智能驾驶行业深度：市场现状、竞争格局、发展展望及相关公司深度梳理-251031（40页）.pdf

1、一、行业概况1、智能驾驶的定义分级与功能智能驾驶是指利用计算机系统实现车辆的部分或完全自动化驾驶的技术。国际自动机工程师学会（SAE）将智能驾驶分为L0-L5及几个别级。其中，L1-L2级别系统可接管少部分的、不连续的车辆控制任务，属于高级辅助驾驶（AdvancedDrivingAssistanceSystem，简称“ADAS”）范围。而L3-L5级别系统是指可以在激活后的一定情况下执行连续性驾驶任务，属于自动驾驶（AutonomousDriving，简称“AD”）范围。从各级别智能驾驶对应的具体功能来看，L0级别以预警功能为主。L1-L2级别主要聚焦辅助驾驶功能，作为转向自动驾驶的过渡产品，

2、以主动安全功能为主，需要驾驶员随时准备接管。L4级别除AVP（自助代客泊车）外暂无更多明确的单一产品形态。智能驾驶技术可分为三个核心流程：环境感知、决策规划、执行控制。环境感知：通过各种传感器如摄像头、毫米波雷达、超声波雷达、激光雷达等获取车辆周边信息，并通过数据处理、数据融合技术，为车辆的驾驶控制行为提供决策的依据。决策规划：依据获取的信息预测道路状况、进行决策判断，决定相应的轨迹规划。决策算法优化所需要的大量有效数据，需要覆盖各种罕见的场景。控制执行：与决策层相连接，各个执行系统根据决策层规划的轨迹进行行驶，在过程中实现变速、转向、变道、超车等操作。2、智驾正处于由“辅助”向“自动”过渡的

3、关键期智能驾驶技术依照自动化水平被划分为L0至L5共六个等级。其中，L3级被视作自动驾驶技术的分水岭，它象征着从辅助驾驶（L0至L2）向自动驾驶（L4和L5）的过渡。L3的核心差异在于监控环境的责任由驾驶员转至车辆自身，这一转变也意味着事故责任归属或发生重大变化。因此，L3在智能驾驶的发展进程中成为了一个关键。然而，伴随技术的不断进步，这种单纯的L0至L5分级方式已无法全面描述当前市场中的主流智能驾驶解决方案。许多主机厂开始探寻更为细致的分类方法，比如根据驾驶员对智能汽车的介入程度进行划分，分为毫秒级、秒级、分钟级和小时级别，以便更精准地反映智能驾驶的实际应用情况以及驾驶员的参与程度，而实现自

4、动驾驶至少要毫秒级的反应精度。面对自动驾驶技术中L3级别的挑战，行业内部分化为两种技术策略。一类是采用自下而上做“加法”的渐进派，主要以特斯拉、小鹏等整车厂为主。该技术路线主要基于用户当前的实际需求，并适度引导用户需求，逐步实现自动驾驶功能。通过OTA（Over-The-Air，空中升级）软件迭代，这些功能能够自然演进，最终实现完全无人驾驶。这套模式比较注重成本效益，因此在硬件选型、供应链整合、制造水平等方面会投入较大精力。目前国内量产智能驾驶产品的实现以L2级别以及mathrmL2+级别智能驾驶为主，其中mathrmL2+级别主要包括NOA（导航辅助驾驶，NavigateonAutopilo

5、t）功能。另一类是采用自上而下做“减法”的跃进派，主要以Waymo、百度Apollo等科技公司为主。要实现这一模式的商业化落地，需要技术成熟度和完善的配套政策法规双重条件。在技术成熟度方面，无人驾驶面临的最大挑战是如何有效处理CornerCase。仅通过道路测试来穷尽所有CornerCase可能需要漫长的时间周期，这会导致全场景无人驾驶的实现时间变得不确定，此外还需要巨额的资金投入。尽管这两种路线在商业模式上存在显著差异，但随着技术的持续进步，两种模式的技术路径趋于交汇。目前，全球正处于L2级辅助驾驶向L3级别自动驾驶过渡的关键时期。L2级ADAS通过整合先进的传感器、摄像头和算法，为用户提供

6、部分自动化辅助，如自适应巡航、车道保持和自动紧急制动等功能，显著提升了驾驶的安全性和便利性。随着技术的不断进步，L2级ADAS的渗透率在全球范围内持续上升，特别是在中国市场，搭载L2级功能的新车渗透率已达到较高水平。同时，业内也在积极研发和测试更高级别的自动驾驶技术，特别是L3级有条件自动驾驶。L3级自动驾驶能够在特定条件下实现车辆的完全自主驾驶，驾驶员可以在系统允许的情况下双手离开方向盘，但仍需在必要时接管车辆。多家车企和科技公司已在这一领域取得了显著进展，部分企业已获得L3道路测试牌照，并计划在2025年实现L3级自动驾驶的商业化应用。3、AI大模型驱动智能驾驶进入新阶段智能驾驶是汽车智能