全民智駕：“聰明車”駛入快車道

隨著車企接連打出“全民智駕牌”，2025年有望成為智駕快速發展的一年。我們需要從社會、法規、應用等各個角度，為擁抱L3智駕時代做好準備。

今年政府工作報告提出，大力發展智能網聯新能源汽車。

汽車的電動化浪潮深刻改變了全球汽車產業格局。現在，智能化正在重演電動化的故事。

2025年，中國汽車市場競爭以普及全民智駕開啟。2月9日，深藍汽車舉行全場景智能駕駛解決方案發布會；2月10日，比亞迪發布全民智駕戰略及“天神之眼”高階智駕系統；2月17日，嵐圖汽車聯合華為乾崑通過直播向全國觀眾展示智駕技術最新突破……

如果說過去幾年新勢力車企推動智駕系統“上車”的規模有限，那么隨著車企接連打出“全民智駕牌”，2025年有望成為智駕快速發展的一年。這將推動行業發生更徹底的變革。

推動新技術下沉

智駕包括自動駕駛和其他車載智能系統，它利用先進的傳感器、攝像頭、雷達等設備，結合高精度地圖和復雜算法，使車輛能夠自動感知和判斷周圍環境，為駕駛員提供精準的駕駛信息和建議。

根據國家標準《汽車駕駛自動化分級》，駕駛自動化分為6種等級：0級為應急輔助，1級為部分駕駛輔助，2級為組合駕駛輔助，3級為有條件自動駕駛，4級為高度自動駕駛，5級為完全自動駕駛。其中，3級（L3）指的是駕駛自動化系統在其設計運行條件下持續地執行全部動態駕駛任務。國際自動機工程師學會（SAE）將L3及以上定義為高階智駕，但因我國法規限制，L3并未落地，當下汽車行業多將具備城市領航輔助駕駛（NOA）功能視為高階智駕標志。

受成本、技術等方面的影響，高階智駕目前主要集中在20萬元以上售價的車型，不同系統之間體驗差異較大。2025年開年以來，多家車企宣布智駕技術下沉計劃，“智駕平權”成為行業熱詞。中國電動汽車百人會近日發布的《汽車智能化發展報告（2024）智駕篇》提出，高階智駕已經邁過“嘗鮮期”進入大眾普及階段，高速NOA、城市NOA等功能，正進入10萬～20萬元的市場。

嵐圖汽車是“All in”智能化的代表之一，2025年內其全品類車型都將搭載華為乾崑智駕系統。不過，嵐圖汽車首席執行官盧放認為，智駕的基礎體驗可以較快達到平權，但要實現高階智駕需要更多時間。

“在走向L3的過程中，大家體驗了不同的智駕能力和水平后，對智駕的認識會更準確。這是一個重要的導入期，我們需要積累廣泛的智駕數據，從社會、法規、應用等各個角度，為擁抱L3智駕時代做好準備。現在車企要在技術和資源上不斷投入，在測試上采取百倍嚴格于常規要求的標準，給社會、行業一個安全、穩定、可靠的L3。”盧放說，智駕普及不是簡單的加法，需要企業自身的技術架構具備與智能化新技術鉚合在一起的能力。

提升軟硬件水平

智駕的市場競爭最終會演化成生態鏈的競爭，產業鏈上下游將迎來新一輪增長。從芯片、傳感器、域控產品到智能底盤、智能座艙、連接器等各個環節的相關企業，都在搶抓這一輪新機遇。

例如，廣東省惠州市德賽西威汽車電子股份有限公司在傳感器、智能座艙和域控產品等多個細分賽道取得突破，安徽省蕪湖伯特利汽車安全系統股份有限公司則在線控制動、線控轉向以及空氣懸架等產品上取得進展，二者已與多家主流車企合作。

隨著產業生態圈越來越大，行業有效實現提質降本。魔門塔（蘇州）科技有限公司（Momenta）首席執行官曹旭東說，一兩年前要實現城市NOA，需要兩個智駕芯片和雙激光雷達，總成本約2萬元，而現在同樣的功能1萬元就可以實現。他預估，到2025年底或2026年初，城市NOA的硬件成本將下降到約5000元。但硬件成本的下降是有極限的，可能最終會穩定在四五千元。

軟件的提升則沒有上限，其提升速度可以用指數級增長來形容。“我們預計整個行業的發展速度2年會提升10倍、4年提升100倍、6年達到1000倍的增長。這意味著智駕系統的性能會以極快的速度進化，帶來更加精細、流暢的駕駛體驗。比如，2年前客戶在體驗我們的自動駕駛時，可能會感到緊張甚至出汗，而現在的體驗已接近于坐頭等艙。這還僅僅是軟件提升10倍的效果，未來還會有更加顯著的改善。”曹旭東說。

硬件成本的快速下降與軟件能力的指數級提升相結合，有望推動智駕技術普及。作為智駕技術供應商，曹旭東的目標是不斷優化數據驅動的一站式端到端智駕大模型等人工智能技術，為用戶創造更安全、更高效的自動駕駛體驗。

在曹旭東看來，車企全面普及智駕系統，會極大加速“智駕鴻溝”的跨越，促使相當一批消費者體驗、使用、信賴智駕，這對整個智駕行業的發展將產生巨大推動作用。

高階智駕的商業化進程，不僅將推動技術迭代，更會帶動上下游產業鏈協同升級，為中國智駕技術走向全球奠定基礎。

避免“內卷式”競爭

端對端大模型是推動智駕技術邁向更高水平的關鍵力量。它通過將自動駕駛任務中的多個環節整合為一個整體，實現從傳感器輸入到車輛行駛指令輸出的端到端處理。然而，目前真正能將端到端等技術落地并取得良好用戶體驗的車企仍是少數。

“端到端大模型訓練需要投入大量資源，在車端需要大算力芯片的支撐。”北京易航遠智科技有限公司創始人、董事長陳禹行認為，如何在有限算力下實現場景泛化和優質駕乘體驗是主要挑戰。

陳禹行說，自動駕駛算法會從基于規則逐步轉向基于神經網絡，從小規模、模塊化走向大規模神經網絡、端到端的架構。從行業實踐看，大多數公司也采取了漸進策略，將算法從模塊化架構平穩過渡到端到端架構，在量產過程中優先將決策和規控算法神經網絡化，逐步為未來的全棧端到端打下基礎。

例如，為了提升端到端方案的研發效率和可解釋性，北京易航遠智科技有限公司在開發決策規控算法過程中，不是直接通過一個大而全的模型來處理所有任務，而是先使用專有模型來有針對性地處理不同任務，再逐步過渡到大模型。

進一步推動智駕普及，技術并不是唯一難題。陳禹行說，一些車企為了爭奪市場份額，可能會采取一些短視行為，犧牲長期發展利益，形成“內卷式”競爭，最終只追求成本最低、不問品質。“如果智駕只是一種噱頭，那么消費者用一兩次后覺得不好用，逐漸就沒有人用了。中國車企要想做大做強，使智駕成為中國汽車的一張名片，除了降本之外，也要把體驗做好。”陳禹行說。

業界普遍認為，全民智駕不應單純靠價格戰來實現。更重要的是，要通過技術創新提高產品質量和服務水平，滿足消費者多樣化的需求。

2025年，有望拉開全民智駕的序章。未來的市場，蘊藏著極為廣闊的拓展空間。

相關鏈接：汽車駕駛自動化分級

5級：完全自動駕駛

系統在任何可行駛條件下持續地執行全部動態駕駛任務并自動執行最小風險策略

4級：高度自動駕駛

系統在其設計運行條件下持續地執行全部動態駕駛任務并自動執行最小風險策略

3級：有條件自動駕駛

系統在其設計運行條件下持續地執行全部動態駕駛任務

2級：組合駕駛輔助

系統在其設計運行條件下持續地執行動態駕駛任務中的車輛橫向和縱向運動控制，且具備與所執行的車輛橫向和縱向運動控制相適應的部分目標和事件探測與響應的能力

1級：部分駕駛輔助

系統在其設計運行條件下持續地執行動態駕駛任務中的車輛橫向或縱向運動控制，且具備與所執行的車輛橫向或縱向運動控制相適應的部分目標和事件探測與響應的能力

0級：應急輔助

系統不能持續執行動態駕駛任務中的車輛橫向或縱向運動控制，但具備持續執行動態駕駛任務中的部分目標和事件探測與響應的能力