L3要“持证上路”，哪些车企慌了？

导语：自动驾驶的野蛮竞争时期，结束了！

2026年6月17日，中国工业和信息化部正式公示《智能网联汽车 自动驾驶系统安全要求》强制性国家标准（报批稿）。这一文件的出现，意味着中国L3/L4级自动驾驶首次从“推荐性技术规范”进入“强制性准入标准”阶段，并预计于2027年7月1日正式实施，全面取代此前的推荐性国标体系。

这不是一次普通的标准升级，而是一次产业底层规则的重写。在此之前，中国自动驾驶行业经历了长达数年的高速扩张周期：L2辅助驾驶快速普及，城市NOA、高速领航、端到端模型、激光雷达与纯视觉路线之争不断升级，车企在“功能展示能力”上的竞争持续加速，甚至形成了一种典型的技术军备竞赛逻辑。但与此同时，系统责任边界模糊、驾驶权交接不清以及安全定义缺失等问题，也开始在真实道路场景中不断显性化。

与辅助驾驶相关的交通事故频发，使监管层与产业界逐渐形成一个共识：当系统能力逼近L3临界点时，仅靠企业自律和技术迭代，已经不足以支撑产业继续扩张，必须引入强制性、安全导向的制度框架。

据行业普遍理解，该国标的核心意义，并不只是技术参数的统一，而是第一次以国家强制力明确L3级自动驾驶的“责任归属”和“安全底线”。它从系统冗余设计、人机接管机制、最小风险策略（MRM）、功能安全体系到数据记录机制，系统性重构了自动驾驶从研发到量产的完整约束体系。这也意味着，未来L3系统不再是“功能可选项”，而是必须通过认证才能上路的“合规产品”。

可以说，自动驾驶汽车的野蛮竞争时期，已经结束了！

什么是“L3强制国标”？

如果只从文件名称来看，《智能网联汽车 自动驾驶系统安全要求》更像是一份技术标准。

在此之前，与自动驾驶相关标准长期以推荐性规范为主，这个要求是首次的“强制性”要求。L2辅助驾驶的快速普及，也正是在这种相对宽松的标准体系下完成的。

但这一次不一样。根据公开信息，该国标在2027年7月1日正式实施后，将直接作为L3/L4自动驾驶系统的准入依据，进入整车公告管理体系。这意味着，企业如果无法满足标准要求，将无法完成量产车型的合规上市流程。

L2辅助驾驶 vs L3自动驾驶 vs 强制国标体系，来源：与非研究院整理

从上表可以看到，《安全要求》国标给出了一个极为明确的量化指标：接管窗口时间不应小于10秒 。这意味着，从自动驾驶系统发出接管请求，到系统因驾驶员未响应而必须启动最小风险策略（MRM）的整个过程，必须至少持续10秒钟。

在过去，各大车企在发布会上竞相展示令人眼花缭乱的功能，从高速NOA（Navigate on Autopilot）到城市NOA，算力竞赛（TOPS）和传感器数量比拼愈演愈烈。然而，繁荣背后是标准的缺失和安全责任的模糊。多起与辅助驾驶相关的交通事故，持续引发公众对于技术可靠性和安全边界的疑虑。在强制国标落地之后，真正的竞争焦点将转向系统工程能力与安全责任体系构建能力。一位Tier 1供应链人士则认为，这一标准将直接改变整车成本结构，因为冗余系统和安全验证体系不再是高配选项，而是准入门槛。

笔者认为，这个规定最主要的是解决了L3驾驶出事故，谁来负责的问题。要提前10秒发出接管请求，意味着自动驾驶系统必须具备强大的风险预判能力。它不能等到危险迫在眉睫时才“甩锅”给人类，而必须能提前预测到即将超出其ODD或处理能力的复杂场景，并留出足够的安全冗余。

从产业影响来看， 由于L3系统必须同时满足功能安全（ISO 26262）、预期功能安全（SOTIF）、冗余设计以及全生命周期验证体系要求，这意味着自动驾驶成为了系统工程问题。另一方面，冗余传感器、双计算平台、冗余制动系统以及大规模验证体系，将使L3系统成本显著上升。行业普遍认为，这将使单车成本增加约10%至20%，并对车型定价与商业化路径形成直接影响。

哪家车企能拿到了真L3的入场券？

随着L3级自动驾驶强制性国家标准逐步落地，行业竞争逻辑正在发生根本变化，各家车企的真实位置开始被重新标定：

一、华为：最接近“标准答案”的全栈体系玩家

在所有玩家中，华为被普遍视为最接近L3合规体系要求的企业之一。

其优势并不来自单点能力，而来自完整的系统结构。

首先是全栈技术能力。从底层计算芯片，到操作系统，再到感知、算法和云端体系，华为已经形成“芯片—系统—算法—云”一体化架构，包括MDC计算平台、鸿蒙智能座舱系统以及自研感知与融合算法。这种垂直整合能力，使其在满足功能安全（ISO 26262）与预期功能安全（SOTIF）等复杂要求时，具备更强的系统协同能力。其次是工程体系优势。华为长期在通信领域积累的高可靠系统设计经验，使其在冗余架构、系统稳定性与大规模测试验证方面具备天然基础，而这些恰恰是L3强制国标的核心考察点。

更重要的是，华为作为Tier0.5的定位，服务多家车企，在多个自动驾驶相关标准体系中深度参与制定，这意味着其技术路线与监管逻辑高度一致。也就是说，华为本身就是新规定的制定者之一。

综合来看，华为体系的汽车L3合规难度是最低的。

二、比亚迪：规模化制造能力与软件体系的分水岭

比亚迪最大的优势来自三点：垂直整合能力、成本控制能力以及规模化制造能力。从电池、电驱，到部分车规级芯片与控制器，比亚迪已经建立起较完整的产业链闭环。这使其在L3时代硬件冗余成本上升的背景下，具备天然的成本优势。此外，凭借全球领先的销量规模，比亚迪积累了极为庞大的真实路测数据，这为其自动驾驶算法提供了持续迭代基础。

但在L3体系下，真正的挑战并不在硬件，而在软件系统工程能力。

首先是系统架构能力。L3不再是单一功能叠加，而是一个完整的系统闭环，包括感知、决策、规划、控制以及安全退出机制。

其次是安全开发体系的工业化。强制国标对功能安全与预期功能安全提出了全流程要求，这意味着企业必须建立覆盖研发、测试、验证与量产的完整体系。

最后是认证能力。从L2到L3的关键变化，不再是功能上线，而是能否通过强制性安全认证进入公告目录。

因此，比亚迪的L3路径更可能是渐进式推进：先确保体系完整，再逐步释放能力，而非快速放量。

三、新势力阵营：算法领先，但体系验证成为最大变量

以蔚来与小鹏为代表的新势力，是中国L2阶段智能驾驶最早建立用户认知的一批企业。它们的共同优势在于：数据驱动能力强、算法迭代速度快，以及用户侧体验优化能力突出。在城市NOA与高速领航阶段，这种优势曾一度形成明显领先。

但进入L3体系后，评价体系发生变化。

第一，从“功能能力”转向“责任能力”。L3的本质是系统在特定运行设计域（ODD）内承担驾驶责任，这要求企业必须证明系统安全性可被法律认可，而不仅仅是功能表现良好。

第二，从“快速迭代”转向“强验证周期”。任何关键系统更新都可能触发重新验证与再认证流程，这对依赖OTA快速迭代的模式形成结构性约束。

第三，冗余系统成为强制要求后，成本结构显著上升，包括传感器、计算平台以及验证体系投入，都会对原有商业模型形成压力。

其中，蔚来在硬件冗余上具备一定前瞻性布局，而小鹏则在端到端模型与算法能力上优势更为突出。

四、全球变量：特斯拉的技术领先与制度错位

在全球市场中，特斯拉仍然是无法绕开的变量。

其FSD系统在算法能力、数据规模与用户覆盖方面处于行业领先水平，并持续推进端到端自动驾驶模型演进。

但在L3强制国标体系的逻辑下，其面临的不是单纯的技术问题。当前FSD在全球多数市场仍被定义为L2级“监督驾驶系统”，驾驶员必须持续监控并承担法律责任。这与L3要求的“系统承担驾驶责任”存在根本差异。

与此同时，各主要市场的监管路径也不统一：欧盟通过准入型认证体系逐步放开L3，日本与韩国已建立相对清晰的L3法规框架，而美国则仍处于联邦与州级规则分裂状态。

这导致一个现实问题：特斯拉的技术有可能接近或已经超过了L3，但制度体系尚未完全匹配。能否完成从L2监督体系向L3责任体系的制度转换，成为接下来特斯拉的重点。

L3强制国标下车企优势对比，来源：与非研究院整理

除了上述车企，其它车企要想在短时间内拿到L3的合规准入，难度是比较大的。

新国标强制要上“激光雷达”？谣言还是潜规则？

一直以来，自动驾驶领域的路线之争——激光雷达方案还是视觉方案，在业内争论已久。

视觉路线派一度占据上风，因为自动驾驶的领军企业特斯拉就是采用的这一路线。马斯克曾经在多场合嘲讽激光雷达没有必要，同时业内也认为视觉路线符合“第一性”原理。马斯克长期强调，既然人类驾驶主要依靠眼睛和大脑，那么自动驾驶也可以依靠摄像头和神经网络完成。这个逻辑有很强的吸引力：摄像头便宜、成熟、容易规模化；软件可以通过OTA不断升级；端到端大模型的进步，又让纯视觉路线看起来有了更强的想象空间。

对于车企而言，纯视觉还有一个现实好处：它可以显著降低硬件成本。

激光雷达派则认为，视觉方案会有很多缺陷，特别是对于安全的冗余度不高。

随着《智能网联汽车 自动驾驶系统安全要求》强制性国家标准报批稿的公示，这场争论开始从技术路线之争，变成法规合规之争。

在驾驶员暂时不参与驾驶任务的情况下，系统必须回答几个问题：摄像头被强光照射怎么办？暴雨、浓雾、沙尘、夜晚无路灯环境怎么办？前方出现异形障碍物怎么办？隧道出口光线剧烈变化怎么办？摄像头、计算单元或通信链路发生单点失效怎么办？

过去，纯视觉路线可以说“算法会越来越强”。但L3法规要问的是：如果算法这一刻不够强，车辆如何保证不失控？

事实上，《安全要求》国标一出来，马上就有很多相关从业者的各种解读，比较典型的是“国标强制安装激光雷达”。但根据笔者的研究，其实这个国标中并没有明确规定必须采用哪一条技术路线，它只是给出了一个最终的结果要求。只要能达到这个要求，其实无所谓你采用哪一种路线。但这个结果要实现，确实采用激光雷达路线会更有优势。

这里要注意的是，激光雷达路线严格来说是多传感器冗余解决方案，有激光雷达、有毫米波雷达，也有摄像头，这其中不是互相取代的关系，而是互为备份。在实际操作中，多传感器融合并不简单。不同传感器的数据会出现冲突：摄像头没有看到障碍物，但雷达检测到了异常回波；激光雷达看到空间轮廓，但摄像头无法判断语义；毫米波雷达判断前方存在目标，但视觉系统认为那只是虚影。到底相信谁？如何分配权重？如何在毫秒级时间内完成判断？这些问题都会显著增加系统复杂度。

特斯拉选择纯视觉，本质上是试图用统一输入、统一模型、统一数据闭环，减少融合系统的复杂性。这个思路在L2阶段非常高效。只要用户持续监督，系统就可以在真实道路中快速积累数据，通过OTA不断提升能力。但无论它的功能多强，在法律属性上仍然更接近L2，而不是真正意义上的L3。

L3要求系统在驾驶员未及时接管时执行最小风险策略。车辆要能够自动打开危险报警灯、逐步减速、寻找安全时机靠边停车。听起来只是“靠边停车”，但真实道路中远比这复杂。比如车辆在高速最左侧车道，如何安全穿越多条车道到应急车道？如果摄像头受到强光、雨雾、泥水遮挡，系统如何确认右侧车道是否安全？如果前方障碍物形态不规则，纯视觉是否能足够稳定地识别其距离和风险？

这些问题都是特斯拉需要回答的。

笔者认为，中国车企正在成为全球高阶智驾最激进的量产场景，中国供应商又具备成本下降、快速迭代和本土服务能力。一旦L3准入真正落地，激光雷达的商业价值就可能从“可选配置”变成“高阶合规配置”。这不是每辆车都必须安装激光雷达，但凡车企想在L3上讲清楚安全冗余，激光雷达都会成为难以绕开的选项。

传感器冗余推动算力为王

一颗激光雷达每秒可产生数百万个点云数据，再叠加多路高清摄像头视频流、毫米波雷达数据，以及可能接入的高精地图、DMS、车辆状态数据，计算平台面对的是一个实时变化的多模态世界模型。

因此，如果L3国标下激光雷达冗余方案成为标配，对算力的需求明显上升。据了解，L3系统的算力需求普遍被认为在250TOPS以上，高端L3车型甚至需要500—1000TOPS以上算力。这直接刺激了英伟达Orin、Thor，高通Snapdragon Ride，以及地平线、黑芝麻智能等本土自动驾驶芯片方案的市场需求。

L3系统的核心难点，是把不同传感器、不同刷新率、不同数据格式的信息融合起来，并在毫秒级时间窗口内形成可靠决策。摄像头擅长语义识别，毫米波雷达擅长测速和全天候感知，激光雷达擅长高精度空间建模。L3系统不能只把这些数据“堆”到一起，而是要让它们在统一坐标系、统一时间轴和统一安全逻辑下相互校验。

这就是为什么BEV+Transformer、多传感器融合、端到端大模型，正在成为智驾算法的新主线。而对芯片来说，真正的挑战也从传统CNN推理，扩展到Transformer友好架构、大带宽内存访问、点云处理、图像处理、数据同步、低延迟决策等多个维度。

值得一提的是，《安全要求》国标要求L3系统设计充分考虑功能安全ISO 26262和预期功能安全SOTIF。路径规划与决策执行部分，可能需要达到最高的ASIL-D等级。这会直接改变自动驾驶芯片的竞争规则。

在消费电子芯片市场，一颗芯片可以通过快速迭代、软件补丁、OTA更新不断修复问题。但车规芯片，尤其是面向L3的安全关键芯片，不能这样粗放运行。它需要在设计阶段就考虑随机硬件失效、系统性软件错误、冗余路径、故障检测、看门狗机制、安全岛、锁步核、ECC校验、供电监测、热管理等一整套机制。

标准要求系统安全水平不低于“合格且专注的人类驾驶员”，并引入“安全档案”机制，要求通过“声明—论据—证据”的结构证明系统安全性。这对芯片功能安全设计和冗余计算能力提出了硬要求，直接利好已通过ISO 26262 ASIL-D等高阶功能安全认证的芯片供应商。

L3标准将推动产业链从“黑盒采购”走向“白盒协同”。整车厂不再满足于买一个封闭盒子，而是需要深入理解芯片、操作系统、中间件、算法、传感器、域控制器之间的安全逻辑。L3时代由于安全责任主体是OEM，供应商需要向OEM开放更多软件接口和底层数据，双方共同进行安全分析、集成和验证。

压力在于，芯片公司必须补齐车规流程、生态工具、安全认证和长期供货能力。

笔者认为，L3国标落地将重点利好五类自动驾驶芯片/平台玩家：英伟达、华为、地平线、黑芝麻智能和高通。

英伟达的优势最清晰：算力和生态。Orin-X单颗算力达到254TOPS，是已量产上车的高算力自动驾驶芯片之一，2026年更高算力的Thor-U也被视为后续高端L3/L4平台的重要选择。更关键的是，英伟达真正的护城河不是单颗芯片，而是CUDA生态、软件工具链、开发者基础和车企算法迁移成本。

华为则是另一种模式。它不是单独卖芯片，而是提供“芯片+硬件平台+操作系统+算法+云服务”的全栈式方案。华为MDC平台集成自研昇腾AI处理器，MDC610提供200TOPS算力，并已通过功能安全相关认证；更重要的是，乾崑ADS系统构成了一整套可量产的智驾解决方案，降低了车企开发难度和周期。

地平线的逻辑则是开放生态和性价比。地平线定位Tier 2，向Tier 1和车企开放芯片与工具链，强调性能与成本平衡。对于L3从50万元级高端车型向20万—30万元主流市场下沉，这种模式有很强现实意义。

黑芝麻智能的机会在于国产替代和差异化产品线。其华山系列主打高性能自动驾驶，A1000 Pro符合ISO 26262 ASIL-D最高功能安全标准，可支持L3及以上自动驾驶；武当系列则瞄准舱驾一体，通过单芯片融合实现降本增效。

高通则依托智能座舱优势向智驾扩展。资高通凭借智能座舱市场的强势地位和灵活芯片方案，正向智能驾驶领域渗透。其优势不是单点算力压制，而是舱驾融合、平台化供应和整车智能化协同。

最后，L3带动的除了激光雷达和高算力SOC，包括PMIC、存储、以太网交换、车载SerDes、传感器处理芯片、DMS芯片等多个环节的价值都将重估。笔者认为，2027 后，高端车型会继续选择英伟达、华为等高算力、高生态粘性的平台，以保证技术领先和品牌溢价。主流车型则会更关注地平线、黑芝麻、高通等平台的性价比、舱驾融合和国产替代能力。对于中腰部车企来说，单独自研L3全栈系统成本太高，选择成熟的全栈方案或开放式平台，将是更现实的路径。

L3自动驾驶核心芯片/计算平台厂商对比，来源：与非研究院整理