智能驾驶2024年度报告

The annual report of Chinese ADAS product 2o24 序言 INTRODUCTION 汽车是时代的话题，也与每一个个体利益相关。当前汽车在中国市场已经毫无疑问地进入了「智能时间」，其中关键中的关键就是「智能驾驶」。在2023年，《智能驾驶年度格局报告》首次提出了代际划分标准和梯队格局参考，很荣幸在其后成为了行业参考，加速了市场认知和产品创新。“不具备智能驾驶竞争力的产品，就失掉了市场竞争力。" 上述论断放在之前是玩笑，现如今则已经是关乎生死成败的船票。所以才有车厂甘目天下之大不“一年三改款”，也才有比亚迪在智能上的光速变革。 用户可以不用，但你不能没有。这就是汽车市场当前面对智能驾驶的冷峻态度，而且还必须是技术和体验领先的智能驾驶方案。 所以站在2025的开端，我们再次提供基于2024全年的智能驾驶年度格局参考，你可以一文看懂一 智能驾驶最新的技术趋势、智能驾驶选代的关键要素、智能驾驶玩家最新的能力排名、主机厂产品和供应商方案的梯队格局、基于智驾选代要素推演的2025格局* 值得注意的是，我们现在正处于智能驾驶送代最密集的时期，购车用车需要比以往任何时候都需要对智能驾驶产品做到心中有数。而相信这份报告，从第一性原理出发，不仅给出了结论，也会逻辑简明地帮你建立系统认知框架，解释为什么，接下来怎么样。 不论你之前关于智能驾驶的认知处于哪一代，这份报告都是能帮你在认知上实现最领先的「端到端」一代。 目录 CONTENTS 智能驾驶产品时局现状 其他智能驾驶送代影响因子19 （1）智能驾驶进阶至两个「端到端』+02(2）城区NOA开启大规模落地+ 03(3）高阶智驾量产车价格下探至15万元级别（4）2025年有望成为L3商用元年05 (1）激光雷达路线及其成本20(2L4级自动驾驶技术下放应用: 20(3）量产车标准化和规模化22 中国智能驾驶格局 智能驾驶2025格局推演23 （1）智能驾驶2025加速度因子24(2）智能驾驶2025格局推演25 （1）代际：以实现能力划分+ 07(2）派系：以感知方案和高精地图划分60 *(3）阵营：以是否自研划分. 11（4）智能驾驶2024格局梯队12 2025值得关注的智能驾驶「变量」公司26 智能驾驶产业迭代关键要素→15 （1）算法：端到端架构成为大势所趋(2）算力：云端算力重要性日益凸显(3）数据：数据加速智能驾驶技术选代.18 智能驾驶产品时局现状 01智能驾驶产品时局现状 （1）智能驾驶进阶至两个「端到端」 经过一年的发展，智能驾驶在技术上摆脱高精地图依赖，实现无图NOA（领航辅助驾驶），并转向技术架构上的端到端。 因此，经过一年洗牌，智能驾驶技术路线从基础到高阶，有了新的变化： 车位到车位 城区NOA 系统利用安装在车辆上的传感器，通信、决策及执行等装置，贯通行泊场景，实现从起点车位到终点车位全过程、点到点的高阶智能行驶，在行驶全过程中实现自动驶出车位、过闸机、路径规划、障碍物避让、自动泊车等多种复杂功能 高速NOA 系统利用安装在车辆上的传感器、通信、决策及执行等装置，在城市开放路况下实现智能驾驶，可以实现无保护左转、无保护掉头、识别交通信号灯、主动变道、主动超车等功能，能够自主处理各类城市路况 基础L2 系统利用安装在车辆上的传感器、通信、决策及执行等装置，在高速高架、环路、城市快速路等封闭或半封闭场景下实现智能驾驶，在基础L2级之外，还可实现自主上下匝道、主动变道、主动超车等 系统利用安装在车辆上的传感器、通信、决策及执行等装置，实现基本辅助驾驶功能，包括LKA(车道保持辅助）、AEB（自动紧急制动）、ACC（自适应巡航）、LCC（车道居中辅助）、ALC（自动变道辅助）等 01智能驾驶产品时局现状 （2）城区NOA开启大规模落地 城区NOA成为2024年的「高阶智能驾驶」，落地规模极速扩大。多个品牌、车系在更多城市解锁了城区NOA的能力。 城区NOA一一全国都能开： 01智能驾驶产品时局现状 （3）高阶智驾量产车价格下探至15万元级别 智能驾驶车型价格和智能驾驶方案成本持续下探。配有高阶智能驾驶产品（城区NOA）的量产车型起售价不断下降，部分车型价格已下降到15万元左右，进一步促进智能驾驶的科技平权。2024年新上市的支持城区NOA的部分智驾车型如下： 单位：万(人民币)■能实现城区NOA功能车型晨低售价智能驾驶产品买断价格 小鹏MONAM03580Max版本搭载城区NOA，可实现「全国都能开」，将在2025年春节后开始交付。 该版本售价为15.58万，直接击穿具备「全国都能开」能力的量产车售价地板，将高阶智驾能力下沉至15万级。 01智能驾驶产品时局现状 （4）2025年有望成为L3商用元年 在政策、软件、硬件、保障四个方面共同作用下，智能驾驶将逐渐具备通向L3的技术基础、规范措施和赔付机制。2025年有望成为L3商用元年。 政策 硬件 软件 企业保障 端到端上车让自动驾驶的泛化能力空前提高，已成为行业共识。行业头部正在冲刺段式端到端，还有玩家计划从VLM（视觉语言模型）范式升级至VLA（视觉语言动作模型），模型上限能力将进一步提高。 鸿蒙智行等开始推动「智驾险」落地，「智驾险」既是对用户的保障，也是玩家对技术的自信表现，推动智能驾驶保障体系完善。 乘用车线控转向量产落地数字底盘逐渐成为标配，为AI软件如臂使指地控制汽车，提供了底层基础。 2024年有关部门公布了首批L3试点名单，部分玩家开始获准上路测试L3级自动驾驶。 中国智能驾驶格局 02中国智能驾驶格局 （1）代际：以实现能力划分 截至2024年12月31日，根据量产车上智能驾驶产品（已进行用户公测）的最高实现能力，可以将国内市场的玩家分为四个代际：领先一代、次世代正当代和落后一代。 02中国智能驾驶格局 02中国智能驾驶格局 （2）阵营：以感知方案及高精地图划分 智能驾驶产品的传感器主要包括摄像头、毫米波雷达、超声波传感器和激光雷达。其中摄像头主要提供环境的2D视觉信息；毫米波雷达提供目标物体的距离和角度信息；激光雷达能提供3D环境信息，包括距离和速度，并实现自主定位；超声波雷达也能提供目标物体的存在和距离信息，但是由于作用距离较短，多用于泊车系统。 02中国智能驾驶格局 根据各玩家传感器配置方案不同，目前主要有两大派别，一种是没有激光雷达，以摄像头为主的“视觉派”；而另一种是有激光雷达的“激光雷达派”，各派玩家情况如上图所示。 值得注意的是，基于成本和技术路线等多方面考虑，有头部玩家2024年由激光雷达派转向视觉派，减少智驾系统对激光雷达的依赖。例如，小鹏2024年11月上市的P7+车型，采用行业首个单个像素LOFIC架构纯视觉方案，放弃了激光雷达的常规配置。 另外，智能驾驶系统感知环境除了靠传感器，还能通过高精地图“开天眼”，让车辆直接获得包括车道、车道线、路面箭头、交通灯、交通标识牌等等环境信息，并且精度在分米甚至厘米级别，降低算法难度要求。从是否依赖高精地图的角度来看，各玩家可以分为有高精地图派和无高精地图派。各派别玩家包括： 由于高精地图使用、维护、更新等成本居高不下，审核过程缓慢，想要随时保持高精地图的鲜度非常困难，头部玩家开始逐渐摆脱对高精地图的依赖，「无图NOA已成为主流。 02中国智能驾驶格局 （3）派系：以是否自研划分 从智能驾驶产品提供方的角度，玩家又可以分为自研派、供应商派和穴余派。穴余派车企既会采用和供应商合作的方案，又拥有自研团队，研发智能驾驶产品。各派别分别包括： 02中国智能驾驶格局 ortofChineseADA5product2024 （4）智能驾驶2024格局梯队 智能驾驶，本质是AI在量产车驾驶行为中，替代人类驾驶员的作用。人类老司机的养成，有先天天赋，更需要后天驾驶里程的积累， AI司机也类似，综合实力既与实现的能力直接相关，还与上车数和开城数相关。具备什么样的实现能力，代表了当前的技术和产品实现水平。上车规模、开城数量对应的数据规模资源，则基本决定了未来的潜力和水平。 最早悟透这一原理的马斯克，从一开始就拿出了标配的智驾软硬件方案，其后在特斯拉不断增长的销量、扩大的实路里程后，帮助FSD实现能力上的惊人飞跃。 所以评估智能驾驶玩家格局，既要看现在具备的能力，还要关注数据规模资源一一面向未来的潜力，这样才不至于在快速变化的智能车市场，遭受“背刺”。 综上所述，衡量智能驾驶玩家格局梯队，必须包含三大标准： 是否具备领先一代/次世代高阶智驾能力一，「车位到车位」与「全国都能开』 在多少辆车上可以使用高阶智驾功能 上车规模 02中国智能驾驶格局 基于上述三大标准，2024年的智能驾驶（截至2024年12月31日），从汽车品牌维度，中国市场格局梯队如下： 这些品牌和玩家背后，同样也是技术供应商的能力体现： 02中国智能驾驶格局 最后结合实现能力、上车规模、开城规模，可以得出更加综合全面的全局玩家格局现状： 智能驾驶产业迭代关键要素 03智能驾驶产业送代关键要素 实际上，智能驾驶发展的第一性原理就是AI的第一性原理，而AI的第一性原理就是三大关键要素：算法、算力和数据。 （1）算法：端到端架构成为大势所趋 AI模型驱动的端到端架构，成为行业的新技术范式。2024年以来，众多车企玩家力推端到端架构上车，利用端到端技术构建智能驾驶 -段式端到端 将感知、决策、规划等模块整合到一个全栈模型中，从传感器输入外部环境信息，直接输出车辆驾驶决策轨迹。 端到端架构利用AI模型，取代了传统算法中数据在感知、决策和规划各个模块之间传递的过程，有效降低信息传递的丢失和延时。另外统一的端到端架构能够自动学习从感知到控制的最优映射关系，实现全局优化。 般是由感知模型和决策规划模型两个部分组成，传感器收集的信息先由感知模型处理，由规控模型生成轨迹。 03智能驾驶产业送代关键要素 （2）算力：云端算力重要性日益凸显 03智能驾驶产业送代关键要素 其他智能驾驶迭代影响因子 04其它智能驾驶送代影响因子The annual report of chinese ADA5 product 2024 （1）激光雷达路线及其成本 随若技术进步，以及量产规模扩大，激光雷达成本正进一步下探。 元机时代」。成本降低有利于激光雷达在20万元以下的量产车落地，规模化上车也将促进更多智能驾驶产品向更高等级送代。 随智驾数据的积累以及端到端范式的发展，高阶智驾对激光雷达的依赖有所减弱，再加上成本的考量，更多厂商可能会从激光雷达派逐渐转向视觉派。 （2）L4级自动驾驶技术下放应用 众多L4级自动驾驶技术公司推出了适用于乘用车的智能驾驶产品，完全自动驾驶技术释放可以让车企更快实现高技术等级的智能驾驶产品，缩短自研周期。 智能驾驶解决方案 04其它智能驾驶迭代影响因子 Theannual reportofchineseADA5productZoz4 （3）量产车标准化和规模化 智能驾驶能力送代的影响因素除了数据规模，还有数据质量一一也就是传感器方案是否实现了大一统。 由于不同传感器方案会使用不同的数据格式和处理算法，从而需要更多流程进行数据转换和统一，因此使用相同规格的传感器方案也能提高智能驾驶能力选代效率。同时，传感器方案数量越少，已经实现的能力等级越高，就意味若智能驾驶能力越强， 领先一代和次世代智能驾驶传感器方案数量为： 智能驾驶2025格局推演 05智能驾驶2025格局推演 （1）智能驾驶2025加速度因子 2024年的智能驾驶格局已定，在薪新的2025年里，智能驾驶格局将会有怎样的变动？谁有可能成为2025年的黑马？ 如上文所提，算法、算力、数据是智能驾驶产业迭代的关键要素，同时也是智能驾驶格局变动的加速度因子。在算法、算力、数据层面有积