图片来源/摄图网授权
数智瞭望
L3的核心考验已不只是“车能不能自己开”，更在人机共驾的接管边界：系统往往在能力到边界、路况最复杂时请求接管，而驾驶员的注意力与情景认知恰恰“离线”，能否厘清接管窗口与责任划分，直接决定其能否安全走向规模化商用。
■中国经济时报记者 李海楠■刘晨曦
8月25日，道路交通安全法修订草案提请十四届全国人大常委会初次审议，首次设立“自动驾驶汽车的特别规定”专章，明确自动驾驶功能激活状态下发生交通违法的，由生产、进口企业接受处理，自动驾驶首次在国家法律层面立规。此前制度铺垫层层推进：2025年12月，长安深蓝SL03、北汽极狐阿尔法S6获工信部首批L3级有条件自动驾驶产品准入，分别在重庆、北京试点;2026年7月扩至北京、上海、广州、深圳、重庆、武汉六城;8月4日《智能网联汽车自动驾驶系统安全要求》(GB 44721—2026)强制性国标发布，拟于2027年7月1日起实施。从产品准入、强制国标到国家立法，L3商业化合规框架加速成型。
需要明确的是，目前L3均为附条件准入，仅限指定路段和车速，驾驶员须随时接管，并非全场景无人驾驶。以深蓝SL03为例，据深蓝汽车披露，截至6月30日其在重庆内环快速路、渝都大道正常行驶里程达12.56万公里，试点期间无交通违法、无碰撞风险，高阶智驾正接受真实道路检验。
在技术层面，世界模型、自研芯片集中装车，端到端自动驾驶加速迭代，多家车企相继开展公开道路实测，L3正从准入审批迈入场景验证攻坚阶段。接受中国经济时报记者采访的专家一致指出，L3的核心考验已不只是“车能不能自己开”，更在人机共驾的接管边界：系统往往在能力到边界、路况最复杂时请求接管，而驾驶员的注意力与情景认知恰恰“离线”，能否厘清接管窗口与责任划分，直接决定其能否安全走向规模化商用。
01
从人机协同到系统主导，筑牢高阶智驾安全合规根基
相较于L2级辅助驾驶，L3实现了驾驶主体的根本切换。按推荐性国标GB/T 40429—2021《汽车驾驶自动化分级》，L3系统可在设计运行条件(ODD)内执行全部动态驾驶任务，驾驶员可“脱手、脱眼”但须及时接管;L2责任主体始终是人，L3则在ODD内由系统“全权负责”，实现从“人控车”到“系统控车”的跨越，这一定义也被GB 44721—2026引用。
清华大学车辆与运载学院、人工智能学院教授、中国汽车工程学会人工智能分会主任委员李升波在接受中国经济时报记者采访时认为，L3的功能定义和责任主体界定总体清晰，企业普遍认可、暂无修改必要——改动会牵动一系列管理规定、徒增监管复杂度。在他看来，真正的核心问题在于ODD难以确定：系统无法始终准确判断“自己能在什么场景下安全运行”，接管信号提前量也就难以保证驾驶员注意力回归，最终导致定责不清。
同济大学交通运输工程学院副教授岳李圣飒在接受中国经济时报记者采访时，从人因角度指出，L3最突出的风险是“驾驶员已经接管，认知上却还没有回来”——自动驾驶期间人退出了驾驶认知回路，系统却在能力到边界、路况最复杂时，要求对现场最不了解的人迅速接管。他区分了接管超时与情景意识丢失两类问题，解法截然不同，后者更难：“现在车企主要在解决接管超时，对情景意识丢失补偿较少，因为它本身很难评估。”
在技术层面，李升波给出一组标尺：驾驶员保持注意力时反应时间约2.5秒，而L3允许“脱手脱眼”，预警理应提前更久。GB 44721—2026已明确接管节奏——介入请求后最迟4秒内升级提示，到执行最小风险策略不少于10秒，但这只是通用底线，差异化时间窗口仍缺乏精细标准，“L3允许分心又要求随时待命，本身存在认知矛盾。”
学界提出的问题，企业正以工程方案作答。
深蓝汽车软件开发总经理苏琳珂对中国经济时报记者表示，深蓝SL03构建了“架构冗余、新技术应用、算法优化”三重安全防线：制动、转向、感知、控制、电源等采用七重冗余架构，单点失效可无缝切换，并以4D成像毫米波雷达、多模态感知融合与异构算法冗余应对加塞、急刹、雨雾及拥堵场景。接管层面建立“实时监测—智能判断—分级干预”三级机制，依托多类监测追踪眼部、视线与头部姿态，超出运行边界时留出10秒反应时间，配合图文、语音、安全带收紧提示，若仍不接管则执行最小风险策略安全停车。
同为首批准入企业的极狐品牌方面对中国经济时报记者表示，今年1月10日，30辆极狐阿尔法S(L3版)驶上北京京台高速等指定路段，在80公里时速内运行。北京高速重卡多、出入口密，加塞和临时施工频发，路况常与地图数据偏差，叠加节假日车流与管控，一季度仅40个有效路测日。极狐以“元境智能”为底座构建“一核三环”安全体系，依托含3颗激光雷达在内的34颗传感器实现360度感知，关键系统双备份、单点失效无缝切换;临近运行边界即降级提示接管，若驾驶员超时未响应，系统开双闪、减速靠边并由后台联系，其间仍承担责任。极狐承诺L3启用状态下由企业担责，数据实时上传、全程留痕;据其披露，截至8月底累计运行超11万公里，0违章、0事故。
人机共驾的误用风险也需制度设计。道交法修订草案虽已就“激活状态违法由企业担责”破题，但责任认定、运行边界等细则仍待补齐。岳李圣飒建议，构建面向自动驾驶的道路适驾性分级标准，明确何种道路环境下允许何种程度的自动驾驶——禁用、有条件使用还是完全使用，从车与路两端框定运行边界。
02
“技术协同迭代+制度市场适配”，加速商业化落地进程
国内智能汽车产业已跳出硬件、续航的同质化竞争，进入高阶智驾博弈期。世界模型推动端到端能力跃升，自研芯片加速装车，地平线、小鹏、理想、华为、蔚来等密集迭代，技术实力、场景适配与安全合规成为核心竞争力。
在李升波看来，L3应对本土复杂交通的挑战可分为两层。一是系统对长尾场景的泛化能力：模型容易“常见场景做得好、罕见场景做不好”，极端工况下安全操作本就稀少，需通过路侧采集、仿真生成补足稀疏数据并嵌入安全强约束。二是既定系统的应对能力，关键在ODD的辨识、预判与接管信号——不仅要判断“当下是否在ODD内”，还要预判“未来能否持续留在ODD内”，避免不知不觉驶出能力边界。
模型迭代越快，验证越成为准入核心。李升波介绍，仿真正成为准入验证核心支柱，GB 44721—2026已将仿真纳入法定准入框架，行业通行验证比例约为“99.9%仿真+0.09%封闭场地+0.01%公开道路”。他强调，仿真关键在“真”和“全”。其中，“真”要求传感器模型、车辆动力学、场景交互逼近现实并以实车数据校准;“全”要求场景库正交覆盖道路、交通密度、天气、动态事件等维度并提高长尾场景密度，接管能力还需在仿真中评估状态感知、提示有效性与交接质量。
企业侧布局与之呼应。苏琳珂介绍，深蓝构建仿真、场地、道路、安全监测多支柱体系，完成等效数亿公里仿真和超500万公里实路测试，沉淀约15000TB原始数据，形成“采集—挖掘—标注—训练—验证—迭代”闭环;依托重庆多隧桥、连续陡坡急弯、摩托车混行及能见度低至80米大雾等“8D路况”，重点打磨多雾感知与急弯控制，据其披露试点实现重大运行风险、同责及以上事故、交通违法、电子围栏外激活“四个零”。
从限定路段走向大范围普及还需多方协同。苏琳珂认为应在四方面补齐：一是夯实技术与安全能力，据介绍长安正是GB 44721—2026核心起草单位之一，已将试点经验前置到量产研发;二是全域补齐场景适配;三是完善法规与运营闭环，配套责任认定、保险理赔与监管细则;四是培育用户认知、规避误用。
显然，L3大规模商用量产条件须尽快形成这样一条闭环：打通“ODD精准定义与预判—量化接管—虚实融合可信验证”。其间，任一环节缺失，系统都可能在复杂场景中陷入被动。技术打磨、法规完善与市场认知成熟需同步推进。
值得一提的是，眼下，随着首批车型持续积累真实里程、强制国标筑牢基线、六城试点扩容，L3已经真正意义上踏上了“从试点实测稳步走向规模商用”的道路。
总 监 制丨杨玉洋车海刚
监 制丨陈 波 刘卫民
审 核丨王小霞 发 布丨邹 朵
热门跟贴