智能駕駛引發汽車產業生態重構

智能駕駛是全球汽車產業轉型升級的核心引擎，也是新能源汽車從電動化向智能化躍遷的核心競技場，成為各國競逐科技話語權的戰略制高點。在戰略引領與產業政策支持下，中國智能駕駛產業依托“技術突破、產業協同、應用深化與政策賦能”四維聯合驅動，正以“場景裂變—技術迭代—生態重構”的螺旋式發展模式，加速突破L4級自動駕駛商業化臨界點，以領跑全球的姿態加速駛入高質量發展快車道。數據顯示，2024年中國乘用車智能駕駛系統裝配率突破65%，實現新的里程碑，其中代表行業最高水平的高階領航輔助駕駛系統滲透率達到11.7%。隨著規模化效應、軟硬件成本的進一步降低，2025年將正式邁入智能駕駛技術普惠化的歷史性拐點——全民智駕時代。

技術、產業、應用、政策驅動智駕駛入快車道

技術高速迭代革新，助力智駕量產。智能駕駛數據、算法與算力的持續突破，推動智駕深度變革與快速量產落地。頭部車企依托規模化量產車輛的實時道路感知優勢，通過全時數據閉環實現數據規模與質量的快速躍升，如特斯拉FSD車隊累計采集超100億英里（約161億千米）真實路況數據，日增量達200萬英里（約320萬千米）。端到端算法架構已成為行業共識，其通過單一神經網絡直接映射傳感器數據至控制指令，突破傳統模塊化架構的信息傳遞損失與決策時延瓶頸，實現毫秒級端到端響應、類人化駕駛能力躍遷及動態環境自適應進化。高算力平臺的跨越式發展為技術落地提供硬件底座。以英偉達DRIVE"Thor為例，其2000TOPS算力較前代提升4倍，支持自動駕駛與智能座艙多域融合計算，配合SOA軟件架構可實現功能模塊動態擴展。隨著車規級芯片制程向5nm以下演進及規模化應用，單位算力成本正以年均35%的速率下降。海量數據訓練驅動算法智能躍遷，高效算法降低對算力的依賴，先進算力又加速數據價值挖掘，數據、算法與算力協同推動智駕量產。

輔助駕駛普惠下沉，加速智駕平權。當前智能駕駛技術呈現顯著分層發展態勢。首先，在L2級輔助駕駛領域，形成規模化應用的是以自適應巡航、車道保持、自動泊車為核心的高級輔助駕駛系統（ADAS），通過多傳感器融合與駕駛員監控機制，在中高端車型構建起主動安全防護體系。其次，高階自動駕駛技術正通過系統冗余與認知智能突破L3級技術瓶頸，在硬件層面構建多傳感器交叉驗證架構，于軟件端采用類腦端到端決策架構，成功推動城市領航輔助（NOA）功能實現快速商業落地，2024年主流車企中高級電動車型滲透率超75%。再者，“硬件預埋+OTA升級模式”推動智駕成為汽車標配，供應鏈成熟度提升與路測數據積累形成雙輪驅動，使高階智駕部署成本年均下降超20%，行業預測顯示未來3年ADAS將成為汽車標配，NOA功能滲透率將突破50%。如比亞迪發布“天神之眼”系統，通過三目純視覺與激光雷達融合方案，將高速NOA、無圖城市領航等功能下沉至十萬元級車型。

無人駕駛示范應用，重構行業生態。無人駕駛的示范應用最早是在封閉園區場景中進行開展，因其隨機干擾因素較少、任務目標較為明確等場景特性，非常適合無人駕駛系統的前期開發、部署、測試與驗證。近300臺無人駕駛卡車在上海洋山港常態化運營，易控智駕在全國部署超1000臺無人駕駛礦用卡車……這些都是無人駕駛技術的規模化應用。如今，智駕技術的高速發展正推動無人駕駛從“園區內”走向“園區外”。國內較早在開放道路上進行試運營的無人駕駛車輛有百度2021年在重慶永川區部署的自動駕駛公交，以及2024年開通的無人駕駛出行服務——蘿卜快跑，后者更是實現了商業化盈利。此外，無人駕駛技術已在城市環衛、快遞物流、安全巡檢等小范圍特定任務場景實現了規模化應用。

政策法規逐步放開，推動先行先試。當前，自動駕駛政策法規體系正呈現雙向演進特征。從全球范圍來看，自動駕駛政策法規具有顯著區域差異特征：歐洲強調安全優先原則；日韓結合老齡化社會需求布局適老化功能；美國發布自動駕駛車輛安全、透明度與評估計劃，明確了Robotaxi的政策法規框架，并采用州級試點驅動商業化模式；英國2024年《自動駕駛汽車法案》首創“三重責任主體”制度，將保險機構、軟件開發商納入責任鏈。而中國，則通過“政策沙盒”模式平衡創新與安全，在政策框架構建方面，地方試點與國家法規協同推進。當前，全國50余城市已開放3.2萬公里測試道路，通過7700余張牌照積累超1.2億公里測試數據，為技術驗證提供場景支撐。國家層面則是通過《關于開展智能網聯汽車準入和上路通行試點工作的通知》等文件，明確L3級以上車輛量產路徑，深圳、上海等地立法賦予自動駕駛車輛合法身份，構建起技術創新安全邊界。

新一代人工智能引領智能駕駛技術發展

自動駕駛車輛設計向線控化、模塊化、通用化方向發展。線控化，其核心在于通過電子信號替代傳統的機械連接，借助系統集成、異構冗余以及協同控制等技術手段，確保車輛能夠快速且精確地響應自動駕駛控制指令。模塊化，其核心在于引入集成驅動、制動、轉向及懸掛功能的輪邊角模塊，車輛被設計為可拆解的多個獨立且可互換的模塊，不僅簡化了生產制造與維護升級的流程，更提升了車輛的適應性和可擴展性。通用化，其主要是依托標準化或平臺化底盤架構，搭配切換不同車廂結構，打破車型與用途之間的界限，實現自動駕駛跨領域、跨行業的廣泛應用。

自動駕駛算法向全面數據驅動、類人決策推理、世界模型強化學習訓練方向發展。端到端架構，是當前智駕主流算法架構，并朝著從“模塊化端到端”向“一段式端到端”方向發展。視覺語言模型疊加視覺語言動作模型，前者可通過語言指令增強自動駕駛環境理解能力，后者可整合感知、決策與控制，進而形成“圖像輸入—語義理解—動作輸出”，借助“思維鏈”構建人類邏輯，同時通過車載顯示向用戶解釋駕駛邏輯，提高人工智能系統透明度與可解釋性，是自動駕駛算法的主要發展方向。高保真自動駕駛世界模型，是實現自動駕駛高效算法迭代的重要技術手段，其既可以用于算法強化學習訓練，實現動作自評估與策略自進化，又可以通過物理模擬和生成式AI，生成逼真的虛擬場景數據，高效生成合成數據，降低訓練成本。

自動駕駛計算單元向異構集成、存算一體及跨域融合方向發展。隨著自動駕駛算法的復雜度和模型參數規模的不斷提升，以及智能座艙功能的日益豐富，集成CPU、GPU、NPU等異構計算單元的SoC芯片，因其可滿足多任務處理、高并行計算和大帶寬需求，正成為車用芯片的主流選擇。存算一體芯片，可將計算與存儲單元高度融合，比起存、處物理分離的傳統芯片，具備高算力、高能效、低延時的優勢，可以滿足自動駕駛汽車對數據頻繁訪問和高效處理的需求，已成為車載計算平臺的重要方向。中央集中式的電子電氣架構，可使車輛底盤域、座艙域和智能駕駛域深度融合，提升中央計算單元算力。目前車載SoC芯片的算力已達到單顆芯片2000TOPS算力水平。

自動駕駛數據向高質量、多樣化、強化隱私保護方向發展。隨著數據驅動和端到端大模型在自動駕駛技術中的深入應用，數據的數量和質量成為提升算法性能的關鍵因素。主流自動駕駛企業，可通過量產車加強數據采集并拓展場景覆蓋范圍，同時輔以全自動數據標注實現數據閉環與算法迭代。涵蓋多種傳感器、多變天氣和光照條件、多樣化路況與交通環境的行車數據，篩選小概率樣本數據、進一步提升數據質量是未來自動駕駛數據訓練的主要方向。新入局的造車新勢力，則可利用世界模型或虛擬仿真工具等生成極端天氣、長尾場景等特殊數據，獲取高質量、多樣化自動駕駛數據。無論哪種途徑，信息安全與隱私保護都是自動駕駛數據采集與利用的重要課題，數據匿名化處理、以加密技術保護傳輸儲存安全、通過分布式數據訓練提升算法性能，是未來自動駕駛數據的重要發展方向。

智駕發展加速重構產業生態

全球汽車產業正處于由電動化向智能化轉型的關鍵拐點，人工智能成為核心驅動力。

人工智能驅動，高階智能駕駛加速普及。以“車、路、云”一體化為代表的協同體系，打破了傳統單車智能的能力邊界，實現感知、決策與控制在更大范圍內的協同優化。同時，多模態交互技術提升了人車溝通的自然性與安全性，重塑用戶體驗與車輛價值定義，助推電動化與智能化螺旋式共進。特別是大模型等人工智能技術的快速突破，顯著提升了高階智能駕駛系統在復雜交通場景下的泛化能力與決策效率。以高速NOA、城市NOA為代表的高階智能駕駛加速落地，部分頭部企業已實現日均接管率下降超75%。預計到2030年，高速NOA滲透率將接近100%，城市NOA滲透率有望突破50%。

無人駕駛技術推廣應用，實現商業閉環。當前，L4級智能駕駛（即無人駕駛）正從技術示范邁向可持續盈利的新階段。其在封閉場景如礦區、港口等已實現商業化應用驗證，正向城市復雜環境加速拓展，如無人駕駛出租車、無人駕駛公交、無人駕駛環衛、無人駕駛配送等多個垂直細分領域呈現快速發展態勢。無人駕駛出租車已實現規模化試運營，如小馬智行日均訂單量超過15單，用戶接受度持續提升；無人配送方面，九識智能無人快遞車的單件配送成本較傳統人工模式下降37%—47%；無人駕駛公交與無人環衛車已在多個城市完成落地運營，展現出高效率與安全性。

完善智駕政策法規體系，堅定發展信心。政策法規與道德立法的協同推進，正成為智能駕駛技術規模化落地、產業生態重構的核心驅動力。通過明確法律責任邊界、建立強制保險和安全評估機制，有效提升公眾接受度與市場信任。同時，立法框架為技術迭代提供制度支撐，例如歐盟《人工智能法案》的倫理審查機制，在規范創新邊界的同時釋放發展活力。國際競爭中，各國政策呈差異化布局：美國聯邦州際協作允許商業化落地；歐盟強化數據主權，構筑標準壁壘；中國則通過頂層設計與地方試點互動，形成“技術—場景—法規”閉環，加快產業生態重塑。

智駕引領，共享出行邁向服務新生態。無人駕駛技術的加速落地，推動共享出行正從傳統模式向智能化、服務化的新生態演進。加速共享出行普及。個人不再需要擁有私家車，車輛資產將集中由平臺或運營企業管理，推動行業由“資產擁有”向“出行即服務”的模式轉型。重構責任邊界。平臺和技術服務商逐步成為安全主體，帶動保險體系從“車險”向“產品責任險+網絡安全險”升級，以適應自動駕駛新形態下的風險分布。與此同時，政策端加快制定新型險種的標準與形成監管機制，為無人駕駛車輛提供制度保障，以構建覆蓋研發、運營、保險與監管的智能出行閉環。

（作者分別系東南大學機械工程學院車輛工程系主任，東南大學科研院院長） 責任編輯：何樂