从WICV展望智能驾驶产业发展趋势

来源：市场资讯

（来源：老司机驾新车）

从WICV展望智能驾驶产业发展趋势

一、WICV会议的产业现象与政策方向

WICV作为工信部主办的顶级汽车行业会议，其政策方向与产业动态具有重要导向意义。从产业现象看，参展整车企业普遍将智能驾驶作为核心产品亮点，传统动力性能不再是宣传重点，行业重心加速向智能化转移。国产芯片应用成为显著亮点，地平线征程系列、理想及小鹏自研芯片等已进入上车量产阶段，规模化应用趋势明确。数据治理与共享成为行业焦点，企业与政府正探索数据合规使用路径，以降低行业成本并保障信息安全。政策层面，政府持续强化对智能驾驶的鼓励支持，《道路交通安全法》修订已提上日程，未来将为行业发展提供更明确的法律框架。

二、智能驾驶行业现状及元年判断

行业普遍认为2025年将成为智能驾驶“元年”，核心依据包括两点：一是全仓智能融合车型进入大规模放量阶段；二是数据驱动的人工智能大模型研发范式成为主流，推动技术迭代加速。2023年上半年数据显示，L2级车型上牌量达655万辆，渗透率62.1%，其中NOA车型占比20%，同比增速102%，市场接受度显著提升。值得注意的是，插混/燃油车智能驾驶渗透率达60%-70%，高于部分纯电车型，反映下沉市场对智能化的需求潜力。

三、智能驾驶技术各环节进展

感知层：激光雷达（128线/192线）大规模量产，装配率达7.9%（上半年95.3万台）；摄像头向800万像素升级，毫米波雷达装配率57.8%（1639万台），多传感器融合能力提升。

模型层：车企普遍采用云端+车端协同的大模型开发模式，VLA（视觉语言模型）等技术成为核心竞争力，腾讯、华为、大疆等企业已推出高阶模型方案。

系统层：决策系统从传统两段式架构升级为“手册模型+VLA”融合方案，响应速度与泛化能力提升；电子架构向中央集中化演进，东风、未来等车企已落地“中央+区域”控制架构，数据交互效率显著优化。

实际表现：城市复杂场景落地加速，得益于训练能力提升与VLA技术的泛化能力，北京等城市已实现核心主干道及部分胡同场景的智能驾驶功能。

四、智能驾驶未来发展目标及展望

根据行业规划，2030年中国智能驾驶市场将实现以下目标：汽车年销量达3500万辆，L2级渗透率超95%，L3/L4级渗透率合计超35%，其中L3级占比超30%。政策与市场双轮驱动下，行业将保持“积极有为”的发展态势，技术性能与产业规模同步扩张。

五、L3级车型准入对行业的中短期影响

目前工信部已小范围批准北汽、广汽等三家企业开展L3级试点，但受限于舆情管控等因素，暂未公开。（更多实时纪要加微信：aileesir）吉利、问界等企业已申报第二批试点，预计审批时间或在2023年12月至2024年3月。短期（12-18个月内）L3难实现大规模开放，行业或维持“L2+”内卷状态；长期看，准入节点最晚不晚于2027年，届时《道路交通安全法》修订完成后将全面推开。

六、L3/L4级智能驾驶的路线图与时间表

2023-2027年：以地方试点为主，聚焦核心城市主干道，北汽、广汽等先行企业探索商业化运营。

2027年后：随着国标完善与社会接受度提升，L3/L4车型逐步面向消费者销售，城市场景全功能落地。

2030年：实现L3/L4级渗透率超35%，形成“高速+城市+泊车”全场景覆盖能力。

七、车企智能驾驶芯片选型策略

算力需求：高阶智能驾驶（城市L3）需700-1000TOPS算力成为行业共识，但部分企业（如某头部新势力）通过软硬协同设计，仅需200TOPS即可实现全场景NOA功能。

自研趋势：蔚来、小鹏等车企加速自研芯片，通过软硬件耦合开发提升算力利用率，例如理想自研芯片针对VLA模型优化，效率较英伟达Orin提升30%以上。

成本平衡：中低端车型倾向外采成熟方案（如Mobileye EyeQ6），高端车型以自研+定制为主，兼顾性能与成本。

八、芯片黑盒交付模式对车企的影响

黑盒交付（芯片架构不可修改）导致车企系统通讯延迟增加、算力利用率下降，例如某外资芯片实际可用算力仅为标称值的50%。更严重的是，系统级黑盒交付会阻碍数据闭环，导致车企难以获取关键场景数据，长期丧失技术迭代主动权。因此，头部车企正通过自研芯片或深度参与定制（如华为MDC与车企联合开发）打破依赖。

九、纯视觉与多传感器融合技术路线趋势

高端市场：城市场景L3/L4需以激光雷达为核心的多传感器融合，国标对夜间、雨雾等复杂场景的要求进一步强化这一趋势，华为ADS 3.0、小鹏XNGP均标配双激光雷达。

中低端市场：纯视觉凭借低成本优势（模型训练成本降低60%）占据主流，适用于高速LCC/ACC等限定场景，特斯拉FSD、地平线征程5方案为典型代表。

长期共存：激光雷达在高端车型中成为“身份象征”（类似传统燃油车“六缸引擎”），与纯视觉形成“功能-价格”分层，服务不同消费需求。

十、激光雷达厂商的毛利率压力及话语权决定因素

国产激光雷达厂商已占据全球主要份额，但价格战导致毛利率承压（部分企业降至20%以下）。未来话语权取决于两点：

成本控制：半固态/固态技术迭代（如华为190线激光雷达成本降至2000元内）与规模效应（年出货量超100万台）是核心，预计2024年主流产品价格再降20%-30%。

技术壁垒：150线以上高性能激光雷达（适用于L4）因量产难度大，短期内毛利率仍可维持35%以上，速腾聚创、禾赛等头部企业具备先发优势。

十一、端到端大模型对高精地图厂商的影响及定位

端到端大模型降低了对高精地图的依赖，企业可通过局部场景建模（如“影子模式”采集数据）替代全域高精地图，成本降低70%。但自然资源部出于地理信息安全管控需求，仍推动合法合规使用高精地图，预计未来其定位将收缩为“基础地理框架”，企业在此基础上叠加动态要素（如临时施工）。高德、百度等头部厂商需向“动态地图服务商”转型，否则市场空间将持续萎缩。

十二、高端智驾芯片的代工产能与供应链安全

产能现状：14纳米芯片已实现国产化量产，7纳米预计2023年底至2024年初突破，满足L3级算力需求（700TOPS）。

供应链安全：地缘政治影响有限，车规芯片对先进制程（3纳米以下）需求较低，7纳米稳定性优于3纳米，且国内军工/卫星领域已验证7纳米可靠性，可作为备份产能。

风险提示：若遭遇极端制裁，车企可通过“增大芯片面积+多核堆叠”实现算力补偿，例如某国产芯片通过14纳米工艺叠加8核架构，性能接近7纳米水平。

十三、智能驾驶行业发展总结与宏观展望

智能网联汽车行业GDP占比已超10%，显著高于房地产（6.3%），成为稳增长核心抓手。未来3-5年，行业将呈现“技术创新+国产化替代”双主线：

硬件端：激光雷达、智能座舱芯片等核心部件国产化率有望从当前40%提升至70%以上。

软件端：端到端大模型、数据闭环平台成为竞争焦点，具备自研能力的车企（如华为、小鹏）将占据主导。

政策端：《汽车行业稳增长工作方案》《技术路线图3.0》等文件明确智能驾驶为优先发展方向，预计2025年行业规模突破1.2万亿元。

整体而言，智能驾驶行业正处于“量价齐升”的黄金期，建议关注技术壁垒高、国产化率低的细分领域（如激光雷达上游元器件、车规级存储芯片）。

Q&A

Q1: 工信部提出有条件批准L3级车型准入，已获准企业与未获准企业在中短期内将受到哪些影响？

A1: 行业内部已小范围批准北汽、广汽等三家企业L3试点，但因社会影响未公开；吉利、问界等企业正申报（更多实时纪要加微信：aileesir）第二批试点，审批时间受舆情影响或在2023年12月至2024年3月。已获准企业可先行布局，但未获准企业缺乏开辟新产线的动力，若L3长期不开放，行业或呈消极状态。不过政府需综合考虑舆情，短期内难实现L3大规模开放。

Q2: 针对L3、L4级智能驾驶，上级主管部门是否有明确的路线图和时间表？其对产业结构有何影响？

A2: 主管部门明确2030年L3/L4渗透率目标为35%。2026-2027年将小范围审批试点，2027年道路交通法修订及L3国标正式实施后，增速或加快。早期产业结构以To B模式为主，面向平台公司和运营公司销售；2027年后或逐步面向消费者推广。

Q3: 随着端到端模型的应用，智能驾驶芯片算力需求提升，车企在芯片选型上的战略策略是什么？

A3: 全场景L3功能需700-1000TOPS算力成为行业趋势，仅少数企业可通过200TOPS实现相关功能。算力需求将持续增长，高阶智能驾驶需高性能计算芯片。车企倾向自研芯片以实现软硬件耦合开发，提升硬件使用效率与系统通讯效率，在性能一致前提下降低成本。

Q4: 第三方芯片厂采用黑盒子模式与车企合作，对车企有哪些影响？

A4: 黑盒子模式导致车企无法修改芯片架构，系统间通讯延迟增加，整体性能浪费；同时车企难以基于芯片硬件架构开发系统，仅能在现有基础上优化。更严重的是，数据无法闭环，影响智能驾驶系统的数据驱动迭代，使车企在研发中处于被动。

Q5: 从5-10年长期视角看，纯视觉与多传感器融合技术路线会走向融合还是长期并存，服务于不同价位和场景？

A5: 两条路线将长期并存，分价位部署。纯视觉凭借成本优势，适用于简单场景（如LCC/ACC）及低价车型；以激光雷达为核心的多传感器融合感知，因能应对复杂路况（如异形障碍、非机动车多）、满足全天候全场景需求，将在高端及中高端车型中占据主导，同时也符合消费者对性能与身份的感知需求。

Q6: 激光雷达国产供应商占据全球主要份额，价格战下毛利率承压，未来技术迭代与成本控制能力何者更能决定话语权？

A6: 成本控制能力更关键。半固态/固态技术迭代已推动成本下降，规模上量将进一步降低成本，预计2024年主流激光雷达成本或降20-30%至2000元以内。短期内高性能激光雷达因量小难降本，但长期来看，中国规模化量产能力可实现成本压制，技术迭代需以成本控制为基础。

Q7: 端到端大模型的应用对高精度地图厂商有何影响？他们未来在智驾行业的定位是什么？

A7: 端到端大模型降低了对高精地图的依赖，因其采集成本高且鲜度难保障，行业对其关注度下降。未来高精地图厂商或难以成为智驾行业核心参与者，定位可能转向提供辅助信息，而非关键技术支撑。

Q8: 高端智能驾驶芯片代工产能是否充足？在地缘政治背景下，供应链安全是否会成为车企量产的潜在风险？

A8: 7纳米及以上芯片国产代工产能充足，14纳米已实现国产化，7纳米预计2023年底至2024年初实现全（更多实时纪要加微信：aileesir）国产化。车企芯片规划以5/7纳米为主，工艺稳健，可实现国产化替代。地缘政治影响有限，因汽车对先进工艺需求不激进，且7纳米芯片稳定性优于3纳米，适合车规级应用。