自动驾驶正在进入一个微妙却关键的时间节点。一方面，过去数年高速发展的L2级辅助驾驶技术，已经在高速和城区等复杂场景中被用户实际使用；另一方面，行业依然在探索前沿技术，多家自动驾驶公司仍全力押注L4级自动驾驶路线。
而在这二者之间，被视为过渡阶段的L3级有条件自动驾驶迈入实质阶段。12月15日，工业和信息化部正式公布我国首批L3级有条件自动驾驶车型准入许可。对于整个行业而言，意味着我国自动驾驶正从技术验证转向量产应用，也意味着我国自动驾驶准入管理迈出关键一步。
几乎同一时间，网上流传的路透视频显示，鸿蒙智行已经在重庆、合肥等地开展L3级自动驾驶系统研发测试，验证其L3技术方案在感知、决策、安全兜底和人机协同等层面的完整能力。从画面来看，测试车辆是鸿蒙智行旗下车型尊界S800和问界M9。
作为国内自动驾驶领域的领军企业，鸿蒙智行参与到L3级自动驾驶测试研发中，可以帮助验证L3系统的安全性与产品成熟度，为国家L3政策落地提供实践依据，助力打破“L3=期货”的行业困局。
在鸿蒙智行年度直播中，华为常务董事、产品投资委员会主任、终端BG董事长余承东预测，从明年开始，鸿蒙智行会走入L3时代，智能辅助驾驶提高一个等级，有望到2027年走向L4时代。
鸿蒙智行率先开启L3级研发测试
在汽车行业，自动驾驶被划分为5个级别，分别是L1级至L5级。其中，L3级自动驾驶被称为智能化转型的“分水岭”。根据国家标准，在特定条件下，驾驶员可以“脱手脱脚甚至脱眼”，车辆系统将取代人类成为驾驶主体。这一转变的背后，不仅是驾驶权的移交，更是责任权的重构。
L3级自动驾驶并不是一个可以被轻易“宣称”的能力。任何一家真正尝试迈入这一阶段的企业，都必须直面三个现实问题：系统是否具备长期运行的稳定性，是否拥有清晰、可验证的安全兜底能力，以及，在复杂、不可控的真实道路环境中，系统的行为是否足够可预期。
也正因如此，鸿蒙智行的测试视频才在行业引发广泛关注。通过在感知、决策、执行三个维度的深度重构，鸿蒙智行不再仅仅追求“开得像老司机”，而是致力于打造一套“比人类更不容易犯错”的安全体系。
从路透视频画面中可以看到，在限定高速道路路段上行驶的鸿蒙智行旗下车型，车身明确标注着“L3级自动驾驶道路测试”字样。整个测试车看上去和量产车并没有区别，没有增加更多的传感器，但车辆处于L3自动驾驶驾驶状态。驾驶员并未手握方向盘。
此外，测试车辆在驾驶过程中，是整体驾驶风格趋于稳健和克制。在并线、变道等场景中，系统更强调安全，而非过度追求同行效率最大化。这种策略背后，是对L3阶段安全目标的重新排序。
多位业内人士指出，L3级自动驾驶并不需要证明“系统比人类更快”，而是必须证明“系统在绝大多数情况下，不会做出令人意外的决策”。相比短时间的效率优势，长期行为一致性和可预测性，才是建立用户信任的基础。
针对行业发展，中国汽车工业协会常务副会长付炳锋称，正式许可自动驾驶车型产品，是让符合标准的产品接受市场检验，标志着自动驾驶汽车产业正在从“技术验证”加速迈向“量产应用”的新阶段。他还称，申报准入通道会持续敞开，按照“成熟一个、许可一个”的原则有序推进。
一旦L3被纳入正式监管与准入体系，技术能力、责任边界与风险兜底将不再是模糊表述。如果企业宣称具备L3级别自动驾驶能力，就必须同时具备相匹配的系统安全冗余、明确的责任承担机制，以及可落地的商业保险或风险赔付方案。这无形中设立了一道极高的门槛，也将加速行业洗牌。
从这个角度看，鸿蒙智行率先在真实道路上推进L3自动驾驶测试，其意义已超出单一企业自身。这一举动，更像是一种“行业普及者”和“产业推动者”的角色承担，其通过先行验证，为技术标准、责任认定和商业模式提供可参考的现实样本。
“会思考的老司机”：鸿蒙智行实现L3的技术架构革命
鸿蒙智行旗下车型之所以敢于在真实道路环境中开启L3自动驾驶实测，核心前提在于对自身技术体系成熟度的判断。
今年下半年，鸿蒙智行陆续向用户开启推送华为ADS 4辅助驾驶系统，而这套系统被视为面向L3级自动驾驶的核心商业化技术底座。据悉，该版本并非简单功能增强，而是一次围绕自动驾驶“可持续演进能力”的底层架构升级。
从行业整体来看，自动驾驶技术长期面临一个共性瓶颈。早期方案高度依赖规则代码，通过大量人工设定的逻辑来覆盖典型场景；随后，端到端模仿学习成为主流路径，系统通过学习人类驾驶数据来“复现”驾驶行为；在此基础上，再辅以人工针对长尾场景的不断修补与优化。
这种路线在辅助驾驶阶段效果显著，但其天花板同样清晰。系统本质上仍是“模仿者”。一旦遇到训练数据未覆盖、或质量不足的极端场景，决策能力便会迅速下降。
业内人士常用一个比喻来形容这种方案：它更像是一名“死记硬背的优等生”，在熟悉题型中表现稳定，但题目发生变化，就难以举一反三，并不理解真实物理规律。而这是L3阶段无法回避的问题。自动驾驶一旦进入责任切换阶段，系统必须具备真正的泛化能力，而不是依赖不断补丁式修复。
今年以来，各家汽车公司探索系统强化学习方案，目标是让系统像老司机一样理解环境、推理风险，并自主应对几乎无限的驾驶场景。小鹏汽车、理想汽车等企业，选择引入VLA（感知-语言-行为模型），试图借助大语言模型在理解和推理层面的成熟能力，加速自动驾驶能力跃迁。
VLA模型的核心逻辑，是在语言模型已高度成熟的基础上，将视觉信息“翻译”为语言 token，再由语言模型生成决策，并转化为车辆控制动作。这种方式在工程上相对取巧，也能够在短期内提升系统的理解能力。
然而，自动驾驶并非语言任务。将物理世界抽象为语言，本身就会引入信息损耗；在高时速场景下VLA有时延，难以应对罕见突发状况。这意味着，在极端或高风险场景中，其行为可预测性仍然存在不确定性。
华为选择了一条更难、但被认为更接近自动驾驶本质的路径——WA（世界行为模型）。在ADS 4中，华为搭建了WEWA架构，包含云端的世界引擎（WE）与车端的世界行为模型（WA）。其中，WE负责海量数据训练与场景生成，用罕见的案例强化模型训练；WA则实现车端的实时环境推理与拟人化决策，以实现更为快速的决策。
在WEWA架构的加持下，ADS 4多项核心指标出现明显提升。官方数据显示，系统端到端时延降低约50%，决策反应更快；通行效率提升约20%，无效变道明显减少；重刹率下降约70%，驾驶行为更具预见性与连续性，整体风格更加平稳。
行业在自动驾驶能力实践上，还一直存在激光雷达和纯视觉方案的分歧。纯视觉方案的优势在于结构简化与成本可控，但是无法应对雨雾尘复杂天气、强光/逆光、远距离障碍物形状精准识别，仅能达到老司机驾驶表现。相较之下，感知融合的优势互补，才能实现超人的驾驶与安全水平。
鸿蒙智行坚持多传感器融合路线。华为ADS多传感器融合方案整合摄像头、毫米波雷达、超声波雷达、激光雷达等多种异构传感器，通过优势互补提升整体感知可靠性。这种冗余设计，使系统在更多极端环境下仍能保持稳定判断，为自动驾驶提供超越人类感知能力的基础。
界面新闻了解到，鸿蒙智行内部追求是的零伤亡事故，但凡能提升安全性的，认为都值得投入。尊界S800、问界M9等车型，共有4颗激光雷达，较行业常规带激光雷达车型车型新增了两个侧向、一个后向的固态激光雷达。
考虑到中国山区高速路段地形复杂、气候多变，雨、雾、尘等极端天气对感知系统提出了更高要求，ADS 4技术方案中强化了前向感知的多重冗余设计。相关车型搭载了前向3分布式4D毫米波雷达矩阵，各自互为冗余，可增强前向感知深度，提高障碍物检测置信度，看的更远更清晰，遇险自动辅助刹停。
在此基础上，ADS 4还进一步补齐了L3场景下最关键的一道安全兜底，驾驶员失能辅助功能。车辆处于L3自动驾驶状态下驶出限定道路，且驾驶员未按要求接管，或因睡眠、昏迷等原因处于失能状态时，系统会通过声音提示、安全带震动、车机画面提醒等多种方式反复唤醒驾驶员。
若多轮提醒仍未获得有效响应，系统将启动预设的风险处置流程，自动寻找合适时机变道至应急车道，逐步降速直至安全停车，并同步开启双闪警示、车门解锁、大灯投射SOS救援提示等措施，为后续救援争取时间和空间。该功能首批已推送给尊界S800等用户，后续陆续推送给其他车型用户。
数据显示，截至11月30日，鸿蒙智行累计辅助驾驶里程数52亿公里，系统累计避免潜在碰撞超过279万次。
从“好开、爱开”到“离不开”，鸿蒙智行正在将智助驾驶安全深度绑定，逐步形成清晰的品牌心智。在自动驾驶进入L3门槛的当下，这种以系统能力、安全冗余与长期数据积累为基础的技术路线，也正在重新定义行业的竞争维度。
结语：
站在产业演进的节点回望，L3级别自动驾驶并不是一场速度竞赛，而是一场关于安全、责任与信任的长期工程。当行业告别“参数功能堆叠”的上半场，进入以真实能力、真实责任为核心的下半场竞争，谁能够率先完成技术收敛、风险定价与用户信任的闭环，谁就有可能占据下一阶段的制高点。
从ADS 2.0、3.0让高阶辅助驾驶进入消费市场，得到快速普及，到ADS 4系统级能力推动L3走向现实，鸿蒙智行所展现的，并不是一次激进的跨越，而是一条可持续演进的技术路径。在自动驾驶逐渐回归理性、回归工程本质的今天，这种稳健推进的方式，或许正是行业最稀缺的能力。
通过L3级自动驾驶研发测试，鸿蒙智行为整个行业积累了重要参考经验。当中国汽车产业向更高等级自动驾驶迈进时，鸿蒙智行先行验证所形成的经验与边界，将成为后来者绕不开的参考坐标和行业通向未来的重要基石。
还没有评论，来说两句吧...