文 | 極智 GeeTech
2025 年的上海車展，空氣里彌漫著一種微妙的 " 克制 "。
回顧智能汽車時代的三場重要車展，2023 年上海車展充滿了車企對于汽車智能化天馬行空的想象；2024 年北京車展車圈大佬 " 互相串門 " 爭奪高階智駕話語權。而今年的上海車展，沒有了車企之間的拉踩引戰(zhàn)，也少了些網紅車模坐車頂?shù)男鷩?，開始在技術追求、商業(yè)價值與社會效益中尋求最佳平衡。
當汽車智能化走到普及階段，無論是消費者、車企還是技術供應商，都普遍將輔助駕駛視為智能汽車的標準配件，而不再是品牌獲取超額收益的賣點。
這些變化的背后，不僅折射出了當下車企對于銷量的渴求和焦慮，也預示著一度被流量裹挾的汽車行業(yè)，正逐步回歸以產品和用戶為核心的行業(yè)本質。
車企集體瞄向 L3
就在車展前一天，華為聯(lián)合賽力斯、阿維塔、奇瑞汽車、北汽新能源、嵐圖汽車、江汽集團、上汽集團、廣汽集團等 11 家車企，在央視直播鏡頭前談起了 L3，這些車企基本囊括了中國汽車行業(yè)的四大央企和新勢力代表，堪稱中國新能源汽車行業(yè)的 " 半壁江山 "。
在 4 月 22 日舉辦的華為乾崑智能技術大會上，華為智能汽車解決方案 BU CEO 靳玉志發(fā)布華為最新一代高階智能輔助駕駛系統(tǒng)—— ADS 4.0 乾坤智駕系統(tǒng)，并在行業(yè)內首發(fā)高速 L3 商用解決方案。靳玉志判斷，2025 年 L3 將具備商用能力。
值得關注的是，諸多車企已將 2025 年實現(xiàn) L3 級有條件自動駕駛落地作為目標。何小鵬在 2025 小鵬全球熱愛之夜上宣布，小鵬自研的圖靈 AI 芯片將在 2025 年第二季度在中國內地量產上車。他堅定表示，非常有信心在 2025 年底實現(xiàn) L3 在中國量產落地。理想汽車同樣目標明確，直指 2025 年實現(xiàn) L3 級有條件自動駕駛。
此前，奇瑞、廣汽、極氪三家車企先后發(fā)布智駕方案并披露 L3 級有條件自動駕駛量產時間表。廣汽集團發(fā)布了 " 星靈智行 "，并宣布將在今年第四季度啟動首款 L3 自動駕駛車型量產上市銷售。
奇瑞汽車宣布計劃在 2026 年實現(xiàn)量產 L3 級自動駕駛車輛，并發(fā)布獵鷹智駕系統(tǒng)。獵鷹 900 搭載 VLA+ 世界模型新一代智駕系統(tǒng)，AI 算力將達到 1000 TOPS，具備 L3 級自動駕駛能力。
此外，長安汽車也將在 2026 年實現(xiàn)全場景 L3 級有條件自動駕駛，2028 年實現(xiàn)全場景 L4 級高度自動駕駛。
當 L2 不再罕見，L4 還遙遙無期的當下，L3 的進展一直備受業(yè)內關注。畢竟只有邁過了 L3 這條 " 分水嶺 "，才算是正式踏入了自動駕駛的大門。
在自動駕駛技術越來越逼近 L3 的今天，國內車企似乎長時間徘徊在 L2 到 L3 之間，從 L2+ 到 L2++ 甚至 L2+++，似乎暗示著從 L2 到 L3 之間似乎有難以逾越的鴻溝，業(yè)界將其稱之為 " 恐怖谷 "。
工業(yè)和信息化部發(fā)布的《汽車駕駛自動化分級》（GB/T40429 — 2021）顯示，汽車駕駛自動化技術被劃分為從 L0 到 L5 的 6 個等級。其中，L3 級被定義為有條件自動駕駛，即在特定條件下，車輛可以自主完成所有駕駛任務，而駕駛員則轉變?yōu)楸O(jiān)督者的角色，僅在系統(tǒng)請求時介入。
但在 L2 階段，駕駛員需要時刻保持對車輛的監(jiān)控，雙手不能長時間離開方向盤，隨時準備接管車輛。
比如在高速上使用自適應巡航和車道保持功能時，一旦遇到路況復雜，如前方出現(xiàn)交通事故、道路施工等情況，系統(tǒng)無法做出合理決策，這時駕駛員必須立刻介入。
這意味著，在特定條件下，如清晰標識的高速公路、良好的天氣狀況等，L3 級有條件自動駕駛車輛能夠獨立完成一系列復雜駕駛任務，從加速、減速到自動變道，駕駛員無需時刻監(jiān)控車輛，只需在必要時接管操作。
但這并不意味著駕駛員可以完全置身事外。當系統(tǒng)檢測到難以處理的復雜情況，比如遭遇暴雨、大雪等惡劣天氣導致視野嚴重受阻，或者遇到道路施工、交通管制等特殊場景時，會提前 10 秒左右發(fā)出接管請求，此時駕駛員必須迅速響應，重新掌握車輛控制權，確保行車安全。
從 L2 到 L3，標志著自動駕駛從 " 輔助 " 向 " 自主 " 邁出了關鍵一步，它重新定義了駕駛員與車輛的關系，也為自動駕駛技術的大規(guī)模商業(yè)化應用帶來了新的曙光。
自動駕駛 " 分水嶺 " 之年
當前，智駕技術正在迎來新的代際升級。從本次車展中可以發(fā)現(xiàn)，智駕研發(fā)的最新技術已經從 " 端到端 " 升級至 " 世界模型 + 強化學習 + 云端蒸餾 " 的方案。
這條技術路線的理念，大致上都是在云端用世界模型做更大范圍的仿真，然后針對效果進行強化學習，最后再通過蒸餾的手段將云端訓練好的模型放置到車端。
" 端到端 " 技術被業(yè)界視為汽車智能化的開端，其通過深度學習和神經網絡，將傳統(tǒng)的模塊化架構轉變?yōu)楦又悄芎透咝У鸟{駛系統(tǒng)。
通過數(shù)據(jù)驅動的方式，端到端技術使系統(tǒng)能夠自主學習和優(yōu)化駕駛決策，顯著提高了系統(tǒng)的響應速度和適應復雜道路環(huán)境的能力。
但端到端的 " 黑盒 " 特性帶來了無法直接界定系統(tǒng)安全邊界的問題，并且無法復制或應對復雜的、偶發(fā)的特殊情況，這對系統(tǒng)的可解釋性和泛用性提出了嚴峻考驗。在提升上限的同時，也拉低了下限，形成了所謂的 " 蹺蹺板效應 "，這讓車企很難向用戶保證智駕系統(tǒng)比人類駕駛更安全。
此外，現(xiàn)有傳感器技術在復雜場景下的解析能力也存在局限性。例如，激光雷達在強光下誤判率超過 30%，攝像頭對靜止障礙物的識別率不足 20%，毫米波雷達無法區(qū)分異形物體，這些技術短板進一步加劇了端到端技術在智駕安全性方面的挑戰(zhàn)。
智能輔助駕駛系統(tǒng)要想更加安全，不能僅限于模仿人，其必須要有能力面對 " 端到端 " 時代難以采集到的危險場景數(shù)據(jù)，在特殊場景也能保障行車安全。
在中國汽車工程學會秘書長助理、國汽戰(zhàn)略院副院長鄭亞莉看來，AI 將重構自動駕駛決策邏輯，端到端大模型與世界模型融合是突破方向。
目前，已有超過 10 家車企和自動駕駛公司提出了世界模型的概念，包括特斯拉、英偉達、蔚來、理想、地平線、商湯、元戎啟行以及 Momenta 等公司。
世界模型的基本思想，源自于對人類和動物如何理解世界的觀察。我們的大腦能夠模擬可能的未來場景，并基于這些模擬做出決策。
借鑒這一機制，世界模型旨在為人工智能系統(tǒng)提供一個內部環(huán)境的模擬，使其能夠預測外部世界的狀態(tài)變化，從而在不同情境下做出適應性決策。
在強化學習領域，世界模型已經顯示出其強大的潛力。通過在模型中模擬環(huán)境，人工智能不僅可以在虛擬環(huán)境中 " 想象 " 執(zhí)行動作的后果，還能夠在實際執(zhí)行之前評估不同行動方案的效果，極大提高了學習效率和決策質量。
此外，在自主決策系統(tǒng)，如自動駕駛汽車和機器人中，世界模型能夠幫助系統(tǒng)更好地預測和應對可能的變化，提高了安全性和可靠性。
世界模型的最大優(yōu)勢在于其環(huán)境模擬與預測的能力，這種能力使得人工智能系統(tǒng)可以在進行實際操作之前，通過內部模擬來評估不同行為的后果，這在資源有限或風險較高的情境下尤為重要。世界模型還支持決策支持和規(guī)劃能力的提升，允許系統(tǒng)在多個可能的未來中 " 看到 " 并選擇最優(yōu)路徑。
此外，不少車企和智駕解決方案廠商在新一代智駕技術發(fā)布會上都宣布接入 DeepSeek。從語音助手到全場景智能駕駛的跨越，AI 大模型已成為汽車智能化不可逆轉的 " 技術剛需 "。
據(jù) IDC 調研，汽車行業(yè)已有超過 90% 的企業(yè)開始進行 AI 大模型相關的技術試點或應用，相比于全行業(yè)的 85% 的技術滲透率，汽車行業(yè)已走在技術應用的前列。
多個品牌都表示，通過融合 DeepSeek 并結合蒸餾訓練，不僅能夠從海量數(shù)據(jù)中提取有價值的信息，并將其轉化為智能化的服務，構建出一個 " 懂你 " 的智能系統(tǒng)，還可以提高自身系統(tǒng)的思考和推理能力，通過將大模型的知識壓縮到一個更小的學生模型中，使其能夠在車載芯片上高效運行。隨著 AI 大模型技術的持續(xù)進化，汽車智能化技術也在隨之迭代。
除了技術端的進化之外，L3 標準下的自動駕駛事故責任認定也發(fā)生了重大轉變。根據(jù)《深圳經濟特區(qū)智能網聯(lián)汽車管理條例》規(guī)定，在 L3 級有條件自動駕駛系統(tǒng)開啟狀態(tài)下，若發(fā)生交通事故且車輛一方負有責任，駕駛員通常為第一責任人 。但如果事故是由智能網聯(lián)汽車質量缺陷造成，駕駛人在承擔損害賠償責任后，可向生產者、銷售者追償。這一規(guī)定明確了在特定情況下，車企需對車輛質量缺陷引發(fā)的事故負責。
今年 4 月 1 日起施行的《北京市自動駕駛汽車條例》規(guī)定，系統(tǒng)激活期間發(fā)生事故，車企承擔主要責任；若駕駛員未及時接管，則需承擔部分責任。
這一責任認定的變化，對整個自動駕駛行業(yè)產生了廣泛而深遠的影響。一方面，它給車企帶來了巨大的壓力，促使車企在技術研發(fā)、質量控制和安全測試等方面投入更多的資源。車企必須竭盡全力確保自動駕駛系統(tǒng)的可靠性和安全性，以降低事故發(fā)生的風險。另一方面，它也為行業(yè)的健康發(fā)展提供了有力的保障。明確的責任認定能夠規(guī)范市場秩序，減少消費者的擔憂，從而推動自動駕駛技術的廣泛應用和商業(yè)化進程。
值得關注的是，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 網絡基礎設施、高精地圖等多方配合。
探索物理 AI、感知大模型、多傳感器融合等技術的綜合應用，以及有效的路側信息發(fā)送機制對于提升智能輔助駕駛安全性意義重大。通過將路側攝像頭、車載雷達、激光雷達等多種傳感器的數(shù)據(jù)進行整合，并對交通環(huán)境動態(tài)數(shù)據(jù)進行實時分析，從而提供更全面、更精準的交通環(huán)境感知，有助于車輛根據(jù)當前交通態(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、路側與云端的三端聯(lián)動，可以大幅降低交通事故發(fā)生概率 。
越來越貴的汽車智能化入場券
對于車企而言，盡可能地自研汽車智能化的每個部分，從而對汽車智能系統(tǒng)的每一寸都了如指掌，這是每個車企的底氣所在。
傳統(tǒng)汽車時代整車廠并不去開發(fā)軟件，而是靠著一個一個供應商提供軟硬件一體的 " 黑盒子 " 實現(xiàn)定義的功能。但當 AI 時代來臨，中央集成電子電氣架構、大算力芯片、大模型相繼上車，汽車從 " 機電產品 " 變成了 " 智能體 "，用戶需求與體驗被重新定義。
當智能配置的 " 軍備競賽 " 讓用戶逐漸疲勞，如今他們的訴求已經從 " 這輛車能做什么 "，轉向 " 這輛車是否懂我 "。在智能座艙方面，高端新能源用戶對艙內交互提出了更高要求。
例如，在全家出行、旅行、購物等多種場景下進行精準的語音定位，實現(xiàn)自然語義識別，調節(jié)車內對話的節(jié)奏和氛圍。在這一趨勢下，催生了以理想汽車智能座艙中 " 成語接龍 " 為代表的多人娛樂交互功能。
在輔助駕駛方面，用戶對 NOA 的關注點，早已從 " 能不能開 " 升級為 " 開得是否安全 "。例如，在斑馬線避讓行人、路口大車變線等復雜場景中，車輛能夠通過實時交互和動作的可視化展示，讓用戶更好地理解系統(tǒng)的決策過程；遇到異常操作時，車輛能夠及時向用戶解釋系統(tǒng)的判斷依據(jù)和應對措施；在 NOA 場景下，車外燈語能夠根據(jù)車輛行駛狀態(tài)自動進行燈光調整，一定程度上向周圍車輛和行人傳達行駛意圖，增強行車安全性。
不同類型的車企基于自身的品牌定位、技術積累、資金實力及市場戰(zhàn)略，在自研決策上會有不同的側重和優(yōu)先級。對傳統(tǒng)車企而言，尤其需要考慮如何在維持已有技術優(yōu)勢的同時引入創(chuàng)新技術，以及如何更好地利用現(xiàn)有的研發(fā)、生產和供應鏈資源進行整合創(chuàng)新，做好技術繼承與創(chuàng)新的平衡。
而對造車新勢力而言，通常更加側重于最新技術的應用和開發(fā)，通過自研突破性技術，快速建立品牌特色和市場定位。
對不同車企而言，更適合進行自研的項目主要還是包括三大類，一是核心競爭技術，如動力電池技術、電動驅動系統(tǒng)、自動駕駛算法等，它們直接關系到車輛的性能和安全，是提升品牌競爭力的關鍵；二是差異化技術，即能夠明顯區(qū)別于競爭對手的技術，如獨特的用戶界面設計、車聯(lián)網服務等，可以增強消費者的品牌忠誠度；三是高成本技術部件，自研可以減少對外部供應商的依賴，降低成本，如電池、高性能自動駕駛芯片等。
車展期間，蔚來創(chuàng)始人、董事長兼 CEO 李斌提出了智能汽車的 " 新三大件 " ——智駕芯片、全域操作系統(tǒng)、智能底盤，決定了智能汽車的體驗的上限和安全的上限。
其中，智駕芯片的關鍵之處在于能否更好地發(fā)揮智駕大模型的能力。使用自研的芯片和軟件，其實就是軟硬結合。智能底盤部分，參考華為途靈底盤和比亞迪云輦，能 " 自己看路 " 的底盤直接給出 " 不顛不晃 " 的乘車體驗。
全域操作系統(tǒng)的好處，可以參考理想在車展前夕公布的星環(huán) OS 的看法。全域系統(tǒng)最重要的價值在于打造智能汽車高效的數(shù)據(jù)交互通信平臺，從而解決汽車中央式電子架構的數(shù)據(jù)毫秒級內確定性傳輸和通信主題與算力、存儲空間有限的矛盾。換句話說，就是智能汽車在軟件層面上，也要從原來的 " 分布式 " 變成中央式的架構。
出于競爭的需要，車企想要打造自己的 " 護城河 "。但同時，在自研 " 邊界 " 的劃定上，車企需要明確自己的定位與優(yōu)勢，避免盲目跟風或過度擴張。
如何在眾多技術領域中做出選擇，將有限的資源投入到最具潛力和競爭力的方向上，是每一家車企都需深思熟慮的問題。
雖然車企自研漸成趨勢，但這條道路并不一定會是坦途，往往伴隨著高昂的研發(fā)成本、漫長的技術積累以及未知的市場風險。
對于大多數(shù)車企而言，如何在自研與配套之間找到最佳平衡點，既保證技術領先性，又控制好成本是一項考驗。
此外，隨著技術的不斷迭代，如何保持自研技術的持續(xù)創(chuàng)新力，避免被市場淘汰，也是車企需要面對的重要課題。
由于自研項目離不開大量時間和資金的投入，車企勢必要在自主研發(fā)和技術合作中找到平衡點。
因此，車企首先需要做好戰(zhàn)略規(guī)劃和優(yōu)先級設定，明確自研項目的長遠目標和優(yōu)先級，確保研發(fā)資源投入最有潛力和最符合公司戰(zhàn)略方向的項目。
另外，自研項目通常具有高風險和高回報的特性，車企可以采用分階段的研發(fā)和投資策略，即在每個研發(fā)階段完成后進行評估和調整，根據(jù)項目的進展和市場反饋逐步投資，這樣可以有效控制風險和成本。
最后，與其他企業(yè)或研究機構進行合作與聯(lián)盟，共享研發(fā)成本和風險也是一種選擇。通過建立戰(zhàn)略聯(lián)盟或合作伙伴關系，車企不僅可以降低自研成本，還能夠加速技術開發(fā)和市場推廣。在智能電動汽車變革不斷深入的當下，車企全棧自研不是惟一解，車企與供應商之間呼喚新型的整零關系。
相對于往屆 A 級車展，今年的上海車展像極了狄更斯筆下的雙城記：這是 " 最壞 " 的時代，政策鐵拳與流量退潮讓裸泳者無處遁形；這也是 " 最好 " 的時代，務實者終于等到了讓產品說話的契機。
隨著汽車智能化的深入，" 智能輔助駕駛 " 已不再是一個營銷概念，而是對傳統(tǒng)定義的主動超越。新勢力車企需在流量與安全間找到平衡；傳統(tǒng)車企亟需補齊汽車智能化的短板；合資品牌則要證明電動化并非跟風，而是真正的進化。
從設計打動人心到智能理解用戶、從服務搶占心智到質量筑牢底線，品牌躍升的每一步，都是與用戶構建長期關系的機會點。那些真正能夠穿越周期的汽車品牌，必定是在變局中找到新錨點的企業(yè)。
這條路徑，不靠堆料、不靠沖高，而靠對 " 用戶需求 " 的精準理解與真正兌現(xiàn)。唯有真正讀懂市場、深刻理解用戶需求、扎實布局核心技術的企業(yè)，才能有望拿到通往下一個十年的船票。
