2025年智能驾驶专题：我们怎么看高阶智驾体验拐点？

一、引言

在汽车产业快速转型浪潮中，电动化已经为市场带来了前所未有行业颠覆式变 革；随着电动化渗透走向深水区，智能化或将成为推动行业变革的新引擎。智能驾 驶日新月异的技术进步、车企源源不断地资金投入和资源倾斜也宣告着其之于整车 厂的战略意义。往后展望，我们认为智能驾驶有望带来新一轮颠覆式行业变革，成 为下一阶段车企竞争的重要抓手，前瞻地跟踪及判断各家车企智驾能力及进步潜力 成为我们识别整车Winner愈发重要的议题。 在过去几年持续的智驾跟踪和研究中，我们一直在思考的问题是：智能驾驶路 径快速变化、持续升级迭代，技术升级路径是否已经固化？是否还有发生路径选择 带来弯道超车的可能性？随着AI技术、计算能力迅速发展，依赖于大模型及规模算 力的端到端路径的天花板显著提升，我们认为各家企业在技术路径上的选择或开始 趋于一致，智能驾驶算法路径呈现收敛趋势。

从未来竞争要素来看，我们认为车企智驾能力的竞争主要集中在算法领先性、 数据闭环能力及云端算力资源。算法是智能驾驶系统的“大脑”，它决定了车辆如 何感知环境、理解路况以及做出决策；不同的算法设计和优化程度直接影响车辆对 复杂场景的识别准确率、决策的合理性以及反应速度。数据闭环是智能驾驶系统持 续优化的关键环节，通过实际驾驶数据/仿真数据才能不断训练和优化算法模型，使 其更好地适应各种复杂路况，解决长尾“Coner case”问题；数据闭环的有效性取 决于数据质量、数量以及数据分布。算力资源是模型持续训练及优化的基础建设， 强大的算力可以支持更复杂的算法模型，完成更高效的迭代。

从前瞻跟踪的角度来看，算法是车企智驾竞争的基础及赋能智驾后续迭代的重 要前提。从终局来看，由于人才流动技术也会随之流动，在智驾中持续投入、对人才 具备吸引力的公司在算法能力或将趋同，但在进阶过程中，算法迭代的速度与代际 差依然是拉开各家车企智驾体验的关键因素。结合当前智能驾驶渗透情况及车企智 驾能力的差异，我们认为算法上的布局、进展、能力及潜力依然会是1-2年内各家车 企智驾能力拉开显著差异的重要跟踪变量，本篇报告的第二部分也将着重介绍智驾 算法迭代路径及当前车企布局及进展。

此外，我们认为智驾体验拐点的寻找是对智驾技术能力分析、评估车企竞争力 的关键；进一步地，我们需要确定可持续跟踪和比较的变量，以建立一个长期有效 的评估及跟踪体系。为什么寻找拐点如此重要呢？我们认为智能驾驶技术达到体验 拐点时，消费者才会真正将其视为购车的核心关注点，并愿意为之付费，标志着智 能驾驶从技术驱动向市场驱动的转变。一旦到达体验拐点，车企将能够凭借其在智 能驾驶领域的领先享受由此带来超额销量、利润增长及资本市场的估值溢价；本篇 报告的第三部分将着重介绍智能驾驶拐点的研究思路、跟踪变量及当前领先车企的 智能驾驶的数据表现。

二、智能驾驶算法：从规控走向端到端，行业智驾算法 路径或开始趋于收敛

智能驾驶系统演进历程可概括为两个关键时代：规则主导时代和端到端时代。 规则主导时代主要通过感知复刻现实场景，模仿人类驾驶员行为，这一时期又可细 分为四个阶段：2017年以前，智能驾驶技术主要依赖于“2D+CNN”的感知框架； 2017-2019年特斯拉引入了多任务学习神经网络架构“2D+HydraNet”，但此时仍处 于小模型时代；2020-2021年，特斯拉提出了突破性的“BEV+Transformer”感知架 构，并自此进入大模型时代；2022年特斯拉提出占用网络，增强对于物体高度信息 的感知，有效解决了对于异形障碍物识别的问题。2023年，特斯拉开创性地提出了 模块一体化的端到端大模型，将智能驾驶推向了端到端时代。端到端时代主要通过 大量数据的强化学习，让模型学会不同场景下如何驾驶；目前国内自动驾驶架构向 端到端演进大致可以分为分段式端到端、VLM、VLA和世界模型四个阶段。

2017-2019年特斯拉构建多任务学习神经网络架构 HydraNet，并采用后融合 方式进行特征融合。研发中的效率问题促使特斯拉进一步探索和开发能够提高任务 处理效率的多任务学习网络，其中最具特色的为多任务学习网络架构HydraNet。这 个被称为“九头蛇网络”的HydraNet允许自动驾驶系统在同一时间高效地执行多种 视觉识别任务，比如车道线检测、行人识别与追踪、交通信号灯识别等，而不是像以 前的技术那样只能处理单一的检测任务，这种多任务并行处理的能力，显著提升了 自动驾驶系统的性能。在特征融合的方式上，特斯拉采用将感知结果综合起来的后 融合策略，需要人工对数据进行标注。

2020-2021年“BEV + Transformer”实现“脱高精度地图”，引领行业新路径， 大模型时代来临。2020年之前，自动驾驶感知系统普遍依赖于“2D图像+神经网络 小模型（如CNN、HydraNet等）”的感知架构，该架构将摄像头拍摄的2D图像和雷 达获取的3D数据结合起来并基于每个传感器的位置形成放射图像，但摄像头和雷达 往往位于不同的物理位置，导致它们获取的图像数据在维度和视角上存在差异，难 以确保获取的行驶地图的准确性。对此，特斯拉提出构建鸟瞰图BEV，将摄像头捕 捉的2D图像有效转换为3D数据，形成基于上帝视角的俯视图，将不同视角在BEV下 进行统一表达。此外，BEV自上而下的视角有效避免了遮挡问题，使得在BEV空间 内，算法能够基于先验知识对被遮挡的区域进行准确预测。2021年特斯拉于AI Day 首次在算法层面引入Transformer，并提出 BEV+ Transformer 的感知架构，成功将 多个2D 图像和传感器信息转化为一个3D的向量空间，为更全面的感知提供了新的 途径。

2022年升级至Occupancy Network，减轻“corner case”，提高行驶准确度。 在自动驾驶过程中，BEV+Transformer的神经网络架构存在一个局限性：它仅能识 别已标注的物体，而对于侧翻的卡车、道路中央突然出现的垃圾桶等未被标注以及 吊车的支臂等的不易识别的物体，自动驾驶系统往往无法识别，称之为“corner case”， 即边缘或特殊情况下的识别失败。基于此，特斯拉在2022年AI Day中展示了 Occupancy Network（占用网络）感知技术。占用网络通过算法对物理世界进行数据 化和泛化建模，在3D空间上测出不同物体的高度，呈现4D视觉。占用网络区别于传 统机器视觉技术，不对物体种类进行识别，而是直接获得3D空间下的体积占用，即 “不考虑某一物体究竟是什么，只考虑体素是否被占用”。占用网络将世界划分为 微小（或超微小）的立方体或体素，然后预测每个体素是空闲还是占用，体素的作用 相当于激光雷达点阵的作用，使非典型但却存在的事物能够直接表示出来，从而增 加算法的泛化能力和对现实世界的精确认知。

2023年“端到端”大模型打破分任务模块化的界限，构建统一的神经网络结构。 2023年12月24日，特斯拉在北美向一部分内部员工推送 FSD Beta V12.1，新算法 将城市街道驾驶堆栈升级为单一的“端到端”神经网络，该神经网络经过数百万个 视频片段的训练，用3000多行代码替代了原来超过30万行的C++代码。在自动驾驶 的应用中，“端到端”模型可以将感知、规划和执行环节一体化，通过将车载传感器 采集到的信息直接输入神经网络，经过处理后直接输出如方向盘转角多少度的控制决策。这意味着通过学习优秀司机的驾驶视频，“端到端”模型使得汽车能够通过 “视觉”熟练地“模仿老司机开车”。端到端算法能够避免信息在多个环节传递过程 中可能出现的误差累积和放大问题，同时简化了系统结构，更接近于人类真实驾驶 过程中的操作方式。

中国车企结合自身特质，差异化进入端到端智驾赛道，重构智能驾驶产业新纪 元。特斯拉率先提出的一体式端到端智驾方案，虽然能够有效降低信息在模块间传 递过程中产生的误差累积，但因其算法规划主要依托 Transformer 神经网络，整个 决策流程犹如 “黑盒”，可解释性欠佳。对此，国内车企结合自身发展进度及能力 禀赋，开创了分段式端到端路线。 感知-决策模块端到端连接，分段式端到端解决模块间信息传递与协同问题，增 强模型的可解释性。分段式端到端阶段仍然包括感知和决策两个模块，但与此前通 过规则（人工定义接口）进行连接不同，它主要借助神经网络来实现模块间的衔接。 同时在训练方式上采用各模块联合训练，下游的反馈可以直接传递到上游的感知模 块。 然而，分段式端到端也存在着不足，由于存在部分模块界限，信息在传递过程 中可能会出现较大损失，整体优化程度不及一段式端到端架构，在面对极端复杂场 景时，可能因模块协同不够流畅而出现决策迟疑情况。

VLM端到端模型通过多视觉语言模型为端到端模型的驾驶决策提供参考。视觉 -语言模型（VLM）将视觉与语言两种模态深度融合，赋予系统理解图像、视频等视 觉信息，并关联自然语言语义的能力。在智能驾驶中，它能识别道路上的交通标志 与复杂路况图像，同时理解相关的语言指令或描述。例如，当VLM识别到“前方路 口左转”的标识后，可以直接生成左转绕行轨迹。同时VLM预训练带来的泛化性， 使其无需大量针对性数据，便能适应新场景，提升了智能驾驶系统在复杂场景下稳 定运行的底线保障。端到端和VLM模型可理解为相互独立的两个系统，后续经过融 合实现对车辆的控制。其中，端到端模型为“快系统”，能够对传感器数据做出反 应，快速应对绝大多数驾驶场景，类似“小脑功能”；而VLM是“慢系统”，主要应 用于需要思考的极端场景，类似“大脑功能”。

视觉-语言-动作模型（VLA）的核心设计原理是通过视觉、语言和动作三种模态 的深度融合，实现从感知到执行的端到端响应。它首先利用视觉编码器、语言编码 器和动作编码器分别提取图像、文本和历史动作的特征，然后借助注意力机制或神 经网络将这些特征映射到共享空间进行交互补充，最后通过动作解码器结合强化学 习算法预测并执行动作，从而在驾驶任务中形成感知、决策、执行的完整闭环，实现 视觉感知、语言理解以及动作执行的深度融合并进行联合训练和优化，此架构减少 了中间环节的信息损耗和决策延迟，增加了有效信息的利用率。

进入到世界模型阶段，大模型将具备时空认知能力，能够通过其对真实物理世 界/驾驶场景的理解与因果关系分析，预测动态驾驶场景的时空演化，帮助车辆更精 准地感知环境、理解交互逻辑并优化决策。世界模型通过学习海量真实驾驶场景视 频，可以预测并生成未来一定时间内的驾驶场景，做出正确的驾驶决策。与端到端 模型相比，世界模型不仅仅是给出规划路径，更是“预测驾驶场景的变化”。这与人 类的驾驶行为相仿，老司机会在脑海中预判、推演其他交通参与者行为和交通流的 变化，在此基础上规划驾驶操作。此外，世界模型可以减少对真实环境数据的依赖， 通过在世界模型中仿真模拟生成大量训练数据，近乎实现“corner case”的遍历， 降低实际测试成本与风险。

各家车企自研智驾功能进展来看，特斯拉引领技术路径进阶，国内车企快速追 赶。2021年7月，特斯拉率先实现 BEV+Transformer 技术，在2022年8月成功推出 占用网络，并于2023年12月实现一体化端到端技术突破。国内车企在特斯拉领导下 在智驾算法能力上快速追赶，华为于2022年5月实现 BEV+Transformer，2023年4 月引入占用网络，2024年8月推出分段式端到端技术，其一体式端到端技术正在预研 中，有望于2025年量产。理想在2022年6月实现 BEV+Transformer，2023年4月应 用占用网络，同年6月推出分段式端到端技术，2024年7月推出VLM模型。小鹏则在 2022年9月达成 BEV+Transformer，2023年10月实现占用网络，2024年5月推出分 段式端到端技术，其一体式端到端技术正在预研中。其余车企也在快速迭代过程中。

三、智能驾驶拐点如何识别及跟踪？

（一）如何相对客观地评价智驾水平差异？

通过客观指标来评价智驾能力及体验是值得持续探索的问题。在智能驾驶能力 的评估过程中，尽管主流的个体智驾测评和体验具备一定参考价值，但存在个体差 异和评价标准不一致的问题，导致评估结果的不客观性。我们力求遵循客观原则， 致力于采用统一的标准来度量各车企的智驾能力，经过思考及探索我们认为将评价 的准绳交给消费者仍是最佳选择。通过消费者的付费意愿及使用意愿衡量智能驾驶 体验不仅能够减少主观偏差，同时付费率及使用率作为大量用户“投票”得出的真实结果，能够更如实地反映消费者对智能驾驶功能的实际接受度和满意度，为投资决 策提供一个更加客观的视角。 消费者对软硬件的付费率是衡量智能驾驶技术成熟度、市场接受度及商业潜力 的核心指标。其不仅映射出市场对当前智驾能力及智驾技术价值的认可及接受程 度，也代表着消费者对未来技术迭代和进步的预期。同时，付费意愿推动了智能驾 驶的商业化，并驱动产品创新和服务优化。车企也可通过洞察影响付费意愿的多重 因素，如智驾场景适用性、功能体验、市场教育及软件定价，把握市场需求，优化 产品与服务。 消费者使用率是衡量智能驾驶功能实用性和接受度的直观指标。高使用率意味 着消费者对功能的认可和依赖，反之，低使用率则可能表明功能存在操作复杂、可 靠性不足或与用户习惯不符等问题，需要进一步优化。只有当消费者频繁使用并在 实际体验中感受到其便利性和安全性时，尤其是智驾功能能够有效解决日常驾驶痛 点，如缓解疲劳、提升安全性时，消费者才会逐渐建立起对该技术的信任和依赖， 并进一步转化为付费意愿，在购车时更倾向于选择配备先进智驾功能的车型。

（二）当前车企智驾指标跟踪

1. 智能驾驶付费意愿—当前收费模式下主要关注高阶智驾版本车型选购率

目前主流车企的高阶智驾收费模式主要分为软件免费、硬件标配/选装，以及软 件付费、硬件标配/选装两种。考虑到目前软硬件价差较大，硬件价格高于一次性买 断软件的价格较多，且选装了高阶智驾版本车型的车主绝大多数也会购买软件包， 在当前付费模式下，我们认为消费者当前的付费意愿可以用高阶智驾版本车型的选 购率进行衡量（即配备了高阶智驾硬件车型的销售占比）。 如前文所述，目前主流车企均在高阶智驾有布局，但在下文智能驾驶付费意愿 的研究中，我们本文选取国内主流的三家企业鸿蒙智行、理想、小鹏进行抽样分析及研究。此外，考虑供给带来的选装率的影响（部分车型仅有智驾版可供选择），我 们在下文中将研究企业的智驾车型总体销量占比及消费者具备选择权车型中的智驾 销量占比。（注：在此统计中，仍会受到车企主动调控智驾版/非智驾版本交付节奏 的影响）

（1）鸿蒙智行

鸿蒙智行智驾版本车型销量占比自2023年9月问界M7上市后（搭载ADS2.0）， 智驾版本总体销量占比显著提升；2024年2月问界M9上市（标配智驾硬件）进一步 推动智驾版本销量占比增长；2024年8月26日，问界M7 Pro版本推出（能够实现高 速NOA功能，但未配备最高智驾硬件配置）竞争力显著提升，带来智驾版本份额下 降；2024年9月，问界全系车型升级至ADS3.0，智驾版本销量占比呈现波动上升趋 势，当前（当前指最近有统计数据的三个月，下同）智驾版本占鸿蒙智行总销量的 85%左右。 问界M7 Pro版本推出后，问界M7成为在消费者具备选择权的情况下智驾版本占 比变化研究的一个较好观测样本，当前消费者具备选择权的鸿蒙智行车型中智驾版 本销量占比在55%左右。

（2）理想汽车

2023年1-5月，随着较理想L9价格更低的理想L7/8销量占比提升，智驾版份额被 动下降；23年6-9月智驾版占比有所回升；23年8月理想L9 Pro版（不含高阶智驾功 能）推出，并于10月上量后，理想汽车智驾版销售占比有比较明显下降；24年4月理 想L7/8 Ultra版(含高阶智驾配置)推出并上量后智驾版销量占比显著提升至60%左右； 24年理想智能驾驶进行了多轮OTA升级，其中24年11月理想推送OTA 6.5版本，全 量推送车位到车位功能，有望持续推动智驾版本车型占比提升。根据交强险，当前 理想汽车智驾版本销量占比约为46%。 在消费者具备选择权的车型中，当前理想汽车智驾版本车型的销量占比在45% 左右。2024年4月至2024年10月，主要受理想L6销量快速提升，受价格定位影响， 其智驾版本选择率相对较低，L6占比提升带来总体智驾版本销量占比下降；24年11 月理想推送OTA 6.5版本、车位到车位功能后，具备选择权车型中智驾版本占比有较 明显提升。

（3）小鹏汽车

23年3月推出小鹏P7i以来，小鹏汽车智驾版销量占比持续提升至50%左右中枢； 24年8月小鹏MONA M03(非高阶智驾版)推并快速上量后，智驾版本销量占比显著下 降；24年10月小鹏P7+（标配高阶智驾）推出后，智驾版销量占比有所回升；目前智 驾版本占销量比例在40%左右中枢。 从消费者具备选择权的小鹏汽车车型中智驾版车型销量占比来看，当前智驾版 占比约为54%，占比较为稳定。往前复盘，23年11月小鹏无图NGP正式推送、城市 NOA开放25城后，智驾版销量占比中枢值有较明显上移。

（4）在竞品组合中的表现：智驾车型销量占比提升

考虑鸿蒙智行、小鹏、理想的车型主要集中在20万以上SUV中，参考我们前期 整车研究报告《谁是下一个爆款？》中对应竞品组合的选取，将三家车企在竞品组 合中的车型打包为整体，研究竞品组合内消费者智能驾驶付费意愿的变化。 从结果来看，24年1月起智驾车型在竞品组合中的市占率有较为明显提升，24年 8月以来占比较为稳定，与总体车型市占比呈现一定收敛趋势，代表智驾车型竞争力较总体车型表现更佳；从消费者具备选择权的车型来看，智驾车型在组合内市占率 有较为明显提升，24年10月以来占比略有下行，但总体降幅小于车型总体降幅，代 表智驾车型竞争力较总体车型表现更佳。

2. 智能驾驶使用意愿—主要关注不同场景下配备智驾硬件车型的高阶智驾使用率

智能驾驶能力及接受程度的评价，除了消费者付费意愿外，真正购买智能驾驶 软硬件的消费者对智驾功能的使用频率才是衡量其“好用程度”的关键指标。因此， 我们提出“智驾使用率”的概念，其直观理解是每百公里驾驶员使用智驾功能的公 里数，其能够更精准地反映智能驾驶功能在实际驾驶场景中的应用频率和用户依赖 程度，是智驾功能安全性、便利性和可靠性的重要依据。 在本文中，智能驾驶使用意愿我们主要关注的指标有全场景、城市场景、高速 场景智能驾驶使用率。全场景智能驾驶使用率是车辆在所有驾驶场景（高速、城市、 泊车等）中，智能驾驶功能被激活使用里程与总行驶里程的比率；反映智能驾驶功 能在不同场景下的综合使用频率，体现用户对智能驾驶功能的整体信任度和依赖程 度。城市场景智能驾驶使用率是车辆在城市道路环境中，智能驾驶功能被激活使用 里程与城市道路行驶里程的比率；衡量智能驾驶功能在城市复杂路况下的可靠性， 反映用户在日常通勤等场景中对智能驾驶功能的接受程度。高速场景智能驾驶使用 率是车辆在高速公路或高架路段中，智能驾驶功能被激活使用里程与高速行驶里程 的比率；反映智能驾驶功能在相对简单场景中的使用频率和可靠性，体现用户对高 速NOA功能的信任度和依赖程度。

（1）特斯拉

特斯拉FSD作为全球智能驾驶系统的引领者，其使用率有着代表意义。我们结 合特斯拉FSD累计里程数及搭载了FSD智驾软件的车辆数（部分时间含订阅率假设）， 能够计算出存量车型中智能驾驶里程，进一步地，结合对单车驾驶总里程数进行一 定假设，则能够得出FSD智能驾驶使用率。

（2）鸿蒙智行

同上特斯拉FSD使用率计算方法，我们统计测算了鸿蒙智行全场景、城市场景、 高速场景下的使用率，作为国内智能驾驶系统的引领者，其使用率也有着代表意义。 自鸿蒙智行推出高阶智驾后，其智驾使用率逐步提升，根据我们测算，截至24Q4国 鸿蒙智行全场景、城市场景、高速场景下的使用率分别为29.1%/21.1%/41.8%。

（3）理想汽车

同上特斯拉FSD使用率计算方法，我们统计测算了理想汽车全场景、城市场景、 高速场景下的智驾使用率。根据我们测算，截至25年2月中旬，理想汽车全场景智驾 使用率为22.6%；截至24年11月底，理想汽车城市/高速场景下的智驾使用率为 6.1%/16.2%。

编辑：火腿肠