驶的产业化路径，其实是要“顶天立地”，同时满足对上限与下限的更高要求：既要有极高的“智力水平”，保障效率、预见风险，也要有极致的安全兜底，化解风险。
这也是为何鸿蒙智行的L3自动驾驶测试车，是旗下的尊界S800、问界M9。它们都采用了最新的、技术架构全面升级的华为ADS 4解决方案，面向L3自动驾驶的需求原生定义了软件与硬件架构：
具备像人一样学习能力的WEWA软件架构，以及全维冗余的硬件配置。
就在不久之前，自动驾驶软件的主流方案，还是重代码、重规则的算法。这一方案追求可解释性、对问题的针对性改进，却高度依赖工程师手写代码与规则，穷举式地进行场景优化。可中国交通场景的复杂，靠愚公移山难以解决。
近一年来，为解决传统规则算法的效率弊端，端到端模仿学习流行开来，通过向神经网络大量投喂老司机的驾驶视频，用数据驱动的形式，立竿见影地提升了自动驾驶的行业平均水平。
然而模仿学习的问题在于，流于对人类行为的表面复刻，只学现象不学本质，一旦遭遇不在数据集中的罕见、复杂场景，系统的反应难以预期。对于追求风险可控的L3自动驾驶，这显然不是完善的技术方案。
当产业面对的问题是复杂真实世界中的高维问题时，在技术上升维往往是更好的手段。
对此，鸿蒙智行车型采用的ADS 4，重新开发了一套WEWA（World Engine+World Action Model）架构：
在云端，不仅大量使用来自辅助驾驶用户的海量真实数据训练，还以世界模型构建出高还原度的孪生世界，在其中以远超现实数量的难例、考题训练驾驶模型，在源源不断的演练中做到“知其然且知其所以然”。由此，驾驶模型得以建立起对驾驶环境的与物理世界的普遍认知。
在车端，部署World Action Model世界动作模型，采用MoE（Mixture of Experts，混合专家模型）技术，在保留车端模型能力上限的同时，加速模型推理，有效降低系统的时延，反应更敏捷。
在云端、车端模型的通力协作下，系统能够学习人类开车的逻辑，并以比人更快的反应速度做出操作，从而更好地应对各类复杂、非标场景，做到举一反三、快速进化，实现由内而外地像人一样开车。
而在硬件配置上，鸿蒙智行参与L3自动驾驶测试的问界M9与尊界S800，均采用一套成本不菲的硬件全维冗余系统。
在感知上，两款车均同时搭载4枚激光雷达、5枚毫米波雷达、11枚高像素摄像头，让不同形式、不同视角、不同能力的传感器充分组成异构冗余，使感知信息充分融合互补，做到强感知能力对单一传感器弱势场景的无死角覆盖（例如雨天驶入暗光隧道中）。
此外，在自动驾驶系统运行的各相关环节，两款车都提供双保险，同时满足转向、制动、通信、供电多重冗余，将L3自动驾驶系统运行期间，单一零部件意外失效的风险最大程度地降低。
在投入L3自动驾驶测试前，ADS 4还适时将全维防碰撞系统升级为CAS 4.0，不仅做到AEB全速域对各类目标生效，eAES增强对鬼探头应对能力，还新增驾驶员失能辅助，提前将L3自动驾驶系统的特性“下放”。
通过全维度冗余的技术架构，ADS 4为驾驶员与乘客织起了多层的安全网。
而这一重塑的技术架构，和鸿蒙智行试图通过它赢得的信任，对L2辅助驾驶来说是从“能用”走向“好用、爱用”的保障；对L3自动驾驶而言，则是适配新的人车关系，助力其走向规模应用的硬核前提。
03
尾声
千里之行，始于足下。
在搭好了数据、技术、产品的平台后，通往L3自动驾驶规模化应用的道路，还是要从一座座城市、一场又一场的试点走过。
普通用户何时能买到一款拥有L3自动驾驶功能的私家车，很大程度上会取决于，重庆层峦叠嶂的隧道与桥梁中，深圳地面密集的车流里，合肥超宽的大马路上，一辆辆亮着蓝灯的鸿蒙智行车型，下个时刻做出何种决策。
但先行先测的步伐一旦开启，火种就已点燃。在中国，一场场巨大的变革，往往是从一场场试点开始。
参考资料：
[1]：《组合驾驶辅助技术发展报告》，中国汽车工程研究院
[2]：麦肯锡 2024 中国汽车消费者洞察报告，麦肯锡
编辑：罗松松
责任编辑：罗松松
热门跟贴