报 告 简 介

智能驾驶是人工智能、感知融合与汽车工程深度融合的产物，正在成为全球汽车产业变革的核心驱动力。它涵盖了从辅助驾驶到完全无人驾驶的多层级技术体系，是当前全球科技竞争与产业升级的关键赛道之一。

从全球格局来看，智能驾驶市场正处于高速增长通道。据The Business Research Company数据，2025年全球自动驾驶乘用车市场规模约1.3万亿美元，预计2030年将达2.27万亿美元。美国以Waymo、特斯拉为代表在Robotaxi和技术创新上保持领先，欧洲以法规和标准制定见长，而中国则凭借全球最大的汽车市场、最完整的新能源汽车产业链以及最积极的政策支持，正在快速缩小与领先者的差距。

聚焦中国市场，2025年是中国智能驾驶从“尝鲜”走向“标配”的关键转折年。全年新能源汽车销量达1649万辆，渗透率47.9%；L2级乘用车新车渗透率达66.1%，每三辆新车中约两辆具备组合驾驶辅助功能；城市NOA渗透率从2024年的1.52%跃升至2025年的约14%-15%，一年增长近十倍，搭载城市NOA的乘用车累计销量达312.9万辆。这些数字表明，智能驾驶技术已跨越早期采用阶段，正在进入大众市场。

在政策层面，中国已建立起涵盖顶层设计、标准规范、准入试点在内的完整政策框架。2025年12月，长安深蓝SL03与极狐阿尔法S6获得首批L3级有条件自动驾驶准入许可，标志着自动驾驶从测试验证迈向商业化应用。在技术层面，行业已完成从“规则驱动”向“端到端大模型”的范式切换，车端算力向2000TOPS迈进，云端智算中心加速建设，车路云一体化试点覆盖20个城市。在竞争层面，自主品牌在城市NOA赛道占据81.1%的销量份额，第三方智驾市场形成Momenta与华为“双强”格局，合计占据约八成市场份额。

展望未来，中国智能驾驶产业正处于从技术验证向大规模商业化的历史性转折点。预计2029年L2及以上智驾硬件市场规模将达4608亿元，L2+方案市场将超1500亿元；“智驾平权”推动高阶功能从30万元以上车型向7万-10万元车型下沉；商业模式正从硬件销售向软件订阅延伸。智能驾驶正在从“技术领先”走向“产业引领”，成为中国制造向中国智造跨越的重要标志。

本报告从全球市场、中国市场规模与渗透率、政策环境、产业链、应用场景、竞争格局、技术前沿及发展趋势等维度，对智能驾驶行业进行了系统分析。报告数据均来自工信部、中汽协等权威机构及券商研报，力求客观、严谨地呈现行业发展全貌，为政府部门及投资者理解行业态势提供参考。

报告核心看点

目    录

第一章 智能驾驶行业概述与定义

1.1 智能驾驶的概念界定与分级标准

1.1.1 智能驾驶的概念内涵与外延

1.1.2 SAE自动驾驶分级标准（L0-L5）

1.1.3 本报告的研究范围界定

1.2 智能驾驶行业发展阶段划分

1.2.1 技术萌芽与早期探索

1.2.2 商业化开启阶段（2010-2022年）

1.2.3 规模化落地阶段（2022年至今）

第二章 全球智能驾驶市场概况

2.1 全球智能驾驶市场规模与增长态势

2.1.1 全球智能驾驶市场总体规模

2.1.2 主要机构数据口径对比与说明

2.1.3 全球智能驾驶市场未来五年增长预测

2.2 全球智能驾驶区域格局与主要市场对比

2.2.1 北美市场发展现状

2.2.2 欧洲市场发展现状

2.2.3 亚太市场发展现状

2.2.4 中美欧核心指标对比

2.3 全球智能驾驶技术发展趋势

2.3.1 端到端大模型成为主流技术路线

2.3.2 车规级芯片向高算力方向演进

2.3.3 主要国家技术路线差异与标准竞争

第三章 中国智能驾驶市场规模与渗透率分析

3.1 中国汽车产业宏观背景

3.1.1 2025年中国汽车产销总体情况

3.1.2 新能源汽车市场表现与渗透率

3.2 中国智能驾驶市场规模

3.2.1 智能驾驶解决方案市场规模

3.2.2 不同统计口径的数据差异与解读

3.3 中国智能驾驶渗透率分析

3.3.1 L2级乘用车新车渗透率

3.3.2 城市NOA功能渗透率

3.3.3 5G与C-V2X装配情况

3.4 中国智能驾驶细分市场结构

3.4.1 按自动驾驶等级拆分

3.4.2 按智驾功能类型拆分

第四章 中国智能驾驶政策环境与监管框架

4.1 国家层面政策体系

4.1.1 顶层设计与产业发展政策

4.1.2 “十五五”智能网联新能源汽车产业发展规划编制进展

4.2 标准体系建设

4.2.1 已发布标准体系概览

4.2.2 在研标准与缺口分析

4.3 准入与试点政策

4.3.1 L3级自动驾驶准入许可

4.3.2 智能网联汽车准入和上路通行试点

4.3.3 “车路云一体化”应用试点

第五章 中国智能驾驶产业底座的上游硬件与中游系统

5.1 产业链结构概述

5.1.1 产业链全景图谱

5.1.2 各环节价值分布概览

5.2 上游：核心硬件

5.2.1 智驾域控芯片/SoC市场规模与竞争格局

5.2.2 摄像头、毫米波雷达、激光雷达市场分析

5.2.3 高精地图与高精度定位

5.3 中游：软件算法与系统集成

5.3.1 端到端大模型在中游的系统集成与产业化进展

5.3.2 域控制器与计算平台

5.3.3 智能驾驶操作系统

第六章 中国智能驾驶典型应用场景与商业化进展

6.1 乘用车前装市场

6.1.1 城市NOA与高速NOA搭载情况

6.1.2 高阶智驾从高端向主流市场下沉趋势

6.2 Robotaxi（自动驾驶出租车）

6.2.1 全球付费行程规模与中美对比

6.2.2 国内主要企业布局、运营模式与运营进展

6.2.3 Robotaxi市场规模预测

6.3 干线物流与末端配送

6.3.1 自动驾驶重卡跨省货运测试进展

6.3.2 无人配送车城市末端商用情况

6.4 封闭场景应用

6.4.1 智慧港口自动驾驶运营

6.4.2 矿区自动驾驶小规模商业化

第七章 中国智能驾驶市场竞争格局分析

7.1 整车厂竞争格局

7.1.1 新能源汽车销量前十厂商份额

7.1.2 自主品牌与合资品牌智驾搭载策略差异

7.1.3 比亚迪等头部车企智驾战略布局

7.2 第三方智驾解决方案商竞争格局

7.2.1 城市NOA第三方市场份额分布

7.2.2 主要供应商产品与技术对比

7.3 传统Tier1转型与整体竞争态势

7.3.1 博世等传统Tier1在华智驾业务进展

7.3.2 车企自研与第三方供应的此消彼长

7.3.3 竞争焦点从“上车”转向“体验为王”

第八章 中国智能驾驶技术发展前沿

8.1 从规则驱动到端到端大模型的技术路线演进

8.1.1 传统规则驱动方案的技术特征与瓶颈

8.1.2 端到端大模型的技术原理与架构突破

8.1.3 主流企业技术路线切换进展

8.2 算力基础设施

8.2.1 车端算力向2000TOPS迈进

8.2.2 云端智算中心建设提速

8.3 车路云一体化

8.3.1 国家级测试示范区与“车路云一体化”试点城市建设

8.3.2 开放测试道路里程与牌照发放

8.3.3 边缘计算与V2X通信等关键技术突破

第九章 中国智能驾驶发展前景与趋势展望

9.1 市场规模展望

9.1.1 L2及以上智驾硬件市场规模预测

9.1.2 L2+智驾方案市场规模预测

9.2 渗透率趋势

9.2.1 L2/L2+/L3渗透率演进路径

9.2.2 城市NOA渗透率中长期预测

9.3 关键趋势研判

9.3.1 智驾平权持续深化

9.3.2 商业模式从硬件销售向软件订阅延伸

9.3.3 产业链价值分布从硬件向软件与服务迁移

正    文

（温馨提示：文末附PDF文件下载）

第一章　智能驾驶行业概述与定义

1.1　智能驾驶的概念界定与分级标准

1.1.1　智能驾驶的概念内涵与外延

“智能驾驶”一词在中国语境下具有比“自动驾驶”更为宽泛的涵义。从技术本质来看，智能驾驶是指车辆通过搭载传感器（摄像头、毫米波雷达、激光雷达等）、控制器、执行器等装置，融合通信与网络技术，实现车辆对部分或全部驾驶任务的自主感知、决策与控制。它既涵盖了无需人类干预的完全自动驾驶，也包括了仅提供辅助功能的部分自动化驾驶。

在实际产业应用中，智能驾驶与自动驾驶、无人驾驶等概念常常被混用，但三者在严格意义上存在层级差异。自动驾驶（Autonomous Driving）通常指车辆在没有人类干预的情况下完成全部动态驾驶任务；无人驾驶（Driverless）则是自动驾驶的最高表现形式，车辆完全不设驾驶位或方向盘；而智能驾驶的外延更广，既包括自动驾驶，也包括高级驾驶辅助系统（ADAS）等部分自动化功能。

在中国政策语境下，据2025年4月工信部装备工业一司召开的智能网联汽车产品准入及软件在线升级管理工作推进会精神，工信部要求车企规范宣传用语，不得使用“自动驾驶”“自主驾驶”“智驾”“智能驾驶”“高阶智驾”等容易引发误解的词汇，建议统一使用“组合辅助驾驶”等表述。需要注意的是，相关具体要求主要依据会后行业内流传的会议纪要，工信部官方公告本身未披露全部细节。这一监管思路的核心考量在于清晰界定驾驶责任主体，避免消费者因概念混淆而过度信赖系统能力。

从产业链角度看，智能驾驶已从单一的技术概念演变为涵盖芯片、传感器、软件算法、地图定位、系统集成、整车制造、出行服务等环节的完整产业生态。本报告所讨论的“智能驾驶行业”，即指围绕上述技术研发与商业化应用所形成的产业集合体。

1.1.2　SAE自动驾驶分级标准（L0-L5）

谈及智能驾驶的分级，绕不开的一个基准就是国际自动机工程师学会（SAE International）制定的J3016标准。2014年，SAE International制定了J3016自动驾驶分级标准，将车辆的驾驶自动化分为L0至L5共六个等级。2016年，美国交通部正式采纳SAE J3016作为国家自动驾驶分级标准。此后该标准历经多次修订，最新版本为2021年4月发布的J3016_202104。SAE J3016定义了从无自动化（L0级）到完全自动化（L5级）的六个级别。

图表1　SAE J3016自动驾驶分级标准

数据来源：中投产业研究院

理解这一分级体系时，需要把握两个关键点。

其一，L0至L2与L3至L5之间存在质的跃迁。L0至L2级别中，系统辅助人类执行部分动态驾驶任务，驾驶主体仍然是人类驾驶员；L3至L5级别中，系统在设计运行条件下代替人类执行动态驾驶任务，当功能激活时，驾驶主体是系统本身。这也是为什么业内常说L0到L2只能叫“辅助驾驶”，L3以上才配称“自动驾驶”——两者的责任归属完全不同。

其二，同一辆车可以具备不同级别的驾驶自动化功能。SAE标准明确指出，分级适用于车辆在特定运行时刻所启用的具体功能，而非车辆本身。例如，一辆车在高速公路上可能启用L2级的组合驾驶辅助功能，在城市道路则仅使用L1级的自适应巡航——车辆的自动化水平取决于“当时激活的是哪个功能”。

值得注意的是，SAE标准将自动紧急制动（AEB）、电子稳定控制（ESC）等主动安全系统及盲点干预等功能明确排除在驾驶自动化分级体系之外，理由是这些系统仅提供瞬时干预而非持续执行动态驾驶任务。这一界定对于理解行业渗透率统计口径具有重要意义——部分市场报告将AEB等基础安全功能计入“智能驾驶”范畴，而SAE分级体系下的统计则更为严格。

在中国市场，国家层面已发布《汽车驾驶自动化分级》（GB/T 40429-2021），于2022年3月1日正式实施，这是智能网联汽车产业的核心基础标准之一。该标准从动态驾驶任务、最小风险状态、最小风险策略等多角度考量，将汽车驾驶自动化划分为L0至L5共六个等级，在核心框架上与SAE J3016保持兼容，为中国智能驾驶产业的标准化发展提供了制度基础。

1.1.3　本报告的研究范围界定

基于上述分级标准，本报告将研究对象界定为L2级及以上级别的智能驾驶技术、产品与市场。这一范围界定主要基于以下考虑：

从技术含量来看，L0和L1级功能（如自动紧急制动、定速巡航等）已高度成熟并普及，技术附加值有限，对产业变革的驱动作用较弱，将其纳入分析会稀释报告对核心议题的关注。从产业意义来看，L2级组合驾驶辅助是当前大规模商用的主力级别，也是车企智驾竞争的“基本盘”；L2+（在L2基础上增加高速领航、自动变道等功能）和城市NOA（Navigate on Autopilot，领航辅助驾驶）则是当前竞争最激烈、增长最快的细分市场；L3及以上级别代表了行业的技术前沿与未来方向。从数据可得性来看，目前行业主流统计机构（如中汽协、乘联会等）的渗透率数据主要围绕L2级及以上进行统计，便于数据引用与横向对比。

需要特别说明的是，本报告在讨论具体功能时，将严格遵循SAE分级标准对各类功能进行归类，以避免因概念混用导致的分析偏差。

1.2　智能驾驶行业发展阶段划分

智能驾驶并非一夜之间诞生的技术。从20世纪初的遥控车辆实验，到今天端到端大模型驱动的智能驾驶系统，这一领域已经走过了超过百年的演进历程。回望这段历史，大致可以划分为三个阶段：技术萌芽与早期探索、商业化开启、规模化落地。三个阶段并非截然分割，而是相互叠加、渐次推进的——新阶段的开启并不意味着前一阶段的终结，许多基础性工作仍在持续进行。

1.2.1　技术萌芽与早期探索

智能驾驶的源头可以追溯到20世纪初期。1925年，世界上第一辆“自动驾驶汽车”在美国亮相——不过它并非依靠人工智能，而是通过无线电遥控技术实现的，由人在车外操作，原理类似于遥控玩具汽车。彼时计算机都尚未问世，更遑论人工智能，但“让车辆自主行驶”的想象已经萌芽。

20世纪50至60年代，随着控制理论和电子技术的发展，自动驾驶开始从“遥控”走向“自主”。1958年，美国曾进行过一次备受关注的自动驾驶实验——一辆改装车辆在加州莫哈韦沙漠中尝试自主行驶，但最终以车辆自燃告终。尽管失败，这类实验开启了学术界对车辆自主控制的理论探索。1960年代，达特茅斯学院的约翰•麦卡锡（John McCarthy）——人工智能概念的提出者——首次提出了“自动驾驶”的概念，设想通过计算机控制车辆实现自主驾驶。

进入1980年代，自动驾驶研究迎来重要转折。1984年，美国国防高级研究计划署（DARPA）联合陆军启动了自主地面车辆（ALV）研究计划，这是全球首个由政府主导的大型自动驾驶研发项目，为后续的技术突破奠定了基础。同一时期，欧洲的普罗米修斯计划（1987年启动）也在推动自动驾驶技术的跨国协作研发。在中国，国防科技大学等机构也在20世纪80年代启动了相关研究，并于1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。

然而，受限于传感器精度、计算能力和算法水平，这一阶段的自动驾驶技术进展缓慢，大部分研究停留在实验室和封闭测试场，距离真实道路应用还有相当大的距离。

2004年至2007年，DARPA连续举办了三届无人驾驶挑战赛（Grand Challenge），这被公认为自动驾驶技术发展史上的分水岭。2004年第一届比赛中，没有任何一支队伍完成约240公里的沙漠赛道；2005年第二届，斯坦福车队以不到7小时的成绩完成了约212公里（132英里）的赛程，赢得200万美元奖金；2007年第三届城市挑战赛在复杂的城市环境中进行，11支队伍中有6支完成比赛。这三届赛事不仅推动了传感器融合、路径规划等关键技术的突破，更重要的是吸引了一批顶尖人才进入自动驾驶领域——这些人才后来成为Waymo、Cruise等公司的创始团队和中坚力量。

这一阶段的核心特征是“技术驱动”——研发主要由高校、政府机构和科技巨头主导，商业化的考量微乎其微。技术的进步是缓慢而碎片化的，但正是这些看似零散的突破，为后续的爆发积蓄了能量。

1.2.2　商业化开启阶段（2010-2022年）

如果说前一个阶段是“有没有技术”的问题，那么2010年之后，行业开始回答“能不能用、值不值得用”的问题。

2009年，Google X实验室秘密启动了自动驾驶汽车项目。这一举动标志着大型科技公司正式入局——此前自动驾驶研究主要停留在学术机构和军方实验室，而Google带来了截然不同的资源禀赋：海量数据、顶尖算法人才和雄厚的资金。2010年10月，该项目首次公开测试成果。2016年12月，Google将自动驾驶业务分拆为独立子公司Waymo，这一事件被视为自动驾驶从“实验室项目”走向“商业实体”的标志性节点。

几乎在同一时期，特斯拉开始将自动驾驶技术从实验室推向量产车。2014年10月，特斯拉推出初代Autopilot（HW1.0），率先搭载于Model S车型。这套系统由特斯拉与Mobileye联合开发，具备车道保持和自适应巡航等基础功能。2016年，特斯拉推出Autopilot 2.0，硬件全面升级，配备8个摄像头和12个超声波传感器，为后续的完全自动驾驶（FSD）奠定了基础。特斯拉的路线选择——不依赖高精地图、以视觉为主的低成本传感器方案、通过OTA持续升级——深刻影响了整个行业的技术走向。

在中国市场，2010年代同样是智能驾驶从“概念”走向“产品”的关键十年。2015年，国务院发布《中国制造2025》，将智能网联汽车与节能汽车、新能源汽车并列作为汽车产业未来发展的三大战略方向。同年，百度组建自动驾驶事业部，并于2015年底在北京完成了国内首次城市道路、环路及高速混合路况下的全自动驾驶测试。2017年4月，百度发布“阿波罗（Apollo）计划”，向行业开放自动驾驶软件平台，这一举措大幅降低了中国自动驾驶的研发门槛，吸引了大量企业进入赛道。

整车企业方面，造车新势力在这一阶段快速崛起。2018年12月，小鹏汽车首款车型G3上市，成为业内首个搭载视觉融合感知场景智能泊车的电动车。2020年10月，蔚来全国首个发布领航辅助驾驶NOP；2021年1月，蔚来发布首款搭载全栈自研自动驾驶技术的ET7。华为的智驾研发虽可追溯至更早，但真正落地始于2021年——ADS 1.0于当年4月首次推出。

从全球视角看，2010至2022年间，自动驾驶领域吸引了数千亿美元的投资。Waymo、Cruise、Argo AI、Aurora等一众明星公司估值飙升，传统车企（通用、福特、大众等）纷纷通过收购或自建团队布局自动驾驶。然而，这一时期也伴随着大量泡沫——2022年前后，Argo AI倒闭、Aurora市值暴跌、Cruise事故频发，行业经历了一轮残酷的出清。

这一阶段的核心特征是“资本驱动下的技术验证”——大量资金涌入推动技术快速迭代，但商业模式尚未跑通，盈利遥遥无期。行业在狂热与幻灭之间反复摇摆，但也正是在这个过程中，智能驾驶从“能不能做”变成了“什么时候能做出来”。

1.2.3　规模化落地阶段（2022年至今）

如果说前一阶段是在回答“能不能”，那么2022年之后，行业开始回答“能不能普及、能不能赚钱”。

这一阶段最显著的变化是技术路线的收敛与成本的快速下降。端到端大模型技术的兴起，使得智能驾驶系统从依赖规则代码和大量工程师的“人海战术”，转向依赖数据和算力的“规模效应”。技术路线的趋同降低了研发的不确定性，也让供应链更加成熟。与此同时，车规级芯片算力快速提升、传感器成本持续下降，使得L2+级智能驾驶功能从30万元以上的高端车型向10万-20万元的主流价格区间快速渗透。

在市场端，智能驾驶从“尝鲜配置”变成了“购车决策的关键因素”。据工信部数据，2025年1至7月，我国具备组合驾驶辅助功能（L2级）的乘用车新车累计销量达775.99万辆，渗透率达62.58%；据盖世汽车研究院统计，城市NOA功能渗透率从2024年初约7.8%攀升至2025年6月的22.3%。这些数字意味着智能驾驶已不再是少数人的玩具，而正在成为大众消费的标配。

在政策端，监管框架从“鼓励探索”转向“规范发展”。2022年3月，《汽车驾驶自动化分级》（GB/T 40429-2021）正式实施；工信部启动了首批L3级有条件自动驾驶车型准入许可的发放；2025年10月，工信部宣布将组织编制“十五五”智能网联新能源汽车产业发展规划。政策的逐步完善为规模化落地提供了制度保障。

图表2　智能驾驶行业发展阶段关键里程碑

数据来源：SAE International、工信部、盖世汽车研究院、中投产业研究院

这一阶段的核心特征是“规模效应驱动下的商业化验证”。技术趋于成熟、成本大幅下降、政策逐步明朗，智能驾驶正在从“少数人的实验”变成“多数人的日常”。当然，规模化落地也带来了新的问题——L3级以上自动驾驶的责任认定、数据安全与隐私保护、商业模式的可持续性等挑战依然存在。但无论如何，行业已经从“要不要做”的争论阶段，进入了“怎么做、做到什么程度”的实践阶段。

回望智能驾驶的百年历程，从无线电遥控到端到端大模型，从实验室的零星尝试到千万辆级的量产装配，技术的演进速度在最近十年间呈现指数级加速。理解这一历史脉络，有助于我们更好地把握当前行业所处的位置，以及未来可能的方向——而这正是后续各章将要展开的内容。

第二章　全球智能驾驶市场概况

2.1　全球智能驾驶市场规模与增长态势

2.1.1　全球智能驾驶市场总体规模

全球智能驾驶市场的规模究竟有多大？这个问题并没有一个统一的答案——不同的研究机构因统计口径、覆盖范围和定义边界的差异，给出的数字往往相差悬殊。但将这些数据放在一起比较，恰恰能帮助我们更全面地理解市场的真实面貌。

从最广义的“自动驾驶汽车”（Autonomous Cars）市场来看，据The Business Research Company数据，2025年全球自动驾驶汽车市场规模约为1.3万亿美元，预计2026年增长至1.45万亿美元，到2030年将达到2.27万亿美元。这一口径涵盖了具备各类自动驾驶功能的乘用车整车价值，因此规模最为庞大。

如果聚焦于“自动驾驶车辆技术”（Autonomous Vehicle Technology）本身——即剔除整车价值、仅计算与自动驾驶直接相关的硬件、软件和服务——据Stratistics MRC数据，2025年全球市场规模约为816.3亿美元，预计2032年增长至2,908.2亿美元，年复合增长率为19.9%。另据Research and Markets报告，2025年全球自动驾驶车辆市场规模约为832亿美元，预计2033年增长至5,906亿美元，年复合增长率为27.8%。

若进一步聚焦于“智能驾驶解决方案”（Intelligent Driving Solutions）——即面向车企提供的智驾系统与平台——据Research and Markets数据，2025年全球规模约为327.5亿美元，2026年预计增长至362.8亿美元，年复合增长率为10.8%，预计2030年将达到540.4亿美元。

图表3　2025年全球智能驾驶相关市场主要统计口径对比

资料来源：Research and Markets、The Business Research Company、Stratistics MRC、中投产业研究院

这些数据口径虽有差异，但指向了同一个结论：全球智能驾驶市场正处于高速增长通道，无论是按整车价值还是按技术价值计算，年均复合增长率均保持在两位数以上。

从市场驱动因素来看，ADAS安全法规的强制推行是基础性驱动力——欧盟和中国均已出台ADAS相关安全法规，要求新车必须配备自动紧急制动等基础功能。Robotaxi试点在亚洲大城市和北美的快速扩张则是更高阶的驱动力。此外，激光雷达成本下降推动了L3级自动驾驶向大众市场渗透，而高能效系统级芯片（SoC）则为车端AI推理提供了算力支撑。

2.1.2　主要机构数据口径对比与说明

如前所述，全球智能驾驶市场的统计数据纷繁复杂，不同机构的口径差异主要体现在以下几个维度：

其一，是否包含整车价值。这是造成数据差异的最主要原因。“自动驾驶汽车市场”将整车销售价格计入，规模动辄万亿级美元；而“自动驾驶技术市场”仅计算芯片、传感器、软件、算法等新增价值，规模通常在千亿级美元以下。

其二，覆盖的自动驾驶等级范围。部分报告将L1级基础辅助驾驶（如自适应巡航）也纳入统计，而另一些报告仅统计L2级及以上。例如，Mordor Intelligence的数据显示，2024年L1级（驾驶辅助）在自动驾驶市场中占据了45.21%的份额——如果将L1级排除，市场规模将大幅缩水。

其三，地域覆盖的完整性。部分全球报告实际上主要覆盖北美和欧洲市场，对亚太地区（尤其是中国）的数据收集不够充分，可能导致市场规模被低估。

其四，统计的是“存量”还是“增量”。部分报告统计的是当年新车销量中智驾功能的渗透情况（增量），而另一些则统计路上运营车辆的累计数量（存量）。

理解这些口径差异，有助于在引用数据时避免“苹果对橘子”式的误判。本报告在后续分析中将尽量采用统一口径的数据进行纵向对比，并在必要时注明数据来源的具体定义。

2.1.3　全球智能驾驶市场未来五年增长预测

综合多家机构的预测，全球智能驾驶市场在未来五至十年将保持强劲增长。

从整车口径看，The Business Research Company预测全球自动驾驶乘用车市场将从2025年的1.3万亿美元增长至2030年的2.27万亿美元。

从车辆规模看，据IDC预测，2026年全球自动驾驶车辆规模为8,930万辆，5年复合增长率将达到14.8%。从L3级自动驾驶车辆的细分市场来看，预计将从2025年的29.1万辆增长至2035年的870万辆，年复合增长率高达40.5%。

图表4　2026-2035年全球智能驾驶市场主要预测汇总

资料来源：The Business Research Company、Mordor Intelligence、Research and Markets、IDC、中投产业研究院

值得关注的是，不同机构对增长曲线的判断存在差异——有的认为市场将保持平稳快速增长（如整车口径11.9%的CAGR），有的则预测将呈现指数级爆发（如L3级车辆40.5%的CAGR）。这种差异本质上反映的是对“自动驾驶大规模商业化时间点”的不同判断。随着L3级准入政策在全球主要经济体的逐步落地，市场增速有可能在2027-2028年前后迎来一次跃升。

2.2　全球智能驾驶区域格局与主要市场对比

全球智能驾驶的发展并非齐头并进——不同区域在技术水平、市场规模、政策环境和商业化进度上存在显著差异。总体来看，亚太、北美和欧洲构成了全球智能驾驶的三大核心板块，三者合计占据了全球市场超过90%的份额。

2.2.1　北美市场发展现状

北美是全球智能驾驶技术的先行者和商业化最激进的区域，以美国为主导。

从市场规模来看，据行业分析报告，北美市场在2025年占据全球自动驾驶系统市场约37%—38%的份额。若按全球自动驾驶车辆技术市场约816亿美元的总量估算，北美市场规模约在300亿美元上下。

北美的核心优势在于领先的Robotaxi商业化进程。Waymo是这一领域的绝对领跑者——截至2025年9月，Waymo的累计无安全员自动驾驶里程（rider-only miles）已达1.27亿英里，相比2025年6月的9,600万英里大幅增加。2025年7月，Waymo宣布其全自动驾驶里程突破1亿英里，相比2024年底的5,000万英里实现翻倍。截至2025年12月，Waymo的rider-only miles进一步增长至1.707亿英里。在出行次数方面，2025年5月Waymo累计乘客出行突破1,000万次，较此前的500万次仅用时5个月实现翻倍。截至2025年12月，Waymo乘客出行次数已突破2,000万次。

特斯拉则是另一条路线的代表。截至2025年12月27日，特斯拉FSD（监督版）累计行驶里程已突破70亿英里（约合112亿公里），其中城市街道复杂场景里程超过25亿英里。这一数据直接来自特斯拉官网FSD页面实时计数器。特斯拉FSD采用率约达25%且仍在增长。

相比之下，通用汽车旗下的Cruise则经历了较大挫折——2024年因事故频发导致资金链危机，裁员50%，其无人驾驶运营许可已被暂停。2025年2月，通用汽车正式收购了Cruise LLC的全部所有权。

在政策层面，2025年1月，美国国家公路交通安全管理局（NHTSA）发布了“自动驾驶车辆安全、透明与评估项目”（AV STEP）的拟议规则，旨在建立自愿性的ADS（自动驾驶系统）实施监督框架。美国国会也提出了相关自动驾驶立法议案，旨在为自动驾驶车辆制定标准。不过，联邦层面的统一立法仍在推进之中，各州自行其是的碎片化监管格局尚未根本改变。

2.2.2　欧洲市场发展现状

欧洲在智能驾驶领域的特点是“法规先行、商业化跟进”——欧盟在自动驾驶法规和标准制定方面走在全球前列，但大规模商业化落地速度略慢于北美和亚太。

从市场规模来看，据行业分析，欧洲自动驾驶车辆市场2025年规模约为184亿美元。欧洲在全球自动驾驶系统市场中的份额约为24%—30%。欧洲ADAS（高级驾驶辅助系统）市场2025年规模约为134.7亿美元，预计2035年增长至445.3亿美元，年复合增长率为12.7%。

欧洲最具标志性的进展发生在法规层面。2025年底至2026年初，欧盟在自动驾驶法规上实现了系统性突破——“Automotive Package 2025”的最终确定标志着欧盟正从受限的测试阶段迈向L3和L4级车辆的大规模商业化部署。2025年11月，欧盟委员会发布了针对全自动驾驶车辆法规（EU 2022/1426）的修订草案，公开征求意见。

在成员国层面，德国于2025年施行了《道路交通远程控制条例》（StVFernLV）；英国于2024年5月生效了《自动驾驶汽车法》。据行业分析，UN R157的修订版本在六个月后将成为欧盟强制法规，这意味着从2026年底开始，自动驾驶可以更广泛地进入全球市场。

在商业化方面，欧洲的Robotaxi部署相对谨慎。大众集团与Mobileye合作，计划于2026年通过与Uber的合作推出Robotaxi服务。欧洲的优势领域更多集中在港口、机场等封闭场景以及高速公路领航辅助方面，德国、瑞典、法国三国占欧洲总投入的71%。

2.2.3　亚太市场发展现状

亚太是全球智能驾驶规模最大、增长最快的区域。据Mordor Intelligence数据，2024年亚太地区在全球自动驾驶车辆市场中占据了46.52%的份额。据行业分析报告，2025年亚太地区在全球网联自动驾驶系统价值中贡献了约45%-46%。

亚太市场的核心驱动力来自中国。中国不仅是全球最大的汽车市场（2025年汽车产销分别完成3,453.1万辆和3,440万辆），也是智能驾驶渗透率提升最快的市场——2025年L2级乘用车新车渗透率达62.58%，城市NOA渗透率从2024年初约7.8%攀升至2025年6月的22.3%。中国的“车路云一体化”路侧单元部署已超过48万套。此外，日本和韩国也在自动驾驶技术研发和测试方面持续投入。

2.2.4　中美欧核心指标对比

将三大区域的核心指标放在一起对比，可以更直观地看到各自的优劣势：

图表5　2025年中美欧智能驾驶核心指标对比

数据来源：工信部、Mordor Intelligence、MarkLines、中投产业研究院

从全球竞争格局来看，当前智能网联汽车技术竞争呈现“中美主导、各具优势”的态势。欧洲虽然在法规制定方面走在前列，但大规模商业化落地的速度和规模均不及中美。中国凭借庞大的市场规模、快速的技术渗透和强有力的政策支持，正在缩小与美国的差距；美国则依靠Waymo、特斯拉等企业的技术积累和商业创新保持领先；欧洲则以法规和标准制定为杠杆，试图在全球智能驾驶治理中占据话语权。

图表6　2025年全球自动驾驶系统区域市场份额分布

注：不同统计口径下亚太份额存在差异——Mordor Intelligence口径中亚太占全球自动驾驶车辆市场约46.52%；在自动驾驶系统（不含整车）口径中，亚太约占30%。表中以括号标注区分。

资料来源：Mordor Intelligence、中投产业研究院

2.3　全球智能驾驶技术发展趋势

如果说市场规模反映的是智能驾驶的“量”，技术趋势则决定了智能驾驶的“质”。当前全球智能驾驶技术正经历一场深刻的结构性变革——从技术路线、算力基础设施到标准竞争，多个维度同时发生着剧烈变化。

2.3.1　端到端大模型成为主流技术路线

2024年至2025年间，全球智能驾驶行业经历了一场影响深远的技术路线切换——从依赖人工编写规则的“规则驱动”方案，全面转向基于数据训练的“端到端大模型”方案。

所谓“端到端”（End-to-End），是指将感知、规划、控制等原本分散的模块整合到一个统一的神经网络模型中，实现从传感器数据输入到车辆控制指令输出的直接映射。这一技术路线的优势在于：不再需要工程师为每一个驾驶场景手工编写规则代码，系统通过海量真实驾驶数据的训练自主学会驾驶——本质上是从“教机器怎么开车”变成了“让机器自己学会开车”。

据行业分析，分段式端到端方案已于2024-2025年实现规模化量产，一段式端到端与VLA（视觉-语言-行动）技术于2025-2026年集中落地。头部企业的技术差距正以“月”为单位波动。行业趋势正从“单兵作战”走向深度融合——博世计划在2026年引入生成式AI与VLA模型。

在技术路线的具体选择上，全球主要企业出现了分化：小鹏和理想选择了VLA路线，强调语言理解让系统能推理；华为和蔚来选择世界模型路线，强调空间预测让系统更安全。尽管路线各有侧重，但“从规则驱动转向数据驱动”这一根本方向已无争议。

智能驾驶的演进已从2024年的“端到端范式确立”，迈入到AI 2.0的“规模化能力兑现期”——基于模型能力提升及多样化的训练数据，智驾系统可能涌现出自主应对极端边缘场景的能力。

2.3.2　车规级芯片向高算力方向演进

端到端大模型对算力的需求是惊人的——在车端实时运行数十亿甚至上百亿参数的大模型，对芯片的算力、带宽和能效提出了前所未有的要求。这直接推动了车规级智能驾驶芯片向高算力方向的快速演进。

2025年至2026年，全球车企掀起了一轮自研智驾芯片的浪潮。2025年4月，蔚来宣布全球首颗量产5纳米智驾芯片“神玑NX9031”随着ET9开启交付正式量产上车。该芯片的研发历时四年，由蔚来800余名芯片专家团队自主设计完成，涵盖架构、流片验证至量产全流程。截至2025年7月，神玑NX9031已在ET9、新ES6、新EC6、新ET5及ET5T车型上实现量产应用。

理想汽车于2026年5月实现自研芯片马赫M100量产上车。该芯片从2022年正式立项起，历经三年半持续打磨，采用5纳米车规级工艺，单芯片算力达到1,280TOPS。理想方面称其为目前全球量产性能最强的车规级推理芯片之一。马赫M100芯片首发搭载于2026年5月上市的全新一代理想L9 Livis车型，该车型配备双颗马赫M100芯片，整机总算力达2,560TOPS。

小鹏的图灵AI芯片基于7nm工艺，集成40核CPU、2个自研NPU神经网络计算单元以及双ISP图像处理器，单芯片综合算力约750TOPS。2025年7月，图灵芯片首次上车，目前已搭载于小鹏G7车型顶配版本及新款P7车型所有版本。全新小鹏P7全系标配三颗自研图灵AI芯片，整车有效算力达到2,250TOPS。小鹏汽车董事长何小鹏表示，G7是全球首款具备L3级算力的AI汽车。

比亚迪于2026年推出自研的4nm车规级“璇玑A3”芯片。

图表7　2025-2026年主要中国车企自研智驾芯片对比

数据来源：蔚来官方、理想汽车发布会、小鹏汽车发布会、中投产业研究院

在国际层面，地平线2025年全年车规级芯片方案出货量突破400万套，同比增长39%；其中中高阶智驾芯片方案出货量达180万套，为2024年同期的近5倍。地平线2025年总营收达37.6亿元，同比增长57.7%。英伟达的Orin-X和Thor系列仍是全球智驾芯片市场的重要力量，但中国车企自研芯片的崛起正在改变市场格局——从依赖外部供应商到自研核心芯片，这一转变不仅关乎成本控制，更关乎技术自主和供应链安全。

2.3.3　主要国家技术路线差异与标准竞争

在技术路线和标准制定上，全球主要经济体呈现出各自的特色和竞争态势。

在技术路线上，中美两国的差异较为明显。美国企业更倾向于“纯视觉”路线（如特斯拉的FSD）和“单车智能”路线（如Waymo），强调通过强大的算法和海量数据实现不依赖高精地图的自动驾驶。中国企业则更倾向于“多传感器融合”路线（激光雷达+摄像头+毫米波雷达）和“车路云一体化”路线，强调基础设施与单车智能的协同。欧洲企业则介于两者之间，更注重法规合规性和系统安全性。

在标准竞争上，欧洲在法规制定方面走在前列。从2025年起，中国、欧盟、美国和日本等主要经济体正加速L3级自动驾驶的法规制定、技术应用和商业试点。目前，所有推广自动驾驶汽车道路应用的国家都专注于L3级自动驾驶。MarkLines的分析指出，欧洲在建立监管框架方面处于领先地位，而美国和中国则通过大规模驾驶数据和商业运营推动这些框架的发展。

在标准国际化方面，联合国欧洲经济委员会（UNECE）下属的世界车辆法规协调论坛（GRVA）是自动驾驶国际标准制定的核心平台。中国积极参与国际标准制定，同时也在推动国内标准体系的建设——已累计发布国家和行业标准88项。美国则更倾向于通过市场实践和行业自律来推动标准形成，联邦层面的统一立法仍在推进中。

总体来看，全球智能驾驶的技术与标准竞争正从“各自为战”走向“规则博弈”——谁能在技术领先的同时主导标准制定，谁就能在全球市场中占据更有利的位置。中国凭借市场规模和数据优势正在加速追赶，但在基础算法、高端芯片等核心领域仍存在差距；欧洲凭借法规优势试图在全球治理中掌握话语权；美国则依靠先发技术优势和商业创新保持领先。这场竞争的最终结果，将在未来五到十年内逐渐明朗。

第三章　中国智能驾驶市场规模与渗透率分析

3.1　中国汽车产业宏观背景

3.1.1　2025年中国汽车产销总体情况

2025年是中国汽车产业的又一个里程碑年份。

据中国汽车工业协会（简称“中汽协”）2026年1月14日发布的数据，2025年中国汽车产销累计完成3453.1万辆和3440万辆，同比分别增长10.4%和9.4%，产销量再创历史新高，产销规模连续3年保持在3000万辆以上，连续17年位居全球第一。这一增速远高于中汽协年初4.7%的预测。

在乘用车领域，2025年乘用车产销分别完成3027万辆和3010.3万辆，同比分别增长10.2%和9.2%，产销首次双双突破3000万辆，创下中国汽车史上的新纪录。中国品牌乘用车销量达2093.6万辆，同比增长16.5%，销量占有率达到69.5%，较上年同期上升4.3个百分点。

在商用车领域，2025年商用车产销分别完成426.1万辆和429.6万辆，同比分别增长12%和10.9%，产销回归400万辆以上。

在出口方面，2025年中国汽车出口超700万辆，达到709.8万辆，同比增长21.1%，新能源汽车出口达261.5万辆。中汽协有关负责人表示，2025年中国汽车行业在产销规模、营业收入、出口等多方面取得突破，电动化与智能化、网联化加速融合，形成了产业领先优势。

图表8　2025年中国汽车产销主要指标

资料来源：中国汽车工业协会，2026年1月14日发布

3.1.2　新能源汽车市场表现与渗透率

新能源汽车是2025年中国汽车市场最亮眼的增长极。

据中汽协数据，2025年新能源汽车产销分别完成1662.6万辆和1649万辆，同比分别增长29%和28.2%，连续11年位居全球第一。新能源汽车新车销量达到汽车新车总销量的47.9%，较上年同期提高7个百分点。

值得注意的是，虽然全年新能源汽车渗透率未超过50%，但自2025年9月起，新能源汽车单月市场占有率已连续四个月超过50%。在更细分的维度上，新能源汽车国内销量占汽车国内销量比例为50.8%，新能源乘用车国内销量占乘用车国内销量比例已达54%。这意味着，在国内乘用车市场，每卖出两辆乘用车，至少有一辆是新能源车。

在新能源商用车领域，2025年新能源商用车累计销售95.4万辆，同比增长65.5%。中汽协预计，2026年新能源汽车销量将达到1900万辆，同比增长15.2%。

图表9　2025年中国新能源汽车主要指标

资料来源：中国汽车工业协会，2026年1月14日发布

新能源汽车的快速渗透为智能驾驶提供了天然的载体——新能源车型在电子电气架构、OTA升级能力、数据采集与处理等方面相比传统燃油车具有先天优势，智能驾驶功能在新能源车型上的搭载率远高于燃油车。可以说，新能源汽车的普及为智能驾驶的大规模商业化铺平了道路。

3.2　中国智能驾驶市场规模

3.2.1　智能驾驶解决方案市场规模

中国智能驾驶解决方案市场在过去数年间经历了爆发式增长。

中国L0至L2+智能驾驶解决方案市场规模已从2020年的216亿元增长至2024年的912亿元，复合年增长率达43.3%。据中金公司研报测算，2025年中国自动驾驶决策层软件市场规模有望达到747亿元，2021年至2025年复合增长率达到55.5%。2025年内地智能驾驶市场规模达1142亿元，预计2030年将增至46976亿元。

不同机构的数据存在一定差异——这主要是由于统计口径的不同（详见3.2.2节分析）——但共同指向了一个趋势：中国智能驾驶市场正处于高速增长期。这种高速增长主要得益于三个因素：一是L2级组合驾驶辅助功能在主流价格区间的快速普及；二是城市NOA等高阶功能从高端车型向大众市场下沉；三是整车企业将智能驾驶能力作为核心卖点，持续加大相关投入。

图表10　中国智能驾驶相关市场规模（多口径对比）

数据来源：中金公司研报、中投产业研究院

从更广义的“自动驾驶市场”来看，中国自动驾驶市场规模同样呈现快速增长态势。不过需要特别说明的是，由于不同机构的统计口径差异较大，本报告在引用广义自动驾驶市场规模数据时持审慎态度，优先采用有明确口径定义的解决方案市场和软件市场规模数据。

3.2.2　不同统计口径的数据差异与解读

与全球市场类似，中国智能驾驶市场的统计数据同样存在多种口径，理解这些差异对于准确解读市场至关重要。

其一，统计范围的宽窄不同。最狭义的口径仅统计“智能驾驶解决方案”——即面向整车企业提供的智驾系统与平台的技术服务收入。2024年中国L0至L2+智能驾驶解决方案市场规模为912亿元。中等口径的“自动驾驶决策层软件市场”则聚焦于算法与软件层面，中金公司测算2025年规模约747亿元。最广义的口径则将具备智驾功能的整车价值或相关硬件全部计入，规模更为庞大——2025年内地智能驾驶市场规模达1142亿元，预计2030年将增至46976亿元。

其二，L2与L2+的划分标准不一。部分机构将L2级组合驾驶辅助与L2+级（具备高速NOA或城市NOA功能）合并统计，另一些则分开统计。随着L2+功能渗透率的快速提升，这种划分方式对市场规模的影响日益显著。

其三，统计的是“解决方案收入”还是“搭载价值”。“解决方案收入”统计的是智驾技术供应商从整车企业获得的收入，反映了产业链上游的价值创造；而“搭载价值”则统计的是消费者为智驾功能支付的成本或整车中智驾相关硬件的BOM成本，两者之间存在数倍乃至十数倍的差异。

在阅读各类市场报告时，需要特别留意上述口径差异。本报告在后续引用数据时，将尽量注明数据来源的具体定义，以方便读者进行横向比较。

3.3　中国智能驾驶渗透率分析

如果说市场规模反映的是行业的“总量”，渗透率则反映了智能驾驶在汽车产业中的“深度”。渗透率的快速提升，是智能驾驶从“小众尝鲜”走向“大众标配”最直观的指标。

3.3.1　L2级乘用车新车渗透率

L2级组合驾驶辅助功能是当前智能驾驶渗透的“基本盘”——它既是衡量行业整体发展水平的核心指标，也是高阶功能普及的基础。

据工信部装备工业一司在2025世界智能网联汽车大会新闻发布会上公布的数据，2025年1至7月，我国具备组合驾驶辅助功能（L2级）的乘用车新车累计销量775.99万辆，渗透率达62.58%。在这一阶段，5G和C-V2X装配量超过300万辆。

进入下半年，渗透率继续攀升。据中汽协发布的《2025城市NOA汽车辅助驾驶研究报告》显示，2025年前三季度，具备L2级功能的乘用车新车销量同比增长21.2%，渗透率达64%。

从全年维度看，2025年L2级及以上智驾渗透率约66%。不同来源的数据虽有细微差异，但结论高度一致——到2025年底，中国每三辆新销售的乘用车中就有大约两辆具备L2级辅助驾驶功能。正如行业分析所言，“经过一年普及，L2新车的占比达到了三分之二，这意味着，中国智驾成为汽车标配的目标基本完成”。

3.3.2　城市NOA功能渗透率

如果说L2级渗透率衡量的是智能驾驶的“广度”，那么城市NOA（Navigate on Autopilot，领航辅助驾驶）渗透率衡量的则是智能驾驶的“深度”——城市NOA是目前量产车上最复杂、最具技术含量的智驾功能，也是衡量行业技术水平的“试金石”。

2024年，城市NOA尚处于起步阶段。据盖世汽车研究院数据，2024年国内汽车市场NOA的前装搭载率为7.3%，其中城市NOA渗透率仅为1.52%。

进入2025年，城市NOA迎来了爆发式增长。据中国汽车工业经济技术信息研究所有限公司编制的《2025城市NOA汽车辅助驾驶研究报告》显示，2025年1至11月，我国搭载城市NOA功能的乘用车累计销量达到312.9万辆，渗透率占乘用车上险量的15.1%，较2024年全年占比提升5.6个百分点。从更细分的口径来看，据中信证券测算，2025年城市NOA在国内乘用车市场的渗透率约为14%，高速NOA渗透率约为15%。

城市NOA渗透率从2024年的1.52%跃升至2025年的约14%-15%，一年之内增长近十倍，这在任何一个产业领域都堪称惊人的速度。更值得注意的是，城市NOA正从高端车型走向主流市场——2025年1至11月，起售价在30万元以下的主流乘用车搭载城市NOA车型的销量达到215.5万辆，占比超过68.9%。这一趋势意味着，城市NOA不再是30万元以上高端车型的专属配置，而是正在加速向10万-20万元的主流价格区间渗透。

3.3.3　5G与C-V2X装配情况

5G和蜂窝车联网（C-V2X）是智能网联汽车的重要基础设施，也是实现“车路云一体化”的关键技术支撑。

据工信部数据，2025年1至7月，5G和C-V2X装配量超过300万辆。全国已建成17个国家级测试示范区，正加快推进20个“车路云一体化”试点城市建设，累计开放测试示范道路3.5万多公里，发放测试示范牌照超过1万张，道路测试总里程超过2亿公里。

在网络基础设施方面，据工信部发布的《2025年通信业统计公报》，截至2025年底，全国5G基站达483.8万个，比2024年末净增58.8万个，5G基站占移动电话基站总数达37.6%。这一基础设施规模在全球范围内处于领先地位，为车路协同技术的规模化验证和商业化应用提供了坚实基础。

3.4　中国智能驾驶细分市场结构

3.4.1　按自动驾驶等级拆分

从自动驾驶等级来看，中国智能驾驶市场呈现出“L2级占主导、L2+级快速扩张、L3级起步”的格局。

L2级组合驾驶辅助是当前市场的主力。据中汽协数据，2025年L2级乘用车新车渗透率达66.1%。据行业研究数据显示，中国L2级驾驶辅助解决方案市场规模预计将由2024年的452亿元扩大至2029年的657亿元，复合年增长率为7.8%。

L2+级（具备高速NOA或城市NOA功能）是增长最快的细分市场。据中银国际证券研报测算，到2029年，中国L2+级智驾方案市场规模将成长至超过1500亿元，2024年至2029年复合增长率达到33.7%。随着城市NOA功能的快速普及，L2+级市场的增速远高于L2级。

L3级及以上级别目前仍处于起步阶段。不过，随着工信部启动首批L3级有条件自动驾驶车型准入许可的发放，L3级市场有望在未来两到三年内实现从“零”到“有”的突破。

图表11　中国智能驾驶解决方案市场按等级拆分

数据来源：中银国际证券、中投产业研究院

3.4.2　按智驾功能类型拆分

从功能类型来看，中国智能驾驶市场可以大致划分为高速NOA、城市NOA、自动泊车等细分赛道，各赛道的发展阶段和渗透率存在显著差异。

高速NOA是目前最为成熟的领航辅助驾驶功能。据中信证券测算，2025年高速NOA在国内乘用车市场的渗透率约为15%。据佐思汽车研究数据，高速NOA标配月渗透率从2025年1月的5.8%飙升至2025年10月的19.6%，9个月内实现超3倍增长，标志着国内乘用车高速NOA正式迈入标配化时代。在主流乘用车品牌中，2025年超四成已拥有搭载高速NOA功能的车型。高速NOA之所以能快速普及，主要得益于其技术复杂度相对较低（高速公路场景结构化程度高、不确定性小）且用户价值明确（长途驾驶中能显著降低疲劳）。

城市NOA是当前竞争最激烈、增长最快的功能赛道。2025年1至11月城市NOA渗透率达15.1%。城市NOA的技术难度远高于高速NOA——城市道路面临更复杂的交通参与者、更密集的路口和非标准化的驾驶场景，对感知、决策和规划能力提出了更高要求。行业正从2023-2024年的“跑马圈地式”开城，转向“车位到车位”全场景闭环、复杂路况安全冗余强化与驾乘体验精细化升级。据中信证券预测，2026年城市NOA渗透率有望进一步提升至23%。

自动泊车功能是智能驾驶在泊车场景中的具体应用，包括自动泊车辅助（APA）、记忆泊车（HPA）和自主代客泊车（AVP）等不同层级。据盖世汽车研究院统计，2024年1至11月，记忆泊车辅助（HPA）与自主代客泊车（AVP）的搭载量分别达到42.4万套和23.4万套，但市场渗透率仍较低，分别为2.1%和1.2%。APA功能相对成熟，2025年预计渗透率提升至45.9%。随着城市NOA从“行车”向“泊车”延伸，“行泊一体”正在成为行业主流趋势。

从功能赛道的竞争格局来看，高速NOA已进入成熟期和标配化阶段，行业差异化竞争的焦点已全面转向城市NOA。城市NOA的竞争正在从“能不能用”转向“好不好用”——体验的精细化、场景覆盖的完整性、安全冗余的可靠性，正在成为衡量城市NOA水平的核心标准。

第四章　中国智能驾驶政策环境与监管框架

4.1　国家层面政策体系

4.1.1　顶层设计与产业发展政策

中国智能驾驶的政策体系可以追溯至2015年。当年，国务院发布《中国制造2025》，首次将智能网联汽车与节能汽车、新能源汽车并列作为汽车产业未来发展的三大战略方向。此后近十年间，政策从“鼓励探索”逐步走向“规范发展”，形成了涵盖顶层设计、产业规划、技术标准、准入管理等多个层面的完整政策框架。

《汽车行业稳增长工作方案（2025-2026年）》是近期最具标志性的政策文件之一。2025年9月12日，工业和信息化部、公安部、财政部、交通运输部、商务部、海关总署、市场监管总局、国家能源局等八部门联合印发该方案。方案从扩大国内消费、提升供给质量、优化发展环境、深化开放合作四个维度，提出了15个方面工作举措和3个方面保障措施。

在智能网联汽车领域，方案明确提出：深入开展智能网联汽车“车路云一体化”应用试点，加快网联基础设施和云控平台建设，鼓励汽车前装V2X、5G等高性能通信模块；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，推动道路交通安全、保险等法律法规完善；支持汽车、信息通信、交通等行业企业以数据为纽带探索新型商业模式。

方案还特别强调“加强搭载组合驾驶辅助功能智能网联汽车管理，规范汽车企业OTA升级活动”。在竞争秩序方面，方案提出“推动加快《机动车生产准入管理条例》立法，完善企业退出机制”“进一步规范汽车产业竞争秩序”。

图表12　2025年以来中国智能驾驶领域主要政策文件

数据来源：工业和信息化部及相关部委官网

其他重要政策文件还包括：2025年2月25日，工业和信息化部、市场监管总局联合发布《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》（工信部联通装〔2025〕45号），从强化企业产品质量安全主体责任、细化产品准入与召回管理要求、深化产品沙盒监管、健全事件事故报告与研判机制等方面作出系统部署。

4.1.2　“十五五”智能网联新能源汽车产业发展规划编制进展

2025年10月16日，在2025世界智能网联汽车大会上，工业和信息化部副部长辛国斌正式宣布：工业和信息化部将组织编制“十五五”智能网联新能源汽车产业发展规划。这是中国智能驾驶产业发展历程中又一个具有里程碑意义的政策信号。

辛国斌在大会上表示，作为行业主管部门，工业和信息化部将把智能网联汽车作为推进新型工业化、发展新质生产力的重要力量，统筹推进技术攻关、推广应用等工作，推动产业高质量可持续发展。规划的具体方向包括：明确发展目标、部署重点任务；加快组合驾驶辅助、自动驾驶等相关标准制定；优化智能网联汽车生产准入管理制度；规范产业竞争秩序，维护公平有序市场环境。

在技术创新方面，规划将推动人工智能与汽车产业创新深度融合，加强新一代电子电气架构、大算力芯片等关键技术突破。在跨界融合方面，将深入推进“车路云一体化”应用试点，支持共建可信数据空间。

2026年1月，工业和信息化部部长李乐成主持召开节能与新能源汽车产业发展部际联席会议2026年度工作会议，强调2026年是“十五五”规划开局之年，智能网联新能源汽车产业发展处于重要机遇期，要做好规划编制工作。此外，工信部还表示将编制“十五五”智能网联新能源汽车及新型电池产业发展规划。

4.2　标准体系建设

4.2.1　已发布标准体系概览

标准体系建设是智能网联汽车产业发展的制度基石。工信部装备工业一司副司长郭守刚在2025世界智能网联汽车大会新闻发布会上表示，我国智能网联汽车标准体系持续完善，累计发布国家和行业标准88项。

从标准的覆盖领域来看，这88项标准涵盖了智能网联汽车的关键技术领域，包括组合驾驶辅助系统、自动驾驶系统、自动紧急制动系统等。

在国际标准参与方面，中国已牵头自动驾驶系统、测试场景等近10项国际标准制定。郭守刚表示，我国正在深度参与自动驾驶相关国际标准法规制定协调。这标志着中国在智能网联汽车标准领域正从“跟随者”向“参与者”乃至“引领者”转变。

从更宏观的目标来看，中国已建立起明确的智能网联汽车标准体系建设目标：至2025年系统形成支撑组合驾驶辅助和自动驾驶通用功能的标准体系，制修订100项以上相关标准；至2030年全面形成支撑单车智能和网联赋能协同发展的标准体系，制修订140项以上相关标准。目前，智能网联汽车国家标准和行业标准已发布88项，已进入标准化程序的标准共计110项。

图表13　中国智能网联汽车标准体系建设进展

数据来源：工信部装备工业一司、2025世界智能网联汽车大会

4.2.2　在研标准与缺口分析

尽管标准体系建设已取得显著进展，但智能网联汽车技术迭代速度快、创新产品层出不穷，标准制定仍面临“追着技术跑”的挑战。

在研标准方面，2026年4月，工业和信息化部组织完成了《智能网联汽车 组合驾驶辅助系统安全要求》强制性国家标准（报批稿）的编制工作，标准报批稿及编制说明于2026年4月16日至22日公示，进一步听取社会各界意见。该标准建议实施日期为2027年1月1日。

在自动驾驶系统方面，2026年6月16日，工业和信息化部就《智能网联汽车 自动驾驶系统安全要求》等2项强制性国家标准（报批稿）公开征求意见，公示期为2026年6月17日至24日。该标准是我国首部针对L3级有条件自动驾驶和L4级高度自动驾驶系统的强制性国家标准，是对2024年发布的推荐性国家标准GB/T 44721-2024《智能网联汽车 自动驾驶系统通用技术要求》的系统性升级，从推荐性转为强制性。标准适用于装备L3级和/或L4级驾驶自动化系统的M类（载客）和N类（载货）车辆，拟于2027年7月1日正式实施。

标准缺口方面，当前主要存在以下几个方面的不足：

其一，L3级以上自动驾驶标准体系仍在完善中。虽然L3级车型已获得准入许可，与之配套的测试标准、安全评估标准、运行监测标准等正在加紧制定。随着2026年6月《智能网联汽车 自动驾驶系统安全要求》强制性国家标准（报批稿）的公示，L3/L4级自动驾驶的刚性安全底线正在确立。该标准要求自动驾驶系统的安全水平应至少达到“合格且专注驾驶人”的水平，并引入了Safety Case（安全档案）机制，要求企业以“声明—论据—证据”的结构对自动驾驶系统的安全性进行系统论证。

其二，标准制定周期与技术创新速度之间存在矛盾。2025年10月，在2025世界智能网联汽车大会上，中国长安汽车集团有限公司董事长朱华荣指出，智能网联汽车技术发展较快，AI大模型等技术以周为单位快速迭代，但与之对应的标准体系制定周期长、协调资源多。这种“技术快、标准慢”的错位，客观上造成了有关技术的标准化推广与社会应用阻碍。

其三，跨领域协同标准有待加强。智能网联汽车涉及汽车、通信、交通、信息安全等多个领域，标准制定需要跨部门、跨行业的协调配合。

从全国两会期间的代表建议来看，标准与法规的配套问题已引起立法层面的高度关注。2025年全国两会期间，全国人大代表、重庆市人大法制委员会主任委员付子堂等15名代表联合建议，通过“暂时调法+授权试点”方式，尽快推动重庆等城市智能网联汽车准入和上路通行。代表们指出，道路交通安全法规定驾驶机动车应当依法取得机动车驾驶证，这一定义对L3级以上的智能网联汽车形态提出了新挑战。在交通事故民事责任方面，智能网联汽车事故的责任主体可能涉及汽车制造者、软件开发者、汽车所有者、车内安全员等多方，目前民事责任认定仍处于“无法可依”状态。

4.3　准入与试点政策

如果说标准体系解决的是“怎么做”的问题，准入与试点政策解决的则是“谁能做、在哪做”的问题。2023年以来，中国在智能网联汽车准入和试点方面迈出了关键步伐。

4.3.1　L3级自动驾驶准入许可

2025年12月15日，工业和信息化部在第401批《道路机动车辆生产企业及产品公告》中，正式附条件许可两家汽车企业提交的搭载L3级有条件自动驾驶功能的智能网联汽车产品准入申请。这标志着中国L3级自动驾驶从测试阶段正式向商业化应用迈出了关键一步。

获得首批准入许可的两款车型分别是长安深蓝SL03和极狐阿尔法S6。两款车型分别适配城市拥堵和高速路段场景，将在重庆和北京指定区域开展上路试点，最高车速分别为50km/h和80km/h。

工信部装备工业发展中心主任瞿国春表示，此次发布的搭载L3级有条件自动驾驶功能的智能网联汽车产品，在企业能力、产品安全过程保障、产品测试验证等方面均开展了系统性评估，在安全为先的前提下，限定使用主体和场景应用范围，对具备量产条件的智能网联汽车产品给予准入许可。中国汽车标准化研究院总工程师孙航指出，此次发布特别强调了“附条件”准入，将允许开启自动驾驶功能的路段限定在典型、低风险场景中，意在通过“小切口起步”、安全有序推进自动驾驶技术稳妥落地。

随后，长安汽车于2025年12月20日获得国内首块L3专用号牌“渝AD0001Z”，极狐汽车于2025年12月23日获得L3专用号牌“京AA0001Z”，正式开启了合规商用试点。

图表14　中国首批L3级自动驾驶准入车型

数据来源：工业和信息化部第401批《道路机动车辆生产企业及产品公告》

中国汽车工业协会常务副会长兼秘书长付炳锋认为，智能网联汽车作为跨学科、跨领域的复杂系统，其成熟度不仅依靠技术突破，更需商业闭环验证。“多部门共同构建‘产品准入+上路通行’机制，联合制定规则、并行审查，为产业划定清晰的安全基线，为创新留足空间。”L3级别自动驾驶的落地是涵盖整车、零部件、软件算法、通信、数据服务等多主体协同的系统性工程，将推动产业链上下游从“供应关系”转向“共生关系”。

海通国际研报认为，“随着试点经验积累和法规逐步完善，L3级自动驾驶功能有望从局部示范走向更广泛放开，2026年或成为我国L3级自动驾驶量产落地的关键节点”。

4.3.2　智能网联汽车准入和上路通行试点

L3级准入许可的发放，是智能网联汽车准入和上路通行试点工作的重要阶段性成果。这一试点工作的制度框架早在2023年就已搭建完成。

2023年11月，工业和信息化部、公安部、住房和城乡建设部、交通运输部四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》。通知明确，在智能网联汽车道路测试与示范应用工作基础上，遴选具备量产条件的搭载自动驾驶功能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。试点工作涉及的自动驾驶功能是指国家标准《汽车驾驶自动化分级》（GB/T 40429-2021）定义的L3级（有条件自动驾驶）和L4级（高度自动驾驶）功能。

2024年6月，四部门联合发布，确定我国首批由9个汽车生产企业和9个使用主体组成的联合体，在北京、上海、广州、深圳、重庆、郑州、儋州7个城市展开智能网联汽车准入和上路通行试点。试点产品涵盖乘用车、客车及货车三大类。进入试点的联合体包括“比亚迪汽车工业有限公司、深圳市东潮出行科技有限公司”“广汽乘用车有限公司、广汽祺宸科技有限公司”“重庆长安汽车股份有限公司、重庆长安车联科技有限公司”等。

试点工作分为几个阶段推进：首先是试点申报阶段，汽车生产企业和使用主体组成联合体制定申报方案；其次是产品准入试点阶段，企业通过产品测试与安全评估后提交准入申请；最后是上路通行试点阶段，取得准入的产品在限定区域内开展上路通行。

图表15　智能网联汽车准入和上路通行试点概况

数据来源：工信部等四部门联合公告

2025年12月，伴随首批L3级车型获得准入许可，我国智能网联汽车准入和上路通行试点正式进入上路通行试点阶段。

4.3.3　“车路云一体化”应用试点

如果说准入和上路通行试点解决的是“单车智能”的制度框架问题，那么“车路云一体化”应用试点解决的则是“车路协同”的基础设施与生态建设问题。两者相互补充，构成了中国智能网联汽车发展的“双轮驱动”。

2024年7月，工业和信息化部、公安部、自然资源部、住房和城乡建设部、交通运输部五部门联合公布智能网联汽车“车路云一体化”应用试点城市名单，确定20个城市（联合体）为应用试点城市。这20个城市包括：北京、上海、重庆、鄂尔多斯、沈阳、长春、南京、苏州、无锡、杭州、合肥、福州、济南、武汉、十堰、长沙、广州、深圳、海口—三亚—琼海（联合体）、成都。

从城市类型来看，入选城市不仅有北上广深等超一线城市，还包含武汉、杭州、合肥等省会城市，以及十堰、鄂尔多斯等地级市，覆盖不同层级、不同类型的城市，体现了试点的广泛性和代表性。

郭守刚在2025世界智能网联汽车大会新闻发布会上表示，全国正加快推进20个“车路云一体化”试点城市建设，累计开放测试示范道路35,000多公里、发放测试示范牌照超过1万张，覆盖一线城市、新一线城市及重点经济圈核心城市。全国已建成17个国家级测试示范区。

在基础设施方面，全国已部署智能化路侧单元超过1.1万套。各地积极推进5G基站建设——据工信部《2025年通信业统计公报》，截至2025年底，全国5G基站达483.8万个。在车辆接入方面，北京已实现全市600平方公里“车路云一体化”基础设施连片覆盖，累计发放测试牌照超1,100张，累计自动驾驶测试里程超4,500万公里。重庆高新区已建成约50公里感知连续覆盖的城市智能道路，累计接入各类网联车辆1,200余辆。

图表16　“车路云一体化”应用试点关键数据

资料来源：工信部装备工业一司、2025世界智能网联汽车大会

车路云一体化试点正在从概念验证迈向规模应用。各地依托既有智能网联测试区、车联网先导区等项目，围绕政策体系、基础设施、商业模式持续发力。以北京为例，自2020年起，北京经开区率先建设首个高级别自动驾驶示范区，经4年多建设，车路云一体化基础设施完成600平方公里连片覆盖，建成涵盖“车路云网图”五大体系的城市级工程试验平台。2025年1月，南京印发《“车路云一体化”建设三年规划》，成为20个试点城市中首个印发相关规划的城市。

不过，车路云一体化的推进也面临多重挑战。部分试点城市统筹协调不畅，缺乏跨部门统筹协调机制；基础设施覆盖仍显不足，智能化路口改造成本较高；接入车路云一体化体系的车辆规模偏小，不少地方公交、出租等车辆网联设备装配率偏低。

尽管如此，车路云一体化作为中国在全球率先提出的“智能化+网联化”融合发展路线，其战略意义不容低估。随着20个试点城市建设的深入推进和经验的逐步积累，车路云一体化有望在“十五五”期间实现更大范围的商业化落地。

第五章　中国智能驾驶产业底座的上游硬件与中游系统

5.1　产业链结构概述

5.1.1　产业链全景图谱

中国智能驾驶产业链可以大致划分为上游、中游和下游三个层次。

上游为核心硬件与基础技术，包括智驾域控芯片/SoC、摄像头、毫米波雷达、激光雷达等传感器，以及高精地图与高精度定位、云平台等。上游是整个产业链的技术底座，决定了智能驾驶系统的性能上限。

中游为软件算法与系统集成，包括端到端大模型、域控制器与计算平台、智能驾驶操作系统等。中游是将上游硬件“组装”成可交付智驾方案的关键环节，也是当前行业竞争最激烈的领域。

下游为整车制造与应用服务，包括乘用车前装、Robotaxi、干线物流、封闭场景等。下游是技术价值的最终实现场景，已在第六章中详细分析。

从产业链的参与主体来看，上游以芯片设计公司（英伟达、地平线、华为等）、传感器供应商（禾赛、速腾聚创等）和图商（高德、百度等）为主；中游以整车企业（自研路线）、第三方智驾解决方案商（华为、Momenta等）和传统Tier1（博世等）为主。各环节之间的边界正在模糊——芯片厂商向下延伸做域控制器、整车企业向上延伸做芯片，跨界融合已成为产业常态。

5.1.2　各环节价值分布概览

智能驾驶产业链的价值分布正在经历结构性变化。从整体来看，芯片和传感器等硬件环节仍占据较大的价值份额，但软件算法和系统集成的价值占比正在快速提升。

据中信证券研报分析，2025年国内中高阶智驾渗透率有望翻倍，带动约350亿元增量市场，芯片、控制器、传感器、连接四大产业链环节均将从中受益，其中芯片和控制器的市场弹性较大且格局清晰。随着“智驾平权”战略的推进，高阶智驾功能从高端车型向10万-20万元主流价格区间下沉，产业链上下游各环节将迎来新一轮发展机遇。

从成本结构来看，智能驾驶系统的硬件成本主要包括芯片（SoC）、传感器（摄像头、雷达、激光雷达）和域控制器等。据行业分析，L2+级智驾系统的硬件BOM成本中，芯片和域控制器占比最高，其次为传感器。随着端到端大模型技术的普及，软件算法的价值占比有望进一步提升。

图表17　中国智能驾驶产业链主要环节与代表企业

数据来源：中投产业研究院

5.2　上游：核心硬件

5.2.1　智驾域控芯片/SoC市场规模与竞争格局

智驾域控芯片是智能驾驶系统的“大脑”，也是最核心的硬件环节。2025年，中国智驾域控芯片市场经历了一次深刻的结构性切换。

市场规模方面，据NE时代智能车数据，2025年国内智驾域控芯片装机量为862万颗，同比增长60.2%。据IIM信息数据，2025年全球自动驾驶域控制器SoC市场规模达到78.2亿美元，中国市场占据全球出货量的32.5%，规模达25.4亿美元。

竞争格局方面，国内市场呈现“外资主导高端、国产追赶中低端”的格局。

英伟达凭借Orin系列（254 TOPS）及Thor（2000 TOPS）垄断高端市场。2024年英伟达以39%的市场份额稳居国内智能驾驶辅助芯片市场首位，搭载于理想L系列Max版、小米SU7 Pro/Max等高端车型。高通则凭借骁龙8295座舱芯片几乎垄断了智能座舱市场。

地平线是国产智驾芯片的领军企业。2024年地平线市占率约11%，出货主力为征程5。2025年全年车规级芯片方案出货量突破400万套，同比增长39%；其中中高阶智驾芯片方案出货量达180万套，为2024年同期的近5倍。在智驾域控制器市场，英伟达、地平线、华为、特斯拉四家合计占比逾八成。国产第三方芯片的增量更多集中于15万-25万元车型。

图表18　2025年中国智驾域控芯片市场关键数据

数据来源：NE时代、IIM信息、国盛证券、中投产业研究院

从技术趋势来看，舱驾一体化趋势显著。英伟达Thor、高通SA8775P等单芯舱驾一体方案正在从概念验证步入量产导入期。2025年10月，全球首款搭载高通SA8775P舱驾一体方案的量产车型——极狐全新阿尔法T5正式上市，由卓驭科技与北汽极狐联合打造。地平线于2026年4月22日发布中国首款舱驾融合整车智能体芯片“星空（Starry）系列”。星空6P芯片采用5nm车规制程，BPU算力达到650 TOPS，内存带宽273 GB/s，可同时支持座舱数字AI及高阶智能辅助驾驶大模型的部署。

从长期市场空间来看，据弗若斯特沙利文数据，2023年全球/中国ADAS（L1~L2+）SoC市场规模分别为275/141亿元，预计2028年分别达925/496亿元，2023-2028年复合增速分别为28%和29%。ADS市场（L3~L5）仍处发展初期，预计2030年全球ADS SoC市场规模将达454亿元。

车企自研芯片是2025-2026年最值得关注的趋势之一。蔚来神玑NX9031（5nm）于2025年4月量产上车；理想马赫M100（5nm，1,280TOPS）于2026年5月量产；小鹏图灵（7nm，约750TOPS）于2025年7月首次上车；比亚迪璇玑A3（4nm，约700TOPS）于2026年推出。但需要指出的是，能够成功自研SoC并为自身带来商业效益的车企仍是少数，多数车企仍会对英伟达、地平线等第三方SoC厂商产生较强的需求。

5.2.2　摄像头、毫米波雷达、激光雷达市场分析

传感器是智能驾驶系统的“眼睛”，决定了车辆对周围环境的感知能力。目前主流的智驾传感器包括摄像头、毫米波雷达和激光雷达三大类，各自承担不同的感知任务。

摄像头是成本最低、应用最广泛的视觉传感器。据ResearchInChina数据，2025年1至9月，中国新乘用车摄像头安装总量达8,700万台，同比增长35.5%。其中，前视摄像头1,659.6万台（同比增长43.6%），侧视ADS摄像头1,502.4万台（同比增长114.7%），后视ADS摄像头324万台（同比增长159.9%），环视摄像头3,751.6万台（同比增长23.9%），舱内摄像头530.7万台（同比增长28.2%）。

在前视摄像头市场，比亚迪以22.2%的份额领跑，领先第二名特斯拉14.4个百分点。从产品形态看，单目摄像头仍占主导（82.9%），但三目摄像头安装量激增——2025年1至9月三目摄像头安装129.6万套，同比增长显著，主要由比亚迪“天神之眼”纯视觉方案推动。在分辨率方面，800万像素前视摄像头安装量达806.7万颗，同比增长近250%，占前视摄像头总安装量的48.6%。

毫米波雷达在恶劣天气下具有优势，是智驾感知的重要补充。中国车载毫米波雷达市场规模从2020年的44亿元增长至2024年的82亿元，复合年增长率达16.6%，预计将以21.5%的复合年增长率增长，于2029年达到216亿元。从出货量来看，2025年国内毫米波雷达出货量超1.2亿颗，其中汽车ADAS领域占比约65%（约7,800万颗）。市场集中度逐步提升，头部企业（如华域汽车、德赛西威、森思泰克）占据超50%份额。

激光雷达是精度最高的车载传感器，近年来经历了从“奢侈品”到“大众配置”的剧变。2016年前后，一枚64线机械式雷达售价高达数万美元；而到2025年，用于L2级辅助驾驶的主激光雷达价格已降至约200美元，芯片集成化是降本的主要途径。

据盖世汽车研究院数据，2025年中国乘用车市场主激光雷达总装机量为275.6万台。从更广口径看，2025年全年激光雷达装车量达338.6万颗，同比增长120.1%。激光雷达在新能源乘用车中的渗透率已攀升至21%，跨越了16%的“鸿沟临界点”，正式进入规模化普及新阶段。

图表19　2025年中国主要智驾传感器市场关键数据

数据来源：ResearchInChina、盖世汽车研究院、中投产业研究院

在激光雷达竞争格局方面，2025年中国乘用车前装标配前向主激光雷达市场中，禾赛科技、华为、速腾聚创三家企业分别以41%、28.3%、23.5%的市场份额位列前三，合计占据92.8%的市场份额，呈现“新三强”格局。禾赛科技2025年激光雷达全年交付量达162.04万台，同比增长222.9%，其中ADAS激光雷达出货量达138.11万台。

在价格层面，激光雷达搭载车型价格已大幅下探。成本的快速下降正在推动激光雷达从“高端选配”走向“大众标配”。

5.2.3　高精地图与高精度定位

高精地图和高精度定位是智能驾驶系统实现精准导航和车道级定位的关键基础设施。随着城市NOA功能的快速普及，高精地图的重要性日益凸显。

高精地图方面，从竞争格局来看，2025年1至10月，高精地图市场呈现“头部垄断领跑、第二梯队紧追”的格局。高德以53.6%的绝对市场份额和超百万套的装机量持续占据统治地位；腾讯和朗歌科技分别以12.4%、12.2%的份额稳居第二梯队；四维图新以6.1%的份额位居其后。其他厂商合计占据约15.6%的市场份额。

从更广的竞争格局来看，中国高精地图行业前五名企业（四维图新、高德、百度、华为、中海庭）占据超70%市场份额，技术、生态和政策壁垒显著。

图表20　2025年1-10月中国高精地图市场竞争格局

数据来源：盖世汽车、中投产业研究院

高精度定位方面，据盖世汽车研究院统计，2025年上半年，导远科技以超过113.5万套装机量占据了汽车高精度定位系统赛道高达56.7%的市场份额。华为和华测导航分别以14.5%和7.9%的市占率分列二、三位。另据高工智能汽车数据，2025年1至10月，导远科技在国内车载高精度定位系统市场的份额高达59.75%。

高精地图行业正面临“轻地图化”趋势的挑战。随着端到端大模型技术的兴起，部分车企开始探索不依赖高精地图的“轻地图”甚至“无地图”方案。但行业普遍认为，在L3级以上自动驾驶场景中，高精地图仍然不可或缺——其提供的先验信息和厘米级定位精度，是纯视觉方案难以完全替代的。

5.3　中游：软件算法与系统集成

5.3.1　端到端大模型在中游的系统集成与产业化进展

如果说芯片和传感器是智能驾驶的“硬件底座”，那么端到端大模型就是驱动智能驾驶能力跃升的“软件引擎”。2024年至2025年，中国智能驾驶行业完成了从“规则驱动”向“数据驱动”的技术范式切换。

所谓“端到端”（End-to-End），是指将感知、规划、控制等原本分散的模块整合到一个统一的神经网络模型中，实现从传感器数据输入到车辆控制指令输出的直接映射。这一技术路线的核心优势在于：系统通过海量真实驾驶数据的训练自主学会驾驶，不再需要工程师为每一个场景手工编写规则代码。

在产业化进展方面，分段式端到端方案已于2024-2025年实现规模化量产，一段式端到端与VLA（视觉-语言-行动）技术于2025-2026年集中落地。头部企业的技术差距正以“月”为单位波动。在技术路线的具体选择上，小鹏和理想选择了VLA路线，强调语言理解让系统能推理；华为和蔚来选择世界模型路线，强调空间预测让系统更安全。

端到端大模型的普及对产业链中游的系统集成能力提出了更高要求。传统的“传感器+规则代码”方案正在被“传感器+大模型+数据闭环”的新范式取代。这不仅改变了智驾系统的开发方式，也重塑了产业链的价值分布——拥有数据和模型能力的企业正在获得更大的话语权。

智能驾驶的演进已从2024年的“端到端范式确立”，迈入到AI 2.0的“规模化能力兑现期”——基于模型能力提升及多样化的训练数据，智驾系统可能涌现出自主应对极端边缘场景的能力。

5.3.2　域控制器与计算平台

域控制器是集中式电子电气架构的核心，负责整合来自各传感器的数据并运行智驾算法，是连接上游芯片与下游整车的关键环节。

市场规模方面，据NE时代新能源数据，2025年智驾域控在国内市场的装机量为682万套，同比大幅增长110.17%。2025年5月，辅助驾驶域控制器装机量为56.4万套，环比提升41%，远高于整车市场环比增速10%。5月辅助驾驶域控占比为30.5%，环比提升近6个百分点。据ResearchInChina数据，2025年6月，中国乘用车预装自动驾驶域控制器普及率首次突破30%，达30.81%（2024年同期仅17.43%）。

竞争格局方面，据NE时代数据，2025年5月域控方案几乎被国内企业占据，前十企业中除特斯拉之外全部为国产企业。比亚迪域控制器方案发力明显，5月装机量突破21万套，市场份额占比达38.3%。立讯精密和吉咖智能首次进入前十。

从产品结构来看，高速NOA和城市NOA加速渗透的趋势下，单车价值量更高的中大算力智驾域控快速放量。

从技术趋势来看，域控制器正从“分布式”走向“集中式”，从“功能域”走向“中央计算+区域控制”。舱驾融合是下一阶段的重要方向——将智能驾驶域和智能座舱域整合到单一芯片平台，以降低成本和提升算力利用率。2025年10月，高通SA8775P等舱驾一体方案已开始规模化量产。

5.3.3　智能驾驶操作系统

操作系统是智能驾驶系统的“软件基座”，负责管理硬件资源、调度软件任务、保障功能安全。随着智能驾驶系统越来越复杂，操作系统的战略地位日益凸显。

市场规模方面，据IIM信息数据，2025年全球自动驾驶操作系统市场规模达到67.8亿美元，其中中国市场规模占据全球总量的26.3%，约为17.8亿美元。行业预测显示，到2030年全球市场规模将突破180亿美元，年复合增长率维持在21.5%左右。

竞争格局方面，智能驾驶操作系统市场呈现“外资主导、国产追赶”的格局。在智驾域，据BlackBerry QNX大中华区首席代表董渊文介绍，QNX在智驾域的份额能够达到60%左右。在座舱域，QNX市占率更高——在国内一芯多屏智能座舱领域，QNX市场占有率高达约80%。

国产操作系统正在加速追赶。根据中国汽车工业协会与赛迪顾问联合数据，2024年国内车用操作系统市场中，国产操作系统占比不足15%，主要集中在后装市场与低阶前装车型。据IIM信息数据，2025年国内乘用车前装搭载自动驾驶操作系统的渗透率达到34.7%。华为鸿蒙、斑马智行等国产操作系统在部分车型上已实现量产应用。

图表21　2025年中国智能驾驶操作系统市场关键数据

数据来源：IIM信息、BlackBerry QNX、中国汽车工业协会、赛迪顾问、中投产业研究院

从技术趋势来看，智能驾驶操作系统正面临“功能安全+高性能计算+AI加速”的多重挑战。传统的RTOS（实时操作系统）已难以满足端到端大模型对算力和带宽的需求，新一代智驾操作系统需要在保证功能安全（ISO 26262 ASIL-D）的同时，支持大规模并行计算和AI推理。软件定义硬件趋势下，工具链生态的完整度正在成为选型关键。

总体来看，中国智能驾驶产业链的上游硬件与中游系统正处于快速成长期。芯片领域国产替代加速推进，传感器领域激光雷达实现规模化普及，域控制器装机量爆发式增长，操作系统国产化率稳步提升。各环节之间的协同创新与跨界融合，正在共同推动中国智能驾驶产业从“跟跑”走向“并跑”乃至“领跑”。

第六章　中国智能驾驶典型应用场景与商业化进展

6.1　乘用车前装市场

乘用车前装市场是智能驾驶技术规模化落地的主战场。无论是渗透率最高的L2级组合驾驶辅助，还是代表技术前沿的城市NOA，最终都要通过乘用车前装搭载来实现商业化。

6.1.1　城市NOA与高速NOA搭载情况

2025年是中国城市NOA从“尝鲜”走向“普及”的关键一年。

据中信证券研报测算，2025年城市NOA在国内乘用车市场的渗透率约为14%，高速NOA渗透率约为15%。在销量层面，据中汽协发布的《2025城市NOA汽车辅助驾驶研究报告》，2025年1至11月，我国搭载城市NOA功能的乘用车累计销量达312.9万辆，渗透率占乘用车上险量的15.1%，较2024年全年提升5.6个百分点。

高速NOA方面，据佐思汽车研究数据，高速NOA标配月渗透率从2025年1月的5.8%飙升至2025年10月的19.6%，9个月内实现超3倍增长。在主流乘用车品牌中，2025年超四成已拥有搭载高速NOA功能的车型。

从品牌结构来看，自主品牌在智能驾驶领域的主导地位日益凸显。在上述312.9万辆搭载城市NOA功能的乘用车中，自主品牌销量达到253.73万辆，占比高达81.1%。自主品牌销量中搭载城市NOA功能的车型销量占比达到18.7%，较2024年翻了一番，远高于15.1%的平均水平。合资品牌搭载城市NOA功能的乘用车销量占比仅为8.3%。这一差距表明，在智能驾驶这一关键赛道上，自主品牌已建立起显著的先发优势。

6.1.2　高阶智驾从高端向主流市场下沉趋势

如果说2024年高阶智驾还是30万元以上高端车型的“专属配置”，那么2025年最显著的变化就是它正在以前所未有的速度向10万-20万元的主流价格区间渗透。

据中信证券数据，高阶智驾（L2.5及以上）渗透率从2024年的12.93%跃升至2025年的21.4%-23.5%，覆盖车型价格带持续下沉，10万-20万元市场成为智驾普及的核心战场。2025年1至11月，起售价在30万元以下的主流乘用车搭载城市NOA车型的销量达到215.5万辆，占比超过68.9%。

这一下沉趋势背后有多重推动力。

首先是头部车企的“智驾平权”战略。比亚迪是这场下沉运动中最具影响力的推动者。据中信证券测算，2025年比亚迪高速NOA车型销量达近300万辆，城区NOA车型销量达46万辆，合计高阶智能驾驶车型销量预计346万辆，渗透率69%，较2024年的7.2%大幅增长。比亚迪“天神之眼”高阶智驾系统在2025年实现大规模上车，推动了城市NOA功能向10万-20万元价格带的快速渗透。2024年比亚迪国内新能源汽车销量占比近30%，其“智驾全面上车”直接推动了全国高阶智驾的大规模普及。

其次是芯片和传感器成本的快速下降。地平线等国产芯片厂商正在推动城区NOA向10万元价位车型渗透。2025年10月，地平线HSD高阶城区辅助驾驶系统通过深蓝L06等车型完成量产首秀，深蓝L06售价下探至13.29万元起。据地平线创始人兼CEO余凯在2025地平线技术生态大会上透露，搭载HSD的深蓝L06上市仅两周，HSD激活量即突破1.2万辆。在此之前，城区NOA的主阵地一直停留在15万至30万元区间，鲜有10万元价位车型实现“好用”的城区智驾体验。

以轻舟智航为例，其正联合打造业内首个基于单颗征程6M芯片的城市NOA量产方案，目标在10万元价位段车型上完整实现红绿灯识别、无保护左转、复杂路口通行等核心城区智驾功能。

可以预见的是，随着“智驾平权”战略的持续深化，高阶智驾功能从高端向主流市场的下沉才刚刚开始。2026年，10万-15万元价格区间有望成为城市NOA渗透率提升最快的细分市场。

6.2　Robotaxi（自动驾驶出租车）

如果说乘用车前装市场是智能驾驶的“大众市场”，那么Robotaxi就是智能驾驶商业化的“试验田”——它既是技术难度的最高体现，也是商业模式想象空间最大的场景。

6.2.1　全球付费行程规模与中美对比

2025年至2026年，全球Robotaxi行业进入了从“技术验证”到“规模化运营”的关键转折期。

在全球付费行程方面，Waymo是无可争议的领跑者。截至2025年12月，Waymo乘客出行次数已突破2,000万次。

中国市场方面，百度萝卜快跑是全球订单量最大的Robotaxi平台。据百度创始人李彦宏在2025年11月百度世界大会上公布的数据，萝卜快跑每周全无人订单超过25万单，全球累计服务次数突破1,700万次。萝卜快跑平均每天跑出约3.6万单，每2秒接到一个订单。截至2025年10月，萝卜快跑自动驾驶总里程已超过2.4亿公里，其中全无人驾驶里程已突破1.4亿公里。萝卜快跑已在全球22座城市运营，覆盖北京、上海、武汉、深圳、香港、迪拜、阿布扎比等核心城市。

从全球对比来看，中美两国构成了Robotaxi市场的双极。Waymo在单车技术和累计里程方面保持领先，百度萝卜快跑则在运营规模和全无人订单量方面领跑全球。

6.2.2　国内主要企业布局、运营模式与运营进展

中国Robotaxi市场已形成“百度领跑、多强跟进”的竞争格局。

百度萝卜快跑是目前国内规模最大、覆盖最广的Robotaxi平台。其运营模式以自营车队为主，已在武汉、重庆等地实现全无人商业化运营。萝卜快跑在2025年迎来高速发展的一年，每周全无人订单超过25万单，成为全球第一。

小马智行是国内Robotaxi领域的另一重要玩家。截至2025年底，小马智行Robotaxi车队规模已超1,400辆，超额完成2025年1,000辆的车队建设目标，累计用户数突破100万。2025年，小马智行Robotaxi业务全年收入同比增长129%至1.16亿元。公司已在广州、深圳相继实现单车盈利（UE）转正。展望2026年，小马智行目标为Robotaxi车队规模超3,000辆以及海内外落地超20城。在运营模式上，小马智行通过与丰田、如祺出行等共建车队模式提升资金效率。

文远知行同样在加速布局。截至2025年底，文远知行已在全球12个国家、40余座城市部署自动驾驶车队，Robotaxi车队规模为1,125辆。2025年公司Robotaxi相关业务营收1.48亿元，同比增长209.6%。文远知行2026年目标为Robotaxi车队增至2,600辆。在运营模式上，文远知行兼具“卖车+卖服务”的双重模式，既向客户销售自动驾驶车辆，也提供出行服务。

在运营模式方面，国内Robotaxi企业主要形成了三种模式：一是自营车队模式（如百度萝卜快跑），企业自行采购车辆、自主运营；二是车企合作模式（如小马智行与丰田、如祺出行合作），由车企提供车辆、科技公司提供系统、出行平台提供流量；三是技术输出模式（如文远知行），既自营也向合作伙伴提供车辆和系统。三种模式各有利弊，目前行业尚未形成统一的“最优解”。

在商业化进展方面，多家企业已实现或接近实现单车盈利。小马智行已在广州、深圳实现单车盈利转正；文远知行在阿布扎比的纯无人商业化运营正加速实现单车盈亏平衡。单车盈利的突破，是Robotaxi从“烧钱阶段”走向“自我造血”的关键标志。

6.2.3　Robotaxi市场规模预测

从市场规模来看，多家机构对Robotaxi的未来增长给出了极为乐观的预测。

据高盛研报，中国Robotaxi的潜在市场规模（TAM）预计将从2025年的5,400万美元增长到2030年的120亿美元，到2035年将达到470亿美元。这意味着2025年至2035年的十年间，Robotaxi总市场规模将增长757倍。

高盛的预测基于几个核心假设：中国庞大的出行需求基数、自动驾驶技术的持续迭代、政策环境的逐步完善以及运营成本的持续下降。2025年被多家企业视为“扩张之年”，而2026年则被视为从“扩张”走向“盈利”的关键转折年。

图表22　2025-2035年中国Robotaxi市场规模预测

数据来源：高盛研报、中投产业研究院

6.3　干线物流与末端配送

除了乘用车和Robotaxi，智能驾驶在物流领域的应用同样值得关注。干线物流和末端配送分别代表了商用车自动驾驶的“长途”和“短途”两端。

6.3.1　自动驾驶重卡跨省货运测试进展

干线物流是自动驾驶在商用车领域最具商业价值的应用场景之一。2024年至2025年，中国在自动驾驶重卡的跨省货运测试方面取得了关键突破。

小马智行是这一领域的先行者。2024年1月，小马智行获得国内首个跨省自动驾驶重卡许可，开启京津塘高速示范应用。2024年4月，小马智行携手中国外运及外运物流开启真实商业货运服务，实现北京—天津往返的L4自动驾驶重卡干线物流，首批货运商品以快消品为主。自开通以来，小马智行在此干线物流路线上已完成真实货运订单近500个TEU（标准集装箱单位），累计自动驾驶里程超45,000公里。2025年1月，小马智行获得全国首家跨省卡车编队无人化测试许可，在京津塘高速开展了“1+N编队跟随车主驾无人测试”。据小马智行披露，截至2025年4月，其自动驾驶卡车路测里程近600万公里，货物运输量超9.4亿吨公里。

干线物流自动驾驶的推进路径呈现出清晰的阶段性特征：从封闭园区测试到开放道路测试，从单车测试到编队测试，从有安全员到无安全员，从省内试点到跨省运营。小马智行在京津塘高速的实践表明，跨省干线物流的自动驾驶商业化正在从“可能”走向“可行”。

6.3.2　无人配送车城市末端商用情况

如果说干线物流解决的是“长途运输”问题，那么无人配送车解决的则是“最后一公里”的末端配送难题。2025年，中国城市末端无人配送迎来了规模化商用拐点。

深圳是全国无人配送车发展最快的城市。据深圳市政府官网数据，深圳功能型无人车投放总量已达1,218台，在全国一线城市中位列第一。这些无人车覆盖1,594条线路，总里程超5,534公里，月度完成配送订单约129万单，每月创造直接商业价值超千万元。

从增长轨迹来看，2025年9月，深圳功能型无人车单月配送订单首破百万大关，达到102万单，创造商业价值870万元；11月在“双十一”物流高峰带动下，单月配送订单再增至129万单，其中快递配送108万单、生鲜配送21万单，直接商业价值提升至1,110万元。2025年11月，深圳无人物流车总运行里程达到24万公里，环比大幅增长50%。

无人配送车的商业化正在从“试点”走向“常态化运营”。深圳的实践表明，当无人配送车的数量达到一定规模（千台级别）、覆盖足够多的线路和场景时，其商业价值和社会价值都能够得到充分释放。

图表23　2025年深圳功能型无人车运营数据

数据来源：深圳市政府官网、中投产业研究院

6.4　封闭场景应用

相比于开放道路的复杂多变，港口、矿区等封闭场景具有环境可控、规则明确、重复性高等特点，被认为是自动驾驶最容易实现商业闭环的应用场景。

6.4.1　智慧港口自动驾驶运营

港口是自动驾驶最早实现规模化应用的封闭场景之一。2025年，中国多个标杆港口在自动驾驶运营方面取得了显著进展。

宁波舟山港是全球货物吞吐量最大的港口，也是智慧港口建设的先行者。宁波舟山港打造了“易享领航”平台，以国产化技术为基座，在港内复杂物流场景中实现自动导航、精准避障，形成“车—路—云”协同闭环。该平台已在宁波舟山港金塘港区大浦口集装箱码头自动驾驶试验区试点运行，支持ICT、IGV多类型无人集卡及有人内集卡、外集卡等车辆全域混行。目前，宁波舟山港已有102辆无人集卡实现“6路混编作业”。主线科技助力宁波舟山港建成全国首个复杂工况混行无人驾驶智慧港口。

天津港同样是智慧港口建设的标杆。天津港先后开展两期天津港口自动驾驶示范区建设，实现规模达165台的全国港口最大规模自动驾驶水平运输设备的商业运营。天津港自主研发的JTOS系统，打破国外技术垄断，支撑全球首个“智慧零碳”码头吞吐量持续攀升，作业效率较传统码头提升15%。一个调度员能管理6辆车。中国联通与天津港集装箱码头共建“海关智慧管控平台”，依托5G与AI技术实现对港口视频的智能分析与事件检测。

智慧港口的自动驾驶运营已经形成了清晰的商业逻辑：通过无人集卡替代有人驾驶，降低人力成本、提升作业效率、实现24小时不间断作业。在宁波舟山港和天津港等标杆港口的带动下，智慧港口的自动驾驶模式正在向全国更多港口复制推广。

图表24　2025年中国主要智慧港口自动驾驶运营情况

数据来源：中投产业研究院

6.4.2　矿区自动驾驶小规模商业化

矿区是另一个自动驾驶率先实现小规模商业化的封闭场景。矿区环境恶劣、招工困难、安全风险高，对自动驾驶有着刚性的市场需求。

踏歌智行是国内率先落地矿区无人驾驶商业化部署的企业。公司自研核心“旷谷”矿山无人驾驶运输系统，依托三大专属AI大模型基座搭建“车—地—云”一体化架构，覆盖端到端无人驾驶、多智能体调度控制、设备全生命周期健康管理等核心能力。按2025年收入计，踏歌智行在中国矿山无人驾驶运输解决方案市场中排名第三，市场份额约为13.3%。踏歌智行的客户以大型国有能源与有色金属矿企为主，包括国家能源集团、江西铜业、包钢集团等。

从行业整体来看，2024年可称得上是矿山无人驾驶商业化的元年。众多自动驾驶相关企业如华为、易控智驾、踏歌智行等纷纷取得了不少进展。矿区自动驾驶的商业化路径与港口类似——在封闭、可控的环境中，通过无人化运输替代有人驾驶，实现降本增效和安全提升的双重目标。随着技术的成熟和成本的下降，矿区自动驾驶有望在未来几年内实现更大规模的商业化部署。

总体来看，中国智能驾驶的应用场景正在从“单一”走向“多元”，从“试点”走向“规模化”。乘用车前装市场是规模最大的场景，城市NOA渗透率已突破15%并持续攀升；Robotaxi是最具想象空间的场景，百度、小马智行等企业已实现千万级订单和单车盈利突破；干线物流和末端配送代表了商用车自动驾驶的广阔前景；港口、矿区等封闭场景则率先形成了清晰的商业闭环。各场景之间相互促进、协同发展，共同推动中国智能驾驶产业从“技术驱动”走向“价值驱动”的新阶段。

……

（因篇幅有限，本文只节选部分内容，文末附完整PDF报告，可直接下载）

联系客服

COOPERATIVE CONTACT

电话

  400 008 1522  

  0755-82571522

邮箱

faxingbu@ocn.com.cn