L3前夜的鸿蒙答卷

一切的信号都在表明，我们已经站在L3自动驾驶时代的门槛上。

8月25日，《道路交通安全法（修订草案）》提请十四届全国人大常委会第二十四次会议初次审议。“自动驾驶汽车”被特别提及，法案首次明确了自动驾驶汽车和辅助驾驶功能的概念，并且规定在自动驾驶功能激活状态下，如果发生道路交通安全违法行为，由汽车生产企业、进口企业接受处理。

作为辅助驾驶时代的领军者，鸿蒙智行在多场发布会上已经预告，多款车型预埋了L3原生架构。面对即将到来的L3时代，混沌初开，鸿蒙智行是如何思考的，它们又将如何应对？

鸿蒙智行的负责人告诉我们，“L3时代，不是一次技术炫技，而是一次责任主体的根本性转移。”

责任转移才是真正的分水岭

"L2到L3最重要的变化点就是责任，安全的责任、事故的责任从驾驶员转移到车企。”鸿蒙智行负责人的这句话，开宗明义。

在L2时代，"驾驶员接管"是所有车企的兜底机制。辅助驾驶系统完成度高不高、长尾场景覆盖够不够、异常工况处理稳不稳，这些问题都可以被"请驾驶员接管"一句话带过。于是行业里出现了一种奇特的景象：各家都在比拼算法丝滑度、传感器数量、数据规模，却很少有人真正谈论"任务完成率"。

鸿蒙智行对此的判断相当直接：不讲任务完成率，只讲单个场景案例，是不严谨的行业行为。

进入L3时代，这条后路被彻底切断。在国家划定的ODD（设计运行域）范围内，安全事故责任必须由车企完全承担。这意味着，自动驾驶系统不能再依赖"概率正确"——哪怕事故率降低了90%，剩下10%的用户仍然承担着100%的痛苦，而这个痛苦最终要由车企买单。

从责任倒推技术路线，鸿蒙智行的逻辑链条非常清晰：

1. 任务完成率必须极高。L3要求系统在各种气候、时间、海拔、地域、季节条件下，都能稳定处理各类长尾场景。只在某个单一工况下表现出色，没有意义。

2. 异构融合是必然选择。真正的冗余必须建立在不同物理原理之上——摄像头看不见的时候，毫米波雷达还能工作；激光雷达受天气影响时，其他传感器仍能提供可信数据。鸿蒙智行坚持感知层面的异构融合，本质上是为了在极端场景下保证感知不中断。

3. 高质量数据远胜海量低质数据。针对行业内"车型越多、数据量越大，自动驾驶就越强"的说法，鸿蒙智行毫不客气地指出：混杂了10万元入门车型到百万元顶配车型的非标准化数据，本质是垃圾数据，只会让企业的计算平台不堪重负。真正支撑L3深度学习的，是人类顶尖老司机才能处理的异常、特殊场景数据——这类"黄金数据"才能真正提升AI系统的长尾处理能力。

值得注意的是，鸿蒙智行判断，敢于承担L3安全责任的车企，从自身利益出发，必然会优先选择异构融合路线——这不是政策要求，而是商业逻辑使然。

目前，华为已在享界G9、问界M9、尊界S800、V800、V680等多款车型上预埋了L3原生全量架构，待2027年法规正式发布后，即可通过OTA快速推送相关能力。

从国家人工智能战略的角度来讲，L3必然是其核心组成部分，它考验的不再是单个算法的炫技能力，而是一家企业的全栈工程实力——云端大训练算力、工程闭环能力、有效数据获取能力，缺一不可。

鸿蒙智行为这一切，做好了准备。

把"慧眼"藏进挡风玻璃后

如果说L3的思考是鸿蒙智行的"向上布局"，那么共光路舱内激光雷达就是华为的"向下扎根"。

来自华为乾崑智驾的技术专家在分享中明确指出：L2与L3将长期并存，不同用户对自动驾驶的诉求差异巨大。对于预算有限、仍希望保留驾驶乐趣的用户，他们更倾向于自己掌控车辆，但同样需要完善的主动安全保障。舱内共光路方案，就是为这部分用户准备的。

这套方案此前已在问界M7、问界M5 Pro等车型上落地搭载，但华为一直没有大规模对外宣传其技术细节。本次沟通会上，华为首次系统披露了这颗"藏在舱内的激光雷达"的完整技术逻辑。

把激光雷达放进舱内，听起来只是换了个位置，实际上面临三重技术挑战：

第一，体积难题。传统车顶激光雷达体积较大，难以部署在前挡风玻璃后方，即便勉强塞进去，也会严重影响舱内美观度。华为通过创新设计大幅缩小了模组体积，最终实现了舱内紧凑部署。

第二，信号衰减。激光雷达穿过前挡风玻璃时，玻璃会对激光信号产生吸收和衰减。为此，华为联合整车团队对前挡风玻璃做了特殊材质处理，而这部分增加的成本"仅比普通玻璃贵几百元"，并不存在维修成本大幅飙升的情况。

第三，NVH噪音。传统带旋转镜片的激光雷达会产生细微的机械噪音，而整车NVH工程师往往耗费大量精力才能把舱内噪音降低0.5分贝。如果把一个噪音源放进舱内，几乎是前功尽弃。华为的解决方案是采用全固态激光雷达架构，从根本上消除了机械旋转带来的噪音。

共光路舱内激光雷达还有一个独特的设计，就是”一镜双膜”的架构。

模组右侧的同一个窗口，同时承担两个功能：既是800万像素摄像头的采光入口，也是激光雷达反射信号的接收窗口。自然光进入后由CMOS芯片处理图像，激光回波则由专用芯片处理点云数据。关键在于，激光点云数据与图像数据的实时匹配，是在模组内部的芯片中直接完成的。

这意味着什么？传统方案中，激光雷达和摄像头是两个独立器件，各自采集数据后再通过算法进行融合校准，这中间必然存在时间差和空间误差。而共光路设计从物理层面就让两种数据"同源同步"，大幅降低了融合误差——这是架构层面的天然优势，不是靠算法优化就能轻易追平的。

根据实测性能：对30厘米小纸箱的探测距离可达116米，比业界主流120线车顶激光雷达的85米远出43%，夜间探测效果接近高阶车顶大激光雷达的表现，整体性能超过业界120线车顶激光雷达，媲美早期192线产品。

华为乾崑智驾的技术专家特别强调，舱内激光雷达的前向视场角虽然比车顶大激光雷达窄一些，但覆盖前向核心探测区域完全足够——而正面碰撞恰恰是对车辆伤害最大的场景。从这个意义上说，舱内方案是"把好钢用在了刀刃上"。

除了技术性能，舱内部署还带来了一些容易被忽略但用户感知很强的好处：清洁维护更简单、外观更协调、可取代夜视功能。

所以，共光路舱内激光雷达未来完全可以取代中低端车型的夜视功能。激光雷达在夜间和低光照条件下的探测能力，远优于传统夜视系统。

VGA架构与ADS增强版

激光雷达不是孤立的硬件，它的价值最终要通过整套智驾系统来体现。鸿蒙智行在沟通会上同步介绍了支撑这套方案的VGA智驾架构和ADS增强版系统。

VGA架构包含云端和车端两大部分：

云端仿真2.0，已经从简单的单车避障模拟升级为"群体博弈仿真"——系统为每一个交通参与者赋予独立算法，模拟真实道路上加塞、急刹等高强度博弈场景。搭配在线强化学习能力，实现"边生成场景、边测试、边验证"，大幅提升了算法迭代效率。

车端安全风险场，是另一个创新概念。华为将周边动态障碍物、静态障碍物、驾驶意图三类信息转化为场强分布图，引导车辆在风险最低的区域行驶，类似帆船在波浪间寻找最平稳的航道。引入风险场设计后，碰撞风险可直接降低50%。

数据与算力层面，华为乾崑智驾云端相关算力达到60亿FLOPS，超过国内其他所有智驾厂商云端算力的总和。依托路上行驶的近200万辆相关车型，累计采集的真实高价值黄金数据叠加云端仿真数据，总里程已超过100亿公里。

基于这套架构，华为乾崑智驾ADS增强版可提供24项主动安全能力，其中3-4项为行业独有，20项达到行业领先水平。

在智驾体验上，高速场景可实现上海到深圳全程几乎零接管，城区场景支持绕行逆行车辆、自动掉头、避让三轮车、夜间环岛通行、施工路段绕行等功能。泊车方面，离车泊入、园区领航泊入等功能已成为用户高频刚需，华为还与万达广场等商业停车场合作，支持车机端直接缴费离场。

两条路线并行，用户该怎么选？

鸿蒙智行目前同时推进两条激光雷达技术路线：一条是半固态转镜式路线，可做到896线，探测范围更广、距离更远，搭载于高阶车型，并适配未来L3、L4；另一条是固态路线，用于舱内共光路方案。两条路线的底层算法、算力、数据体系完全共用，预计2-3年后有望逐步融合。

对于用户选型，鸿蒙智行给出了非常明确的建议：

重度智驾用户（年行驶里程超1万公里、智驾使用率超80%）：更适合选择搭载896线车顶激光雷达的ADS高阶方案。

中轻度用户（年行驶里程低于6000公里、偏好自主驾驶）：共光路舱内激光雷达搭配ADS增强版的方案完全可以满足日常使用需求。

L3前夜，不只有一种答案

这场技术沟通会传递出的信息，远比一颗激光雷达更丰富。

鸿蒙智行正在用一种"分层布局"的思路应对智能驾驶的下一阶段：向上，用异构融合和全栈能力备战L3，迎接责任转移带来的行业洗牌；向下，用共光路舱内方案深耕L2市场，让更多预算有限的用户也能享受到激光雷达带来的安全增益。

L3的大幕即将拉开，但市场不会瞬间切换。L2与L3将在很长一段时间内共存，不同价位、不同需求的用户需要不同的答案。鸿蒙智行的选择是：既仰望星空，也脚踏实地。