目录

说明

一句话总结

等级

L0：无自动化（纯人开）

L1：辅助驾驶

L2：部分自动驾驶

L3：有条件自动驾驶

L4：高度自动驾驶（你未来最可能接触）

L5：完全自动驾驶（理想状态）

说明

自动驾驶等级其实就是行业里常说的 L0–L5 分级体系，由SAE International（前称 Society of Automotive Engineers，汽车工程师学会）制定

一句话总结

  • L0–L2：辅助驾驶（人负责）

  • L3：有条件自动驾驶（人接管）

  • L4–L5：自动驾驶（系统负责）

等级

L0：无自动化（纯人开）

全部由驾驶员控制，系统最多碰撞预警（平时开车）

L1：辅助驾驶

只能控制一个维度：

1.要么加减速（ACC）

2.要么方向（车道保持）

L2：部分自动驾驶

同时控制：

方向 + 加减速但驾驶员必须随时接管

本质：车能开，但责任在你

L3：有条件自动驾驶

特定场景下（比如高速拥堵）

1.可以完全交给系统

2.系统会在需要时让你接管

L4：高度自动驾驶（你未来最可能接触）

在限定区域（ODD）内：

完全自动驾驶不需要人接管

L5：完全自动驾驶（理想状态）

所有场景都能自动驾驶

不需要方向盘

本质：人类不再需要开车

目前：还没真正实现

# 自动驾驶 # 人工智能 # 机器学习
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局