摘 要
二〇二五年,中国乘用车智能驾驶前装渗透率突破六成,高阶领航辅助驾驶(NOA)前装渗透率升至约二十二个百分点,高速 NOA 向城区 NOA 的跨越正在加速。与此同时,端到端大模型取代规则代码、L3 有条件自动驾驶试点落地、特斯拉 FSD 监督版正式入华,三重事件叠加,令这一赛道进入技术与商业的双重引爆区。
本报告从产业链全景出发,覆盖感知、决策、执行三大子系统,深度拆解芯片(地平线、黑芝麻智能、华为昇腾、NVIDIA Drive Thor)、域控制器(德赛西威、经纬恒润)、算法软件(毫末智行、Momenta、华为 ADS 4.0、小鹏 XNGP、蔚来 NAD、理想 AD Max)、高精地图(高德、百度、四维图新)、L4 Robotaxi(百度 Apollo、小马智行、文远知行)五条核心子赛道的竞争格局与财务表现,并梳理北京、上海嘉定、苏州、武汉、深圳、广州、重庆七大中游产业带。
预测维度上,报告给出 NOA 渗透率至二〇三〇年突破五十个百分点、L3 商业化在多城扩围、L4 Robotaxi 规模化运营、智能驾驶供应链整体市场规模冲击四千亿元人民币的量化展望,并系统评估 Tesla FSD 入华冲击、出口管制、算法安全事故、法规节奏不确定性等主要风险。
一、定义、分类与产业链全景
1.1 自动驾驶等级划分
理解智能驾驶供应链,先要厘清驾驶自动化的分级框架。国际上通用 SAE International 制定的 J3016 标准,将驾驶自动化分为 L0 至 L5 共六个等级;中国的对应标准是 国家标准 40429—2021《汽车驾驶自动化分级》,与 SAE J3016 的核心逻辑高度吻合,但在中文术语和若干边界定义上有本土化处理。
L0——无驾驶自动化:驾驶人执行全部动态驾驶任务,车辆最多提供警告或短暂干预(如 AEB 自动紧急制动)。
L1——驾驶辅助:系统在纵向(自适应巡航 ACC)或横向(车道保持 LKA)方向上提供持续支持,但驾驶人须随时接管。目前绝大多数量产车型在此级别。
L2——部分自动化:系统同时在纵、横向控制,即常见的「驾驶辅助套装」;驾驶人须持续监控路面并随时接管。2025 年中国 L2 前装率已超过六成,成为乘用车「标配」。
L2+(增强型 L2):业界对高速 NOA(领航辅助驾驶)与城区 NOA 的通俗称呼,技术上仍属 L2,但感知和决策复杂度远高于基础 L2。2025 年 NOA 前装渗透率约达 22%。
L3——有条件自动化:特定设计运行范围(ODD)内,系统完全接管驾驶,驾驶人须在系统请求时接管——而非时刻监控。这是「驾驶人可合法不盯路面」的第一个等级,也是当前法律法规争议最多的分水岭。2025 年 12 月,中国首批两款 L3 车型获工信部准入许可,在北京、重庆试点上路,标志着中国正式进入 L3 商业化探索阶段。
L4——高度自动化:在特定 ODD 内,车辆可完全自主驾驶,无需驾驶人在场准备接管。Robotaxi(自动驾驶出租车)是 L4 最核心的商业场景,百度 Apollo 萝卜快跑、小马智行、文远知行均在此级别运营。
L5——完全自动化:任何场景均可全自主驾驶,目前仍处于技术研究阶段,距离量产尚远。
1.2 ADAS 功能谱系
在 SAE/GB 分级之外,市场更习惯按功能名称区分产品线:
- ACC(自适应巡航控制):纵向跟车,通过毫米波雷达或摄像头感知前车距离,自动加减速,是 L1 的代表功能。
- LCC(车道居中控制):在 ACC 基础上加入横向控制,保持车辆在车道中央,结合 ACC 即可实现基础 L2。
- NOA(Navigate on Autopilot / 领航辅助驾驶):从 A 点到 B 点的全程高速或城区驾驶辅助,涉及变道超车、匝道进出、复杂路口处理,是 L2+ 的主要形态。高速 NOA 与城区 NOA 在技术难度上差异显著——城区需处理非结构化道路、行人、电动自行车等复杂交互。
- AEB(自动紧急制动):被动安全功能,在碰撞不可避免时自动制动,目前已成欧洲新车安全评估 Euro NCAP 的强制项,中国 C-NCAP 和 C-IASI 也将其纳入评分。
- AVP(自动泊车领航):在停车场场景中实现全程无人接管的泊车,是 L4 在封闭场景下的早期落地,部分主机厂已量产推送。
1.3 三大子系统:感知、决策、执行
无论分级或功能名称如何变化,智能驾驶系统的物理架构始终围绕三层逻辑展开:
感知层:汽车的「眼睛和耳朵」。主要传感器包括:
- 摄像头:分辨率高,可识别交通标志、车道线,成本低,但在恶劣天气和夜间性能退化。主力方案是前向单目或多目摄像头阵列,高阶方案使用围绕车身的 360° 多路摄像头。感知芯片(CIS,即图像传感器)是其核心半导体。
- 毫米波雷达:工作频段 77GHz,穿透雨雾能力强,适合测距测速,传统雷达(3D)仅提供水平维度点云;新一代 4D 毫米波雷达新增高度维度,点云密度大幅提升,正在与激光雷达形成竞争替代关系。
- 激光雷达(LiDAR):主动发射激光脉冲,形成高精度三维点云,探测距离远、精度高,但成本高、体积大、高速公路白色路面反射干扰是主要制约。2025 年国产激光雷达(禾赛、速腾聚创、图达通)成本已压至 500—1500 元人民币区间,前装渗透率持续提升。
- 超声波雷达:短距离感知,主要用于低速泊车场景,成本极低,每辆车通常配置 8—12 个。
决策层:汽车的「大脑」。包含两个核心组件:
- 计算平台(域控制器 / DCU):集成高算力芯片(SoC),运行感知融合、路径规划、决策控制算法。算力单位为 TOPS(每秒万亿次操作)。入门级 L2 系统约需 5—30 TOPS;高速 NOA 需 50—100 TOPS;城区 NOA 和 L4 系统通常需 200 TOPS 以上。
- 算法软件:包括感知融合(BEV 俯视图感知)、预测(周边目标轨迹预测)、规划(路径规划与决策)三大模块。端到端大模型的兴起,正在把这三个模块逐步融合为一个统一的神经网络。
执行层:汽车的「手脚」。包括线控转向(SBW)、线控制动(BBW)、线控油门等,将算法决策转化为车辆物理动作。执行层的电子化程度,直接决定高级别自动驾驶能否实现。
1.4 产业链全景图
沿感知—决策—执行的纵向结构,智能驾驶产业链的主要参与层次如下:
上游(核心元器件):
- 芯片(计算 SoC、DSP、FPGA):地平线、黑芝麻智能、华为昇腾、英伟达、高通、Mobileye
- 图像传感器 CIS:索尼(日本)、豪威科技、三星
- 激光雷达:禾赛科技、速腾聚创、图达通、Luminar、Ouster
- 毫米波雷达芯片:德州仪器(TI)、英飞凌、NXP、加特兰微电子(国产)
- 高精地图:高德地图(阿里系)、百度地图、四维图新
中游(系统集成与软件):
- 域控制器(含整合 Tier 1):德赛西威、经纬恒润、华阳集团、东软睿驰、知行汽车科技、博世、大陆、安波福
- 算法软件(智驾方案商):毫末智行、Momenta、元戎启行、卓驭科技、华为车 BU
- 数据与仿真:51World、龙智汽车、华为云(HUMO 仿真)
下游(整车与出行):
- 整车厂(自研 + 外采双路):比亚迪、华为问界系、小鹏、蔚来、理想、长安、吉利、长城、广汽、一汽
- L4 Robotaxi 运营商:百度 Apollo(萝卜快跑)、小马智行、文远知行、滴滴自动驾驶、Waymo
这条产业链在 2022—2025 年间发生了深刻的结构性变化:整车厂自研算法的意愿和能力大幅提升,「全栈自研」(华为、小鹏、理想)与「部分外采」(多数传统整车厂)形成分层格局;域控制器从「采购硬件 + 集成算法」向「软硬件一体」演进;芯片层的国产化率正在加速,地平线 2025 年全年出货量约 401 万套,中高阶智驾芯片出货量同比增长近五倍。
1.5 中国智能驾驶产业链的核心矛盾与演进逻辑
理解今天中国智能驾驶供应链的格局,有一个核心矛盾是绕不开的:技术路线尚未收敛,而资本和资源正在加速向少数玩家集中。
这个矛盾的表现形式,在供应链的每一层都有不同的显现。
在芯片层,「纯视觉 + 大算力」(以 Tesla FSD 为代表)和「多传感器融合 + 中等算力」(以华为、小鹏、蔚来为代表)两种路线的胜负,决定了未来五年激光雷达行业的市场天花板;而「国产芯片」和「英伟达/Mobileye」的替代程度,决定了地平线、黑芝麻智能的规模上限。
在算法层,「模块化系统」和「端到端大模型」之间的替代正在加速,但模块化系统在 Corner Case(极端场景)的可解释性优势仍未被完全抛弃——这意味着算法公司在「纯 E2E」和「E2E+规则兜底」两种架构之间的技术选择,将在 2026—2028 年出现进一步分化。
在整车厂层,「全栈自研」(小鹏、理想、蔚来、华为模式)和「整合外采」(传统整车厂)的竞争,已经不只是技术能力的竞争,而是「谁拥有数据飞轮」的竞争。数据飞轮的积累具有先发优势和强烈的规模效应——你拥有的行驶里程越多,模型越好;模型越好,用户体验越好;用户体验越好,购买你的车的用户越多;用户越多,采集的数据越多,飞轮继续转动。这种正反馈一旦建立,后来者追赶的成本将呈指数级增加。
1.6 「感知—决策—执行」三层的国产化进度
2025 年,中国智驾供应链三层的国产化程度差异显著:
感知层:国产化程度相对最高。激光雷达(禾赛、速腾聚创、图达通均已量产),毫米波雷达芯片(加特兰微电子等在77GHz 段快速推进),摄像头模组(舜宇光学、丘钛科技),国产化率在大部分车型中已超过 50%;核心瓶颈在于高端图像传感器 CIS——索尼和三星仍主导前装摄像头的高端 CIS 市场,豪威科技(OmniVision,已由国内机构控股)正在追赶。
决策层:国产化进展最快、也最受关注。算力芯片(地平线征程系列在国内市场已成最大出货量玩家),域控制器(德赛西威、经纬恒润在中国市场主导);但高端推理和训练 GPU——英伟达 H100/A100 的替代需求旺盛,华为昇腾 910B/910C 是目前最主要的国产替代方案,但软件生态成熟度仍需追赶;仿真与开发工具链(AUTOSAR 工具链、功能安全认证工具),外资工具主导的局面还没有根本性改变。
执行层:国产化相对滞后,但进步明显。线控制动(BBW)领域,伯特利(BTCS,国产电子制动方案)、拿森汽车科技等本土企业已进入量产供应链;线控转向(SBW)由于技术难度更高(故障会直接导致失控),全面铺开的时间表相对保守,博世、采埃孚仍是主要供应商;但自主品牌与合作 Tier 1 共同研发线控底盘的项目正在加速。
1.7 供应链安全与双供应商策略
2023 年以来,中国整车厂在智驾供应链的采购策略上,发生了一个重要的结构性变化:从「单一供应商」向「双供应商并行」切换。
触发这一变化的,是 2021 年以来的芯片短缺事件——当部分整车厂因为 Mobileye EyeQ 断货而被迫停线,单供应商的脆弱性被充分暴露。自此,「同一功能至少有两家供应商」成为大多数头部整车厂的新采购原则。
对于智驾芯片来说,这意味着:一家整车厂会同时与英伟达 Orin 和地平线征程签定点协议,分别用于不同车型或同一车型的不同算力配置。这对地平线、黑芝麻等国产芯片厂商是结构性利好——「双供应商」原则要求整车厂必须给国产芯片一定份额,而不能全押在英伟达单一供应商身上。
对于域控制器而言,类似逻辑驱动德赛西威和经纬恒润在同一整车厂客户中并不互斥,而是分别供货不同车型平台,形成「竞合关系」。
1.8 智能驾驶供应链的软件化趋势
「软件定义汽车(SDV)」不是一个营销词汇,而是供应链架构的根本性变迁。在传统汽车电子架构中,每一个功能(座椅加热、空调控制、制动防抱死)都对应一个独立的 ECU(电子控制单元),一辆中型车有 70—100 个 ECU,通过 CAN 总线互联,升级极为困难(通常需要到店刷机)。
在 SDV 架构中,多个功能域被整合进 1—3 个高算力域控制器,通过以太网骨干网连接,所有软件功能都可以通过 OTA 在线升级。这带来了几个供应链级别的深远影响:
影响一:AUTOSAR 软件框架的重要性上升。无论是经典 AUTOSAR(CP-AUTOSAR,面向安全关键功能)还是自适应 AUTOSAR(AP-AUTOSAR,面向高算力智能功能),都是域控制器软件架构的标准化基础。掌握 AUTOSAR 开发能力的 Tier 1 和方案商,拥有更强的竞争壁垒,因为整车厂难以轻易更换供应商——迁移成本极高。
影响二:「功能安全(ISO 26262)」成为门槛。ASIL-D(最高功能安全等级)是制动、转向等安全关键系统的强制要求。地平线征程系列通过了 ISO 26262 ASIL-D 认证;德赛西威的 IPU 系列同样具备相应的功能安全等级认证。这是一个实质性的技术门槛——没有完整功能安全认证,算法再好也无法进入前装量产。
影响三:「软件即利润中心」的商业模式演进。汽车行业传统上以硬件为利润中心,软件被「打包」在硬件价格里。SDV 时代,软件功能(智驾升级包、辅助驾驶订阅)开始独立定价,形成「硬件均摊 + 软件溢价」的新商业模式。华为车 BU 的方案授权费、蔚来 NAD 订阅制、理想 AD Max 的高配车型捆绑,都是这一趋势的早期探索者。
二、全球格局与主要玩家 FY2025
2.1 全球智能驾驶产业格局
智能驾驶是一个典型的「技术密集、资本密集、周期超长」的赛道。从产业发展节奏看,当前全球格局可概括为:美国主导 L4 技术路线与资本叙事,欧洲把控 ADAS 传统供应链,中国在量产 L2+/NOA 赛道与国产化替代方向最为激进。
从供应链角度,以下几条主线最为重要:
计算芯片层:英伟达通过 Drive 系列平台确立了高端市场的标准地位,Mobileye 凭借 EyeQ 系列深耕前装 OEM 供应链,高通 Snapdragon Ride 主攻中高算力市场,地平线(Horizon Robotics)则成为中国本土算力芯片的最大出货量企业。
传感器层:Mobileye 的 EyeQ 事实上同时是感知算法的垂直整合者;激光雷达领域,Luminar 和 Ouster(美国)与禾赛、速腾聚创(中国)形成双极。
L4 技术路线:Waymo 是目前全球最成熟的 L4 商业化服务提供商,日均订单量 2025 年在部分城市已突破两万单;Tesla FSD 是最大规模的数据驱动方案,覆盖路上运行车辆逾五百万辆。
2.2 Mobileye FY2025
Mobileye(纳斯达克:MBLY)是全球前装 ADAS 供应链最重要的单一参与方之一,EyeQ SoC 约占其全年营收的 92%—93%。
2025 全年,Mobileye 经历了一段复杂的周期:上半年受主要客户(英特尔系)去库存拖累,收入压力明显;下半年随 EyeQ 量的回升而改善。据 SEC 披露,2025 年 Q3 营收 5.04 亿美元,同比增长约 4%,其中 EyeQ 出货量增长约 8%。
主要挑战包括:一是中国市场份额被地平线、黑芝麻等国产芯片逐步蚕食——地平线的中高阶芯片出货量 2025 年同比增长近五倍,国产化替代已从「政策话语」变为真实的市场事实;二是 SuperVision 系统(Mobileye 的全栈解决方案)在华客户车型上竞争加剧;三是 EyeQ 向 EyeQ Ultra 过渡期间,客户调整车型开发节奏带来短期波动。
2.3 NVIDIA Drive Thor
英伟达在汽车级芯片领域的布局核心是 Drive Thor 平台——集成 Blackwell 架构,在单颗芯片上整合了自动驾驶计算与座舱两大功能域,理论算力达 2000 TOPS 以上。
2025 年,Drive Thor 的量产落地经历了从延迟到加速的切换:原定 2024 年中的量产节奏推迟至 2025 年中,仅入门级版本率先上量;但随着比亚迪、智己、极氪、广汽等多家中国车企的定点和配套确认,Drive Thor 的中国出货预期在下半年明显向好。Drive Thor 在中国市场的主要竞争对手,正是同样主打高算力的地平线征程 6 系列和华为昇腾芯片。
MediaTek 与英伟达的合作也在推进中,计划推出配套 Drive Thor 的智能座舱芯片,使得整车方案可以把驾驶和座舱算力合二为一,预计 2026 年开始搭载量产车型。
2.4 Tesla FSD 入华
特斯拉 FSD(Full Self-Driving)在中国市场的落地,是 2025—2026 年最具震动效应的外部变量之一。
时间线梳理如下:
- 2025 年初:Tesla 开始向购买 FSD 的中国用户小范围推送类似功能,但未以 FSD 名义推广;
- 2026 年 5 月 21 日:Tesla 官方确认,监督版 FSD(FSD Supervised)正式向中国用户推送,中国成为全球第十个获得该功能的市场;
- 目前:中国版 FSD 包含城市自动驾驶、自动变道、匝道进出等核心功能,与北美版本的主要差异在于高精地图依赖度和本地行驶场景适配;一次性购买价格约 6.4 万元人民币;完整监管许可(无需人工监督的全自动驾驶)预期 Q3 2026 获批。
FSD 入华对中国智驾供应链的影响是双向的:一方面,Tesla 全球最大规模的纯视觉「端到端」路线,构成对国内算法公司的技术压力;另一方面,Tesla 在中国的大量行驶数据将加速其本土模型的优化,但也受到数据本地化法规(《数据安全法》《个人信息保护法》)的合规约束。
2.5 Waymo 与 L4 商业化全球进展
Waymo(Alphabet 旗下)目前是全球 L4 商业化最成熟的玩家:
- 2025 年,Waymo 在旧金山、洤杉矶、凤凰城等城市的日均行程(rides)已突破两万次,累计行驶里程超过 5000 万英里(约 8000 万公里);
- 2025 年启动华盛顿特区的测试,并宣布进入奥斯汀市场;
- 主要运营模式是通过 Waymo One APP 提供出行服务,类似网约车但无安全员。
与中国 Robotaxi 企业相比,Waymo 的核心优势在于:数据积累最深厚、商业化最成熟、安全事故率业界最低;但硬件成本(每辆车感知套件约 10—15 万美元)和城市覆盖规模,仍是其与中国竞争者最大的差距所在。
2.6 中美欧法规体系对比
SAE J3016(美国):目前最广泛引用的国际分级标准,设计以功能为中心,不直接具备法律效力,主要用于行业沟通与产品描述。美国联邦层面缺少统一的 L3/L4 立法,各州法规不一,加利福尼亚州、亚利桑那州、德克萨斯州对无人驾驶测试和商业运营有不同规定。
欧盟 UN-R157(ALKS):针对自动车道保持系统制定了欧洲 L3 上路的法规框架,2022 年起在高速公路 60km/h 以下场景许可 L3 运营;2025 年欧洲部分国家已扩展至 130km/h。奔驰 Drive Pilot 是首个获得欧盟 L3 商业认证的量产系统。
中国 国家标准 40429—2021 + 准入管理办法:工信部 2021 年发布 国家标准 40429,奠定分级技术标准;2022 年工信部、公安部、交通部联合推出《智能网联汽车道路测试与示范应用管理规范(试行)》;2025 年 12 月,首批 L3 量产车型(长安深蓝 SL03、极狐阿尔法 S6)获准入许可,在北京、重庆指定路段试点——中国由此成为继德国、日本之后,全球第三个实现 L3 商业试点的主要汽车市场。
中美欧三地法规的核心差异在于责任归属:L3 系统接管期间,发生事故的责任由「驾驶人」转向「车辆制造商/系统提供商」,这是各地立法最难协调的关键议题,也是整车厂对 L3 商业化普遍谨慎推进的核心原因之一。
2.7 主要整车厂自研智驾战略对比
在全球与中国智驾格局中,整车厂自研能力的分化,是理解供应链生态最关键的变量之一。
Tesla:最彻底的垂直整合
特斯拉是全球智驾领域垂直整合程度最高的整车厂:自研 FSD 芯片(Dojo 训练芯片 + Hardware 4 推理芯片)、自研 FSD 算法(包括感知、规划、控制全栈),以及自建超级计算集群(Dojo,超级计算机,用于 FSD 模型训练)。
这一极端的垂直整合,让 Tesla 获得了别人无法复制的「闭环」——自己造芯片(成本最低),自己收数据(500 万车辆),自己训模型(Dojo 集群),OTA 直接推给用户。没有任何中间环节的「利润分享」。代价是极高的研发资本投入(Dojo 超级计算机的建设投入以十亿美元计)和管理高度垂直整合团队的复杂性。
FSD 入华,使 Tesla 这一极端模式直接与中国本土顶级方案在同一市场竞争,是迄今规模最大的「硅谷 AI vs 北京 AI」产品级对决。
比亚迪:规模最大的「整合外采+局部自研」
比亚迪是中国销量最大的整车厂,其智驾策略选择了「不激进」路线:核心算力芯片采购地平线征程系列(非全栈自研),4D 毫米波雷达自研(比亚迪电子),DM-i 混动和刀片电池是其核心竞争力,智驾只需达到「市场主流水平」即可。
这一策略的优点是节省研发资源,集中力量做差异化(电池+驱动),缺点是智驾体验在「顶流品牌」中并不处于领先位置,仰望、方程豹等高端子品牌通过引入华为 ADS 补充智驾竞争力。
华为-赛力斯问界模式:最强「甲方」的全供给
华为在智驾领域采取的不是「自造车」而是「全供智驾」策略:提供从芯片到算法到传感器到地图的完整方案,让合作整车厂(赛力斯、奇瑞、长安、北汽、广汽等)只需关注整车制造和销售渠道。
这一模式的核心风险,在于部分整车厂对「把智驾灵魂外包」的抵触——吉利集团(尤其是领克)、长安等主力整车厂,在与华为合作的同时,平行推进自研智驾能力,以避免过度依赖单一供应商。
大众在华的迷途与重整
大众曾是中国最大的整车厂(按销量),但在智驾竞争中落后最为明显。大众 ID. 系列的智驾功能,相比同价位国产竞品(零跑、比亚迪)落后约一代,是大众在中国市场份额快速下滑的重要原因之一。
大众的应对是:2023 年投资 7 亿美元收购小鹏汽车约 5% 股权,并建立联合开发协议,引入小鹏的 XNGP 技术和电子电气架构,计划将其用于面向中国市场的 2026 款大众车型。这是外资整车厂「主动引入本土智驾技术」最大规模的案例。
丰田与 Momenta 的战略绑定
丰田对 Momenta 的战略投资(估值最新一轮约 60 亿美元),背后是双方在「数据驱动智驾」和「全球化部署」上的深度战略协作:Momenta 为丰田提供 L2+/L3 算法解决方案,丰田为 Momenta 提供全球量产车辆的数据采集规模。这是迄今「中国智驾算法公司与日系整车厂」合作程度最深的案例,也是 Momenta 估值中包含「全球溢价」的核心来源。
2.8 供应链全球化中的中国位置:从「受援者」到「输出者」
二十年前,中国汽车电子供应链主要是「受援者」——博世、大陆、电装等外资 Tier 1 主导中国前装市场,国内企业大多做低端件或外资品牌的代工制造。
十年前,中国供应链开始转型——在新能源汽车的驱动下,宁德时代(动力电池)、比亚迪(电机+电控+电池一体化)等企业开始向外资领先企业发起正面竞争。
今天,在智能驾驶领域,中国已经从「受援者」演变为「系统性输出者」:
- 禾赛科技:激光雷达出口美国、欧洲汽车市场,是中国传感器企业在全球前装体系中确立份额的代表;
- 德赛西威:智能驾驶域控制器赢得欧洲车企定点,是中国汽车 Tier 1 「反向输出」欧洲的先行者;
- Momenta:算法授权给欧系整车厂和日系整车厂,是中国算法公司在全球供应链中真正站住脚的案例;
- 比亚迪:携自研智驾方案(DiPilot+地平线芯片)整体出口欧洲、东南亚,是「全栈中国智驾随整车出口」的最大规模实践。
这一从「受援」到「输出」的历史弧线,与机床、电池等中国制造业的演进规律高度相似,也印证了一个更普遍的结论:中国制造业在一个赛道的崛起,通常不依赖于单点技术突破,而依赖于供应链深度、市场规模积累和持续学习迭代的系统性能力。智能驾驶,正在沿着这条规律前进。
2.9 高精地图的国际壁垒与中国特色
高精地图是智能驾驶供应链中国际壁垒最高的环节之一。在大多数国家,道路测绘是受国家管制的「涉密」数据,外资企业不能自由在当地采集和存储高精地图数据。
在中国,这一限制尤为严格:只有持有国家甲级测绘资质的企业(四维图新、高德、百度、地图世界等),才被允许采集和运营高精地图;外资企业(Mobileye、HERE 等)必须通过持牌合作伙伴才能在华使用高精地图。这构成了外资智驾方案在中国市场的一道合规护城河,反过来也保护了中国高精地图企业的本土市场地位。
与此同时,美国、欧盟、日本对中国智驾方案的数据主权要求日趋严格:2024 年美国拜登政府发布了针对「联网汽车」的国家安全调查,核心关切是搭载中国供应商组件(含摄像头、激光雷达)的汽车在美国路面采集的数据可能流入中国;欧盟的《数据治理法》也对来自中国企业的汽车数据跨境流动设置了审查框架。这是中国智驾企业「出海」面临的最复杂的非技术壁垒之一,其复杂程度将随地缘政治格局的演变而持续变化。
三、PEST 分析:政策、经济、社会、技术环境
3.1 政策环境(Political)
智能网联汽车准入试点持续推进
中国对智能驾驶的政策支持,在「十四五」期间进入高密度发布阶段。2022—2025 年的政策主线,是从「测试」向「准入」的逐步跨越。
二〇二一年,工信部等五部委发布《关于加强智能网联汽车生产企业及产品准入管理的意见》,首次明确将驾驶自动化功能纳入汽车型号准入管理体系。
二〇二三年,工信部发布「关于开展智能网联汽车准入和上路通行试点工作的通知」(俗称「四部委准入试点文件」),允许符合安全要求的 L3/L4 智能网联汽车在限定区域和条件下上路行驶,首批试点城市由各省上报审核。这是中国智驾法规史上最重要的政策节点之一。
二〇二五年九月,工信部等部委联合发布《汽车行业稳增长工作方案(2025—2026 年)》,明确提出推进智能网联汽车准入和上路通行试点、有条件批准 L3 级车型生产准入,并将推动道路交通安全、保险等相关法律法规的完善。
L3 商业化试点正式落地
二〇二五年十二月十五日,工信部正式公布首批 L3 级有条件自动驾驶车型准入许可:长安深蓝 SL03 获准在重庆指定路段(含部分城区拥堵路段)开展 L3 试点;极狐阿尔法 S6 获准在北京指定路段(高速路段)开展 L3 试点。长安汽车随后获得国内首块 L3 专用号牌「渝 AD0001Z」,极狐汽车获得「京 AA0001Z」。
试点规则设置了严格边界:对 ODD(运行设计范围)、车速上限、地理围栏、系统接管响应时间等均有明确约束。工信部表示,将按「成熟一个、许可一个」的原则有序扩大试点范围;截至 2026 年上半年,超过五十个城市已出台相关测试示范政策或地方性法规。
数据安全与个人信息保护
《数据安全法》(2021 年施行)和《个人信息保护法》(2021 年施行)对汽车行业的数据采集、跨境传输设定了严格要求:
- 车载摄像头、传感器采集的道路环境数据,被认定为「重要数据」,传输境外须经安全评估;
- 人脸等生物特征数据的采集须获用户明示同意;
- 2023 年《汽车数据安全管理若干规定》细化了车企的数据本地化存储义务。
这直接影响 Tesla FSD 在华落地节奏——Tesla 被要求将中国用户的行驶数据存储于上海本地数据中心(已于 2021 年建立),并接受数据出境安全评估。Waymo 等外资 L4 企业进入中国市场的数据合规门槛同样较高。
3.2 经济环境(Economic)
新能源车量价博弈加速智驾下沉
二〇二五年,中国新能源乘用车销量突破一千两百万辆,渗透率超过四十五个百分点,成为智驾功能「以量换价」的核心载体。智驾方案的成本压力沿供应链传导:整车厂压低 Tier 1 价格,Tier 1 压低芯片和传感器单价,最终推动行业整体成本曲线快速下移。
以高速 NOA 方案为例:2021 年前装成本约在 5000—8000 元人民币,2025 年已降至 2000—3500 元,部分平台化方案甚至达到 1500 元以内;激光雷达单价在 2023—2025 年间从约 5000 元降至 500—1500 元,进一步支撑含激光雷达方案的下沉。
芯片国产化带来的成本结构重塑
地平线征程 6 系列的量产,使国内算力芯片的单芯片 BOM 成本低于同算力段的英伟达 Orin;加之国产激光雷达、4D 毫米波雷达的双重成本下降,「高算力 + 高感知」方案正在向二十万元人民币以下价格带下沉。这一趋势,是 2025 年 NOA 渗透率从 11.7%(2024 年)快速升至约 22% 的核心推手。
Robotaxi 经济模型的临界点
在 L4 层面,以小马智行为代表的 Robotaxi 企业,2025 年已在广州等城市实现「单位经济模型(UE)转正」——日均 299 元人民币营收可覆盖全部直接运营成本。但考虑车辆折旧、研发摊销、平台运营,整体盈利仍需规模继续扩大。萝卜快跑 2025 年 Q3 单季完成约 310 万次订单,同比增长约 212%,是全球最大的 L4 商业运营平台。
3.3 社会环境(Social)
公众接受度的代际差异
中国消费者对智能驾驶的接受度,呈现明显的代际分化:30 岁以下用户群体中,超过六成表示愿意将驾驶权「交给」系统;50 岁以上用户中,这一比例不足三成。
高阶智驾的「信任建立」,是全行业面临的共性挑战。2021 年以来的若干智驾事故(尤其是特斯拉 Autopilot 在中国的事故报道),在一定程度上延缓了消费者对高阶 L2 功能的主动开启率。
城乡差异与基础设施制约
NOA 与 L4 Robotaxi 的深度覆盖,高度依赖高精度基础设施:结构化道路、联网通信(V2X 预留)、高密度 4G/5G 覆盖。当前中国城市环路和核心城区的基础设施条件较好,但三线以下城市和农村道路仍是「功能盲区」。这是智驾渗透率短期内难以触及全部用户的结构性制约。
3.4 技术环境(Technological)
端到端大模型替代规则代码
2023—2025 年间,中国智驾算法领域发生了根本性的技术范式转变:从「模块化规则系统」向「端到端大模型」迁移。
模块化规则系统的局限,在城区 NOA 的推广中被充分暴露——工程师手写的规则代码很难覆盖城区的「长尾场景」(如电动自行车逆行、临时施工区域、非标准交叉口),导致系统频繁请求接管,用户体验差。
端到端(E2E)大模型以神经网络替代规则,直接从传感器数据学习驾驶行为,理论上可以「自适应」覆盖长尾场景。Tesla 的 FSD v12 是全球第一个大规模量产的端到端自动驾驶系统;国内小鹏、理想、华为、毫末智行、Momenta 均在 2024—2025 年内切换或快速推进端到端方案。
更前沿的演进是 VLA(Vision-Language-Action),将视觉感知、语言推理和动作输出集成于统一模型,实现对复杂语义场景的理解和响应——如「前方有人在指挥交通,减速通过」。VLA 方向在 2025 年从研究阶段向工程化落地过渡,预计 2026—2027 年开始影响量产车型的高阶智驾体验。
美国出口管制对高端 GPU 的制约
美国出口管制(EAR 规则)对中国高端 GPU 芯片的限制,在 2022—2024 年间持续收紧:英伟达 A100/H100 相继被禁运,A800/H800 的专属「降档版」随后也受限。对智驾行业的直接影响是:
- 大模型训练端(自动驾驶 AI 训练集群)受制于 H100 缺货,倒逼国内企业加速采购华为昇腾 910B/910C 替代;
- 车载推理端(Drive Thor/Orin 等)目前尚未受到直接禁运,但供应链风险意识显著提升,国产算力芯片「双轨供应」成为越来越多整车厂的安全诉求。
V2X 与车路云一体化
中国大力推进的「车路云一体化」(V2X + 路侧感知 + 云端算法)被视为中国特有的智驾技术路线补充。2025 年,全国已有超过二十个城市启动车路云一体化试点,路侧感知单元(RSU)的大规模部署,为低算力车辆提供「云端辅助感知」的可能性——这是中国与海外市场在技术路线上最显著的差异之一。
3.5 中国智能网联汽车政策体系全景
中国智能网联汽车的政策体系,经历了从「摸索阶段」(2015—2020 年)、「构建框架阶段」(2020—2023 年)到「试点落地阶段」(2023 年至今)的三个演进阶段。
主要政策节点回溯:
- 2015 年:《中国制造 2025》首次将智能网联汽车列为十大重点发展领域之一;
- 2020 年:国家发改委等十一部委联合发布《智能汽车创新发展战略》,提出至 2025 年实现有条件自动驾驶汽车规模化生产、2035 年中国标准智能汽车体系全面建成的战略目标;
- 2021 年:工信部等五部委联合发布《关于加强智能网联汽车生产企业及产品准入管理的意见》,将驾驶自动化功能纳入汽车型号准入管理,首次要求智驾产品须经准入审查;
- 2022 年:工信部、公安部、交通部联合发布《智能网联汽车道路测试与示范应用管理规范(试行)》修订版,进一步规范了测试申请、安全员要求等细节;
- 2023 年:「四部委准入试点文件」正式发布,允许 L3/L4 车型在特定条件下上路,首批试点城市开始接受申报;
- 2024 年:《自动驾驶汽车运输安全服务指南(试行)》发布,对 Robotaxi 的运营主体资格、保险、事故报告等作出规定;
- 2025 年 9 月:《汽车行业稳增长工作方案(2025—2026 年)》推出,将 L3 准入作为刺激汽车消费的重要工具,政策意图明确;
- 2025 年 12 月:首批 L3 量产车型(两款)获准入许可,试点在北京、重庆正式落地。
地方政府的政策竞赛
在国家层面政策框架之下,各省市之间形成了明显的「政策竞赛」——争抢智驾测试许可、争取 Robotaxi 商业化试点、争取智能网联汽车产业基地落户。北京亦庄、上海嘉定、广州南沙、武汉经开区、重庆两江新区是这一竞赛中目前的领先城市,对智驾企业提供「场景即时落地」的政策保障,是影响企业在哪个城市优先布局的重要因素。
地方政策竞赛的正面效应:多城市竞相给出最宽松的测试和运营条件,加速了 Robotaxi 商业化经验的积累;负面效应:各城市的法规细节不统一,使得在 A 城获得的测试里程数据,在向 B 城申请时需要重新认证,增加了企业扩张成本。
3.6 中美贸易摩擦的深层影响:超越芯片的叙事
将中美贸易摩擦对智驾供应链的影响,仅仅理解为「英伟达 H100 被禁了,所以中国买不到最好的训练 GPU」,是过于狭义的解读。
这场摩擦对智驾供应链的深层影响,至少包括以下几个维度:
维度一:供应链去耦(Decoupling)带来的双重研发体系。中国企业不得不在「面向美国的供应链」和「可以使用国产替代的供应链」之间做出规划,推动了「双体系」的形成——训练端用华为昇腾、推理端用英伟达 Orin(目前仍在豁免范围),这使得系统架构的复杂度上升,也使得任何一方的技术路线变化都会带来较高的迁移成本。
维度二:全球整车厂的供应链重组压力。外资整车厂(大众、宝马、奔驰、通用、福特、丰田)在华生产的车型,面临「国产智驾方案渗透」(Momenta 与奔驰合作,华为与奥迪合作),同时又受制于母国政府对中国技术使用的日益关注。这使外资整车厂的中国智驾策略陷入「用本土方案竞争力更强但合规压力更大;用外资方案合规清晰但市场竞争力弱」的两难,2026—2028 年将是这一张力的集中爆发期。
维度三:中国智驾企业的海外上市困境。小马智行、文远知行在纳斯达克上市后,面临来自美国 CFIUS(外国投资委员会)对中国科技企业的审查压力,以及SEC(证券交易委员会)对中国企业的信息披露要求;同时,其中国业务的数据和算法,又受到中国数据安全法规的保护,无法完全对美国监管机构开放。这一「双重合规困境」,是中国 L4 企业在海外资本市场估值长期受压的深层原因之一。
维度四:国产算力的「被迫加速」。管制的副作用,是倒逼华为昇腾 910B/910C 加速供给,促使中国 AI 训练生态更快脱离 CUDA 依赖。对智驾行业而言,这意味着训练集群的「昇腾化」在 2025 年已从「政策倡导」变成「采购现实」——百度、华为、腾讯等大规模部署昇腾集群用于智驾模型训练,其技术积累正在形成独立的、不依赖英伟达的算法生态,这从长期看对中国智驾的「技术主权」是正面的,但短期内的软件工具链迁移成本不可小觑。
3.7 国际投资与融资生态
中国智驾赛道的融资生态,与传统意义上的「纯中国资本」或「纯外资」都不一样,而是一个复杂的多方交织格局。
战略投资层:整车厂作为战略投资者,是智驾生态最重要的「产业资本」。比亚迪、长安、吉利、广汽均对多家智驾公司持有股权(以技术合作为背景的少数股权),既锁定了供应链,又获得了技术协同研发权。
外资参与层:外资整车厂(丰田投资 Momenta、奔驰战略合作 Momenta)和外资财务投资者(软银愿景基金投资小马智行早期轮次、高盛参与文远知行融资)在 2020—2023 年积极参与,2024 年以来受地缘政治影响,新增外资投资明显收缩。
国家资本层:国家制造业转型升级基金、北京战略投资基金、上海国资系等国家级产业基金,在 2023 年以后快速填补外资退出的空间,成为智驾独角兽(尤其是芯片公司、Robotaxi 运营商)的重要股东,保障了高烧钱率业务的现金流延续。
融资生态的变化,深刻影响了智驾企业的战略选择:原本依赖外资的企业,在 2024—2025 年加速与国有产业基金建立关系;原本纯技术方向的公司,在政府资金参与后,「服务国家战略」的话语权重上升,部分影响了技术路线的优先级(如「V2X」路线因政府政策支持而获得更多资源倾斜,即使其纯技术成熟度低于纯车端方案)。
四、中国市场规模与渗透率全景
4.1 乘用车智能驾驶整体渗透率
二〇二四年,中国乘用车智能驾驶系统(L1 及以上,含基础 ACC+LKA 的 L2 套装)前装率突破六十五个百分点,首次逾越「超过半数新车标配智驾」的关口。进入 2025 年,这一数字继续攀升,全年预计超过七十个百分点——也就是说,每生产出的十辆乘用车,有七辆在出厂时即配备了某种形式的驾驶辅助系统。
这一数字背后,有两股力量在共同驱动:其一是车企在配置竞争中将 L2 套装(含 AEB、LCC、ACC)作为「基础配置」而非溢价选配,价格带普及至十万元人民币级别的车型;其二是中国新能源汽车产业的快速扩张,电动化与智能化相互加速——软件定义汽车(SDV)的架构天然更适合智驾功能的OTA 迭代,新能源车型的智驾前装率普遍高于同价位传统燃油车型。
4.2 NOA 高阶智驾渗透率
NOA(领航辅助驾驶)是目前市场关注度最高的分水岭指标,它代表「能够在高速或城区进行全程辅助驾驶,无需逐一操作」的能力跃迁。
2025 年 NOA 前装渗透率约 22%,是 2024 年约 11.7% 的近两倍。以中国年乘用车销量约一千八百万辆计算,2025 年约有四百万辆乘用车出厂时搭载 NOA 功能。
NOA 内部,又呈现出明显的「高速 NOA 先行、城区 NOA 追赶」的结构分化:
- 高速 NOA:技术相对成熟,方案成本已大幅下降,众多主机厂已将其推广至二十万元以下车型;2025 年搭载高速 NOA 的车型数量约为城区 NOA 的两倍以上;
- 城区 NOA:技术难度显著更高——需处理非结构化道路、密集行人、电动自行车、施工路段等复杂场景,对算力、感知套件和算法要求均更苛刻;目前仅小鹏、理想、华为问界系、蔚来等少数头部车企在核心城市实现规模化推送;
- 自主泊车(AVP):停车场场景的 L4,部分主机厂(华为、小鹏)已商业化推送,用户覆盖范围尚窄,但体验连续性好,是建立用户信任的重要功能窗口。
4.3 L3 试点城市与扩围节奏
截至 2026 年上半年,中国 L3 商业试点的地理版图如下:
- 首批试点(2025 年 12 月获准):北京(极狐阿尔法 S6,高速路段)、重庆(长安深蓝 SL03,城区拥堵路段)
- 预期下一批:比亚迪、华为问界系、长安系相关车型正在申报,2026 年内有望获批;据行业估计,2026 年全年可能有 5—8 款车型进入 L3 试点名单
- 城市扩围:工信部态度是「成熟一个、许可一个」,预计 2026 年内试点城市范围从北京、重庆扩展至上海、武汉、深圳等智能网联汽车基础设施较为完善的城市
L3 量产的核心约束,不在车端技术(绝大多数搭载高阶 L2 方案的量产车,车端硬件已满足 L3 条件),而在法律责任认定、保险机制建立和事故鉴定标准,这些「软基础设施」的完善,是 2026—2028 年 L3 规模化最关键的时间变量。
4.4 ADAS 整体市场规模
2025 年中国 ADAS 及智能驾驶解决方案市场规模约 2000—2200 亿元人民币,同比增速约 25—30%,高于汽车行业整体增速约 20 个百分点。
按子赛道拆解:
- 智能驾驶芯片(SoC):约 300—400 亿元,地平线、英伟达、华为三家瓜分约 70% 份额;
- 域控制器及系统集成:约 600—700 亿元,德赛西威、经纬恒润、博世等主导;
- 算法软件及方案授权:约 200—300 亿元,呈碎片化格局;
- 激光雷达:约 100—150 亿元;
- 高精地图与数据服务:约 100—150 亿元;
- 其余感知传感器(毫米波雷达、摄像头模组等):约 400—500 亿元。
2030 年中国市场预测:多家机构预测,随着 NOA 渗透率突破 50%、L3 商业化扩围、L4 Robotaxi 规模化运营,2030 年中国智能驾驶相关市场规模将突破 4000 亿元人民币,复合年增长率约 20—25%。
4.5 渗透率预测曲线(2025—2030)
| 指标 | 2025 年实际/预估 | 2028 年预测 | 2030 年预测 |
|---|---|---|---|
| L2 及以上前装率 | 70%+ | 90%+ | 99%+ |
| NOA 前装渗透率 | ~22% | ~40% | ~55% |
| 高速 NOA 渗透率 | ~30%—35% | ~60% | ~90%+ |
| 城区 NOA 渗透率 | ~8%—10% | ~25% | ~40%—50% |
| L3 量产车型数量 | 2 款(试点) | 20+款 | 50+款 |
| L4 Robotaxi 日均订单(全国) | ~600 万单 | ~3000 万单 | ~1 亿单 |
数据来源:工厂数据平台产业研究院综合工信部公开数据、IHS Markit 乘用车智能化追踪报告、德赛西威/地平线等企业公开年报测算。
4.6 中国智驾的几个结构特征
第一,「主机厂分层」极为显著。头部车企(华为问界系、小鹏、理想、蔚来)全面主导高阶智驾的技术叙事,与腰部(长安、吉利、比亚迪)和尾部车企之间存在两三代技术代差,「智驾能力」已成为与续航、设计并列的核心选购要素。
第二,「纯视觉」与「多传感器融合」的路线之争尚无定论。Tesla FSD 的「纯视觉 + 大算力 + 大数据」路线,在国内有小鹏 XNGP 2.0 等跟随者;而搭载激光雷达+摄像头+毫米波雷达的「多传感器融合」方案,仍然是多数头部方案的主流选择,双方的实际用户体验差距在 2025 年依然存在争议。
第三,「软件即服务」的商业模式尚在探索。华为 ADS 以授权费方式向车企收取智驾方案费用;小鹏、理想把高阶 NOA 捆绑进高配车型或以订阅制推送(如理想 AD Max 3.0 OTA 升级包),但纯订阅制的大规模用户接受度,仍低于整车价格一次性包含智驾能力的「捆绑模式」。这一商业模式博弈,将在 2026—2028 年持续演化。
4.7 中国乘用车市场的智驾「价格带渗透」规律
理解 NOA 渗透率的演进,不能只看全量数字,还要看不同价格带的渗透情况——因为智驾方案的成本,决定了它能在哪个价格段「活下来」。
三十万元以上:这是 2022—2023 年 NOA 的「首发价格带」。问界 M7/M9、理想 L9、蔚来 ES8、小鹏 G9 等三十万以上车型,是城区 NOA 的最早商业化战场;目前该价格带 NOA 渗透率已超过 80%,近乎全覆盖,进一步提升空间有限。
二十万至三十万元:这是 2024—2025 年 NOA 爆发增长最迅猛的价格带。小鹏 P7+、问界 M5、比亚迪仰望 U7、理想 L7 均在此价格段提供 NOA 功能;方案成本压至 2000—3500 元,整车厂愿意将其纳入该价格段的标配或次高配。2025 年该价格带 NOA 渗透率约 55—65%。
十五万至二十万元:这是 2025—2026 年的「主战场」。比亚迪汉 EV、长城魏牌蓝山、吉利银河 L7、广汽埃安 Hyper GT 等均在此区间,高速 NOA 已普及,城区 NOA 正在切入;到 2026 年底,预计该价格带高速 NOA 渗透率将超过 50%。
十万至十五万元:这是 2026—2028 年最值得期待的「下沉渗透」区间。比亚迪秦 L、海鸥、宋 Pro 等走量车型,每年合计销量超过 200 万辆;一旦 NOA 方案成本降至 1000—1500 元,该价格带将成为 NOA 渗透率向「全市场普及」冲刺的最大单一增量来源。
十万元以下:车型以代步需求为主,NOA 对此价格带的消费者价值感知不强;预计在 2030 年前,渗透率仍将维持在极低水平,更多以 AEB 等被动安全功能为主。
4.8 新能源与传统燃油车的智驾渗透率剪刀差
一个容易被忽视的结构性差异:新能源车型的智驾渗透率系统性高于同价位传统燃油车型。
原因是多方面的:
其一,架构天然适配。电动车没有发动机噪音与振动对传感器的干扰;高压电气系统已铺设,为智驾域控供电更简单;「中央计算 + 区域控制」的电子电气架构(EEA)在新能源车型上推进更快,传统燃油车型的改造成本更高。
其二,用户群体差异。购买新能源车型的消费者,整体上对科技功能的接受度和主动尝试意愿更高;尤其是独立选购新势力品牌(小鹏、蔚来、理想、零跑)的用户,在购车决策中,「智驾能力」往往是最重要的比较维度之一。
其三,竞争压力传导。造车新势力把「智驾」作为核心卖点,倒逼传统整车厂(奇瑞、吉利、长城)在新能源转型车型上加速引入 NOA;但这些传统整车厂的燃油车型,出于成本控制和用户需求差异,往往不做对等的智驾投入。
这一「剪刀差」的产业链含义是:中国新能源车渗透率每提升一个百分点,智驾供应链的 TAM 实际上提升的幅度,会高于新能源渗透率本身。这是判断智驾供应链增速为何能持续超越汽车行业总体增速的底层逻辑之一。
4.9 L4 Robotaxi 数据与城市格局(2025)
截至 2025 年底,中国 L4 商业化运营主要城市与规模如下:
武汉:萝卜快跑运营车辆超过 400 辆(主驾无人),日均订单约 2000—3000 次,是全球单城商业化规模最大的 Robotaxi 市场;运营区域覆盖武汉核心城区约 500 平方公里;运营车型从早期的 Apollo Go Robotaxi 演进至第六代无人车。
北京亦庄:萝卜快跑、小马智行均在此运营,采用主驾无人模式;累计运营里程数百万公里,是国内法规探索最前沿的试验田,政策从「带安全员测试」到「无安全员商业运营」的历次突破均首先在亦庄落地。
广州:文远知行与如祺出行合作运营,重点区域为南沙、黄埔;小马智行与广汽联合运营,以「主驾无人」在部分区域商业化;日均订单突破 1.2 万单,单车日均营收约 299 元。
上海(嘉定、浦东):萝卜快跑、AutoX(安途)均在运营;上海的特点是「高端出行」叙事——打车价格高于武汉,用户群体偏向 AI 早期体验者;监管政策相对保守,全无人商业化步伐慢于亦庄。
深圳:小马智行主驾无人已在部分区域商业化,结合坪山、前海两个示范区推进。
重庆:百度 Apollo 的第二大运营城市,同时也是长安系整车厂与智驾测试深度融合的城市。
合计:截至 2025 年底,全国 L4 Robotaxi 商业运营车队约 2500—3000 辆(包括有安全员和无安全员车辆),月度订单总量约 500—600 万次;商业化运营城市约 10 个,覆盖人口约 1.5 亿(按城市核心运营区域计)。这与海外最成熟的 Waymo(仅 4 个城市、约 700 辆,日均 2 万次)相比,中国在覆盖广度上领先,但在单城密度和服务质量的标准化上仍有差距。
五、产业链深度拆解
5.1 芯片层:算力军备竞赛
智能驾驶供应链的「军备竞赛」,首先从芯片开始。域控制器的算力(以 TOPS 计),是划分 ADAS 等级天花板的第一道门槛。
主流算力分级对应关系:
- 基础 L2(ACC+LCC):5—30 TOPS,主流方案为 Mobileye EyeQ4、地平线征程 2/3;
- 高速 NOA(L2+):50—150 TOPS,地平线征程 5(128 TOPS)是中国量产最广泛的平台之一,搭载比亚迪、理想等品牌;
- 城区 NOA(高阶 L2+):150—500 TOPS,英伟达 Orin-X(508 TOPS)、地平线征程 6P(560 TOPS),华为 MDC 810 等主导;
- L4 Robotaxi 开发平台:500—2000 TOPS,英伟达 Drive Thor(2000 TOPS)、华为昇腾 910B 集群方案。
地平线(HK 9660):国产 SoC 出货量第一
二〇二五年全年,地平线营收达 37.58 亿元人民币,同比增长 57.7%;毛利率维持 64.5% 的高水平,体现了芯片设计企业典型的高毛利特征。核心数据:征程系列全年总出货量约 401 万套,同比增长 38.8%;其中中高阶芯片(算力 ≥ 100 TOPS)出货量约 180 万套,同比增长近五倍,占总出货量约 48%,贡献超 80% 的产品与解决方案营收。截至 2025 年 8 月,征程系列累计出货量突破一千万套,成为国内首家达成千万级出货量里程碑的智驾芯片企业。
地平线的商业模式,是「芯片 + 工具链 + 算法参考」的打包方案,降低了整车厂和 Tier 1 的开发门槛;其 Journey 6 系列(征程 6P/6M/6E)在 2024—2025 年快速定点,客户覆盖比亚迪、长安、奇瑞、吉利、广汽等主流整车厂,以及蔚来、小鹏、理想等新能源车企。
黑芝麻智能(HK 2533):A1000 规模量产
黑芝麻智能 2025 年上半年营收 2.53 亿元人民币,同比增长 40.4%;全年营收预计超过 5 亿元。核心产品 A1000 系列(算力 106 TOPS)已进入吉利银河 E8、东风奕派 007、东风奕派 008 等量产车型。黑芝麻的差异化在于「高集成度」——A1000 在单颗芯片上集成了感知 ISP、神经网络加速器和应用处理器,简化了系统 BOM;但毛利率受规模化量产成本和竞争价格压力影响,2025 年上半年下降至约 24.8%,盈利路径仍需规模继续放量。
华为车 BU(昇腾 ADS):全栈方案最强玩家
华为车 BU 于 2024 年完成独立运作,以「乾崑智驾」品牌向合作车企提供智能驾驶整体解决方案(含 MDC 计算平台、ADS 算法、摄像头/雷达感知套件)。2025 年,华为 ADS 3.0 与 ADS 4.0 陆续推出:
- ADS 3.0:搭载问界 M5/M7/M9、智界 S7/R7、享界 S9、岚图梦想家等,实现无高精地图城区 NOA;
- ADS 4.0(2025 年底—2026 年初推出):东风猛 M817、奇瑞智界 R7、广汽传祺、阿维塔、北汽等首批搭载;主要升级包括在更复杂路况下的「无图城区 NOA」能力和 V2X 感知融合。
华为车 BU 合作上市车型超过 22 款,覆盖中高端价位,合作主机厂涵盖赛力斯、奇瑞、北汽、东风、长安、广汽、奥迪等,是目前智驾方案中「客户数 × 算力」产品矩阵最宽的供应商。
寒武纪行歌:主要布局 L4 级 Robotaxi 域控计算芯片,与百度 Apollo 深度合作,单芯片算力超过 400 TOPS;在乘用车量产端市占率尚小,是技术储备型选手。
芯擎科技(吉利系):龍鹰一号(SE1000)于 2023 年量产,主要定向供给吉利系和沃尔沃品牌,算力约 2 TOPS,主攻智能座舱;智驾芯片方向推进中,未来与吉利体系绑定深化。
海外竞争:
- NVIDIA Orin(2022—2025 年主力平台):单颗 254 TOPS,双 Orin-X 达 508 TOPS,已搭载理想(L9 双 Orin)、蔚来等头部品牌;Drive Thor 将在 2025—2026 年完成接力;
- Qualcomm Snapdragon Ride Gen 2:主攻中高端座舱+驾驶融合平台,赢得长城、吉利等多家定点;
- Mobileye EyeQ6/EyeQ Ultra:EyeQ6 已量产,EyeQ Ultra(5nm 制程,约 176 TOPS 感知算力)面向高阶 NOA,预计 2025 年末—2026 年推出量产版本。
5.2 域控制器:系统集成的战场
域控制器(DCU / ADCU,智能驾驶计算单元)是将芯片与算法、传感器接口、整车电子架构整合为可量产单元的核心产品。它的市场价值,不仅在于硬件集成,更在于把「芯片说明书级别的参考方案」变成「可以装车的产品」。
德赛西威(002920):国内域控制器第一
按德赛西威 2026 年 4 月赴港 IPO 招股书披露的 2025 年数据:全年营收 325.57 亿元,同比增长 17.9%;其中智能驾驶产品收入占总收入 29.8%,为约 97 亿元,同比大幅增长(2024 年约 45 亿元,增速约 116%)。
按 2025 年全球及中国智能驾驶域控制器(第三方供应商口径)市场收入,德赛西威在中国市场的份额约 21.2%、全球份额约 8.8%,双双排名第一。核心产品 IPU 系列(IPU04 使用英伟达 Orin、IPU06 接入华为昇腾/地平线征程 6)已供货理想、长安、吉利、小鹏、华为问界、奇瑞等主机厂,客户覆盖全球前十五大车企中的多家。德赛西威赴港 IPO 的核心目的之一,是补充研发资金,加速从 Tier 1 硬件供应商向「软件定义汽车解决方案商」转型。
经纬恒润(688326):扭亏为盈,域控交付超 200 万件
2025 年全年,经纬恒润实现营收 68.48 亿元,同比增长 23.59%;归母净利润约 9953 万元,从 2024 年亏损 5.5 亿元实现扭亏为盈——这是经纬恒润成立十余年来的一个重要里程碑。
扭亏的核心驱动是:以物理区域控制器(ZCU)为代表的域控产品放量,累计交付超过 200 万件;公司与吉利联合开发的 ZCU 3.0 平台(使用吉利自研 SE1000 芯片+地平线征程)在银河 A7、银河 M9、领克系列量产上车。此外,AI 工具降本、供应链国产化、制造精益管理,也对毛利率和期间费用有直接改善贡献。
知行汽车科技(HK 1274):华为生态的关键域控供应商,主要基于华为 MDC 平台做域控集成,客户以搭载乾崑智驾的车型为主。2024 年于香港上市,2025 年随华为 ADS 装机量增长而放量。
华阳集团(002906):智能座舱域控为主,智能驾驶域控布局中。
东软睿驰:东软集团旗下,面向自主品牌传统整车厂,提供软件平台+域控集成服务。
博世、大陆、安波福(外资 Tier 1):在中国的域控业务受到本土化竞争压力,高端定点仍在但增速明显低于国内竞争者。博世在 L2 基础 ADAS 和 AEB 系统方面仍是重要供应商;大陆专注于毫米波雷达传感器和 ADAS 系统方案;安波福则在线控执行器(制动、转向)层面有较强地位。
5.3 算法软件:端到端的重构之战
毫末智行:魏建军(长城汽车创始人)亲自主导,获长城汽车战略支持。以「大数据 + 大模型 + 大算力」为技术路线,旗下 DriveGPT 雪湖·海若大模型于 2023 年发布,是国内最早量产端到端方案的头部玩家之一,2025 年已搭载长城旗下多款车型。
Momenta:专注 Flywheel(飞轮效应)数据驱动路线——用量产车辆采集的真实道路数据持续训练模型,形成「越跑越聪明」的数据飞轮。创新性地将智驾大模型分为「短期记忆(感知决策)」和「长期记忆(持续学习)」,宣称可将模型训练成本降低 10—100 倍。合作客户涵盖智己 L6/L7/LS7、腾势 N7、仰望 U8 等,并获奔驰、上汽等战略投资,是获得外资背书最多的中国智驾算法公司之一。
小鹏 XNGP:小鹏的全栈自研智驾方案,2024—2025 年实现无高精地图城区 NOA 的大规模用户推送,运营城市超过 200 个。技术上,XNGP 2.0 已采用端到端大模型,算力平台以英伟达 Orin+地平线征程 6 双路配置。
蔚来 NAD(NIO Autonomous Driving):蔚来全栈自研驾驶方案,搭载 4 颗激光雷达+摄像头阵列的超感知套件,采用英伟达 Orin 算力平台,以「超感知」定位占据高端市场。NAD 以订阅制推出(680 元/月),转化率是检验其技术黏性的重要指标。
理想 AD Max 3.0:理想 OTA 升级推出的端到端大模型方案,城区 NOA 体验在用户测评中持续领先,已覆盖全国所有城市有路况路段。理想与英伟达深度合作,算力平台以双 Orin 为主,2026 年 AD Max 4.0 将接入更高算力平台。
华为 ADS:前文已述,华为独特在于「方案闭环」——从芯片(昇腾)、传感器、到算法、地图,可以提供完整的「打包不可拆」方案,让对手很难在单一模块上与之竞争,但也因此引发部分整车厂对「灵魂自主」的顾虑。
5.4 高精地图:从「必选」到「可选」
高精地图(HD Map)曾是 NOA 方案的「标配前提」——传统 NOA 在地图覆盖范围内才能运行,出了图不能用。这一约束在 2024—2025 年间被「无图 NOA」方案逐步打破。
高德地图(阿里云系):中国最大的导航地图商,智驾高精地图已覆盖全国高速公路网络,并向城区扩展;与多家整车厂及智驾方案商建立数据授权合作。
百度地图 / 百度 Apollo 地图:依托 Apollo 自动驾驶平台积累大量高精地图,与多款 NOA 方案绑定;同时为百度萝卜快跑 L4 运营提供实时地图更新。
四维图新(002405):老牌高精地图供应商,持有国家测绘资质,与多家传统整车厂长期合作;2025 年加速布局「图-端融合」(地图 + 感知 + 计算一体),推出面向 L2+/L3 的 HD Map as a Service 模式。
「无图 NOA」的挑战:通过纯视觉或视觉+激光雷达实时构建「轻地图」或实时感知「在线地图」,理论上覆盖无预先 HD Map 的区域。小鹏 XNGP、华为 ADS 3.0/4.0 已实现「无图」城区 NOA 的大范围推送,这对高精地图商业模式构成系统性冲击,但「无图」方案在极端天气和特殊场景下的可靠性仍有争议。
5.5 数据闭环与仿真平台
智能驾驶的「壁垒」,越来越多地建立在数据飞轮而不仅仅是单点算法上。数据量规模、数据标注质量、数据闭环(车端采集 → 云端训练 → OTA 更新 → 再采集)的效率,已成为头部玩家最核心的护城河。
仿真平台:在真实路测之外,大量的极端场景(事故场景、极端天气)依赖仿真生成。国内主要仿真平台有:51World(3D 仿真)、华为云 HUMO(车规级仿真)、CarSim、IPG。
自动标注与大模型融合:端到端大模型的兴起,对人工标注的依赖有所降低,但 Corner Case(极端场景)的标注仍高度依赖人力;自动标注(Auto-labeling)工具链的效率,是各路算法公司之间的重要竞争维度。
数据安全合规:车端采集的摄像头、雷达原始数据中,含有大量公民个人信息(人脸)和建筑、道路等「重要数据」,如何合规去敏、本地存储、合规传输至训练集群,是每家智驾企业都必须处理的合规成本,也是外资企业进入中国市场的核心障碍之一。
5.6 感知传感器的完整图谱
感知层是智能驾驶供应链中元器件品种最多、国产化程度分化最大的层次。以下按主要传感器类型梳理 2025 年的产业现状。
摄像头(Camera)
摄像头是最基础、成本最低的感知传感器,也是「纯视觉」路线的核心。一套完整的车用摄像头方案,通常包括:前向单目/双目主摄(分辨率 2—8M 像素,视角 50—120 度,感知距离 150—300 米),前/后/左/右四路鱼眼 AVM 环视摄像头(视角 180—190 度,短距离环视),A 柱/B 柱内部 DMS(驾驶员监控摄像头,监测驾驶人注意力),以及可选的后向远距摄像头。
关键器件是图像传感器 CIS(CMOS Image Sensor)。全球 CIS 市场被索尼(日本,前装高端市场)、三星(韩国)和豪威科技(OmniVision,已由韦尔半导体控股)三强主导。豪威科技是中国整车厂最大的车规级 CIS 国产供应商,2025 年已向多家主流整车厂供货;但索尼在高端前向摄像头(高分辨率、高动态范围)领域的主导地位,短期内难以被完全å�