一、技术路线的演进历程
自动驾驶技术发展初期，行业普遍认为L2与L4级自动驾驶之间存在巨大的技术鸿沟。
2017年百度推出阿波罗平台，成为国内最早布局L4级自动驾驶的企业之一。
当时业界认为L4的技术栈与L2完全不同：L4主要依赖机器学习、深度学习与规则专家系统的融合；而L2则基本停留在ACC（自适应巡航）、LKA（车道保持辅助）等初级辅助驾驶功能层面。
这种认知使得L2被视为近期即可实现的目标，而L4则被认为是需要十年以上才能达成的远景规划。
在规则驱动的技术范式下，L2与L4的发展路径呈现出显著差异。
L4公司致力于打造完全无人驾驶系统，需要解决所有场景下的驾驶问题，尤其是极端情况（corner case）；
而L2系统则只需在特定场景下提供辅助功能，并在系统边界清晰的情况下将控制权交还人类驾驶员。
二、技术路径的收敛与融合
随着技术迭代和场景应用的快速推进，业界发现L2与L4的技术边界正在逐渐模糊。
现代L2系统致力于解决任意场景下的点到点通行问题，而L4则更关注有限区域内的绝对安全通行。尽管侧重点有所不同，但两者技术栈呈现出快速汇合的趋势。
这种融合体现在从规则驱动向数据驱动的范式转变。
轻舟智航提出的L2与L4技术同源战略正是这一趋势的体现，其核心在于构建“数据-模型-产品”的正向循环生态。
三、认知驱动时代的技术革新
当前，L2与L4正共同走向认知驱动的新时代，依托世界模型、强化学习和VLA（视觉-语言-行动）等先进技术，使机器能够主动解决问题并进行思考。这种技术融合的趋势正在推动商业模式的创新，多家企业采用了“L2++与L4双线并行”的研发策略。轻舟智航推出的“VLA+世界模型”统一架构正是这一趋势的代表。
地平线创始人余凯指出，L2到L4发展的关键取决于基础大模型的进展，而大模型的“涌现性”可能使行业直接实现从L2向L4的跨越。小鹏汽车董事长何小鹏也旗帜鲜明地表示L3只是过渡，行业可能从L2直接加速迈向L4。
自动驾驶技术的演进，正从早期的路线分岔走向深度融合。L2与L4级技术曾被认为存在鸿沟，如今却在 “数据驱动” 的范式下趋于同源。随着端到端大模型、世界模型等认知智能技术的突破，行业正跨越传统的渐进式等级划分，朝着高阶无人驾驶的目标快速前进。