2025年2月28日，在2025蓋世汽車研究院年度沙龍上，蓋世汽車研究院副總裁王顯斌介紹到，智能駕駛市場正經歷快速發展與變革。在市場層面，高階自動駕駛成為全球汽車智能化競爭焦點，多國出臺政策推動其發展，消費者對智駕功能需求漸增，2024年乘用車L2級及以上功能標配滲透率接近50%，新能源車和新勢力在智駕方面表現更優。

產業鏈方面，智能駕駛普及帶動核心零部件硬件搭載率大幅增長，技術方案分化以滿足不同車型需求。自主車企全產業鏈布局漸顯，外資車企開始強化與本土科技公司合作。國內ADAS供應鏈崛起，各類硬件搭載率有不同表現，激光雷達、域控制器、線控底盤等技術配套量增速突出，新勢力在智能底盤應用領域保持領先。

蓋世汽車研究院2030年乘用車L2級及以上功能標配市場滲透率有望超90%，NOA標配搭載量將突破2,400萬輛。多數企業加速端到端技術量產，數據閉環、超算中心愈發關鍵，同時，DeepSeek將加速高階智駕落地，艙駕融合技術方案正處于產品量產研發前期。由于智能汽車產品呈現的迭代周期縮短、軟硬件頻繁升級、軟件及內容生態付費變現等發展特點，未來在整車及核心供應鏈生態領域有望出現龍頭領先企業。

王顯斌｜蓋世汽車研究院副總裁

以下為演講內容整理：

智能駕駛

自動駕駛當前已經成為全球發展的主流趨勢，無論是歐美、中國還是日韓，均針對該領域制定了具體的法規或發展目標。多數國家未來的發展方向主要聚焦于L3及以上的自動駕駛技術突破，中國目前重點聚焦于ADAS及高階功能的普及，特別是城市NOA進行了大量的探索與實踐。此外，高階自動駕駛技術以及商務車中特定場景的無人駕駛技術已成為各國競相發展的焦點。

歐盟通用安全法規（GSR）規定，自2024年7月7日之后，所有新售車型都必須配備ADAS功能。此外，ADAS功能安全性能已經成為進入歐洲市場新車E-NCAP評測重要考量因素。

中國2024版本C-NCAP在2021版本的基礎上對已有場景進行了優化升級，修改更新了測試參數，同時增加了多個主動安全測試項目，ADAS對汽車安全的重要性不斷提升。

目前，用戶在做出購車決策時，智能化因素已成為重要的考量點，涵蓋ADAS功能、座艙體驗功能、OTA功能以及底盤智能化等。從過去兩年的數據看，無論是城市NOA、高速NOA，還是自動泊車功能，用戶的接受度和偏好程度均在持續上升。

根據2024年的調研報告，目前大多數用戶對高階自動駕駛技術的興趣濃厚，并愿意為此支付約1萬元的費用。而隨著智能駕駛技術的規模化發展，其成本正在逐步降低。

從過去兩年的趨勢來看，乘用車L2及以上智能駕駛系統功能的標配滲透率已接近50%，特別值得注意的是L2++級別的智能駕駛，其定義涵蓋了高速和城市NOA功能。在新勢力品牌中，L2++級別標配尤為顯著。進一步細分觀察，在NEV市場中，L2及以上功能，包括L2++級別功能的標配率已接近60%。

在過去三年內，L2及以上智能駕駛功能的標配在15萬至30萬、35萬至50萬以及50萬以上的價格區間內均取得了顯著的進步。特別是在20萬至30萬的價格區間內，以特斯拉為代表的部分車型，其智能駕駛功能的滲透率已接近90%。那未來的增長潛力在哪里？從目前的市場動態來看，如比亞迪、奇瑞、長安以及眾多新興汽車品牌所展現的智能駕駛技術競爭態勢，未來最大的增長機會可能存在于15萬以下的價格區間，因為該區間的智能駕駛技術滲透率仍然相對較低，存在廣闊的發展空間。此外，以往以BBA為代表的35萬至50萬價格區間，仍存在廣闊的發展空間。

將ADAS在燃油車和中的應用進行區分，我們會發現，在新能源汽車領域，NOA功能的配備率接近15%，多數車型近乎成為標配。相比之下，在燃油車領域，該功能的配備率極低，主要局限于較為基礎的L2級別或部分L2+級別的功能。

通過對比不同價格區間的表現，NEV在ADAS方面的配置幾乎全面超越ICE+HEV。在15萬以下的價格區間內，雙方表現可能相近，該價格段內的合資品牌如豐田，雖已將ADAS作為標配，但其功能相對簡單。在其他價格區間內，汽車的表現明顯優于傳統燃油車。

從整個汽車行業的企業布局來看，以領先的車企為例，自主品牌中的理想、賽力斯、蔚來、小鵬等品牌對于L2及以上功能標配率普遍達到90%以上，NOA標配普遍超過70%，且預計今年L2及以上功能標配比例極有可能攀升至100%。比亞迪去年NOA標配率尚不足2%，但今年的目標是60%，這一顯著增長預計將極大地推動市場的發展，特別是在產業鏈層面，蘊含著巨大的機遇。

其他自主品牌如長城、長安以及吉利等智能化水平尚處于相對較低階段。在外資NOA功能配置方面，目前僅有北京奔馳表現突出，而其他合資品牌在這一領域的貢獻幾乎可以忽略不計。

圖源：蓋世汽車研究院

從不同功能的維度來分析，過去一年ADAS的各項功能標配情況呈現出不同的發展趨勢。其中，AEB功能持續優化，展現出了持續向上發展的態勢。諸如ALC、高速NOA以及APA等功能均保持較高的增長率。

無論是高速公路還是城市道路的應用場景，NOA功能主要集中在20萬至40萬的價格區間內。由于高階功能的實現以往較為依賴激光雷達，其成本相對較高，因此配備這些功能的車型通常定位為中高端產品。從新能源汽車細分市場的角度來看，NOA功能的發展明顯快于該整體汽車市場發展速度。

從NOA功能當前Top 10車企品牌的配置情況來看，理想與蔚來均已達到100%的標配率。我們判斷，未來在中高端車型市場中，中國車企在配置激光雷達方面將呈現必然趨勢。值得注意的是，華為近期進一步增加了激光雷達的使用量，尤其是尊界搭載了4顆激光雷達。此外，我們也觀察到一些新興品牌在NOA功能的滲透力上展現出強勁勢頭，例如智界、阿維塔以及深藍等品牌，其NOA功能正持續不斷地發展與完善。

過去幾年，車企NOA主要通過選配、軟件訂閱、買斷式和硬件集成等多種方式盈利，其中特斯拉采用買斷模式，而其他一些企業則提供不同高配車型，消費者需額外付費以獲取特定功能。理想汽車則選擇將NOA功能包含在車價內。我們認為隨著高階智能駕駛，尤其是NOA功能產品成本迅速降低，這些功能或將逐漸成為消費者的標配。因此，未來車企在定價時可能會將這些功能直接納入車型的建議價格中，作為完全標配的選項。

智能駕駛產業鏈市場與技術趨勢

目前，從核心硬件的角度來看，隨著ADAS滲透率的不斷提升，我們發現與之相關的硬件組件，如毫米波雷達、激光雷達、高精度定位系統、域控制器以及線控制動和懸架系統等，均呈現出飛速增長的態勢，且其增長空間極為廣闊，普遍實現了翻倍式的增長。

從傳感器的不同配置看，在入門級L2級別的智能駕駛輔助系統中，如ACC、LKA等常見功能，主流方案傾向于采用5V3R或5V1R。功能提升至L2+級別，配置方案則更傾向于5V5R或5V3R。

圖源：蓋世汽車研究院

高階NOA方面，當前主流配置傾向于采用11V3R，當然也存在部分企業采用7V或者8V純視覺方案。通過對不同配置的系統性拆解分析，我們發現域控制器的滲透率已相對較高，接近四分之一車型ADAS功能已采用此類方案。

從方案分類的角度看，結合車企的產品規劃、芯片廠商的戰略意圖、軟件公司及傳感器公司的迭代趨勢，我們可以將其大致分為三類。其中一類主要定位于30TOPS級別的算力，滿足7萬至15萬元價格區間的車型需求，部分企業甚至能將其應用于5萬元以上的車型。在這一類別中，極具代表性的產品包括博世的入門級方案1V（單目方案），所搭配的芯片如地平線的J3系列、德州儀器的TDA4 VM等。

在中算力范疇內，即滿足200TOPS以下、30TOPS以上的算力需求時，主要提供的是標配L2+功能，并可選配部分城市NOA和AVP功能。這一算力級別的方案中，高階配置如11V5R或者10V3R已開始應用于實際產品中。代表性的芯片包括NVIDIA的ORIN-N，以及未來可能推出的ORIN-Y。

高算力領域，主要面向20萬元以上的車型市場，不過也有部分產品下探至15萬元水平。目前，該領域的主流芯片為NVIDIA的Orin-X以及華為升騰的610系列。

許多主機廠在思考，如果做高階方案不用NVIDIA，是否有更優質的選擇。當前，我們觀察到諸如高通8620在中階算力領域的應用，以及地平線J6系列產品在今年開始逐漸嶄露頭角。

當前，眾多企業正積極投身于這一領域。域控制器作為整車廠必須掌握的核心技術，自研是未來的必然趨勢。域控制器如同汽車的“大腦”，對主機廠而言至關重要。因此，我們看到大量企業開始自研域控制器并尋求代工合作。此外，主機廠在感知、規劃與控制、決策等算法領域也進行了大量的人員部署和研發投入。在整個供應鏈體系中，自主品牌在前瞻性布局和自主可控方面展現出了較為完善的態勢。

智能駕駛技術如果今年在中國市場達到與傳統駕駛技術平權的地位，還面臨著諸多挑戰。在中國，一些新興部件的供應鏈，諸如激光雷達、域控制器等，國內企業目前已基本具備相應水平，且占據主導地位。但在核心傳感器領域，如成像毫米波雷達及成像攝像頭方面，仍以外資企業為主導。

當前，業界普遍強調自主品牌需在10萬元以下車型中推廣高速NOA功能，這無疑對供應鏈提出了嚴峻挑戰。我個人認為，今年可能會遭遇攝像頭及雷達等部件的供應短缺問題，特別是考慮到上游供應鏈中，如攝像頭所使用的CMOS芯片，尤其是800萬像素以上的高端產品，目前市場供應極為緊張。

毫米波雷達領域情況也很相似，MMIC等芯片作為核心部件，目前國產能力相對較弱。在傳感器領域，除激光雷達外，攝像頭和毫米波雷達的芯片國產化率極低，這構成了供應鏈中的一個重大挑戰。

從域控的角度來看，今年智能駕駛領域預計將經歷一次大規模的行業洗牌。我們觀察到大量汽車制造企業以及部分Tier 1開始轉型涉足代工業務。域控的重要性不言而喻，它對于汽車企業開發功能、提升性能具有關鍵作用。未來這一趨勢可能會吸引更多原本專注于蘋果產業鏈的ICT企業加入其中。總體來看，智能駕駛產業鏈正經歷一定的分工調整，不再局限于傳統的汽車企業開發域控制器、Tier 1負責生產并提供芯片的模式，后續供應鏈可能會出現新的變化。

線控技術方面，過去幾年，底盤領域一直競爭激烈。隨著智能駕駛功能的不斷發展，未來的發展趨勢可能聚焦于下一代EMB、主動懸架系統，以及懸架與雙目攝像頭或其他視覺系統相結合的智能控制系統，以提供更加卓越的平衡性和駕駛體驗。

就未來多傳感器融合技術而言，我認為在中國市場乃至部分海外市場，多傳感器融合仍將是主流趨勢。然而，隨著算法技術的快速迭代，系統或將朝著端對端的方向發展，因為當前已有眾多企業成功實現了端對端功能。

智能駕駛未來發展趨勢

隨著消費者對輔助駕駛功能的重視程度和支付意愿的不斷提升，以及NOA功能逐漸下探至10萬元以下車型，預計至2030年國內乘用車L2及以上智能汽車智駕功能標配市場滲透率將超過90%，NOA標配搭載量將達到2400萬輛以上。

圖源：蓋世汽車研究院

從最新技術動態來看，主流企業普遍已具備實現分段式端對端能力，涵蓋感知、決策及規劃控制等各個環節。例如，理想汽車當前采用的是端對端結合VLM，今年將逐漸迭代至VLA的解決方案。這一方案也代表了當前大部分企業所傾向的感知決策一體化趨勢，旨在實現真正的輸入與輸出一體化方向。

對于智能駕駛領域的參與者而言，所有企業均面臨數據閉環的挑戰。未來完整數據閉環必將涵蓋車端與云端在處理這些數據時，需考慮多個方面：首先是降低數據存儲及算力要求，以優化資源利用；其次是數據的擴展應用，如通過不同場景的模擬，主要依賴于仿真技術；再者是自動標注的需求，鑒于以往人工標注成本高昂；最后是算法調優，這涉及整個系統的迭代過程。對于汽車制造企業乃至部分領先的自動駕駛科技公司而言，如何有效掌握并利用這些數據，構成了其面臨的重要課題。

近期DeepSeek十分火爆，其在基礎模型構建、算法迭代以及應用端推理等方面具有顯著優勢，其開源特性與低成本使其更具吸引力。我們認為，未來大模型的整體應用將主要圍繞云端大模型與車端小模型的結合展開。通過云端的大量訓練，將模型優化后部署至車端，鑒于車端算力相對有限。然而，DeepSeek并不會顛覆整個行業賽道。

因為對于任何一款汽車產品而言，其模型的應用不僅涉及數據的實施，還需要針對所有車型進行定向開發。一套技術模型難以完全適配不同車型，因此，在DeepSeek的應用中，數據方面顯得尤為重要。目前，數據增強和數據合成是較為常用的方法，它們主要用于處理某些特殊測試場景數據的缺失問題，通過模型部署，可以在虛擬環境中生成所需的測試場景，從而彌補實際數據的不足。

算法層面，DeepSeek具備強大的多模態解讀能力，這有助于車端和場景端信息的深度理解和推理。類似于人類駕駛時的潛意識決策過程，DeepSeek能夠在潛移默化中提供推理策略。例如，在駕駛過程中，盡管駕駛員無法預知下一秒的情況，但會根據當前環境做出合理預判，如轉彎時自動打轉向燈。DeepSeek正是通過其算法，為車輛提供類似的決策支持，從而提升駕駛的安全性和智能性。

此外是模型蒸餾技術，主要涉及云端與車端之間的聯動。由于車端算力相對較低，利用模型蒸餾技術可以有效降低對云端算力的依賴，進而降低成本。然而，從長遠來看，隨著DeepSeek等AI應用的普及，對算力的需求將持續增長。在未來的發展中企業可能需要投入大量精力進行模型改造，以適應DeepSeek的要求。同時，也需要評估DeepSeek的基礎要素是否滿足車企的實際需求，并據此進行提升和優化。

另一個值得關注的趨勢是艙駕融合。過去兩年，已有部分企業，如零跑汽車開始在這一領域進行探索。部分企業已推出基于One Box的方案，即嘗試將智駕與座艙功能集成到單顆SOC上。然而，這兩個系統存在顯著差異，包括算法要求與實現的功能安全不同，因此對中間件及虛擬化軟件的要求極高。同時，功能安全與信息安全也是這一領域面臨的重大挑戰。

我們認為，艙駕融合的本質在于降低成本。在未來這一技術可能會優先在15萬以下的車型中普及，以降低成本。因為這類車型對性能的要求相對較低，與高端車型相比，它們在性能上的妥協空間更大。因此，艙駕融合技術有望在這一價位段的車型中實現較高比例的普及。

就當前智能汽車行業而言，智能駕駛與座艙系統緊密相連，同時與、動力系統、底盤系統、車身內外飾等系統眾多信號源也息息相關。用戶在車內如何建立對智能駕駛系統的信任，座艙內的SR顯示至關重要。這涉及到3D引擎的渲染效果，需精準展現車內外環境、交通參與者狀態以及車輛運行狀態等信息。因此，未來智能駕駛的發展將推動3D技術在座艙信息及智能駕駛信息顯示方面的快速發展，同時促進手機與車機之間的深度聯動。

近期，為了更好滿足企業對數據查詢與深入分析的需求，蓋世汽車正式上線，專注于為全球汽車產業提供全方位的數據查詢與洞察分析服務。目前該系統已建立產品庫、銷量庫、配置庫和預測庫，并梳理配套關系打通了整車庫與供應鏈配套企業庫，涵蓋全球超過49個國家和地區、超過300多個品牌的汽車產銷量數據，同時提供超過7500款智能電動車型的詳細配置信息，支持各類對比。系統還包含全球50多個國家和地區的企業信息，如營收、戰略、產品、客戶、工廠布局、財報及專利等深層數據，以及超過18萬家國內外配套供應商信息。依托可視化數據看板（儀表盤）與 AI 自動化數據處理技術，降低用戶使用數據、分析數據的門檻和成本，從而為全球車企及零部件企業的發展提供更高效率、更優質量的數據支持，助力戰略決策全面升級。