L3 车型产品准入门槛几何？智能汽车产业加速发展的核心障碍如何破局？|城区辅助驾驶系统|德赛西威|控制器|智能化|智能汽车产业|智能驾驶|智驾

当前汽车智能化正完成从导入期到成长期的跨越，智能汽车以颠覆性革新重构行业逻辑，其本质呈现 “供给创造需求” 的特征 —— 在电动化渗透率突破 50% 后，智能化已从车企的 “加分项” 转变为决定生存的核心 “生存项”，行业竞争逻辑随之重塑。

从市场与技术维度看，智能汽车的规模化与高阶化进程已进入加速轨道：预计 2030 年中国智能汽车销量将突破 3000 万辆，高阶智驾渗透节奏明确 ——L2 + 及以上智驾渗透率将自 2026 年进入加速通道，L4/L5 级智驾也有望在 2027-2028 年实现实质性突破；技术路线则沿 “规则驱动→感知端 AI 化→端到端控制→具身智能” 持续演进，智能化逐步成为定义汽车价值的核心标尺。

产业端，智能化已带动全链条的系统性变革：上游算力、域控制器、线控底盘等核心部件成为 L3 + 高阶智驾的硬件基础（其中线控底盘是 L3 级智驾落地的关键执行层支撑）；中游新能源市场头部集中，20 万元以上区间成为智能化主阵地，跨界新势力与科技企业的入局加速了智驾技术商业化；下游 Robotaxi 等新商业模式随智驾成熟进入商业化前夜，2030 年其在智慧出行中的渗透率有望超 30%。

在此背景下，L3 车型的产品准入成为智能汽车从 “技术储备” 迈向 “规模化落地” 的关键节点，其准入规则、技术适配与产业影响，直接关系到智能汽车发展节奏的进一步提速。基于此，本研究聚焦 “L3 车型产品准入” 展开产业深度分析。

一、制动技术发展简介

1.1 汽车智能化正从导入期跨入成长期

汽车智能化正推动其从百年传统燃油交通工具，升级为以 AI 为核心驱动力的移动终端。它深度融合人工智能、大数据、物联网等前沿技术，以智驾从低阶到高阶的发展为核心主线，助力提升行车安全、革新用户体验。

智能化已成为头部车企的 “生存项”，而非仅作为 “加分项”。2020-2024 年，中国乘用车电动化渗透率完成了从 10% 到 50% 的跃升；预计 2025-2030 年，电动化渗透率将从 50%+ 逐步提升至 80%，同时智能化渗透率会加速攀升。若假设 2030 年新能源车全面升级为智能汽车，且燃油车的电气网络、电子电气架构也完成革新（具备智能化基础），届时中国市场智能汽车销量或将远超 3000 万辆。

1.2 高阶智驾是智能化的技术发展主线

根据 GB/T40429-2021《汽车驾驶自动化分级》，驾驶自动化被划分为 6 个等级：其中 L0-L2 属于驾驶辅助，由系统辅助驾驶员执行动态驾驶任务，驾驶主体是人；L3-L5 属于自动驾驶，系统可在设计运行条件下替代驾驶员执行动态驾驶任务，驾驶主体是系统。按行业惯例，高级辅助驾驶（ADAS）对应 L0-L2，核心功能包含自适应巡航、自动紧急制动、车道保持、智能巡航辅助等，驾驶员需负责驾驶与监督；高阶自动驾驶（AD）对应 L2 + 至 L5，涵盖有条件自动驾驶与完全自动驾驶。

当前中国车企的智驾发展处于这一阶段：L2 + 功能已实现规模化普及，L3 级正处于商业化试点起步阶段，L4 级则在特定场景中深化应用。不过高阶智驾发展仍面临多维度挑战，比如 L3 及以上级别的责任认定（法规完善）、极端场景处理（技术长尾问题）、成本控制及用户接受度等。

新能源汽车的 ADAS 功能已接近全面搭载，高阶自动驾驶（AD）的装车比例正逐步攀升。技术迭代升级叠加软硬件成本下降，让智能驾驶辅助功能的搭载率持续提高：25H1 新能源车 L2 及以上辅助驾驶功能的装车率超 80%；AEB 自动紧急制动装车率达 67%，全域 ACC 自适应巡航达 59%；ALC 自动变道装车率接近 30%，APA 自动泊车装车率达 44%。其中，24 万元以上的新能源车型 L2 + 功能配置率已处于较高水平，而 16 万元上下区间的车型，该功能的提升空间仍较为充足。

预计 2026 年，高阶自动驾驶的市场渗透率将进入加速上升阶段，L4-L5 级别智驾或在 2027-2028 年取得实质性突破。据地平线招股书显示：2026 年高级辅助驾驶的渗透率会出现下降拐点，与此同时高阶自动驾驶的渗透率将逐步加速提升；到 2027 年，中国乘用车部署的驾驶自动化解决方案中，近一半会是高阶自动驾驶方案；到 2030 年这一比例将进一步提升至 80% 以上，快于该方案在全球市场的渗透速度。根据如祺出行招股书：中国市场 L2-L3 级别自动驾驶车辆的渗透率，2025 年有望超过 60%，2026 年接近 70% 后增速放缓；L4-L5 级别自动驾驶将在 2026-2027 年开始逐步加速渗透，2027-2028 年有望突破 5%。我们预计，部分车企及系统供应商若掌握 “算力 + 算法 + 数据” 及对应工具链，且其智驾方案具备系统性降本潜力，将成为推动高阶智驾渗透率持续提升的核心动力。

高阶自动驾驶的技术路线，经历了规则驱动、感知端 AI 化、端到端控制等阶段，最终将向具身智能方向演进。特斯拉引领着高阶智驾技术路线的发展，国内小鹏汽车紧密跟进，并朝着 “视觉 - 语言 - 动作协同” 的方向推进；华为则走出了差异化路线 —— 直接输出车端 WA 模块的动作指令，跳过了语言转换环节。这些路线的核心目标，是让机器能够感知、理解、决策，并安全高效地与环境互动，其底层技术与具身智能高度契合。

智能驾驶系统可分为云端、车载算法平台与车端硬件三大层级，各层级可独立完成迭代升级，与 “软件定义汽车” 的发展趋势相契合。云端的 “模型训练” 与 “数据管理”，和车端的感知、决策环节紧密关联，共同构成了持续迭代的数据闭环：车辆收集真实路况数据并上传至云端，云端利用这些数据训练、优化 AI 模型，再通过 OTA 将优化后的模型下发至车端，使系统在实际使用中持续完成迭代升级。

1.3 智能汽车产业链全景：整车或最受益

智能驾驶系统的价值链主要包含以下几个环节：

1）上游供应商：负责提供智驾系统的核心基础件，专注于半导体芯片的制造、封装、测试等基础制造工艺；

2）主要组件及解决方案提供商：可提供高级辅助驾驶、高阶自动驾驶的解决方案，同时也能供应摄像头、雷达、高清地图等周边元器件；

3）一级供应商：配合整车 OEM，负责机械、电气、冷却等系统的模块设计，同时承担系统集成工作（包括机械、电路、冷却系统的设计，以及算法、软件、处理硬件与周边元器件的整合）；

4）OEM 汽车制造商：将一级供应商提供的自动驾驶系统集成到整车平台中，最终对整车性能、安全与用户体验负责，并将车辆推向市场销售，是价值的最终实现者。

依据价值链的分工逻辑，我们按上游、中游、下游的维度，尝试勾勒智能汽车 “零部件 — 系统 — 整车” 的产业链全貌。

二、上游零部件：算力筑基础，功能创增量

2.1 域控制器：受益汽车电子电气架构技术演进

智能汽车的电子电气架构，决定了传感器、控制器、执行器等部件之间的数据交互逻辑，目前正从分布式架构向集中式架构演进：

1）分布式是传统阶段方案：每个功能模块（如发动机控制、车窗升降）都配备独立的电子控制单元（ECU），通过 CAN/LIN 总线通信。其局限性在于 ECU 数量多（高端车超 100 个）、线束复杂（总长度超 5km）、软硬件耦合度高、功能升级难度大；

2）域集中式是当前主流方案：按功能域集成各独立 ECU，形成域控制器（如智驾域、座舱域、车身域等）。智驾域控制器可处理摄像头、雷达数据并运行自动驾驶算法；座舱域控制器则集成仪表盘、中控屏、语音交互等功能；

3）中央集中式是未来趋势：以 1-2 个高算力中央计算平台（HPC）为核心，搭配区域控制器（ZCU）实现就近接入。其价值在于实现硬件资源池化、软件全栈解耦，可支持高阶自动驾驶与个性化功能的迭代。

域控制器替代了分散的独立控制器，是传统控制器伴随电子电气架构升级而产生的新产物。它按照负责领域的逻辑，对汽车中相关、邻近的功能或部件进行划分与物理集成，替代了以往众多功能单一且分散的 ECU。这一变化为车载软硬件提供了标准化的高性能平台：线束复杂度降低，系统效率与通信带宽提升，功能扩展与 OTA 升级也获得了极大便利。

智驾、智舱、车身、底盘、动力五大域，构成了汽车智能化的基础，五大域的进一步融合是未来的发展趋势：智驾域控是提升汽车智能化水平的关键，智驾芯片 “比拼算力” 的趋势正逐渐显现；座舱域控聚焦场景扩展下的功能整合，助力提升用户交互与舱内体验；动力域、车身域、底盘域控制器对算力要求较低，它们会基于通用计算、通讯资源及标准化软件平台，寻求更高的开放灵活性。

成本导向是跨域融合的核心驱动力。整合多种功能域的控制器，可在硬件电路、散热系统、外壳封装环节做集成设计，进而优化整个系统成本；同时，跨域融合控制器还能提升系统响应性能，像制动这类需快速反应的功能将直接受益。

业务合作模式更灵活的域控制器供应商，更易获取项目机会。在跨域融合成行业共识的背景下，能力较强的主机厂长期会选择自研，能力偏弱的主机厂则倾向供应商方案；主机厂需求会因自身能力、发展阶段的差异而不同，以博世为代表的供应商会结合不同需求提供灵活定制服务，满足差异化产品开发诉求。

智能汽车域控制器产业链分为上、中、下游三个环节：

上游芯片供应商（如英伟达、高通、英飞凌）：是产业链技术源头，向域控制器企业提供硬件芯片与开发工具链，通过授权费、联合开发费、芯片采购费获利。核心芯片包括：①SoC（承担智驾 / 座舱高并发数据处理）；②MCU（保障车身 / 底盘动力域实时控制与安全）；③GPU（驱动座舱高清界面渲染）；④NPU（加速智驾 AI 运算）。

中游域控制器供应商（如博世、华为、德赛西威）：作为系统集成者，将上游芯片整合成 “硬件 + 底层软件” 一体化方案输出给 OEM，核心价值是五大创新：功能集成（减 ECU 数量）、高速数据传输（以太网替代传统总线）、实时数据决策（集中算力）、跨域协调（如制动联动底盘）、远程管理（支持 OTA）。

下游 OEM 主机厂：是终端应用与定制方，通过投资 / 采购 / 定制绑定供应商，支付费用覆盖成本与开发投入，推动技术迭代。其中传统主机厂偏好标准化方案（重可靠与成本），新势力倾向深度联合开发（定制品牌功能），商用车厂聚焦场景化控制逻辑（如能耗管理）。

域控制器零部件的自主替代与新势力自研同步推进：博世、大陆等国际巨头凭技术积累实现全域渗透；国内本土企业靠技术迭代 + 产业链协同推动国产替代 —— 德赛西威聚焦高阶智驾方案并规模化量产，均胜电子在座舱 / 车身集成领域具备系统级供应能力，东软集团深耕基础软件与智驾域控（合作生态广），中科创达以座舱软件平台为核心赋能车企智能化。

整车领域中，新势力的全栈自研与架构创新表现突出：零跑 LEAP3.0/3.5 中央集成式架构实现 “舱驾一体 + 三域合一”，减少控制器数量、缩短线束，降本增效显著；小鹏 X-EEA3.0 架构搭载左右区域控制器，融合车身控制与以太网关，既减线束又提可靠性；小米 YU7 量产 “中央计算 + 区域控制” 架构，采用高集成 ZCU 方案，加速智能化落地。

2.2 算力芯片：智驾与座舱的算力需求升级

智能化推动智能汽车算力提升，高算力是智驾与座舱体验的基础保障，SoC 芯片是核心算力来源：智驾 SoC 架构方案有 CPU+GPU+ASIC、CPU+ASIC、CPU+FPGA 三类，预计 CPU+GPU+ASIC 将成未来主流，NPU 是架构重点；座舱 SoC由处理器、存储器等组成，国内主机厂用 “ARM 架构 + Android 系统”，特斯拉采用 X86 架构，未来 RISC-V 或成新方向。车载 SoC 正朝 “高算力、低功耗、舱驾融合” 演进，未来竞争聚焦 ONE-Chip 集成与软件定义汽车（SDV）能力。

算力芯片市场短期维持多强并存格局：特斯拉垂直整合，自研芯片与算法、软硬件深度耦合，打造极致体验；英伟达、高通凭通用计算 / AI 加速积累，切入汽车领域提供标准化芯片与生态；Mobileye 专注视觉感知，提供芯片到算法的方案，在高级辅助驾驶领域积淀深；华为、地平线聚焦中国市场，提供芯片到全栈方案，技术迭代快且构建本土生态。

车企自研 SoC 利于打造极致性能、提升爆款力：新势力普遍自研筑壁垒：特斯拉 FSD 迭代至 HW4.0，蔚来 5nm 神玑芯片量产，小鹏推进 “扶摇” 芯片项目，理想启动自研 SoC；传统车企靠合资 / 投资切入：吉利通过芯擎科技、长安与地平线合资，上汽 / 长城投资地平线、黑芝麻等芯片企业。

智驾与座舱 SoC 的自主替代机会

智驾 SoC：高度依赖 AI 算法，需与算法紧密耦合，地平线这类软硬协同的国内厂商机会更大；智驾算法尚未固化，CPU+ASIC 等专用架构有望成主流，后来者可借架构创新超车。
座舱 SoC：看重通用计算 / 图形处理 / 生态兼容性，高通将移动生态移植至座舱，建立的生态壁垒比硬件性能更难打破。

单芯片同时实现智驾与座舱功能，是技术发展方向：用单颗 SoC 做舱驾融合，是电子电气架构向中央计算演进的关键步骤，核心是通过高集成追求系统性能、成本、体验最优。未来车企需兼顾芯片性能、软件生态、用户体验，才能在智能化竞争中突围。

国内智驾与座舱 SoC 融合已进入规模应用阶段，成本优势 + 快速迭代驱动自主替代：自主企业聚焦 One-Chip 方案，用高性能 SoC 实现多域功能融合，兼顾安全与算力分配，代表产品有黑芝麻 C1296、欧冶龙泉 560 系列；方案正从 “能用” 向 “好用” 跃迁：短期靠硬件整合降本推智驾平权，中期借软件定义做场景化交互（如多模态大模型联动），长期将汽车重塑为 “AI 智能体”。

2.3 线控底盘：从单一零部件到系统集成商的成长机会

智驾系统由感知层、决策层、执行层构成，其中执行层未来将通过五大线控系统精准落地决策指令：线控驱动：负责纵向控制，调节动力输出，管理车速与加速度；线控转向（SBW）：负责横向控制，改变车轮转角，把控行驶方向；线控制动（EHB/EMB）：负责纵向控制，实现主动减速，缩短制动距离；线控悬架（主动悬架的一种实现形式）：负责垂向控制，动态调整阻尼高度，优化减震姿态；线控换挡：以电信号切换挡位，响应驾驶需求。

线控底盘核心子系统的功能协同性极强，相关零部件供应商可通过产品拓展，从单一部件供应商升级为系统集成商。围绕智驾需求，传统底盘正向线控底盘革新：借线控技术（线控制动、转向等）实现 “人机解耦”，用电信号精准控制执行机构；靠域控化将底盘子系统的通信延迟从毫秒级压缩至微秒级，为协同控制打牢硬件基础；依托智能算法，结合实时路况与车辆状态，动态调整悬架刚度、转向比及扭矩分配。

线控底盘是高阶智驾的关键硬件，政策持续引导支持其加速规模化：2020 年《新能源汽车产业发展规划》首次从国家战略层面明确要突破线控执行系统；2023 年《制造业可靠性提升实施意见》将线控转向、制动列为重点，提升可靠性以支撑高阶智驾；同年《产业结构调整指导目录》将 “线控转向系统”“线控底盘系统” 列入鼓励类，引导资本投入；2024 年《汽车标准化工作要点》推进线控转向、制动的国内标准制定，同时参与国际技术法规协调。线控底盘已被公认为 L3 及以上高阶智驾不可或缺的执行端硬件基础，其战略重要性成行业共识；国家政策从方向引导、技术攻关、产业鼓励等维度，推动线控底盘技术加速规模化落地。

智能汽车底盘正迈向全面线控，叠加 AI 主动感知能力后将升级为 “智能底盘”，其发展分三个阶段：1.0 阶段：实现 X、Y 方向的部分线控与协同控制；2.0 阶段：完成三向六自由度的协同控制，初步具备主动感知与控制能力；3.0 阶段：达成全面线控，感知技术从路车协同升级为路车云一体，底盘系统具备 AI 属性，升级为智能底盘。

线控制动当前的主流方案是电子液压制动（EHB），按系统集成度可分为 One-box 和 Two-box 两类（差异在于 ABS/ESP 是否与电子助力系统集成）：One-box 体积、质量、成本优于 Two-box，但方案更复杂、可靠性要求更高。

Two-box 代表：博世 “iBooster+ESP”，以 iBooster 为制动主方案、ESP 为备份，两套独立建压系统可在全减速范围独立建压，实现双保险；
One-box 代表：博世 IPB、大陆 MKC1 等，将 Two-box 的两套独立建压系统整合，降低系统冗余度。

线控制动的未来趋势是电子机械制动（EMB）：这是脱离传统液压的全新方案，无液压回路与制动液，每个车轮对应一套制动执行机构（含力矩电机等）；采用 EMB 的车辆可减重 10%，制动响应从 430ms 缩至 80ms，100-0km/h 制动距离缩短 4.8m，还能提升能量回收效率、延长续航。

智能汽车悬架技术沿 “被动→主动、机械→电控、单一→集成” 演进，核心目标是优化驾乘体验：

半主动悬架：当前主流与普及方向，代表方案是 “空气弹簧 + CDC/MRC”，已成为中高端车型标配；通过电信号连续自适应调节阻尼与刚度，平衡成本与性能；
全主动悬架：下一阶段发展趋势，借助独立动力源与执行器主动向车轮施力（非被动调节），可实现 “跳舞”、预判路况调整等高级功能，是全智能驾驶体验的重要组成；
智能化与集成化：未来终极趋势，悬架系统与摄像头、雷达等整车系统深度集成，通过预瞄系统感知路况、依导航信息调整悬架状态，实现真正的 “主动” 与 “智能”。

空悬等高级配置正随国产供应链推进向中端市场下沉，市场格局从外资主导转为中外企业在细分领域竞争：空气悬架已从百万级豪车下探至 30 万元级国产新能源车型（得益于规模效应、技术国产化等）；当前智能悬架核心技术仍在外资手中，但保隆科技等本土供应商已开始量产配套半主动空悬，部分主机厂也自主开发控制系统。

空气悬架配置正向成本敏感的中端车型市场下沉，本土供应商迎来机遇：空气悬架通过空气弹簧替代传统金属弹簧，结合电子控制单元、传感器等组件，实现车身高度与悬架刚度的动态调节；当前主流配置是 “空悬 + CDC（可调阻尼减震器）”。

空悬向中端市场下沉创造了增量空间，本土供应商凭借更优的成本控制、更快的服务响应与渐趋成熟的技术，成功切入外资巨头主导的领域，成为智能汽车高端化配置普及浪潮中的核心受益者。

线控转向（SBW）将成为实现 L3 + 高阶智驾功能的核心执行部件：它以转向控制器为核心，通过总线集成多源传感器信息，依托控制算法实现决策与电机驱动的协同管理，核心特点是取消方向盘与转向轮的机械连接，采用纯电信号控制。

当前电子助力转向（EPS）技术成熟、应用广泛，可满足 L3 以下智能驾驶的功能需求，是智能汽车的标准配置；但 L3 及以上自动驾驶对响应速度与控制精度要求更高，线控转向（SBW）在这两方面优势突出，因此成为 L3 + 高阶智驾的核心执行部件。

中国智能汽车底盘市场当前由国际汽车零部件巨头主导，但本土企业正快速崛起：据亿欧智库测算，2023 年中国乘用车智能底盘市场规模达 392 亿元，预计 2027 年突破千亿，2030 年超 1800 亿元，2025-2030 年复合增速约 20%。

博世、大陆等外资巨头采取 “全栈布局” 策略，凭借品牌、技术等优势提供从感知到执行的整体方案，目标成为智能底盘平台型供应商；保隆科技、孔辉科技等本土供应商采取 “单点突破” 策略，选择技术门槛较低、与新能源车需求契合的细分领域（如空气悬架）快速切入，凭借成本、本地化服务等优势抢占份额，推进国产替代。

2.4 智能座舱：差异化需求拉动增量功能放量

智能座舱是用户感知最直接的车内空间，是智能汽车差异化体验的核心载体：它是由应用服务、功能软件、系统平台与物理硬件构成的软硬件一体化生态系统，可提供智能交互、信息娱乐、车内外互联、场景化服务等人车交互环境。

智能座舱正成为智能汽车差异化发展的核心脉络：市场竞争催生差异化需求→座舱作为交互中心成为最佳突破点→通过软硬件一体化的增量功能配置（如交互、娱乐、AI、芯片等）实现差异化→最终提升用户体验与产品竞争力。

智能座舱的产业链分为上、中、下游三个环节：

上游：提供软硬件基础支撑设备，包括显示材料、芯片、操作系统等，是产业链的核心硬件与技术底座，决定了智能座舱的性能上限与兼容性；
中游：负责软硬系统集成的方案整合，涵盖座舱域控、车载显示、车载娱乐、视觉监控、AI 大模型、视觉 / 语音交互等环节；
下游：是集成应用的落地场景，主要包含智能座舱方案集成商与主机厂 —— 前者进行系统级方案适配与调试，后者实现最终产品的市场化落地。

构建优质差异化体验的座舱增量功能配置率将快速提升：当前智能座舱已进入高度智能化阶段，电子集成与人工智能技术深度融合，语音识别、图像感知、多屏交互、个性化服务等已成为主流功能，显著提升了驾乘舒适性与便利性；未来智能座舱将向 “第三生活空间” 演进，进一步融合办公、娱乐、社交等多元场景，通过更自然的人机交互、空间感设计与全场景互联，重新定义汽车的角色。

能够带来差异化体验且满足行车有效需求的增量配置，渗透率将率先提升：智能座舱可提供 HUD、流媒体后视镜、DMS、车载娱乐系统、座椅智能调节等多种体验；预计这些深度契合行车需求、用户体验良好的增量功能，会随成本优化逐步提升配置率。

抬头显示系统（HUD）是智能座舱的核心交互窗口，正从 “选装” 向 “标配” 加速渗透，其产业链结构为：

上游：由光学组件、核心芯片、结构件等构成，其中图像生成单元（PGU）是 HUD 的核心部件，技术路线包括 TFT-LCD（主流方案）、DLP、LCoS（有望在 AR-HUD 中突破）、LBS、Micro-LED 等；
中游：以系统集成商为主，负责将上游元器件整合成完整 HUD 产品，并开发配套软件算法，最终交付给整车厂；华阳集团、华为等本土供应商凭借快速响应、成本优势与全栈能力，正逐步打破日本电装、德国大陆等国际巨头的垄断地位；
下游：整车厂是 HUD 的最终用户，其配置策略决定市场规模；当前 HUD 正加速从 50 万元以上的高端车型，向 15-25 万元的主流价格区间下沉。

预计随着成本下降，AR-HUD 和P-HUD 的渗透率均有望加速提升。HUD 主要分为四类：C-HUD 逐步被市场淘汰，W-HUD 是当前主流，AR-HUD 具备实景互动（科技感强），P-HUD 视野广（体验较好）；预计随着成本下降，AR-HUD 与 P-HUD 的渗透率将加速提升。

差异化需求将推动 AR-HUD 与 P-HUD 的配置率提升：据盖世汽车数据，2024 年中国乘用车市场 HUD 搭载量达 339 万辆，渗透率 14.8%；25H1 渗透率提升至约 16.6%（其中 W-HUD 占 11.3%、AR-HUD 占 5.1%、P-HUD 仅 0.02%）。当前问界、深蓝等自主高端电动智能品牌推动 AR-HUD 搭载量突破 50 万套，小米 YU7 首发量产标配 P-HUD 引领风潮，预计更多中高端 SUV 新车将跟进这一配置。

智能汽车市场正比拼差异化，HUD 是用户感知强且契合辅助驾驶需求的智能化增量配置；预计随着技术成熟与成本优化，AR-HUD、P-HUD 将在中高端车型中持续提升配置率，W-HUD 则会在成本敏感的中端以下车型中逐步渗透。

2025-2029 年中国车载 HUD 的年复合增长率接近 30%：中国车载 HUD 市场规模从 2020 年的约 100 万台，增长至 2024 年的约 390 万台，年复合增长率达 41.2%。据泽景电子招股书数据，伴随座舱全面智能化与 HUD 方案渗透率提升，预计 2029 年中国车载 HUD 销量将增至约 1270 万台，2025-2029 年复合增长率为 27.9%。

其中，W-HUD 方案将逐步渗透中低端车型（成为智能汽车标配），销量预计从 2024 年的约 320 万台增至 2029 年的约 700 万台（年复合增长率 19.0%）；AR-HUD 将向高端车型加速渗透，销量预计从 2024 年的约 60 万台增至 2029 年的约 570 万台（年复合增长率 45.9%）。

车载 HUD 的主要标的公司包括：

华阳集团：2025 年 1-5 月 HUD 整体份额 22.2%、AR-HUD 份额 24.9%，均居行业第一；产品覆盖 W-HUD、AR-HUD、VPD（虚拟全景显示），已配套小米 YU7；客户涵盖自主车企（长城、比亚迪等）与国际车企（Stellantis、大众等），量产规模与技术储备领先；
德赛西威：以智能驾驶及座舱域控为核心，HUD 业务聚焦技术升级与标准制定；2025 年首个 HUD 项目量产下线，进入日系 / 德系供应链；主导参与 AR-HUD 国标技术指标制定，推出适配太阳光偏镜的 PHUD 方案；
泽景电子：国内 HUD 市占率第二（2024 年份额 16.2%），专注 AR-HUD 技术突破；核心产品包括 W-HUD 方案 CyberLens（配套理想 L7）、AR-HUD 方案 CyberVision（配套小米 SU7Max），具备多盒眼畸变校正技术；客户覆盖蔚来、小米、吉利等 22 家车企，2024 年 HUD 解决方案业务收入占比 93.6%；
未来黑科技：以光学创新技术立足高端市场，掌握光场显示、计算全息、自由曲面光学等核心技术，产品多次获 CES 创新奖；AR-HUD 方案采用 LCoS 技术，与伯恩光学合作开发关键材料，高端车型配套率高。中游整车

三、中游整车：跨界新造车企业引领并受益智能化

3.1 市场：高阶智能化的渗透空间

2025 年 1-10 月，中国新能源车市场呈现头部集中格局，CR10（行业前十份额）达 65.5%，同期市场累计销售 1015 万辆。

按价格区间看份额分布：10 万元以下区间占比约 34.9%，因成本敏感，智能化程度相对较低；20 万元以上区间占比合计 28.9%，主流新势力的新车型已饱和覆盖该区间，智能化程度相对较高；10-20 万元区间占比 36.2%，是高阶智能化的潜力发展区间。

当前汽车智能化的发展，主要由特斯拉引领方向，国内跨界造车新势力紧密跟随并开展创新，华为则以自身独特能力赋能传统车企。对车企而言，当前的生存 “基本功” 是在技术迭代、成本控制、生态建设三者间找到平衡点；而最终胜出的关键，是看清智能化的终极趋势，以长期主义投入底层能力，同时将技术转化为用户价值。

特斯拉引领行业智驾技术路线，从 “规则主导” 演进至 “端到端 AI 架构”：其智能驾驶采用 “纯视觉” 技术路线，强调以摄像头为主的环境感知，搭配端到端神经网络算法驱动决策规划，避免使用高精地图、激光雷达等高价硬件。

该技术方案的优势包括：成本效率：纯视觉方案降低硬件成本，让高阶功能覆盖更广泛价格带（如 Model3 下探至 20 万元内）；性能拟人：实测接管率接近人类驾驶员（加州测试 95%+ 场景无需接管），长尾场景处理能力（无保护转弯、障碍物识别）持续提升；数据壁垒：累计行驶里程超 13 亿英里，支撑大规模 AI 训练以强化模型鲁棒性。

特斯拉从 FSDV13 版本开始支持端到端模型，新增视觉语言增强、停车场自动操作等功能；2025 年初入华后启动本土化测试，智驾方案成熟后将衍生两类价值：一是 Robotaxi 商业化（在美国推共享车队）；二是跨域扩展（将智能驾驶技术迁移至机器人等领域）。

国内智驾自研能力领先的车企，方案各有侧重，核心差异在于对数据与工具链的掌握：特斯拉侧重纯视觉 + 算法驱动，感知硬件无激光雷达，成本具备优化空间；华为、理想、小米采用多传感器融合方案，利用激光雷达弥补摄像头在距离、速度感知上的不足，通过传感器冗余构建安全屏障；小鹏走出独有的重算力路线，不使用激光雷达，但算力堆至 2250TOPS。车企会基于自身资源优势、车型成本敏感度，选择适配的技术路线；未来竞争不再是单一硬件或参数的比拼，而是数据、算法、算力及商业模式构成的完整体系竞争。

3.2 华为：乾崑智驾助力车企快速打造高阶智驾产品力

华为乾崑智驾 ADS4.0 自研的 WEWA 架构（WorldEngine-WorldAction，世界引擎 - 世界行为模型），核心包含两大模块：

云端世界引擎：通过生成式 AI 每日产出超 10 万种虚拟极端场景（如夜间强光干扰、施工路段突发障碍），其难度密度是真实世界的 1000 倍；可高效训练决策模型，破解行业长尾数据瓶颈，摆脱对稀缺人类驾驶数据的依赖，提升罕见场景应对能力；
车端世界行为模型：采用 MoE 混合专家架构，集成激光雷达、摄像头等多传感器数据实现全模态感知，直接输出车辆控制指令（转向、加速等），跳过语言转换环节，实现 “感知→动作” 的端到端映射，时延降低 50%。

华为通过三种模式向车企输出解决方案，助力其提升产品力：智选车模式（鸿蒙智行）：主导产品定义与用户体验，覆盖问界、智界等品牌；HI 模式：提供全栈方案（含 ADS 智驾、鸿蒙 OS、三电系统），车企保留品牌主导权，合作方包括阿维塔、极狐；标准化零部件供应：以 Tier1 身份提供激光雷达、DriveOne 电驱等模块化产品，车企按需采购。