全球资源网汽车频道讯：8月25日，道路交通安全法修订草案提请十四届全国人大常委会第二十四次会议初次审议。
这次修法，一个值得关注的变化，是专门设置“自动驾驶汽车的特别规定”一章，明确自动驾驶汽车和辅助驾驶功能的概念，并规定自动驾驶汽车在自动驾驶功能激活状态下发生道路交通安全违法行为的，由自动驾驶汽车生产企业、进口企业接受处理。
表面看，这是在回答一个具体问题：自动驾驶状态下违章，到底算谁的。但放到中国近几年智能汽车、机器人和具身智能的发展路径中看，这次修法释放出的信号更大。
当机器开始真正承担原本由人完成的任务，法律也开始重新划分责任。中国对自动化的判断，正在从“技术能不能实现”，进入“机器如何大规模进入现实社会”的阶段。
1 责任开始跟着控制权移动
过去几十年，道路交通法规一直建立在一个稳定前提上：开车的是人。驾驶员观察道路、判断风险、控制车辆，因此一旦发生违法或事故，责任最终都可以追溯到具体的人。
自动驾驶正在改变这个前提。辅助驾驶状态下，系统可以提供车道保持、自动变道、导航辅助驾驶等能力，但驾驶员依然是最终控制者。
真正进入自动驾驶以后，车辆的环境感知、路径规划、驾驶决策和车辆控制开始更多由系统承担。此时，如果法律仍然把全部责任留给驾驶员，责任与实际控制权之间就会出现错位。所以，这次修法最值得关注的，并不只是增加了一个自动驾驶专章，而是开始把责任与控制权重新绑定。
谁掌握更多控制权，谁就承担更多责任。在人驾驶时，责任主要在人；当系统真正接管驾驶任务，责任链条就会开始向车企和自动驾驶系统提供方移动。
这背后其实是一个重要的产业信号。过去几年，政策更多解决的是自动驾驶“能不能测试”“哪些车辆可以上路”“可以在哪些区域试点”。现在的问题开始变成：真正投入使用以后，违法怎么处理，事故怎么认定，企业应该承担多大责任。一项技术真正走向成熟，往往并不只取决于它是否跑通，更取决于社会能不能为它建立稳定的责任体系。
2 自动化商业化先要解决责任问题
自动驾驶真正难的，从来不只是算法。一项技术在封闭道路上跑通，和它每天面对海量真实驾驶场景，是两回事。自动驾驶要进入大规模商业化，最终必须面对极端场景、安全责任、保险定价和长期运营。
普通汽车发生事故，可以调查驾驶员是否酒驾、疲劳驾驶、违规操作。自动驾驶汽车发生事故，责任链条可能同时涉及整车厂、算法供应商、传感器企业、软件系统、地图服务商以及运营平台。
一旦责任长期模糊，商业化成本就会上升。消费者不敢放心使用，保险公司难以准确定价，车企也不敢无限开放自动驾驶能力。
此次修法，实际上就是在补这一块。它还意味着，未来汽车企业卖出的越来越不只是一件“一次性交付”的硬件产品。自动驾驶汽车会长期依赖软件更新、算法迭代、传感器状态和系统维护。车辆卖出去以后，企业与车辆之间依然存在持续关系。车企承担的责任，也会从传统制造责任进一步延伸到软件和系统运行责任。
自动化程度越高，企业承担的系统性责任也会越重。这也是自动化时代一个非常重要的变化：机器替人承担多少决策，企业就需要承担多少与之匹配的责任。
3 自动驾驶可能只是第一个样本
再往外看，这件事的意义已经不只属于汽车行业。过去几年，大模型首先改变的是文本、图片、代码和知识工作，这些任务大多发生在数字世界。
接下来，AI正在进入物理世界。汽车会自己驾驶，机器人会进入工厂搬运物料，无人配送车会进入道路，机械臂会根据视觉模型自主完成操作，家庭机器人也可能进入更加复杂的生活场景。
AI开始真正拥有执行能力。但机器一旦具备自主感知、判断和行动能力，今天自动驾驶遇到的问题，未来都会在机器人行业重新出现。机器人在工厂误伤员工，责任属于使用企业、机器人厂商还是算法提供商？
家庭机器人造成财产损失，谁来赔偿？无人配送设备撞到行人，又应该按照交通参与者、机械设备还是智能系统来管理？只要机器真正开始“干活”，这些问题就会迅速从技术问题变成现实问题。
所以，从某种意义上看，道路交通安全法正在为整个自动化社会做一次提前的制度试验。汽车只是最先进入公共空间、也最容易建立监管闭环的行业。未来，类似的责任划分很可能逐步延伸到机器人、无人设备和其他具身智能产品。
而当责任规则逐渐建立以后，真正决定自动化竞争速度的，就不只是谁的算法更强，还包括谁拥有更多真实场景去部署、训练和迭代机器。
4 中国真正争夺的是AI进入现实世界的速度
过去几年，全球AI竞争更多集中在模型、芯片和算力。下一阶段，竞争焦点可能逐渐转向另一个问题：谁能更快让AI真正进入产业。这恰恰是中国具备优势的地方之一。
中国拥有庞大的制造业体系、新能源汽车产业链、物流网络、工厂、港口和城市基础设施。
这些真实场景既是自动化技术的市场，也是数据来源。自动驾驶系统在城市道路运行，会持续产生真实驾驶数据；机器人进入工厂以后，也会不断积累抓取、搬运、装配和协作的数据。现实世界的数据反过来训练模型，模型能力提升以后，又能进入更多场景。模型进入现实世界，现实世界产生数据，数据再推动模型迭代。
因此，中国未来在AI领域的竞争力，未必只取决于谁拥有参数最大的模型，更可能取决于谁能最快把AI放进汽车、工厂、物流和机器人体系里。这可能是中国在下一阶段AI竞争中真正值得观察的优势。
但这件事的前提，仍然是制度。技术越接近现实世界，监管的重要性就越高。蒸汽机普及以后需要工业安全制度，汽车普及以后需要交通规则，航空业成熟以后需要完整的适航体系。
当AI开始控制机器进入公共空间，同样需要一套新的规则。这次道路交通安全法修订的意义，也正在这里。它并不意味着中国已经进入完全无人驾驶时代，也不意味着方向盘很快会消失。但法律已经开始为那个时代预留位置。当一个国家开始通过修法、强制标准和责任划分来约束一项新技术时，说明它已经不再只被视作实验项目，而是开始被当作未来可能大规模存在的社会现实来管理。
自动驾驶正在率先穿过这道门。它身后，还有机器人、无人设备以及越来越多能够自主感知、自主决策、自主行动的机器。
中国对自动化的态度，也因此逐渐清晰：机器可以越来越自主，但责任不能随之消失。只有当责任能够被确定、风险能够被定价、安全能够被监管，自动化才可能真正从技术能力，变成大规模运行的社会基础设施。
