7月15日，自动驾驶开源软件供应商提雅智行（TIER IV）开发出一套端到端的L4+自动驾驶架构，即使在前所未有的场景下也无需人工干预。该架构将于2026年初在日本50个地点的出行服务中逐步引入，作为大规模演示的一部分，以评估其实际性能和能力。

这消息一传出，就像在平静的湖面投下一颗巨石，激起千层浪，让不少车企和科技公司都开始重新审视自己在自动驾驶领域的布局。

就好好唠唠这个 L4 + 自动驾驶架构到底有啥神奇之处，又会给我们的未来出行带来哪些翻天覆地的变化。

一、啥是 L4+？它凭啥这么牛？

在深入了解提雅智行的 L4 + 自动驾驶架构之前，咱得先搞清楚，这 L4 + 到底是个啥水平。

大家都知道，自动驾驶等级从 L1 到 L5，每提升一级，技术难度和应用场景的拓展都是巨大的跨越。

L4 级自动驾驶已经能在限定区域和特定条件下，比如某些特定城市的特定路段、特定天气条件下，实现完全的自动驾驶，不需要人类司机随时准备接管车辆。

而 L4 + 呢，则更进一步，它试图突破这些限制，让车辆在更广泛、更复杂的场景中也能游刃有余地自动驾驶。

当你坐在车里，车辆不仅能轻松应对上下班高峰期拥堵的街道，还能在突发暴雨、道路临时施工等复杂情况下，像老司机一样巧妙应对，安全抵达目的地，全程都不需要你动手动脚，这就是 L4 + 想要实现的目标。

提雅智行这次推出的架构，厉害之处就在于它融合了当下最前沿的技术。

它把基于扩散模型的机器学习应用到驾驶任务中，这就好比给车辆装上了一个超级大脑，让它能够精准预测周围物体的运动轨迹，提前规划出最合适的行驶路线。

不管是在车水马龙的十字路口转弯，还是突然遇到路上的障碍物需要紧急避让，这个超级大脑都能迅速做出反应，而且反应速度和决策能力比人类司机还要快、还要精准。

同时，为了确保系统的稳定性和可靠性，提雅智行还在L4 + 自动驾驶架构中集成了基于规则的组件。

这就像是给超级大脑配上了一个 “理性守护者”，当机器学习模型遇到一些难以判断的情况时，基于规则的组件就会发挥作用，保证车辆的行驶安全。

这种将机器学习的灵活性和规则系统的可靠性相结合的混合方法，让这个 L4 + 架构成为了一个既聪明又靠谱的存在。

二、新技术，新突破：架构背后的黑科技

提雅智行的这个 L4 + 自动驾驶架构，可不是随便拼凑起来的，它背后藏着不少黑科技。

先说这个基于扩散模型的机器学习技术。

扩散模型这几年在人工智能领域那可是相当火，它就像是一个超级 “艺术家”，能够根据已有的数据和信息，创造出全新的、符合逻辑的内容。

在自动驾驶里，它的作用就是通过分析大量的驾驶数据，包括车辆在各种场景下的行驶轨迹、周围物体的运动状态等等，学习到最佳的驾驶策略。

比如说，它可以通过分析无数次车辆在十字路口转弯的情况，总结出在不同交通流量、不同信号灯状态下，最安全、最高效的转弯速度和角度。

而且，扩散模型还有一个厉害之处，就是它能够处理那些从未见过的场景。

扩散模型能让车辆在遇到全新的路况或者交通状况时，凭借自己学到的知识和经验，迅速做出合理的决策。

再说说这个架构中的基于规则的组件。它就像是一套预先设定好的 “交通规则宝典”，里面包含了各种安全行驶的规则和策略。

比如说，遇到红灯必须停车、保持安全车距、不能超速等等。

当车辆行驶过程中，机器学习模型给出的决策和基于规则的组件产生冲突时，基于规则的组件就会起到主导作用，确保车辆的行驶符合安全标准。

这就像是给车辆上了一道双重保险，让乘客更加安心。

为了让这个架构能够更好地学习和成长，提雅智行还利用了 Autoware 的模块化架构和仿真环境，自动生成大规模合成训练数据。

这就好比给车辆的超级大脑提供了一个超级 “学习库”，里面有各种各样的虚拟驾驶场景，让大脑可以不断地练习、学习。

再结合真实的驾驶数据，这个架构就能快速地进化，变得越来越聪明、越来越可靠。

三、未来已来：L4 + 自动驾驶架构的应用与前景

提雅智行可不是光搞技术研发，不考虑实际应用的公司。

这次推出的 L4 + 自动驾驶架构，马上就有了落地计划。（转载自无人车来也）