智能驾驶技术发展至今，全球已逐渐演变为中美两强竞争的格局，其他国家和地区在技术推进与市场应用方面早已被远远甩在身后。

　　相比于美国以特斯拉为代表的单一领跑局面，中国无论是在技术渗透率还是功能普及率上都已大幅领先，事实上已经成为全球智能驾驶最大的应用市场。

　　从最初的技术追随者到如今的全面领跑者，中国智能驾驶行业的飞跃，不仅源于无数从业者的持续投入与技术积累，也得益于国家在政策与市场层面的有力支持。

　　作为与行车安全高度相关的关键功能，智能驾驶在发展初期必然面临技术瓶颈与不确定性。如果从一开始就采取严格的监管制度，势必会抑制行业的发展节奏。正因如此，中国政府在早期并未出台强制性法规，而是给予了行业更多自由探索的空间。

　　3月29日，一辆搭载高速领航辅助驾驶功能的车辆在夜间行驶过程中，因道路维修改道场景未被系统正确识别，系统在最后时刻自动退出并将驾驶任务移交给驾驶员，驾驶员未能及时避障，最终导致事故发生。尽管类似事故此前也曾出现，但本次事故因其严重程度和涉事品牌的知名度，引发了广泛社会关注。

　　这起事件将公众目光再次聚焦于几个根本性问题：智能驾驶系统究竟应具备哪些能力？人与系统之间的职责边界应如何划分？行业应如何评判一个智驾系统是否合格？

　　在中国这个智能驾驶功能已高度普及的市场中，令人遗憾的是，这些问题尚未有明确答案。

　　就在这场热议逐渐退潮、公众关注度开始下降之际，一部足以重塑行业格局的法规，正悄然酝酿之中。

　　法规对于一个行业有着非常深远的影响，其制定的方式和深度直接决定了技术发展的速度、公众的接受度以及安全的保障。在面对智能驾驶这项新的技术，各个国家在相应的法规上也采取了不同的策略。

　　球速体育平台

　　美国一向鼓励创新和自由，对辅助驾驶技术也是同样，采用的是“宽进严管，自主合规”的策略。其核心的监管理念可以归纳为四个核心关键词：“技术中立、企业自律、风险导向、联邦主导”。

　　美国国家公路交通安全管理局（NHTSA）不预设或者偏向任何一类技术路径，不要求厂商使用特定传感器或算法，只要求系统能可靠地识别道路环境并安全控制车辆。

　　美国采用的是自我合规声明的制度，厂商声明其产品符合联邦安全标准，而不需要事前验证，这种机制鼓励创新的同时减少了政府监管成本，相信市场机制和法律责任能够激励厂商保持安全与合规。

　　监管优先聚焦可能带来系统性安全风险的方面，例如驾驶员脱离、系统失效响应、数据记录不足等等，但是对于低风险领域，监管保持宽松的态度。

　　对于L1和L2级别的智能驾驶，监管不设置准入门槛，但是事故发生后，NHTSA会通过缺陷调查、召回介入，并根据事故的调查结果予以行政处罚。

　　美国的一个特殊性在于各州对于政策和法规的制定上有相对独立的权力，为了防止法规的碎片化，NHTSA作为联邦机构统一制定技术指引，但是各州保留了驾驶许可和牌照发放等权力。

　　针对L2级别的智能驾驶系统，美国没有正式的法规。NHTSA在2017年发布了VSSA（Voluntary Safety Self-Assessment），它是一份自动驾驶系统制造商自愿提交的公开报告，用于向公众和监管机构展示系统在各个安全方面的考量和设计措施，但是并不是强制要求的认证文件，企业是否提交并不会影响系统或者车辆的上市许可，报告中披露的内容由企业自行决定。

　　多家美国厂商如通用Cruise、Waymo、福特等都提交过VSSA，有趣的是美国智驾的领军企业特斯拉，并没有提交过相关的报告。

　　欧盟成员国采用联合国欧洲经济委员会（UN ECE）法规体系，汽车相关的法规由WP.29工作组负责制定，涵盖的范围包括主动安全、被动安全、电动汽车和智能网联等多个领域。车辆或系统在一个国家取得认证后，其有效性会得到其他缔约国的认可，实现“一次认证，多国通行”。

　　在智能驾驶领域，UN ECE针对不同的等级（L1、L2、L3）都发布了相应的法规，其中L1和L2级别的智能驾驶功能（如LKA和LCC）由UN R79来覆盖，UN R157则规范了高速场景下对L3系统和功能的要求，而针对系统能够自动变道的L2+功能UN ECE也将在今年正式发布R171（DCAS）法规。

　　和美国开放的法规策略不同，欧洲在法规方面的策略更为保守和严谨，采取的是法规先行、安全优先的原则，并对于上市车辆要求法规的强制认证。

　　欧洲采取的是法规到产品的方式来推动技术的发展，在法规发布前会广泛征取制造商的意见，但不会妥协于现有不成熟的技术，法规正式发布后只有满足法规要求的系统才能上市销售。

　　UN ECE在制定法规时会重点关注系统的安全性，R79中对于横向加速度限制、脱手时间和换道时间窗口等都有非常明确的要求，R157则进一步要求系统具有冗余的设计并在驾驶员不响应或系统故障无法维持控制时执行最小风险操作（MRM）。

　　R79在2019年就加入了对于LCC等L2系统的要求，而第一版的R157则在2021年就发布，是全球首个正式落地的L3自动驾驶法规，可以说在智驾的法规方面欧洲走在了前面。

　　有意思的是针对NOA功能的DCAS法规从2021年开始讨论，经过了4年的时间才正式发布针对高速NOA的版本，中国市场很多车型已经开始标配的城市NOA功能，则还没有确定的发布日期。

　　NOA作为介于L2和L3之间的智驾功能，系统和驾驶员的边界比较模糊，在法规的制定上更加困难，从这里也可以看出欧洲对于法规的谨慎态度。

　　中国的策略则是介于美国的自律创新导向和欧洲的强制规范之间，形成了具有中国特色的政府主导、标准先行、逐步强制的模式。

　　中国政府在智能网联汽车产业发展、标准规范、法规制定、试点运营、监管执行等各环节都发挥了主导作用，这一策略从顶层设计开始由国务院层面发布战略规划。

　　2020年发布的《智能汽车创新发展战略》明确了建立健全推荐性与强制性标准体系的战略目标，由工信部牵头联合企业共同制定相关标准。

　　标准先行策略在在智能驾驶法规体系尚未完全建立前，通过制定推荐性国家标准（GB/T）、行业标准（QC/T）、团体标准（T/CSAE）等，先行确立系统定义、技术规范、测试方法与评价机制，为法规落地和监管实施打下基础。

　　其中大部分标准采用与UN ECE相近的标准结构，便于未来企业出口进行UN认证。

　　中国智驾法规的另一个策略是逐步强制，目的是平衡技术发展和产业的实际能力，初期通过推荐性标准规范L1/L2等自动驾驶辅助功能，待产业普及和技术成熟后，逐步将其转化为强制性国家标准或法规，但是目前还未出台。

　　中国的法规策略在美国和欧洲之间寻找平衡点，给予了中国智驾行业更多自由发展的空间，随着智驾技术的快速发展，这种策略也暴露了一些隐患。

　　标准的更新没有跟上产业的变化。目前的标准大部分都停留在L1和L2级别的智驾功能上，但是国内市场已经开始大量普及NOA功能，对于具备NOA功能的系统暂时还没有标准去规范。

　　标准缺乏强制性，对企业的约束不够对于涉及行驶安全的智驾功能来说，需要转化为法规或者强标。

　　在行业发展大步向前的时候，这些隐患都被隐藏在了冰山之下，但是一场意外事故的发生加速了法规推进的进程，一部针对L2级别组合辅助驾驶功能的强制性法规即将发布。

　　4月下旬，工信部紧急协调法规工作组成员开始起草针对L2智驾系统的强标草案，5月中旬，草案发布，这版草案在行业内引起了激烈的讨论，大家一致认为这将是史上最严的智驾法规。

　　在其设计运行条件下持续地执行动态驾驶任务中的车辆横向和纵向运动控制，且具备与所执行的车辆横向和纵向运动控制相适应的部分目标和事件探测与响应能力的硬件和软件所共同组成的系统。

　　从定义上看它涵盖了所有的L2系统，包括仅提供LCC功能的低阶系统和提供NOA功能的高阶系统，目前市场上有很多低阶车型搭载前视一体机来实现基础的LCC功能，这个法规推出之后意味着这些低阶系统也需要满足要求才能上市销售。

　　法规中通过道路类型区分了1型道路和2型道路，分别对应了高速场景和城市场景，对两个场景下系统的感知能力有着不同的要求。

　　如果系统适用于高速场景，除了需要识别常规的车辆和行人以外，还需要识别交通锥、隔离墩、防撞桶以及纸箱。

　　要求识别交通锥等特定障碍物。而对于适用于城市场景的系统而言，还必须要识别红绿灯、摩托车、自行车以及儿童。

　　在DCAS和R157中都定义了当驾驶员无法响应时，系统应该执行的最小风险操作，也被称作为MRM（Minimum Risk Manuover），中国法规基本沿用了这个框架，命名为RMF。

　　RMF的触发条件是驾驶员持续未响应系统提示或者系统发出立即控制警告后十秒未响应，系统需要包括直线停车或在特定条件下进行换道至右侧车道、硬路肩等更安全区域停车。如果具备换道RMF功能时，需要有足够的感知范围，系统的设计应使车辆在执行换道控制中不会对其他道路使用者造成不合理的安全风险。

　　MRM通常不强制要求换道，但必须确保在原车道安全停车，且车辆不可再移动。RMF和MRM在触发条件、安全停车逻辑和警示机制等方面高度一致，但是中国标准更细致的规定了换道RMF的执行条件与安全机制。

　　目前市场上的智驾系统都不具备RMF功能，当驾驶员无响应时只会强行退出系统，这个切换的过程会有非常大的安全隐患，RMF的加入可以让智驾系统的安全性等到非常大的提升。

　　标准草案中定义了若干测试场景，除了常规的测试场景之外，还增加了许多非常挑战性的测试场景。

　　在高速道路环境下，系统需要通过直道侧翻车辆实验，试验道路前方有隧道， 隧道无照明， 隧道中右侧车道有静止翻倒的车辆目标，车辆目标车顶距隧道入口距离为50m，试验车辆需要识别并避免与目标车辆碰撞。

　　系统还需具备施工区域探测与响应的能力，其中包含了多个测试场景，试验道路为单向多车道的长直道。

　　在这几个测试场景中，系统需要提前识别施工区域障碍物并做出响应，避免与障碍物发生碰撞，标准中还特别强调了要在夜间条件下重复测试。

　　如果系统支持城市道路环境下的L2功能，还需要额外通过环岛通行试验和信号灯识别与响应试验。

　　环岛包含不少于3个出入口，路口内至少包含两条车道， 路口每个出入口至少为双向单车道， 试验车辆入口上游存在一动态车辆目标， 下游第一个入口存在静态车辆目标，要求车辆在环岛的出口2或出口3驶出。

　　球速体育平台

　　此外，标准中还定义了多个十字路口冲突试验以及对摩托车、两轮车和儿童的安全响应试验。

　　城市道路场景下对施工区域的探测和响应有更高的要求，试验道路至少为双向单车道的长直道，同时有一车辆目标在对向车道沿车道中心以40km/h的速度匀速驶来，在试验车辆不采取制动措施的情况下，试验车辆与车辆目标的碰撞发生在沿车道预设碰撞点±3m的预设碰撞区域。

　　在常规的测试条件外，标准中对于部分测试场景还增加了额外的测试条件，以考察系统在预期功能安全方面的能力，其中包括夜间施工区域多目标交互和改道试验、日间雨天和雾天施工区域试验以及夜间静态多目标交互试验等等。

　　为什么说这个标准草案是史上最难的L2法规，可以和今年将正式发布的DCAS法规做一个对比。

　　首先在系统识别能力要求上，中国标准明确要求系统需要识别侧翻车辆、交通锥、水马、隔离墩以及纸箱等障碍物，而DCAS法规中没有相关的要求。

　　其次在系统架构上中国标准明确提出了对组合驾驶辅助数据记录系统（DSSCDA: data storage system for combined driver assistance）的要求，包括需要存储的数据类型，而DCAS法规中没有明确提出数据记录系统的要求，只提到了制造商需要记录系统相关的信息数据，用于描述系统在何种条件下如何操作、系统边界、系统功能等。

　　例如速度、横向偏移、测试环境等都有量化定义，并明确指出在日间和夜间环境下都应测试，而DCAS法规采用的是通用框架式测试方法，通过描述“测试目的”、“输入变量”、“系统预期行为”等来构建测试，但未明确规定具体的参数数值。

　　虽然目前这份标准草案还处在征求意见阶段，距离正式发布还有一段时间，最终版本可能会有修改，如果以当前的内容来看，对于中国的智驾行业将会产生非常大的影响。

　　这个标准冲击最大的将是以前视摄像头为感知核心的低阶智驾系统，虽然行业内通常更关注VLA、端到端、大算力芯片等高阶智驾方案中的技术，但是从市场的体量来看，低阶智驾方案才是主流。

　　低阶智能驾驶方案主要包括前视一体机方案和小域控方案，其中前视一体机是最为主力的形态。

　　2024年，中国市场前视一体机出货量已超过1000万台，整体渗透率达到47%；在ADAS细分市场中，渗透率更是超过73%。

　　前视一体机集成了摄像头与SoC，结构紧凑，所用芯片算力普遍低于10 TOPS，能够实现基础L2级功能，并具备显著的成本优势，广泛应用于多数合资品牌车型及国产品牌的中低端车型。

　　在系统方案上，以前视摄像头为核心，辅以雷达进行感知补充，利用前视一体机的SoC构建小域控架构，实现高速NOA功能，也是当前低阶智驾系统的主流方案。

　　由于低阶智能驾驶系统所采用的芯片算力普遍较低，仅能支持传统的CNN算法，模型部署存在较大限制，因此在障碍物识别能力和可识别的目标类型方面存在明显短板。

　　标准中对高速场景提出了更高的感知要求，例如锥桶、水马、隔离墩和纸箱等障碍物的识别，这对当前主流的低阶系统来说是一项严峻挑战。尤其是纸箱识别，目前绝大多数量产的低阶系统并未针对这一类别进行专项训练。

　　此外，标准中还设置了如“施工区域借道”这类复杂的特殊测试场景，不仅对系统的感知能力提出了更高要求，也对整体决策与控制逻辑构成了重大考验。以现阶段的技术水平来看，低阶方案要顺利通过这些场景的测试，难度极大。

　　系统如果要在城市道路中支持LCC等L2的功能，还需要通过环岛和路口红绿灯的测试场景，低阶智驾系统仅使用了前向的视觉，感知范围有限，目前是无法通过环岛和红绿灯的，所以按照标准中的要求，这些低阶智驾系统都不能在城市道路中开放基础的L2功能，在功能上会受到非常大的限制。

　　标准中的内容如果不做变更，正式公布后，中国的低阶智驾市场必将受到巨大的冲击，无法满足标准要求的系统将仅支持L1的智驾功能，很可能会被主机厂直接淘汰，而即便是勉强满足标准的低阶系统，虽然在高速场景下仍可提供L2功能，但前视摄像头难以通过环岛和红绿灯的场景测试，城市场景下无法使用L2功能，功能上的缩水很可能会限制低阶系统的配置率。

　　低阶智驾方案受到的冲击并不会影响中国市场智驾的普及趋势，从今年开始暂露头角的中阶方案很可能会是标准发布后的最大受益者，未来逐步取代低阶方案而成为中国市场的主流。

　　中阶智驾方案以多摄像头为感知核心，支持7到11个摄像头，可以和毫米波雷达或者激光雷达组合，形成一套能实现高速NOA和城市记忆领航的域控方案。

　　在芯片平台方面，当前市场的代表包括高通的8620、地平线M，以及英伟达的Orin N。

　　高通8620具备一定的成本优势，但性能有限，且芯片开发门槛较高，目前在市场上表现突出的落地方案较少。英伟达生态成熟、工具链友好，Orin N不仅具备高性能优势，还与英伟达高阶芯片生态协同紧密，但成本相对较高。

　　地平线系列则是专为中阶智能驾驶系统打造。J6E聚焦于高速场景，J6M则可拓展至城市场景，并支持激光雷达。地平线的生态体系也在不断壮大，从国内主流Tier 1扩展至国际合作伙伴，包括博世、采埃孚等企业均已基于J6平台开发中阶产品。

　　在成本控制和供应链选择方面，中阶方案为主机厂提供了更大的灵活性与多样化选择空间，预计将在标准推动下迎来快速发展。

　　过去两年，在高阶智能驾驶的发展路线中，关于是否必须配备激光雷达的讨论一直有很多讨论。一部分主机厂坚持走纯视觉路线，认为依靠高精度摄像头和强大的算法足以实现感知能力；而另一部分则坚定认为激光雷达在提升系统安全冗余、应对极端或复杂场景方面不可或缺。

　　虽然本次标准并未对传感器配置作出强制要求，但从其对感知精度、识别能力及系统鲁棒性等方面提出的严格要求，可以看出监管部门对智能驾驶安全性的高度重视。

　　尤其是在施工区域识别、异形障碍物检测等测试项目中，传统的纯视觉系统面临显著挑战，而激光雷达凭借其对三维空间的高精度感知能力，具备明显优势。

　　更重要的是，激光雷达的成本正在持续下降。随着技术的成熟与产能的提升，激光雷达正逐步从高阶方案向更为大众化的中阶智能驾驶方案延伸。

　　随着标准落地实施，主机厂在权衡系统可靠性与成本之间，可能会更倾向于在中阶智能驾驶方案中引入激光雷达，从而加速其在中国市场的普及。

　　从“无规可依”的探索阶段，到“有标可循”的规范落地，中国智能驾驶行业正站在一次重要的分水岭上。即将出台的这部史上最严L2法规，不仅填补了监管空白，更标志着中国智驾行业正步入一个以安全为底线、以标准为驱动的新阶段。

　　短期来看，这一标准将对以低阶方案为主的市场格局带来强烈冲击；但从长期看，它也将加速行业的技术升级，为整个行业树立更高的安全门槛与技术标准。

　　面对这场变革，企业唯有尽快适应、主动升级，才能在新一轮洗牌中占据有利位置。而对于整个行业而言，这不仅是一次挑战，更是迈向更成熟、更可信赖智能驾驶时代的关键一步。