如今，智能輔助駕駛市場正在經(jīng)歷一個從 " 參數(shù)崇拜 " 向 " 技術(shù)回歸 " 的去泡沫化階段。2024 年的中國車展，曾以 " 智駕元年 " 之名載入史冊，華為 ADS 3.0、小鵬 XNGP、蔚來 NOP+ 等技術(shù)輪番登場，車企爭相標(biāo)榜 "L3 級自動駕駛 "。而在 2025 年上海車展，行業(yè)氛圍卻陡然轉(zhuǎn)向。

無論傳統(tǒng)車企還是新勢力，都要面對過度營銷之后的信任重塑，這不僅是一次沖刷行業(yè)浮躁、重構(gòu)信任基石的大考，更是產(chǎn)業(yè)告別野蠻生長、邁向價值驅(qū)動發(fā)展階段的 " 成人禮 "。

不談智駕是個偽命題？

盡管輿論場對智駕的質(zhì)疑聲不斷，但智能化仍是車企無法回避的競爭維度。2025 年第一季度，中國 L2 級及以上輔助駕駛滲透率突破 65%，較 2024 年同期增長 12 個百分點，城市 NOA（自動導(dǎo)航輔助駕駛）功能覆蓋城市數(shù)量較去年同期增長超 200%。

即便是超豪華品牌，亦開始試水智能座艙與基礎(chǔ)輔助駕駛功能。這表明，高階輔助駕駛技術(shù)已從 " 嘗鮮期 " 過渡到 " 普及期 "。

更關(guān)鍵的是，中國市場的結(jié)構(gòu)性變化迫使車企不得不進(jìn)行智駕軍備競賽。目前，北京、上海等地已開放 L3 級測試道路，工信部計劃年內(nèi)推出全國性智駕責(zé)任劃分標(biāo)準(zhǔn)。

其次，用戶需求開始分化，高端用戶追求 " 無感智駕 "，如自動泊車、高速領(lǐng)航，家庭用戶看重安全兜底，如 AEB 緊急制動，雖然分化，但智能輔助駕駛已經(jīng)成為剛需。

同時，隨著技術(shù)的進(jìn)步和產(chǎn)能的提升，智駕硬件成本相比此前也有了明顯下降。政策、需求、成本均十分有利，車企沒有理由，也難以徹底放棄這一差異化賣點。

智能輔助駕駛 " 合縱連橫 "

從無圖路線到端到端、從一段式到兩段式、從高速 NOA 到城市 NOA，經(jīng)過一年多的較量，國內(nèi)智能輔助駕駛方案商的各梯隊陣營更加清晰。

車企自研陣營不斷擴(kuò)大，除了蔚小理、小米、零跑等新勢力，比亞迪、吉利、長安、奇瑞、長城等傳統(tǒng)車企也加碼投入，搭建出一套自研體系。

隨著比亞迪打響 " 智駕平權(quán) " 第一槍，傳統(tǒng)車企們早已按捺不住，紛紛通過自研智駕構(gòu)筑起新的護(hù)城河。長安（北斗天樞）、吉利（千里浩瀚）、奇瑞（獵鷹智駕）、長城（咖啡智駕）等傳統(tǒng)企業(yè)紛紛踏上全民智駕之路，從低階、中階到高階，將智能輔助駕駛作為 " 標(biāo)配 " 產(chǎn)品，由此 2025 年也被業(yè)界稱為 " 全民智駕元年 "。

如果說，車企自研陣營屬于一極，那么站穩(wěn)另一極的華為與 Momenta 憑借技術(shù)壁壘與生態(tài)優(yōu)勢，兩者以 " 斷崖式 " 姿態(tài)占據(jù)智能輔助駕駛市場半壁江山。

華為以身入局，作為自主高端化的重要力量，與自主車企共同打造智能新品牌。它的出發(fā)點不同于獨立第三方，導(dǎo)致它與非綁定主機廠之間的關(guān)系經(jīng)歷過質(zhì)疑與排斥，但一切在近一年來得以破局，開始邁入更廣闊的量產(chǎn)陣營。

華為在智能輔助駕駛方面合作模式分為三種，智選車模式、零部件模式與 HI 模式。

其中，智選車模式作為主干，華為以供應(yīng)商的身份掌握主導(dǎo)權(quán)與話語權(quán)，深度參與整車定義、產(chǎn)品設(shè)計、渠道銷售各環(huán)節(jié)中。

目前，華為已與賽力斯、奇瑞、北汽、江淮合作綁定，形成 " 四界 "（問界、智界、享界、尊界）矩陣，其算法主要供給 " 四界 "、阿維塔等 " 含華量 " 極高的主機廠。

零部件模式則是最常見的供應(yīng)商合作模式，由華為向各車企提供諸如激光雷達(dá)、攝像頭、電機、網(wǎng)關(guān)等零部件。

而 HI 模式對應(yīng)的，是華為以一種技術(shù)輸出的方式，提供軟硬一體全棧解決方案，包括智能駕駛、智能座艙等。當(dāng)主機廠發(fā)現(xiàn)城市 NOA 算法自研壁壘過高，而市場選擇性太少，方程豹、嵐圖、深藍(lán)等成為華為 HI 模式下的客戶，華為也由此實現(xiàn)破局。

此外，在 HI 模式基礎(chǔ)上，華為還延展出了 HI PLUS 模式，該模式介于智選車模式與 HI 模式之間，即在車企保留主導(dǎo)權(quán)后，華為更進(jìn)一步，深度參與到汽車智能化領(lǐng)域的開發(fā)及營銷工作中。

值得一提的是，華為智駕也開始延伸至傳統(tǒng)豪華車企的腹地，奧迪正計劃將華為乾崑 ADS 智駕系統(tǒng)引入其 PPC（高級燃油車平臺）和 PPE（高級純電動平臺）平臺，提升旗下車型的智能化水平。

Momenta 的優(yōu)勢在于，通過一套架構(gòu)、一套算法以及海量數(shù)據(jù)，打造出一張 " 平臺化解決方案 " 的大網(wǎng)，可以滿足各車企及車型要求，并與多種傳感器、計算平臺（英偉達(dá)、高通等）、操作系統(tǒng)等軟硬設(shè)施適配，這使得 Momenta 成為量產(chǎn)車智駕方案寡頭之一，車企不僅認(rèn)可它的 " 第三方 " 定位，也信賴其量產(chǎn)工程化能力。

比如，比亞迪的天神之眼 A、B 版本的智駕方案均由 Momenta 提供。兩套系統(tǒng)均可實現(xiàn)端到端智駕大模型運行和城市 NOA 功能，而最低端的天神之眼 C 采用的是純視覺方案，搭載了一塊地平線 J6M 或英偉達(dá) Orin-N 芯片，算法則由比亞迪自研；智己與 Momenta 從云端到車端的軟件方案深度綁定；合資車企中的廣汽豐田、一汽豐田、東風(fēng)日產(chǎn)等，以及外資的大眾、奧迪、奔馳都與其在技術(shù)領(lǐng)域有深度合作。

雖然智己是 Momenta 進(jìn)入 L2 級城市 NOA 的 " 伯樂 "，上汽也投資了它，但雙方仍是客戶與供應(yīng)商的關(guān)系。這使得其他主機廠可以對它放心信任，并與其相互站臺、彼此支持。隨著大浪淘沙，Momenta 的城市 NOA 算法突出重圍，成為少有的軟件方案選擇，從而囊括全球超 15 家車企或 Tier 1 的合作。

由此可見，Momenta 勢頭正盛，但它也有自己的煩惱，就是合作車型很多，但不上量，這直接導(dǎo)致它的市場份額并沒有想象中高。

與 Momenta 和智己很相似的是，博世與奇瑞同在確定 NOA 功能上車過程中彼此扶持，主機廠深度參與平臺規(guī)劃，給予技術(shù)路線的建議，明確需求，方案商基于原有的輔助駕駛經(jīng)驗，完善定義系統(tǒng)需求，開發(fā) NOA 功能所需的硬件設(shè)計、底軟、中間件、上層軟件到感知、規(guī)控、預(yù)測，測試到量產(chǎn)。

2023 年底，博世全球首個高速 NOA 項目量產(chǎn)并交付，上車奇瑞星途星紀(jì)元。2024 年 5 月，奇瑞星途星紀(jì)元正式上線 NEP 城市輔助駕駛（Beta 版本）、HPA 記憶泊車等多項功能，其中城市輔助駕駛功能（Beta 版本）采用邀請制內(nèi)測，部分 ES 和 ET 用戶可搶先體驗城區(qū)輔助駕駛。這也標(biāo)志著博世城市輔助駕駛和高級泊車輔助的正式發(fā)布。

具備相應(yīng)能力后，下一階段最重要的是拿到爆款車型的配套，讓車企看到、規(guī)模用到博世的輔助駕駛系統(tǒng)。在這一點上，奇瑞依然是博世最重要的合作伙伴。

近日，博世發(fā)文稱，博世縱橫輔助駕駛升級版將在 2025 年底部署兩段式端到端算法，顯著提升復(fù)雜交通場景下的感知、決策與規(guī)控能力，能夠?qū)崿F(xiàn)高速高架輔助駕駛、多達(dá) 10 條路線的城市記憶行車輔助、記憶泊車輔助和絲滑泊車輔助等功能，并且首個海外項目將于 2026 年第一季度實現(xiàn)量產(chǎn)。

就在 4 月初，地平線與大眾汽車集團(tuán)正式宣布，基于地平線全場景方案 HSD 在輔助駕駛領(lǐng)域展開進(jìn)一步合作。大眾 CMP 平臺首批 6 款車，升級版 MEB 平臺的 1 款車，都將搭載經(jīng)大眾 CARIAD 和地平線的合資公司酷睿程調(diào)試后的 HSD 方案，具備城市 NOA 的能力，通過軟硬結(jié)合的產(chǎn)品基座和端到端的軟件架構(gòu)，可應(yīng)對城區(qū)路口、人車混行的繁忙小路、時下難點的窄道掉頭、園區(qū)內(nèi)部路等多元復(fù)雜的交通場景。

若地平線與大眾的合作順利，就意味著前者的軟硬結(jié)合的成功，后者迎頭趕上城市 NOA 隊伍，甚至成為合資車企中率先落地的車企。畢竟，2024 年能夠?qū)崿F(xiàn) " 全國都能開 " 的車企品牌以新勢力品牌與華為系品牌為主，較少出現(xiàn)傳統(tǒng)自主品牌和合資品牌身影。

回歸安全 " 第一性原理 "

過去一年，汽車市場競爭焦點從價格向智能化轉(zhuǎn)移，這場技術(shù)競賽的演進(jìn)軌跡清晰可見。車企在智能駕駛研發(fā)、營銷方面一路狂奔，一時間 " 車位到車位 "" 離車泊入 "" 代客泊車 " 等功能熱詞在各大車企發(fā)布會上被頻繁提及。廠家也在通過各種傳播渠道不遺余力地塑造消費者對智能輔助駕駛技術(shù)的認(rèn)知。

部分車企在營銷策略上展現(xiàn)出激進(jìn)姿態(tài)。有車企高調(diào)宣稱其車型按照 L3 級標(biāo)準(zhǔn)設(shè)計，具備未來法規(guī)通過后即可實現(xiàn)脫手駕駛的潛力。另有企業(yè)通過高管親自演示的方式，不斷強調(diào)自家的智能輔助駕駛能力處于 " 國內(nèi)第一梯隊 "" 能力上限非常高 "，并在直播演示相關(guān)功能時盡量做到全程不用人工干預(yù)、零接管。

智能輔助駕駛的核心在于為車輛裝備一個 " 智慧大腦 "，使其能像人類駕駛員一樣感知周圍環(huán)境、做出決策并控制車輛。

這一過程主要分三步：首先，通過攝像頭、激光雷達(dá)（LiDAR）、毫米波雷達(dá)等傳感器，" 看清 " 周圍環(huán)境；接著，車輛的 " 智慧大腦 "（即 AI 算法）會處理這些傳感器收集的數(shù)據(jù)，做出駕駛決策；最后，車輛根據(jù)這些決策進(jìn)行實際行動，如加速、剎車或轉(zhuǎn)向，以確保安全駕駛。

從技術(shù)發(fā)展角度看，智駕技術(shù)存在的主要局限包括算法缺陷、感知局限以及人機交互的響應(yīng)時差等問題。這些局限導(dǎo)致了智駕系統(tǒng)在復(fù)雜場景下的表現(xiàn)不如預(yù)期，甚至可能引發(fā)安全事故。

首先，算法缺陷是智駕系統(tǒng)面臨的一個重要問題。關(guān)于智能輔助駕駛，車企說了很多年的 L2、L2+、L2++，甚至 L2+++，其實一直在 L2 水平橫向遞進(jìn)，并沒有真正躍升到 L3 水平。只有在一些特定城市的特殊路段才給 L3 功能開放部分權(quán)限，大部分場景仍是依靠 " 人類主駕，智能輔駕 "，主要依賴高精地圖和固定規(guī)則進(jìn)行決策，對于臨時施工、極端天氣等動態(tài)場景的處理能力有限。

長期來看，智能輔助駕駛都將處于 " 人機共治 " 階段。雖然很多車都標(biāo)配了 L2 級別智能駕駛功能，但每一輛車智駕系統(tǒng)適用的場景和條件是完全不同的，尤其是低配車型，就算是同一個廠商低配和高配之間也有很大差別。

其次，感知局限也是一個顯著問題。當(dāng)前主流的 L2 級輔助駕駛對復(fù)雜環(huán)境并沒有特別強的識別能力。特別是在大雨、大霧、暴雪等惡劣天氣下，毫米波雷達(dá)和攝像頭探測距離會急劇縮短，即便是激光雷達(dá)在雨天散射也會比較嚴(yán)重。這意味著駕駛?cè)诵枰獙︸{駛進(jìn)行全程監(jiān)管。

智駕環(huán)境感知的主要手段是純視覺算法或視覺 + 激光雷達(dá)。純視覺算法將攝像頭作為主要硬件設(shè)備，相對激光雷達(dá)而言成本低廉，這使得搭載純視覺算法的智能駕駛方案在大規(guī)模應(yīng)用時更具成本效益。

視覺系統(tǒng)能夠捕捉到豐富的紋理、顏色等信息，對于識別交通標(biāo)志、車道線、行人面部表情和車輛外觀等具有天然的優(yōu)勢，可以為自動駕駛車輛提供大量的語義信息。

但是，純視覺算法受環(huán)境影響較大，在特定天氣條件下，如暴雨、濃霧、大雪、強光直射、反光等，圖像質(zhì)量會嚴(yán)重下降，導(dǎo)致識別精度降低甚至失效，以及在出隧道、地下車庫等光線劇烈變化的場景下需要復(fù)雜的光學(xué)號處理，影響對道路和周圍物體的識別。

深度感知能力有限和對遮擋敏感也是純視覺的短板。當(dāng)物體被部分遮擋時，純視覺算法可能無法準(zhǔn)確識別整個物體，從而影響對場景的理解和判斷。

激光雷達(dá)是一種用于精確獲得三維位置信息的傳感器，通過發(fā)射和接收激光束，獲取空間的位置點信息（即點云），并根據(jù)這些信息進(jìn)行三維建模，可以確定目標(biāo)的位置、 大小、外部輪廓等。

它與其它傳感器互為補充，可以很好地彌補純視覺方案下的缺點，直接獲取三維信息，同時純視覺方案仍具有瓶頸，且需要大量數(shù)據(jù)積累和處理，以及強大的算力算法支持，激光雷達(dá)則可以大幅提升車輛對于周圍環(huán)境感知的準(zhǔn)確度，降低高等級智能駕駛對算法的要求，是智能駕駛?cè)诤细兄桨覆豢扇鄙俚囊画h(huán)。

不過，常規(guī)激光雷達(dá)在側(cè)向感知方面仍然存在不足。以常規(guī)激光雷達(dá)水平視場角為 120 ° 計算，相鄰車道車輛超車切入在車頭超過 3.5m 時才能探測到，極易發(fā)生剮蹭。

其次，激光雷達(dá)對低矮物的探測感知不足，由于主激光雷達(dá)垂直視場角的限制，存在著前向 3m~7m 的視覺盲區(qū)，對于側(cè)面矮小障礙物和移動物體，智駕系統(tǒng)無法感知。此外，激光雷達(dá)對道路周邊靜態(tài)物識別不足，在車道線模糊的路段，容易規(guī)劃出波動較大的軌跡線，影響駕駛體驗。

異形障礙物識別缺陷也是智駕的一大挑戰(zhàn)。對于臨時路障、水馬、消防栓等非標(biāo)準(zhǔn)物體的識別，智駕系統(tǒng)容易存在盲區(qū)。純視覺方案依賴圖像語義分割，對不規(guī)則物體的特征提取存在誤差；而多傳感器融合則可能因數(shù)據(jù)時空對齊問題導(dǎo)致誤判。

人機交互的響應(yīng)時差也是一個重要問題。德國全德汽車俱樂部的測試結(jié)果表明，駕駛員平均需 2.3 秒才能完成有效接管，高速公路場景下這一時間甚至延長至 2.6 秒。不同駕駛?cè)藛T情況也不相同，部分駕駛員可能因疲勞、分心或注意力不集中而導(dǎo)致接管延遲。

智駕技術(shù)的開發(fā)是一個復(fù)雜的過程。首先，開發(fā)團(tuán)隊會在真實道路上通過傳感器采集大量數(shù)據(jù)，如行人、車輛、交通標(biāo)志等，并為這些數(shù)據(jù)打上標(biāo)簽，以訓(xùn)練 AI 模型理解道路環(huán)境。接著，利用人工智能技術(shù)進(jìn)行模型訓(xùn)練，使其能做出正確決策。這一過程需要大量計算資源。

隨后，智駕系統(tǒng)會在虛擬環(huán)境中進(jìn)行仿真測試，模擬各種場景以發(fā)現(xiàn)問題并優(yōu)化。通過實車測試后，團(tuán)隊會將系統(tǒng)安裝到測試車輛中，在真實環(huán)境中驗證其性能。

最后，經(jīng)過迭代優(yōu)化和相關(guān)部門的安全認(rèn)證，成熟的智駕系統(tǒng)會集成到量產(chǎn)車輛中，最終推向市場。

為全面回應(yīng)智駕產(chǎn)業(yè) " 躍進(jìn)式發(fā)展 " 帶來的可能風(fēng)險，工信部與市場監(jiān)管總局于 2 月聯(lián)合發(fā)布了《關(guān)于進(jìn)一步加強智能網(wǎng)聯(lián)汽車產(chǎn)品準(zhǔn)入、召回及軟件在線升級管理的通知》，其中強調(diào) " 明確系統(tǒng)功能邊界和安全響應(yīng)措施 "，恰恰揭示了當(dāng)前測試驗證的薄弱環(huán)節(jié)。

智能輔助駕駛系統(tǒng)的可靠性不僅取決于理想場景下的表現(xiàn)，更需在極端路況、人機交互沖突等復(fù)雜情境中驗證失效冗余機制。部分車企為搶占市場窗口，壓縮測試周期，用有限場景數(shù)據(jù)掩蓋系統(tǒng)局限性。其 " 走捷徑 " 的開發(fā)邏輯，實則是將公共道路變?yōu)槲赐瓿善返脑囼瀳?，將法律與道德風(fēng)險推向社會。

政策介入的必然性，源于技術(shù)特性與市場規(guī)律的深層沖突。智能網(wǎng)聯(lián)汽車相比于燃油車，最大的不同是軟件定義硬件，其功能迭代依賴持續(xù)的數(shù)據(jù)反饋與算法優(yōu)化。特有的動態(tài)演進(jìn)特性，使得傳統(tǒng)汽車 " 定型即固化 " 的質(zhì)量管控模式失效。

工信部要求將 OTA 升級納入準(zhǔn)入管理，正是試圖建立適應(yīng)技術(shù)特性的新型監(jiān)管框架，既不能扼殺創(chuàng)新活力，又必須守住安全底線。備案制與生產(chǎn)一致性管理的結(jié)合，意在要求企業(yè)將技術(shù)不確定性透明化，通過制度設(shè)計平衡創(chuàng)新速度與風(fēng)險控制。

同時，工信部還發(fā)布了《電動汽車用動力蓄電池安全要求》，首次提出失控后電池 " 不起火、不爆炸 " 的強制性指標(biāo)，被稱為 " 史上最嚴(yán)電池安全標(biāo)準(zhǔn) "。這表明，我國已再度加強智能網(wǎng)聯(lián)汽車安全治理，從整車到核心零部件構(gòu)建起一個全鏈條監(jiān)管體系。

工信部這一系列舉措，并非對智能輔助駕駛發(fā)展的限制，而是對技術(shù)本質(zhì)的回歸。只有剝離營銷泡沫，才能讓智能輔助駕駛技術(shù)真正從實驗室理想落地為道路現(xiàn)實。

需要認(rèn)識到，智能輔助駕駛系統(tǒng)并非孤立運行，而是 " 人 - 車 - 路 - 云 " 協(xié)同體系中的一環(huán)。系統(tǒng)安全不僅要依賴單車智能，更需外部環(huán)境感知、AI 網(wǎng)絡(luò)基礎(chǔ)設(shè)施、高精地圖等多方配合。這就需要政策層面加強跨部門、跨行業(yè)協(xié)同治理能力，推動標(biāo)準(zhǔn)統(tǒng)一、責(zé)任明晰、監(jiān)管智能化。

比如，多方合作探索感知大模型、多傳感器數(shù)據(jù)融合、AI 網(wǎng)絡(luò)等技術(shù)的綜合應(yīng)用，以及有效的路側(cè)信息發(fā)送機制。通過將路側(cè)攝像頭、車載雷達(dá)、激光雷達(dá)等多種傳感器的數(shù)據(jù)進(jìn)行整合，并對交通環(huán)境動態(tài)數(shù)據(jù)進(jìn)行實時分析，從而提供更全面、更精準(zhǔn)的交通環(huán)境感知，有助于車輛根據(jù)當(dāng)前交通態(tài)勢做出合理決策。同時，通過把路障位置、作業(yè)改道等信息上傳至云端平臺，并推送至車輛，實現(xiàn)車輛、路側(cè)與云端的三端聯(lián)動，可以大幅降低交通事故發(fā)生概率 。

從全球經(jīng)驗來看，德國、美國等國也在加快構(gòu)建以 " 功能等級 + 場景限定 + 責(zé)任劃分 " 為核心的自動駕駛法律框架。比如，德國 2022 年就已明確 L3 級車輛需在特定高速場景運行，并須配備 " 接管提醒系統(tǒng) "。我國也需加快推動《道路交通安全法》修訂，建立適用于 L3 及以上智駕系統(tǒng)的法律責(zé)任體系和賠償機制。

技術(shù)革命的終極檢驗標(biāo)準(zhǔn)，是公共價值而非商業(yè)噱頭。就此而言，技術(shù)真實性的守護(hù)，需要構(gòu)建多層次的保障機制。企業(yè)層面應(yīng)建立宣傳話語與技術(shù)參數(shù)對應(yīng)的對外口徑；監(jiān)管層面可探索建立第三方技術(shù)驗證標(biāo)識制度，避免企業(yè) " 自說自話 "；而消費者教育則應(yīng)聚焦于風(fēng)險認(rèn)知框架的完善。立體防護(hù)網(wǎng)的形成，才能讓智駕既滿足法律法規(guī)要求，又兼顧技術(shù)創(chuàng)新需求，實現(xiàn)兩者平衡發(fā)展。

在通往完全自動駕駛的征途中，一系列交通安全事件恰似在技術(shù)狂飆的賽道上劃出警示標(biāo)線，提醒所有參與者：創(chuàng)新的價值不在于突破多快，而在于根基多穩(wěn)。唯有守護(hù)真實，智能網(wǎng)聯(lián)汽車才有足夠穩(wěn)定的動力，駛向科技進(jìn)步的下一站，這場關(guān)于技術(shù)邊界與生命權(quán)的對話，或許才能走向理性深處。

來源：極智 GeeTech