中国智能驾驶商业化发展白皮书（2025）：平权时代智驾商业落地的破局之路

第一章：产业演进: 社会价值驱动产业迭代

1.1 智能驾驶在公共安全和经济效益上的积极影响

智能驾驶技术正在成为提升社会效率、改善交通安全的重要突破口。传统交通模式长期面临安全事故 频发、道路资源利用率低、交通拥堵严重等挑战，而智能驾驶的应用有望从根本上改变这一现状。

1、减少交通事故，提高出行安全

根据保险理赔数据估算，2024年我国与汽车相关的交通事故数量约为惊人的5800万起，造成6万多 人死亡，经济损失高达上千亿元；其中90%的事故与疲劳驾驶、分心驾驶、酒驾等人为因素有关。 而智能驾驶系统通过高精度传感器、人工智能算法和自动控制技术，可以实现毫秒级反应，能有效减 少因驾驶员误判或反应迟缓导致的事故。美国公路安全保险协会的研究显示，L2+智能驾驶可以降低 事故率40%；卡耐基梅隆大学的研究显示，未来L4级智驾能消除90%的人为失误；从实际数据看， 百度无人出租车项目萝卜快跑自投入使用以来，其出险率仅为人类驾驶员的十四分之一。 未来随着高阶智能驾驶技术的完善成熟和全面推广普及，预计可以大幅降低我国交通事故的发生率， 从而减少人员伤亡和社会经济损失。

2、缓解交通拥堵，提升通行效率

智能驾驶不仅提升了行车安全，也大幅优化了交通流。中国交通部披露的数据显示，全国每年因交通 拥堵带来的经济损失占城市人均可支配收入的20％，相当于每年国内生产总值GDP损失5％-8％。然 而，以智能驾驶车路云协同为基础的智能交通，可以让通行效率提升15％-30％，推动GDP每年2.4 ％—4.8％的绝对增长。

1.2 智能驾驶是汽车产业高质量发展的核心引擎

1.2.1 智能驾驶加速汽车产业向电动化、智能化发展

汽车产业作为我国的经济支柱产业，规模体系庞大，是国家综合国力的标志之一。从2009年起，中 国已经连续15年蝉联全球汽车产销量第一，是世界上当之无愧的汽车生产和消费大国；近年来，中国 汽车产业进入竞争发展与结构调整并重、完成动力转型并实现汽车生产大国向强国转变的新时代。 中国已经成为汽车电动化、智能化发展方向的积极倡导者和引领者。新能源乘用车销量月度渗透率在 2024年下半年已经超过50%，根据汽车之家研究院预测，月度渗透率有望在2025年下半年超过60%。 同时，新能源汽车市场L2级智能驾驶渗透率从2019年的7.3%增长至2024年上半年的50%。智能驾驶 技术也成为推动汽车产业向电动化加速转型的核心驱动力之一。

1.2.2 智能驾驶产业潜在规模巨大，带动万亿级产业发展

智能驾驶带动的市场空间也是巨大的，2024年我国智能网联汽车产业规模11082亿元，增速达34%， 预计到2030年市场规模有望突破5万亿；从产业规模的结构看，核心价值环节围绕联网、感知、执行、 决策几个环节。截止2024年7月，智能驾驶相关注册企业数约5539家。

1.2.3 产业链 “自上而下”逐步完善、蓬勃发展

智能驾驶产业链主要由上游各类核心技术、中游整车制造和下游应用场景构成。产业链近年来呈现 “自上而下”逐步完善的态势。

上游：集聚了一批头部企业和大量配套企业，研发、 制造、测试、应用的完整产业链已经形成。在环境感 知技术方面，如激光雷达、毫米波雷达及高清摄像头 等，我国不仅实现了技术突破，还通过自主研发降低 了成本，使得高精度环境感知系统更普及。在感知设 备领域国产激光雷达市占率已经达到全球的84%。

中游：车企通过自 研或与科技公司合 作，提升数据与算 法能力并降低成本， 智驾整车价格下探 至10万元市场。 下游：智驾服务市 场处在突破前夜， 以萝卜快跑的 Robotaxi为例，目 前已经在11个城市 开放示范运营， 2024年全年平台累 计订单超过900万单。

从智驾产业链整体发展进程来看，我们发现产业链上游相对更加成熟，部分玩家基本实现盈利；产业 链中游处在商业模式落地阶段，随着智驾汽车渗透提升，各大主机厂均在积极探索盈利模式；产业链 下游目前仍处在探索阶段，部分场景完成小范围商业化落地，但多数场景仍处在测试期。

第二章：制度完善: 政策开放引导规模跃迁

2.1 我国智能驾驶政策加速完善，国家和地方并

行推动商业化落地 我国自动驾驶政策正在加速完善，截止2024年，全国已有50余个省市发布了自动驾驶道路测试与示 范应用的实施细则，累计开放测试示范道路3.2万多公里，发放测试示范牌照超过7700张。 国家和地方政策并行推进，国家层面制定整体政策框架，各地方根据实际情况细化落实，汽车工业和 智能化产业较发达地区通常政策会更加宽松，例如北上广深、武汉、重庆等地区，政府支持力度较大， 同时也作为试点推动全国性政策的完善。

2.2 参考美国政策发展情况，我国智驾相关政策 完善度处于同一梯队，未来主要方向是推广应用

中美两国最早将发展智能网联汽车作为国家战略，早在2016年，美国交通运输部就发布了全球首个 无人驾驶汽车政策性文件《联邦自动驾驶政策》；而中国在2017年发布的《汽车产业中长期发展规 划》中也明确提出了推动智能驾驶的发展。 尽管中美两国政治制度不同，但在智能驾驶领域的政策框架和演进阶段大体相同，主要分为顶层设计、 试点落地和推广应用三个阶段，目前中美在前两阶段的政策相对完善，政策也助力中美两国成为了全 球正式落地智驾商业化运营的领先国家。 未来政策的重心将聚焦智驾的推广应用阶段，支持扩大应用场景和范围、普及智驾认知、推动立法是 该阶段政策主要的方向；以立法为例，美国在2024年底颁布了全球首个Robotaxi法规《 AV STEP 》。

2.3 政策发展建议

单车智能路线延续“松绑”的政策基调，为智能驾驶车辆从试点测试、示范应用到 上路通行依次“打开绿灯” 政策放开智能驾驶车辆试点：2023年11月四部委联合发布《关于开展智能网联汽车准入和上路通行 试点工作的通知》，意味着L3及以上自动驾驶车型研产技术已得到较充分验证，其量产和销售上获得 政策允许。未来，政策应针对准入规范、使用主体、上路通行、暂停与退出、数据安全与网络安全等 方面进一步细化，加速试点放开进程。 政策放开智能驾驶车辆载客运营：2023年12月交通部发布《自动驾驶汽车运输安全服务指南（试 行）》明确定义了利用智能驾驶从事城市公共交通和出租汽车客运服务的行业规范，建议政策逐步完 善各类应用场景规范，推动智能驾驶汽车在各场景进行落地。 政策放开智能驾驶个人乘用车上路通行：2024年11月至12月，北京和武汉率先通过了《北京市自动 驾驶汽车条例》和《武汉市智能网联汽车发展促进条例》，从法律法规层面赋予了智能驾驶汽车上路的合法资格。下一步，各地方应加速完善法律法规建设，从而为智能驾驶车辆上路通行提供保障。

车路云协同路线建议采用“扶持”的政策基调，由道路基础设施升级改造工程带动 车路云路端建设、推动车载终端设备“上车” 、鼓励探索新型商业模式 基础设施数字化融合发展：为支持车路云协同发展，国家层面应将车路云中路端的建设与公路基础设 施升级改造工程相结合，二者协同发展。融合式发展一方面避免重复建设导致的资源浪费，另一方面 也提升了效率，加速扩大覆盖范围。 推动车载终端配备率提升：在车载终端装配率方面，政策可以采用分类施策的策略，对于车路云协同 试点内运行车辆，需要100%安装C-V2X车载终端和车辆数字身份证书，对于新车政策鼓励进行终端 设备前装搭载，对于存量车鼓励公共领域车辆（出租车、公交车等）优先进行后装改造。 形成“投建运”新型商业模式：工信部在‘智能网联汽车车路云一体化应用试点工作问答’中提出探 索‘投建运’新型商业模式，鼓励构建国资平台、车企、运营商、科技公司等多主体投资共建、联合 运营的发展模式；由于项目投入金额大、建设周期长，在早期阶段需要推动政府牵头进行投资建设。

制定智能驾驶事故责任认定标准，明确各方事故责任划分规则 智能驾驶涉及多个利益方，为了确保发生事故或违法行为时能够迅速厘清责任主体，避免出现责任推 诿以及法律责任不明确的问题，建议制定行业统一的智能驾驶车辆事故责任认定标准，明确汽车制造 商、智能驾驶系统开发商、运营商等各主体的责任范围，解决当前在定责、定损中的实际操作难题， 为智驾车辆事故处理提供清晰可行的依据。 除了明确事故责任认定标准外，建议国家层面推动《道路交通安全法》等上位法的修订，中长期可以 考虑制定一部专门的《自动驾驶汽车法》，体系化地覆盖自动驾驶汽车法律监管、责任承担等各方面 的问题。同时应继续完善车辆准入、试点测试、上路通行等标准和规范体系，实现全国范围互通互认； 并继续加强数据安全与隐私保护，保护用户的个人隐私。

第三章：商业落地: 技术进步伴随模式升级

3.1 智能驾驶的商业化发展现状概述

在中国市场，智驾技术商业化发展的现状是“单车智能”和“车路云”协同中国方案 这两种技术路线并存。在以单车智能为主的技术路线中，又呈现渐进式和激进式两种 发展路径。

渐进式发展路径的主要落地场景是ToC端为主的私家车场景，关键玩家为车企，其中一类玩家是智驾 技术较为领先的车企，通常采用全栈自研的方式提供智驾解决方案，比如率先推出端到端算法、被认 为是智驾技术行业风向标的特斯拉、新势力造车中以技术实力作为核心竞争力的小鹏汽车；另一类玩 家是通过与智驾科技企业合作来提升智驾表现的整车制造企业，其中最为引人瞩目的是通过与华为合 作而提升车型品牌与产品竞争力并斩获市场销量的华为鸿蒙智行生态联盟的合作车企（即赛力斯、北 汽、奇瑞和江淮）。 激进式发展路径的主要落地场景是ToB端为主的Robotaxi出行平台场景，其中的关键玩家常以车企智驾科技公司-出行平台商这样的“金三角”合作联盟方式出现，以期在等待社会接纳程度更大提升 和监管政策更大程度开放的为时不短的时间段内，共担费用和风险，共享技术、数据和收益。对于车 企来说，可以以多种方式参与Robotaxi场景下的合作，除了参股和合资等资本运作的方式，在业务 合作模式方面广汽集团的做法具有代表性，即通过广汽埃安深度参与Robotaxi前装量产车型的研制 生产，通过如祺出行实现传统网约车和出租车等出行服务与Robotaxi出行服务的混合经营，为未来 高阶智驾商业化谋求在产品和服务端的先发布局和积累。接下来我们分别对上述代表性企业进行简要 的案例分析。

3.2 ToC端场景的商业化进展

3.2.1 用户调研

用户重视智驾功能，但认为高阶智能驾驶需要较长时间落地 用户整体对高级别自动驾驶存在需求，但对于具体功能不够了解，虽然相信L4级以上智能驾驶一定会 实现，但短期内不抱太大的希望。 智驾产品的快速普及与宣传，提升了潜在购车用户及车主对智驾的偏好度。仅有16%用户表示可以不 要智能驾驶功能，而66%的用户已不满足于L2级别辅助驾驶，希望配备L2+(高速辅助)和L2++(城市 NOA)的高阶智驾能力。

但另一方面，现阶段的用户对于新兴的智驾功能，仍普遍存在“一知半解”的情况。近八成的用户对 于智能驾驶的分级和具体功能，仍有不熟悉和不了解的情况；其中有近一成用户表示，对于智能驾驶 完全不了解。

同时，通过对汽车之家今年与2022年用户调研结果的对比，我们发现用户对于完全自动驾驶（及L5 级智能驾驶）的期待也发生了变化——更加乐观，也更加谨慎和实际。相比2022年，认为完全自动驾驶其终将实现的用户比例从86.8%大幅上升至94.8%。与此同时，认为 能在短期内（2030年）实现完全自动驾驶的用户比例有所下降，从31.5%降低至27.6%。

对于用户来说，在经过两年多的智驾产品大规模普及和体验后，更高阶的智能驾驶不再是虚无缥缈的 愿景，而是可以通过技术进步真正实现的未来。另一方面，用户对于智驾的思考也更多更现实，认为 仍需要较长的落地探索与配套建设过程，才能实现完全自动驾驶的终局 相比2022年，认为完全自动驾驶其终将实现的用户比例从86.8%大幅上升至94.8%。与此同时，认为 能在短期内（2030年）实现完全自动驾驶的用户比例有所下降，从31.5%降低至27.6%。 。

现有车主对智驾的体验较好，但用户整体付费意愿下降 在路况较好或较为封闭的高速/国道/环路路段，驾驶人使用智驾的频率较高：超过半数的车主会高频 使用，仅有15%的车主表示几乎不会使用。相反，在城市普通路段上，智驾功能使用频率明显下降， 约13%的车主表示会高频使用智驾功能，而超半数车主表示几乎不使用。对于装配率相对较低的智能 泊车，仅有26%的车主表示平时会使用相关功能。

3.2.2 ToC端的私家车场景及代表性企业案例

Tesla——单车智能的智驾技术风向标

特斯拉的智能驾驶技术和解决方案对同行而言具有风向标作用，在智能驾驶的软硬件以及人工智能的 数据、算法和算力方面都引领着研发方向。 其智驾方案的突出特点是：（1）采用单车智能为主的技术路线；（2）感知方面坚持视觉方案，避免 在激光雷达等感知硬件上投入高昂的费用，并有利于与人形机器人等业务的技术通用与协同；（3） 算法方面不断创新，尤其是2023年底推出的FSD V12，率先采用端到端技术，将原来的感知-决策规 划-运动控制等模块一体化整合；（4）在算力方面，采用“车云结合”的办法，大力投资和构建的云 端算力Dojo将为特斯拉多形态的人工智能终端产品提供算力支持。 特斯拉在智驾技术方面的领先性有助于提升特斯拉品牌在用户心智中的地位，有助于提升客户支付意 愿、促成其购买决策，进而对特斯拉电动汽车的定价和销量产生正向影响。

（一）特斯拉的智能驾驶技术解决方案： 特斯拉有三款自动驾驶的解决方案产品，即基础版辅助驾驶（Basic Autopilot，BAP）、增强版自动 辅助驾驶（Enhanced Autopilot, EAP）、完全自动驾驶(Full Self-Driving，FSD)。其中，FSD是其 自动化驾驶程度最高的产品，但按照监管要求，目前还需要驾驶员将手放在方向盘上并随时准备接管。

（二）特斯拉的智能驾驶技术商业化的软件收费模式：在2019年之前，特斯拉的Autopilot系统价格为5,000美元，FSD作为附加选项，可以随车订购，车主 需额外支付3,000美元选装费。2019年FSD单独推出之后，价格持续攀升，并于2022年9月达到顶点， 为15,000美元。2021年7月，特斯拉为FSD推出了订阅制度，价格为每月199美元。 2024年1月特斯拉正式推出首个采用端到端人工智能算法的自动驾驶系统FSD V12，首次使用神经网 络进行车辆控制（包括控制转向、加速和制动）。2024年3月，FSD V12开始向所有北美客户开放。 FSD V12消除了自动驾驶系统在感知和定位、决策和规划、控制和执行之间的断面，实现了从原始传 感器数据接受到车辆操控指令的输出。 2024年4月，特斯拉官方宣布FSD购买价格由12,000美元降至 8,000美元，同时特斯拉还首次对FSD全自动驾驶月度订阅费价格进行调整，由订阅制发布时的每月 199美元降低至99美元。 2024年9月23日特斯拉发布了FSD V12.5.4，实现了智能召唤，即允许用户使用手机将车辆召唤至身 边或附近可选择区域。FSD系统在美国和加拿大可用，而在其他市场的开通则受到当地监管部门审批 等市场准入因素的影响。

特斯拉的自动驾驶解决方案中，AP和EAP已在中国市场的销售车型落地，FSD可在购车时进行付费选 装，待FSD引入中国时可正式使用。AP作为最基础的辅助驾驶，所有特斯拉车辆都免费包含；EAP和 FSD则需付费购买。2024年4月，特斯拉在美国取消EAP付费选项，仅保留FSD付费选项。中国官网 显示，特斯拉在中国市场仍可购买EAP，EAP/FSD的付费金额分别为 32000/64000元。 截止到目前，特斯拉还未在财报中单独披露来自FSD等自动驾驶软件产品和解决方案的收入。据2024 年第三季度特斯拉公司高管与投资者在问答互动中披露的信息，2024年全年FSD将为特斯拉带来约20 亿美元的收入，且其中特斯拉的电动皮卡Cybertruck车主是主要的付费用户。 2025年2月25日，特斯拉中国在官微宣告：分批向中国用户推送2024.45.32.12软件更新，主要升级 内容包含新增城市道路Autopilot自动辅助驾驶等功能。

此次软件更新被认为是特斯拉FSD渐进式入华的重要举措。完整功能的FSD以及在北美市场目前应用 的FSD软件版本V13.2.2尚未进入中国市场。据悉，首批解锁使用升级软件功能的中国用户需已付费 选购FSD服务（选装中国版FSD的一次性买断价格为6.4万元），且其购买的车型需已配置2024年2月 后特斯拉推出的HW4.0硬件。HW4.0硬件是特斯拉的第四代智驾系统，主要特点是更强的算力、更 多高分辨率的摄像头，从而支持更高级别的智驾功能、提升智驾安全性。 由于中国的城市道路在人流、车流等方面的路况相比北美更为复杂，因此第三方测评机构在实测后对 特斯拉推送的部分FSD功能的试用体验并未达到满意或十分满意的水平。但因特斯拉倡导并采用端到 端大模型的智驾算法，预计采用渐进入华路线的特斯拉将基于中国车主的驾驶数据，通过快速学习来 改进其FSD功能表现，从而提升中国车主的智驾体验。

（三）特斯拉基于私家车智驾技术发展推动智慧共享出行： 2024年10月10日，特斯拉在美国洛杉矶举行了“WE, ROBOT”发布会，马斯克现场发布Cybercab、 Robovan 和 Optimus三款产品。其中：Cybercab展示了自动驾驶出租车（Robotaxi）的应用场景， 计划在取得美国和其他国家及市场对高阶自动驾驶监管政策的支持后大规模量产，预计车辆制造成本 将控制在3万美元以内。 随着Cybercab等新品的发布，特斯拉的智驾技术商业化路径更加清晰，即面对私家车主的场景，特 斯拉通过FSD的迭代和优化来改善出行体验，实现软件收费，并为私家车主提供了车辆在闲置时间、 在不额外占用车主时间的情况下用于共享出行、产生收益的可能性。 与此同时，在汽车“新四化”趋势中，特斯拉让我们看到车辆智能化将加速车辆共享化的到来。未来， 特斯拉计划推行自有（营运）车队与共享（车主）车队相结合的模式，即一方面其自身计划运营一支 自动驾驶出租车队，另一方面允许所有特斯拉车主加入共享车队，通过运营平台界面接单并赚取收益。 特斯拉的Robotaxi业务主要意图并不在于特斯拉自身下场做出行运营商或为其他出行运营商提供车 辆，而是促进私家车的共享，为私家车主提供获得额外收入的机会，同时最大化车辆这种出行资源的 社会利用效率。正因为如此，尽管Robotaxi场景对于车企来说，通常属于ToB性质的业务，但是 Tesla的Robotaxi场景本质上立足于ToC业务。

（四）特斯拉的案例启示： 在全球汽车产业智能化下半场启动之际，特斯拉已在ToC端为主的私家车场景为产品、业务、资源、 能力的布局打下基础，且尤为值得关注的是：正如电动车的电气化为智能化提供基础，智能化将为私 家车在智慧共享出行中发挥作用打开想象空间、增加商业化落地的可能性。特斯拉的业务版图显示了 其通过底层技术赋能、在不同业务板块之间有望实现更强的协同效应。 业务布局的先声夺人，前提是特斯拉对创新技术的发展路径和应用前景提前做出研判，然后以坚定的 投入、排除万难的强大执行力来推进智驾商业化进程。 特斯拉在技术上敢为人先的原创能力和技术商业化过程中秉持的长期主义，值得中国车企尊敬和学习。

第四章：风险应对: 保障机制赋能持续发展

4.1智能驾驶的出现带来新风险、新保障需求

用户期待智能驾驶，但对其风险仍存担忧 新能源用户购车时格外关注汽车的安全性，有82%的用户认为安全性非常重要。从用户担忧的智驾汽车风险类别来看，79%调研用户对于系统失灵的风险表示担忧，53%的用户担心 驾驶过程中的人机决策冲突，仅有24%用户担心数据泄露。

过去，车辆风险似乎一直围绕两大阵营展开 ： 一方面是静止时遭遇的“天降横祸”——突如其来的 水淹、熊熊大火、坠落物体或剐蹭；另一方面则是行驶中因驾驶员的疏忽和失误引发的交通事故。然 而，随着智能驾驶技术的发展，汽车风险场景正发生前所未有的变化。

4.1.1 中短期来看，智能驾驶带来新型安全风险

智能驾驶技术的发展将带来以下三大类新型安全风险： • 功能安全风险：指由于系统或设备的故障导致的潜在危险，例如智能驾驶系统突然死机，导致车 辆失控； • 预期功能安全风险：指在系统无故障的情况下，由于功能设计上的局限性或驾驶员误用等因素导 致的风险，例如智能驾驶系统在暴雨中未能识别前方车辆，导致车辆追尾； • 网络安全风险：因硬件、软件或数据遭遇意外或恶意破坏、篡改和泄露而带来的风险。 这三大风险在两个关键场景中尤为显著： • 人机共驾场景下的风险隐患：智能驾驶系统在与驾驶员共驾时，可能会因驾驶员对智能功能产生 过高预估，或出于好奇试探系统极限而导致风险升级。此外，在复杂路况中，智能决策与人工判 断可能出现冲突，进一步加剧事故风险。

 技术成熟度不足下的挑战：当前智能驾驶技术仍在不断突破中，面对复杂场景、恶劣天气，其决 策准确性大打折扣，加之软硬件故障、数据泄露隐患和网络安全漏洞等问题，正不断考验着整个 系统的安全底线。 在车路云协同场景下，安全风险带来的挑战将更加严峻。首先，由于车路云协同架构高度依赖网络通 信，因此黑客攻击和网络故障会加剧车辆安全隐患，智能车可能成为“行驶中的黑客标靶”；其次， 由于车路云协同体系收集了海量的数据信息，个人隐私泄露、数据篡改和数据滥用也将成为新的风险。

4.1.2 长期来看，随着智能驾驶技术不断成熟，预期驾驶风险 将下降

随着智能驾驶技术的不断成熟，高阶智能驾驶车辆正在重新定义“安全出行”的标准。传统驾驶中， 因驾驶员注意力分散、误判等人为因素频频引发的交通事故风险，正逐步被智能系统取代。成熟的智 能驾驶功能能精准监控路况，实时分析驾驶环境，从而有效避免因疏忽或失误引起的事故，使得整体 道路风险大幅降低。换句话说，未来的路上，搭载先进智能驾驶技术的车辆将成为真正的“安全卫 士”，让出行不再充满未知风险，而成为高度可靠的智能护航。

4.2 保险服务建议与实践

4.2.1产品设计上，短期“车+非车”组合承保，长期开发专属 产品，形成对智驾保险服务的快速覆盖与逐渐成熟

根据智能驾驶带来的风险场景及责任主体发生变化，保险行业配套基础设施面临着缺乏适配产品。车 企与保司可共同从过渡期、中长期两阶段解决问题： 过渡期：关注非车险产品的联合保障 在目前传统机动车保险主要覆盖驾驶员操作风险的情况下，智能驾驶车辆由于系统故障、网络安全和 数据风险等新增风险尚未被传统车险覆盖。针对这一现状，车企可与保司、监管机构一起关注并推动 智能驾驶及数据相关的非车险产品建设。在传统机动车保险保障下，针对车辆功能缺陷、网络安全、 测试人员意外伤害等方面的风险，可通过智能驾驶责任、产品责任、网络安全责任、意外险等确保充 足的保险保障。

中长期：推出智能驾驶车险专属产品 保险行业应在监管部门指导下，联合汽车行业积极探索智能驾驶保险产品的创新研发，遵循兼容并蓄、 循序渐进原则，以车险体系开发适用智能驾驶汽车不同级别产品。 一是围绕L2+扩展车险责任或新增附加险，覆盖辅助驾驶/智能驾驶功能(如自动泊车)、算法服务、网 络安全等相关风险；此外，为车企、供应商等新增风险责任主体提供风险保障。 二是加快L3及以上级别车辆保险的产品研究，聚焦现有产品不适配及保险责任判定难等问题，规范统 一测试车适用产品，开发专属示范条款，为未来L3以及车路云落地运用做好产品准备。

4.2.2 定价方案上，加强车机、仿真数据应用，构建专家评级 模型

智能驾驶汽车风险场景与责任主体变化带来了定价挑战，传统定价模式亟需改变和升级，建议未来智 能驾驶汽车保险定价向三个方面转型： 1、定价由静态数据转向动态数据。智能驾驶汽车技术更新快、数据高频、可采用的数据维度更丰富， 而传统车险定价，主要应用车辆物理特征、历史赔付、从人信息等静态数据，需要累计多年且风险单 位数量众多的数据，但是数据颗粒度较粗。针对智能驾驶汽车的定价，由于智能驾驶汽车风险大幅下 降，历史出险数据难以积累，借助数据共享平台，探索诸如驾驶行为、智能设备运行情况等大量动态 数据，仅需要历史数月数据即可进行定价，数据颗粒度较细。 2、风险评估由真实数据转向仿真数据。由于缺乏真实的、全场景的历史数据为智能驾驶风险做参考， 未来需主动顺应智驾趋势，积极运用创新技术，如引入仿真模拟数据，在数据孪生环境下，模拟智能 驾驶系统在虚拟场景中的反应和风险，作为车险定价的参考依据，提高定价能力，做好风险识别。 3、定价模型由算法模型转向构建专家评级的内外融合模型。未来可加强保险行业与汽车行业协同， 由委员会统筹，指定第三方鉴定机构对车企、智能驾驶运营主体、智能驾驶汽车的功能安全、预期功 能安全以及网络安全进行道路测评等全方位评估，综合得到对智能驾驶汽车指定ODD（设计运行域） 下的专家评级，作为车险定价的依据，区分车型维度的智能驾驶风险水平。

4.3 实践案例：平安产险与赛力斯共创全国首个 智能驾驶责任险保障计划

为满足智能驾驶时代下车企、消费者对于新技术应用过程中的创新保障和服务需求，平安产险与赛力 斯汽车共创全国首个智能驾驶责任险保障计划，通过风险保障+服务权益方案，提供完善承保服务保 障，具备覆盖风险全面、针对性强、产品责任设计灵活的特点。 产品设计上结合监管意见，充分创新，体现责任险特征。产品形态上与车险区分开，真正采用责任险 方式，用累计限额和每次事故限额方式提供风险保障。保障场景和内容全面，同时提供了丰富的服务 权益。

4.3.1 产品方案

产品提供针对八大类驾驶场景的多项保障服务。在保障场景方面，方案覆盖智能泊车辅助、遥控泊车 辅助、代客泊车辅助等自动泊车功能，以及城区车道巡航辅助/辅助增强、城区智驾领航辅助、高速 车道巡航辅助、高速智驾领航辅助等智能驾驶场景。产品支持多种智能驾驶功能，并涵盖从城市道路 到高速公路的多元化应用场景。 在保障内容方面，方案提供人身伤亡或财产损失赔付，以及智能驾驶事故或突发情况的应急处理费用， 以确保用户在使用智能驾驶功能时获得充分的安全保障。此外，产品还涵盖售后服务代用车及使用费 用损失补偿等权益，进一步增强用户的信任感和使用便利性。

4.3.2 理赔定责方案

对于车企而言，在智驾责任险承保落地后，主要有三个诉求：一是理赔流程顺畅，二是保证客户的服 务满意度、解决舆情事件，三是判责的公正性、权威性。 中汽中心作为第三方，与平安、赛力斯经过多轮沟通，共同建立定责标准，推进系统对接、数据建模， 实现定责权威性。 在定责时效上已实现秒级输出，同时出具有法律效应的定责报告，相关理赔数据形成数据库反哺车企 优化智驾功能，实现风险减量。

编辑：999感冒灵