小鹏砍激光雷达、鸿蒙智行加 896 线：L3/L4 国标下的两条路

2026 年 6 月 17 日，工信部一纸公示，把国内高阶自动驾驶的"草莽时代"按下了终止键。文件名很长——《智能网联汽车 自动驾驶系统安全要求》，国内首部针对 L3、L4 的强制性国家标准，由推荐性 GB/T 44721—2024 升级而来，建议实施日期 2027 年 7 月 1 日，公示期只给一周（6 月 24 日截止）。

工信部这一纸公示之前，车圈已经在走两条相反的路线。3 月 4 日，鸿蒙智行直接扔了一枚"技术核弹"——新一代双光路图像级激光雷达 896 线量产，尊界 S800、问界 M9 同步首发搭载。5 月 21 日晚，小鹏 GX 发布会后群访，何小鹏扔下那颗炸翻行业的炸弹——"汽车领域不再需要激光雷达"。6 月 15 日，理想 Livis Day 上基座模型负责人詹锟给出一个让所有人脸红的判断——"除了特斯拉 FSD 外，国内没有智驾第一梯队"。国内首批 L3 级自动驾驶产品准入（截至 2026 年上半年）发给了长安深蓝 SL03、北汽极狐阿尔法 S——两款车，车顶都顶着激光雷达。

一边在砍，一边在上。一边在喊"不需要"，一边在拿入场券。L3/L4 这把强制国标的火，到底烧向了谁？

1、L3/L4 强制国标的 5 个关键技术变化

这次报批稿正文有 5 条硬性变化，是过去推荐性国标里没有的。

第一条，11 类核心危害场景必须全场景覆盖。报批稿系统梳理的清单包括非预期的侧向运动、非预期减速、非预期加速、功能误激活、不响应驾驶员干预请求等，覆盖了自动驾驶系统可能出现的绝大多数失效模式。所有上市的 L3/L4 车型必须完成这些场景的验证——过去车企自定测试场景、营销补差距的玩法到此为止。

第二条，量化的事故容忍红线。系统运行时致命事故率必须低于每小时 10⁻⁷、重伤事故率必须低于每小时 10⁻⁶——达不到不准上市。第一次把"安全"从企业 PPT 变成可量化的硬指标。

第三条，Safety Case（安全档案）机制。报批稿要求每一款搭载 L3/L4 系统的车型建立结构化的安全档案，遵循"声明—论据—证据"三层结构，覆盖系统架构说明、全场景危害识别报告、风险量化评估、仿真与实车验证证据、残余风险评估等完整内容。档案伴随车型全生命周期——硬件变更、OTA 升级、改款都必须同步更新，监管可随时调取核查。

第四条，L3 与 L4 的差异化要求。L3 重点看人机交接——车辆必须持续监测驾驶员的接管能力，不能仅靠方向盘力矩判断状态；驾驶员未及时接管时，系统必须触发最小风险策略（开双闪、缓慢减速、靠边停车），不能直接退出。L4 重点看系统自处置能力——不允许远程操控执行动态驾驶任务。

第五条，感知系统统一性能门槛，但不指定传感器类型。报批稿没有强制任何硬件路线，但雨雾、逆光、强光眩目等复杂场景下感知系统不得失效——这一条没点传感器名字，但事实上把"单一传感器路线能不能扛住所有 11 类危害场景"这道证明题压给了车企。

这五条里，前四条是明牌，第五条是暗牌——后面会展开。

2、纯视觉 vs 激光雷达融合：两条路的技术账本

纯视觉路线的核心账本——99% 场景极致优化 + 1% 场景主动放弃。

优势集中在三个维度。

成本：单车激光雷达的成本在千元级别，乘以头部车企 50 万年销量就是几十亿的 BOM 节省。

数据范式：端到端 VLA 大模型天然吃图像数据，激光雷达的点云格式和训练管线不对付。

量产门槛：单一传感器路线不需要解决多模态融合的技术难题，工程交付周期最短。

劣势也是物理的。雨雾、强逆光、夜间无路灯、泥水糊摄像头——这四种场景是单目摄像头的物理极限。激光雷达在雨雪雾霾下性能也会下降，但有主动光源、不依赖外部光照，物理冗余这一栏是单一传感器路线天然缺失的。

激光雷达融合路线的核心账本——用研发投入换 1% 场景的物理冗余。

优势：全场景覆盖更稳。激光雷达的主动测距不依赖光照条件，雨雾天气下的点云衰减可以通过算法补偿；多模态融合在极端场景下提供物理备份——一个失效另一个还能撑住，这是单一传感器路线给不了的。

劣势集中在融合的技术门槛。

时间同步：相机和激光雷达的时间戳对齐是实时 SLAM 的先决条件，曝光和读出阶段的不一致让这一题难做。

空间标定（外参）：绝大多数联合标定方法需要校准靶标物 + 人工选点，无法在动态应用场景中使用。

多模态融合算法：异构数据（图像 + 点云）的特征对齐是公认难题——图像给出的是纹理和语义，点云给出的是几何和深度，两个分布空间的语义鸿沟需要复杂网络桥接。激光雷达本身的工程问题也还有：阳光干扰、旁瓣干扰、高反膨胀、视场角限制、量产稳定性。

这意味着融合方案的研发成本远高于单一传感器路线——不是多一颗硬件的成本，是整个数据管线、训练框架、感知算法、Corner Case 库的工程量翻倍。

3、为什么车企转向纯视觉——技术 + 数据 + 成本 + 融合难度的四重叠加

车企转向纯视觉的真实驱动力，至少有四层叠加。

第一层是技术范式被 VLA 大模型改了。端到端视觉-语言-动作大模型吃图像数据，激光雷达的点云格式天然和这套训练管线不对付。何小鹏在 5 月 21 日群访现场明确表态："激光雷达的点云数据格式难以被大语言模型有效吸收，纯视觉的图像数据与大模型生态天然兼容。"——技术路线一旦押注，切换成本是几何级数。

第二层是数据积累。过去 5-7 年，国内头部车企的智驾训练数据以图像为主，重新写一套适配点云的大模型等于把整套研发节奏推倒重来。

第三层是单车成本。2025 年上半年价格战打到 8.8 万元入门款也有 L2，纯视觉是入门车型把"高阶智驾"四个字写进配置表的唯一路径。

第四层是融合难度。时间同步、空间标定、多模态融合算法、Corner Case 验证——每一道题的工程量都足以拖垮一个研发团队。多数车企根本没这个能力把融合做到"完美"——而国标要求的恰恰是"完美"，不是"差不多"。

四层叠加下，纯视觉成了"对车企研发能力上限要求最低"的路线。这不是技术最优解，是研发能力约束下的妥协。

4、L3 vs L4 的分层格局——纯视觉赢 L3，激光雷达赢 L4

L3 时代，纯视觉可以撑住。L3 的法律结构是人机交接——驾驶员是后援用户。感知失败的第一责任承担方不是车企，是后援用户本身。系统触发最小风险策略后，法律责任链路是清晰的：驾驶员未及时接管 = 驾驶员担责。

L4 时代，纯视觉还能合规吗？明文规定的异构冗余，纯视觉是否有改进的余地？

L4 的法律结构是系统全责——不允许远程操控执行动态驾驶任务。感知失败的那一秒，责任在车企自身。L4 场景下不允许"靠边停车等远程协助"——这是国标第 4 条明牌写出来的硬规定。

这意味着 L4 单一传感器路线要撑起 Safety Case 的举证强度，单点失效概率上限要压到 10⁻⁷ 量级——这几乎是当前纯视觉方案的物理天花板。

行业事实已经写在产品里：

•国内首批 L3 准入发给了长安深蓝 SL03、北汽极狐阿尔法 S——两款车都装了激光雷达

•通用 Super Cruise 2028 推 LIDAR + 脱眼方案，明牌站队融合

•鸿蒙智行 3 月发布 896 线激光雷达，余承东定调"技术核弹"

•华为 ADS、阿维塔、蔚来 NWM全栈坚持激光雷达

•理想 i9 配激光雷达（高配），L 系列 AD Max 标配 ATL 全天候激光雷达

•小米 YU7 全系标配激光雷达（2025 年 6 月上市，25.35 万起售）

激光雷达阵营没有退场——他们在 L4 上加码。纯视觉赢了 L3 的规模化赛道，激光雷达赢了 L4 的高阶自动驾驶入场券。

5、这本账里没有的那些东西

写到这你可能会问：特斯拉难道不懂 L4 这本账吗？马斯克当然懂——懂到 1% 场景赔得起，依然觉得划算。

因为在他算的那本账里，只有两栏——"融合方案的研发投入"和"1% 极端事故的经济赔偿"。没有那些因此失去生命的活生生的个体。这是冷冰冰的资本选择：把"人命"这一栏从天平上拿掉，剩下的就是一道线性规划题。

当然，纯视觉的 1% 场景也不是完全没有应对办法。车企在销售时跟客户说明："当车辆系统侦测到无法保障安全驾驶的环境时，有权马上断电、锁车、关闭系统。"车企的责任瞬间解除了——多完美的资本选择，风险全甩给用户，系统自动免责。

冗余不是技术选择，是底线选择。