官恩娜被谁上过未来随着各项技术的发展与融合，AI技术、5G通信、物联网等技术的深度融合，将推动智能驾驶向高阶的自动驾驶迈进。同时，产业链的完善与协同发展，形成完善的智能驾驶生态圈。

　　中国智能驾驶商业化发展白皮书 (2025)围绕中国乘用车市场，对智能驾驶产业商业化进程与挑战进行了深度剖析，结合对2600多位用户的线上调研，深入了解用户对智能驾驶功能的认知、使用体验和付费意愿，揭示了智能驾驶如何通过政策-商业-服务三位一体变革，将社会价值转化为可持续商业动能。

　　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道路资源利用率低、交通拥堵严重等挑战，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。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，以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。

　　智能驾驶加速汽车产业向电动化、智能化发展。智能驾驶是汽车产业高质量发展的核心引擎智能驾驶产业潜在规模巨大，带动万亿级产业发展，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。

　　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%。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。

　　智能网联汽车带动的市场空间也是巨大的。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，相关注册企业数约5539家。

　　产业链 “自上而下”逐步完善。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，以自动驾驶乘用车出行服务为例。

　　从智能网联汽车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，随着智能化渗透提升，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。

　　自动驾驶技术双路线年实施的《汽车驾驶自动化分级》国家标准，自动驾驶技术按自动化程度的高低，被分为L0到L5六个级别。其中，L0-L2属于驾驶辅助阶段，智能驾驶系统作为“助手”的角色为人类驾驶员提供探测、预警和控制等帮助，L4-L5属于高级别自动驾驶阶段，系统承担主要的车辆驾驶职责和相应的责任。

　　技术路线分为“单车智能”和“车路云协同”，双路线并行发展推动技术进步。单车智能：侧重于由单车做出感知、计算和驾驶决策，目前发展相对成熟，市场中主要的智驾方案多数为单车智能；车路云协同：由车辆、道路和云控平台共同完成车辆控制，目前处在早期阶段，但是未来发展的主要趋势。

　　短期以单车智能路线为主导，长期演进为车路云协同是必然趋势。单车智能是发展智能驾驶的基础，具有形成规模化和商业化周期短、投入相对少的特征，可以有效解决智能网联汽车前期基建投入大、见效慢的痛点。而车路云协同是智能驾驶模式的升级，其具备超视距感知和群体协同决策等优势，助力单车智能解决广域的交通信息交互需求，弥补单车的局限性。

　　单车智能逐渐由“模块化”演进为“端到端”。目前，已投入市场的智能驾驶系统大多数采用模块化架构，将驾驶任务划分为感知、决策和规划等独立模块，通过工程师编写大量代码去制定相关规则。简单来说，模块化架构就像一条流水线，通过多个步骤的加工，最终生成可执行的驾驶指令。模块化方案具备简化研发团队分工、便于问题回溯、可解释性高、易于调试迭代等优点，车企可以在较短的时间看到成效；但由于将不同任务解耦，各个模块相对于最终的驾驶规划目标存在信息损失问题，因此往往会丢失最优性，另外多个模块间优化目标不一致，会造成误差传递。

　　技术路线逐步由模块化演进为端到端已经形成趋势，行业比较普遍的做法是采用分模块实现端到端演进，各家车企具体的技术路径也略有差异，未来单车智能技术发展的终局需要由市场给出答案。

　　车路云协同将车、路、云端信息打通，协同感知决策。车路云一体化系统（VRCIS）是通过新一代信息与通信技术将人、车、路、云的物理空间和信息空间融合为一体，基于系统协同感知、决策与控制，实现智能网联汽车交通系统安全、节能、舒适及高效运行的信息物理系统。其解决了单一车辆感知能力的限制和信息孤岛现象，通过实时共享交通数据和协同决策，最大化自动驾驶的安全性能和运作效率。

　　单车智能和车路云协同不是两条独立的技术路线，两者具有相互促进作用。单车智能是发展智能驾驶的基础，具有形成规模化和商业化周期短、投入相对少的特征，更强调车本身的感知和算法水平，不依赖路侧和云端的数据协同，可以有效解决车路云协同前期基建投入大、见效慢的痛点。而车路云协同是智能驾驶模式的升级，其具备超视距感知和群体协同决策等优势，助力单车智能解决广域的交通信息交互需求，弥补单车的局限性，拓展自动驾驶的运行设计域。

　　在新能源汽车蓬勃发展的同时，智能驾驶也乘着行业的东风得到了资本市场的关注。2021年时，智能驾驶市场的热度达到了高峰，融资事件超过100起，融资金额达575亿元。2022年起，虽然融资事件数依旧保持整体的增长，但融资金额以及相关企业的注册数量已较此前显著下降，投资方对于智驾企业的态度更加审慎。目前，资本也从早期的投资技术导向企业，转向投资存在量产潜力的企业，如芯片、自动驾驶乘用车出行服务、低速无人驾驶等—在漫长的研发周期后，大部分智驾企业依旧在寻找能够将技术变现的商业模式与场景。唯有将商业化的难点解决，整个市场才能再次迎来爆发式的增长。

　　智能驾驶产业面临的困境也表明，仅有技术的快速迭代与创业者的热情并不足以支撑商业化的落地，除此以外还需要政策、商业模式、配套服务三大核心因素的完善与共同支撑，才能实现智能驾驶技术的商业化闭环。

　　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。在汽车工业和智能化产业较发达地区，例如北上广深、武汉、重庆等地区，通常政策更加宽松。当地政府支持力度较大，同时也作为试点推动全国性政策的完善。

　　1.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。

　　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。

　　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，又呈现渐进式和跃进式两种

　　跃进式发展路径的主要落地场景是ToB端为主的自动驾驶乘用车出行平台场景，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自动驾驶乘用车场景下的合作，除了参股和合资等资本运作的方式，在业务合作模式方面还有参与研制生产、混合经营等，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。

　　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；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。

　　自动驾驶乘用车出行服务目前仍处于早期阶段，与私家车场景不同，自动驾驶乘用车出行服务场景采用激进式发展的技术路径，从L4级别自动驾驶技术入手推动高阶智驾的商业化应用；受前期投入高、技术成熟度有限、政策法规尚待完善等因素的影响，尚未实现大规模盈利。但从中长期来看，自动驾驶乘用车出行服务运营成本有望大幅降低，随着生产模式由后装改造转为前装量产，车辆制造成本将大幅降低；同时随着技术迭代发展，安全员等人工成本也将进一步减少，规模化应用后必然会推动商业模式跑通。不仅如此，自动驾驶乘用车出行服务具备显著的社会效益，包括降低出行成本、优化城市交通流、减少交通事故等。随着技术成熟、法规体系完善，自动驾驶出行服务在未来几年有望迎来更大规模的推广应用。

　　“车路云”协同的技术路线由于在前期涉及更复杂的智慧交通和智慧城市系统搭建与基础设施建设，目前处于顶层设计、政策引导、示范推广为主的发展阶段。未来，技术进步有望解决云控系统在低时延和高精度、高安全、高覆盖之间存在的张力，通过合理机制吸引更多车企、出行运营商等市场主体企业的参与，自动驾驶“中国方案”有望实现商业化闭环。

　　未来随着各项技术的发展与融合，AI技术、5G通信、物联网等技术的深度融合，将推动智能驾驶向高级别自动驾驶迈进；产业链的完善与协同发展，整车企业、科技公司、零部件供应商也将共同推动智驾产业规模化发展，形成完善的智能驾驶生态圈。