L4到底什么样子？郭继舜认为，只有满足以下条件，才能真正实现L4的商业化运营。
首先，所有零部件都要前装，他谈到，了解一些自动驾驶公司，200台车每天要修5%，但是坏的地方并不一样，手工误差的系统积累会造成非常大的问题。
标准化的、一致性高的前装量产是L4大规模应用的基础，即使把5%降到2%和0.5%的概率也是不能被接受的，需要足够好的稳定性。
他认为，现在宣称自己是L5的企业，都是对于自己对于公众不负责任的公司。现有的能力下，要么严格限定ODD的，要么让人来做备份，比如5G的远程接管。
现在L4自动驾驶公司基本都能融资，什么才是能角逐出一二三名的时期呢？现在还不行，重要是什么时候真正能把安全员拿掉，什么时候就会见分晓，安全员被拿掉是L4的命门，可以拭目以待。
另外，完全的自维护也是非常关键的一环，在AVP时候考虑这样一个场景，就是车辆完全自主运行。只有把驾驶员拿掉，车辆能够完全自维护，Robotaxi自动驾驶的行业模式才会存在。
2、电子电气架构的发展需要渐进和理性
座舱越来越智能化，但是智能驾驶会越来越收敛。他在这两年非常强烈的感受到，智能座舱越来越百花齐放，各种生态、各种场景、各种应用，各种用表情、面部去控制车辆，但是智能驾驶越来越统一。
这主要是因为座舱对于功能安全要求不高，但是自动驾驶要求很高。当讨论一个强功能安全的时候，最后都会落在一个点，性价比高又能满足安全，可能就会收敛到同一个功能模式，比如NGP、NOP、NOI，只是名字不一样，最终场景落在最安全稳定的区域中。
他推测，未来的个性化靠的不是自动驾驶，靠的是智能座舱，智能驾驶是区分车辆等级的门槛，但不是个性化的商品。
电子电气架构的发展需要渐进和理性。他谈到，现在有很多车企说直接干集中式的电子电器架构，首先集中式架构意味着在所有的控制器领域，包括车身域、座舱域，都需要把功能安全提到最高的级别，成本非常高。
另外，集中式的架构必须有非常好的冗余控制器在旁边做热备份，这是非常难以实现。虽然OEM和Tier1的研发过程中，都在宣传说做集中式，但他觉得域控制器还是一个长期的过程，未来５年能实现集中式就非常不错了，需要要理性一点。
算力需求也是发展高级别自动驾驶重点讨论的方向。到底多少算力够用？他从工程师角度给一个计算标准。
他认为，ADAS基本是1-5T， ADAS是1到5T量级，L2+是5-10T，L2++是30-100T量级，L4是100-1000T量级，前提是使用主流的传感器方案。
算力要求和传感器直接相关。需要什么样的硬件？单个400万到800万像素的摄像头的提升，大约需要4T算力左右。全车１０余个摄像头都要做成这样吗？他认为，前后前后摄像头需要到这个级别，侧向则不需要这么高，侧向摄像头的功能需求在于识别种类，而不是细节的特征。另外，单个64线的激光雷达所需要算力15T。
与此同时，高级别智能驾驶需要更多的安全功能设计，包括感知、转向、定位、域控制器以及算法的冗余。需要有30％的算力分配给冗余控制器。
他认为，语音、手势、体态的识别不要放在智能驾驶里使用，太容易误触发。一键触达也有待商榷，碰一个键就自动驾驶，看起来用户很满意，用户知道怎么自动驾驶，但太容易引发误碰了，到最后出现了事故，这个就是设计问题。
车企的很多需求和功能来自于用户的反馈，但用户所有需求是非常感性，千万不能拿来直接用，要像外行一样思考，像专家一样工作，必须做梳理。
3、2023年会是自动驾驶另一个高峰
面向高级别自动驾驶，目前来看，OEM主导功能软件开发，Tier1提供标准化的服务，Tier２变成Tier0.5，芯片、地图、传感器公司开始直接对接车企。
他认为，掌握迭代数据OEM能够成为头部OEM，与此同时，Tier１头部效应凸显出来，而Tier２技术的集成化程度会变高。
