据说这个星球上最美的两朵花是有钱花、随便花，这个世界上最惊世绝俗的美是想得美。
伴随着面向量产乘用车的L3级有条件自动驾驶的落地，经受着愈来愈多的玩家进入L4级Robotaxi消息的冲击。
曾经在L2级辅助驾驶时代被割了智商税的车主们，梦想着有一天，车企们将踩着六色祥云，将他们的爱车OTA成L3级自动驾驶车辆。
这种镜花水月的美梦固然是美好的，但我觉得依然有责任像鲁迅先生那样提醒大家，揉揉眼睛，该醒了。
鲁迅先生家的后头有两棵树，一棵是枣树，另一棵也是枣树。
L2级辅助驾驶车辆和L3级有条件自动驾驶车辆之间有两道无法跨越的鸿沟,一道叫算力,另一道叫冗余。
进入端到端时代以来，自动驾驶技术的逻辑发生了根本转变。
系统性能不再仅仅依赖工程师编写的规则代码，而是取决于能吃进去多少驾驶数据，以及用来消化这些数据的神经网络模型有多大。
这也是横空出世的ChatGPT带给世界的启示：小模型，塞不下世界的知识。
要想让车真正学会像人类一样应对千变万化的路况，理解无数驾驶片段中暗藏的规则、常识甚至潜规则，就必须有一个参数规模足够庞大的模型作为容器。
模型越大，能内化的驾驶知识就越多，应对复杂场景的能力就越强。这是大模型时代的第一性原理，容不得任何人质疑。
然而，大模型意味着大算力，这恰恰是当前L2++车辆的死穴之一。
目前，主流L2++高阶辅助驾驶的硬件基石，是两颗英伟达Orin X芯片。
这套组合能提供508TOPS的算力，在过去的规则与轻量AI混合时代，堪称豪华配置，但自进入端到端大模型时代以来，这种算力配置愈来愈捉襟见肘了。
双Orin X存在两个致命的短板。首先，以Orin X为代表的这一代芯片设计于Transformer架构爆发之前，并不原生支持其核心的注意力机制。
跑Transformer类算法相当于模拟运行，效率大打折扣，这种架构上的落后，是叠罗汉叠到四颗Orin X都解决不了的。
其次，对于百亿参数级别的VLA或世界模型来说，500 TOPS绝逼
是杯水车薪。
百亿参数级别当然不是拍脑袋拍出来的，据悉，特斯拉FSD V14的参数量是V13版本的十倍左右，而早在V11时代，FSD的参数量就已经高达十亿了。
那么，L3级自动驾驶的算力门槛在哪里呢？
头部玩家们已经用实际行动给出了答案。2025年，小鹏汽车定义了L3级算力汽车的标准-搭载两颗自研的图灵AI芯片，总算力对标两颗英伟达 雷神 （ 参数 丨 图片 ）Thor-U。
蔚来在其L3原生架构的旗舰ET9上，也部署了两颗自研的神玑NX9031芯片。
这些芯片不仅原生为Transformer架构优化，其单颗算力都瞄准雷神Thor-U，考虑到算力、架构的戴维斯双击，其性能高达上一代主力芯片Orin X的数倍。
一个更微妙的信号来自理想汽车。
其2025款焕新车型搭载了算力达700 TOPS的英伟达Thor-U芯片，但理想却从未公开宣称此配置可支撑L3。
这恰恰从侧面印证了一个行业共识：在当前技术阶段，要实现可靠、可商用的L3，车端算力需要跃升至1000TOPS以上，且芯片必须原生支持Transformer架构。
来自芯片的这种硬核基石能力，当然是无法通过软件层面的OTA，给您的双Orin X芯片车辆凭空变出来的。
在自动驾驶行业长达二十余年的发展历程中，关于L3级自动驾驶是否有必要单独存在的争论，是一个贯穿多年的核心议题。
其最根本的争议在于，它首次将驾驶责任从人类驾驶员「部分转移」到自动驾驶系统，但却没有完成彻底的转移。
正如忠诚不绝对，就是绝对不忠诚一样，这种责任归属转移的不彻底性，在法律和实践中制造了巨大的模糊空间。
正是为了避开这种争议，小鹏才表示要跳过L3、直奔L4，跟吹牛没关系的。
接下来，为了避免陷入这种容易造成逻辑浆糊的争议，也为了避免爱钻牛角尖的人的纠缠，我们也以L4自动驾驶系统作为讨论的主体。
算力是横亘在辅助驾驶和自动驾驶之间的智力门槛，安全冗余则是它的责任门槛。
L2和L3/L4在责任主体上的本质区别在于，当事故发生时，法律意义上的“锅”将由谁来背。
在L2时代，无论系统多先进，驾驶员仍是第一责任人。
实际上，你或许可以刷手机，看小姐姐，但理论上，你必须时刻监控路况，随时准备接管。
毕竟，系统只是一个起高级辅助作用的ADAS。
没出事，甜蜜蜜，你笑得甜蜜蜜，好像花儿开在春风里；出了事，受罪的是你，负责的是你，掏钱的也是你，是你，是你，都是你。
到了L3/L4时代，在约定的设计运行范围（ODD）内，车辆及其背后的车企成为了主要责任人。
系统说它能接管，就得为它的决策负责。你可以扭头看风景，可以手脚不老实，一切（和驾驶相关的）法律风险由车企承担。
这一根本性转变，将安全性要求提升到了前所未有的高度。
L2系统可以容忍偶尔的分神或退出，只要及时提醒驾驶员接管即可。
但L3/L4系统必须假设自己可能是最后的屏障，必须为任何单点故障准备好备份方案。
这就是功能冗余。
它意味着在感知、计算、制动、转向、供电、通信等所有关键环节，都必须部署双份甚至多份的硬件和通路。
拿感知冗余为例。
一个最容易让人津津乐道的话题是，摄像头在强光下致盲怎么办？
激光雷达和毫米波雷达可以提供另一套独立的环境感知，但某些车企死鸭子嘴硬，不用激光雷达怎么办？
不多说了，反正，在迈向责任自负的L3/L4时，纯视觉方案将面临巨大的考验。
计算与通信冗余方面，主芯片死机怎么办？必须有备用芯片能在百毫秒内无感切换。
主通信网络中断怎么办？必须有备用链路确保指令畅通。
执行冗余层面，刹车系统失灵怎么办？线控制动必须有双回路备份。
转向电机卡死怎么办？线控转向必须有备用电机和控制器。
这些冗余设计，不是为了炫技，而是为了在概率极低的故障发生时，系统仍能以“最小风险状态”运行，最大限度地避免事故。
它背后是巨额的硬件成本，是复杂的系统工程。
一辆原本只为L2设计的车，其电源系统、底盘结构、电气架构、传感器布局，都未为这种深度的冗余做任何准备。
这不是打一个软件补丁就能弥补的，这需要对车辆进行从底层开始的硬件重构。
L2到L3的飞跃，不是一次简单的软件更新，而是一次从硬件算力到安全哲学的全面跃迁。
它需要脱胎换骨的计算芯片，需要不计成本的全车冗余，需要车企敢于扛起法律责任的勇气。
L2++汽车设计之初的使命，就是辅助你，而非替代你。
真正的L3，属于那些从诞生之日就搭载了超大算力、并将责任二字刻入基因的下一代车型。
通往那里的门票，无法通过OTA发送，需要你用下一次的真金白银来购买。
啥也不说了，掏钱吧老铁！
热门跟贴