從智駕 L2 發展到智駕 L3，軟件算法在多方面迎來重大變革，實現從場景驅動到數據驅動的轉變，帶來底層架構質變。在這一進程中，諸多車企各展身手。華為乾崑智駕 ADS 4 用 AI 生成虛擬場景庫，讓車輛決策實現從“有限經驗歸納”到“無限場景推演”；吉利發布星睿大模型，構建閉環體系，提升訓練效率。這些變革全方位優化了環境感知、決策規劃與執行控制等方面。

在環境感知上，感知端成為升級核心。Transformer加持BEV+占用網絡算法落地感知端到端，極大地提升了對復雜環境的識別能力，有效解決了長尾場景識別難題。這意味著車輛能夠更精準地“看清”周圍環境，無論是復雜的路況、多變的天氣，還是各種意想不到的特殊場景，都能更準確地進行感知和判斷，為后續的決策規劃提供更可靠的基礎。

決策規劃方面，算法不再局限于簡單的規則判斷。像華為通過構建虛擬場景庫，實現“AI學車”，讓車輛決策不再基于有限的實際行駛經驗，而是能夠在虛擬環境中進行大量的推演，提前做好應對各種情況的準備。吉利借助星睿大模型，在場景理解、決策優化和持續學習能力上顯著提升，使得車輛在面對復雜路況和突發狀況時，能夠做出更合理、更智能的決策。

執行控制也隨著算法的變革更加精準高效。各車企不斷優化傳感器數據融合策略，使車輛的執行動作更加準確、平穩。比如比亞迪騰勢N9優化傳感器數據融合策略后，對非機動車與行人的動態識別能力增強，車輛在行駛過程中能更好地做出相應的控制動作，提升行駛的安全性和舒適性。

從智駕L2到L3，軟件算法的變革是全方位且深刻的。這些變革讓智能駕駛更智能、更安全、更高效，為未來智能汽車的發展奠定了堅實基礎，也讓我們離真正的自動駕駛時代越來越近。