财π新闻 在上海浦东金桥，市民可以呼叫主驾无人的Robotaxi出行；在临港全域开放道路上，无人重卡、自动驾驶乘用车持续在暴雨、非机动车穿插等极限工况下进行验证；在嘉定国际汽车智慧城，算法团队与整车厂同步推进高阶智驾软硬件联调。过去，中国自动驾驶企业靠路测里程“秀肌肉”，靠一次次上路证明自身技术能力。但当技术从封闭测试区驶入城市毛细血管，在车流、行人、非机动车交织的复杂路况下，单纯的行驶里程已不足以覆盖层出不穷的边缘风险，行业始终在探索一套能够真正证明自动驾驶系统安全的统一标准。

2026年7月30日，国内首部针对L3、L4级高阶自动驾驶的强制性国标《智能网联汽车自动驾驶系统安全要求》（GB44721—2026）获批，将于2027年7月1日正式实施，成为高阶自动驾驶产品上路的硬性准入标尺。从“我说我安全”到“我证明我安全”，中国自动驾驶产业正在经历一场合规大考。上海作为全国自动驾驶政策创新的先行者，吸引了众多自动驾驶企业在这里打磨安全档案、全链路安全验证流程，为行业落地新标准输出可复制的实操路径。

行业过去评判自动驾驶成熟度，习惯以累计千万、上亿公里路测数据作为依据。但单纯的行驶里程，无法证明系统能够覆盖各类高危长尾场景。这份强制性国标的核心在于引入“安全档案”机制，企业必须用“声明—论据—证据”的结构化框架，自证系统安全：首先提出系统不存在不可控安全风险的顶层声明；其次分层拆解功能安全、预期功能安全、网络安全等多维度论据；最后附上仿真、封闭场地、开放道路测试形成的可复现量化数据作为实证，整条论证链路全程可追溯、可复核，相当于给自动驾驶企业出了一道全新的证明题。

企业不能只说系统是安全的，而要建立完整的逻辑链，最终落到可验证的测试数据和工程证据上，每一层都要经得起审视。这套标准本质上拓宽了产品质量系统性保障的考核维度，覆盖从功能设计到车辆出厂后持续质量管理的全生命周期。安全档案不允许企业事后拼凑零散测试报告，而是要求从自动驾驶系统顶层安全目标逐层拆解，至硬件零部件可靠性、算法感知决策逻辑等细分环节。一旦车队投放规模扩大、新增一片运营区域、推送一次系统升级，整套安全档案都需要同步更新补充对应证据，安全论证工作必须嵌入研发、运营日常流程。

不久前获得德国KBA全境L4测试许可的自动驾驶企业相关负责人表示，安全论证方式从结论性说明转向正向原理论证，安全档案必须对标准附录所列具体技术要求做系统论证，而非过去推荐性标准下的评估报告。这要求企业在开发早期即按安全档案的要求搭建完整的论证体系，确保每一个技术环节都有对应的验证数据支撑。

这份强制性国家标准由国家市场监督管理总局、国家标准化管理委员会批准发布，工业和信息化部组织制定并归口，适用于搭载L3级、L4级高度自动驾驶系统的M类和N类车辆，不适用于自动泊车系统。标准立足我国产业发展与行业监管实际需求，兼顾技术可行性、产业适配性与落地实操性，构建了维度完整、要求清晰、适配国情的安全要求体系，为自动驾驶产品明确了统一的安全准入基线。

标准起草人、中国汽车标准化研究院总工程师孙航介绍，L3级要求用户保持接管能力，需及时响应自动驾驶系统发出的介入请求并接管驾驶；而L4级可在设计运行条件内由系统独立承担驾驶任务，系统在必要时自动执行最小风险策略，不依赖车内驾驶员兜底。“健全企业全生命周期安全保障机制”是这份标准的特点之一，标准要求车辆制造商从安全方针、风险管理、安全保证、安全提升四个维度，建立覆盖产品设计开发、生产制造及部署后全过程的保障能力，从源头降低自动驾驶系统潜在的安全风险。

标准明确，车辆制造商应在自动驾驶系统研发验证过程中组织开展相应的仿真、场地及道路试验，并确保相关试验资源和条件满足研发验证要求。此外，车型上市还必须经过对自动驾驶系统实际能力的全面检验检测。标准要求自动驾驶系统安全水平应至少达到正在承担动态驾驶任务的合格且专注驾驶人的水平，同时不得对用户及其他道路使用者造成不合理安全风险。在此基础上，标准明确系统在各类场景下执行动态驾驶任务的安全要求，并明确最小风险策略的触发和执行要求。孙航举例说明执行最小风险策略的目标，L3级是将车辆移至不妨碍交通的道路边侧安全静止，L4级则是将车辆移至不妨碍交通的安全区域静止，L4比L3的要求更高。

防范误用滥用风险，标准明确用户告知要求，让人机交互更清晰。标准要求自动驾驶系统的激活和退出过程应安全，并明确就绪、激活、退出等状态信息及信号的提示规范。孙航表示，标准明确L3级自动驾驶系统还应具备驾驶人接管能力监测功能，包括需要监测驾驶人是否坐在驾驶位、是否系好安全带，并通过不少于2种指标判定驾驶人的能力，且每个判定周期不大于30秒。

在标准同国际法规对标方面，与联合国自动驾驶系统全球技术法规相比，我国标准对L3级、L4级自动驾驶系统提出了更为细化的技术要求。在保持核心技术要求与国际法规协调一致的同时，标准更贴合我国道路交通环境与行业管理实际需要，更具有落地实施的可行性，例如在试验项目中将电动自行车列为试验场景之一。总体来看，这份标准统一了自动驾驶产品安全准入基线，压实车企责任，摒弃概念炒作，可以有效提升交通安全、提振消费者信心。这一标准体系既为全球自动驾驶治理提供了中国实践，也为我国车企出海和国际技术互认打下基础，将有力推动产业高质量可持续发展。

工业和信息化部装备工业一司有关负责人介绍，标准的发布实施，为自动驾驶产品明确了统一的安全准入基线，对规范自动驾驶技术研发应用、提升道路交通安全水平、压实企业安全主体责任、护航产业健康可持续发展具有重要意义。今年6月底，《智能网联汽车 组合驾驶辅助系统安全要求》强制性国家标准正式发布，拟于2027年1月1日起正式实施。该标准针对L2级组合驾驶辅助，明确驾驶员始终承担全部驾驶责任，系统仅起辅助作用；将产品划分为基础单车道、基础多车道、领航NOA三类，分别设置差异化技术指标。

中国汽车流通协会乘用车市场信息联席分会秘书长崔东树表示，这两套强制性国标构建起从L2到L3、L4的完整强制监管体系，标志着国内智能驾驶行业迈入合规化高质量发展新阶段。这两套强制性国标落地后，产品必须达标才可上市，有利于把行业竞争从比拼硬件参数、开通城市数量，转向安全能力比拼。

据介绍，此次发布的标准立足我国产业发展与行业监管实际需求，兼顾技术可行性、产业适配性与落地实操性，构建了维度完整、要求清晰、适配国情的安全要求体系。健全企业全生命周期安全保障机制，筑牢安全根基。标准要求车辆制造商从安全方针、风险管理、安全保证、安全提升四个维度，建立覆盖产品设计开发、生产制造及部署后全过程的保障能力，从源头降低自动驾驶系统潜在的安全风险。同时，明确车辆制造商应在自动驾驶系统研发验证过程中组织开展相应的仿真、场地及道路试验，并确保相关试验资源和条件满足研发验证要求。强化系统动态驾驶任务执行能力，保障使用安全。标准要求自动驾驶系统安全水平应至少达到正在承担动态驾驶任务的合格且专注驾驶人的水平。

在事故责任划分方面，标准规定：在系统运行范围内发生的事故由车企承担责任；系统发出接管请求后10秒内驾驶员未接管，则责任归属驾驶员。截至2024年7月，北汽享界G9已获得时速120公里的L3级道路测试牌照；北汽极狐阿尔法S和长安深蓝SL03已于2025年底前获批附条件上路。北汽蓝谷旗下极狐与享界双品牌已布局L3级自动驾驶，极狐T5相关Robotaxi车型已量产并出口。小鹏、蔚来、理想等车企亦在推进相关技术，但需面对安全档案体系的合规挑战。根据现行规定，消费者当前购买的车辆无法通过OTA升级至L3级自动驾驶功能。预计面向个人用户的L3级量产车上市窗口期为2027年至2028年，此前L3技术主要通过B端场景积累运行经验。

工业和信息化部、市场监管总局此前印发的相关通知明确，企业实施OTA升级活动，应当按要求向工业和信息化部、市场监管总局备案，并确保实施OTA升级活动后的汽车产品符合国家法律法规、技术标准及技术规范等相关要求。市场监管总局及时开展备案评估与监督检查，规范OTA升级应用方式，避免企业通过OTA升级隐瞒车辆缺陷或规避责任。通知同时明确，涉及汽车自动驾驶功能的OTA升级活动，应当按照准入管理有关规定，取得相应许可。企业实施OTA升级活动消除汽车产品缺陷、实施召回的，应当按照《缺陷汽车产品召回管理条例实施办法》组织实施，并立即停止生产、销售缺陷汽车产品。若消除缺陷的措施涉及产品主要技术参数变更，企业应当在取得产品变更许可后，方可恢复相应汽车产品的生产。

近期，鸿蒙智行尊界V800与V680正式获批合肥市L3级自动驾驶测试牌照，将持续开展自动驾驶全场景的深度测试。这是继多个城市开放L3试点后，又一款瞄准高阶自动驾驶量产交付的车型进入测试环节。当前，人工智能正在汽车领域加速应用，推动汽车从单一交通工具向“智能终端”和“移动生活空间”演进。近期，我国牵头制定的联合国自动驾驶系统全球技术法规获批发布，标志着中国智能驾驶产业迈入全新发展阶段。华为、腾讯、字节等科技巨头正积极布局，与主流车企加强合作，推动AI深度赋能汽车产业，重塑汽车行业格局。

夜间高速行驶时，能在120公里时速下提前3秒识别百米外、仅易拉罐大小的障碍物，并提前规划路线、精准避让。前不久，搭载华为乾崑智驾ADS辅助驾驶系统最新版本的启境GT7正式上市，受到市场关注。随着智能网联汽车技术迭代速度不断加快，汽车驾驶模式从“人主导”变为“人车协同”，智能驾驶越来越成为辅助驾驶员驾驶、提高驾驶安全性的重要工具。数据显示，华为乾崑智驾累计辅助驾驶里程已超122亿公里，搭载乾崑智驾的车辆累计行驶总里程超350亿公里。

赛智产业研究院智能经济研究所所长李铭岩表示，当前AI正不断重塑智能驾驶，其中最核心的变化是技术范式全面转向数据驱动的端到端大模型架构，从而让车辆驾驶行为更像人类，能更从容应对复杂的边缘场景。与此同时，“重感知、轻地图”正成为行业共识，企业不再过度依赖高频更新的高精度地图，而是着力提升车辆实时感知和理解世界的能力，大大扩展了高阶智驾的可用区域。围绕纯视觉与多传感器融合两条技术路线，行业形成了各有侧重的探索。此外，算力与数据的竞争也在不断升级，焦点从硬件配置转向了云端训练算力和高质量数据闭环能力。

在国家发展改革委宏观经济研究院研究员张林山看来，AI优化算法在提升算力利用效率的同时，推动了软硬件协同优化，带动整体成本持续下降，L2级高阶智驾已实现规模化商用落地，L3级智驾正在准入试点中稳步推进，行业渗透率快速提升。未来行业发展的重点是推进高阶智驾的规模化落地，攻克极端复杂场景适配能力，探索清晰可持续的商业化模式。业内人士表示，VLA大模型正成为打通认知与执行壁垒的前沿方向，它将视觉、语言和动作统一到同一个模型框架中，让系统能看懂交警手势、临时路牌等语义信息，作出更像人类司机的拟人化决策。但同时，智能驾驶在长尾场景的覆盖仍是巨大挑战，一些现实中罕见但致命的场景，恰恰容易被传感器误判，需要技术进一步突破，这对行业提出了更高要求。

从交通工具到移动的生活空间，智能汽车在用户体验上不断发力。如今，驾驶人凭借语音完成控车、导航、娱乐等各类操作，已成为车内人机交互的常见场景。座舱正在迈向代理式人工智能时代，AI不再是功能叠加，而是组织成可感知、可规划、可执行、可持续进化的智能中枢。整套标准体系的落地实施，将为整个自动驾驶产业划定清晰的安全准入基线，推动行业从过去的里程比拼转向全维度的安全能力建设，为后续高阶自动驾驶产品的合规上市和规模化商业化应用筑牢坚实的制度基础。

(编辑：付健)