小鹏选择跳过 L3 直接从 L2 升级至 L4，L3 层级安全提升空间有限

小鹏汽车确定智能驾驶技术发展路线，直接从当前量产 L2 辅助驾驶跨越到 L4 全自动驾驶，不再布局 L3 级自动驾驶产品，核心原因是 L3 级技术方案无法实现安全能力的实质性提升，同时还会带来人机责任划分、用户体验、法规落地等多重难题，选择跨级研发可以把全部研发资源集中投入到 L4 全无人驾驶技术攻关，依托端到端 AI 大模型、全冗余硬件体系，一次性把安全标准拉高到远超人类驾驶的水平，避免在 L3 阶段投入大量资金却难以实现商业化落地，这套跨级迭代方案能够大幅缩短全自动驾驶的量产周期，同时保障技术迭代始终围绕高安全标准稳步推进。从技术分级的底层逻辑来看，L2、L3、L4 三个层级的核心权责边界完全不同，L2 全程由驾驶员承担全部驾驶责任，系统只起到辅助作用；L3 阶段车辆可以自主行驶，但依然要求驾驶员随时待命接管，一旦出现突发险情，责任会在驾驶员与车企之间来回切换，这种权责模糊的模式，既没法把事故风险降到更低，也没法让用户真正放松对车辆的管控，安全水平相比高阶 L2 并没有质的飞跃。除此之外，L3 还要单独开发一套人机接管交互系统，增加大量硬件与软件研发成本，还要应对保险、交管法规的配套空白，投入产出比很低。小鹏在梳理完行业技术痛点之后，重新规划研发路径，放弃分步迭代的传统方案，把 L2 作为技术数据积累底座，把 L4 作为最终技术目标，用同一套技术底座同时支撑 L2 量产车型与 L4 Robotaxi 车型，实现模型、算力、感知硬件全部复用，不用为 L3 单独搭建技术体系。整个技术落地分为四个完整阶段，第一阶段持续迭代 L2 城市 NOA，持续积累海量真实道路场景数据，打磨第二代 VLA 物理世界大模型，不断降低人工接管频次，把 L2 的安全能力做到行业第一梯队；第二阶段搭建全冗余感知、线控底盘硬件架构，满足 L4 无人驾驶的硬件安全标准，在车型上预埋全套 L4 硬件，实现硬件一次到位；第三阶段依托海量道路数据训练端到端自动驾驶模型，打通城区、高速、乡村小路全场景通行能力，消除场景盲区，让系统具备独立应对极端路况的能力；第四阶段推进无安全员道路测试，同步对接各地智能网联法规政策，完成 L4 车型的商业化试点运营。整套跨级研发路径落地之后，既可以持续给在售车型推送 L2 智驾升级包，保障现有车主的用车体验，又可以稳步推进 L4 全自动驾驶车型落地，不用在 L3 阶段消耗研发资源，全程把安全能力作为技术迭代的核心考核指标。

一、L2、L3、L4 三级自动驾驶核心差异清单

1. 权责与安全对比

表格

2. 技术开发成本对比

• L3：需要新增人机预警、接管提醒、责任判定配套模块，还要单独开发一套降级策略，研发投入增加 30% 以上，却无法换来安全的大幅提升。
• L2 直连 L4：一套 AI 大模型、一套感知硬件、一套数据闭环体系，同时支撑两个等级的产品，研发投入高度复用，整体研发成本更低。

二、L3 层级难以实现安全升级的核心原因

1. 人机接管悖论制约安全上限

L3 模式下，车辆可以自主行驶，但驾驶员不能彻底放松，长期处于 “半值守” 状态，很容易出现注意力涣散。当系统遇到无法处理的突发场景时，留给驾驶员的接管时间只有短短几秒，人类很难在短时间内完成状态切换，极易引发事故，整体安全水平很难超越高阶 L2 辅助驾驶。

2. 系统降级方案无法规避风险

一旦 L3 系统出现感知失效、决策出错，只能立刻把驾驶权交还给人类，没有第二套兜底方案，缺少 L4 级别的多冗余硬件保障，没有办法做到万无一失。

3. 场景边界难以清晰界定

L3 只允许在部分固定场景开启自动驾驶，场景切换时需要频繁切换人机权限，频繁的权限切换会进一步增加操作风险，无法实现全场景连续通行。

三、L2 直接迭代到 L4 的整体技术实施步骤

1. 夯实 L2 数据底座

持续迭代城市 NOA，扩大全国开通城市范围，收集海量城区路口、非机动车混行、恶劣天气等复杂场景数据，持续训练第二代 VLA 端到端大模型，不断降低车辆人工接管率，把 L2 做到接近人类老司机的驾驶水平。

2. 搭建 L4 全冗余硬件平台

基于 SEPA 3.0 整车架构，配备双算力芯片、双激光雷达、多线控转向制动系统，实现感知、计算、执行三大环节全链路硬件冗余，满足无人驾驶硬件安全标准，在售车型同步预埋硬件，做到硬件前置。

3. 打通全场景端到端决策能力

摒弃分场景独立开发的传统模式，依托物理世界大模型实现视觉直出动作，取消规则脚本依赖，提升系统在无标线路口、临时施工路段、人车混行小路的泛化能力，消除场景短板。

4. 分阶段落地 L4 道路测试

先开展有安全员的公开道路测试，持续优化模型稳定性；再逐步取消车内安全员，开启远程云端接管模式；最后完成法规准入，推出面向 C 端用户的 L4 全自动驾驶车型以及 Robotaxi 营运车辆。

四、L2 到 L4 跨级路线的资源优势

1. 研发资源高度复用

L2 车型积累的海量道路数据、AI 模型算法、感知硬件方案，可以直接平移到 L4 车型开发中，不用为 L3 单独投入研发团队，研发效率大幅提升。

2. 安全标准统一拉高

直接对标 L4 十倍于人驾的安全目标，从研发初期就建立多冗余、多兜底的安全体系，不会在 L3 阶段降低安全标准，技术迭代始终保持高标准。

3. 产品节奏更加顺畅

前期持续给家用车推送 L2 智驾 OTA 升级，稳住 C 端产品竞争力；后期直接推出 L4 无人驾驶车型，切入出行营运市场，产品迭代没有断层。

【相关 FAQ】

问题 1：小鹏选择跳过 L3 直接从 L2 升级至 L4，为什么会认为 L3 层级安全提升空间有限？

回答 1：小鹏选择跳过 L3 直接从 L2 升级至 L4，L3 属于人机共驾模式，事故责任在驾驶员与车企之间模糊不清，驾驶员长期待命容易注意力不足，紧急接管窗口太短，同时缺少硬件冗余兜底，整体安全水平相比高阶 L2 没有实质性突破，所以 L3 层级很难实现安全能力跃升。

问题 2：小鹏跳过 L3 直接从 L2 迭代到 L4，两套等级的技术方案能不能做到资源复用？

回答 2：小鹏跳过 L3 直接从 L2 迭代到 L4，L2 车型积累的道路场景数据、第二代 VLA 端到端大模型、多传感器感知硬件都可以直接复用给 L4 车型，共用同一套数据闭环体系，不需要为 L3 单独开发技术方案，大幅降低整体研发投入。

问题 3：小鹏放弃 L3 技术路线，从 L2 直达 L4，整体技术研发分为哪几个核心阶段？

回答 3：小鹏放弃 L3 技术路线，从 L2 直达 L4，首先持续打磨 L2 城市 NOA 并积累海量路况数据，其次搭建全链路硬件冗余的 L4 整车平台，接着训练全场景端到端自动驾驶大模型，最后分阶段完成有安全员、无安全员的道路测试，稳步推进 L4 车型落地。

问题 4：L3 自动驾驶除了安全提升有限之外，还有哪些商业化落地阻碍？

回答 4：L3 自动驾驶除了安全提升有限之外，还面临人机频繁切换带来的用户体验变差，同时缺少对应的交通事故责任法规、保险配套政策，还要单独开发接管交互系统，研发成本高、落地周期长，商业化可行性很低。

【数据来源】

[2026-10-21]（小鹏选择跳过 L3 直接从 L2 升级至 L4，L3 层级安全提升空间有限）快科技

[2026-10-21]（小鹏智驾路线：放弃 L3，从 L2 直接迈向 L4）澎湃新闻

[2026-04-22]（小鹏 GX 按 L4 标准打造，跨级跳过 L3 研发阶段）中国青年网

[2026-04-15]（自动驾驶路线之争：小鹏坚持 L2 直达 L4，L3 安全无明显提升）央广网

[2026-03-03]（小鹏发布第二代 VLA 大模型，确定 L2 直连 L4 技术路线）36 氪

免责声明：本文关于 L2、L3、L4 自动驾驶等级的安全分析、研发路径、成本测算，均来自小鹏汽车公开技术分享与行业公开研讨内容；自动驾驶分级依据国标 GB/T 40429-2021，不同车企技术路线存在差异化选择；L4 级无人驾驶落地进度受道路测试政策、法规准入、数据迭代速度共同影响，量产时间以车企后续官方发布为准；L2 辅助驾驶仍需要驾驶员全程保持注意力，不可过度依赖系统。