國產(chǎn)軟硬件解決方案的成熟，推動輔助駕駛技術(shù)進一步普及。作為提升駕駛安全性的基礎(chǔ)功能，輔助駕駛已成為新車標(biāo)準(zhǔn)化配置之一。2025年1-9月，L2級及以上輔助駕駛的新車滲透率達到64%，較2024年提升近8個百分點。隨著福瑞泰克、宏景智駕等國產(chǎn)方案商市占率提升，帶動了芯片國產(chǎn)化進程。其中，地平線憑借早期布局優(yōu)勢，提供J2、J3、J6B、J6L多種解決方案，市場份額接近50%，Mobileye在供應(yīng)鏈慣性下市場份額仍較高。
圖1 2020-2025年9月我國L2及以上輔助駕駛滲透率
數(shù)據(jù)來源：公開數(shù)據(jù)，車百智庫整理
圖2 2025年我國L2級輔助駕駛芯片市場份額
數(shù)據(jù)來源：上險數(shù)據(jù)，車百智庫整理
高階智駕進入發(fā)展拐點，傳統(tǒng)車企扮演普及角色。2025年初，長安汽車、比亞迪、吉利、奇瑞等傳統(tǒng)車企先后宣布“智駕平權(quán)”戰(zhàn)略，通過將高速NOA功能下放至10萬元以上車型，旨在以智能化差異構(gòu)建競爭優(yōu)勢，加速了高階智駕的滲透。2025年10月，新車銷售中，基礎(chǔ)L2滲透率為31.9%，L2級以上滲透率達到34.8%，首次超過基礎(chǔ)L2滲透率，相較于1月的15.2%增長接近20個百分點。但由于初期搭載車型實際體驗尚不完善，高階智駕的規(guī)模化上車尚未顯著提升車企銷量。
圖3 2025年我國L2與L2級以上智駕滲透率
資料來源：國信證券、佐思汽車，車百智庫研究院整理
在自主品牌搭載NOA功能的車型中，英偉達憑借相對完善的軟硬件生態(tài)，市場份額超過60%，處于領(lǐng)先地位。華為則依托先發(fā)優(yōu)勢及軟硬一體化的深度優(yōu)化，市占率位居第二。地平線通過提供覆蓋高性能與主流市場的J6P、J6E/M系列技術(shù)方案，市場份額正快速增長，位列第三。
圖4 2025年我國自主品牌NOA功能芯片市占率
數(shù)據(jù)來源：上險數(shù)據(jù)，車百智庫整理
智駕技術(shù)發(fā)展進入AI驅(qū)動的新階段。我國智駕從技術(shù)跟隨轉(zhuǎn)向主動探索，跨界引入AI大模型、具身智能領(lǐng)域技術(shù)，如利用VLA和VLM通過AI大模型的通用知識解決文字與極端場景問題，或利用世界模型結(jié)合實際場景推演。如小鵬、理想等選擇采用VLA技術(shù)路線，華為、蔚來等則選擇世界模型技術(shù)路線，在難例處理和駕乘體驗上進步明顯。但相比特斯拉FSD仍存在一定差距，據(jù)FSD Tracker數(shù)據(jù)，特斯拉FSD V14.1在城市復(fù)雜路況下的平均接管里程已突破4000英里，基于此，特斯拉已計劃在美國部署無監(jiān)督的無人駕駛出租車業(yè)務(wù).
（1）自動駕駛驅(qū)動下一代芯片算力大幅增長
企業(yè)為向L3級及以上自動駕駛突破，正加速模型規(guī)模、數(shù)據(jù)量的演進，推動下一代車端智駕芯片算力大幅增長。通常情況下，車端部署的模型參數(shù)量越大，其對道路狀況的理解和判斷越準(zhǔn)確。例如，馬斯克表示特斯拉新FSD模型參數(shù)量增長了10倍；理想VLA采用了總參數(shù)量近40億的MoE架構(gòu)，遠超當(dāng)前主流端到端模型的億級參數(shù)水平。同時，感知數(shù)據(jù)的精度與維度也在持續(xù)提升，800萬像素攝像頭已成為主流，輸入數(shù)據(jù)在傳統(tǒng)圖像與雷達基礎(chǔ)上新增了聲音信息。此外，隨著“快慢模型”等技術(shù)路線的發(fā)展，系統(tǒng)對實時計算的需求進一步提高。下一代芯片算力將大幅提升，如特斯拉AI5芯片預(yù)計算力約為2000 TOPS；地平線下一代征程7芯片也將對齊特斯拉AI5。
（2）軟硬一體的智能駕駛解決方案優(yōu)勢開始顯現(xiàn)
自研軟硬件能顯著加速產(chǎn)品迭代，更靈活地適應(yīng)AI驅(qū)動的算法技術(shù)發(fā)展，并降低采購成本。如特斯拉在完成AI5設(shè)計后，已啟動AI6和AI7的規(guī)劃，預(yù)計迭代周期降至9個月；國內(nèi)蔚來、小鵬、理想的自研芯片也陸續(xù)上車，在性能指標(biāo)上與英偉達Thor形成差異化。從供應(yīng)商角度來看，在智駕滲透率快速增長期，軟硬一體化有助于快速搶占市場先機。基于對自身軟硬件的深度理解，供應(yīng)商能提供更高效的解決方案，加速高階智駕落地，擴大市場應(yīng)用并積累數(shù)據(jù)。如英偉達開源了參數(shù)量達100億的VLA模型Alpamayo，旨在擴大市場份額；地平線推出HSD方案，加速以城市NOA為代表的高階智駕上車。但由于前期投入大、研發(fā)周期長，目前國內(nèi)車企自研芯片上車總量偏少，整體以第三方供應(yīng)商方案為主。
（3）技術(shù)降本推動中高階智駕迎來加速普及期
適配中算力芯片的端到端模型降低了高階功能的應(yīng)用門檻。經(jīng)過優(yōu)化的模型已能在中算力平臺上運行，不僅提供了更擬人的駕駛體驗，提升了用戶接受度，還推動城市NOA功能有望下沉至10-15萬元級車型。例如，輕舟智航基于地平線J6M（128TOPS）芯片實現(xiàn)了端到端城市NOA方案，綜合成本遠低于英偉達Orin X方案。芯片艙駕一體化是另一條重要的降本路徑。該方案通過減少座艙與智駕系統(tǒng)間的內(nèi)存冗余、提升算力復(fù)用率，有效節(jié)約了硬件成本，同時兼顧了高速NOA功能與座艙體驗。例如，高通已分別與卓馭、Momenta達成合作，推出了基于約72TOPS的高通8775芯片的艙駕一體解決方案。
（4）行業(yè)競爭焦點正從輔助駕駛轉(zhuǎn)向自動駕駛
自動駕駛的規(guī)模化落地將加速汽車產(chǎn)品形態(tài)的演變與商業(yè)模式的創(chuàng)新。在乘用車領(lǐng)域，全自動駕駛有望推動私家車實現(xiàn)“資產(chǎn)化運營”，車輛可在閑置時段接入共享網(wǎng)絡(luò)獲取收益，從而使汽車從消費品轉(zhuǎn)化為生產(chǎn)工具。產(chǎn)品形態(tài)上將出現(xiàn)自動駕駛原生車型。如特斯拉推出的CyberCab采用無方向盤雙座設(shè)計，單車成本預(yù)計低于3萬美元。此外，率先實現(xiàn)自動駕駛的品牌有望在市場認(rèn)知上占據(jù)先機，形成競爭優(yōu)勢。在商用車領(lǐng)域，各類場景應(yīng)用正加速推進。隨著運營成本低于人工，城市末端無人配送將進一步普及；無人干線物流聚焦高速公路貨運，部分線路已進入商業(yè)化試運營，旨在提升運輸效率、降低司機成本及事故風(fēng)險；同時，環(huán)衛(wèi)、公交、園區(qū)等封閉或半封閉場景因技術(shù)難度相對較低、法規(guī)約束較少，也將加速實現(xiàn)規(guī)模化落地。
（1）如何在汽車AI化發(fā)展中保持企業(yè)競爭力
汽車正加速向AI化演進，成為具身智能的重要落地形態(tài)。隨著自動駕駛技術(shù)的發(fā)展，車輛通過融合雷達、攝像頭等感知設(shè)備與大模型技術(shù)，已具備視聽感知與類人交互能力，正從被動交通工具向能主動理解并服務(wù)用戶的智能終端轉(zhuǎn)變。但汽車AI化趨勢可能重塑產(chǎn)業(yè)價值分配格局。在“硬件+AI”體系中，算法、數(shù)據(jù)與服務(wù)的價值占比持續(xù)提升。若車企無法掌握核心AI能力，將面臨核心價值流失的風(fēng)險，甚至淪為硬件制造商，導(dǎo)致利潤空間被科技企業(yè)與上游供應(yīng)商擠壓。因此，車企需加速構(gòu)建包括數(shù)據(jù)閉環(huán)、用戶洞察及模型應(yīng)用在內(nèi)的AI核心競爭力，以維持長期的盈利能力。
（2）如何應(yīng)對智能駕駛國際化發(fā)展的潛在挑戰(zhàn)
產(chǎn)業(yè)鏈方面，中國智能駕駛產(chǎn)業(yè)在技術(shù)突破向規(guī)模化落地轉(zhuǎn)化上具備顯著優(yōu)勢，正致力于通過出海在全球價值鏈中掌握主動權(quán)。例如，地平線已與博世、大陸等國際一級供應(yīng)商（Tier 1）合作，開發(fā)適配全球市場的產(chǎn)品；百度、文遠知行、小馬智行等企業(yè)則通過測試示范，在中東、歐洲、東南亞等地區(qū)布局Robotaxi、無人小巴、無人配送及無人礦卡等L4級自動駕駛業(yè)務(wù)，主要提供技術(shù)與運營服務(wù)。
但智能駕駛出海仍面臨多重挑戰(zhàn)，除了地緣政治制約及數(shù)據(jù)跨境傳輸難題外，我國企業(yè)的海外合規(guī)、研發(fā)及售后體系尚處于早期探索階段，缺乏覆蓋全生命周期的系統(tǒng)性應(yīng)對能力。此外，因海外市場認(rèn)知度不足，還存在輿情風(fēng)險。因此，企業(yè)需轉(zhuǎn)變策略，從單純競爭轉(zhuǎn)向與國際Tier1及跨國車企的深度合作，從單一產(chǎn)品出口轉(zhuǎn)型為服務(wù)與解決方案的系統(tǒng)性出海，同時積極推進研發(fā)與制造的本土化。
車百會研究院官方新媒體矩陣
Copyright © 2020 Chinaev100 All Rights Reserved
車百會研究院 版權(quán)所有 ICP備案號：京ICP備19027029號-1
