2025年智驾芯片行业分析：技术普惠因风起，国产替代恰逢时

智驾芯片行业概览

现实背景：整车电子电气架构向前演进，产业链结 构持续变革

整车电子电气架构演进，SoC 成为主控芯片主流之选

在新能源汽车发展的上半场中，电动化扮演着竞争格局重塑的核心驱动力。 而今中国新能源汽车行业发展率先进入下半场，智能化的序幕已悄然拉开。 伴随汽车智能化的演进，整车电子电气架构经历了从分布式 ECU（Electronic Control Unit，电子控制单元）架构、到集中式域控制器架构，并继续向中央 集成式架构的方向演进。在此过程中，用于信息处理、计算分析 及决策的主控芯片，被广泛应用于智能电动车的多个领域，是汽车智能化增 量零部件的核心组成，同时也作为智能电动车的“大脑”，发挥着重要作用。 随着 ADAS（Advanced Driver-Assistance System，高级辅助驾驶系统）功能的 落地和 L3 及以上级别自动驾驶技术的成熟，传统中央计算 CPU（Central Processing Unit，中央处理器）渐渐无法满足大量异构数据的吞吐能力和更 快的数据处理能力的需求。因而，将 CPU 与 GPU（Graphics ProcessingUnit， 图形处理器）、FPGA（Field Programmable Gate Arrays，现场可编程逻辑门阵 列）、ASIC（Application-Specific Integrated Circuit，专用集成电路）等通用/专 用芯片异构融合、集合 AI 加速器的系统级芯片 SoC 应运而生。SoC 芯片凭借其计算能力提升、数据传输效率提高、芯片用量减少、软件升级更 灵活等多项优势，成为了域控制器主控芯片的主流趋势和必然选择。

汽车域控的功能集成度、算力需求、软硬件复杂度等参数的指数级增长，对 车载计算芯片的算力和性能提出了更高要求，驱动了车规级 SoC市场扩张。 根据 Frost &Sullivan 测算，2023 年全球车规级 SoC 市场规模已达人民币 579 亿元，到 2028 年将成长至 2,053 亿元，复合增长率 29%。而中国作为汽车 智能化的重要参与者，2023 年车规级 SoC 市场规模为人民币 267 亿元，到 2028 年将成长到 1,020 亿元，占全球市场份额的 50%。 而自动驾驶和辅助驾驶领域所应用的 SoC 芯片（本文中多称作“智驾芯片”）， 是让车辆能够实现智能辅助驾驶及自动驾驶功能的计算单元，属于 AI 芯片 的范畴。由于相关功能的实现，需要借助先进的传感器、算法和 AI 技术， 通过感知、决策和执行系统的协同，使汽车能够自动感知周围环境，分析、 判断并作出有效处理。这需要强大的运算能力，使得智能辅助驾驶及自动驾 驶成为车载 SoC 芯片当前和未来的热门落地场景之一。

产业链变革：零整关系走向网状融合，增量零部件价值贡献提升

为了降低汽车供应的复杂度，传统汽车供应链呈“金字塔式”的分层/分级 结构，整零间形成精细化分工。在燃油车时代，单台整车约含 3 万个零部 件，涵盖不同材料、不同功能的机械零部件和电子零部件。彼时整车研发和 生产周期较长，零部件具有通用属性强、工艺成熟等特点，产品迭代周期也 较长。因此，出于降本增效的考量，主机厂只会掌握关键部件的设计开发， 并完成最终的装配环节；余下环节则通过向一级供应商（Tier 1）提出需求 并相互紧密配合，完成大部分供应链零部件的采购。 各汽车模块内又形成单链式的垂直化供应结构。一级供应商按照主机厂的 需求，完成汽车模块的设计制造，同时向二级供应商（Tier 2）采购部分零 部件。而二级供应商主要对一级供应商负责，与主机厂的直接交流相对较少。 在二级供应商的上游，可以此类推从三级（Tier 3）到 N 级供应商（Tier N） 的关系。从整车企业的角度，其与一级供应商的协同程度最高， 对二级及更上游供应商的联系紧密程度则呈现递减状态。 但在汽车电动化和智能化的趋势下，智能化驾乘体验正在成为衡量汽车核 心能力越来越重要的因素，促使更多车企开始主动穿透原有的供应链环节， 就系统成本控制、新技术导入等方面问题，直接与各级供应商进行深度探讨。 汽车产业的供应链结构也开始由圈层分明的链式结构，向多主体参与、专业 分工更加融合的网状结构方向演进，总体呈收敛态势。在网状融合的结构 中，各级供应商依然存在，但相互边界变得更加模糊，与车企的关系也发生 了质的变化：整车企业主动参与 Tier 2 乃至更上游供应商的直接沟通，甚至 深入供应链的最上游开展合作，以缩短信息传导路径。

伴随着汽车电子电气架构的升级、高级辅助驾驶功能普及化以及自动驾驶 技术持续产业化，三电系统和智能化的增量部件正在占领新的价值高地。根 据中国汽车报的测算，2025 年新能源动力系统成本在 BOM（Bills of Material， 物料清单）中的占比约为 40%-50%，相较燃油车显著提升；智能座舱、智能 辅助驾驶系统则将随智能化和自动驾驶技术落地逐步实现价值提升，预计 2030 年成本占比约为整车 BOM 的 20%-30%。 同时，汽车产业链向上下游延伸，智能化增量部件成为新的价值高地。在智 能电动车的科技浪潮中，汽车产业的价值链正在经历深层重塑。新兴技术与 传统汽车产业的融合，催生了诸多增量赛道，使得传统汽车产业价值链向上 下游大幅延伸。其中，上游产业链延伸至动力电池技术和智能科技产业，价 值亦向芯片、辅助驾驶系统等汽车电子相关部件中转移。价值链的演变带动 产业的利润结构随之调整。其中，上游技术研发的利润将向动力电池和智能 科技转移，特别是智能辅助驾驶软硬件将贡献更大价值、 主机厂亦在与零部件企业积极探索新型零整关系，未来零整协作方式将进 一步深化。以智能辅助驾驶芯片为典型代表，作为定义智能化功能的重要增 量部件之一，与之相关的需求日益复杂化。从近几年的发展趋势来看，原本 处于 Tier 2 位置的芯片及解决方案供应商，在产业链中的定位不断更新，在 为车企创造新价值的过程中，话语权也得到了显著提升。

行业现状：汽车智能化进程方兴未艾，高阶 ADAS 功能渗透率仍处低位

新能源车渗透率走高，奠定智能化率提升基础

汽车电动化是全球大势所趋，虽然短期内全球经济面临不确定性，外部环境 扰动或将对此进程产生一定影响，造成渗透率上升路径波动。但考虑到电动 化作为一个长期的全球性议题，我们认为新能源车的长期发展方向并不会 因为短期扰动而改变。国际能源署（IEA）预测，2025 年全球电动汽车市场 仍将保持强劲增长，全年销量将突破2,000万辆，对应新车渗透率超过25%。 目前全球主要汽车市场的新能源车渗透率也呈总体上行趋势。 中国作为领跑全球电动汽车销量的市场，在近 3-4 年实现了爆发式增长。乘 联会数据显示，2024 年中国新能源乘用车渗透率已达到 47.6%。新能源汽车 保有量的激增，为智能辅助驾驶相关技术水平大幅提升并实现商业化应用 提供了土壤。目前，智能辅助驾驶和自动驾驶技术处于高速发展阶段，从基 本的车辆控制辅助到更高阶的组合驾驶辅助，从简单的功能到向高度集成、 智能化的复杂系统的转变，都在不断升级和完善。 在电动化的实现路径方面，正如我们在 2021 年的报告中所判断的，新能源 汽车行业发展的初期与智能手机有许多类似的地方。与智能手机对功能机 的替换类似，新能源汽车也将对传统能源汽车的需求进行替换。 同样地，进入智能化的竞技场，汽车的定位更加贴近在人工智能基础上实现 高阶驾驶自动化的电子产物，也将沿着相近的路径快速渗透。

技术进步拓宽功能边界，理性宣传消除认知偏差

智能驾驶技术被誉为汽车工业的“第四次革命”，当前亦处于蓬勃发展阶段。 行业在发展初期呈现出供给驱动的态势，车企争相布局、加码投入，希望通 过打造驾驶自动化核心技术优势，体现差异化的产品竞争力。在构建用户心 智的过程中，行业对于辅助驾驶技术宣传的大量着墨，使部分消费者对于辅 助驾驶系统的功能边界和使用门槛等产生认知错位，催生潜在的安全隐患。 2025 年 4 月，中国工信部组织召开了智能网联汽车产品准入及软件在线升 级管理工作推进会，对智驾宣传提出了一系列规范性要求。同时，要求车企 明确系统功能边界和安全响应措施，不得进行夸大和虚假宣传。此后，“自 动驾驶”、“无人驾驶”、“解放双手”等易引发误解的表述亦被明确禁止使用。 而车企端也从 3 月份开始，陆续推出辅助驾驶产品责任保险，探索为事故 “兜底”的更优解。 一般而言，“智能驾驶”指代相对宽泛的概念，即搭载先进的传感器等智能 装置，运用现代传感技术、信息与通信技术、人工智能等技术，具备复杂的 环境感知、规划决策和控制执行等功能。按照汽车控制权和安全责任分配的 不同，智能驾驶又可划分为不同的等级。目前，国际普遍认可的是国际自动 机工程师学会（SAE International）制定的自动驾驶分级标准。该标准将汽车 驾驶自动化分为 L0-L5 六个等级，级别越高，车辆自动化程度越高。

为制定适合中国本土的智能驾驶分类方案，工信部于 2021 年牵头制定了《汽 车驾驶自动化分级》国家推荐标准，参照 SAE 的分类框架，将驾驶自动化分 为 0-5 级。从标准划分的角度来说，市场真正需要理清的是“辅 助驾驶”和“自动驾驶”的边界。截至目前，市场上的汽车产品均处于 2 级 驾驶自动化及以下阶段，没有达到 3 级驾驶自动化程度。 根据中汽中心、清华大学和华为联合发布的《汽车智能驾驶技术及产业发展 白皮书》，“智能驾驶”是行业中的一种通俗说法，覆盖 1 级至 5 级的驾驶自 动化功能，既不单纯指代辅助驾驶功能，也不代表自动驾驶功能。本文中所 使用的“智能驾驶”和“智驾”字眼，主要用于描述和体现汽车行业整体处 在智能化的进程之中。例如，我们按照行业习惯，将用于实现驾驶自动化的 车载计算芯片统称为“智驾芯片”。而对于所有 3 级及以上驾驶自动化的车 端功能实现，本文中都会使用“自动驾驶”进行描述，不会用“智能驾驶”、 “智驾”进行指代，以免造成混淆。

整车供应：NOA 功能大规模落地，量产车型价格段进一步下探

行业层面，ADAS 功能装车率提升至可观水平，为智能辅助驾驶功能应用的 继续升级奠定基础。根据乘联会联合科瑞咨询发布的数据，2025 年上半年， 中国新能源乘用车 L2 级及以上的 ADAS 功能装车率已达 82.6%， 同比继续大幅提升 16.2 个百分点；而燃油乘用车的装车率也已超过 50%。 在此基础上，车企开始向上寻求组合驾驶辅助产品的各项能力升级，其中以 NOA（Navigate on Autopilot，领航辅助驾驶）功能为典型代表。2019 年，特 斯拉首次将“高速领航辅助”的概念推向市场。2022-2023 年，高速 NOA 功 能开始在中国市场不断落地。NE 时代数据显示，2024 年中国市场仅能实现 高速 NOA 功能的车型销量增长迅速，累计超过 60 万辆。 随着技术的不断进步，路况环境更复杂、用户体验更好的城市 NOA 成为了 NOA 能力进化的新门槛。因此，车企在不断优化高速 NOA 功能体验的同时， 亦争先推动城市 NOA 功能的落地，多家机构将 2023 年定义为“城市 NOA 元年”。根据高工智能汽车，2024 年中国市场前装标配高速 NOA 的乘用车 交付 197.47 万辆，同比增长 162%。其中，同时标配城区 NOA 的占比已接 近 40%。进入 2025 年，搭载 NOA 功能的乘用车渗透率逐月走高。 佐思汽研数据显示，2025 年 1-4 月，中国乘用车城市 NOA 的装配量达到 66.7 万辆，同比增速 60%，保持高增长态势。

从新车型供给的角度来看，行业形成了相互促进的两大趋势。 一方面，车企加速具备高阶智能辅助驾驶能力的车型投放，NOA 功能量 产加速。根据 NE 时代，2024 年中国具备高速 NOA 能力的车型增多，共 涉及 50 个车型、109 个款型。对于城市 NOA，车企则更加激进，2024 年增加了具备城市 NOA 能力的车型 65 个，涉及 236 个款型。 另一方面，随着车型销量的逐步扩大，技术降本和规模效应对于摊薄软 硬件成本的增益明显，带动智驾方案成本下降。这使得搭载 NOA 功能 的车型实现了价格段的快速下探。2024 年，中国具备高速 NOA 能力的 车型，最低售价仅为人民币 10.38 万元；2025 年比亚迪又将高速 NOA 能力触达的车型价格带进一步下探至 10 万元以内。至于城市 NOA 功能， 目前仍以中高端车型配套为主，但国内车企也在持续突破搭载车型的售 价下限，2024 年内一度降至 15 万元、甚至 10 万元附近。 以上有助于具备 NOA 能力的车型分得更大的市场销量份额，推动 NOA 渗透 率进一步提升，又反向作用于规模效应的扩大，最终形成良性循环。因此， 我们对于新能源汽车行业整体朝智能化方向发展的趋势表示乐观，预计高 阶智能辅助驾驶功能的行业渗透率将在今年继续快速提升。

消费者需求：用户心智逐步构建，智能辅助驾驶能力影响购车决策

终端需求层面，消费者的购车偏好正在重塑。随着车企的上车布局增多，大 量智能电动车进入市场，用户对驾驶辅助系统的使用和熟悉，叠加汽车产业 生态圈的宣传强化，共同作用提高了消费者选择智驾车型的购买积极性。根 据麦肯锡《2024 年中国汽车消费者洞察》，54%的汽车消费者将智能化水平 作为购车时的关键考量因素，排名仅次于用车成本。 并且，随着年轻一代逐渐成为购车主力军，消费者群体对智能技术的接受度 提高。根据易车研究院，2024 年中国车市整体的智驾诉求快速接 近 40%，即每 100 个购车用户中，就有近 40 个非常关注智驾。“智驾消费浪 潮”初步成型，其中又以新势力品牌购车用户诉求较为强烈。

库存周期：整车行业逐渐回归疫情前水平，汽车半导体进入被动去库存阶段

汽车制造业作为全球经济的重要支柱，是工业部门中产业链最长、带动效应 最大的产业之一，行业发展受到宏观经济环境、政策法规、消费者需求等诸 多因素的影响。同时，产业全球化程度较高，受宏观环境因素影响较大。疫 情后，全球汽车行业缓慢复苏。在 2023 年实现恢复性增长后，全球汽车市 场销量已于 2024 年恢复至接近疫情前水平。在此基础上，综合考虑供应改 善和宏观环境不确定性的影响，S&P Global Mobility 预测，2025 年全球新车 销量将同比增长 1.7%，达到 8,960 万辆。 同时，不同市场之间的宏观经济形势存在差异。对于全球汽车三大主要市场： 一方面，中国市场在电动化和智能化的接力助推下，最快完成整车销售的复 苏并超越疫情前的销量。另一方面，欧美汽车市场整体呈现谨慎复苏增长态 势。2025 年，随着美国新政府上台和新政策提议实施，汽车市场 兼备机会和不确定性风险；至于欧洲市场，受经济衰退风险、汽车价格高企、 电动汽车补贴减少、电动汽车关税等因素影响，恢复速度不及美国。 汽车产业鲜明的库存周期特征，叠加全球半导体行业显著的周期性特点，使得汽车芯片行业库存周期对供应商的影响甚巨。我们选取了汽车 半导体市场 10 家巨头厂商的财务数据对行业库存周期进行观测。正如我们 去年 9 月的报告中所判断的，汽车半导体行业在 2024 年二季度末由被动补 库存向主动去库存转化。进入 2025 年，二季度行业营收同比增速已回升至 双位数 11.7%，库存同比则回落至接近零点。目前看来，全球汽 车半导体行业在 2025 年一季度之后已进入被动去库存阶段，需求端回暖的 同时，库存进一步消纳。智驾芯片供应商作为汽车半导体行业的参与者之一， 将受益于行业总体拉货动能向好所带来的景气度修复。

发展趋势：智驾 SoC 芯片作为智能电动车核心部 件，市场规模持续扩张

辅助驾驶能力升级，智驾芯片市场强势成长

搭载 ADAS 功能的乘用车正在被大量投入市场。根据群智咨询测算，2024 年 全球新车 ADAS 功能渗透率已达 65%，其中 L2 级占比 45%。而在 汽车智能化整体步伐更为紧凑的中国市场，IDC 数据显示，2024 年中国乘用 车市场符合 L2 级标准的新车占比，已由 2023 年的 52.1%增长至 59.7%。在 10 万元以上价格段的车型市场中，这一占比更是已经接近 70%。 L2 级智能辅助驾驶渐成主流配置，使得全球智能驾驶解决方案市场迎来大 幅增长。CIC 预测，到 2030 年，全球智能驾驶解决方案市场规模将由 2023 年的人民币 619 亿元增至 10,171 亿元，复合增长率为 49.2%；而中国市场 作为其中的重要组成部分，将以 49.4%的复合增长率成长到 4,070 亿元，占 据全球市场 40%的份额。与此同时，正如我们在报告前一节中所 讨论的，这也为车企探索智驾能力的升级奠定了基础，推动中国乘用车市场 的 NOA 功能渗透率呈现爆发式增长。根据盖世汽车研究院及我们的预测， 2025 年中国乘用车市场 NOA 功能渗透率将跃升至近 21%。相应 地，市场规模也会随之大幅成长，预计今年将达 395 亿元。 作为相关功能实现的核心部件，智驾 SoC 芯片的市场也呈迅速扩张态势。 Frost & Sullivan 测算显示，2023 年全球车规级 SoC 市场规模已达到人民币 579 亿元，到 2028 年将成长到 2,053 亿元，复合增长率 29%。而中国作为 重要的汽车半导体消费市场，持续拿下全球市场规模的半壁江山。与此同时， 全球用于 ADAS 功能的智驾 SoC 市场规模将在 2028 年达到 925 亿元，中国 亦是市场增长的重要推动力，预计将达到近 500 亿元的规模。

政策推动产业环境与生态构建完善，L3 级自动驾驶蓄力中

2 级驾驶自动化功能的普及，在重塑人机共驾模式和消费者购车偏好的同时， 也引发了行业对于技术创新和下一步发展的思考。 一方面，在国家政策持续引导和产业链协同推动的双重作用下，中国智能电 动车产业快速发展，逐步成为引领全球汽车技术变革的重要力量。梳理过往 国家政府关于产业发展的相关政策，可以发现，2025 年是组合驾 驶辅助和自动驾驶实现技术探索及应用落地目标的重要节点之一。 目前看来，产业发展确实取得了显著成果，组合驾驶辅助系统持续升级迭代， 高等级自动驾驶测试与准入稳步推进。智能网联汽车已从“技术创新”走向 “产品验证与准入许可”，并逐步迈向“小规模商用”。 另一方面，安全性始终是驾驶自动化技术变革中不变的焦点之一。由于在产 业发展过程中，与“智驾”相关的概念、技术名词层出不穷，消费者理解门 槛逐渐升高。然而部分市场参与者为抢占市场，“宣传超前于技术”的行为， 直接导致用户对于辅助驾驶系统功能边界的认知出现偏差。今年以来，用户 不当使用愈加凸显出安全仍是自动驾驶技术产业规模化应用的关键前提。 工信部在 2025 年 4 月 16 日召开工作推进会，对智驾宣传提出了一系列规 范性要求。公安部交管局也在 7 月 23 日对相关问题进行了回应，强调目前 市场上销售车辆搭载的“智驾”系统仍暂时停留在辅助驾驶阶段，需要人来 操控，驾驶人才是最终的责任主体。在呼吁车企理性宣传、公众正确认识和 使用智驾技术的同时，政府部门也在积极推动技术安全标准的制定和法律 配套，最终将推动智能驾驶技术的安全发展。

与此同时，L3 及以上级别的自动驾驶产业化落地也处于积极探索阶段。全 球主要国家和地区，正在加快更新和完善现有监管框架下的车辆政策体系， 逐步构建起适应自动驾驶产业发展的规则制度，旨在通过制度创 新促进自动驾驶的健康有序发展。同时开展各类 L3 及以上级别自动驾驶相 关的试点活动，为未来应用量产落地积累经验。 以中国为例，2023 年，四部委联合发布的《智能网联汽车准入和上路通行 试点通知》，首次允许具备条件的 3 级、4 级智能驾驶车辆在限定区域开展 公共道路试点。截至 2024 年 8 月，公安机关已累计发放自动驾驶汽车测试 号牌 1.6 万张，开放了公共测试道路 3.2 万公里。 目前正在积蓄力量的 L3 及以上级别自动驾驶，未来将逐步实现量产落地和 规模化应用，完成全球智驾 SoC 芯片市场规模的进一步扩容。

竞争格局：各路玩家入场尽显神通，中 国厂商仍有份额成长空间

按地域：中国市场需求领跑，本土力量崭露头角

无论从半导体行业整体市场的维度来看，还是在汽车这个细分应用领域，抑 或是具体到智能辅助驾驶的功能落地场景，中国都扮演着全球半导体市场 中的重要角色。根据 IDC 数据，2024 年全球半导体市场规模为 6,730 亿美 元，同比增长 22%；其中，中国市场以 1,825 亿美元的体量占据全球 27.1% 的份额，是全球最大的集成电路单一市场。 而在汽车芯片行业，中国汽车半导体市场收入规模在 2024 年达到 146 亿美 元，占据全球汽车半导体 22.0%的市场份额。中国也是去年唯一 一个在半导体汽车应用领域实现销售额同比正增长的区域市场。 虽然整车市场增长已趋平稳，但随着新能源汽车和智能网联汽车的快速发 展，汽车电子化和智能化程度日益提高，对各类芯片的需求日益增加，为汽 车半导体行业带来新的增长机遇。展望未来，人工智能和自动驾驶将成为未 来半导体市场的重要增长极。IDC 预计 2028 年，全球汽车半导体市场规模 将超过 850 亿美元，中国市场的贡献则将进一步上升至接近 30%。 对于智能辅助驾驶领域，中国市场是目前全球智驾芯片，特别是 AI SoC 芯 片，最主力的地区市场。从收入规模来看，中国占据全球市场“半壁江山”， 并在同比增速上呈引领态势。根据 Frost & Sullivan 数据，2023 年全球 ADAS SoC 芯片市场规模已达人民币 275 亿元，同比增长 42%。其中， 中国市场规模 141 亿元，同比增长 54%，占全球市场的 51.3%。

按地域：中国市场需求领跑，本土力量崭露头角 无论从半导体行业整体市场的维度来看，还是在汽车这个细分应用领域，抑 或是具体到智能辅助驾驶的功能落地场景，中国都扮演着全球半导体市场 中的重要角色。根据 IDC 数据，2024 年全球半导体市场规模为 6,730 亿美 元，同比增长 22%；其中，中国市场以 1,825 亿美元的体量占据全球 27.1% 的份额，是全球最大的集成电路单一市场。 而在汽车芯片行业，中国汽车半导体市场收入规模在 2024 年达到 146 亿美 元，占据全球汽车半导体 22.0%的市场份额。中国也是去年唯一 一个在半导体汽车应用领域实现销售额同比正增长的区域市场。 虽然整车市场增长已趋平稳，但随着新能源汽车和智能网联汽车的快速发 展，汽车电子化和智能化程度日益提高，对各类芯片的需求日益增加，为汽 车半导体行业带来新的增长机遇。展望未来，人工智能和自动驾驶将成为未 来半导体市场的重要增长极。IDC 预计 2028 年，全球汽车半导体市场规模 将超过 850 亿美元，中国市场的贡献则将进一步上升至接近 30%。 对于智能辅助驾驶领域，中国市场是目前全球智驾芯片，特别是 AI SoC 芯 片，最主力的地区市场。从收入规模来看，中国占据全球市场“半壁江山”， 并在同比增速上呈引领态势。根据 Frost & Sullivan 数据，2023 年全球 ADAS SoC 芯片市场规模已达人民币 275 亿元，同比增长 42%。其中， 中国市场规模 141 亿元，同比增长 54%，占全球市场的 51.3%。

考虑到当前行业正处于高速发展阶段，组合驾驶辅助的功能升级对 SoC 芯 片硬件的要求也随之提升。然而，部分海外厂商的下一代芯片产品推出步伐 较为缓慢，例如，瑞萨在 2024 年发布的全新一代智驾方案 X5H，预计要到 2027 年下半年才将投产。与此同时，中国的智驾芯片公司正在不断追赶海 外厂商。华为和地平线的表现为国产智驾芯片提供了发展范例。例如，华为 昇腾 610 芯片的市占率，已从 2023 年的 1.9%，跃升至 2024 年的 9.5%，进 入芯片产品搭载量排行榜前三。展望未来，我们认为行业竞争格 局还将进一步重塑，以华为、地平线为代表的本土供应商，将借高性价比的 产品和快速迭代的能力进一步崛起，并展现出强大的竞争力和发展潜力。

按玩家属性：多元共生，主机厂迈向开放合作

四类玩家各有所长，市场呈现“一超多强”格局

我们将智驾芯片市场的主要参与者，按照自身属性，划分为四种类型，分别 是传统汽车芯片厂商、通用型 AI 芯片厂商、专业型智驾芯片厂商和全栈自 研主机厂。不同类型的公司所处的强势领域不同，技术长板、商 业模式和产品策略也各有千秋。目前，以通用型 AI 芯片厂商和专业型智驾 芯片厂商的产品持续进展和份额提升速度较快。英伟达稳居榜首的同时，华 为、地平线等中国厂商凭借差异化技术路线快速崛起，市场份额分布总体呈 现出“一超多强”态势。

传统汽车芯片厂商：包括瑞萨电子、德州仪器和恩智浦等传统汽车芯片 龙头厂商，这类厂商对车规级产品的理解深刻，但 AI 能力偏弱，对智驾 相关的新技术储备也有限，所以目前产品主要占据中低阶的基础 ADAS 市场，交付形式也多为软硬件捆绑销售的前视一体机方案。并且，由于 辅助驾驶芯片并非此类汽车芯片巨头的焦点业务，部分厂商已不再继续 推出下一代产品。因此，虽然目前份额犹在，但预计未来将逐步下降。

通用型 AI 芯片厂商：多为国际巨头，如英伟达、高通、华为海思、安霸 等。这类厂商技术实力雄厚，在 AI 芯片领域具备先发优势，包括下游客 户积累和规模效应等。但同时，有些消费电子的技术、生态也不能简单 实现复制迁移。玩家之中，英伟达凭借 Orin 两款产品在 1Q25 占据中国 ADAS 域控芯片市场 51.9%的份额。高通则凭借在手机领域多 年的深刻理解，在舱驾融合领域发力，并将能力向驾驶逐步迁移：骁龙 8650 已在零跑 B10 上车，用于实现高阶辅助驾驶功能。

专业型智驾芯片厂商：深耕产业新赛道，产品在 ADAS 功能实现方面的 专业性能通常高于传统汽车芯片厂，产品迭代速度也较快。但由于此类 公司起步时间相对较晚，当前产品大多处于第二/三代量产阶段，成熟度 还有待迭代后进一步提升，并实现向高阶产品的跨越。 例如，地平线在 2019 年推出征程 2 芯片，实现中国车规级 AI 芯片零的 突破，并和随后推出的征程 3 共同逐步攫取了 Mobileye 和瑞萨在前视 一体机方案的份额；征程 5 则凭借大客户理想在 ADAS 域控芯片市场打 开局面，2024 年取得 5.1%的份额。在地平线新一代征程 6 系列产品矩 阵中，定位高阶功能的 J6P，将于今年 11 月在奇瑞星途 ET5 正式量产， 验证自身在高阶 ADAS 功能的能力。黑芝麻的 A1000 在 2023 年实现乘 用车端的量产，新一代的 A2000 芯片有望于 2026 年上半年实现量产。

主机厂全栈自研芯片：有助于提升产品的差异化，以特斯拉的 FSD 芯片 为典型代表。蔚来和小鹏也先后发布了自研的神玑 NX9031 和图灵 AI 芯 片。2025 年，蔚来神玑 NX9031 已实现量产，上半年装机量已超过 2.8 万颗；小鹏图灵 AI 芯片也已于 G7 首发，公司预计将在 3Q25 放量。

对于车企自研：为兼顾性能差异化与成本可控性，主机厂迈向开放合作

目前市场对于专业型智驾芯片厂商的发展前景，最大的顾虑来自主机厂自 研智驾芯片对于第三方供应商的成长空间的挤压，以及是否会最终导致此 类厂商的生存空间被蚕食殆尽。对此，我们重申曾在 Mobileye 首次覆盖报 告中提出的观点，智驾芯片的全栈自研对于技术实力、资金储备、销量规模 等的门槛较高，我们相信具备相应能力的自主车企能够推动自研智驾芯片 量产上车，但认为这不会成为整车厂的主流之选。 这种顾虑之所以产生，主要是因为进入 2025 年，智驾芯片进入更新换代周 期，部分主机厂开始导入自研智驾 SoC。以 2025 年为界，车企造芯的酝酿 与蛰伏阶段行近尾声，未来几年或将迎来项目成果的密集落地期和能力验 证期。在先行者特斯拉的“模范带头”作用下，其自研的 FSD 芯片及其所展 现出的领先智驾能力，鼓动着更多的中国车企将芯片视为高阶算法之后的 下一个自研焦点。以造车新势力为首的主机厂，从 2023 年开始酝酿智驾芯 片自研，希望借此实现从硬件到软件、从芯片到算法的全栈自研闭环。2024 年，蔚来和小鹏的自研芯片先后亮相、流片成功。此外，理想的自研智驾芯 片 M100（原代号“舒马赫”）样片已于今年初回片，目前已有小批量上样车 进行道路测试，公司预计将于明年上车；小米创始人雷军在 2025 年投资者 日上透露，小米的汽车芯片也已正在研发中。

并且，汽车智能化浪潮的演进和消费者认知的快速更新，使得更多主机厂开 始相信辅助驾驶能力对于实现差异化竞争的重要性。因此，更多头部车企加 入了自研 ADAS 芯片的大军。“吉利系”芯片公司芯擎科技，于 2024 年发布 了自研的自动驾驶芯片星辰一号（AD1000），并计划于 2025 年实现量产。 而比亚迪在 2024 梦想日宣布，未来整车智能化的“璇玑”架构中，将搭载 舱驾一体芯片，“中央大脑”将由比亚迪自研、自产。 我们认为，从车企的角度出发，选择自研芯片主要有以下三大出发点：

一是通过自研智驾芯片形成软硬件协同，提升智驾性能，从而构建差异 化的产品定位和竞争优势。和软件深度融合的硬件，可以针对特定算法 和功能需求进行深度优化，最大限度发挥算法能力。小鹏汽车董事长何 小鹏就曾表示，英伟达 Orin-X 等通用芯片利用率只有 30%-40%，存在较 大算力浪费。另外，系统能力提升也有助于车企实现真正的功能差异化。 对车企而言，自研智驾芯片不仅是避免产品同质化竞争的重要抓手，也 有助于强化自身科技属性，对品牌传播和品牌溢价提升亦有正向影响。

二是降低硬件配置成本，提升车型利润弹性。放眼当前中国自研智驾芯 片的“排头兵”，主要在售车型芯片方案仍以英伟达为主，而 Orin-X 的 批量采购价在 300 美元/颗左右。蔚来创始人李斌曾在采访中表示，公 司 2024 年用于采购英伟达芯片的开支达到 3 亿多美元，而自研神玑 NX9031 芯片上车将实现单车降本 1 万元，带来几个百分点的毛利率提 升。何小鹏则称一颗图灵芯片能顶三颗传统芯片，是技术降本的一环。

三是掌握产业链主动权和制高点，降低对核心部件供应商的依赖。一方 面，主控芯片作为实现辅助驾驶系统功能的核心硬件，是决定产品差异 化的关键因素，主机厂自然希望对于技术核心保持较强控制力，形成自 身护城河。另一方面，依赖单一外部供应商存在较大的稳定性风险，供 应链出现问题时主机厂容易陷入被动。过去三年全球汽车产业“缺芯潮” 进一步暴露了相关风险，也催化了主机厂对于“自主可控”的需求。

根据上文分析总结，车企自研是出于对技术、品牌、成本、供应链等诸多因 素综合考量的选择。然而，自研芯片的好处虽多，挑战更是艰巨。主机厂面 临着技术门槛高、资金需求大、回报周期长的难点。

首先，车企自研智驾 SoC 芯片存在三个方向上的技术门槛。

对于“智驾”的理解：参考特斯拉的“珠玉在前”，以及“蔚小理”紧随 其后的发展路径，主机厂都经历了“先算法后芯片”的递进过程。自研 高性能 AI 芯片的逻辑在于，基于系统定义进行芯片定制，通过与自研 算法有效耦合，提升系统能力。换言之，在向 AI 智能汽车演进的过程 中，车载的端侧芯片不再只是硬件，而是软件策略、商业模式的物理载 体。这是拥有较强能力的“智驾优等生”，转向科技企业的新冲刺。 从“城市 NOA 元年”2023 年以来，主机厂对于智驾功能的重视程度提 升，纷纷建立相关支持要素，组建内部自研团队/孵化外部初创公司，在 算法、基础软件等各方面进行布局。但除了一贯坚持自研路线的新势力 车企以外，仍未有车企在自研高阶智驾的赛场上脱颖而出。2024 年 IDC 城区领航辅助驾驶测评中，绝大部分车企、车型存在较多不可用区域， 仍有很大的优化空间。在此现实背景下，比起推出全栈自研的智驾芯片， 许多车企的当务之急，是提高对于智驾算法的理解、厘清自身车型和系 统产品的定位，从而明确相应需求，有的放矢地提升能力。

芯片设计能力和 Know-How 积累：要满足高阶组合驾驶辅助和未来自动 驾驶的需求，芯片电路的设计存在诸多讲究。既要保证整体算力足够大、 算得足够好，又不能让尺寸过大，就要让晶体管的数量排列得足够多， 且制程足够先进。根据群智咨询预测，5nm 及以下制程将成为下一代智 驾芯片的标配。而这之中所涉及的芯片设计经验，需要时间 积累和应用打磨，无法一蹴而就。专业芯片公司的经验丰富，技术也在 不断迭代，主机厂作为芯片行业的新入局者，想要追赶并非易事。 此外，算法模型的迭代也是一个重要变量。从 2021 年的 Transformer， 到 2024 年的端到端+VLM（Vision-Language Model，视觉语言模型），再 到最新的 VLA（Vision-Language-Action，视觉语言动作模型），当前自动 驾驶主流算法架构仍在不断向前跃进。不同算法架构对于芯片的需求差 异较大，若要芯片设计能够支持最新的算法架构，对于未来方案的研判 显得尤为重要，这也对车企的技术敏感度提出了很高的要求。

车规级的严格标准：车规级芯片具有工作环境恶劣、容错率低、使用寿 命要求长、供货生命周期久等特点，必须能够承受日常使用严酷和极端 的温度、湿度、机械振动、冲击及车辆的复杂电气和电磁环境。严苛的 规格条件，使得车规级芯片需要进行一系列复杂严格的测试认证流程确 保达标后，才能进一步投入量产环节。即便在验证供应商方 面具备权威经验，但要自行设计出符合高安全性、高可靠标准的智驾芯 片，所需的技能组合不同，对主机厂而言也是全新的挑战。

其次，智驾芯片由于设计复杂、难度大，开发过程中投入的资金数量可观。 车企自研芯片的过程中，涉及 IP 授权、流片、封装测试、人力成本等前期 费用的不断投入。物联云网研究表明，自研车规级芯片资金门槛极高，基础 芯片的起步门槛就是人民币 10 亿元。 对于制程要求更先进的高性能智驾芯片，所需的投入规模更大。根据 IBS 测 算，设计一颗 7nm 芯片，成本约为 2.49 亿美元；一颗 5nm 芯片则要花费 4.49 亿美元。同时，根据我们的行业调研，当前台积电 7nm 工艺 流片一次大约需要 1,000-1,500 万美元。并且，芯片开发过程往往需要不止 一次流片，以验证芯片设计、性能和可靠性，进一步抬升了车企的试错成本。 若再考虑制造、封测以及后续运营，则可能需要上百亿美元规模的投资。 在 2025 电动汽车百人会论坛上，李斌就曾表示，自研神玑 NX9031 芯片投 入的成本非常高，和建设 1,000 座换电站相当。根据公司此前披露的信息， 蔚来二代换电站的建设成本约为 200 万元/座，三代站则降至约 150 万元/ 座。因此，粗略判断蔚来自研智驾芯片投入的成本很可能已经超过 15 亿元。

最后，回报周期长则主要体现在研发周期漫长和效益实现缓慢两个维度。

一方面，自研智驾芯片作为复杂系统工程项目，需要经过漫长的研发与 验证方能进入量产周期。综合考虑整车项目开发流程与芯片设计开发流 程，芯片从设计到量产上车需要 3.5-5.5 年时间。具体来看： 特斯拉：第一代 FSD 芯片历时 18 个月设计完成，从立项到量产装 车用了 3 年时间，于 2019 年开始量产应用。 蔚来：神玑 NX9031 由内部芯片团队与智驾团队花费约 3 年时间联 合定义，产品发布后 1.5 年实现量产上车，项目耗时共计约 4.5 年。小鹏：从 2021 年踏上芯片自研之路，图灵芯片在 2024 年完成首次 流片。2Q25 已有搭载车型进入生产环节，公司预计 3Q25 迎来更大 范围放量。大略来看，小鹏自研芯片项目耗时 4 年左右。 由于研发芯片在“0 到 1”的环节中不产生任何收入甚至现金流入，因 此对于大部分想要自研芯片的车企来说，公司的现金储备能否支撑前期 的大量投入、并扛过漫长的研发与验证周期，也成为一个关键问题。

另一方面，车企需要思考的是量产上车后的经济效益问题。换言之，“降 低成本”作为主机厂自研智驾芯片的初衷之一，是否真的能够实现仍未 可知。又或者说，到底需要形成多大的终端销量规模，车企的自研芯片 才能通过摊薄成本最终实现正向回报。对于达到盈亏平衡线的出货量规 模，行业内存在不同看法，但最低共识基本收敛于 100 万颗/年。在小 鹏 G7 发布会上，何小鹏表示造芯片的投入数以十亿计，至少要百万出 货量才“算得过来这笔账”。目前，国内各家造车新势力的年交付量均 未达到 100 万台的量级。并且，在实际部署过程中，蔚来、小鹏的自研 芯片目前均未全系搭载，只是降低了外采芯片的比例。

其他车企亦不会采购竞争对手研发的芯片，规模提升只能依靠车企自身 的销量成长。要实现自供成本低于外采，道阻且长。手机厂商自研芯片 便是前车之鉴，OPPO 于 2023 年宣布终止哲库芯片业务，其中一个重要 原因就是芯片研发的高昂成本与自身业务规模效益之间的矛盾。

综合以上技术门槛、资金需求和回报周期三个维度的思考，我们认为，自研 芯片不是所有车企的必经之路。主机厂要做的更多是回归商业本质，兼顾产 品性能、配置成本和落地时间，作出关于智驾芯片的决策。具备芯片理解力、 系统协同力、研发资源和资金实力的头部车企，或将坚持自研以实现全栈软 硬件垂直整合。但就中国大部分车企的客观条件和所面临的竞争形势而言， 考虑到组合驾驶辅助功能加速普及、强制安全标准加速落地的现实背景，我 们预计会有一大部分车企将积极拥抱第三方生态。 零跑就是由自研转向优选外部供应商的典型范例。零跑曾与大华股份联合 研发 ADAS 芯片凌芯 01 并成功投入量产，但最终还是选择不再继续自研智 驾芯片，车型先后搭载英伟达 Orin-X 和高通骁龙 8650 作为智驾芯片。公司 董事长朱江明曾多次在公开场合谈论缘何放弃：“没有足够大的规模支撑， 是没办法做芯片的。除非我们到 200 万辆、300 万辆的规模，有足够预算， 自研芯片又能够对提高性能或降低成本有很大帮助，才会重新自研”；并表 示目前已有几家芯片公司做得相当不错，足以满足车企需要。 除了自研以外，车企也在通过更加多样化的方式参与智驾芯片产业链，未来 芯片厂商与主机厂的联系将更加紧密。正如我们在报告第一章所述，主机厂 正在与零部件企业积极探索新型零整关系，通过多元的方式向上游布局，增 加对于产业链的掌控力。例如，吉利、比亚迪、长城、上汽等主机厂，都通 过合资、战略投资等方式，战略布局智驾芯片赛道。在新市场周 期，主机厂不仅关注如何通过辅助驾驶体现产品差异化，同时在积极探索相 关功能所衍生出的商业模式创新，有望进一步丰富ADAS生态内的合作模式。 总结而言，我们认为，从长期发展的角度而言，车企在加深自研的同时，不 会抹除产业链中原有的“效率为先”的供应商模式，而会走向更加灵活的 “自研+外采”的融合采购策略。这也对零部件供应商提出了更高的要求， 同时具备系统技术能力和灵活合作模式的供应商更有机会取胜。

按需求层级：全民智驾推动应用场景分化，算力需 求回归理性思考

运行智能驾驶系统推理算法，需要强大的 NPU（Neural Processing Unit，神 经网络处理器）与 CPU（Central Processing Unit，中央处理器）算力，算力 大小对智能驾驶推理算法的部署与运行效果至关重要。而不同级别的智能 驾驶方案，对车端 AI 算力的需求不同。 在当前 2 级驾驶自动化的大前提下，不同市场定位和售价范围的车型，其消 费者对于智驾配置的价格敏感度差异较大，支付能力也会一定程度上地表 现在对组合驾驶辅助的功能需求上。因此，我们将 2 级智驾按照可实现功能 进一步划分为低、中、高阶，对应不同的算力水平和搭载车型的价格段，并 分别讨论各个细分市场的发展趋势和竞争格局情况。

低阶功能：国产基础 ADAS 方案高歌猛进，有望拓展海外市场

低阶功能实现，对应 2.5-20 TOPS 的小算力芯片，主要产品形态为前视一体 机，以及少量分布式的行车/泊车控制器方案。此类方案以实现 L0-L2 级别的 基础行车 ADAS 和泊车功能为主，多应用于入门级和经济型车型，对应销售 体量最大。高工智能汽车数据显示，2024 年中国乘用车市场前视一体机前 装标配搭载量达到 1,080.68 万套，渗透率为 47.15%。与之相对的，搭载高 速 NOA 功能的车型交付量仍为百万辆级别，体量仍有较大差距。 存量市场方面，地平线的方案凭借“高性价比”加速替代海外厂商。将前视 一体机进行拆解，其硬件核心能力取决于主控芯片。随着中国整车市场的成 本较量愈演愈烈，超高性价比成为前视一体机芯片赛道最重要的竞争力。进 入 2025 年，前视一体机方案采购总成本降至数百元级别。在此情形下，地 平线平均单价 20-40 美元的 J2、J3 芯片，与 Mobileye 数年如一日保持在近 50 美元/颗的 EyeQ 芯片，对比愈加鲜明。

根据高工智能汽车数据，得益于其计算方案在比亚迪、吉利、奇瑞等多家自 主车企规模化量产上车，地平线在 2024 年超越 Mobileye，以 43.58%的份额 登顶中国自主品牌乘用车前视一体机方案市场排行榜，通过蚕食 AMD 和德 州仪器的份额，实现市占率同比近 20 个百分点的提升。此外， 本细分赛道的另一本土供应商爱芯元智也开始崭露头角，旗下 M55H 芯片 已经在多款车型实现量产。 值得注意的是，除了国内的自主车企市场，中国芯片厂商也在积极寻求海外 市场的拓展，有望通过与国际 Tier 1 合作，打破产品出海壁垒。其中，仍是 地平线步伐领先，与博世、电装等国际 Tier 1 达成合作。在入门级 ADAS 领 域，地平线与全球 Tier 1 龙头厂商博世达成合作。博世新一代全球一体机平 台 MPC4 将采用地平线 J6B 芯片，以替代 MPC3 中的瑞萨 V3H 芯片方案，后续将服务于全球市场。此外，爱芯元智也携手全球 Tier 1 及算法商，获得了 首个基于新系列 M57 芯片的量产车型定点开发，即将出海欧洲。 增量市场方面，政策引领安全标准提升，有望推动低阶方案进一步普及。 2025 年 5 月，强制性国家标准《轻型汽车自动紧急制动系统技术要求及试 验方法》草案发布。对比现行标准，强标实施后，所有乘用车都将标配 AEB （Autonomous Emergency Braking，自动紧急制动系统）。海外也看到类似趋 势，欧洲新车评估协会（Euro NCAP）于今年 1 月发布了 2026 年安全评鉴规 程更新，细化了碰撞保护、测试标准等内容，进一步提升了汽车安全要求。 我们认为，借助小算力智驾芯片实现基础 ADAS 功能的需求将持续存在， ADAS 普及率的继续提升将扩大前视一体机方案市场容量。行业整体安全标 准的提升，对于系统智能化提出更高要求。考虑到：1）经济车型为了保持 价格竞争力，必须严格控制成本；2）燃油车兼容辅助驾驶系统，仍需解决 信号传输延迟、车载用电冗余度低、控制反馈响应慢、散热等问题，因而低 功耗的小算力芯片方案更容易在燃油车上可靠运行。

中阶功能：高速 NOA 全面下沉，自主车企加速“技术普惠”

中阶功能实现，主要应用 20-100 TOPS 的中算力芯片，产品形态主要为行泊 一体域控制器方案。中算力芯片的出现本身是芯片迭代升级加速的结果之 一，即市场中可供选择的更高算力芯片相继涌现，原有的“大算力”芯片自 然而然地退行至“中算力”的市场定位。同样地，经过产业链的沉淀与积累， 规模效应带动上游传感器成本显著下降，叠加技术的不断进步，更多成熟化 的技术得以被“下放”到更低价格段的车型之中。 中阶智驾的能力范围也随之重新定义。2024 年及以前，行业对于辅助驾驶 的能力划分，多以 ALC（Automatic Lane Change，自动变道辅助）、高精地图 为中阶智驾的代表功能。但 2025 年开年以来，比亚迪在 2 月举办智能化战 略发布会，发布天神之眼 C 智能辅助驾驶以及 21 款首批搭载车型，并推出公司全系车型搭载的天神之眼方案。截至 2025 年 8 月初，比亚 迪官方公布天神之眼智驾车型保有量已超过 120 万台。比亚迪此举，不仅推 高了自身的辅助驾驶采用率，也吹响了行业的冲锋号，带动吉利、广汽、奇 瑞等一众自主车企陆续跟进，加速中阶辅助驾驶布局和量产事宜，并提升配 置比例。自此高速 NOA、记忆行车也更多被划入中阶智能辅助驾 驶范围。产品形态上则以多摄像头为感知核心，支持与毫米波雷达及/或激 光雷达组合，形成一套能够实现高速 NOA 和城市记忆领航的域控方案。

“智驾平权”的背后，是中国乘用车市场的新能源渗透率维持加速上扬的背 景下，自主车企正在寻求新的产品价值触点，以冲击销量和份额。特别是人 民币 10-20 万元这一主流价格区间，高工智能汽车数据显示，2024 年此价 格段车型销量占市场总盘的 49.8%，而高速 NOA 搭载率仅为 1.31%，为自主 车企发力留有足够的空间。2025 年，10-20 万元价格段车型市场的高速 NOA 渗透率果然实现跃升，1-4 月已达 10.2%。通过将中阶功能向更大 体量的中低端市场下沉，ADAS 域控方案增速快于前视一体机方案，份额逐 渐提升，10-20 万元价格段亦是主力贡献。

与早期“智驾急先锋”车企在高阶方案的探索不同，在人民币 10-20 万元乃 至更低的价格段细分市场，对于搭载中阶智能辅助驾驶解决方案的车型，自 主车企的需求更加务实：在不显著增加成本的情况下，实现部分功能的“从 无到有”，寻求技术普惠与价值升级之间的动态平衡。此外，面对强竞争环 境，车企还需兼顾方案量产落地的速度。 这一核心需求，在车企对于中阶芯片方案的选择上也有明显体现。从目前车 企量产上车和后续车型/平台定点的情况来看，英伟达 Orin-N 和地平线 J6M 呈分庭抗礼之势。以比亚迪为例，天神之眼 C 方案在芯片层面支持英伟达 Orin-N 和地平线 J6M 两种方案。Orin-N 由于 2025 年以前已于腾势 N7、小 米 SU7 等车型搭载，在量产经验和落地速度方面领先，2025 年一季度在智 驾域控芯片市场获得 12.4%的份额。但随着首批基于 J6M 的车型 从今年 3 月开始量产上市，地平线将开启快速爬坡之旅。 从竞争优势的角度来看，依托本土化供应链，J6M 可帮助车企将中阶辅助驾 驶系统成本控制在 5,000 元以内，精准适配 20 万元以下主流车型量产需求， 目前定点数量正在不断增加。此外，J6 系列中还有更加聚焦于高 速场景的 J6E 芯片，单颗算力 80 TOPS，目前也有如知行科技的国产智驾 Tier 1 公司正在基于此进行方案开发。并且，地平线的生态体系仍在不断壮大， 各类 Tier 1 玩家均在基于 J6 平台开发中阶产品。 我们认为，在中阶智能辅助驾驶芯片市场，地平线 J6E/M 将凭借精准的定 位、优质的性价比和丰富的生态体系，进一步扩大份额。

高阶功能：大算力芯片硬件先行，算法迭代驱动能力升级

在功能实现方面，行业内通常将路况环境更复杂、对于系统的准确性要求更 高的城市 NOA，视为组合驾驶辅助在中阶和高阶能力的分界线。以新势力 为代表的部分车企从 2023 年开始推动城市 NOA“开城”工作，在 2024 年 已实现规模化量产。在产品形态方面，高阶方案的交付硬件通常 为行泊一体域控制器，搭载芯片算力通常以 100 TOPS 为分界点。 城市 NOA 作为高阶智能辅助驾驶功能的重要锚点，各家车企正在不断寻求 其从“能用”到“好用”的优化路径，主要朝无图化、全场景化以及低成本 化三个方向演进。 首先，考虑到高精地图受限于更新频率低、采集成本高等原因，无法满足城 市智驾处理复杂路况的及时响应需求，不依赖于高精地图的无图 NOA 方案 成为国内越来越多车企的重点研发方向。2024 年，包括小鹏、理想、“华为 系”在内的多家车企已经完成了相关功能的推送。 其次，在全场景化方面，2024 年 11 月开始，端到端大模型的陆续上车使得 泛化能力大大增强。自此到进入 2025 年，头部车企开始致力于推出全场景 “车位到车位”功能。此概念由华为首先提出，指向从任意车位出发到目的 地车位的全程、全场景体验。目前，以“华为系”、理想、小鹏在节奏上领 先，均已实现功能的全量推送。

诚然，与更高的组合驾驶辅助能力相对应的，是更大的硬件算力支持。因此， 在过去一年多时间里，车企倾向于以自身车型搭载的智驾芯片/计算平台的 AI 算力作为重要卖点进行营销、宣传。在芯片厂商端，产品迭代也在同步推 进，从而实现硬件能力提升。2025 年，智驾 SoC 进入更新换代周期。 从智驾芯片自身升级的角度来看，主力芯片供应商的新一代产品，将集中在 今、明两年进行量产。按照目前车型定点和量产的进度来看，在 Thor-U 之 后，从今年下半年到明年，地平线 J6P、高通骁龙 8797、黑芝麻 A2000 等产 品将陆续进入量产阶段。上述芯片已瞄准未来的 L3 级自动驾驶 阶段，AI 算力均达到 300 TOPS 以上，足以响应主流场景实际运 行需求。而主机厂方面，除了蔚来、小鹏已经导入自研的智驾芯片量产上车， 多数主机厂选择沿袭过去的芯片选择实现产品的向上升级。例如，理想汽车 在今年 5 月发布 L 系列智能焕新版，其中，AD Max 车型的智驾芯片由英伟 达 Orin-X 升级为 Thor-U，AD Pro 车型则由地平线 J5 升级为 J6M。

考虑到软硬件的迭代周期和模式存在差异，在智驾芯片完成本次换代后，软 件算法仍将继续向前演进。技术的迭代不是一蹴而就的，总体呈现出硬件阶 梯向上、软件持续提升的节奏，且软件的迭代落后于硬件。客观上来说，汽 车产品从设计到量产的研发周期较长，“硬件先行”一定程度上确保了车型 上市时不至于因硬件落后而失去竞争力。此外，在通往自动驾驶的过程中， 部分主机厂会为了最终实现 L3 及更高级别的驾驶自动化，采取硬件预埋的 策略，以确保后续能够通过 OTA（Over-the-Air Technology，空中下载技术） 推送解锁新的功能，进而改善用户体验。 从驾驶自动化系统功能实现的角度来说，算力规模也并非决定技术表现的 唯一因素。一般来说，硬件配置决定了能力的下限，算法策略则决定了能力 的上限。换言之，持续改善系统表现需要软硬件协同，通过软件算法将硬件 配置转化为真实的用户体验。软件的协同作用主要体现在以下两个方面。

算力利用效率方面：根据《汽车智能驾驶技术及产业发展白皮书》，现 有的车端稠密算力水平已经可以满足主流场景的实际运行需求，过度堆 砌算力反而会造成资源浪费和成本增加。 AI 计算除了需要芯片算力，更要依靠软件架构、算法能力等和芯片算力 实现有效匹配。参考 AI 大模型领域，横空出世的 DeepSeek-R1，以更高 效的算法架构与算力利用方式，将推理成本降至 OpenAI-o1 的 1%左右。 在智驾 SoC 芯片完成本轮换代后，车企眼下的当务之急，是对芯片算力 进行高效调度，通过精细化管理与优化配置，实现算法运行效率最大化 ，妥善利用车端的算力资源，充分发挥芯片能力。

算法架构演进方面：自动驾驶作为 AI 技术的重要应用场景之一，行业 发展的步伐与 AI 技术的飞跃紧密相连；相关 AI 技术的持续进步增强了 自动驾驶对复杂场景的理解与应对，强化决策能力、优化路径规划，催 生了自动驾驶算法架构不断演进的基础动力。 目前，行业技术路线尚未完全收敛，算法架构仍在持续升级。特斯拉作 为行业标杆，2021 年提出 BEV + Transformer 并首次实现了该算法的商 业化落地，又在 2024 年于 FSD（Full Self-Driving）V12.3 版本切换至基于 大模型和数据驱动的端到端架构。端到端架构直接建立了从感知输入到 驾驶行为输出的映射，极大简化了传统自动驾驶系统复杂的模块结构， 同时能有效减少或降低数据传输与处理的延迟和误差，有助于提升自动 驾驶的精准度和效率。因此，国内车企大多持续跟进，数据 驱动的端到端 AI 模型架构，逐渐替代模块化成为行业算法新主流。 目前，端到端架构的发展大致也遵循渐进式路线，大部分主机厂和方案 商沿着感知模块端到端、分段式端到端的路径，最终目标是实现单一模 型（One Model）的端到端自动驾驶。在此过程之中，车企为 了兼顾系统的安全和效率，不断引入新的研发范式，例如增加语言模型 来配合端到端技术。理想在 2024 年 7 月发布基于端到端+VLM 的快慢系 统，将 VLM 部署在车端芯片，作为增强模块，通过语义推理辅助端到端 模型处理复杂决策。 2025 年，机器人领域的 VLA 快速扩散到智能驾驶领域。VLA 进一步融合 视觉、语言与动作，将多模态信息直接嵌入驾驶决策链，减少数据依赖 并提升泛化能力，实现对端到端任务的有效增强。车企也在这一方向上 快速跟进：理想在 2025 年英伟达 GTC 大会上正式公布了其下一代智驾 方案 MindVLA；小鹏 G7 全球首发搭载 VLA+VLM 大模型，其中，VLA-OL 模型构建了“运动型大脑+小脑”架构，同时具备持续强化学习能力。 另外，包括特斯拉、蔚来、理想在内的车企也提出了世界模型的概念。 而在世界模型与端到端自动驾驶的关系上，基本存在两种不同观点：一 类认为世界模型在整个自动驾驶算法的开发体系中是为数据生成器的 定位，通过云端创建合成视频，帮助端到端模型进行仿真训练； 另一类则认为只要对世界模型进行微小调整或增加一些输出链路及模 块，就可以实现 One Model 端到端自动驾驶。 以上种种，形成算法端递进与协同的技术生态，有助于探索在既有硬件配置 水平上，实现驾驶自动化系统更高效、更安全的运行。

最后，从低成本化的角度考虑，车端算力配置不会无限膨胀。此前代表高阶 智能辅助驾驶的城市 NOA 功能，搭载车型售价区间一般在 25 万元以上。但 从 2024 年开始，城市 NOA 功能纷纷登陆市场主流车型。也就是说，中国车 企除了向上不断追求性能的提升，也在寻求向下击穿价格带的破圈效应，希 望将技术融入广大消费者的日常出行场景。根据佐思汽研，人民币 20-25 万 元价格带的城市 NOA 渗透率，从 2024 年 1 月的 2.1%，一路攀升到同年 10 月的 24.7%；15-20 万元价格段也实现了渗透率“零的突破”。 以中国造车新势力为代表的新能源车企，是加速实现高阶智能辅助驾驶主 销价格段向下渗透的主力军，已推动搭载 NOA 功能的车型下探到 15 万元左 右的价格区间。例如，小鹏 MONA 系列首款车型 M03，Max 版本搭载全场 景智能辅助驾驶，定价人民币 15.58 万元，将城市 NOA 功能下沉到 15 万元 级别车型，力行“技术平权”。而零跑 B10 则将搭载激光雷达、支持城市记 忆领航功能的车型价格进一步下探至 12.98 万元。

这也就意味着，大算力芯片除了给主机厂带来价值，也需考虑成本。往后展 望，车企要实现城市 NOA 的成熟量产，同样需要控制成本，单车硬件的成 本总价将随着时间推移而优化。这也进一步要求车企通过算法迭 代、软硬件协同设计等手段，实现功能体验与成本控制的动态平衡。 由于车端算力存在客观限制，云端算力部署的重要性进一步凸显。一般来 说，云端模型的参数量是车端的百倍以上。车企可以在云端超算集群通过分 布式架构训练端到端神经网络模型，结合强化学习优化复杂决策策略，借助 模型量化、剪枝、蒸馏、压缩等技术实现轻量化，再通过 OTA 将优化后的模 型部署至车端，适配车载算力平台。例如，小鹏于今年 4 月宣布 正在研发的云端大模型——“小鹏世界基座模型”，参数规模 720 亿，未来 将通过云端蒸馏小模型的方式部署到车端。在云端算力部署层面，国内车企 与特斯拉仍存在较大差距。2025 年 3 月，马斯克在特斯拉员工大会上表示， 公司用于自动驾驶训练的 Cortex 算力中心已拥有超过 5 万块 GPU，即将突 破 10 万块大关。目前可知，同等数据量条件下，云端算力规模越大，训练 效果更好，智驾技术迭代越快。随着模型规模扩大到百亿甚至千亿参数量级， 2025 年国内各家车企将对云端设施进行更高规格的布局。 综合本章从地域、玩家属性和需求层级三个维度的分析，我们认为，目前智 驾芯片的市场格局尚未完全定型，各类玩家仍有机会扩大自身份额。

编辑：火腿肠