深度报告-20260119-浦银国际证券-全球科技行业_智驾

> **来源：[研报客](https://pc.yanbaoke.cn)** 2026年1月16日 # 智驾 Tier 1: 技术普惠风犹劲, 扬帆出海踏浪疾 # 超配 # 首次覆盖 随着新能源汽车行业发展进入下半场，智能驾驶成为汽车智能化的一项核心功能。域控制器作为智驾系统的决策核心，市场规模快速扩张。中国自主车企推进“智驾平权”，驱动智驾域控的搭载量和渗透率快速成长，为智驾Tier1的短期增长提供了充足空间。合资车企跟进功能普及和“油电同智”的战略部署，有望进一步释放出具有潜力的增量市场。展望未来，能够迭代算法保障方案性能、洞察客户需求持续获得定点、以综合服务推动项目持续量产的Tier1，更有机会成长为头部玩家。中国本土Tier1也有望凭借技术积累、研发效率和规模化生产的成本优势进入更广阔的国际市场。我们首次覆盖智驾Tier1行业，给予“超配”评级；首次覆盖佑驾创新（2431.HK）、德赛西威（002920.CH）和知行科技（1274.HK），均给予“买入”评级。 黄佳琦（科技分析师） sia_huang@spdbi.com (852) 2809 0355 沈岱（首席科技分析师） tony_shen@spdbi.com (852) 2808 6435 欢迎关注 浦银国际研究 # 目录 # 行业背景概览 5 汽车产业变革驱动供应链演进，整车架构迈向集成化发展 5 智能驾驶——汽车智能化应用的关键落地场景 10 行业现状：三端发力，牵引智驾渗透率快速提升 13 # 智驾域控行业：高阶ADAS功能渗透率上扬，智驾域控加速上车 21 产品架构：硬件先行+软件赋能，有机结合显优势 21 市场前景：作为智驾功能决策核心，域控装机率随智驾渗透率攀升 24 37 # 智驾Tier1竞争格局 40 按地域：本土发育表现亮眼，国产厂商份额过半 40 按合作模式：车企参与度提升，产业链紧密度加深 42 按玩家属性：各方参与者均欲拓宽业务边界，上下延伸补齐生态. 48 同业玩家对比 58 # 投资价值：看好全球智能电动车长期发展趋势，跨界探寻增长机遇 61 “智驾平权”驱动自主品牌快速上量，合资车企开始跟进布局 61 国内市场仍具整合潜力，扬帆出海广阔空间 63 纵向深化自动驾驶，横向跨界具身智能，孕育第二成长曲线 64 # 佑驾创新（2431.HK）首次覆盖：舱驾齐驱共成长，无人车驶向未来 66 智驾Tier1量产玩家，多业务线并行全面开花 68 政策催化加速搭载，舱驾齐驱共同成长 74 技术纵深突围L4，率先落地商业闭环业务场景 79 财务预测与估值 83 SPDBI乐观与悲观情景假设 85 风险提示 86 公司背景 87 财务报表 88 # 德赛西威（002920.CH）首次覆盖：舱驾双域龙头，智能化出海领航 多线业务产品丰富，座舱+智驾双域龙头 93 软硬集成部署舱驾一体，智能化出海迈向收获期 102 发力具身智能，着手打造第二增长曲线 106 财务预测与估值 108 SPDBI乐观与悲观情景假设 110 风险提示 111 公司背景 112 财务报表 113 # 知行科技（1274.HK）首次覆盖：全栈智驾方案先行，“AI+机器人”迈向产业化落地... 116 全栈智驾方案供应商，自研系列渐成核心支柱 118 量产经验+出海布局筑基，持续扩大合作范围 126 抢滩机器人赛道，推进产业化落地 132 财务预测与估值 135 SPDBI乐观与悲观情景假设 137 风险提示 138 公司背景 139 财务报表 140 # 智驾Tier1行业：技术普惠风犹劲，扬帆出海踏浪疾 - 随着汽车智能化浪潮推进，域控制器作为智驾系统决策核心，市场规模迅速扩张。随着汽车智能化的演进，智能驾驶成为关键应用落地场景，搭载相关功能的乘用车正在被大量投入市场。智驾域控作为功能实现的核心部件，市场呈快速扩张态势。根据Frost&Sullivan，全球乘用车智驾域控市场规模将在2029年达人民币4,284亿元，其中中国占据近 $40\%$ 份额。我们首次覆盖智驾Tier1行业，给予“超配”评级。 - 自主车企“智驾平权”驱动智驾域控快速上量，合资车企跟进功能普及，进一步释放Tier1方案增量空间。2025年以来，自主车企积极推进“智驾平权”，进一步下探高速NOA功能搭载车型的价格带，带动智驾域控搭载量快速成长，1-10月渗透率已快速提升至 $27.6\%$ 。为了兼顾系统性能、部署成本和量产落地速度，大部分自主车企将选择保留高效率的供应商方案，这为智驾Tier1的短期增长提供了充足空间。同时，合资车企积极跟进智驾普及，同步推进“油电同智”，选择与实力强、量产经验丰富的方案商合作，释放出了具有潜力的增量市场。 - 大规模商业化落地竞速，中国市场仍具整合潜力；扬帆出海有望进一步拓展广阔市场空间。中国本土智驾Tier1呈快速崛起之势，在2025年前三季度合计占据智驾域控市场过半份额。未来在中国市场，本土厂商将继续充分竞争，关键点在于大规模商业化落地的能力。在行业进一步整合的过程中，能够迭代算法保障方案性能、洞察客户需求持续获得定点、以综合服务推动项目持续量产的Tier1，更有机会成长为头部玩家。而放眼海外，2026年或将成为智驾供应商出海元年，凭借技术积累、研发效率和规模化生产带来的成本优势，本土Tier1有望进入更广阔的国际市场。我们首次覆盖佑驾创新（2431.HK）、德赛西威（002920.CH）和知行科技（1274.HK），均给予“买入”评级。其中，佑驾创新是我们在智驾Tier1行业的首选。 - 凭借技术共通性与可拓展性加快布局泛机器人领域，打开长期增长天花板。随着人口老龄化加深，自动化、智能化解决方案的潜在市场将逐步扩大。作为AI技术赋能的两大重要场景，自动驾驶与具身智能初步展现出产业融合趋势，智驾Tier1正在加速布局机器人领域。通过将自动驾驶算法、硬件集成以及车规级量产的能力迁移，智驾Tier1有望在泛机器人领域创造出新的增长曲线，打开长期成长天花板。 - 投资风险：宏观经济走弱，整车市场需求不振；法律法规仍在完善，监管趋严导致智驾渗透率提升不及预期；消费者对智驾功能付费意愿不及预期，影响Tier1收入及后续定点；海外市场智能化进展慢于预期；行业竞争加剧，拖累毛利率；机器人领域需求释放不及预期。 黄佳琦 科技分析师 sia_huang@spdbi.com (852) 2809 0355 沈岱 首席科技分析师 tony_shen@spdbi.com (852) 28086435 2026年1月16日 # 估驾创新 (2431.HK) 目标价（港元） 潜在升幅/降幅 目前股价（港元） # 买入 19.3 +30% 14.9 # 买入 # 德赛西威 (002920.CH) 目标价（人民币） 潜在升幅/降幅 目前股价（人民币） 165.0 +23% 134.7 # 知行科技 (1274.HK) 目标价（港元） 潜在升幅/降幅 目前股价（港元） 8.1 +19% 6.9 资料来源：Wind、国信证券经济研究所预测 注：截至 2026 年 1 月 9 日收盘价 资料来源：Bloomberg、浦银国际预测 扫码关注浦银国际研究 # 行业背景概览 # 汽车产业变革驱动供应链演进，整车架构迈向集成化发展 # 整零关系走向网状融合，增量零部件价值贡献提升 在传统汽车工业领域，汽车制造企业与供应商之间涉及物料、信息和资金的流动，供应链纵深复杂。为降低供应的复杂度，传统汽车供应链呈“金字塔式”的分层/分级结构，整零间形成精细化分工。在燃油车时代，单台整车约含3万个零部件，涵盖不同材料、不同功能的机械零部件和电子零部件。彼时整车研发和生产周期较长，零部件具有通用属性强、工艺成熟等特点，产品迭代周期也较长。因此，出于降本增效的考量，主机厂只会掌握关键部件的设计开发，并完成最终的装配环节；余下环节则通过向一级供应商（Tier1）提出需求并相互紧密配合，完成大部分供应链零部件的采购。 各汽车模块内又形成单链式的垂直化供应结构。一级供应商按照主机厂的需求，完成汽车模块的设计制造，同时向二级供应商（Tier 2）采购部分零部件。而二级供应商主要对一级供应商负责，与主机厂的直接交流相对较少。在二级供应商的上游，可以此类推从三级（Tier 3）到N级供应商（Tier N）的关系（图表1）。从整车企业的角度，其与一级供应商的协同程度最高，与二级及更上游供应商的联系紧密程度则呈现递减状态。 图表1：燃油车时代，汽车供应链呈明显的“金字塔”式结构 资料来源：公开资料、浦银国际 而如今，智能化、电动化正在给汽车产业带来颠覆性的变革，产业的内涵和外延不断丰富。智能化的驾乘体验正在成为衡量汽车核心能力越来越重要的因素，传统的“交钥匙”模式无法完全适配车企对于智能化功能定义以及持续迭代的开发需求。这促使更多车企开始主动穿透原有的供应链环节，就系统成本控制、新技术导入等方面问题，直接与各级供应商进行深度探讨。汽车产业的供应链结构，也开始由圈层分明的链式结构，向多主体参与、专业分工更加融合的网状结构方向演进和收敛。在网状融合的结构中，各级供应商依然存在，但相互边界变得更加模糊，与车企的关系也发生了质的变化：车企主动参与Tier2乃至更上游供应商的直接沟通，甚至深入供应链的最上游开展合作，以缩短信息传导路径，实现生态融合（图表2）。 供应链分工的变革，从底层改变了传统汽车价值链的结构，驱动汽车产业链向上下游延伸，利润分布亦随之重构，智能化增量部件成为新的价值高地。新兴技术与传统汽车产业的融合，催生了诸多增量赛道，使得传统汽车产业价值链向上下游大幅延伸。其中，上游产业链延伸至动力电池技术和智能科技产业，价值亦向三电、智驾智舱等核心零部件板块中转移。价值链的演变带动产业的利润结构随之调整。其中，上游技术研发的利润将向核心零部件转移，特别是辅助驾驶和自动驾驶相关的软硬件，将提供更大的价值加成（图表3）。主机厂亦在与零部件企业积极探索新型整零关系，在加深自研的同时，追求效率提高，未来整零协作方式将进一步深化（图表4）。 图表2：汽车供应链变革及合作特征变化：由链式结构向突破圈层的网状融合结构演进，实现协同生产 资料来源：亿欧智库、公开资料、浦银国际 图表3：相比于传统车行业，汽车产业链的价值链曲线发生变化，实现利润分布的重塑 资料来源：亿欧智库、中国电动汽车百人会、浦银国际 图表4：汽车智能化背景下，整车自研趋势和整零协作关系变化趋势 资料来源：罗兰贝格、浦银国际 # 整车电子电气架构由分布到集中，域控制器重要性逐步凸显 在新能源汽车发展的上半场中，电动化扮演着竞争格局重塑的核心驱动力。而今行业发展进入下半场，智能化揭开新篇章。伴随着智能化的演进，消费者对于智能电动车的经济性、安全性、舒适性、娱乐性等需求提升，传统汽车电子电气架构（Electrical/Electronic Architecture，E/E架构）逐渐无法满足车载计算能力的需求。因此，整车电子电气架构朝着集中式方向转变，目前已经历从分布式ECU（Electronic Control Unit，电子控制单元）到集中式域控制器架构的变化，并继续演进（图表6）。根据佐思汽研，预计到2030年，准中央/中央+区域架构的渗透率将达到 $42.7\%$ （图表5）。 在整车E/E架构迈向中央集成化的过程中，域控制器应运而生，并发挥着重要作用。域控制器（Domain Controller Unit, DCU）是域集中式E/E架构下的产物，通过将特定功能模块的多传感器融合、执行器和控制算法进行集成，整合相互独立的ECU单元，形成具有特定功能的控制单元。通过功能软件和算法协同，域控制器能够实现车辆的控制和各种智能化的功能体验。 以博世为代表的传统Tier1按照功能集中分区，将整车分为五域，即动力、底盘、车身、座舱和自动驾驶。各个功能域以域控制器为主导，进行系统架构搭建，实现相对集中的控制，以确保整车系统的综合控制和有效协同（图表7）。五大域控制器共同构筑了汽车智能化的基础，其中智能驾驶和智能座舱域控制器对算力的要求较高。主机厂也在功能域集中的基础上，进一步迈向中央集成式架构。主流方案包括将动力域、车身域和底盘域合并为整车控制域，同时引入区域控制器，遵循跨域融合的思路，通过“区域控制器+中央计算机”方案，进一步追求座舱、智驾、车控等的多域合一。 图表5：中国乘用车E/E架构渗透率及趋势预测 注：E=佐思汽研预测；资料来源：佐思汽研、浦银国际 图表6：汽车电子电气架构的演进过程 资料来源：德勤、亿欧智库、浦银国际 图表7：整车五大功能域控制器特点对比 特点 动力域 底盘域 车身域 座舱域 自动驾驶域 功能特点 高安全性、强实时性、逻辑控制为主,无复杂AI 毫秒级响应、多传感器融合、高功能安全 低复杂度、多外设接口、低功耗 多屏显示、语音交互、3D渲染、操作系统复杂 多传感器融合、深度学习、高带宽数据处理、复杂算法处理 功能作用 主要用于动力总成的优化与控制,同时兼具电气智能故障诊断、智能节电、总线通信等功能 主要负责具体的汽车行驶控制,包括助力转向系统(EPS)、电动刹车助力器、车身稳定系统(ESC)、安全气囊控制系统以及空气悬架、车速传感器等 集成传统BCM(车身控制模块)、PEPS(无钥匙进入及启动)、车窗控制、天窗控制、空调模块、座椅模块等功能 实现HUD、仪表盘、导航等部件融合,不仅具有传统座舱电子部件,还进一步优化车载互联、信息娱乐、人机交互等功能 完成图像识别、数据处理等,使车辆具备多传感器融合、定位、路径规划、决策控制的能力 功能安全等级 ASIL-C/D ASIL-D ASIL-B/C ASIL-B/C ASIL-D 安全目标 防止动力中断、失控、高压电击、热失控,避免不合理风险 防止车辆失控、侧翻、制动失效 防止误动作导致安全隐患(如行驶过程中开门) 确保关键信息可靠显示,防止干扰驾驶 避免误检/漏检导致碰撞,确保系统在ODD内安全运行 主控芯片 MCU MCU MCU SoC SoC+MCU 算力范围 200-1,000 DMIPS 500-2,000 DMIPS 50-300 DMIPS 50k-200k DMIPS1-30 TOPS 10-1,000+TOPS 核心指标 整数运算(DMIPS) 实时控制(DMIPS) 低功耗控制(DMIPS) CPU+GPU+AI AI算力 应用场景 对发动机/变速器/电机/电池等主要系统单元的相关功能进行控制,如电池SOC估算、电机转矩闭环控制等 对驱动/制动/转向等底盘操作功能进行控制,如ESP横摆稳定性控制、线控转向路感模拟等 在原有BCM基础上,集成更多的车身控制器功能,如氛围灯调光、PEPS钥匙认证 AR-HUD渲染、多屏Hypervisor隔离、全场景语音识别(端侧大模型)等 自动驾驶的感知、决策、规划、控制 资料来源：盖世汽车研究院、亿欧智库、facetop 智能汽车、电子发烧友、浦银国际 # 智能驾驶——汽车智能化应用的关键落地场景 新能源车渗透率走高，为智能化率提升奠定基础。汽车电动化是全球大势所趋，虽然短期全球经济不确定性等扰动因素造成了渗透率上升路径的波动，但考虑到碳中和是长期的全球性议题，我们认为新能源车总体仍保持向好发展态势。目前全球主要汽车市场的新能源车渗透率也呈总体上行趋势（图表8)。其中，中国市场持续领跑，在近3-4年渗透率快速攀升，并已连续11年位居全球最大的新能源车销售市场。根据中汽协数据，2025年前三季度，中国新能源乘用车渗透率已达到 $49.8\%$ 现阶段而言，自动驾驶域和座舱域的相关功能，承载了整车端几乎所有智能化体验场景。这些场景也符合大部分消费者对于更先进的智能驾驶体验、更智能的座舱环境以及更个性化的驾驶乐趣的追求。其中，智能驾驶技术被誉为汽车工业的“第四次革命”，是汽车智能化的基石。在智能车时代，汽车的定位也更贴近在人工智能基础上实现高阶驾驶自动化的电子产物。 新能源汽车保有量的激增，为智能辅助驾驶相关技术水平大幅提升、实现商业化应用提供了土壤。目前，智驾相关技术处于蓬勃发展阶段，从基本的车辆控制辅助到更高阶的组合驾驶辅助、从简单功能到高度集成的复杂系统的转变，都在不断升级和完善。车企也争相布局、加码投入，希望通过打造驾驶自动化核心技术优势，体现差异化的产品竞争力。智驾功能快速渗透的路径亦与曾经的电动化相似，甚至更快（图表9）。 按照汽车控制权和安全责任分配的不同，智能驾驶又可划分为不同的等级。目前，国际普遍认可的是国际自动机工程师学会（SAE International）制定的自动驾驶分级标准。该标准将汽车驾驶自动化分为L0-L5六个等级，级别越高，车辆自动化程度越高。在中国，为制定适合本土的智能驾驶分类方案，工信部于2021年牵头制定了推荐性国家标准《汽车驾驶自动化分级》，参照SAE的分类框架，将驾驶自动化分为0-5级（图表10）。“智能驾驶”指代的是相对宽泛的概念，即搭载先进的传感器等智能装置，运用现代传感技术、信息与通信技术、人工智能等技术，具备复杂的环境感知、规划决策和控制执行等功能。本文中所使用的“智能驾驶”和“智驾”字眼，主要用于描述和体现汽车行业整体处在智能化的进程之中。 智能驾驶域控制器是负责信息处理的核心部件，是智驾系统决策的中心。自动驾驶域的功能实现，需要借助先进的传感器、算法和AI技术，通过感知系统、决策系统和执行系统的协同，使汽车能够自动感知周围环境，分析、判断并做出有效的处理，以实现拟人化的行车/泊车动作执行。 图表8：全球新能源汽车渗透率月度表现（按照地区拆分） 资料来源：MarkLines、Auto Associations、Bloomberg、浦银国际 图表 9：中国市场渗透率比较：新能源乘用车 vs 高速 NOA 功能 注：下轴对应新能源乘用车，E=浦银国际预测；上轴对应高速NOA功能，E=亿欧智库预测； 资料来源：中汽协、亿欧智库、Wind、iFinD、浦银国际 图表 10：驾驶自动化的等级划分示意图及划分要素关系 注：上表中的“国标”指代《汽车驾驶自动化分级》国家推荐标准（GB/T40429-2021）；星标的5级自动驾驶“无限制”指排除商业和法规因素等限制； 资料来源：SAE International、国家标准全文公开系统、《汽车智能驾驶技术及产业发展白皮书》、汽车之家、浦银国际 图表 11: 2 级驾驶自动化与 3 级驾驶自动化主要区别 划分维度 2级 (组合驾驶辅助) 3级 (有条件自动驾驶) 责任主体 驾驶员全责 系统激活期间因系统出现交通事故，由责任方承担责任 系统能力 系统可持续控制车辆纵向+横向运动 系统执行全部驾驶任务（特定 ODD 内） 驾驶员状态 需持续监控，手扶方向盘 允许驾驶员在系统运行期间不再持续监控道路环境，但需响应系统接管请求 车辆行驶范围 受系统能力限制 设计运行范围内 注：ODD = Operational Design Domain，中文解释为“运行设计域”； 资料来源：《汽车智能驾驶技术及产业发展白皮书》、浦银国际 # 行业现状：三端发力，牵引智驾渗透率快速提升 # 供给端：NOA功能大规模落地，高阶智驾量产车型价格段持续下探 行业层面，ADAS功能装车率大幅提升，继续走向标配，为智驾功能应用的升级奠定基础。根据乘联会联合科瑞咨询发布的数据，2025年1-10月，中国新能源乘用车L2级及以上的ADAS（AdvancedDriver-AssistanceSystem，高级辅助驾驶系统）装车率已达 $87.0\%$ （图表12），同比继续大幅提升19.5个百分点；同时，燃油乘用车的装车率也已超过 $60\%$ 。 在此基础上，车企开始寻求组合驾驶辅助产品的各项能力升级，其中以NOA（Navigate on Autopilot，领航辅助驾驶）功能为典型代表。2022-2023年，高速NOA功能开始在中国市场不断落地。根据佐思汽研，2024年以来中国乘用车高速NOA功能的装配量增长迅速。进入2025年，高速NOA标配率进一步跃升，在2Q25达到 $19.6\%$ ，同比提升13.2个百分点（图表14）。 随着技术的不断进步，适应复杂路况环境、使用频率更高、用户体验差异化更明显的城市NOA成为了NOA能力进化的新门槛。因此，车企在不断优化高速NOA功能体验的同时，亦争先推动城市NOA功能的落地。根据高工智能汽车，2024年中国市场前装标配高速NOA的乘用车交付197.47万辆，同比增长 $162\%$ 。其中，同时标配城区NOA的占比已接近 $40\%$ 。2025年搭载NOA功能（包括高速和城市NOA）的乘用车销量总体呈上升趋势，对应渗透率已从1月份的 $13.1\%$ 提升至11月份的 $34.2\%$ （图表15）。 从新车型供给的角度来看，行业形成了相互促进的两大趋势。 - 一方面，车企加速投放具备高阶智能辅助驾驶能力的车型，NOA功能量产加速。根据NE时代，2024年中国具备高速NOA能力的车型增多，共涉及50个车型、109个款型。对于城市NOA，车企则更加激进，2024年增加了65个具备城市NOA能力的车型，涉及236个款型。 - 另一方面，随着车型销量的逐步提升，技术降本和规模效应对于摊薄成本的增益明显，带动智驾方案成本下降。这使得搭载NOA功能的车型实现了价格段的快速下探。2024年，中国具备高速NOA能力的车型，最低售价仅为人民币10.38万元；2025年比亚迪又将高速NOA能力触达的车型价格带进一步下探至10万元以内。10-20万元价格段车型更是成为行业渗透率提升的重要推动力（图表16）。在城市NOA侧，国内车企也在持续突破搭载车型的售价下限。2025年11月在广州车展首次亮相的零跑A10，将“车位到车位”全场景智驾功能打入10万元级车型。 上述因素有助于具备NOA能力的车型分得更大的市场销量份额，推动NOA渗透率进一步提升，又反向作用于规模效应的扩大，最终形成良性循环。因此，我们对于新能源汽车行业整体朝智能化方向发展的趋势表示乐观，预计高阶智能辅助驾驶功能渗透率快速提升的趋势，将在2026年继续保持。 图表12：中国乘用车L2级及以上ADAS功能装车率变化（按动力类型划分） 资料来源：乘联会、科瑞咨询、浦银国际 图表13：中国新能源乘用车市场不同等级ADAS功能装车率情况 资料来源：乘联会、科瑞咨询、浦银国际 图表14：中国乘用车高速NOA功能标配装配量及装配率变化 资料来源：佐思汽研、浦银国际 图表15：中国乘用车市场NOA功能（高速NOA+城市NOA）搭载量及装载率月度表现 资料来源：NE时代、乘联会、Wind、iFinD、浦银国际 图表16：中国乘用车L2++及以上级别智能辅助驾驶渗透率，10万元以下价格段已实现零的突破 注：图中所列示计价货币均为人民币；L2++级及以上包含高速NOA及以上功能； 资料来源：NE时代、浦银国际 图表17：2024年每月新上市的乘用车，具备NOA能力的款型最低售价（人民币万元） 资料来源：NE时代、浦银国际 # 需求端：用户心智持续发展，智驾能力影响购车决策 终端需求层面，消费者的购车偏好正在重塑。随着车企的上车布局增多和智驾功能的不断丰富升级，用户对于驾驶辅助系统的使用逐渐熟悉，体验也在持续优化。同时，叠加汽车产业生态圈的宣传强化，几方合力的作用之下，消费者对于组合驾驶辅助相关功能的接受度提高。 智能化功能逐渐从附加配置，转变为影响购车决策的重要因素之一。根据麦肯锡《2024年中国汽车消费者洞察》， $54\%$ 的汽车消费者将智能化水平作为购车时的关键考量因素，排名仅次于用车成本(图表19)。根据易车研究院，2024年中国车市整体的智驾诉求快速接近 $40\%$ ，即每100个购车用户中，就有近40个非常关注智驾，“智驾消费浪潮”初步成型，其中新势力品牌购车用户诉求较为强烈(图表18)。另外，随着年轻一代逐渐成为购车主力军，消费者群体对智能技术的接受度也明显提高。 随着大量智能电动车进入市场，“智驾平权”的心智教育使得用户认知发生了较大转变。根据汽车之家调研，在路况较好或较为封闭的高速/国道/环路路段，智驾功能使用频率较高（图表21），用户整体对于智驾功能体验的满意度较好（图表22）。目前 $66\%$ 的用户已不满足于L2级驾驶辅助，希望车辆配备更高阶智驾能力（图表23）。NOA功能逐渐成为15万元价位段车型的标配，不仅培养了更多车主使用智驾产品的习惯，而且反向催生了对于智驾的需求，现超六成用户认为高速NOA应为主流车型基础配置（图表24）。 图表 18：2024 年主流品牌预购决策的智驾诉求渗透率排行榜 资料来源：易车研究院、浦银国际 图表19：中国用户购车时考虑的各项因素排名：“智能化”的考量高居第二位 资料来源：麦肯锡《2024年中国汽车消费者洞察》、浦银国际 图表20：对于在车辆系统中引入AI技术，超过 $75\%$ 的中国消费者持正面态度 资料来源：德勤《2025全球汽车消费者研究》、浦银国际 图表21：不同场景中车主使用智驾功能的频率 资料来源：汽车之家研究院《2025中国智能电动车发展趋势洞察》、浦银国际 图表22：不同驾龄车主对于智驾功能的满意程度 资料来源：汽车之家研究院《2025中国智能电动车发展趋势洞察》、浦银国际 图表23：中国用户对于智驾能力等级的偏好 注：“L2+级”指具备高速辅助能力，“L2++级”指具备城市NOA能力； 资料来源：汽车之家研究院用户调研、浦银国际 图表24：中国用户对于领航辅助功能定位的认知 资料来源：汽车之家研究院《2025中国智能电动车发展趋势洞察》、浦银国际 # 政策端：产业环境与生态构建逐步完善，助推行业健康发展 目前看来，全球主要国家和地区正在加快更新和优化现有监管框架下的政策与法规，逐步构建适应自动驾驶产业发展的规则体系，通过提供坚实的合规基础和制度保障，在促进产业蓬勃发展的同时确保其规范性与安全性（图表25）。由于技术架构、产业链生态、商业化进程和法律体系本身等方面的差异，各国在监管路径的选择上也有所不同（图表26）。 中国市场处于全球领先状态，在政策统筹与场景落地方面表现出色。通过梳理我国产业发展的相关政策（图表27），不难看出2025年是组合驾驶辅助和自动驾驶实现技术探索及应用落地目标的一个重要节点（图表28）。目前看来，产业发展取得了显著成果，组合驾驶辅助系统持续升级迭代，高等级自动驾驶测试与准入稳步推进，政策重心也由推动道路测试转向试点落地和实践应用。智能网联汽车已从“技术创新”走向“产品验证与准入许可”，并逐步迈向“小规模商用”阶段。 具体来看，政策引领市场发展的发力方向，可以分为两大类： - 一方面，以标准化法规抬升安全性能下限。AEB（Autonomous Emergency Braking，自动紧急制动系统）正在成为衡量车辆安全性能的重要指针，并逐步被纳入强制配置，有望推动低阶智驾方案的进一步普及。 全球现有60多个国家和地区结合行业管理要求，陆续采用联合国对应相关功能的第152号法规（UN R152）。其中，欧盟已在2022年7月强制实施ECER152。2025年11月，中国的强制性国家标准《轻型汽车自动紧急制动系统技术要求及试验方法》第二次公开征求意见，距离落地更进一步。虽然中国AEB强标的强制时间相对较晚，但标准却比欧盟等采用联合国对应法规的国家/地区更高（图表29）。 - 另一方面，能力升级，护航L3/L4级自动驾驶。中国目前正在开展各类L3及以上级别自动驾驶相关的试点活动，为未来应用量产落地积累经验。2025年4月，《北京市自动驾驶汽车条例》正式实施，首次针对L3级别以上的个人乘用车自动驾驶测试上路做出了具体规定，同时也对自动驾驶车辆事故责任划分进行了细化。2025年12月，首批L3级有条件自动驾驶车型的市场准入许可正式公布，当月重庆和北京完成首批L3级自动驾驶专用号牌的发放，行业迈入自动驾驶合规化落地的关键进程。 此外，各地针对L4级无人驾驶车辆的试点区域也在不断扩大。2025年12月，包含浦东新区、闵行区及虹桥枢纽新增的开放自动驾驶测试道路在内，上海累计开放测试道路达3,173条，约覆盖全市面积的三分之一。 总结而言，智驾行业整体处于蓬勃发展期，除了技术驱动下的产业链协同，政策引领也是重要推动力。法规体系的完备，也将驱动行业健康增长。 图表 25：部分国际组织及国家/地区对于自动驾驶的政策法规/支持方案/行业标准梳理 国家 颁布时间 法规/政策/标准文件名称 内容要点 联合国 2023-03 《自动车道保持系统(ALKS)》第四修订版 本法规是L3级自动驾驶第一份具有约束力的国际法规,修订后基本覆盖了高速公路点到点自动驾驶全场景,适用范围由M1类车辆扩展到了M和N类车辆,特定交通环境中的自动驾驶系统车速上限从60km/h扩展到了130km/h。 欧盟 2022-08 《Reg.(EU)2022/1426》 L4/L5级自动驾驶系统型式认证的统一程序和技术规范,是全球首个允许成员国批准注册和销售高度自动驾驶车辆(乘用车与货车)的技术法规。此外,欧盟要求从2024年7月起,所有智能网联汽车必须符合UNR155和UNR156这两项全球首个关于汽车网络安全和软件升级的强制法规。 德国 2022-05 《自动驾驶功能汽车运营及交通法修改条例》 由德国联邦参议院批准,对L4级别自动驾驶车辆认证、在公共道路上运行的技术和程序要求,以及生产商、车主、技术监督员义务等问题做出了细化规定。 中国 2024-09 《智能网联汽车自动驾驶系统通用技术要求》 中国首个针对自动驾驶系统的国家标准,对自动驾驶系统进行了全面规范,包括总体要求、动态驾驶任务执行/后援要求、人机交互要求。 美国 2023-06 《自动驾驶车辆》进展报告 总结了近年来推动自动驾驶创新与部署的主要工作。交通部正在加强自动驾驶安全规则与管理流程的制定,计划成立自动驾驶安全办公室,专注于推进自动驾驶豁免管理、制定自动驾驶系统规章及建立相应的安全标准等工作。 日本 2023-04 《道路交通法》修正案 允许可远程控制的L4级自动驾驶公交车、无人递送车等在人员稀少地区开启运营服务。其中,4级出行服务(人口稀少地区特定路线的公路上行驶的无人巡回巴士等),采用都道府县公安局委员会批准的方式实施;递送业务(自动配送机器人运送人员和货物)则采用向都道府县公安局委员会进行申报的方式实施,并被归类为“远程操作的小型车”,最高时速限制为6公里。 韩国 2022-09 《移动创新路线图》 自动驾驶推广应用分“三步走”,2022年底允许L3级自动驾驶汽车上路;2025年实现L4级自动驾驶巴士、接驳车商业化;2027年推出L4级乘用车。该法规还提出到2035年,韩国市场推出的一半新车将为L4级自动驾驶车辆。2023年2月,韩国国土交通部表示,计划于2026年实现机器人配送商业化。 资料来源：中国信通院、各政府网站、公开资料、浦银国际 图表26：主要国家/地区自动驾驶政策监管差异 国家/地区 中国 美国 欧盟 监管模式 沙盒监管+强准入，试点先行 联邦框架+州立法突破 欧盟协同+成员国自主，法规/标准先行 针对L3 2023年底启动国家层面的准入试点 联邦层面目前暂无统一的准入法规 法规基本完备，基于UN R157，允许量产车上市 针对L4 地方示范区：授予“全无人”商业化运营许可（如武汉、广州等） 州级许可制：允许“全无人”商业化运营（如加州、德州） 以德国先行，法律框架已建立，侧重于公共交通、固定路线 数据管理 数据本地化，分级分类 开放共享，隐私保护 GDPR严格限制跨境流动 产业生态 以政府主导，车企与科技企业合作 企业自主创新 产学研联盟+基金支持 商业化重心 城市试点 L4级及以上自动驾驶商业化 L3+渐进式发展 资料来源：赛迪智库、车路云50人、公开资料、浦银国际 图表 27：中国政府支持智能网联汽车及自动驾驶技术规范发展的政策梳理 颁布时间 发布机构/归口部门 法规/政策/标准名称 内容要点 2015-05 国务院 《中国制造2025》 到2020年,掌握智能辅助驾驶总体技术及各项关键技术,初步建立智能网联汽车自主研发体系及生产配套体系。到2025年,掌握自动驾驶总体技术及各项关键技术,基本完成汽车产业转型升级。 2018-04 工信部、公安部、交通运输部 《智能网联汽车道路测试管理规范(试行)》 首次规范智能网联汽车道路测试与示范应用,允许企业在指定区域进行自动驾驶功能测试活动。 2019-09 中共中央国务院 《交通强国建设纲要》 加强智能网联汽车研发,全面提升城市交通基础设施智能化水平,形成自主可控完整的产业链。 2020-02 发改委等11部委 《智能汽车创新发展战略》 到2025年,实现有条件自动驾驶的智能汽车达到规模化生产,实现高度自动驾驶的智能汽车在特定环境下市场化应用。 2020-10 工信部 《新能源汽车产业发展规划(2021-2035)》 到2035年,高度自动驾驶汽车实现规模化应用。 2020-11 国家智能网联汽车创新中心 《智能网联汽车技术路线图2.0》 到2025年,L2-L3级智能网联汽车销量占当年汽车总销量比例超过50%;高度自动驾驶车辆在特定场景和限定区域实现商业化应用。 2020-12 交通运输部 《关于促进道路交通自动驾驶技术发展和应用的指导意见》 目标到2025年,自动驾驶基础理论研究取得积极进展;建成一批国家级自动驾驶测试基地和先导应用示范工程,在部分场景实现规模化应用,推动自动驾驶技术产业化落地。 2021-02 国务院 《国家综合立体交通网规划纲要》 推进智能网联汽车(智能汽车、自动驾驶、车路协同)应用。到2035年,中国自动驾驶技术要达到世界先进水平。 2021-08 工信部 《关于加强智能网联汽车生产企业及产品准入管理的意见》 明确企业应落实主体责任,加强汽车数据安全、网络安全、软件升级、功能安全和预期功能安全管理,保证产品质量和生产一致性。要求企业OTA前应向工信部备案。 2021-08 工信部、市场监管总局、国标委 《汽车驾驶自动化分级(GB/T 40429-2021)》 规定了汽车驾驶自动化分级遵循的原则、分级要求、各级别定义和技术要求框架,旨在解决中国汽车驾驶自动化分级的规范性问题。 2022-01 交通运输部科技部 《交通领域科技创新中长期发展规划纲要(2021-2035)》 促进道路自动驾驶技术研发与应用,推动自动驾驶、辅助驾驶的推广应用。围绕自动驾驶等前沿领域,推动加快立法进程。 2022-04 工信部 《关于开展汽车软件在线升级备案的通知》 进一步规范汽车软件在线升级(OTA升级),明确了汽车生产企业实施软件升级的管理能力要求和升级活动备案要求,并要求OTA升级活动应保障产品生产一致性。 2023-07 工信部国标委 《国家车联网产业标准体系建设指南(智能网联汽车)(2023版)》 目标到2025年,系统形成能够支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系。到2030年,全面形成能够支撑实现单车智能和网联赋能协同发展的智能网联汽车标准体系。 2023-11 工信部等4部门 《关于开展智能网联汽车准入和上路通行试点工作的通知》 遴选具备量产条件的搭载自动驾驶功能(L3/L4级)的智能网联汽车产品开展准入试点。对取得准入的智能网联汽车产品,在限定区域内开展上路通行试点。 2024-01 工信部等5部门 《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》 鼓励新型商业模式探索,鼓励在限定区域内开展智慧公交、智慧乘用车、自动泊车、城市物流、自动配送等多场景应用试点。 2024-09 工信部、市场监管总局、国标委 《智能网联汽车自动驾驶系统通用技术要求(GB/T 44721-2024)》 首个针对自动驾驶系统的国家标准,对自动驾驶系统进行了全面规范,包括总体要求、动态驾驶任务执行/后援要求、人机交互要求。 2025-02 工信部市场监管总局 《关于进一步加强智能网联汽车产品准入、召回及软件在线升级管理的通知》 强调统筹发展和安全,明确汽车生产企业需落实生产一致性和质量安全主体责任,加强智能网联汽车产品准入和召回管理,进一步规范汽车生产企业OTA升级活动,提升智能网联汽车产品安全水平。 2025-04 工信部 《2025年汽车标准化工作要点》 加快自动驾驶系统安全要求强制性国家标准研制;加快组合驾驶辅助系统和自动紧急制动系统等强制性国家标准修订。 资料来源：中国政府网、国家标准馆、盖世汽车研究院、公开资料、浦银国际 图表 28：中国自动驾驶分阶段发展目标与里程碑规划 年份 总体目标：逐步实现全路况条件下的自动驾驶 2025 乘用车：在高速公路场景实现L3规模化应用；在高速公路、代客泊车等场景，L4达到实用水平，开始进入市场。货运车：高速公路实现L2、L3规模化应用；L3级自动驾驶货运车辆开始进入市场；限定场景实现L4商业化应用。客运车：限定场景公交车（如BRT）实现L3商业化应用；限定场景接驳车实现L4商业化应用。L2、L3级自动驾驶新车销量占比达到50%。 2030 乘用车：L4实现规模化应用，典型应用场景包括城郊道路、高速公路以及覆盖全国主要城市的城市道路。货运车：城市道路L4开始应用；高速公路L4实现商业化应用。限定场景L4、高速公路队列行驶实现商业化应用，典型应用场景覆盖全国主要城市的城市道路。客运车：限定场景公交车（如BRT）L4商业化应用；L4接驳车规模化应用；L4级城市道路公交车开始进入市场。L2、L3级自动驾驶新车销量占比超过70%；L4级自动驾驶车辆占比达20%。 2035 L5级自动驾驶乘用车、L5级智能网联货运车辆开始应用。客运车：城市道路公交车实现L5规模化应用；高速公路客运车实现L4商业化应用。 资料来源：《智能网联汽车技术路线图2.0》、中国政府网、佐思汽研、公开资料、浦银国际 图表 29：中国对于 AEB 强制标准的部分要求高于欧盟 测试项目 中国（GB 39901-2025） 欧盟（ECE R152） 适用范围 M1和N1 M1和N1 强制时间 2028年1月 2024年5月 触发速度条件 M1类汽车：10-80km/hN1类汽车：10-60km/h M1/N1类汽车：10-60km/h 试验荷载 行车质量以及最大设计总质量 行车质量以及最大设计总质量 报警形式 声、光、触至少2种 声、光、触至少2种 对车辆目标识别与响应 前车静止、匀速、制动，试验最高测试车速80km/h 前车静止、匀速、试验最高测试车速60km/h 对行人目标识别与响应 小孩横穿，最高测试车速60km/h 小孩横穿，最高测试车速60km/h 对二轮车目标识别与响应 自行车和踏板式摩托车横穿，最高测试车速60km/h 自行车横穿，最高测试车速60km/h 误响应 5个场景（前车制动右转、两车辆目标中间穿行、车道内铁板穿行、车辆侧方的行人以及自行车目标物穿行） 4个场景（前车制动右转、交叉口左转、弯道、施工区） 资料来源：《轻型汽车自动紧急制动系统技术要求及试验方法》(报批稿)编制说明、全国汽车标准化技术委员会、汽车营造社、浦银国际 # 智驾域控行业：高阶ADAS功能渗透率上扬，智驾域控加速上车 # 产品架构：硬件先行+软件赋能，有机结合显优势 回顾行业发展历程，最早的智能驾驶域控制器可以追溯到2017年，奥迪发布全球首款L3级自动驾驶量产车型新A8，率先搭载自动驾驶运算单元zFAS。zFAS基于多域控制器架构搭建，取代分布式ECU架构实现集成式控制，是新A8车型的计算中枢。自此，随着相关技术的产业化落地，域控制器成为智驾领域的焦点部件之一。特斯拉历经三代车型迭代，率先实现整车电子电气架构变革，引领“中央计算+区域控制架构”的发展。而在中国市场，小鹏P7首发搭载智驾域控，由德赛西威作为Tier1。此后，业内基于国内外芯片方案的域控方案陆续实现量产交付。 # 以主控芯片为核心，软硬件有机结合实现相关功能 域控制器的结构较为复杂，硬件部分主要包括主控芯片和负责通讯、存储等的元器件；软件部分则由底层操作系统、中间件以及上层应用软件构成（图表31）。域控制器的功能实现依赖于上述多层次软硬件的有机结合，核心设计思路是平台化、高集成度、高性能和良好的兼容性。 具体来看，智能驾驶域是智能电动车的核心功能域，而智驾域控作为智能驾驶系统的决策中心，是智驾解决方案的关键部件。智能驾驶域控制器主要通过处理来自摄像头、激光雷达、毫米波雷达和惯性导航等部件的多元感知数据，实现对车辆状态的预测、规划和控制等。在功能实现上，智驾域控以硬件支撑软件架构，通过功能软件和算法协同实现车辆的控制和各种智能化功能，作为智能电动车的“大脑”发挥着重要作用。 图表30：奥迪新A8车型搭载的zFAS 资料来源：CNET、浦银国际 图表31：域控制器的产品结构 资料来源：亿欧智库、浦银国际 其中，用于信息处理、计算分析及决策的主控芯片，其性能和计算能力直接影响域控制器的性能，进而对汽车的智能化水平起到了决定性作用。随着ADAS功能的落地和L3及以上级别自动驾驶技术的成熟，传统中央计算CPU（Central Processing Unit，中央处理器）渐渐无法满足大量异构数据的吞吐能力和更快的数据处理能力的需求，将通用/专用芯片异构融合、且集合了AI加速器的系统级芯片SoC（System on Chip，单片系统）应运而生。凭借其计算能力提升、数据传输效率提高、芯片用量减少、软件升级更灵活等多项优势，SoC芯片成为了域控制器主控芯片的主流趋势和必然选择(图表32)。此前我们已在智驾SoC芯片行业报告中，对SoC芯片作为智能驾驶核心部件的演进过程和当前的行业格局进行了深入的分析。 图表32：SoC芯片成为域控制器主控芯片的主流选择 资料来源：亿欧智库、浦银国际 图表33：智能驾驶域控制器基础架构示意图 资料来源：亿欧智库、电子工程世界、浦银国际 # 架构优势明显，渐成主流之选 我们在本文第一章已经梳理了整车E/E架构从分布式ECU到集中式域控制器架构的演进趋势。域控制器之所以能成为主流之选，是因为其能够有效解决分布式架构存在的技术瓶颈，具有明显优势。传统的分布式ECU架构存在数据传输慢、协同性差、线束装配成本高和OTA(Over-the-Air Technology，空中下载技术）升级面临技术难题等瓶颈。相比之下，域集中架构的域控制器具备以下优势，能够满足更多、更快、更安全的产业新需求。 - 提高传输效率，实现协同管理：分布式架构中，每个辅助驾驶功能对应一个ECU，各功能模块的软件通常由其硬件供应商开发，独立系统之间难以相互协调。而域集中式架构统一了软件开发和管理，并配备标准化的数据交互接口，降低开发和制造成本的同时，提升了管理效率。 此外，原来各ECU之间的算力相互冗余，大部分计算能力处于闲置状态；而域控制器将原本分散的ECU进行算力集中，最大化利用处理器算力，更能满足高阶智驾对于算力的强劲需求。 - 简化线束，降低装配难度：分布式ECU数量的增加，催生了大量内部通信需求，导致线束成本增加、装配难度激增。而域集中式架构以域控制器为主导，减少了ECU的数量，简化线束、减轻重量，有效降低了装配难度和安装成本，且更有利于部件布局。 - 软硬件解耦，便于OTA升级：ECU主要物理结构为单片机+外围电路，软硬件强耦合；而域集中式架构下，域控制器将分散的ECU部件控制功能进行集成，统一软件底层开发框架，便于进行OTA更新升级，同时规避了各ECU的不同传输协议和兼容性风险。 图表 34：域集中式架构与分布式架构对比 性能/特点 域集中式架构 分布式架构 计算平台 DCU ECU 通讯网关 以太网 CAN总线 传输速度 10Gbit/s-100Gbit/s 10kbit/s-124kbit/s（CAN-FD最大8Mbps） 通讯性能 高带宽、低延时、低成本 总线负载率高，信号在子网络中重复发送 协同性 域内统一连接控制，跨域协同 各ECU独立运转，协同性差 硬件数量 单车ECU数量大幅下降，能耗下降，空间节省 单车ECU数量近百个，硬件成本和能耗高，占据大量空间 算力冗余 域内算力有效利用，核心计算性能大幅提升 算力冗余较大，存在浪费情况 OTA升级 统一管理与信息交互，便于FOTA、SOTA升级 大量分离嵌入式OS和应用程序 Firmware由不同Tier 1提供，无法统一维护和OTA升级 集成验证难度 复杂功能开发难度大幅下降 集成验证难度大，复杂功能难以开发 资料来源：盖世汽车研究院、浦银国际 # 市场前景：作为智驾功能决策核心，域控装机率随 # 智驾渗透率攀升 搭载ADAS功能的乘用车正在被大量投入市场。根据群智咨询测算，2024年全球新车ADAS功能渗透率已达 $65\%$ ，其中L2级占比 $45\%$ （图表35）。而在汽车智能化整体步伐更为紧凑的中国市场，IDC数据显示，2024年中国乘用车市场符合L2级标准的新车占比，已由2023年的 $52.1\%$ 增长至 $59.7\%$ 。在10万元以上价格段的车型市场中，这一占比更是已经接近 $70\%$ 。 L2级智能辅助驾驶渐成主流配置，使得智能驾驶解决方案市场迎来大幅增长。根据Frost&Sullivan测算，到2029年，全球乘用车的智能驾驶解决方案市场规模，将由2023年的人民币2,207亿元，增至10,372亿元，复合增长率达 $29.4\%$ ；而中国市场作为重要组成部分，有望以 $30.1\%$ 的复合增长率成长到4,230亿元，占据全球市场 $40.8\%$ 的份额（图表36）。 与此同时，正如我们在报告第一章中所讨论的，L2级智驾功能的普及，也为车企探索智驾能力的升级奠定了基础，推动中国乘用车市场的NOA功能渗透率呈现爆发式增长。根据盖世汽车研究院及我们的预测，2025年中国乘用车市场NOA功能渗透率将跃升至近 $20\%$ （图表37）。 智驾域控作为相关功能实现的核心部件，市场规模也呈迅速扩张态势。组合驾驶辅助功能的电动车销量提升，叠加主机厂车型更新迭代下的智驾功能升级，带动了行业成长。根据Frost&Sullivan，2024年全球智能驾驶域控制器市场规模达人民币1,042亿元，到2029年将成长到4,284亿元，复合增长率 $32.7\%$ 。而中国是引领全球智能电动车行业发展的重要力量，预计2029年中国乘用车智驾域控市场的收入将达到1,700亿元的规模（图表40）。 图表35：全球新车驾驶自动化渗透率（分等级） 注：E=群智咨询预测； 资料来源：群智咨询、浦银国际 图表36：全球及中国智驾解决方案市场规模预测 注：E=Frost&Sullivan预测，仅包含乘用车智能驾驶解决方案； 资料来源：Frost&Sullivan、均胜电子招股书、浦银国际 图表37：中国乘用车标配NOA渗透率预测 注：E=盖世汽车研究院、浦银国际预测；资料来源：盖世汽车研究院、浦银国际 图表38：中国智能汽车分等级销量及预测（万辆） 注：E=CIC预测，L2+级指能够实现高速/城市NOA和HPA功能；资料来源：CIC、乘联会、福瑞泰克招股书、浦银国际 图表 39：全球智能驾驶域控制器市场规模及预测 注：E=Frost&Sullivan预测，仅包含乘用车智能驾驶解决方案；资料来源：Frost&Sullivan、均胜电子招股书、浦银国际 图表40：中国智能驾驶域控制器市场规模及预测 注：E=Frost&Sullivan预测，仅包含乘用车智能驾驶解决方案；资料来源：Frost&Sullivan、均胜电子招股书、浦银国际 # L2功能拓展催动域控制器加速上车，L3蓄势待发助推价值量提升 一方面，自主车企加速“技术普惠”，高速NOA全面下沉带动域控制器装车率提升。2025年开年，比亚迪于2月举办智能化战略发布会，推出公司全系车型搭载的天神之眼方案。截至2025年11月，比亚迪官方公布天神之眼智驾车型保有量已超过230万台。比亚迪此举，不仅推高了自身的辅助驾驶采用率，带动吉利、广汽、奇瑞等一众自主车企陆续跟进，加速中阶辅助驾驶布局和量产事宜，并提升配置比例。自主车企开始全面推进“智驾平权”，推动NOA功能大规模落地（图表41）。自此，高速NOA、记忆行车也更多被划入中阶智能辅助驾驶范围。 产品形态上，主要以多摄像头为感知核心，支持与毫米波雷达及/或激光雷达等传感器组合，形成一套能够实现高速NOA和城市记忆领航的域控方案。由于前视一体机主要安装在前挡风玻璃处，且产品结构紧凑、体积受限，难以集成多种模块以扩展丰富的组合驾驶辅助功能（图表42）。因此，主机厂一般会选择采用行泊一体的域控制器方案，替代基础ADAS的前视一体机，来实现以高速NOA为代表的中/高阶智驾功能。根据NE时代数据，2024年，中国市场实现L2级基础ADAS功能的乘用车中，前视一体机方案的占比高达 $97.2\%$ ；但对于配备高速NOA及以上功能的车型， $93.1\%$ 都选择搭载域控制器的硬件方案（图表44）。因此，通过将中高阶组合驾驶辅助功能向更大体量的中低端市场下沉，智驾域控搭载量增速加快，份额亦将显著提升。 在中国新能源车渗透率快速提升而整车大盘销量承压的背景下，智驾功能正在加速渗透，智驾域控装机量随之成长。高工智能汽车数据显示，2024年人民币10-20万元价格段车型销量占市场总盘的 $49.8\%$ ，而高速NOA搭载率仅为 $1.31\%$ ，为自主车企发力留有足够的空间。根据NE时代，2025年1-10月，中国搭载智驾域控的车型销量达531.7万辆，已超2024年全年数据，对应搭载率 $27.6\%$ （图表47）。而从2025年上半年中国乘用车智驾域控的标配情况来看，10-15万元的主流价格段车型渗透率增幅最大，同比提升26个百分点，主要贡献来自部分自主品牌入门级车型的标配搭载（图表43）。 在人民币10-20万元乃至更低价格段的细分市场，对于搭载中阶智能辅助驾驶解决方案的车型，自主车企的需求更加务实：在不显著增加成本的情况下，实现部分功能的“从无到有”，寻求技术普惠与价值升级之间的动态平衡。此外，面对激烈的竞争环境，车企还需兼顾方案量产落地的速度。这一核心需求，在车企对于智驾域控方案的芯片选择上也有明显体现。从目前车企量产上车和后续车型/平台定点的情况来看，依托本土化供应链，地平线J6M芯片能够帮助车企将中阶辅助驾驶的域控制器方案成本控制在5,000元/套以内，精准适配大众市场车型的量产需求。因此，目前各类Tier1玩家均基于J6E/M开发中阶产品，定点数量正在不断增加（图表48）。 图表 41：2025 年以来,自主品牌车企(部分)发布智能辅助驾驶发展新规划 车企 发布时间 “智驾平权”战略规划/目标 智驾方案 芯片选型 算力(TOPS) 能力实现 长安汽车CHANGAN AUTO天枢智驾 02-09 未来3年将推出35款数智新汽车,今年发布10万元级别搭载激光雷达的智驾车型。 DEEPAI AD PRO 地平线J3 5 自研行泊一体方案 天枢智驾Pro 地平线J6M 128 支持城市NOA 天枢智驾Max 英伟达Orin-X/Thor-U 254/730 全场景智能辅助驾驶,1Q26升级端到端 乾崑智驾ADS SE 华为MDC510 Pro 96 高速NCA、城区LCC 乾崑智驾ADS 华为MDC810 400 城市NCA、车位到位位 BYD天神之眼 02-10 10万元级及以上全系标配天神之眼C;10万元以下多数搭载。未来将有更多10万元以下车型搭载天神之眼,让全民智驾成为可能。 天神之眼C(DiPilot 100) 英伟达Orin-N/地平线J6M 84/128 高快领航NOA、记忆领航、智能泊车 天神之眼B(DiPilot 300) 英伟达Orin-X 254 城市无图NOA,主流城市通勤和长途驾驶 天神之眼A(DiPilot 600) 英伟达Orin-X*2 508 全场景高阶智能驾驶 吉利汽车GEEELYAUTO千里浩瀚 03-03 推出分层级智驾方案,覆盖不同价位车,全系标配高速NOA。 千里浩瀚H1 黑芝麻A1000*2 116 高速NOA、自动泊车APA 千里浩瀚H3 地平线J6M 128 城市NOA、记忆泊车HPA 千里浩瀚H5 英伟达Orin-X 254 全场景D2D、城市无图NOA、记忆泊车HPA 千里浩瀚H7 英伟达Orin-X*2/Thor*1 508/700 全场景D2D、城市无图NOA、泊车代驾VPD 千里浩瀚H9 英伟达Thor-U*2 1,400 全冗余L3架构+多模态VLA通用场景大模型 CHERY猎鹰智驾 03-18 计划2025年实现全品牌全系搭载,全球同步推进。到2025年底,奇瑞将有30余款车型搭载猎鹰智驾,覆盖奇瑞、捷途、星途品牌,包括9款燃油车。 猎鹰500(Cpilot 500/500+) 高通8620/地平线J6E/华为MDC510 Pro/地平线J6M/高通8775 80-128 端到端大模型行泊一体,支持高速NOA、城市记忆领航、记忆泊车 猎鹰700(Cpilot 700/700+) 英伟达Orin-Y/地平线J6P/英伟达Orin-X*2 200-508 端到端大模型+世界模型,全场景智驾,城市领航、代客泊车、智能召唤 猎鹰900(Cpilot 900) / 1,000 VLA+世界模型,在猎鹰700功能基础上,具备L3/L4级自动驾驶能力 广汽集团星灵智行 03-18 五档智驾方案逐步覆盖传祺、昊铂、埃安三大品牌全系车型。目标2025年稳居中国智驾第一阵营,2027年跻身全球第一阵营。 G100 英伟达/地平线J6系列 100 通勤领航、高速NDA、融合泊车FAPA G200 200 AI通勤领航、高速NDA、代客泊车辅助AVP G300 300 全场景D2D、城市NDA、代客泊车辅助AVP G700 750 一键触达、全场景D2D、城市NDA、泊车代驾VPD G1000 2,000 全冗余HWPL3/L4架构、一键触达、全场景D2D、城市NDA、泊车代驾VPD 资料来源：佐思汽研、亿欧智库、新出行、各公司官网、各公司官方微信公众号、OFweek、电动汽车观察家、公开信息、浦银国际 图表 42：前视一体机与域控制器的优/劣势及市场定位对比 性能/特点 前视一体机 域控制器 产品形态示意图 定义 集成了摄像头和处理单元的设备，主要用于实现ADAS功能，如车道保持辅助、自动紧急制动等 高性能计算平台，用于整合多个ECU的功能，并集中管理特定领域的传感器数据和执行器控制 功能 感知+计算+决策 计算+决策 硬件组成 包含摄像头、CPU/GPU/DSP、通信接口等 较大算力的CPU/GPU/DSP、通信接口等 算力配置 通常不超过5 TOPS 通常配备较大算力，当前百TOPS级别已成为主流 软件算法 自带操作系统和应用程序，内置主要针对前方视觉感知任务的专用软件算法 支持多任务操作系统和复杂的中间件，能够运行多种应用和服务，包括但不限于前方视觉、周围视觉、毫米波雷达、激光雷达等ADAS功能 优势 1）产品设计紧凑，易于安装 1）更高的计算性能和灵活性 2）功耗较低，可适配散热要求更敏感的燃油车 2）支持更广泛的应用场景 3）成本效益高，适合大规模量产 3）易于升级和维护 劣势 1）功能扩展有限 1）初期成本较高 2）升级能力较差，通常需要更换整个模块 2）设计和验证周期较长 3）对环境变化适应性较弱 3）系统复杂度较高，开发难度较大 适用范围 适用于L2及以下级别的辅助驾驶系统，专注基于视觉的感知任务 适用于L2+及以上级别的自动驾驶系统，不仅限于视觉感知，还包括融合其他类型传感器的数据，以及决策规划等功能 市场定位 1）中低端车型，成本效益高 针对中高端车型或自动驾驶解决方案，提供更高级别的自动化驾驶功能和更多样化的服务，目前搭载车型的价格段正在不断下探 2）尚未自研自动驾驶技术的传统燃油车企 资料来源：佐思汽研、法雷奥官网、德赛西威官网、浦银国际 图表 43：中国乘用车各价格区间乘用车标配 ADAS 域控的渗透率对比 注：图中横坐标轴所列示的价格区间均以人民币万元计； 资料来源：盖世汽车研究院、浦银国际 图表44：2024年，中国乘用车市场不同智驾等级辅助驾驶功能核心硬件方案占比 资料来源：NE时代、浦银国际 图表45：中国乘用车市场L2级及以上辅助驾驶方案选择：前视一体机vs域控制器 资料来源：盖世汽车研究院、NE时代、乘联会、Wind、iFinD、浦银国际 图表46：中国乘用车市场，搭载L2级及以上智驾域控的车型月度销量表现 资料来源：NE时代、浦银国际 图表47：中国乘用车市场，搭载L2级及以上智驾域控制器方案的车型销量及渗透率 资料来源：盖世汽车研究院、NE时代、乘联会、Wind、iFinD、浦银国际 图表 48：地平线 J6E/M 芯片搭载车型情况梳理：2025 年以来已定点超过 100 款全新车型 车企 智驾方案 系列 代表车型 功能实现 比亚迪 天神之眼 王朝网 海洋网 元PLUS、元UP、秦PLUS、秦LEV 海豹05DM-i等 高速NOA、城区通勤模式、记忆泊车 理想 AD Pro L系列 L9/8/7/6智驾焕新版 高速NOA、全场景LCC、离车泊入、记忆泊车 广汽 星灵智行 传祺、埃安 传祺向往S7、埃安RT等 高速NOA、城区通勤模式、记忆泊车 奇瑞 猎鹰智驾 奇瑞、捷途 iCAR、星途 平台化合作 高速NOA、城区通勤模式、记忆泊车 吉利 千里浩瀚 吉利银河 领克、极氪 吉利银河A7等 高速NOA、城区通勤模式、记忆泊车 长安 天枢智驾 深蓝、启源 深蓝S05/S07等 高速NOA、自动泊车 上汽 / 荣威、名爵 上汽MG4等 高速NOA、自动泊车 岚图 / / 平台化合作 高速NOA、城区通勤模式、记忆泊车 大众 / / 平台化合作 高速NOA、城区通勤模式、记忆泊车 北汽 / / 平台化合作 高速NOA、城区通勤模式、记忆泊车 资料来源：新出行、佐思汽研、浦银国际 另一方面，自动驾驶的软件算法仍在向前演进，系统的感知精度和响应速度还有持续优化的空间。从技术演进的角度来说，AI技术的持续进步，增强了自动驾驶对复杂场景的理解与应对，强化了决策能力，优化了路径规划，催生了自动驾驶算法架构不断演进的基础动力（图表49）。 目前，行业技术路线尚未完全收敛，算法架构仍在持续升级。特斯拉作为行业标杆，在2024年发布FSD(Full Self-Driving)V12.3版本，由BEV+Transformer切换至基于大模型和数据驱动的端到端架构。端到端架构直接建立了从感知输入到驾驶行为输出的映射，能有效减少或降低数据传输与处理的延迟和误差，有助于提升自动驾驶的精准度和效率（图表50）。国内大多车企选择跟进，端到端架构渐成行业算法新主流。目前，端到端架构的发展大致也遵循渐进式路线。大部分主机厂和方案商沿着从感知模块端到端，到分段式端到端的路径，最终目标是实现单一模型的端到端自动驾驶（图表51）。 在此过程中，车企为了兼顾系统的安全和效率，不断引入新的研发范式，例如增加语言模型来配合端到端技术，形成端到端+VLM（Vision-Language Model,视觉语言模型）。2025年，进一步融合视觉、语言与动作的VLA（Vision-Language-Action，视觉-语言-动作模型）也被运用到驾驶决策链，以减少数据依赖并提升泛化能力，实现对端到端任务的有效增强。另外，包括特斯拉、蔚来在内的车企和华为也在世界模型上有所耕耘。具体来看，国内头部玩家在技术架构上，多采取单路线深耕、多路线融合的发展策略。 - 华为：世界模型深度落地，辅以端到端，不单独发展VLA，“安全+可靠性”优先。采用WEWA架构（World Engine + World Action Model），云端“世界引擎”用于模型训练，车端“世界行为模型”支撑决策。华为已于2025年9月完成乾崑智驾ADS4推送，升级WEWA架构。 - 理想：VLA为主，世界模型为辅，“交互+拟人化”优先。理想在2025年英伟达GTC大会上正式公布了下一代智驾方案MindVLA，2025年8月随i8车型首发VLA司机大模型，并在9月向ADMax车型全量推送。 - 小鹏：VLA模块负责交互，世界模型负责预演，协同支撑XNGP。小鹏在2025年4月发布720亿参数的云端世界基座模型；又于11月的科技日发布第二代VLA大模型，将于2026年第一季度向Ultra车型全量推送。 落实到具体功能层面，端到端架构显著提升了系统泛化能力，高阶组合驾驶辅助进一步迈向全场景化。2024年年底以来，头部车企开始致力于推出全场景“车位到车位”功能。此概念由华为首先提出，指向从任意车位出发到目的地车位的全程、全场景体验。目前，“华为系”、理想和小鹏等车企在节奏上领先，均已实现功能的全量推送（图表55）。在头部玩家的技术引领作用下，高阶组合驾驶辅助功能持续从“能用”向“好用”优化，叠加产业链的规模效应，将推动上游硬件成本下降，加速更多功能的下沉和规模化应用。而更多的用户数据积累，又将加速实现智驾产品优化，从而形成正向循环，拉动智驾域控装机量的增长。 图表49：自动驾驶技术的主要迭代路径梳理 路径 变迁 基于规则算法（Rule-Based） 端到端架构（End-to-End） 2D+CNN BEV+Transformer BEV+Transformer +占用网络 分段式端到端 一段式端到端 发展 时间 2017-2019年 2020年 2022年 2023-2024年 2024年至今 能力 实现 基于单任务/多任务神经网络处理感知信息，进行后融合，通过大量计算统一升维到3D坐标系中进行驾驶决策 将传感信息通过神经网络提取特征后，投影到鸟瞰式视角，通过Transformer算法进行多模态数据处理及决策 在上代模型基础上，引入占用网络，可直接在BEV空间中完成动态障碍物的3D检测和静态障碍物的识别建模，解决未标注物体的Corner Case问题 在端到端框架下保留部分模块化设计，将感知端收集的信息，通过“中间层”特征向量进行数据传递，决策层再作出决策处理 将感知层与决策层打通，直接处理来自传感器的原始数据，进行驾驶决策 优势 图像识别处理优秀；有效处理传感器数据融合 实现更精确的环境感知、更长远的运动规划和更全局化的决策 通过对空间体系占用判断，减轻Corner Case影响；更强的时序信息建模能力 端到端模型的驾驶更接近人类驾驶员的驾驶习惯 实现感知-决策-执行的端到端输出，与分段式相比信息损失减少 局限性 需要大量数据标注；关注局部特征，缺乏全局信息建模能力；对于时序任务处理能力偏弱 仅能识别已标注物体，无法解决大量Corner Case问题 计算复杂度较高；信息传递过程中可能存在积累误差 通过“中间层”矢量化数据进行信息传递，信息损失较大 模块解释性降低；对于大规模数据依赖性较高 资料来源：甲子光年智库、盖世汽车研究院、亿欧智库、公开资料、浦银国际 图表50：端到端架构为自动驾驶开辟了新路径，相较于模块化架构能有效降低延迟、减少误差 资料来源：艾瑞咨询、盖世汽车研究院、浦银国际 图表 51：端到端自动驾驶系统架构演进过程及特点对比 特点 感知模块端到端 分段式端到端 单一模型端到端 架构示意图 BEV感知 人为定义 接口 Rule-based Planner BEV感知 人为定义 接口 AI PlannerBEV Feature 隐式表达特征 定义 将智能辅助驾驶拆分为独立模块,分步处理感知、预测、决策、规划、控制。基于BEV技术实现感知模块的端到端,直接输出感知数据 在端到端框架下保留部分模块化设计,通常分为感知层和决策规划层,二者使用相互独立的端到端模型,中间通过特征向量传递数据 完全消除模块界限,将感知层和决策规划层打通,通过单一神经网络直接处理来自各类传感器的原始数据,并生成驾驶决策指令 感知 以BEV+Transformer为基础,常结合OCC,以多传感器融合精确感知 相较上一阶段无显著变化,BEV感知更多输出特征向量而非结构化数据 融合为一个统一模型,不再单独划分感知模块 规划决策 基于规则的决策规划模块 采用将决策规划模块神经网络化的AI Planner;或决策规划模型基于特征向量输出运动规划的结果 没有模块间的明确划分,从原始信号的输入到最终规划轨迹的输出,完全融入One Model模型 训练方式 各模块独立训练 感知与规划模块无法独立训练,需通过梯度传导的方式进行联合训练 基于深度学习方式,进行全端到端的模型训练 优势 模块独立开发,可解释性强,便于调试和功能迭代;规则覆盖特定场景。 支持模块独立优化,出现问题时更易定位和追溯问题源头;平衡系统可解释性与数据驱动能力,降低训练难度。 简化信息传递,减少延迟/误差,无损传递提升决策精度;泛化能力强:模型自主学习和适应未定义的驾驶场景,全局优化增强复杂场景应对能力;系统响应速度更快。 局限性 场景碎片化:每个模块独立优化,整体性能受短板限制;长尾难题:复杂场景适应性不足,无法处理未预编程的极端场景/特殊情况。 信息损失:接口基于人类定义,各任务解耦可能导致信息损失;丢失最优性:由于信息损失和模块间优化目标不一致,可能无法达到整体最优;误差传递:误差可能在模块间传递并累积放大,感知错误传递到下游,规则无法反向修正。 系统透明度低:模型内部复杂,“黑盒化”导致系统输出难以理解和控制,调试困难;数据依赖:需要大量高质量数据输入和超算能力训练模型;数据获取和初期训练成本高。 资料来源：辰韬资本、亿欧智库、盖世汽车研究院、甲子光年智库、深蓝AI、浦银国际 图表52：核心维度对比：VLA模型vs世界模型 对比维度 VLA模型 (视觉-语言-动作模型) 世界模型 (World Model) 核心目标 建立感知、推理到行动的跨模态精准映射 通过学习、理解世界运行的底层规则，构建一个对外部世界的虚拟、内部模型 依赖基础 大数据、统计相关性 物理规律、因果关系 推理方式 模式匹配（从海量数据中找最相似的答案） Mental Simulation（心智模拟/想象） 关键输出 可解释的动作、控制命令或思维链轨迹 未来占用率、道路用户行为预测、合理未来 信息处理路径 传感器数据→视觉Token→语言语义→控制指令 传感器数据→视觉特征→控制指令 本质定位 支持自然语言交互的“类人司机AI”：让自动驾驶汽车具备“看、想、做”的能力，以“理解+沟通+行动”为核心，追求“像人类司机一样决策并解释”。 智驾系统的“虚拟预演大脑”：以“物理规律模拟+因果推理”为核心，在内部模型模拟、推演、预测未来可能的场景，追求“提前预判风险、规避未知场景”。 组件/架构 三大模块深度融合： 1）视觉编码器（处理摄像头/点云数据） 2）大语言模型（LLM） 3）策略控制模块（扩散模型生成控制指令） 双层级架构： 1）云端“场景生成引擎”（生成极端/罕见场景） 2）车端“决策预演模块”（预测未来120s交通动态） 优势 1）决策可解释性提升信任：可生成思维链解释，提高系统透明度，解决传统端到端的“黑盒决策”问题。 2）泛化能力强：依托LLM常识处理新场景，通过端到端模型训练实现整体优化，可用于广泛的具身AI任务。 3）适合复杂语义场景：模型架构天然支持复杂语义的解析、推理与生成，与城市场景适配性强。 4）人机交互自然：支持模糊语音指令，能够为人机交互提供直观、可解释的沟通界面，自然的语音交互也可以提升用户体验。 1）预测能力强，安全性高：对未来、动态、复杂场景的预测能力强，可通过反事实预演提供理性的规划，实现主动决策而非被动纠正。 2）研发效率高：通过在虚拟历程中进行快速测试、验证和训练，减少实车测试，降低测试成本。 3）长尾场景覆盖广：通过仿真模拟生成长尾/极端场景，突破罕见场景数据难以大量采集的局限。 4）提供冗余、安全校验机制：即使主系统（决策/动作模块）出现问题，世界模型也能作为“虚拟大脑”进行冗余判断、风险分析和仿真校验。 局限性 1）对环境物理动态+长尾/稀有场景的预测能力弱：难以预判突发风险，在训练数据未覆盖的场景中易失效。 2）监督信号稀疏，学习不充分：以低维驾驶动作输出作为监督，输入高维视觉信息和语言指令，导致模型潜能未能得到有效利用。动作模态信息密度明显低于视觉和语言，使得模型训练时动作学习信号相对较弱。 3）推理限制和延迟：集成了多模态感知与直接动作生成，显著增加计算复杂度，可能导致在实时、低级控制系统中产生延迟问题。 1）构建复杂：构建普适的高精度世界模型极其困难，对数据质量、计算规模与系统设计均提出了极高要求。 2）与语义理解/规则/常识融合较弱：偏重物理+动态+预测/仿真/规划，对复杂语义、交通规则、行人意图、社会交互规则等融合较弱，部分场景表现不够灵活。 3）交互能力弱，可解释性/透明性可能较差：决策过程依赖于高维隐式状态空间的建模与计算，在对外输出时难以转化为人类可直观理解的语义解释。 典型应用场景 城市场景（复杂路口、人车混行） 泊车（语音控制记忆泊车） 日常通勤（习惯记忆） 高速L3场景（预判前车变道） 极端天气（暴雨、大雾） 罕见场景（施工绕路、前车急刹） 资料来源：焉知汽车、深蓝AI、新机器视觉、智驾最前沿、公开资料、浦银国际 图表53：部署在云端的生成式世界模型与端到端、VLM、VLA的关系 资料来源：理想汽车、亿欧智库、浦银国际 图表54：端到端系统越过正向收益爆发点后，性能表现将超过模块化算法 资料来源：盖世汽车研究院、甲子光年智库、浦银国际 图表 55：主流新能源车企积极部署端到端大模型量产上车,追求 “车位到车位” 高阶智驾功能实现 品牌 发布时间 端到端大模型 “车位到车位”功能 模型/方案名称 上车时间 首搭版本 推进节奏 小鹏 2024-05 端到端AI大模型 XNet + XPlanner + XBrain 2024-07 AI天玑 5.5.0 2024年11月于P7+开启首测,12月31日开启先锋智驾团推送。2025年1月底在XOS 5.5.0正式版全量推送。 华为 2024-04 端到端AI大模型 GOD + PDP 2024-09 乾崑ADS 3.2 2024年8月随享界S9发布“车位到车位”功能。2024年12月起,鸿蒙智行全系车型陆续开启全量推送。 理想 2024-08 E2E+VLM 双系统智能驾驶方案 2024-10 OTA 6.5.0 2024年11月底向L系列AD Max用户和理想MEGA用户完成全量推送,增加“车位到车位”功能。 小米 2023-12 端到端+VLM 视觉语言大模型 2024-12 HAD 2024年11月在广州车展展示能力,12月底开始向SU7 Pro/Max用户进行先锋版推送,2025年3月开启全量推送。 蔚来 2024-07 世界模型NWM 智能驾驶架构NADArch 2.0 2025-01 Banyan榕3.1.0 2025年5月首个版本正式开启推送超过40万台的“Banyan榕”车型,“Cedar雪松”车型则于6月底开启推送。 资料来源：佐思汽研、各公司官网及微信公众号、汽车之心、证券时报、搜狐汽车、公开资料、浦银国际 从行业发展的角度来说，在L2级组合辅助驾驶向L3乃至更高级别自动驾驶演进的过程中，主控芯片及计算平台的性能提升，有助于域控制器的价值量增长。如前文所述，中国目前已迈出L3级自动驾驶走向规模化应用的关键一步。2025年6月，包括比亚迪、蔚来在内的7家乘用车企上榜首批L3级智能网联汽车准入试点名单（图表57）；12月，工信部批准北汽极狐和长安深蓝的两款L3级自动驾驶车型许可，允许其在指定区域开展试点。除了获批准入的试点车企，多家主机厂/供应商都在酝酿L3级车型的规模化商业落地（图表58）。华为在2025年4月发布了高速L3商用解决方案ADS4Ultra旗舰版。目前，尊界S800、问界M9、蔚来ET9、极氪9X等车型均已宣称“具备L3级架构”。 要实现L3级自动驾驶，智驾域控搭载的主控芯片算力需大幅跃升。L3级自动驾驶的责任主体部分转移至车企（图表11)，系统要在动态的交通环境中保持行驶稳定性，准确识别复杂的城市路况和各类交通参与者，并做出正确决策。这对系统的闭环能力、推理效率和鲁棒性提出了更高要求，而算力对于智驾推理算法的部署与运行效果至关重要。目前看来，实现L3级自动驾驶的能力需要大规模神经网络模型进行实时推理，基于端到端架构的VLA模型/世界模型使得车端模型参数扩大，放大了对于车端算力的需求，稠密算力门槛升至200TOPS以上(图表56)，稀疏算力需求则跃升至千TOPS级别。 相应地，智驾SoC在2025年进入更新换代周期。主力芯片厂商的新一代产品，包括地平线J6P、英伟达Thor-U、高通骁龙8797、黑芝麻A2000等；以及主机厂自研的SoC芯片，包括蔚来神玑NX9031、小鹏图灵AI芯片、理想M100等，均瞄准L3及以上等级自动驾驶，已陆续或即将进入量产阶段。 L3及以上级别自动驾驶的系统要求，也使得域控制器复杂度呈指数级提升。因其不仅需要处理来自摄像头、激光雷达等多源传感器的海量数据，还必须在严格的实时性、安全性和可靠性约束下完成感知、决策与控制的闭环。在功能层面，L3与L2很大的一个区别是在系统发生故障后，L3级自动驾驶域控制器还能控制汽车继续安全行驶，以带故障运行（Fail-Operational）的状态为驾驶员接管争取时间。目前国内标准明确要求，从系统发出介入请求到驾驶员响应的时间应不少于10秒。为达到响应能力要求，常见的处理方式是进行充足的冗余设计，这也意味着，L3级自动驾驶域控制器不再依靠单一SoC承担任务，而是以多颗高性能SoC与功能安全MCU共同构建一个能够实现冗余容错的计算平台。以上种种，将带动智驾域控的整体价值量提升。 图表56：不同智能驾驶等级对于车端算力需求 等级 算力要求 功能实现 2级 ≥50 TOPS ACC、LCC、APA、AVP、RPA、高速领航辅助驾驶、城区领航辅助驾驶 3级 ≥200 TOPS ACC、LCC、APA、AVP、RPA、TJP、高速有条件自动驾驶、城区有条件自动驾驶,双冗余&高可靠 4级 ≥1,000 TOPS ACC、LCC、APA、AVP、RPA、TJP、高速自动驾驶、城区自动驾驶、园区自动驾驶,全冗余&高可靠 5级 ≥2,000 TOPS 任意点到任意点,全冗余且高可靠 资料来源：《汽车智能驾驶技术及产业发展白皮书》、浦银国际 图表 57：中国首批进入 L3 级智能网联汽车准入和上路通行试点名单的乘用车企 车企 使用主体 所在城市 最新进展（截至2025-12） 长安 重庆长安车联科技有限公司 重庆市 2025年12月15日，长安深蓝SL03获得工信部L3级有条件自动驾驶车型准入许可，可在重庆指定区域开展上路试点，实现在交通拥堵环境下高速公路和城市快速路单车道内的自动驾驶功能，最高车速50km/h。 比亚迪 深圳市东潮出行科技有限公司 广东省深圳市 2025年12月17日消息，比亚迪已在深圳开启面向量产的L3级自动驾驶全面内测，覆盖深圳开放的高快速路，兼顾雨天、夜间、施工等场景工况，目前已完成超过15万公里的实际道路验证。 广汽 广汽祺宸科技有限公司 广东省广州市 2025年12月24日，广汽昊铂A800在广州正式启动L3级有条件自动驾驶高速公路研发测试，测试速度最高可达120km/h。 上汽 上海赛可出行科技服务有限公司 上海市 2025年12月22日，公司通过“上证e互动”表示，正在推进相关L3车型的准入申报进程。 北汽蓝谷 北京出行汽车服务有限公司 北京市 2025年12月15日，极狐阿尔法S6获得工信部L3级有条件自动驾驶车型准入许可，可在北京指定区域开展上路试点，实现高速公路和城市快速路单车道内的自动驾驶功能，最高车速80km/h。 中国一汽 一汽出行科技有限公司 北京市 目前暂无更新。 蔚来 上海蔚来汽车有限公司 上海市 2023年12月，蔚来获得上海市有条件自动驾驶（L3级）高快速路测试牌照，在指定道路开展有条件的自动驾驶系统实际道路测试。 资料来源：工信部、新华网、第一财经、易车、新浪财经、蔚来官网、浦银国际 图表 58：多家中国车企/供应商正在积极布局,等待 L3 级自动驾驶的商业化落地 公司 2023 2024 2025 2026 2027 × 获广州L3级自动驾驶道路测试牌照 1Q26推送第二代VLA年内量产L4级车型 × 获北京L3级自动驾驶道路测试牌照 2029年之前推出L4级自动驾驶车型 × 获得L3测试牌照 个人乘用车L3通过产品准入 L4 Robotaxi启动收费运营 具备个人乘用车L3量产能力 个人乘用车L3规模化交付 惠利汽车GELY AUTO 极氪获上海、杭州L3测试牌照 吉利获杭州全域L3级自动驾驶路测牌照 推送高速L3和低速L4功能 CHERY 实现L3级自动驾驶车辆量产 开展L4级Robotaxi小规模示范运营 高速L3试点商用城区L4测试 高速L3规模商用城区L4试点商用 高速L3规模放量城区L4商用 资料来源：各公司官网、各公司官方微信公众号、佐思汽研、NE时代、浦银国际 # 发展趋势：延续跨域融合思路，探索舱驾一体方案 正如我们在第一章所述，当前整车电子电气架构仍在向中央集成式演进，各功能域呈现出跨域融合的发展趋势。目前，跨域融合已成为车企突破技术瓶颈、构建差异化优势的关键选择。而行业跨域融合的大体思路相近，即先将部分域的功能集成到一个高性能计算单元内，再逐渐聚合更多域的功能。 其中，自动驾驶域和座舱域作为直接承载用户驾乘体验的核心功能域，二者的融合方案是行业一个重要的探索方向。梳理行业发展脉络，舱驾融合的大趋势演化出三种主要的形态：行泊一体、舱泊一体以及舱驾一体(图表59)。 - 行泊一体：早期车辆的行驶和泊车是相对独立的两套控制系统，泊车域、行车域与座舱域相互分离，直到行泊一体方案在2022年进入量产元年、2023年迎来大规模落地。行泊一体也是当前的主流方案，2025年上半年中国市场91.2%的ADAS域控采用行泊一体方案（图表60）。 - 舱泊一体：充分利用座舱芯片的算力冗余集成泊车算法，实现基础泊车功能的融合。舱泊一体方案通常以降本为重要目标，定位瞄准20万元以下、甚至15万元以下的车型，已于2024年实现量产上车。 - 舱驾一体：主要通过整合智驾域与座舱域的硬件架构和软件系统，实现资源复用与协同调度，在降低开发与运维成本的同时，提升车辆的交互和实时响应能力，综合改善用户的驾乘体验，并强化安全性能，这也是舱驾融合的高级形态。2023年下半年以来，舱驾一体的开发、落地速度加快，基于高通骁龙8775P的舱驾一体域控方案现已实现量产。 从技术方案的迭代来看，舱驾融合历经了单盒多板、单盒单板多芯的阶段，有望随着主控芯片算力和计算性能的提升，在2026年进一步迈向单板单芯，实现单芯片舱驾融合域控方案的量产（图表62）。“中央计算单元+区域控制器”的计算架构也在持续演进，以不同形式适配不同定位车型。依托舱泊一体方案实现降本增效只是舱驾融合方案落地的第一步。随着自动驾驶能力进步，行业将持续寻求兼顾全场景智驾表现和高性能座舱体验的能力突破。 此外，在舱驾融合的基础上，行业也在探索二者与其他功能域的整合，创造出更多功能和落地场景，包括语音控驾、高效泊车辅助、主动防晕车以及“感知系统+安全气囊”跨域联动主动预判风险等创新应用。 展望未来，行业将沿着整车电子电气架构升级的方向继续发展，通过跨域融合重构，达到硬件资源共享、软件服务互通、场景协同联动的效果，从而实现整车功能的进一步集中和智能化的高效率升级。 智能电动车发展早期，感知端传感器数量迅速上升，出于安全性和稳定性考虑，以及芯片算力的客观制约，车辆的行驶控制系统和泊车控制系统是相互独立的两套系统，并分别独立于座舱系统。 图表59：自动驾驶域和座舱域进行跨域融合发展的三个阶段 舱行泊分离（2020-2022年） 舱驾融合（2025年以来） 资料来源：亿欧智库、佐思汽研、浦银国际 随着芯片算力朝着1,000 TOPS迈进，域融合集成度提高，进而实现单芯片的舱驾融合，达到效用最大化。 图表60：2025年上半年，中国乘用车市场ADAS域控方案类型占比情况 资料来源：盖世汽车研究院、浦银国际 图表61：全球及中国舱驾融合域控制器出货量与中国市场装配率预测 注：E=Frost&Sullivan、浦银国际预测；资料来源：Frost&Sullivan、车联天下招股书、浦银国际 图表62：舱驾一体的融合进展及对应技术方案形态 资料来源：亿欧智库、浦银国际 图表 63：多种“中央计算单元+区域控制器”的计算架构形式，可适配不同定位车型 架构形式 适配车型 应用趋势 高性价比高灵活性 10-20万元价格区间的主机厂及车型常见架构，如零跑、小鹏MONA等高性价比电动车型 ·低中高配置阶梯灵活适配 ·舱+驾（低阶）单芯片，高阶智驾（选配）支持灵活选型 ·域间100M/1G以太网连接 ·2-3个区域控制器 高性能多计算平台 20万元以上中高端车型广泛采用 ·使用座舱和智驾两个计算单元，多采用高通+英伟达/以地平线为代表的国产智驾芯片 ·相对独立的软件平台，继承性高 ·域间100M/1G以太网连接 ·3-4个区域控制器 高性能舱驾一体计算平台 20万元以上中高端车型正逐渐向舱驾一体计算平台发展 ·AI计算中心（Thor-X/U、Orin-X、地平线J6系列、高通SA8397P等）部署智驾端到端大模型和端侧大模型（多模态交互/LLM） ·AI交互中心（高通SA8295P、高通骁龙Gen3、AMD Ryzen2等）作为智慧智能体，实现认知中枢和记忆中枢能力，部署大模型Proxy、意图识别模型、大模型推理结构等 ·通过PCIe片间通信，智驾和座舱之间跨域数据带宽从千兆大幅提升到10+Gbps，实现10倍以上的传输速率提升 高性能舱驾控一体化中央计算平台 30万元以上高性能旗舰车型 ·采用双英伟达Thor-U、双高通SA8797等高性能中央计算芯片，实现舱驾控一体化 资料来源：佐思汽研、浦银国际 # 智驾Tier1竞争格局 # 按地域：本土发育表现亮眼，国产厂商份额过半 从收入规模来看，中国目前已成为全球最大的驾驶辅助解决方案市场。在整体智能驾驶解决方案市场，根据Frost&Sullivan数据，2024年中国市场实现收入人民币1,274亿元，同比增长 $46\%$ ，占全球市场的 $39.4\%$ （图表64）。具体到智能驾驶域控制器市场，中国更是占据全球“半壁江山”，并在同比增速上呈引领态势。2024年中国智能驾驶域控制器市场规模已达468亿元，获得全球市场 $44.9\%$ 的份额，预计将在2025年进一步提升至 $46.1\%$ 。并且，2024年中国市场同比增幅达 $86\%$ ，明显高于全球整体的 $64\%$ （图表65）。 图表64：中国智能驾驶解决方案市场收入规模与占全球份额及预测 注：E=Frost&Sullivan预测，仅包含乘用车智能驾驶解决方案；资料来源：Frost&Sullivan、均胜电子招股书、浦银国际 图表65：中国智能驾驶域控制器市场收入规模与占全球份额及预测 注：E=Frost&Sullivan预测，仅包含乘用车智能驾驶解决方案；资料来源：Frost&Sullivan、均胜电子招股书、浦银国际 乘用车ADAS市场竞争格局正在快速重构，中国厂商后发先至，崛起趋势愈加明显。传统汽车时代，博世、大陆、法雷奥、采埃孚、电装等海外Tier1巨头，曾凭借领先的技术和丰富的经验主导ADAS市场，并最早于2018年开始规划布局自动驾驶解决方案。但是，随着以新势力品牌为首的中国车企在智驾领域“急先锋式”的探索取得成果，本土Tier1供应商也深度参与了相关方案的开发、验证和量产过程，自此实现了快速崛起。 在基础ADAS领域，Tier1厂商交付的产品形态以前视一体机为主。这部分市场发展相对成熟，且合资品牌的燃油车还在大量采用，目前各供应商的份额差距并不显著，但海外Tier1的份额仍呈滑落趋势。根据NE时代，2025年1-9月以博世和法雷奥的市占率下滑最为明显，二者份额相比2024年分别下滑2.5/2.2个百分点。与此同时，中国厂商以福瑞泰克、经纬恒润表现相对突出，分别实现4.6/0.5个百分点的份额提升，达到 $9.0\% /7.6\%$ 的水平（图表66）。此外，包括知行科技、佑驾创新等在内的新兴国产厂商，也实现了前视一体机方案的大规模量产，2025年出货量有望快速增长。 在L2及以上级别智驾领域，特别是进入高速NOA之后的“中高阶智驾深水区”，中国本土企业发力高算力芯片平台的方案开发并率先实现量产，凭借着自身的技术和经验的积累、对于本地市场的深刻理解和快速响应客户需求的能力等优势，实现了迅猛发展。国产Tier1厂商现已占据智驾域控市场过半份额。2025年前三季度，智驾域控装机量排名前三的比亚迪、德赛西威和华为，合计获得 $66.2\%$ 的份额（图表67）。其中值得注意的是，比亚迪因推动天神之眼C方案的技术普惠以及搭载自研自制的域控方案，份额实现了近30个百分点的提升。我们认为，未来本土厂商将继续在中国市场进行充分竞争，共同迈向高阶自动驾驶和海外市场的星辰大海。 图表66：中国乘用车市场前视一体机装机量份额分布变化 注：根据国内整车终端销售数据为统计口径整理,不含进出口；内圈为 2024 年全年数据,外圈为 2025 年前三季度数据；资料来源：NE 时代、浦银国际 图表67：中国乘用车市场智驾域控装机量份额分布变化 注：根据国内整车终端销售数据为统计口径整理,不含进出口；内圈为 2024 年全年数据,外圈为 2025 年前三季度数据；资料来源：NE 时代、浦银国际 # 按合作模式：车企参与度提升，产业链紧密度加深 正如我们在前文中所探讨的，在电动化和智能化的浪潮下，汽车产业传统的零部件供应体系随之变革，各参与方的合作形式逐渐丰富。而智驾域控作为智能电动车中的核心部件，在设计、制造到最终交付的过程中，主机厂与供应商之间的分工也变得愈加灵活。我们结合主机厂的视角，根据其在各个合作模式中参与程度的从低到高，将Tier1的交付分为以下三类。 - 1）主机厂一体采购，Tier1全栈交付。由供应商完全主导、以黑盒的形式将ADAS方案交付给车企，曾是传统汽车行业的一种常见合作模式。在普及基础ADAS的时代，海外头部的Tier1厂商均有基于Mobileye、瑞萨等的小算力芯片的前视一体机方案，主机厂按需打包采购。随着ADAS功能升级，智驾域控逐步量产上车，处于此种合作模式的Tier1供应商，会为主机厂提供全栈的硬件和软件(底层软件+中间件+应用算法)；车企则只基于整套的解决方案进行简单的上层功能开发。 华为是此模式的一个典例，不仅可以提供全栈智驾解决方案乾崑ADS，而且能供应SoC芯片、激光雷达等核心智驾零部件，实现了计算平台MDC从底层硬件到软件架构的全覆盖。华为在2024年中国乘用车第三方软硬一体智驾域控市场呈绝对领先态势，市占率达 $79.0\%$ （图表69）。2025年华为还推出了与车企联合打造品牌的乾崑模式（HIPlus“三境”）。 在这种合作模式之下，方案的设计和应用开发的核心技术均由Tier1掌握。一方面，主机厂虽然能够实现智驾域控的快速上车，但无法进行自定义开发；在后续功能升级、调整的过程中，自主研发的能动性也受到极大限制。另一方面，Tier1虽然能通过高度的软硬件一体化更好地达成商业闭环，但也同时面临对于方案研发和工程落地能力的极大考验，特别是在需要大量数据闭环和云端算力投入的高阶智驾领域。 图表68：华为智能驾驶计算平台MDC610：搭载自研昇腾610SoC芯片，提供200TOPS算力 资料来源：华为官网、浦银国际 图表69：2024年，中国乘用车前装辅助驾驶域控第三方供应商软硬一体全栈方案市场份额情况 注：不含外资供应商，不含纯硬件供应商；资料来源：佐思汽研、浦银国际 - 2）双方联合开发，合作生产。由于第一类模式中存在的现实问题，行业演化出了一种更加融合的模式——Tier 1以域控制器为连接枢纽，联合上下游完成智驾方案的开发，这也是当前较为主流的选择。其中，Tier 1负责整合上游芯片、核心传感器等资源，开发部分软件并提供域控制器的硬件生产，以灰盒的形式交付；主机厂则掌握智驾应用层的开发权限，双方形成紧密合作。并且，随着行业智驾渗透率的提升，我们认为智驾应用场景将进一步丰富，并分化出两个方向上的需求。 一方面，延续2025年NOA功能大规模落地的趋势，车企推动“科技平权”车型价格段的持续下探。面对价格敏感度更高的潜在用户，车企依然要在不显著增加成本的情况下，实现部分功能的“从无到有”，寻求技术普惠与价值升级之间的动态平衡。并且，面对整车市场的高饱和竞争环境，主机厂还需兼顾方案量产落地的速度。 因此，我们认为，以高速NOA为代表的中阶智驾方案将进一步标准化，从而使车企在可控成本下实现功能装机。同时，安全性作为驾驶自动化技术变革中不变的焦点，也使Tier1方案的工程化成熟度显得尤为重要。针对车企的核心诉求，越来越多的Tier1瞄准20万元以下乃至10万级的主流量产车型，并基于地平线J6M芯片推出解决方案（图表70），依托本土化供应链实现更高性价比，并已集中于4Q25实现首批量产。在此需求情境中，产品成熟度较高、具备量产经验和稳定交付履历的Tier1更易获得定点并扩大自身份额。 另一方面，随着智驾功能的进一步升级，车企对于功能差异化定义的诉求更加强烈，希望实现方案的软硬件分离，由Tier1整合硬件资源，同时主攻域控基础软件平台。亦有部分车企要求Tier1将方案以白盒形式交付，以支持主机厂掌控系统，特别是在应用算法层面的自主开发权。在此需求情境中，能够快速响应主机厂需求、具备强工程化落地和供应链资源整合能力的Tier1更易获得青睐。 3）主机厂全栈自研，委托Tier1代工。随着行业技术架构的演进和车企能力的分化，智驾水平处于行业前列的车企开始加深自研，对于智驾决策核心（域控制器）的合作主导权有了更高的优先级，希望追求从硬件到软件的全栈闭环。从产业链分工的角度来看，在此类合作模式下，主机厂除了软件算法的开发，还深度参与并且主导域控制器的硬件架构设计，掌握极高的话语权和主动权；Tier1则接受车企的代工委托，主要负责域控制器的硬件制造，并介入部分软件工程环节。 此类合作模式的典型代表特斯拉，2019年已经在Model3上实现了智驾芯片+域控+软件算法的全栈自研，域控制器交由和硕/广达代工。随后，中国新势力车企开始跟进，陆续转向，形成如蔚来+伟创力、小鹏/理想+德赛西威、零跑+华锐捷的组合。2025年以来，整车智能化竞争进入新阶段，更多车企认可了智驾能力对于实现差异化竞争的重要性，陆续加入自研方案、外包代工的队伍，如比亚迪、小米等。 图表 70：智驾 Tier 1 供应商(部分)基于地平线 J6M 芯片形成的方案对比 对比维度 商汤绝影 轻舟智航 知行科技 智驾大陆 佑驾创新 博世 智驾方案 SenseAuto AD Max 乘风 PRO iDC 510 繁星 HCT Astra iPilot 4 Max 纵横辅助驾驶升级版 搭载车型 (部分) 广汽传祺 向往 S7 吉利银河 A7 5代吉利帝豪 奇瑞新能源 部分车型 国内某头部 主机厂定点 某新能源车企 30万元级车型 吉利 海外车型 传感器配置 7V/11V (支持11V3R 插拔式配置) 11V3R 混合感知 最高支持 11V5R1L 11V1R 基础配置,11V3R/5R供选择,还可选配激光雷达 8M摄像头 +激光雷达 支持从7V3R到11V5R的灵活组合 芯片配置 单J6M 单J6M 单J6M 单J6M 双J6M 单J6M 核心优势 成本极致:硬件成本 混合感知:提升系统可靠性;功能全面:OTA 升级后可支持城市级领航。 提供硬件开发验证与底软适配服务,支持硬件定制化生产。 纯视觉无图化:实现全国通勤场景覆盖;成本控制:成本约6,000元,适配15万元车型。 强调“硬件标准化+软件定义体验”,采用安全冗余架构与端到端算法。 国际化适配:支持L3级功能,满足欧洲安全标准;海外市场经验丰富。 目标市场 中端市场:目标15-20万元车型,主打性价比 主流市场:>10万元车型,平衡成本与功能 中端市场:全国产化方案,配置性价比 中端市场:15-20万元车型,聚焦纯电SUV 某新能源车企30万元级别高端车型 海外:欧洲、东南亚等地区,适配国际标准 技术路径 强视觉,支持激光雷达 多模态融合,传感器互补提升可靠性 采用两段式端到端,实现全场景NOA 纯视觉,强调算法创新,激光雷达为选配 多模态融合,激光雷达+摄像头+毫米波雷达 国际化,聚焦L3功能与全球化标准 功能实现 LCC、高速NOA城市记忆行车(OTA升级后) 普惠型标准版城市NOA 高速/城市NOA、APA+HPA 无图全场景城市NOA 城市NOA车位到车位 高速NOA城市记忆行车 注：传感器配置中,L指代激光雷达(LiDAR),R指代毫米波雷达(Radar),V指代摄像头(Video); 资料来源：各公司官网、各公司官方微信公众号、佐思汽研、汽车之家、浦银国际 图表 71：智驾 Tier 1 供应商(部分)地平线 J6M 方案首批量产时间：已于 4Q25 实现第一波集中量产 资料来源：佐思汽研、盖世汽车、浦银国际 由此，行业也在探讨关于主机厂全栈自研对于第三方Tier1供应商成长空间的影响问题。我们重申在智驾芯片行业深度报告中的一个重要观点：全栈自研并非所有车企的必由之路。 - 兼具技术实力、资金储备、销量规模和管理效率，特别是已经大规模量产并进入方案迭代周期的车企，将在全栈自研的道路上继续前进，由Tier 1承接自研方案的代工业务。这之中既有代工业务量将随着自身车型销量规模的扩大而增长的玩家，例如特斯拉、蔚来、小鹏等已将软硬件的深度融合贯彻到了自研智驾SoC芯片的环节；也有从联合生产逐步转为制造外包的玩家，如理想、小米等。 - 对于更大一部分尚未实现功能普及，需要考虑方案性能、配置成本和落地时间的车企，提升效率应是当前的首要课题。回望传统车企的自研之路，从“城市NOA元年”2023年以来，虽然各家车企对于智驾的重视程度走高，亦纷纷提供支持要素，通过组建内部团队或孵化独立智驾公司，在算法、基础软件等各方面进行投入。但从落地结果来看，目前仅有极氪依靠近1,500人的自研团队实现了高阶项目的量产落地。 与此同时，行业法规日渐完善，监管层面对于智驾相关产品准入、召回及OTA升级的要求进一步规范化，这意味着每一次OTA都必须兑现为真实体验。内外压力双管齐下，许多车企的路径变得明晰，当务之急是厘清自身车型和系统产品的定位，从而明确需求，在保有核心研发团队的同时选取最适配的Tier1供应商合作。例如，吉利在2025年对智驾业务涉及的内外部5个公司/团队进行了整合，将其并入千里科技。另外，比亚迪、奇瑞、长城等车企也均采取“自研+外采”的并行策略发展智驾业务（图表72）。比亚迪智驾负责人杨冬生曾在采访中表示：“会抱着开放心态，和优秀的辅助驾驶供应商分工合作”。至于合资品牌，本轮补齐智驾功能的主流选择是与本土智驾Tier1合作（图表74）。以上都为第三方Tier1玩家创造了大量空间。 在此过程中，对于关键技术的掌控力、外部合作商的供应稳定性，依然是车企选择Tier1时的重要考量和顾虑——既要避免被单一核心供应商裹挟导致丧失议价权，又要建立信任关系、依托Tier1倾注的资源促成项目的率先落地。因此，主机厂也以多元化的方式与Tier1建立深度联系，通过合资、入股等方式再次入局，形成长城+元戎启行、奇瑞+轻舟智航、吉利+千里科技、一汽+卓驭等组合。 综上所述，我们认为产业链各方仍在探索新型整零关系，车企将走向更灵活的“自研+外采”融合策略。供应商面临的机遇与挑战并存，具备量产交付经验和工程化落地能力、能快速响应车企需求的Tier1更有望脱颖而出。此外，做好代工项目也将对Tier1扩大业务规模、协调产能带来正向影响。 图表 72：当前国内自主车企大多选择采取自研+外采并行的策略,部署集团的智驾方案 车企 智驾方案 芯片选型 传感器配置 方案部署 代表车型 BYD 天神之眼C(DiPilot 100) 英伟达Orin-N/地平线J6M 5R12V 算法方案以公司自研为主,比亚迪电子提供域控硬件 王朝网海洋网 天神之眼B(DiPilot 300) 英伟达Orin-X 5R11V1L/5R12V1L 混合方案,Momenta+自研 腾势N7 天神之眼A(DiPilot 600) 英伟达Orin-X*2 5R11V3L 采用Momenta算法方案 仰望U8 乾崑智驾ADS 华为MDC810 3R11V1L 车型提供乾崑智驾版配置,外采华为全套方案 方程豹豹8 吉利汽车GEELYAUTO 千里浩瀚H1 黑芝麻A1000*2 5R10V 千里科技提供千里智驾1.0,亿咖通提供核心基座Skyland Pro 银河星耀8银河E8</t