2025年岁末，中国自动驾驶行业终于等来了那只落地的靴子。

随着工信部近日正式批准长安汽车与北汽极狐两款车型获得L3级有条件自动驾驶准入，并允许在重庆、北京指定路段开展测试，一个清晰的信号已经出现：

中国自动驾驶行业正式跨入了以L3为起点、以责任转移为标志的“下半场”。

这是行业重磅里程碑事件：长期以来，自动驾驶行业在L2+的红海中内卷，虽然功能层出不穷，但责任主体始终在“人”。

L3级牌照的发放，意味着法律层面上，驾驶的责任棒首次开始向“系统”交接，驾驶员也终于可以在特定路段合法地“脱手、脱脚，甚至脱眼”，将方向盘完全交给车辆。

然而，如果仅仅将此看作是技术的胜利，便低估了监管层的战略定力。

在欢呼之余，若仔细审视此次准入的细节，如严格的限定域、50—80km/h的限速，以及独特的“联合体”申报模式、监管上云——就会发现，这场变革背后实际隐藏着一条清晰的脉络。

即，高级别自动驾驶的落地，绝非单车智能的单打独斗，它注定需要“监管上云”作为底座，需要“重运营”作为商业闭环，并最终导向车、网、云、路多元素汇聚的生态协同终局。

前置因素：
准入背后的两大条件

回到此次具体的批准情况来看，两款车型虽获准入，但它们绝非可以在全国任意道路上自由驰骋。

恰恰相反，它们获批有两大前置条件：

首先，是限定odd（设计运行域）。

以长安深蓝SL03为例，此次获批并非全域开放，而是仅限在重庆市指定的路段（如内环快速、渝都大道等）开启。

更值得注意的是，其核心应用场景主要针对交通拥堵环境，最高时速被严格限制在50km/h。

另一家北汽极狐阿尔法S，其获批范围则是在北京市指定的几条高速/快速路（如京台高速、大兴机场高速部分路段），最高时速限制在80km/h。

50km/h和 80km/h的限速，避开了高速行驶中最为凶险的“博弈时刻”：在目前的技术条件下，复杂的自动变道、高速超车等博弈性极强的动作，都暂时被“禁止”。

也就是说，监管层采取了“小步快跑、安全兜底”的审慎态度——先让车在低速、封闭、拥堵的刚需场景下“动”起来，而不是一开始就追求全场景的“自动驾驶”。

其次，是责任捆绑的联合体模式。

什么是联合体？即“汽车生产企业+使用主体（关联运营主体）”。

以长安汽车为例，其申报结构是“长安汽车（主机厂）+长安车联科技（运营主体）”；极狐汽车背后，同样有着类似北京出行这样的强关联运营方。

在该模式下，主机厂负责造出符合L3标准的车；而关联运营主体不卖车，核心做运营，业务包括网约车服务、分时租赁、Robotaxi化运营等路径。

为什么卖车变成了卖服务？

这背后是L3级自动驾驶在当前阶段面临的“责任困境”与“成本悖论”。

在L2时代，无论辅助驾驶系统多么先进，驾驶员永远是第一责任人。但到了L3级，驾驶权发生了实质性转移——在系统激活期间，若因车辆问题发生事故，责任主体将变为车企。

于主机厂而言，这是一个巨大的不可控风险。如果直接面向C端个人消费者销售L3车辆，一旦用户在非ODD场景下违规操作导致事故，责任界定将变得困难。

因此，“联合体”模式成为当下的最优解。

一方面，它构建了一道“B端防火墙”。

“以联合体的形式，能方便划分事故责任。在2024年6月首批通过的9家联合体中，很多运营主体和主机厂都有投资关系。”一位行业资深人士告诉《车路云50人》。

比如通过长安车联科技这样的专业运营主体，车辆的使用场景被严格限制在网约车、分时租赁等B端业务中。

同时，运营主体可以对车辆进行统一的维护、监控和调度，确保每一公里L3里程都跑在“合规”的道路上。

另一方面，它改变了商业模式的底层逻辑。

在“联合体”模式下，汽车不再是一个单纯的消费品，而是一个“运力单元”。自动驾驶系统公司作为驾驶责任主体，就必须对车辆进行统一运营，确保整体运营效率，以实现风险管控和价值变现。

以上措施不仅平摊了激光雷达、大算力芯片带来的高昂成本，更为自动驾驶商业化大考，进行了一次预演。

一个趋势：

监管上云成必然

除了上述两大前置条件，此次准入还有一大核心是三级监管。

举个例子，在重庆，每一辆L3车辆的数据都要上传至企业级平台、市级监管平台，以及国家级平台（工信部）。

为什么要搞这么复杂的“云监管”？

因为L3级自动驾驶，带来了驾驶责任主体的转移，这也相应要求监管体系与之创新，而云端作为数据驱动的载体，监管方可以通过它实时看到车辆的运行速度、位置、感知数据，甚至是驾驶员是否在接管请求发出后及时响应。

更重要的是，云端监管是事故定责的重要依据。

在过去，自动驾驶事故往往陷入“罗生门”：在一些新能源汽车的智驾事故中，车主说是刹车失灵，厂家说是后台数据显示一切正常，双方各执一词。

因为数据掌握在厂家手中，既当运动员又当裁判员，公信力天然不足。

而现在，通过数据回传，事故发生前的车辆感知数据（摄像头看到了什么、雷达扫到了什么等）及操作数据（系统是否下达了制动指令、刹车踏板开度多少等），将被瞬间锁定为不可篡改的“数字铁证”。

这种“可控、可管、可溯”的监管逻辑，消除了管理部门对“失控”的担忧，也为后续逐步扩大开放区域奠定了信任基础。

此外，这种三级监管体系还为未来的“数据资产化”打下了基础。

当海量的L3行驶数据汇聚在云端，经过脱敏处理后，它们将成为优化城市交通模型、反哺自动驾驶算法的珍贵资料。

这不仅降低了车企的合规成本，更为监管层提供了一个统一、透明、高效的管理抓手。

得益于这种强大的监管能力，使得路权（及其衍生的数据资源使用权）的可度量、可管理、可控制成为可能，从而为路权变现奠定了坚实的操作基础。

然而，要支撑如此庞大数据的实时交互与精准监管，迫切需要构建一套全新的系统架构作为支撑。

正是在这一诉求下，“车路云一体化”作为面向自动驾驶规模商用的信息物理系统（CPS），其战略价值便跃然纸上。

借助“车路云一体化”的云控基础平台，监管机构能够实时追踪智能网联汽车的运行情况，实现对自动驾驶车辆运行状态和合规性的全面监管。

这不仅包括对交通法规遵守情况的监控，还包括对不同道路条件适应性进行评估，确定自动驾驶车辆的事故责任，调控自动驾驶车辆信息采集的合规性，严格控制自动驾驶车辆对社会、区域、国家安全的总体影响。

因此，“在监管框架内的自动驾驶”可被视作“车路云一体化环境下的自动驾驶”的实践形式。

该模式突出了特定区域内的安全问题，并为智能网联汽车的广泛部署及监管提供了基础性的支持。

范式革新：
从“个体博弈”走向“全局协同”

梳理至此，逻辑已经非常清晰：L3的落地催生了对“重运营”和“云监管”的迫切需求。

这意味着，在高阶自动驾驶阶段，车、网、云、路等是必备元素。

同时需要指出的是，单纯依靠单车智能，无法完全解决L3的所有痛点：

比如单车感知的盲区依然存在，这对安全性要求极高的自动驾驶来说无疑是致命的——一旦汽车遇到训练数据中未曾出现过的极端场景，系统就可能瞬间“失智”；

同时，在传统的单车智能逻辑里，每一辆车都是一个个体，在道路上进行着低效的博弈，整体运营效率不高；

而“车路云一体化”，则很好地解决了上述问题。

第一，在技术上，“车路云一体化”的“超视距感知”让车辆能更安全。

比如，在盲区交叉路口经常发生的“鬼探头”事故，以及自行车突然冲入人行横道引发的事故，仅靠单车难以规避。

基于“车路云一体化”，云端可及时从路端接收预警信息，提前向驾驶员或自动驾驶系统发出提醒，预留更充分的反应时间。

同时，在复杂的交通路口，“车路云一体化”能让车辆能更流畅和安全地行驶与并线。

以今年10月在重庆进行的15家国内外主流车企的“车路云一体化中外车企一致行动”为例，来自一汽、东风、长安、丰田、广汽等不同厂商的车辆通过云端系统实现数据互通，在高速或快速路匝道汇入场景中，系统能够协调车辆进行协同配合。

结果显示，无辅助状态下交通易出现混乱；而在汇入辅助系统的支持下，车辆可主动让出空间，实现安全、流畅的并线。

这种“超视距感知”能力，相当于给L3系统开了一个“全图挂”。它直接抹平了单车传感器在复杂交通环境、恶劣天气和遮挡环境下的物理缺陷，让L3级自动驾驶的安全性显著提升。

第二，在运营上，实现从“分散博弈”到“全局协同”的转变。

事实上，真实的驾驶过程并非单纯的个人意志体现，而是一个复杂的综合判断过程。

驾驶员时刻在宏观调控要求与具体路况之间寻求平衡，形成了一种“合题”关系。

这种合题包含两个核心要素：

一是车辆周围环境提供的实时策略建议；二是宏观规范性指令要求。

驾驶员既不能完全无视交通规则，也不能机械地执行规定而忽视实际路况，而必须在两者之间找到最优解。

进入AI机器人司机主导的自动驾驶时代，这种关系将发生重要变化。

由于运营平台需要承担更大责任和风险管控压力，宏观调控在决策合题中的权重必然显著增强。

而联网在线的技术特性使得系统级协调成为可能，个体车辆与总体系统的融合将更加紧密，多车协同和整体优化的趋势将更加明显。

从车权与路权，个体与整体上看，车路云的系统为这一矛盾的解决提供了新的途径和更高的整合水平——自动驾驶系统将在更复杂的层面上实现个体效率与整体优化的动态平衡。

由此可见，“车路云一体化”以全域信息共享和协同决策，实现单车智能无法企及的更高安全冗余、全要素交通效率和规模化商业落地。

结语

极狐与长安的获批，只是揭开了自动驾驶下半场的一角。

我们必须清醒地认识到，L3级自动驾驶的竞争，已经不再是单纯的车企之间的PK，而是传统的汽车模式到整个生态体系的竞争。

在这个新阶段，一辆“聪明”的车，须跑在一条“智慧”的路上，并时刻连接着一朵“全知”的云。

从这个维度看，对于中国自动驾驶行业而言，此次L3 牌照发放类似一次“高考”，考生有车企、运营商、监管方、车路云一体化基础实施供应方等。

这次考试最大的特点，也是它的困难所在。

接下来，如何通过运营模式跑通商业闭环？如何利用产生的高质量数据反哺算法迭代？如何推动适配高阶自动驾驶的新型监管？这些才是决定行业发展好坏的关键。

风起于青萍之末，浪成于微澜之间。2025 年的这个岁末，或许在多年后回望，将被视为中国自动驾驶从“恣意生长”走向“系统化成熟”的那个关键转折点。