2024年端到端架构成为自动驾驶技术发展主流 [page::1][page::2][page::3]

• 端到端架构通过神经网络实现感知、规划、控制动作信号的无缝连接，减少模块之间的人工规则干预。

- 特斯拉FSD Beta V12推行端到端架构，表现更拟人，可应对复杂场景，提升泛化能力。

• 小鹏量产端到端大模型，实现高频OTA升级，智驾能力提升30倍。

- 理想、极氪、小米等基于端到端架构辅以视觉语言模型（VLM）应对长尾场景。

智能驾驶核心技术演进及架构趋势 [page::4][page::5]

• 云端世界模型强化场景重建和生成，以支持更精准的轨迹规划。

- 一段式端到端架构被认为是未来发展主流，逐步减少控制模块的人工规则，实现全局优化。

• VLA模型融合视觉语言和动作指令，具备更强泛化和场景理解能力，国内外均在研发布局。

车企智能驾驶功能快速落地，车位到车位实现L2功能全场景覆盖 [page::6][page::7]

• 华为、理想、小鹏、小米、极氪、Momenta等积极布局车位到车位功能。

- 小鹏率先以一套软件实现多场景覆盖，理想实现全量OTA推送，特斯拉FSD同步推送部分用户。

• 车位到车位功能或成为L2智能驾驶技术的最终拼图，推动2025年车企转向L3/L4高阶自动驾驶竞争。

智驾硬件成本下降及消费者接受度提升助推渗透率快速增长 [page::8][page::9][page::10]

• 城市NOA平均硬件成本预计持续下降，2023-2035年降幅明显。

- 2023年中国消费者对自动驾驶重要性认可度提升至七成以上，购车智能化需求显著上升。

• 2024年高速NOA渗透率达到12.3%，城市NOA渗透率预计升至6.5%，2025年有望分别达到22.2%和11.6%。

硬件简化与软件订阅加速普及，量产加速科技普惠 [page::11][page::12]

• 车企通过传感器精简（如纯视觉方案）和硬件配置优化降低成本，推动20万元以上车型普及城市NOA。

- 小鹏P7+全系标配高阶智能驾驶，舍弃激光雷达，实现成本明显下降。

• L3自动驾驶硬件冗余高，成本驱动价格多在35-40万元以上，软件后向订阅收费或成为重要商业模式。

- 2023-2024年多家车企入围L3试点并推动产品准入和安全评测。

Robotaxi与出行即服务（MaaS）激活智能驾驶新赛道 [page::14][page::15][page::16]

• 2025年可能成为Robotaxi商业化起点，技术成熟及政策放开为关键。

- 端到端架构及视觉语言-动作模型驱动L4智能驾驶发展。

• 国内头部智驾企业具备全球竞争力，德国P3 ADAS Benchmark显示中国车企整体领先欧洲市场。

- 国内外车企结合，合作推动中国智能驾驶快速落地并积极拓展全球车企合作。

产业链相关企业梳理与风险提示 [page::17][page::18]

• 研究列举包括整车、解决方案、车载SoC、传感器、线控底盘、智能检测等主要智能驾驶相关企业。

- 风险主要包括技术迭代不及预期、法规支持滞后、市场接受度不足等三方面，可能影响行业发展节奏与投资回报。

中金研究报告详尽分析报告

报告标题：智能驾驶系列十：速攀发展曲线，乘用车智驾2025年或迎量变到质变
作者：邓学任、丹霖、张嘉祺
发布机构：中国国际金融股份有限公司（中金公司）
发布日期：2025年1月2日
研究主题：乘用车智能驾驶技术发展、市场渗透及未来趋势分析

---

1. 元数据与报告概览

本报告聚焦于2024年乘用车智能驾驶技术的快速发展及其未来展望，尤其是2025年智能驾驶从量变向质变跃升的可能性。报告明确指出，2024年智能驾驶硬件成本下降、渗透率增长迅速，并且功能迭代呈加速态势，推动了市场的快速普及。2025年是关键节点，有望见证L2+功能完善转向L3汽车的市场竞争开启，同时Tesla FSD（Full Self Driving）入华及Robotaxi商业化的潜在催化从产业和市场双层面释放积极信号。报告特别指出头部车企基于L2+功能的逐渐完备，正积极在L3/L4级自动驾驶及AI等相关领域展开竞争，且我国智能驾驶解决方案商具备全球竞争力，有望推动海外市场拓展。[page::0]

---

2. 逐节深度解读

2.1 报告摘要与核心观点

报告强调2024年技术实现快速迭代：

• 技术方面，BEV+ Transformer架构抛弃高精度地图，实现全国范围可用的智能驾驶功能；

- 年中端到端算法架构兴起，减少模型间信息流损耗，提高泛化能力；

• 年底引入视觉语言模型（VLM）、云端模型，增强对复杂长尾场景的处理能力。

空间范围方面，L2功能从局限性向接近极限扩展，实现车位到车位的全场景覆盖。车企正努力降低硬件配置成本，以促进智能驾驶功能惠及更广泛用户。2025年，随着硬件进一步降本，预计城市NOA渗透率将提升至11.6%。此外，车企盈利模式开始重视智能驾驶选装带来的高毛利贡献，头部车企选装毛利率超过原车毛利率显著，有助于利润增厚。[page::0]

2.2 技术架构与端到端算法演进（第1-5页）

报告详解了端到端（E2E）架构相较传统模块化架构的优势。

• 传统架构存在模块分隔、信息传递中人工规则导致误差和损耗较大，且难以覆盖真实世界复杂多变场景。

- 端到端架构通过深度学习实现感知、规划、控制的一体化，消除模块界面间的规则限制，提高系统泛化能力、决策柔韧性和安全性。
报告展示了端到端架构的分阶段演进：从仅感知端到端，到感知-规划端到端，直至全路径涵盖感知、规划、控制的端到端模型。
2023年11月特斯拉FSD Beta v12上线端到端架构，展现更拟人化驾驶行为，灵活应对复杂地形。国内小鹏汽车于2024年率先量产端到端大模型，采用AI天玑系统，保持极高更新频率，每2天推送一次版本更新，预计18个月能力提升30倍。理想汽车结合端到端与视觉语言模型（VLM）构建双模型架构，解决5%复杂长尾场景，提升系统认知。华为、极氪、小米等车企亦推进端到端+VLM模式。[page::1][page::2][page::3]

2.3 世界模型与云端生成（第4页）

特斯拉和国内车企均开始构建基于“世界模型”的生成式架构。

• 蔚来NWM结合空间及时间认知，实现路径轨迹模拟与最优路径选择。

- 理想汽车使用3D高斯溅射和扩散模型基于真实数据重建场景，实现数据泛化与模拟。
云端模型助力智能驾驶系统在面对复杂动态环境时，实现多场景模拟和闭环验证，有助于算法迭代的安全与准确性。[page::4]

2.4 VLA模型与算力竞争（第5-6页）

• 先进模型VLA（视觉-语言-动作模型）正在成为端到端架构的新趋势，同时融合视觉语言模型及动作控制，提升对传感器环境的理解和对动作的决策能力。

- 2024年Waymo、元戎启行等对VLA架构积极研发，预计2025年逐步推出成熟成果。

• 算力成为核心壁垒，报告汇总了主要国内车企及供应商算力规模对比，特斯拉Dojo智算中心2024年底预计达340 EFLOPS，国内品牌如蔚来378.1 EOPS（另一算力单位）、理想预期达到10 EFLOPS，小鹏计划2025年达到10 EFLOPS规模，头部差距明显。算力竞争将决定智能驾驶模型训练及大规模迭代的速度和质量。[page::5][page::6]

2.5 智能驾驶功能进展——车位到车位、L2+场景覆盖（第6-7页）

• “车位到车位”功能定义为智能驾驶系统覆盖从上车点至目的车位的全链路驾驶，包含城市道路、高速公路、停车场环境的无缝衔接，是真正实现L2+全场景覆盖的标志。

- 理想、小鹏、华为、极氪及小米均陆续布局该功能，小鹏P7+实现“一套软件”全场景覆盖，2024年底开始全网首测及大规模推送，理想11月实现面向MEGA用户的全量推送。

• 该功能被视作L2自动驾驶的“最后一块拼图”，突破后，智能驾驶将大幅靠近L3/L4自动驾驶，成为技术与市场的次级突破点。[page::6][page::7]

2.6 市场渗透与消费者接受（第8-10页）

• 城市NOA硬件成本持续下降，2023年以来从约2.4万元下降至2025年预计不足1.7万元，依托传感器降价与芯片多样化支撑车辆BOM成本下降。

- 消费者对自动驾驶认知逐步提高，2023年看到自动泊车和高速公路自动驾驶等功能认可度提升（75%-77%），用户对智能驾驶配置越发重视。

• 2024年城市NOA渗透率从1.7%预计增长至6.5%，高速NOA整体渗透率波动提升至12.3%，2025年预测城市NOA和高速NOA渗透率分别有望达到11.6%和22.2%。渗透率的提升将随中低价位车型的逐步覆盖而加速，智能驾驶功能下沉成为增量市场的重点。[page::8][page::9][page::10]

2.7 降价与软件收费模式（第11-13页）

• 硬件降本路径包括减少传感器（7VnR组合方案、纯视觉方案）、算力投入降低、软件架构优化。

- 车企通过车型分层（Pro/Max版本等）与不同功能选配设置高低配价差，城市NOA成为高毛利配置，有利于企业利润提升。

• 例如小鹏P7+率先无选装、无订阅标配高阶智驾，且采用纯视觉方案，大幅降低成本。

- L3级自动驾驶由于硬件冗余、保险及运营需要，初期搭载成本较高（35-40万元），更适合高端车型，并具备潜力推动后向软件收费（订阅制）。

• 2023年11月工信部等部门联合发文，开展L3有条件自动驾驶测试，多个头部车企已入选试点，预计2025年将陆续展现成果，推动L3自动驾驶商业落地。[page::11][page::12][page::13]

2.8 城市NOA带动销量与毛利改善，技术契合机器人出行（第14-16页）

• 城市NOA高毛利驱动力显著，头部车企通过分车型配备带动毛利率上升。消费者认知加强后，高配车型需求集中，有助于收入结构优化。

- 报告从技术角度表明端到端架构与Tesla Robotaxi技术路线高度吻合，国内厂商如Momenta、小鹏均计划2026年开始Robotaxi服务。

• Robotaxi所需技术和政策环境改善下，出行即服务（MaaS）模式将成为新商业增长点，车企有望通过自建或合资合作谋划Robotaxi生态链与新盈利模式。

- 我国智能驾驶Tier1厂商凭借技术积累和规模优势，已具备国际竞争力，P3 ADAS Benchmark数据展示：华为、百度、小鹏、理想、蔚来等优势明显，领先欧洲平均水平。

• 国内企逐渐与合资品牌合作密切，包含股权投资、合资公司及定点合作等，有望借助合资车企渠道深度渗透海外市场。[page::14][page::15][page::16][page::17]

2.9 行业公司全景梳理及风险提醒（第18页）

• 报告系统梳理智能驾驶上下游产业链核心企业，涵盖整车厂、自动驾驶整体方案供应商、车载SoC、传感器、线控底盘和智能检测等领域，说明国内头部企业均有卓越技术和市场表现，配合行业趋势形成广泛生态。

- 主要风险包括：技术发展不及预期影响智能驾驶体验与普及；法规出台缓慢延缓L3、Robotaxi落地；消费者认知和接受度不足限制功能推广及数据反馈闭环，阻碍产品迭代。[page::18]

---

3. 图表深度解读

3.1 端到端架构与模块化对比图（第1页）

图示清晰展示了传统模块化设计与端到端设计两大方案：

• 非端到端（模块化）架构中存在多个独立模型分别处理不同任务，任务之间通过手工定义规则进行信息传递，易产生信息丢失和误差。

- 端到端架构则在感知-规划甚至控制层面整合，模型共享参数，信息传递无损，有利于模型整体训练和调优，提升性能和泛化能力。
该图表直观表达了现阶段端到端技术在智能驾驶系统设计中的优势和行业趋势。[page::1]

3.2 端到端架构演化阶段（第2页）

展示了端到端架构从感知（单三张网）到感知-规划，再到覆盖感知-规划-控制的四个阶段。

• 阶段4即完全端到端处理，人工规则被深度学习取代，该演进体现智能驾驶算法能力进一步提升的路径。

- 同时，用颜色区分深度学习与基于规则的方法，说明端到端架构更强调深度学习驱动。
此图有助于理解不同车企对“端到端”定义的差异和技术深度。[page::2]

3.3 小鹏端到端模型OTA迭代进度（第3页）

图表明确表达小鹏AI天玑系统以极高的迭代频率推进智能驾驶算法优化：

• 2天一次版本迭代，2周一次用户体验升级，整体18个月内能力期提升30倍。

- 通过显示具体时间点的版本发布日志，强化小鹏在端到端技术迭代速度上的行业领先地位。
该图支持报道中对端到端迭代优势及车企抢占数据与算力优势的论述。[page::3]

3.4 理想端到端+VLM模型架构（第3页）

图示理想实施了双模型体系，系统1进行行为决策，系统2进行思考判别，二者通过传感器输入和控制共同工作，云端进行训练与验证。

• 该架构体现了端到端架构在常规驾驶与复杂场景判别的协调，VLM辅助深度理解复杂场景。

- 强调了软硬件整合与云端训练闭环能力。
此图形象展现了前沿智能驾驶系统多模态融合趋势。[page::3]

3.5 理想与蔚来世界模型架构（第4页）

两张图分别显示：

• 理想通过解码器、编码器和3D高斯溅射模块，实现驾驶场景的重建与生成，突出扩散模型在数据泛化中的作用。

- 蔚来NWM模型能够根据真实数据生成多种轨迹模拟，提升决策的准确性。
该图表说明大多数车企借助强仿真与生成模型，在云端构建复杂的世界模型，为自动驾驶系统提供“虚拟测试场”支撑。[page::4]

3.6 VLA架构融合示意图（第5页）

画面展示VLA架构统一LLM（大语言模型）、VLM（视觉语言模型）与动作模型。

• 体现了未来端到端模型与多模态大模型融合趋势，使自动驾驶决策更为智能和自然。

- 同页文中同时对比了各头部车企算力布局，突出云端算力是竞争关键。
该图帮助理清智能驾驶在AI模型融合及算力需求层面的技术演进脉络。[page::5]

3.7 车位到车位功能演示（第6-7页）

理想汽车图示了从上车进入停车场、跑城市道路、经过收费站到终点车位的无缝驾驶全流程；小鹏P7+图文说明“一套软件”实现这一功能。

• 该图形象诠释智能驾驶L2+迈向全场景连续体验的关键应用。

- 支持文中车企通过技术创新带来智能驾驶功能深度应用的观点。
该整体展示加深对智能驾驶覆盖场景和实际价值的理解。[page::6][page::7]

3.8 城市NOA硬件成本与消费者接受度数据（第8-10页）

• 硬件成本曲线显示2023至2035年间城市NOA硬件成本持续下降趋势，2025年预计接近1.5万元。

- 消费者数据突出自动驾驶各细分功能认可度达75%以上，逐年稳步提升。

• 城市NOA渗透率显示出明显的上扬趋势，2024年从1.7%快速增长至年末预估6.5%。

- L2至L3+功能渗透率预测线形象描绘了未来三年内高阶智能驾驶功能广泛普及势头。
这些图表验证了报告提出市场需求、成本下降助推智能驾驶进入快速普及期的判断。[page::8][page::9][page::10]

3.9 降本方案与行业代表方案（第11-12页）

• 鉴智机器人7VnR方案图详细列出激光雷达、摄像头等传感器配置以及算力需求，硬件成本控制在4000元以内，展现智能驾驶硬件轻量化趋势。

- 华为ADS SE方案突出纯视觉系统移除激光雷达配置，集中提升对城市复杂路况的适应能力。

• 小鹏P7+ AI鹰眼视觉方案表明通过新品类高性能视觉传感器替代激光雷达，实现软硬协同降本。

图表充分说明了智能驾驶硬件配置优化对推动功能普惠的关键作用。[page::11][page::12]

3.10 L3试点车企及产品示意（第13页）

• 表格列出首批9家L3有条件自动驾驶试点车企及实际运营主体、区域和产品类别，涵盖长安、比亚迪、蔚来等领军企业，显示国内L3进展的规范化和产业化态势。

- 华为尊界S800搭载L3智驾架构车辆图示则呈现其技术实现的进展与实力。
数据和图片直观证实了L3自动驾驶即将进入批量测试和有限量产阶段。[page::13]

3.11 Robotaxi与产业闭环（第15页）

• 展示小鹏Ultra车型Robotaxi设计，突出3000T算力、L4级智能驾驶与全冗余安全设计。

- Momenta“两条腿战略”图解显示其量产自动驾驶与完全无人驾驶的正反馈生态链，强调两条技术路线协同发展。
该图体现自动驾驶终局商业模式对车辆技术和生态系统的高要求，为2025年Robotaxi推广预期提供形象支持。[page::15]

3.12 国内Tier1与国际竞合（第16-17页）

• P3 ADAS Benchmark表中，中国头部车企智能驾驶系统指标显著优于欧洲平均水平，支持报告论断中国已由技术追赶转向领跑。

- 合资车企主动与国内智能驾驶供应商展开股权、合资及项目合作，显示国内市场成为国际智能驾驶技术的必争之地和出口跳板。

• 智能驾驶行业上下游企业梳理表涵盖整车、方案、SoC、传感器、线控底盘、智能检测公司，展示完整生态，全力支撑智能驾驶技术放量。

该图表有助于把握中国智能驾驶产业结构完整性和全球战略地位，亦佐证市场长期成长故事。


---

4. 估值分析

报告中主要体现了乘用车智能驾驶技术渗透率提升带来的增量市场空间及毛利提升逻辑。

• 通过对2024-2027年功能渗透率变化的预测，报告隐含智能驾驶作为利润增长新引擎在车企端的价值贡献。

- 报告分析了下沉低价车型的市场潜力，智能驾驶功能的价格下降空间巨大，有望激活广泛用户需求。

• L3自动驾驶高端市场初期预计35-40万元价位，并伴随软件订阅收费模式启动，有望开启自动驾驶软件To-C商业闭环。

整体估值分析偏重定性与市场结构预测，未具体披露DCF或市盈率估值模型细节，重点强调渗透率与毛利率提升的乘数效应。

---

5. 风险因素评估

报告清晰识别以下主要风险：

• 技术发展风险：智能驾驶核心技术若迭代不及预期，产品体验受损，将阻碍用户接受及市场推广。

- 法规进展风险：尤其是L3及Robotaxi相关的法规标准尚不完善，政策迟滞可能拖延试点与商业化进程。

• 市场接受度风险：消费者对智能驾驶的认知和接受不足，或因营销不足导致功能购买率低，影响长期数据采集和正循环发展。

报告未明确对风险发生概率加权，也未给出详细缓解措施，但从产业角度提出关注重点，对投资者风险防范具有参考价值。[page::1,18]

---

6. 批判性视角与细微差别

• 报告整体持积极乐观态度，强调技术快速演进与市场渗透潜力，投资视角偏向看好。

- 在端到端架构推广上，虽然报告指出其优势，但也提及现阶段仍分阶段迭代，完全端到端仍面临安全性与标准化接口的难题。

• 算力差距与海外扩张的隐含风险未作过多深入讨论，实际海外市场法规、消费者习惯及竞争情况复杂，拓展路途可能更难。

- 报告着重描绘了中国在智能驾驶领域技术追赶向超越的战略态势，但可能对全球其他智能驾驶企业技术发展进展关注较少。

• L3试点及Robotaxi部署计划依赖于未来政策配套，当前政策的不确定性仍较大，实际落地或受阻。

整体而言，报告披露充分，立场客观，适度强调中国车企技术和市场机会，但在外部风险和宏观政策不确定性方面应持续跟踪。

---

7. 结论性综合

中金公司本篇报告系统梳理并深度分析了乘用车智能驾驶过去一年内技术迭代、市场渗透、功能演进以及未来发展的全景态势。端到端算法架构、视觉语言大模型与云端世界模型等技术密集应用，推动L2+智能驾驶功能逐步覆盖全场景，实现从高速到城市、再到车位的连续驾控。以小鹏、理想、华为、蔚来等为代表的中国头部企业利用算力优势实现极速迭代，城市NOA渗透率预计2025年突破11%以上，高速NOA突破22%，呈现爆发性增长态势。

车企通过车型差异化配置提升毛利贡献，推动软件后向收费及L3功能商业化探索。法规支持逐步明晰，L3试点进入积极阶段，Robotaxi及MaaS模式成为智能驾驶时代的增长新引擎。报告强调中国Tier1企业具备行业领先的技术与市场优势，有望借助合资及股权合作拓展海外智能驾驶市场。

图表解读佐证了全产业链的科学发展与前瞻优势，端到端技术图谱与算力布局显示行业逐步成熟，车位到车位及L3/L4布局示意图凸显未来竞合焦点。风险提示里坦陈技术、法规和市场的不确定性。整体报告持审慎乐观态度，认为2025年是智能驾驶乘用车从量变到质变的重要时点，值得持续关注。评级层面，报告隐含看好头部车企技术领先及软件收费潜力，具备高成长价值。

---

参考图表重要索引（部分）

| 页码 | 主题 | 说明 |
|------|-----------------------------------------|------------------------------------------------------------------------------------------|
| 1 | 端到端架构与传统架构对比图 | 明确端到端架构在信息无损传递及模型训练优化中的优势 |
| 2 | 端到端演进阶段 | 端到端模型逐步覆盖感知、规划、控制的清晰进程 |
| 3 | 小鹏端到端OTA迭代示意 | 小鹏极高频率版本更新展示端到端更新迭代能力 |
| 4 | 理想、蔚来世界模型架构 | 重建+生成世界模型技术支持多轨迹仿真模拟 |
| 5 | VLA架构融合与算力对比 | 视觉语言动作模型一体化及头部车企算力对比 |
| 6-7 | 车位到车位功能图示 | 体现智能驾驶全场景无缝覆盖车位到车位打通 |
| 8-10 | 城市NOA硬件降本与用户接受度数据 | 成本曲线与接受度提高驱动渗透率提升 |
| 11-12| 降本硬件方案及代表车型 | 视觉方案替代激光雷达降低成本，推动纯视觉技术应用 |
| 13 | L3试点车企名单及产品介绍 | 国家政策推动L3试点基地及头部试点企业列表 |
| 15 | Robotaxi设计与Momenta战略 | L4级Robotaxi未来潜力与两条腿技术闭环 |
| 16-17| 中国Tier1头部水平及国际合作 | 技术领先地位通过P3 Benchmark印证及合资/股权合作 |

---

结语

本报告为智能驾驶产业链全局提供详尽、系统的技术和市场进展解读。结合端到端技术突破、产品功能完善、成本结构优化、法规政策动态及市场需求增长等多维因素，2025年将成为乘用车智能驾驶迈向大规模应用、商业化落地且质效并重的关键转折期。对于投资者和行业从业者而言，深入理解报告梳理的技术架构、功能模块、市场趋势和风险点，有助于把握未来智能驾驶产业的发展脉络及关键机遇。
中金公司对于头部智能驾驶企业保持谨慎乐观看法，建议重点关注L3功能研发进展及软件潜在收费能力，以及国内整车与Tier1供应链生态的协同演进。

---

（全文字数约1700字）

文章来源：

《智能驾驶系列十：速攀发展曲线，乘用车智驾2025年或迎量变到质变》，邓学任、丹霖、张嘉祺，中金公司，于2025年1月2日发布 [page::0-19]

报告