我国自动驾驶产业正处在关键爬坡期。工信部于2025年12月发放首批L3级有条件自动驾驶车型准入许可，长安汽车、北汽极狐获准在北京、重庆指定区域开展上路试点。此进展意味着我国自动驾驶开始从探索验证走向有限场景的落地应用。但在产业与公众认知层面，仍存在一定偏差，尤其是对现有L2级辅助驾驶向更高等级演进的路径，容易产生误解。 根据国际通行标准，汽车自动化分为L0至L5六个等级。L2仍属于辅助驾驶范畴；L3、L4、L5才进入自动驾驶范围，其中L4和L5继续指向无人驾驶。当前市场上被称为“高阶智驾”的产品，多数仍未达到自动驾驶能力，与用户期待的“开车时可以放心刷手机、放倒座椅休息”等体验仍有距离。 关于L2向L3升级的技术路径，业界有一个常见误区：不少消费者希望已具备L2功能的车辆能否通过OTA远程升级直接变为L3。对此，朱西产明确表示，这在现实中难以实现。原因在于，L2车辆的电子电气架构与自动驾驶所需架构存在本质差异，刹车与转向系统的功能安全指标、智驾域控算力等关键能力，通常无法满足L3对冗余与安全的严格要求。硬件能力的短板无法仅靠软件升级补齐，这是自动驾驶演进中的基本约束。 我国自动驾驶发展将沿着渐进式迭代路径推进，从L2逐步走向L3和L4。过程中大致经历三个阶段：人驾阶段强调驾驶员必须清楚系统能力边界；机驾阶段要求系统能够自我识别与约束能力边界；人机共驾阶段作为过渡形态，推动“人退机进”的逐步实现。行业数据显示，2025年前三季度我国搭载L2级组合驾驶辅助功能的车型渗透率已达64%，预计年底升至66.1%，为后续升级提供了规模化基础。 人工智能正在成为智能汽车发展的核心变量。朱西产认为，AI是智能新能源汽车的关键能力底座，电动化只是平台，接入AI才能进一步拉升产品与产业上限。目前，语言模型已在智能座舱广泛应用；智能驾驶端到端方案开始引入深度学习模型；部分车企也在探索视觉语言模型的应用。业界预计，2026年视觉语言大模型与世界模型将成为智能驾驶的重要热点方向。 在安全方案上，AI同样被寄予厚望。通过端到端大模型与视觉大模型进行长时序推理，系统有望更早预判潜在风险；占用网络可识别“看得见但难以分类”的目标；结合大模型推理能力，还可对被遮挡区域的风险进行预测。这些技术探索为提升自动驾驶安全性提供了新的路径。 但总体来看，自动驾驶仍面临多维度的安全挑战。尽管从辅助驾驶向自动驾驶迭代的路线已相对清晰，实际道路运行中仍存在大量边缘场景与未知风险，主要集中在三类：一是组合辅助驾驶运行中的危险接管，包括目标物漏检、轨迹决策错误、车速控制不当、交通违法等引发的接管；二是紧急安全系统的误触发，例如自动紧急制动、自动紧急转向等在不恰当条件下启动；三是运行期间的交通事故，包括驾驶员脱离导致未及时接管、紧急接管误操作、车辆失控等情况。 辅助驾驶阶段的存在具有现实价值。驾驶员作为安全冗余，可以在真实道路中持续积累数据，用于训练与优化模型，降低低概率边缘场景带来的失效风险。这一积累与迭代过程，是自动驾驶走向成熟不可回避的阶段。
智能驾驶发展不是单纯的技术竞速，更是对安全底线、治理能力与社会共识的综合检验。站在从辅助驾驶迈向更高自动化的关键节点，只有坚持实事求是的能力标定、清晰透明的功能表达、系统化的安全工程，以及与技术演进相匹配的制度供给，才能让技术进步真正转化为更安全的道路环境与更可靠的出行体验。