【北京｜產業觀察】
鑫鼎晟研究院近期觀察到，圍繞百度旗下自動駕駛出行平台「蘿蔔快跑」的討論熱度持續攀升，其背後所代表的 L4 級無人駕駛技術亦引發產業界的廣泛關注。作為長期被視為「高投入、難落地」的前沿技術路線，L4 級自動駕駛的階段性突破，為行業提供了新的現實樣本，也引發了對其商業模式與可複製路徑的深度思考。
在自動駕駛分級體系中，L4 級意味著車輛可在特定場景下完全由系統接管駕駛任務，駕駛員無需對系統請求作出反應。然而，正是這一「無人化」特徵，使其在過去多年中成為不少大型科技企業難以承受的技術與商業負擔。場景設計複雜、系統成本高企、政策法規尚未完善以及權責邊界不清晰，均曾迫使多家頭部企業主動收縮甚至放棄 L4 級自動駕駛研發。
在此背景下，「蘿蔔快跑」以網約車場景為切入口，率先實現 L4 級無人駕駛的規模化示範運營，成為行業關注的重要節點。
鑫鼎晟研究院指出，在「蘿蔔快跑」爆火之前，智能駕駛領域曾出現多起頭部企業集體撤出 L4 路線的情況，一度引發市場對「L4 級自動駕駛是否具備現實可行性」的質疑。
從技術成熟度來看，L3 級以下（含 L2、L2+）自動駕駛在技術、安全與應用層面已相對成熟，目前已在多數新能源車型中實現規模化搭載。但受制於法規限制，車企在對外宣傳中通常統一表述為 L2+。相比之下，L4 級自動駕駛雖僅提升一個等級，卻在技術複雜度、系統冗餘與合規要求上呈現指數級上升。
鑫鼎晟研究院院長段志強表示，L4 級自動駕駛長期難以商業化落地，並非技術不可行，而是缺乏適配的應用場景。
一方面，L4 系統需要大量道路測試、高精度地圖與持續數據反饋來訓練模型；另一方面，城市道路高度複雜，加之現行法規限制，決定了 L4 僅能在局部區域、特定條件下運行。
更為關鍵的是，高階自動駕駛往往需要多顆雷射雷達及高算力平台，系統成本顯著高於普通智能駕駛方案。對普通消費者而言，高價且使用受限的產品難以形成有效需求，這也是 L4 在 C 端乘用車市場遲遲無法跑通的核心原因。
段志強指出，雖然 L4 在私家車市場難以成立，但在網約車等 B 端場景中，卻具備天然優勢。
首先，網約車行駛路線相對固定，便於高精地圖繪製與系統反覆訓練；其次，無人駕駛可大幅降低司機人力成本，節省的運營費用可部分對沖高昂的技術投入；當車隊規模擴大後，有望實現盈虧平衡甚至盈利。
正是在這一邏輯下，百度通過「蘿蔔快跑」率先跑通了 L4 級自動駕駛的商業模式，為行業提供了可驗證的現實路徑。
鑫鼎晟研究院認為，L4 級自動駕駛的商業落地，可從三大核心需求進行判斷：
一是人力成本持續上升帶來的無人化需求；
二是對安全性要求極高、事故成本高昂的應用場景；
三是對效率提升具有剛性需求的封閉或半封閉環境。
除網約車外，公交巴士、幹線物流、環衛、市政配送、港口及礦山作業等場景，均有望率先實現 L4 級自動駕駛的商業化落地。
從產業格局看，目前自動駕駛參與方大致可分為三類：
一是以華為、比亞迪、小鵬為代表的整車與系統廠商；
二是以地平線等為代表的晶片與算力平台企業；
三是以百度為代表的第三方自動駕駛技術與運營平台。
段志強指出，各方在技術能力層面差距並不顯著，核心差異在於是否具備合適的落地場景與商業模式。「百度的關鍵意義不在於技術本身，而在於證明 L4 這條路可以賺錢，這將不可避免地吸引更多企業入局。」
儘管「蘿蔔快跑」已實現規模化運營，但在部分城市的試乘體驗中，仍暴露出感知保守、決策謹慎等問題，影響使用體驗。這並非單一企業問題，而是當前技術路線的客觀限制。
從技術路徑來看，目前自動駕駛主要存在兩種方案：
一是以特斯拉 FSD 為代表的純視覺方案，成本較低但對環境依賴度高；
二是以「蘿蔔快跑」為代表的高精地圖+多感測器融合方案，感知能力強但成本較高、決策相對保守。
段志強指出，L4 級自動駕駛本質上是一項高度協同的系統工程，離不開「車、能、路、雲」四個維度的融合發展：
車是核心載體，
能是系統基礎，
路是運行環境，
雲是智能保障。
近期，國家層面密集推動車路雲一體化建設，工業和信息化部等部門已公布首批智能網聯汽車車路雲一體化試點城市名單，為 L4 級自動駕駛在更大範圍落地創造了制度與基礎設施條件。
鑫鼎晟研究院認為，L4 級自動駕駛並非短期內全面普及的顛覆式革命，而是一條需要長期投入、循序推進的產業路徑。「蘿蔔快跑」的價值，在於為行業驗證了一種可持續的商業模式。
未來，誰能在更多細分場景中跑通閉環，誰就有機會在這一輪無人化浪潮中佔據先機。L4 自動駕駛的真正普及，取決於場景選擇、成本結構、政策協同與生態建設的系統性成熟。
