ITBEAR科技资讯
网站首页 科技资讯 财经资讯 分享好友

小马智行彭军:L3自动驾驶权责难界定 或难成现实形态

时间:2026-04-27 21:25:33来源:互联网编辑:快讯

小马智行创始人彭军近日在接受媒体访谈时,对自动驾驶技术分级体系提出颠覆性观点。他认为现行国际通行的L1至L3分级标准存在根本性缺陷,特别是被行业寄予厚望的L3级自动驾驶,本质上只是L2级辅助驾驶的技术改良,难以突破法律与技术的双重瓶颈。

彭军直言不讳地指出,二十多年前由美国制定的自动驾驶分级标准已严重滞后于技术发展。其中最突出的矛盾体现在L3级的设计逻辑——该级别要求系统具备自主驾驶能力,却同时保留驾驶员随时接管的义务。这种"既想让机器主导,又要求人类兜底"的模糊定位,导致事故责任无法在法律层面明确划分,成为制约技术落地的核心障碍。

这位自动驾驶领域的技术专家提出,应当摒弃复杂的分级体系,转而聚焦"责任主体"这一本质问题。他构建了新的分类框架:在L2及以下辅助驾驶阶段,驾驶员始终承担主要法律责任;当技术达到L4级高度自动驾驶水平时,责任主体则完全转移至车辆系统。这种非此即彼的划分方式,有效规避了中间状态带来的权责模糊问题。

在技术实现路径上,彭军系统阐释了世界模型与端到端两大方向的差异。作为自动驾驶训练的核心方法,世界模型通过构建虚拟场景库提升系统认知能力,小马智行已在该领域形成技术积累,其高精度仿真环境可精准复现复杂路况。而端到端决策模式虽能简化数据处理流程,但为确保安全可控,实际部署时必须加入中间验证环节,防止系统出现不可解释的"黑箱"决策。

针对行业普遍存在的技术路线争议,彭军强调不同技术方案并非对立关系。世界模型侧重于训练阶段的认知强化,端到端则优化运行时的决策效率,两者可形成互补。他特别指出,完全摒弃人类监督的L4级自动驾驶仍需突破多重技术壁垒,当前行业重点应放在提升系统可靠性与安全冗余设计上。

更多热门内容
英伟达开源框架Polar:助力代码智能体训练,SWE-Bench分数显著提升
IT之家注:GRPO 是一种面向强化学习训练的优化方法,会依据奖励信号调整模型策略,让模型在多步决策任务里学会更优动作。论文还把初始化、运行中、后处理拆到独立工作池,并设置 READY 缓冲区,让运行时预…

2026-05-29

Grok Build 0.1编程实战表现亮眼,成本低于竞品获马斯克盛赞
月 29 日消息,AI 编程智能体 IDE 工具 Kilo Code 今天在 X 平台发布系列图文,分享了 Grok Build 0.1实战开发报告,称构建交付服务过程零工具调用失败,且成本低于 GPT-5…

2026-05-29

iOS 27前瞻:苹果重塑Siri,多模态交互与AI网页搜索功能齐升级
苹果公司“彻底重做”Siri,将其从一款语音助手升级为具备多模态交互能力的AI平台。 核心内容包括:重新设计的Siri界面、引入谷歌Gemini技术的全新底层模型、AI驱动的网页搜索功能,以及一款对标Chat…

2026-05-29