2025年汽车智驾行业的梳理与思考：向智驾2.0时代迈进

智驾大模型升级，什么是端到端

2023/12特斯拉推出FSD V12，首次搭载端到端智驾大模型。2024年至今，小鹏、华为、理想、蔚来等主机厂 陆续向端到端智能驾驶架构升级。端到端方案主要可以分为四种：1）感知层端到端、2）感知层端到端+决策规 划层端到端、3）模块化端到端、4）One Model生成式一体化端到端（世界模型）。四种方案对人工编写规则 代码的依赖程度依次降低；其中，One Model端到端采用单一神经网络将传统自动驾驶系统中的感知、预测、 决策规划多模块整合为一体。当前国内头部智驾主机厂以采用感知层端到端+决策规划层端到端为主（vs.特斯拉， 我们推测2023/12 FSD V12.1采用感知层端到端，2024/3 FSD V12.3采用One Model 生成式一体化端到端）。

端到端特点一：下限不稳定但上限较高

由于对人工编写规则代码的依赖程度下降，端到端或存在性能下限不稳定的特点（尤其在应用初期或出现功能 退步等问题），预计短期国内车企或仍保留部分规则算法用以维稳端到端智驾系统的性能下限；但我们判断，与 传统模块化智驾方案相比，端到端方案采用的数据规模更大、数据损失更少，可以提升智驾系统在不同场景中的 适应性、减少系统误差和延时，具备更高的性能上限（或更接近人类驾驶）。

端到端特点二：加速智驾算法迭代/性能提升

小鹏汽车为国内首家完成端到端大模型量产上车的车企。以小鹏为例：在应用端到端大模型后，其智驾版本迭 代速度明显加快（推送周期已缩短至约2个月 vs. 此前周期约4个月），新增功能加速落地/覆盖场景加速拓宽。我们判断，端到端由数据驱动迭代升级（人工编写规则需求大幅下降），版本迭代/性能提升效率明显加快。

端到端特点三：智驾系统+组织架构精简驱动降本

基于端到端有望将智驾系统的感知、预测、决策规划的多模块整合度提升，我们判断端到端有望驱动主机厂 实现降本：1）智驾系统精简：小模型合并为一个大模型；2）组织架构精简：端到端方案无需同时配备规则编 码人员及AI算法开发人员（感知和规控两个部门趋于合并），研发投入长期或呈下降趋势。

智驾路线之争：纯视觉 vs. 激光雷达

技术路线：纯视觉 or 激光雷达，谁更适合端到端？

当前，越来越多的车企已经应用端到端大模型；其中，端到端感知方案又可具体分为，1）摒弃激光雷达的纯 视觉方案，以特斯拉、小鹏为代表；2）含1颗及以上激光雷达的方案，以华为、蔚来、理想等为代表。 我们判断，纯视觉更适配端到端。1）纯视觉具备迭代速度更快、成本更低等特点（或可通过算法优化弥补测 量距离不足+受天气影响较大的缺陷）；2）当前采用激光雷达+端到端方案的大部分智驾车型存在激光雷达搭 载数量不足、车端算力不足或算法能力相对偏弱等问题；3）预计算法优化迭代仍是实现技术路线突破的关键。

摒弃激光雷达的关键：车端算力+算法能力的突破

当前大多主机厂采用后融合/特征级融合方案将不同传感器的感知信息进行融合，但后融合/特征级融合可能 会带来延迟、信息损失较大等问题，融合效果或过度依赖单一传感器（激光雷达）。相比之下，前融合更符合 端到端大模型对感知信息处理的要求（保证信息完整输入），但技术难度更高（为端到端的主要应用难点）。

我们判断，前融合的核心突破点在于车端算力、算法能力。1）算力：前融合的车端算力要求500-1,000TOPS （vs. 后融合、特征级融合分别<100TOPS、300-400TOPS）；2）算法：前融合对不同类型传感器数据的实时 性和处理能力要求更高（vs. 后融合聚焦各类传感器处理后数据的对齐和验证、特征级融合关注特征提取和融 合）。综合来看，硬件传感器与车端算力可通过累加方式进行改进，算法优化迭代是实现技术路线突破的关键。

如何看待人形机器人算法技术路径

从智驾至人形机器人，纯视觉+端到端普适性或更强

当前人形机器人厂商采用的传感器方案可分为两种：1）纯视觉方案（特斯拉、小鹏）、2）多传感器融合方 案（小米、智元、宇树、优必选等）；其中，大部分的多传感器融合方案主要采用深度相机+摄像头的组合。 我们判断，人形机器人需及时感知周围环境+实现路径规划，也需综合考虑功能迭代效率+降本。但与汽车不 同，1）人形机器人对前方远距离障碍物的精准度要求或有所降低，但对近距离的环境识别/目标物体定位的精 度要求更高（vs. 激光雷达适用于<200-300m障碍物识别）；2）用于人形机器人的传感器空间或相对较小（vs. 新型激光雷达落地量产时间点仍未确定）；3）纯视觉+端到端的普适性或更强，有望从智驾迁移至人形机器人。

2025E-2026E，汽车智驾拐点临近

手机智能化复盘：iPhone4上市，开启智能化加速兑现

2007/6苹果首款iPhone手机上市；2008/6苹果第二代iPhone+3G网络支持（iPhone 3G）正式进入中国； 2010/6具有市场颠覆性的苹果iPhone4全球发布并上市。在此期间，国内智能手机渗透率从2005-2009年近 10%，迅速抬升至2010年的16.5%、2011年的25.9%、2012年的55.6%、2013年的73.2%，此后稳步爬坡至 2014-2015年的80%-90%、以及2015年至今的90%以上。我们判断，1）受益于iPhone4的上市催化，2010- 2013年国内智能手机渗透率步入二阶导迅速爬升期（仅三年，渗透率从10%迅速抬升至50%以上 vs. 渗透率从 0%提升至10%经历近10年）；2）具有市场颠覆性产品的推出，对新兴行业大规模推广/应用的效应极为显著。

汽车电动化复盘：特斯拉入华，开启电动化加速渗透

与国内智能手机渗透率的抬升历程类似，2019-2020特斯拉国产Model 3/Y先后上市。受益于特斯拉国产车 型的上市催化，国内新能源乘用车渗透率从2018-2019年近5%，较快速的抬升至2020年的5.9%（受疫情波动 影响）、2021年的14.9%、2022年的27.6%、2023年的35.6%、2024年的近48%。我们判断，1）受益于特斯 拉的“鲶鱼效应” ，国内自主新能源车实现品牌/技术/供应链等快速升级，合力拉动国内新能源乘用车渗透率 的快速爬坡；其中，2021-2025E年或为国内新能源乘用车渗透率的二阶导迅速爬升期（仅五年，渗透率有望 从<10%迅速抬升至50%以上 vs. 渗透率从0%提升至10%经历近10年）。2）预计2025E之后，国内新能源乘 用车的渗透率抬升幅度或将逐步趋缓；智能化有望接力电动化，成为打造行业第二增长曲线的主要驱动力。

撬动市场的共性特点一：产品创新，引领市场变革

我们认为苹果iPhone4、以及特斯拉国产Model 3/Y可以分别撬动市场的首要共性特点在于：产品创新。 1）苹果：首次应用多点触控屏幕/前置摄像头/陀螺仪，分别带动手机大屏/视频通话及自拍/游戏等功能体验 感升级。自创iOS系统完善版本更迭；App Store接入第三方应用并可实现额外用户收费，创造全新商业模式。 2）特斯拉：首次采用封闭式前脸/全景天幕设计；在电池/热管理/一体压铸/域集中式电子电气架构等方面进 行设计理念与技术创新、在智能驾驶辅助系统的纯视觉软件算法版本优化迭代等方面持续引领并推进市场变革。 我们判断，特斯拉贴合纯电动车的特点，在汽车设计、整车架构、技术研发、生产制造等环节做了全面革新 并持续引领行业发展，但当前智驾尚未成为买车刚需（vs. 苹果iPhon4 产品创造需求）。

2025E-2026E智驾拐点临近，静待高阶智驾功能兑现

通过复盘国内智能手机与新能源汽车的渗透率抬升历程、以及苹果/特斯拉撬动市场的共性特点，我们的观点： 1）产品创新、流量优势+品牌效应、全球布局+本土化投入，是撬动市场大规模上量的三个关键因素。2）影 响汽车智驾放量突破的关键在于，功能与体验（包括智驾+智舱交互功能）、以及成本与性价比，预计供给端 变革或走在需求端释放前列。3）预计2025E-2026E国内智驾的拐点有望临近（关注2025E-2026E特斯拉FSD 入华、自主端到端大模型+低成本智驾方案的落地）；预计2027E-2028E国内智驾有望迎来2.0时代的高速增长 阶段（L2+级城市无图智驾方案或将成为全市场标配、L3级摒弃方向盘与脚踏板的车型有望实现爬坡）。

车企智驾梯队梳理：大模型陆续应用，内卷加快推进

2024年至今国内车企陆续推出端到端大模型智驾方案，头部之间的竞争从之前的全国城市无图智驾切换到了 当前的“车位到车位”智驾（即车辆从指定的车位自主驶出、全程无需人工干预行驶到目的地车位）。 我们将国内车企的智驾划分为三个梯队：1）第1梯队（小鹏、华为）：端到端方案已落地，智驾功能全面、 覆盖场景丰富；其中，小鹏为国内首家实现摈弃激光雷达+端到端大模型落地的车企，AI代客泊车/环岛通行/ 循迹倒车等功能的推出时间点均领先市场至少2个月；华为采用激光雷达+纯视觉的特征级融合端到端大模型方 案，特殊场景车位泊车/车位到车位等功能的推出时间点均领先于市场。2）第1.5至第2梯队（理想、蔚来）： 布局智驾较早（理想已落地端到端+VLM方案、车位到车位智驾 vs. 蔚来定位端到端世界大模型），算法/算力/ 数据均有较丰富储备，行车/泊车等智驾功能较为全面。3）第3梯队（小米、吉利、比亚迪）：布局智驾相对 较晚，端到端方案尚未大规模应用且仍处于推送早期（均在2024/12推送），智驾功能及覆盖场景仍待优化。

报告节选：

编辑：火腿肠