2004年，美國莫哈維沙漠塵土飛揚， 在首屆無人車挑戰(zhàn)賽中，15輛被改造的汽車以無一完賽的成績，開啟了自動駕駛的全球熱潮。

21年后在大洋彼岸，隨著中國在汽車行業(yè)與人工智能領(lǐng)域的迎頭趕上，普通民眾距離買到一輛自動駕駛汽車，不再遙不可及。

12月中旬，工信部發(fā)放國內(nèi)首批L3有條件自動駕駛車型準入許可，讓L3自動駕駛走入商業(yè)化的臨界點。

作為華為汽車科技賦能最深的企業(yè)，鴻蒙智行一直是華為智能汽車技術(shù)的“原生載體”?；谶@種首發(fā)平臺的獨特性，鴻蒙智行在引領(lǐng) L2 智能輔助駕駛普及后，也順勢開啟了技術(shù)向上的再度躍遷：

目前，鴻蒙智行已與重慶、合肥、深圳等地深度合作，在高速限定道路率先展開 L3 級自動駕駛的研發(fā)路測。

鴻蒙智行正進行L3自動駕駛測試的尊界S800

相比于L2輔助駕駛?cè)缁鹑巛钡纳虡I(yè)進展，這是扎實的一小步，但過幾年回望，它可能會是L3自動駕駛產(chǎn)業(yè)化進程中不能忽視的一大步。

01

L3產(chǎn)業(yè)化門票，源自L2

國內(nèi)適時加大L3自動駕駛的推廣力度，離不開市場需求的呼聲。

在全球主要汽車市場中，中國有著最高的智能輔助駕駛滲透率，也對L3呈現(xiàn)出了極高的期待。

今年1-7月，中國L2級輔助駕駛滲透率已達62.58%[1]，在價格25萬以上的國產(chǎn)新能源汽車上，城區(qū)智能輔助駕駛近乎標配。智能輔助駕駛的大普及，培養(yǎng)出了一批數(shù)量可觀的重度用戶，而他們已經(jīng)不僅僅滿足于“輔助駕駛”，而是想要跨向“自動駕駛”。

來自麥肯錫的調(diào)研數(shù)據(jù)顯示，早在2024年，就有三分之一的城區(qū)智能輔助駕駛用戶，希望功能可以進一步升級為L3以上自動駕駛，實現(xiàn)真正意義上的“車能自己開”[2]。

相比于L2智能輔助駕駛，L3自動駕駛的飛躍在于，能力更強的系統(tǒng)，可以解放用戶的雙腳，還能解放用戶的雙手和雙眼，讓駕駛員能夠合法合規(guī)地將注意力從駕駛?cè)蝿?wù)中抽離出來，打個電話、處理下文件，在系統(tǒng)提示需接管時再回到駕駛?cè)蝿?wù)中。

中國車主尤其是大城市中的車主，平均每天要在車里度過近兩小時。L3自動駕駛只要能將“無聊駕駛時間”中的一半轉(zhuǎn)化為“個人自由支配時間”，就能極大地提升車主用車的幸福感與付費意愿。

鴻蒙智行L3自動駕駛系統(tǒng)交互界面

在這樣的背景下， L3自動駕駛產(chǎn)業(yè)化進程迎來加速，讓L3走向規(guī)模化應(yīng)用的接力棒，在今年底交到了企業(yè)手里。

不過，盡管國內(nèi)多家企業(yè)擁有在高速與限定道路上進行L3自動駕駛上路、測試的資格，但并不意味著它們站在同一起跑線。

作為L2輔助駕駛某種程度的升級，L3自動駕駛要順利走完測試，形成用戶能用、 敢用的產(chǎn)品， 實際上格外考驗企業(yè)在L2輔助駕駛領(lǐng)域的積累。那些在L2智能輔助駕駛身位領(lǐng)先的企業(yè)，更可能對L3的完善和應(yīng)用做出更大貢獻。

比如鴻蒙智行。到今年10月底，鴻蒙智行累計交付量突破百萬，旗下車型搭載的華為智駕ADS，至11月累計輔助駕駛里程52億公里，累計避免可能的碰撞279萬次，輔助駕駛活躍用戶占比達到94.2%。

作為國內(nèi)推動智能輔助駕駛普及的關(guān)鍵力量，鴻蒙智行不僅在百萬用戶中積累了口碑與信任，更重要的是，海量用戶使用智能輔助駕駛產(chǎn)生的駕駛行為數(shù)據(jù)和人車交互數(shù)據(jù)，既是幫助算法進步的養(yǎng)料，也是設(shè)計L3自動駕駛系統(tǒng)的重要依托。

在L3自動駕駛中，系統(tǒng)一方面要“盡可能知道”，以承擔起主要的駕駛?cè)蝿?wù)；另一方面，由于有“接管”這個環(huán)節(jié)的存在，系統(tǒng)還要有極強的“知道自己不知道”的能力，及早、及遠識別少數(shù)無法處理的場景，從而妥善向駕駛員移交控制權(quán)。

而L2智能駕駛領(lǐng)域積累的駕駛數(shù)據(jù)越多，企業(yè)就越可能訓練出一個能力達到L3水平的模型，也越能充分理解Corner Case的時空分布， 越能定義清楚系統(tǒng)的能力邊界，從而讓“何時何處適合啟用L3自動駕駛”，“何時、何種場景應(yīng)當接管”等關(guān)鍵問題，變得更加清晰。

同時，輔助駕駛激活狀態(tài)下積累的海量人車交互數(shù)據(jù)，也能幫助企業(yè)積累經(jīng)驗：什么樣的提醒方式和力度，能最穩(wěn)妥地將駕駛員拉回駕駛?cè)蝿?wù)，從而設(shè)計出更能讓用戶安全接管的系統(tǒng)。

鴻蒙智行正在測試的L3自動駕駛系統(tǒng)，就結(jié)合法規(guī)要求，依托海量數(shù)據(jù)，定義了“階梯式+多模態(tài)+硬兜底”的接管邏輯：

當遇到超出其設(shè)計運行范圍的場景，系統(tǒng)會先進行語音和視覺提醒，隨后予以方向盤震動提醒，繼而減速。如果駕駛員超過10秒未接管，系統(tǒng)將觸發(fā)“最小風險策略”，在保障安全的前提下靠邊停車。

鴻蒙智行進行最小風險策略測試的問界M9

而鴻蒙智行在測試中驗證、迭代其L3自動駕駛的系統(tǒng)設(shè)計，意義不僅在于證實其L3自動駕駛系統(tǒng)的可靠性、安全性，更重要的是，這也有望推動L3的行業(yè)標準乃至產(chǎn)品形態(tài)進一步完善、細化，從全行業(yè)層面推動L3的發(fā)展與商業(yè)化落地，打破“L3等于期貨”、“L3功能定義不友好”的行業(yè)困局。

02

重構(gòu)的人車關(guān)系，重塑的技術(shù)架構(gòu)

雖然L2智能輔助駕駛領(lǐng)域的積累，是開啟L3自動駕駛必備的鑰匙，但L2與L3的本質(zhì)區(qū)別決定，如果只是沿著此前的技術(shù)與產(chǎn)品路徑進行微調(diào)，很容易南轅北轍。

相較于L2輔助駕駛，L3自動駕駛的最大不同在于，它重構(gòu)了駕駛員與車的關(guān)系：

在L2輔助駕駛中，人與車的關(guān)系是“人車共駕，人類監(jiān)工”，駕駛員要做好隨時干預(yù)的準備，是駕駛安全的第一責任人；而在L3自動駕駛，人車關(guān)系變?yōu)椤败囕v主導(dǎo)，人類待命”，車輛開始接過駕駛的權(quán)利與責任。

L3自動駕駛系統(tǒng)在運行期間，允許駕駛員“脫眼”，即使系統(tǒng)遇到無法處理的場景，也要留出一段時間（通常10秒左右）讓駕駛員響應(yīng)、接管，如果駕駛員未及時接管，系統(tǒng)需在保障安全的前提下靠邊停車。

鴻蒙智行在高速上行駛的L3自動駕駛測試車

這一方面為用戶體驗與商業(yè)化帶來新的可能，但另一方面是對系統(tǒng)能力與可靠性的嚴苛考驗。

“車為主、人為輔”和“硬兜底”的設(shè)計，意味著L3自動駕駛系統(tǒng)不僅要在正常路況下穩(wěn)定運行，還得有能力自行應(yīng)對那些緊迫的意外，不能臨時“甩鍋”，指望駕駛員在一兩秒內(nèi)神兵天降。

由于挑戰(zhàn)巨大，相當一部分企業(yè)一開始就選擇嚴格控制L3自動駕駛系統(tǒng)的生效環(huán)境和允許車速，在復(fù)雜的交通世界里框定出簡單任務(wù)，以實質(zhì)上的能力降級換取安全下限。

但一個能有效商業(yè)化、用戶愿意用的L3自動駕駛系統(tǒng)，顯然不會是一遇雨天就會罷工的系統(tǒng)，也不該是在高速上龜速行駛加劇擁堵的系統(tǒng)。

因此，L3自動駕駛的產(chǎn)業(yè)化路徑，其實是要“頂天立地”，同時滿足對上限與下限的更高要求：既要有極高的“智力水平”，保障效率、預(yù)見風險，也要有極致的安全兜底，化解風險。

這也是為何鴻蒙智行的L3自動駕駛測試車，是旗下的尊界S800、問界M9。它們都采用了最新的、技術(shù)架構(gòu)全面升級的華為ADS 4解決方案，面向L3自動駕駛的需求原生定義了軟件與硬件架構(gòu)：

具備像人一樣學習能力的WEWA軟件架構(gòu)，以及全維冗余的硬件配置。

就在不久之前，自動駕駛軟件的主流方案，還是重代碼、重規(guī)則的算法。這一方案追求可解釋性、對問題的針對性改進，卻高度依賴工程師手寫代碼與規(guī)則，窮舉式地進行場景優(yōu)化?？芍袊煌▓鼍暗膹?fù)雜，靠愚公移山難以解決。

近一年來，為解決傳統(tǒng)規(guī)則算法的效率弊端，端到端模仿學習流行開來，通過向神經(jīng)網(wǎng)絡(luò)大量投喂老司機的駕駛視頻，用數(shù)據(jù)驅(qū)動的形式，立竿見影地提升了自動駕駛的行業(yè)平均水平。

然而模仿學習的問題在于，流于對人類行為的表面復(fù)刻，只學現(xiàn)象不學本質(zhì)，一旦遭遇不在數(shù)據(jù)集中的罕見、復(fù)雜場景，系統(tǒng)的反應(yīng)難以預(yù)期。對于追求風險可控的L3自動駕駛，這顯然不是完善的技術(shù)方案。

當產(chǎn)業(yè)面對的問題是復(fù)雜真實世界中的高維問題時，在技術(shù)上升維往往是更好的手段。

對此，鴻蒙智行車型采用的ADS 4，重新開發(fā)了一套WEWA（World Engine+World Action Model）架構(gòu)：

華為ADS 4 WEWA架構(gòu)

在云端，不僅大量使用來自輔助駕駛用戶的海量真實數(shù)據(jù)訓練，還以世界模型構(gòu)建出高還原度的孿生世界，在其中以遠超現(xiàn)實數(shù)量的難例、考題訓練駕駛模型，在源源不斷的演練中做到“知其然且知其所以然”。由此，駕駛模型得以建立起對駕駛環(huán)境的與物理世界的普遍認知。

在車端，部署World Action Model世界動作模型，采用MoE（Mixture of Experts，混合專家模型）技術(shù)，在保留車端模型能力上限的同時，加速模型推理，有效降低系統(tǒng)的時延，反應(yīng)更敏捷。

在云端、車端模型的通力協(xié)作下，系統(tǒng)能夠?qū)W習人類開車的邏輯，并以比人更快的反應(yīng)速度做出操作，從而更好地應(yīng)對各類復(fù)雜、非標場景，做到舉一反三、快速進化，實現(xiàn)由內(nèi)而外地像人一樣開車。

而在硬件配置上，鴻蒙智行參與L3自動駕駛測試的問界M9與尊界S800，均采用一套成本不菲的硬件全維冗余系統(tǒng)。

在感知上，兩款車均同時搭載4枚激光雷達、5枚毫米波雷達、11枚高像素攝像頭，讓不同形式、不同視角、不同能力的傳感器充分組成異構(gòu)冗余，使感知信息充分融合互補，做到強感知能力對單一傳感器弱勢場景的無死角覆蓋（例如雨天駛?cè)氚倒馑淼乐校?/p>

此外，在自動駕駛系統(tǒng)運行的各相關(guān)環(huán)節(jié)，兩款車都提供雙保險，同時滿足轉(zhuǎn)向、制動、通信、供電多重冗余，將L3自動駕駛系統(tǒng)運行期間，單一零部件意外失效的風險最大程度地降低。

在投入L3自動駕駛測試前，ADS 4還適時將全維防碰撞系統(tǒng)升級為CAS 4.0，不僅做到AEB全速域?qū)Ω黝惸繕松В琫AES增強對鬼探頭應(yīng)對能力，還新增駕駛員失能輔助，提前將L3自動駕駛系統(tǒng)的特性“下放”。

通過全維度冗余的技術(shù)架構(gòu)，ADS 4為駕駛員與乘客織起了多層的安全網(wǎng)。

而這一重塑的技術(shù)架構(gòu)，和鴻蒙智行試圖通過它贏得的信任，對L2輔助駕駛來說是從“能用”走向“好用、愛用”的保障；對L3自動駕駛而言，則是適配新的人車關(guān)系，助力其走向規(guī)模應(yīng)用的硬核前提。

03

尾聲

千里之行，始于足下。

在搭好了數(shù)據(jù)、技術(shù)、產(chǎn)品的平臺后，通往L3自動駕駛規(guī)?；瘧?yīng)用的道路，還是要從一座座城市、一場又一場的試點走過。

普通用戶何時能買到一款擁有L3自動駕駛功能的私家車，很大程度上會取決于，重慶層巒疊嶂的隧道與橋梁中，深圳地面密集的車流里，合肥超寬的大馬路上，一輛輛亮著藍燈的鴻蒙智行車型，下個時刻做出何種決策。

但先行先測的步伐一旦開啟，火種就已點燃。在中國，一場場巨大的變革，往往是從一場場試點開始。

參考資料：

[1]：《組合駕駛輔助技術(shù)發(fā)展報告》，中國汽車工程研究院

[2]：麥肯錫 2024 中國汽車消費者洞察報告，麥肯錫

編輯：羅松松

責任編輯：羅松松