多方信息显示行业正迎来实质性转变。关键议题不再是辅助驾驶与自动驾驶能否在受控示范场景实现功能,而是由谁承担相关成本、运营主体如何获取许可、监管机构接纳何种方案,以及道路环境发生变化时车队如何应对。
中国 GB 47955-2026 标准是最明确的信号。该标准把模糊的 L2 + 相关表述梳理为明确的产品分类,赋予监管机构更强抓手,对营销宣传、人机交互(HMI)、数据记录与测试实施规范管理。这也与国内整体导向一致:将这类系统统称为辅助驾驶,而非自动驾驶。
美国新泽西州从另一维度显现同类监管压力。一份无人驾驶出租车法案提案要求车辆配备摄像头,同时搭载另外两类感知方案;若落地,实际上将利好激光雷达与毫米波雷达技术路线。美国国家公路交通安全管理局(NHTSA)前高级安全顾问 Missy Cummings 教授警示,此举或将形成危险先例。她并非为纯视觉方案辩护,其认为立法者应当界定危险行驶行为、许可撤销机制以及事故视频公开规则,而不应直接把传感器硬件配置写入法律条文。
Autobrains 提供了与之对照的技术路线。该公司在慕尼黑与Uber、英伟达开展合作,加之 VinFast 自动驾驶概念车方案,将智能体人工智能视作大型端到端驾驶模型的替代方案。这套技术仍有待道路实测验证。但架构层面的讨论具备现实意义:成本、算力、可追溯性以及对传感器的依赖程度,正在左右技术落地节奏。
比亚迪与华为开始在中国承接辅助驾驶相关经济风险;联合国欧洲经济委员会(UNECE)已发布全球自动驾驶系统(ADS)框架文件。Waymo、特斯拉、大众、Mobileye、Uber以及中国整车厂均在推动更大规模部署。自动驾驶重卡领域,货运、港口、矿区场景也呈现相同发展态势。行业下一阶段的评价标尺,将更少依赖厂商宣称的性能指标,更多取决于治理规则、数据管理、命名规范、传感器实证依据以及常态化运营表现。

DVN 高级顾问 Markus Hahn 博士








