今天参加了小马智行的沟通会，虽然其业务主要聚焦于 Robotaxi、自动驾驶物流车等 To B 场景，但想必不少人对 L4 自动驾驶与 L2 级辅助驾驶的差异存在疑问。此次走进小马智行，我也针对性提出了两个关于 To C（即乘用车领域）的问题： Q ：L2 能逐渐进化成 L4 吗？ A：早些年大家讲的这个技术路线，是直接直达 L4 还是渐进式的路线，其实多多少少都是在问 L2 能否逐渐进化成 L4。 那么我们的核心观点，其实 L2 和 L4 从产品角度上讲，它就是完全不同的物种，那意味着你从产品定义和核心能力上就会做非常大的区分和区隔。 这当中最大的区分点就是责任两个字，在 L4 上，意味着你要做的是一个虚拟司机，那你要对驾驶行为负责，这个责任主体就转嫁到系统上，那么 L2 的话，无论如何它做得再丝滑，那最终出事的责任依旧在人身上。 就像最近国家、公安部的一些发文，要求大家对于这个辅助驾驶避免过度宣传，其实也一直是在讲这个词。这意味着大家不能只讲能力，不讲缺陷，只讲能力和体验，不讲责任，这责任二字就区分了 L2 和 L4。 因为从这个角度上讲， L4 需要去考量的是那百分之一或者那万分之一的问题处理不好，会不会是那个车辆的责任？ 所以我们关心的是 99.9999%，多少个 9 之后遇到的那些 long tail（“边角料”场景，发生概率较低的可能场景） 那些问题，如果那些问题不能被解决，那么我们第三阶段的规模化的 robotaxi 是不能上路的，那么现在大规模百万辆级别上路的 L2，其实一定程度上是忽视这些差的问题。 那么当你的要求不同，责任不同的时候，就会用不同的产品理念和技术站来打造产品，那么意味着 L2 和 L4 本质上它就是非常不同的产品，和背后的整个开发逻辑、安全理念、系统的工程都是不同的。 但是否有相似之处？一定是有的，意味着从深度学习数据驱动以及很多原子化的很多模型的结构设计等等，都在整个大的 AI 发展的浪潮里面，既被 L2 应用起来，也被 L4 应用起来，也包括现在如火如荼的巨量引擎，大家也在应用很多的深度学习的新发展和技巧点。 就是像特斯拉这些在 L2 领域里面世界最领先的玩家，在他们做 L4 产品的时候，也是遵循了 L4 产品迭代的基本方法论。大家可以看到，其实我们并没有办法去期待一夜之间的 FSD 都能变成 L4，它们也是采用了一个小范围的试运行的方式来投入第一阶段的。 从特斯拉的试运营服务也能看到，它其实是在走自动驾驶公司过往几年走过的路。当然我们相信，因为随着技术的迭代和发展，以及特斯拉的人才力度和资源体量，他们可能会压缩整个过程的时间，但实际上每个环节和流程一步都不能少。 所以意味着它并不是一个从一而终直接变身成为 L4 的过程，而是我们得把 L2 的很多的积累作为原子能力，事实上重新去从 0 到 1 去打造一个 L4 的产品。这个是我们对于 L2 和 L4 之间的关系的一个理解。 Q ：未来 3 ~ 5 年自动驾驶行业格局会如何演变？ A：未来 3 到 5 年的时间，我们应该会见证整个行业慢慢的走向寻常百姓家的这个局面。 当然我们也相信就是整个大自动驾驶领域，包括辅助驾驶在内，其实一定会促使我们整个产业链，包括我们的上下游的芯片到我们的传感器等领域都会蓬勃发展，使得进一步助推我们在 L4 Robotaxi，最拔尖的金字塔尖上面的这整个产品的成熟度以及我们规模化更快地到来。 所以我们相信其实不用三年，我觉得可能我们 Robotaxi 已经能够在很多中国的大街小巷上走入大家的生活，能够让我们更多的老百姓能够体验这种未来出行的新方式。 我们觉得在 3 到 5 年的这个周期内，中国的样板，中国的 Robotaxi 的企业能够乘风而起，并且出海，在海外的市场上能，也能够与美国竞争，能够争得一席之地。 我相信在未来三五年之后，其实中美两国可能这个唯二的这两个 AI 大国之间的竞争会决定未来整个国际出行市场的整个新格局，我觉得这个是我们期待看到的一个变化。