“中国自动驾驶产业已从早期探索进入规模化落地前夜。成本下降带来普及机会，跨界融合带来产业重构，理性发展带来信任修复。”下一阶段，行业既要继续推动技术创新，也要把安全、监管、基础设施和自主可控放在更重要位置。自动驾驶真正走向成熟，不靠单点突破，也不靠短期热度，而要依靠完整产业体系和长期能力建设。

　　全球汽车产业的竞争已经超越企业和产品的较量，升级为国家产业生态的博弈，人工智能日益成为推动汽车产业高质量发展的核心驱动力和关键变量，规制、标准等制度成为推动经济高质量发展和提升国家竞争力的重要手段。工业和信息化部装备工业发展中心副主任刘法旺强调，我国智能网联汽车发展未来可期，但是绝对不能忽视其中的风险和挑战，尤其是安全。

　　国家邮政局政策法规司原一级巡视员、副司长靳兵提出，中外可相互借鉴、优势互补，共同推动自动驾驶产业发展，中国可参考美国经验，适度放宽硬件限制、优化准入机制、加速责任立法鼓励技术激进创新；美国则可借鉴中国在强化标准统一、重视车路协同、推进全场景协同方面的做法，并同步做好数据安全与治理工作。他还建议，要打通相关数据，海量有效数据是AI+应用的基础；在AI+领域向先进国家学习，少走弯路；持续更新迭代车端智能，在坚持车路云协同大方向的同时夯实车端智能这一基础且可靠的核心能力；车路云协同是国策，要真干，路权开放力度要加大；上路运营要更加积极，路权开放力度必须加大；六是积极参与国际标准的拟定，争取话语权。

　　当前辅助驾驶系统的事故接管间隔仅数十至数百公里，而L3级自动驾驶需达到几十万公里级别，L4的要求比L3再高十倍。引望智能驾驶产品线总裁李文广表示，L3和L4的核心区别在于无需人工接管，可独立识别交警手势等复杂交通场景，对识别准确率与系统冗余能力要求更高。

　　“中国汽车产业正从智能化的先行者迈向自动驾驶的深水区。自动驾驶的终极竞争拼的是体系能力，而不是谁参数高。”岚图汽车科技股份有限公司副总经理谢文云认为，L3量产是驱动数据闭环的商业化载体，为用户提供了必要的驾驶权过渡期，为法规与保险体系的完善预留了空间。L3不是可选项，而是通往高阶自动驾驶的必经之路。

　　清华大学教授/博导邓志东表示，未来车企本质上是拥有硬件平台制造优势的人工智能企业，因此，目前的汽车制造商乃至整个生态，都必须更快拥抱人工智能。“未来，五年的汽车智能化，汽车将从安全运输工具，变革为拥有智能增值服务的AI移动智能体。”他认为，AI汽车也将是具身智能的典型代表、应用落地表率与技术制高点。

　　中汽智能科技党委书记、副总经理杨正军表示，当前L2级辅助驾驶车型渗透率快速提升，L3级进入准入试点，L4级开展大量示范应用。随着AI技术与智能驾驶结合日益深入，端到端等技术成为智能驾驶开发新范式，但也带来新的安全挑战：代码增加、故障类型增多、网络攻击暴露面扩大，功能安全、预期功能安全、网络安全、数据安全风险日益凸显。

　　中国第一汽车集团有限公司研发总院首席师刘斌则提出，自动驾驶技术正从传统的规则驱动向AI赋能、世界模型演进，但现有AI模型与人类多感官跨模态认知仍存在偏差，亟需构建多模态感知模型。同时，行业技术方案尚未趋同，产业应坚持数据驱动与AI模型实现高速迭代。

　　移动上海产业研究院智慧交通部总经理蒋亚佳表示，当前自动驾驶已迈入规模化商用关键阶段，对网络服务的可靠性、算力服务的高效性以及智能服务的专业性需求日益迫切。“5G及未来6G技术可有效支撑产业发展。”

　　L4级自动驾驶不是“将来时”，而是已经真实落地的“现在时”。文远知行创始人兼CEO韩旭强调，L4与L2++（高阶辅助驾驶）之间存在约一千倍的数量级差距。嬴彻科技创始人兼CEO马喆人提出，中国卡车货运自动驾驶具有巨大的经济价值和社会价值，能显著提升交通系统效率。中国在这一领域有望超越美国，希望政府监管部门适当加大步伐，提供更多路权和局部创新空间，助力中国在全球货运自动驾驶科技领域引领发展。

　　目前的自动驾驶领域，VLA与世界模型的技术路线是关注焦点，而商业化运用是决定产业进程的关键。李文广认为，车辆运行在物理世界，世界模型更契合物理交互与动作控制。虽然大语言模型（LLM）擅长逻辑推理，但要在其上叠加时空能力难度较大；而在世界模型上增强推理能力则相对容易。他建议，产业落地应循序渐进，优先落地高速L3，积累数据与技术能力后再布局高速L4。

　　韩旭则表示，L4技术难度远高于L2++，存在千倍级差距，全车无安全员、驾乘人员无驾照要求，对系统冗余、安全兜底能力要求极高，不能简单依靠数据增速线性推演技术进步；不能忽视低速场景的安全风险，切勿凭借主观想象低估高阶自动驾驶研发难度。复旦大学中国研究院副研究员刘典分析，当前公众对自动驾驶包容度持续提升，但技术快速迭代与传统治理模式存在割裂。产业需要创新监管机制，建立包容性制度，平衡安全与创新。

　　重庆长安汽车股份有限公司智能驾驶高级总工程师潘屹峰强调，产业发展需保持安全敬畏之心，行业联合主管部门、科研机构要搭建统一、完备、权威的自动驾驶评测体系，标准化界定安全等级与技术门槛；同时依托车路云一体化特色技术路线，打造更严谨、更贴合本土路况的安全体系，形成差异化国际竞争力。主线科技合伙人、前瞻院院长王超则提出，要强化地方政府产业协同引导，打通偏远地区、物流干线等真实落地场景，丰富测试示范应用范围；加快全国测试资质、运营标准跨城市、跨省互认，破除地域壁开云网址 kaiyun官方入口垒，推动自动驾驶从示范运营走向规模化实景落地。