2025年汽车智驾行业的梳理与思考之平价智能化推进路径探讨

平价智能化，国内智驾突破放量的关键

2025E智驾拐点加速临近，2026E步入高速增长

1Q25随着特斯拉FSD入华、比亚迪等头部车企加速平价智能化转型，我们认为： 1）功能与体验、以及成本与性价比为消费者选购智驾车型的主要因素，预计10-20万元平价智能化的推进为 国内智驾突破放量的关键；其中，供给端变革已初步开启，需求端有望逐步释放。 2）受益于特斯拉FSD入华的“鲶鱼效应” 、以及比亚迪等头部车企的示范效应，我们预计2025E国内L2+城 市智驾渗透率有望近10%，预计2026E及之后国内智驾有望迎来高速增长。

10-20万元平价智能化的推进，为突破放量的关键

根据交强险数据，我们测算1）2024年国内L2+城市智驾渗透率约5%-6%；其中，25-40万价格带的销量占比 约17%、L2+城市智驾渗透率已达20%以上。相比之下，作为国内销量占比最高的10-20万元价格带（销量占比 约49%）L2+城市智驾渗透率仅约<0.2%。我们判断，1） 25-40万元新能源车主要以智能化IP为主导的华为系、 理想等品牌为主；相比之下，10-20万元价格带由于用户更注重性价比（对价格敏感度更高）、以及此前导入的 智驾功能与用户需求不完全匹配等原因，导致10-20万元L2+城市智驾渗透率处于起步阶段。2）2025E-2026E随 着头部车企在10-20万元价格带陆续配置L2+城市智驾功能，我们预计10-20万元价格带或为销量空间最大、L2+ 城市智驾渗透率空间弹性最大的细分市场，成为国内智驾突破放量的关键。

供给端：比亚迪占据绝对主导地位，智能化全面推进

从产品供给端来看，2024年10-20万元价格带的自主市占率约51.2%（同比增加13.4pcts）；其中，比亚迪占 据绝对主导地位（市占率约21%，同比增加5.5pcts）。2025年2月10日比亚迪智能化战略发布会正式召开，推 出天神之眼A、B、C三套智驾技术方案；其中，10-20万元车型全系标配高速智驾系统。我们认为，1）比亚迪 智能化配置升级“加量不加价”或具备示范效应；2）2025年3月6日上市的广丰铂智X3高阶智驾版（售价14.98- 15.98万元）、2025年3月10日发布的零跑全新车型B10激光雷达智驾版（预售12.98-13.98万元）均采用激光雷 达端到端（支持全场景无图智驾）并将价格下探至15万元以内。3）预计供给端变革已逐步显现，或加速国内 10-20万元平价智能化落地。

需求端：对价格更敏感，用户画像以城市代步为主

我们分析，10-20万元价格带的用户主要具备两大特点。1）对价格敏感：2023年2月秦Plus Dmi宣布油电同价、 零跑C01宣布新款降价之后，两款车型的用户综合购车意向指数均出现了短期迅速抬升。2）以城市代步用途为 主：10-20万元价格带的用户用车需求主要集中在城市场景（工作日的上下班通勤代步比例超60%、周末的前三 场景为家庭生活/日常购物/家庭近郊出游）。我们判断：1）2024年10-20万元价格带的新能源车渗透率约43% （比亚迪的份额高达约48%）；2）车企陆续在10-20万元价格带导入智驾功能，但高速智驾与10-20万元价格带 用户画像之间或仍存在一定程度的错配（当前城市智驾尚未成为行业标配）；3）预计核心仍在于技术/降本。

智驾降本落地路径探讨

城市NOA功能逐步下探，硬件配置/降本思路或呈分化

随着城市NOA功能逐步下探至10-20万元价格带，主机厂也采取了多样的降本方案。我们判断在10-20万元价 格带导入城市智驾或主要通过减配降本、技术降本两种途径的三种方案：1）芯片减配（比亚迪、长安、广汽 丰田、零跑等）；2）摒弃激光雷达（小鹏）；3）芯片自研（华为、小鹏等）与多域融合。

降本路径一：芯片减配，智驾功能体验仍待验证

芯片减配：以比亚迪为例，具备城市NOA功能的天神之眼B方案仍保留激光雷达，但仅保留1颗英伟达Orin X 芯片（vs. 小鹏P7+采用2颗英伟达Orin X芯片）。我们测算天神之眼B方案的智驾硬件BOM成本<1万元（vs. 小 鹏P7+约1-1.5万元）；其中，预计一颗Orin芯片成本约300美元以上（vs.单颗激光雷达成本约1,000元）。我 们判断芯片减配方案，1）与摒弃激光雷达方案相比可节省更多成本；2）当前激光雷达仍以后融合方案为主 （对车端算力要求偏低）存在一定程度的原始数据损耗+延迟性，预计复杂场景下的智驾功能体验或仍存挑战。

降本路径二：摒弃激光雷达，纯视觉更高上限+降本

当前绝大部分激光雷达智驾车型仅搭载1颗前向主激光雷达（vs. L4级Robotaxi均搭载5颗以上激光雷达）。 我们判断，1）由于激光雷达FOV水平视角120° 、垂直视角25° ，1-2颗激光雷达仍无法实现360环视（需摄像 头+毫米波雷达作为环境感知的补充）；2）预计短期内乘用车仍以L2+智驾功能为主，对于价格敏感的10-20 万元消费者而言，搭载摈弃激光雷达的纯视觉方案可在兼具更高大模型上限的同时实现技术降本。

降本路径三：芯片自研+多域融合，长期技术降本方向

2019年特斯拉成功自研并推出FSD智驾芯片，实现单颗芯片降本近30%、以及性能抬升（单颗芯片算力从 <1TOPS提升至72TOPS）。当前不少国内头部智驾车企均规划自研智驾芯片，预计最快将于2H25E开始陆续 搭载上车。 我们判断，头部智驾主机厂或主要基于自身算法架构设计并代工量产自研智驾芯片。1）预计投入或相对可 控（参考地平线，2023-2024年每年研发投入约20-30亿元）；2）BOM成本压缩（FY23-FY25英伟达平均毛利 率约65%以上，预计包含加工/封测/流片在内的成本仅占售价约30% vs. 主机厂代工量产规模或相对较小+政策 风险）；3）软硬件深度耦合，可更高效利用计算单元、最大程度赋能主机厂的自主智驾定义能力。

DeepSeek对智驾大模型应用探讨

DeepSeek上车：智舱为当前DS加持的主要场景

今年初吉利、东风岚图、比亚迪等国内车企陆续宣布接入DeepSeek大模型。 我们认为，1）与OpenAI o1等大语言模型相比：DeepSeek具备更强的算法推理能力、对算力/模型训练成本 要求下降，同时兼具算法开源等特点。2）相比于智驾，智舱对延时性+推理错误的包容性或更强；当前车企与 DeepSeek的合作主要集中在智舱领域（在智舱交互中接入DS原始大模型），可提升智舱系统对用户语义的理解 能力；我们预计后续DS有望在智驾模型蒸馏、仿真数据生成、车端多模态识别等方面得到更广泛应用。

智驾潜在应用一：蒸馏效果提升+节省车端算力

通过蒸馏小模型，DeepSeek-R1-Dsitill-Qwen-7B在各数据集上的准确率基本都高于GPT-4o-0513，且所需算 力更低（DeepSeek-R1-Distill-Qwen-7B所需内存仅为16GB vs. GPT-4o-0513所需内存为64GB）。 我们判断，1）DeepSeek主要通过自适应蒸馏（根据任务和数据集特性动态调整权重）+高效知识迁移策略 （将大模型中间层的特征信息传递给小模型、帮助小模型更好地理解数据本质），实现蒸馏效果提升+端侧算力 下降的综合效果。2）预计DeepSeek的蒸馏方法有望应用于智驾；在结合多个大模型（DS+专用自动驾驶模型） 后，通过知识蒸馏可压缩成适合车端部署的小模型，减少端到端智驾模型训练对车端算力的依赖。

智驾潜在应用二：重构自动驾驶数据飞轮

DeepSeek采用多Token预测技术，可实现批量预测+增强上下文信息。 我们判断，DeepSeek有望重构自动驾驶数据飞轮（模拟仿真+数据标注）。 1）DeepSeek有望与智驾仿真平台相结合，在云端通过高效+高精度的合成数据，增强仿真场景真实性+提升 仿真训练效率（特斯拉此前已通过搭建虚拟仿真平台加速FSD训练），从而降低对大规模标注数据的依赖、加速 自动驾驶模型迭代。（a）DS可基于生成式AI构建高保真虚拟场景，支持动态天气（暴雨、沙尘暴）和复杂路况 的实时渲染，弥补真实数据中罕见场景的不足、并可实现1天内完成传统手工建模需1个月的测试场景搭建；（b） DS通过生成对抗网络，可生成各类交通参与者行为、模拟交通流，提升模型对复杂交通场景的适应能力。 2）DeepSeek也可以提升标注自动化率，实现效率+准确性提高、以及降低成本。

智驾潜在应用三：多模态识别提升车端场景理解能力

蒸馏过程+仿真数据生成均发生在云端。我们判断，1）DeepSeek在车端自动驾驶中的应用或主要通过传感器融合（将不同类型传感器的信号通过跨 模态对齐技术实现融合，包括将图像中的红绿灯识别与雷达的测距数据进行对齐）+语义场景分割（通过视觉-语 言联合建模生成道路场景的语义描述、并为决策提供信息）增强车端模型对多模态环境的感知能力；2）由于 DeepSeek仍以纯语言能力见长，预计各家车企有望结合Deepseek的创新特点进行智驾大模型优化。

报告节选：

编辑：火腿肠