2026-06-18 — views
實體AI全球法規地圖 — 美歐中日政策分歧如何決定自動駕駛實際落地版圖
美國碎片化、歐盟型式認證、中國政府加速、日本漸進——為何Waymo在鳳凰城而非巴黎,各地法規對AV時程的關鍵影響。
實體AI基準系列第61篇 — 決定自動駕駛能否上路的法規地圖
決定哪些城市能有商業無人駕駛計程車服務的最關鍵因素,不是感測器能力、不是神經網路精度、也不是車隊經濟效益,而是該管轄區的法規架構。Waymo在鳳凰城、舊金山、奧斯汀、亞特蘭大——而非巴黎、柏林、東京或上海——原因在法規,而非技術。
理解四種主流法規哲學——美國寬鬆但碎片化、歐盟型式認證把關、中國政府加速推進、日本結構化漸進——對於評估無人駕駛商業化何時、在哪裡大規模落地至關重要。
第一節 — 美國框架:寬鬆但碎片化
美國沒有自動駕駛部署的聯邦預先審批要求。美國國家公路交通安全管理局(NHTSA)制定車輛安全標準,但不要求聯邦批准才能測試或部署自動駕駛車輛。這種寬鬆的聯邦立場迅速被各州以不均勻的方式填補。
| 維度 | 細節 |
|---|---|
| 聯邦權力 | NHTSA制定車輛安全標準;AV部署無需聯邦預先審批 |
| 州級權力 | 各州自行規範AV測試與部署許可;各州框架各異 |
| 結果 | 拼布狀況:Waymo在加州(CPUC)、亞利桑那州(MVD)、德州(TxDMV)、喬治亞州(GDOT)需分別取得不同要求的許可 |
| 加州 | 要求最嚴格;需取得CPUC自動駕駛乘客服務許可;事故強制申報;Waymo於2023年獲得完整無人駕駛商業許可 |
| 德州 | 最寬鬆;除標準車輛登記外無需AV專用州許可;Tesla因此選擇奧斯汀作為機器人計程車啟動地 |
| 亞利桑那州 | 早期採用者;2015年行政命令移除法規障礙;Waymo自2018年起在鳳凰城都會區無人駕駛運營 |
| 聯邦立法 | SELF DRIVE法案未通過;AV START法案(2023年推動)亦告擱置;目前無統一聯邦框架 |
對Waymo的實際影響:每座新城市都需要重新展開法規對接,從申請、地圖驗證到安全演示,耗時數月乃至數年。鳳凰城的批准不適用於鄰近城市。
對Tesla的影響:德州寬鬆環境讓奧斯汀機器人計程車在有監督(非無人駕駛)狀態下啟動,無需AV專用州許可。但要全國擴展,仍需逐州法規工作——而交通量最大的加州、紐約州、伊利諾州,並非德州。
第二節 — 歐洲:型式認證把關
歐洲在聯邦層面採取與美國截然相反的做法:透過歐盟統一型式認證體系,輔以聯合國歐洲經濟委員會(UNECE)第29工作組(WP.29)國際標準,形成跨成員國的高度一致性,但同時也帶來更嚴苛的上市前審批路徑。
| 維度 | 細節 |
|---|---|
| 框架 | EU型式認證系統(全EU統一);UNECE WP.29制定包括ALKS在內的國際標準 |
| ALKS法規 | UN法規157號——首個針對高速公路130km/h以下自動駕駛的國際法規;2021年通過;允許有限條件下的免手操作駕駛 |
| L3上限 | 歐洲依據法規157號允許L3(自動駕駛但需駕駛員接管能力)高速公路最高130km/h;BMW和Mercedes約2023年在德國獲得首個L3型式認證 |
| L4商業運營 | 目前無EU範圍的完整L4商業機器人計程車服務框架;各成員國須自行解釋 |
| 德國 | §1e StVG(德國道路交通法)——先驅性法律,允許特定區域內配備遠程操作員的L4運營;德國可能在EU層面框架確立前率先批准L4 |
| 英國(脫歐後) | 2024年自動駕駛車輛法通過;為L4商業部署建立法規路徑;相關部門正在推進實施 |
| 法、西、義 | 尚無L4商業無人駕駛框架 |
| Tesla FSD在歐洲 | 有監督的FSD尚未獲EU型式認證為駕駛自動化系統;Tesla銷售具備FSD硬體的車輛,但軟體功能受型式認證限制 |
| Waymo在歐洲 | 無歐洲業務;歐盟法規複雜度加上左右行駕駛差異是主要障礙 |
歐盟缺口最為突出。歐洲是全球最大的乘用車市場之一,基礎設施卓越,城市消費者對機器人計程車服務具有高度接受度。然而任何歐洲城市都沒有L4商業無人駕駛服務,近期也沒有EU範圍的明確路徑。
第三節 — 中國:政府加速推進
中國的做法與美歐截然不同。中央政府將AV領導地位定為戰略國家優先事項,並通過「互聯網+」、中國製造2025和新能源車輛(NEV)強制要求,以及全國性測試許可、城市級試點計劃,主動部署政府資源加速國內AV發展。
| 維度 | 細節 |
|---|---|
| 國家戰略 | 中央政府將AV領導地位定為戰略優先;通過NEV強制要求、智慧道路基礎設施投資和全國測試計劃推動 |
| 智慧道路標準 | 中國強制在主要高速公路部署C-V2X RSU;國內AV企業須採用政府標準基礎設施 |
| 機器人計程車領跑者 | 百度Apollo(武漢、重慶、深圳——數百輛);文遠知行(廣州);小馬智行(北京、廣州、深圳) |
| 武漢里程碑 | 百度2022年獲批在武漢進行無人駕駛(無安全員)機器人計程車運營——全球最早獲批商業無人駕駛的城市之一 |
| 數據本地化 | 在中國採集的所有訓練數據必須留在中國;外資企業不能將中國數據用於全球模型;形成數據護城河隔離 |
| 外資准入 | Tesla在中國運營但FSD尚未獲工信部批准在中國使用;數據居留要求需要獨立訓練數據集和模型;Waymo在中國無業務 |
| 國家測試數據庫 | 工信部維護全國AV測試記錄數據庫;截至2025年已累計超過1億測試公里(估計) |
| 國內供應鏈 | 政府補貼AV發展;寧德時代電池、華為感測器、比亞迪底盤——正在構建完整的競爭性國內AV供應鏈 |
數據本地化規定是全球AV競爭中最重要卻最被低估的結構性事實。在中國境內採集的訓練數據必須留在中國,意味著即使Waymo或Tesla在中國運營,也無法將中國駕駛數據納入改進全球車隊的訓練流程。結果是兩個數據護城河不相容的AV生態系統——而中國的國內生態系統擁有世界最大的城市駕駛人口提供訓練數據。
第四節 — 日本:結構化漸進
日本的做法不同於以上三種。既非美國式的寬鬆放行,也非歐盟的集中型式認證,更非中國的國家加速模式。日本框架保守、嚴謹,圍繞日本特有的人口挑戰而設計:老齡化且快速萎縮的農村人口需要傳統私家車無法有效服務的最後一哩解決方案。
| 維度 | 細節 |
|---|---|
| 框架 | 2023年道路交通法修正案允許在「特定區域」(地理圍欄、低速)進行L4運營 |
| 首批批准 | 日本政府2023年批准首批L4自動駕駛服務——限於低交通密度農村地區,低於30km/h(估計) |
| 重點領域 | 人口萎縮農村社區的最後一哩出行;校園和度假村穿梭服務 |
| 相關企業 | 豐田(Woven City / WovenPlanet)、本田(Legend L3型式認證,2021年)、ZMP、Tier IV(日本本土AV技術棧) |
| 本田Legend | 全球首款獲型式認證的L3量產車;塞車輔助駕駛最高50km/h;初始100輛租賃(2021年) |
| 監管哲學 | 保守但徹底;國土交通省要求在擴大批准範圍前提交廣泛安全數據 |
| Waymo / Tesla | 均無日本業務;右駕交通是兩者技術上能支援但需法規對接的要求 |
本田Legend值得關注,因其在德國BMW和Mercedes依據UNECE法規157號獲批前,率先獲得L3型式認證——全球首款量產車。但本田Legend計劃規模有限:100輛、僅供租賃、不公開銷售。日本的監管哲學重視嚴謹而非速度,不會在農村地理圍欄部署產生充分安全證據之前,將L4批准範圍擴展至高密度城市環境。
第五節 — 法規地圖對Tesla與Waymo競爭的意義
法規地圖直接決定兩家主要無人駕駛候選企業的競爭地位。無論哪家公司的技術優勢都無法乾淨地轉化為全球市場准入——兩者都面臨限制其技術商業化速度的特定管轄區法規約束。
| 維度 | Waymo | Tesla |
|---|---|---|
| 美國擴張 | 每座城市需要CPUC /州級許可;每個城市需1至3年的許可對接;目前在4至5個城市無人駕駛運營 | 德州寬鬆讓奧斯汀啟動;FSD有監督運行覆蓋約40個美國州;無人駕駛需逐州審批(截至2026年中期零個無人駕駛批准) |
| 歐盟 | 無歐盟路徑;未在當地運營 | FSD被EU型式認證阻擋;硬體已發貨但功能受限;需要正式ALKS / UNECE認證路徑 |
| 中國 | 無中國業務;數據本地化阻止模型共享 | FSD待工信部批准;需獨立中國數據棧;獨特結構性挑戰 |
| 日本 | 無日本業務 | 無日本業務 |
| 法規護城河 | 每個城市批准都是難以複製的競爭優勢 | 大規模有監督FSD即使無無人駕駛批准也提供廣泛實際存在感 |
| 誰受益於法規明確 | Waymo更直接——每個管轄區的明確L4框架將其運營領先優勢直接轉化為市場優勢 | Tesla更具結構性優勢——以車輛為中心的法規(而非服務級機器人計程車法規)契合其消費者汽車模式 |
全球AV市場最大的待觸發催化劑是歐盟範圍的L4商業框架。歐洲擁有市場規模、基礎設施和消費者需求。若歐盟建立統一的L4商業路徑,其開放的可尋址市場規模將超過任何單一美國城市批准。
中國是最重要的AV市場,Waymo和Tesla在此均無功能性無人駕駛產品——而數據本地化壁壘意味著這一差距無法通過輸出全球模型來填補。百度、文遠知行和小馬智行不只在中國領先;他們正在構建一個隨每輛無人駕駛車在中國城市行駛的每一公里而持續複利增長的數據護城河。
法規地圖不是暫時性障礙。它是實體AI部署環境的結構性特徵,將在未來十年決定哪些企業在哪些市場以何種時間線實現商業無人駕駛規模。
資料來源:NHTSA AV政策框架 — nhtsa.gov;UN法規157號ALKS — unece.org;2024年自動駕駛車輛法 — bills.parliament.uk;百度Apollo投資者關係 — ir.baidu.com;日本警察廳道路交通法修正案 — npa.go.jp。所有標記(估計)的數字均源自公司公開資料、政府公告及行業研究,未經獨立核實,應作為方向性參考。本文不構成投資建議。
來源
- NHTSA AV 政策框架 — 美國運輸部 ↗
- UN Regulation 157 ALKS — 聯合國歐洲經濟委員會 ↗
- 2024年自動駕駛車輛法 — 英國議會 ↗
- 百度Apollo武漢無人駕駛許可 — 百度投資者關係 ↗
- 日本道路交通法L4修正案 — 日本警察廳 ↗