2025年，中國智能駕駛產業正站在技術躍遷與市場爆發的雙重拐點：從“高速領航”到“全場景無縫銜接”，高階智駕的邊界正以超預期的速度被打破——比亞迪將高速NOA下探至8萬元車型，小鵬城市NOA功能下沉至15萬級市場，而華為等智駕頭部車企更醞釀著“車位到車位”全程零接管的終極體驗。

這場變革背后，是端到端大模型重構算法底層邏輯、激光雷達與純視覺路線并行突破，以及政策端50余城立法試點的強力助推。當技術突破與成本下探形成共振，智駕系統不僅需要征服極端場景的“智商考驗”，更面臨從實驗室到真實路況的“生存挑戰”，那么其具體的技術發展路徑如何？存在哪些難點痛點？各家車企在路線選擇上又有何差異？各個方案成本如何？詳情請看后文分解。

智駕場景復雜度逐級攀升，覆蓋范圍持續擴展

中國智能駕駛功能的場景覆蓋正沿著“高速NOA→城市NOA→全場景D2D”的路徑加速拓展，從高速NOA的基礎功能，如自動變道和匝道通行，發展到城市NOA，解決了紅綠燈識別、無保護左轉等復雜問題。最新的全場景D2D（門到門）整合了地庫泊車、城區導航和高速領航，實現了跨樓層自動泊車、路徑規劃及障礙物避讓等功能，形成了從起點到終點的自主駕駛閉環。這一進程不僅推動了“分段輔助”向“全鏈路自主”的躍遷，還通過無縫銜接提升用戶體驗，標志著智能駕駛進入全場景貫通的新階段。

支持應用場景拓展的關鍵是智駕技術升級，具體升級路徑如何？

智駕功能應用場景的持續細化與拓展離不開智駕技術的迭代升級。智能駕駛技術發展路徑呈現算法、數據、算力三軸聯動的系統性突破，技術迭代與產業實踐深度耦合，形成以下演進邏輯。

（一）智駕算法：從模塊堆疊到端到端集成

傳統智駕系統采用“感知—決策—控制”分模塊架構，依賴人工規則定義場景響應邏輯。端到端模型則實現傳感器輸入到控制指令的端到端映射，特斯拉V12版本已實現純視覺信號直接輸出方向盤轉角與油門開度，消除模塊間信息衰減與規則沖突。

算法架構發展趨勢：1）感知決策一體化：理想汽車第三代系統采用“端到端+視覺語言模型（VLM）”雙引擎，系統1（端到端）處理常規場景，系統2（VLM）解析復雜語義（如施工路牌語義理解），實現動態場景自適應。2）模型泛化能力：端到端模型通過海量數據訓練自動提取特征，在無保護左轉、臨時路障等長尾場景中決策準確率較傳統規則系統顯著提升。

算法架構技術爭議：端到端方案存在黑盒算法局限性（不可解釋性、災難性遺忘），調試依賴數據閉環而非人工規則，導致系統可解釋性下降。

（二）智駕數據：從場景覆蓋到長尾突破

智駕數據發展趨勢：1）數據標注自動化；2）場景泛化能力增強。

智駕數據技術瓶頸：1）長尾場景覆蓋與數據割裂難題；2）系統實時性與算力成本矛盾；3）合規與數據安全挑戰：多源數據融合涉及地理信息、用戶隱私等合規風險。

（三）智駕算力：從集中式部署到分級協同

算力體系形成“云端訓練—邊緣推理—車端執行”三級架構。云端采用超大規模算力支撐大模型訓練；車端通過雙Orin芯片實現實時決策，并向1000TOPS升級；邊緣計算通過模型蒸餾技術壓縮大模型，降低硬件依賴。

智駕算力發展趨勢：1）算力成本優化：通過模型蒸餾技術將云端大模型壓縮至車端可承載規模；2）實時性提升。

智駕算力技術爭議：算力軍備競賽導致邊際效益遞減，實測數據顯示車端算力超過500 TOPS后，通行效率提升與算力增長呈非線性關系。

技術與政策雙輪驅動，L2-L3法規加速落地，部分車企已實現L3硬件預埋

智駕法規逐步完善：1）地方試點先行：北上深等地已開放L3級自動駕駛測試，深圳2022年率先通過L3立法；2）全國標準推進：工信部計劃2025年前完成L3級技術標準，并修訂《道路交通安全法》明確責任劃分（L3事故車企需部分擔責）。

車企技術快速升級：1）L2→L2+規模量產：主流車企高速NOA、城市NOA已規模化落地，并陸續推出全場景D2D；2）L3蓄勢待發：華為、小鵬等計劃2025年推出L3車型，法規落地即可啟用。

軟件增效、硬件降本、規模擴產共驅智駕成本下探，智駕平權下市場規模持續攀升

通過算法增效、硬件降本、規模擴產三力共振，智駕功能正從高端車型的“奢侈品”轉變為大眾市場的“必需品”，推動汽車智能化進入普惠時代。2025年比亞迪將高速NOA功能下探至7.88萬元車型，城市NOA覆蓋15萬級市場，其余主流車企如小鵬等也將高階智駕下沉至10-20萬元車型，智駕平權愈發火熱。

在智駕平權趨勢推動下，L2及L2+智能駕駛的市場規模與滲透率呈現爆發式增長，預計L2+滲透率將從2024年的8.62%躍升至2025年的14%-16%，未來高階智駕市場仍將持續高速增長。

高階智駕報告預熱

24年-25年高速NOA、城市NOA陸續規模化量產并上車應用，各大車企及背后產業鏈都在爭先搶奪高階智駕市場份額，那么2025年中國高階智駕產業的整體發展情況如何？最重要的三部分算法、算力、數據的技術路徑如何分化？最新技術進展如何？各方案成本是多少？如何降本增效？有哪些優秀的供應商？以上問題亟待回答。

億歐汽車研究院正在撰寫《2025中國高階智駕演進方向及最新技術洞察研究》

本報告將重點關注2025年中國高階智駕整體發展趨勢，深入剖析其技術算法、數據、算力各自發展路徑及優劣勢，為各大車企及其供應鏈企業在智駕方案的選擇與業務開拓上提供一定的參考價值。

以下為《2025中國高階智駕演進方向及最新技術洞察研究》的主要框架：

本報告共四部分，分別是中國高階智駕發展進程分析、最新技術洞察、競爭格局與合作模式、行業發展趨勢洞察。

第一部分：發展進程分析

中國高階智能駕駛正經歷從高速NOA到車位到車位的跨越式發展，場景復雜度不斷攀升。這一進步得益于算法迭代、數據處理技術的進步以及算力的提升。隨著智駕平權的推進和L3政策逐步明朗，市場迎來了前所未有的發展機遇。

第二部分：最新技術洞察

深入探討智駕領域的前沿技術動態。在算法方面，端到端模型突破傳統架構限制，顯著增強了環境理解能力和控制閉環精度；通過VLM（視覺語言模型）和世界模型的應用，系統能夠更精準地解析并預測復雜環境。同時，多維度高精度的數據處理技術和全域定位增強，確保了系統的穩定性和準確性。此外，云端、車端和邊緣算力的協同發展，為智能駕駛提供了堅實的算力保障。

第三部分：競爭格局與合作模式

詳細分析中國高階智駕的競爭格局和合作模式。當前，車企主要采取全棧自研、自研加外采或依賴第三方供應等不同策略。每種模式各有優劣，反映了企業在資源整合和技術自主性之間的平衡考量。

第四部分：行業發展趨勢洞察

最后，從技術迭代、成本發展和生態格局的角度展望中國高階智駕行業的未來趨勢。隨著技術的快速進步和成本的有效控制，智能駕駛將變得更加普及，行業生態系統也將日益成熟。

結語

億歐智庫期待與更多的智能駕駛主機廠及上下游企業建立聯系，共同探討智能駕駛相關話題與市場信息，攜手推動行業發展。讓我們一起見證這場由技術創新驅動的智駕變革，迎接更加智能、安全的出行新時代。

本份報告預計將于5月底在億歐官網進行公開發布（www.iyiou.com），敬請關注。

億歐智庫誠邀智駕生態圈相關企業、協會、專家、研究機構等參與其中，共同探討智駕企業協同發展等問題。更多報告信息交流與合作，可聯系報告作者連思蘭（郵箱：liansilan@iyiou.com）。