Tesla FSD 技术架构解析 - 文章核心观点认为，Tesla FSD 是一个端到端的大模型方案，而非数百个小场景模型的简单组合，其技术先进性体现在工程化实现上[4][5][17] 关于FSD模型性质的争论与澄清 - 有观点根据黑客green的发现，质疑FSD由数百个小模型组成，但作者指出这种理解有误[5][8] - 作者明确结论：Tesla FSD 就是一个大模型，使用一个巨大的神经网络完成从图像输入到控制输出的端到端计算[6][7][14] 对模型参数文件的解读 - green 发现 HW3 上的 FSD v12.6 在 A核有1.2GB、189个参数文件，在 B核有2.3GB、110个参数文件，其中61个为共享文件[8] - HW4 上的 v13 模型参数增长至 A核2.3GB，B核7.5GB[8] - B核参数文件数量少但总大小更大，表明后期端到端模型的主要参数集中在B核[10] - 大量的参数文件并非独立的单模型，而可能是一些小任务Head的模型参数，或用于数据采集触发等继承自旧版本的功能[10] - 部分参数文件的命名规则（如FSD_E2E_FACTORY_PART_X）表明它们属于一个大模型的分片，这是大模型分布式部署的常见做法[11] 硬件带宽与模型规模的关系 - HW3 使用 LPDDR4-4266，带宽为68GB/s，理论上支持36Hz输出的模型参数上限约为1.8GB（18亿参数），这与B核2.3GB的参数文件大小基本匹配[12] - HW4 使用 GDDR6 显存，带宽高达384GB/s，若使用FP8参数类型，理论上可在36Hz下支持约100亿参数的端到端模型[12] - HW4 上B核参数文件大小（7.5GB）相比HW3（2.3GB）的增长，与公司此前宣称的参数量增加约3.5倍的说法基本对应[12] 模型扩展性与MOE架构 - 尽管硬件带宽限制了参数扩展空间，但公司通过采用类似混合专家（MOE）的架构，在推理时仅部分激活专家网络，从而节省显存带宽开销，大幅提升模型的等效参数量[13] - 基于HW4的16G显存容量和可能的模型并行策略，未来FSD模型参数继续大幅增加是可能的[13] - 公司可能在特定场景（如厂区自动出场）使用一些本地化参数，这被理解为通过MOE方式增加的额外专家参数，而大部分驾驶场景的参数是共用的[13][15] 对技术先进性的看法 - 作者反驳了将FSD视为“落后”技术的观点，强调工程化创新同样是技术进步的重要体现，并以可回收火箭和发动机阵列为例进行类比[17] - 作者认为，将先进科学发现转化为成熟落地的技术，其本身代表了巨大的科技进步[17]

城市NOA市场进入规模化普及阶段 - 2025年1—11月，中国搭载城市NOA功能的乘用车累计销量达312.9万辆，占乘用车上险量的15.1%，渗透率较2024年全年提升5.6个百分点 [1][3] - 城市NOA功能正从高端车型下探至主流市场，起售价30万元以下车型销量达215.5万辆，占比超过68.9% [1] - 行业预计城市NOA功能将进一步覆盖10万—15万元市场，实现规模化普及，到2030年将成为辅助驾驶和自动驾驶主流功能 [6] 技术方案演进推动算力需求变化 - 单颗128 TOPS芯片已成功跑通城市NOA方案并落地，打破了此前业内认为需要200 TOPS以上算力的共识，印证了“更低算力高阶智驾方案”的可行性 [1] - 技术正从依赖高精地图向“重感知、轻地图”范式转变，并从分模块架构向端到端（单模型）方案迭代更新 [7] - 端到端大模型成为技术迭代核心引擎，推动感知规划一体化转型和安全体验升级，例如华为乾崑智驾的WEWA架构 [8] 市场竞争格局与主要参与者 - 车企自研城市NOA车型主导市场，2025年1—11月销量约245.1万辆，占城市NOA总销量的78.3% [4] - 特斯拉、蔚来、小鹏、理想、小米、鸿蒙智行等跨界和造车新势力是车企自研的代表性品牌 [5] - 第三方供应商市场呈现“双强主导”格局：Momenta城市NOA搭载量41.44万辆，占第三方供应商比例约61.06%；华为HI模式搭载量约13.41万辆，占比约19.76%，两者合计占第三方市场约八成 [6] - 与第三方供应商合作的城市NOA品牌约29个，以传统汽车品牌为主，占搭载NOA功能品牌的64.4% [5] 技术发展驱动因素与未来展望 - 端到端大模型与多模态模型融合，以及算力平台升级，能突破长尾场景处理瓶颈，推动城市NOA安全体验再升级 [9] - 政策层面，“车路云一体化”应用试点、智能网联汽车准入管理及强制性安全标准等法规体系完善，为技术发展构建了制度环境 [9] - 2025年已有两款L3级有条件自动驾驶车型通过工信部许可，L3级自动驾驶商业化进程加速 [9] - 工业和信息化部预计，到2030年，高级别自动驾驶功能将规模化进入市场，为汽车产业创造万亿级产值增量 [9]

文章核心观点 - 文章核心观点是反驳“特斯拉FSD是近200个小场景模型组合”的说法，并论证特斯拉FSD是一个端到端的大模型方案，其技术先进性体现在工程创新上，而非落后技术 [1][11] 技术架构与参数分析 - 特斯拉FSD V12端到端化后神经网络规模急速膨胀，早期A、B核互为冗余的设计已难以实现完全冗余 [5] - 在挖掘出的模型参数文件中，B核神经网络参数远多于A核，两者共用的参数文件仅有61个 [5] - B核参数文件数量虽少但总文件大小更大，原因是后期端到端的大规模模型参数主要集中在B核 [5] - 大量规模不大的参数文件可能不属于端到端网络，而是继承自V11以前的小任务Head模型参数，例如控制自动雨刷的视觉神经网络和数据采集触发相关的感知任务 [5] - 许多模型参数是一个大模型的部分参数，命名规则为“FSD E2E FACTORY PART X”，这与特斯拉在AI Day介绍的分布式模型部署方式相符 [6] 硬件限制与模型规模 - 特斯拉HW3使用LPDDR4-4266显存，带宽为68GB/s，为支持36Hz控制输出，模型参数规模理论上限约为1.8GB [7] - HW3主要支持INT8，因此FSD V12稠密计算的理论参数上限约为18亿参数 [7] - 实际发现HW3上承载大部分端到端参数的NodeB参数文件大小为2.3GB，与理论估算基本匹配 [7] - 特斯拉HW4使用了成本高昂的GDDR6显存，带宽高达384GB/s，据称使用FP8参数类型，理论上可在36Hz下支持约100亿参数的端到端模型 [7] - 对比HW3与HW4上NodeB的参数文件大小，与FSD Release Note中提到的参数量增加约3.5倍的说法可以对应，因此该增长倍数可信 [7] 模型扩展与MOE架构 - 尽管HW3和HW4的显存带宽限制了参数扩展空间，但特斯拉通过采用混合专家网络架构实现了模型规模的突破 [8] - MOE架构允许在现有显存容量基础上，通过部分激活专家网络来节省显存带宽开销，从而最大化等效参数量 [8] - 考虑到HW4拥有16G显存容量及可能的模型并行部署策略，FSD V14模型的参数再次大幅增加是可能的 [8] - 对于不同区域或场景，特斯拉采用了一种广义解决方案，并可能通过MOE方式增加本地化的专家参数，而非完全切换独立的模型 [9] - 引用埃隆·马斯克观点：为不同区域和地点使用一组本地化参数具有价值 [9] - 引用Ashok Elluswamy观点：特斯拉仍采用广义方法，例如在中国部署FSD监督版时，仅使用极少的中国特定数据，模型就能很好地泛化到完全不同的驾驶风格；可以将特定位置的参数视为混合专家 [9] 技术先进性与工程创新 - 特斯拉FSD是一个端到端的大模型方案，其端到端程度可能超出此前普遍估计 [11] - 技术先进性不仅体现在科学发现，工程创新同样是伟大的科技进步，例如可回收火箭和利用猛禽发动机组合阵列获得巨大推力 [11] - 特斯拉和SpaceX等公司的成就证明了其是先进的科技公司，而非落后或伪装的科技公司 [11]

行业核心观点 - 2026年智能辅助驾驶产业进入以“价值深化”为核心的新发展阶段 行业竞争焦点从功能参数堆叠转向稳定性、安全性与用户体验 最终价值需通过用户验证[2][12] - 技术层面 端到端大模型正从实验室走向量产 旨在解决长尾场景与黑盒问题[9][11] - 市场层面 “智驾平权”加速普及 高阶功能向10万～15万元主流车型市场下沉 该价位段新能源SUV已占新能源乘用车总销量近30% L2+级系统搭载率超70%[12] - 产业层面 车企采用“核心自研+生态开放”组合拳 供应商从硬件提供商向技术协同伙伴转型[4][5][6] - 用户端 体验成为检验技术价值的最终标尺 用户关注高频场景稳定表现、低门槛交互及高性价比[12][13] 车企战略路径 - 全栈自研路径成为头部企业实现价值深化的关键选择 旨在构建生态闭环 将研发投入转化为难以复制的竞争力[3] - 比亚迪组建超5000人辅助驾驶团队 未来投入超1000亿元 截至2025年12月 搭载“天神之眼”车型累计超250万辆 辅助驾驶系统日有效行驶里程突破1.5亿公里 推动“AI智能体+世界模型”方案[2][3] - 吉利汽车发布全域AI 2.0技术体系 以WAM世界行为模型为核心 实现AI技术跨域融合[4] - 开放合作路径成为部分车企重要选择 通过与第三方深度合作整合资源 以较低成本和更快速度实现技术落地[4] - 北汽与地平线合资成立北京智驭科技有限公司 华为与广汽、东风联合打造启境、奕境品牌 扩大智能生态朋友圈[4] - 主流车企选择“核心自研＋生态开放”组合拳 在算法自研与数据闭环构建核心竞争力的同时 于芯片、传感器等领域“合纵连横”以平衡成本与效能[5] 供应商转型与价值链重构 - 供应商从提供单一硬件向软硬件一体解决方案转变 加速向技术服务商转型 成为车企深度合作伙伴[6] - 元戎启行选择从城市辅助驾驶规模化量产入手打磨系统 搭载其城市NOA的量产车型累计交付超20万辆 2025年10月在第三方城市NOA供应商市场占比接近40% 预计2026年实现百万辆级量产交付[6] - 行业竞争模式从成本控制、产能规模转向技术协同效率、快速响应能力与生态共建能力的比拼[7] - 自动驾驶科技公司、AI企业等新兴力量凭借算法与数据处理能力 绕过传统零部件供应商 直接与车企展开深度合作 提供标准化算法模块或定制化场景解决方案[8] - 地平线提出“HSD Together”全新算法服务模式 合作伙伴可自主选择算法模块等服务 据称能将人力、算力和开发周期投入降低高达90%[8] 技术演进与挑战 - 端到端大模型走向面向大规模量产车的实战检验 旨在解决高阶智驾中最棘手的长尾问题并展现场景泛化能力[9] - 蘑菇车联自研端到端自动驾驶系统MOGO AutoPilot 已完成从规则驱动到认知驱动的演进 已搭载于其自动驾驶巴士[9] - 提升系统可靠性需在感知、模型架构、数据和安全等多层面协同优化[10] - 蘑菇车联拥有全球最大的巴士数据集及独有的路侧数据集 利用路侧数据补盲与仿真技术推动硬件成本下降 形成“数据越多-体验越好-成本越低”的飞轮效应[10] - 端到端大模型量产面临黑盒问题（决策过程不可解释性）的挑战 给工程验证、安全设计和用户信任带来困难[11] - 元戎启行采用具备“思维链”特点的VLA模型作为解决方案 支持复杂语义理解和长时序因果推理 以摆脱黑盒问题困扰[11] 市场趋势与用户需求 - 2026年智能辅助驾驶功能将下探至10万～15万元车型价格区间 竞争核心是在成本约束下实现高阶体验广泛落地[12] - 用户群体从早期尝鲜者扩展至大众市场 对安全性、可靠性及易用性要求进一步明确和强化[12] - 用户最在意高频刚需场景下的稳定表现、低门槛易上手的交互设计以及成本与体验的高性价比匹配[13] - 自适应巡航加车道居中保持的组合功能认可度最高 尤其在高速长途、城市快速路等高频场景中 能有效缓解驾驶疲劳[13] - 自动泊车辅助、前碰撞预警与自动紧急制动等场景化功能因解决实际痛点而获好评[13] - 用户期待系统拓展复杂场景适应能力 并优化人机交互与提示逻辑 如实现更自然的语音指令、更简洁的信息展示和更人性化的接管提示[14]

市场销量与规模 - 2025年1-11月，中国搭载城市NOA功能的乘用车累计销量高达312.9万辆 [1][2] - 同期，城市NOA功能在乘用车上险量中的渗透率达到15.1%，较2024年提升5.6个百分点 [2] - 一个超过300万辆规模的智能驾驶市场已在中国成型 [2] 市场格局与竞争态势 - 城市NOA市场呈现车企自研与第三方合作“双轮驱动”的格局 [3] - 第三方供应商市场呈现华为与Momenta的“双强”格局，两者合计占据第三方供应商市场约八成份额 [1][3] - 在第三方供应商市场中，Momenta市场份额约61.06%，华为HI模式市场份额约19.76% [3] - 2025年11月，华为乾崑智驾（鸿蒙智行+HI模式）的月度搭载量约10万辆，Momenta搭载量约9万辆 [4] 主要参与者表现 - 搭载城市NOA功能的乘用车销量中，自主品牌占比高达81.1% [3] - Momenta在2025年1-11月的城市NOA搭载量为41.44万辆 [3] - 全球排名前10的车企中，有8家与Momenta开展合作 [3] - 华为HI模式在同期搭载量约13.41万辆 [3] - Momenta创造了规模化交付的行业纪录：首个10万辆用时24个月，第二个10万辆用时6个月，第三个10万辆仅用3个月 [8] 技术发展与核心要素 - 算法、数据闭环能力以及规模化量产经验是决定辅助驾驶供应商市场地位的核心要素 [6] - 端到端大模型已成为NOA辅助驾驶技术迭代的核心引擎 [6] - Momenta以“强化学习+端到端架构”为核心技术路线，其R6强化学习大模型是国内首个在端到端基础上实现量产落地的强化学习大模型，已于2025年第三季度量产上车 [8] - 华为乾崑智驾采用全新一代架构WEWA，属于典型的生成式端到端技术 [6] 合作模式与行业影响 - 多数车企选择与第三方供应商合作以抢占市场先机，包括BBA、凯迪拉克、别克、丰田等全球知名品牌均已在中国落地城市NOA功能 [3] - Momenta与车企构建了覆盖技术共研、方案定制的多维度合作生态，合作伙伴包括上汽、广汽、比亚迪、奔驰、宝马、奥迪、丰田等 [8] - 第三方供应商提供的“中国方案”吸引了德、美、日、韩等国家的知名汽车品牌进行深度合作，推动了中国智能驾驶技术走向世界 [5] 具体合作案例与成效 - 广汽丰田铂智3X、东风日产N7、上汽奥迪E5 Sportback等车型采用了Momenta的辅助驾驶系统 [5] - 上汽通用别克至境L7首搭与Momenta联合打造的“逍遥智行”辅助驾驶系统，并率先采用Momenta R6强化学习大模型 [5] - 广汽丰田铂智3X上市1小时订单突破1万辆，3个月交付突破2万辆，刷新合资电动汽车交付纪录 [5] - 2025年，铂智3X为广汽丰田贡献了接近10%的销量，全年累计销量达70,008台 [5] 行业趋势与未来展望 - 中国城市NOA已进入规模化普及的下半场，市场格局与竞争要素正发生深刻变革 [1] - 应用场景正加速从高速NOA向城市NOA延伸 [9] - 技术变革正以端到端大模型为核心，推动系统架构向一体化深度重构 [9] - 作为高级别自动驾驶的前哨，城市NOA正加速车路云协同与法规标准体系的成熟 [9]

行业核心观点 - 城市导航辅助驾驶（NOA）在2025年实现跨越式发展，成为中国汽车产业智能化竞争新高地，并正驱动全球产业生态格局重塑 [1] 市场规模与渗透率 - 2025年1月至11月，搭载城市NOA功能的乘用车累计销量达312.9万辆，市场渗透率达乘用车上险量的15.1%，较2024年全年显著提升5.6个百分点 [2] - 该数据标志着城市NOA从技术验证和早期推广阶段，正式迈入规模化普及的快车道 [2] 市场竞争格局：品牌与技术供应商 - 中国自主品牌展现出强大的市场主导力，在312.9万辆销量中贡献了253.73万辆，占比高达81.1% [2] - 全球知名汽车品牌（如奔驰、宝马、奥迪、丰田）为加速智驾落地，纷纷选择与中国头部技术供应商合作，表明中国智能驾驶解决方案正获得国际认可 [2] - 市场发展呈现“车企自研”与“第三方合作”双轮驱动特征 [4] - 造车新势力及跨界企业（如特斯拉、蔚来、小鹏、理想）主要通过全栈自研构建技术壁垒 [4] - 更多传统车企及品牌选择与第三方智能驾驶解决方案供应商合作，以更快速度实现功能落地 [4] - 第三方供应商市场头部聚集效应显著，形成“双强主导”格局 [4] - 2025年1-11月，Momenta和华为两家企业合计占据第三方供应商市场份额约八成 [4] - Momenta以约61.06%的占比处于领先地位，其方案已广泛覆盖国内外主流车企 [4] - 华为则通过HI模式深度赋能合作车企，占据了约19.76%的市场份额 [4] - 算法、数据闭环能力以及规模化量产经验，已成为决定辅助驾驶供应商市场地位与发展速度的核心要素 [4] 核心技术趋势 - 以端到端大模型为核心的技术变革，正在引领智能驾驶系统架构从传统模块化向一体化深度重构，成为产业升级的核心引擎 [6] - 各领军企业正沿着多元化的路径加速技术落地 [7] - 特斯拉、理想等已率先实现“一段式”端到端模型量产，持续优化系统的拟人化驾驶水平 [7] - 华为发布的乾崑智驾WEWA架构是典型的生成式端到端系统，通过云车协同提升复杂场景处理能力 [7] - Momenta凭借“强化学习+端到端”双轨战略与众多车企深度合作，其强化学习大模型已于2025年三季度实现量产上车 [7] - 随着多模态融合与算力提升，端到端技术将有效突破长尾场景瓶颈，为用户带来更安全、更舒心的智能驾驶体验 [7] 未来展望与发展建议 - 面向“十五五”新时期，智能网联汽车产业机遇与挑战并存 [8] - 人工智能与实体经济的深度融合为智能汽车发展指明了方向 [8] - 工信部预计，到2030年，高级别自动驾驶功能将实现规模化市场应用，城市NOA有望成为主流配置，带动产生万亿级的产业增量 [8] - 行业发展仍面临核心技术待突破、数据安全与算力基础需强化、标准法规体系有待完善等挑战 [8] - 报告提出五项关键发展建议：一是完善顶层设计与管理体系；二是强化核心技术自主创新；三是推动产业链协同与多技术路线合作；四是构建开放共赢的产业生态，加强公共数据共享与算力支持；五是鼓励供应链协同出海，提升中国智造全球竞争力 [8]

文章核心观点 - 城市NOA功能正从高端车型的差异化配置快速迈向主流消费市场，渗透率显著提升，并预计在2030年成为辅助驾驶主流功能 [1][7] - 行业竞争焦点已从高速NOA转向城市NOA，市场呈现“车企自研”与“第三方合作”双轮驱动格局，其中自主品牌占据绝对主导地位 [1][3] - 以端到端大模型为核心的技术变革正在重构智能驾驶系统架构，推动其向一体化、拟人化方向发展，目标是提升安全与用户体验 [2][6] - 中国智能驾驶解决方案的全球供给能力日益凸显，全球知名汽车品牌正通过与中国头部供应商合作来补齐短板，“中国方案”获得全球认可 [1][4] 市场销量与渗透率 - 2025年1月至11月，中国搭载城市NOA功能的乘用车累计销量达312.9万辆，占同期乘用车上险量的15.1%，较2024年全年提升5.6个百分点 [1] - 其中起售价30万元以下的主流车型销量占比达到68.9%，表明该功能正下探至主流价格带 [1] - 预计未来城市NOA功能将进一步覆盖10万-15万元市场，实现规模化普及 [7] 市场竞争格局 - 车企自研是市场主导力量：2025年1月-11月，车企自研城市NOA车型销量约245.1万辆，占城市NOA总销量的78.3%，涉及品牌约19个，如特斯拉、蔚来、小鹏、理想、小米、鸿蒙智行等 [3] - 第三方合作市场呈现高度集中化“双强”格局：同期第三方合作城市NOA车型销量约67.9万辆，占比21.7%，合作品牌约29个，以传统品牌为主 [4] - 在第三方供应商市场中，Momenta与华为合计占据约八成份额，其中Momenta市场占比约61.06%，华为HI模式占比约19.76% [2][4] - Momenta搭载量41.44万辆，占第三方市场61.06%，与全球前十车企中的8家合作；华为HI模式搭载量13.41万辆，占19.76% [4] 品牌表现与产业链地位 - 自主品牌占据绝对主导：前11个月，自主品牌在城市NOA车型中的销量占比高达81.1%，搭载率达18.7% [1][4] - 合资品牌占比仅为8.3%，虽有所提升但仍明显落后 [4] - 为加速智能化布局，奔驰、宝马、奥迪、凯迪拉克、别克、丰田等合资品牌及全球知名品牌（如奔驰、丰田、通用）已通过与中国本土智驾供应商合作，落地城市NOA功能 [1][4] - 这标志着中国智能驾驶产业链提供的“中国方案”正获得全球认可，成为提升中国汽车产业全球价值链话语权的重要支点 [4] 技术发展趋势 - 端到端大模型已成为NOA技术迭代的核心引擎，推动行业从传统模块化架构向感知、预测、规划、控制一体化的全新架构深度重构 [6] - 造车新势力依托全栈自研实现全链路端到端，例如特斯拉、理想等企业已实现“一段式端到端”量产 [6] - Momenta以“强化学习+端到端架构”为核心，其R6强化学习大模型已于2025年第三季度实现量产上车 [6] - 华为发布的乾崑智驾WEWA架构，尝试通过“云端世界引擎+车端世界行为模型”的协同模式提升能力 [6] - 技术迭代的终极目标是安全与体验升级，端到端大模型有望系统性提升应对边角案例的能力，增强驾驶安全 [6] 未来展望与行业影响 - 报告预计到2030年，城市NOA将成为辅助驾驶主流功能 [2][7] - 工信部预计，高级别自动驾驶的规模化应用将为汽车产业创造万亿级产值增量 [2][7] - 在供应商技术平民化与消费者付费意愿增强的双重推动下，城市NOA功能正从高端车型下探至15万-20万元的主流价格带 [7]

行业背景与核心地位 - 智能网联汽车是培育新质生产力、构建现代化产业体系的战略支点，正迈入高阶辅助驾驶普及与示范应用推进的关键期 [1] - NOA（导航辅助驾驶）技术是智能网联汽车应用的核心抓手，是衔接高阶辅助驾驶与完全自动驾驶的关键桥梁，其发展水平直接关乎中国在全球汽车产业竞争中的核心话语权 [2] 市场规模与渗透率 - 2025年1—11月，中国搭载城市NOA功能的乘用车累计销量达312.9万辆，渗透率占乘用车上险量的15.1% [1][3] - 2025年前三季度，具备L2级辅助驾驶功能的乘用车新车销量同比增长21.2%，渗透率达64%，预计年底升至66.1% [3] - 城市NOA渗透率较2024年全年提升5.6个百分点 [3] 市场竞争格局：品牌与供应商 - 2025年1—11月，搭载城市NOA功能的乘用车销量中，自主品牌销量达253.73万辆，占比高达81.1% [1][3] - 全球知名汽车品牌如奔驰、宝马、奥迪、凯迪拉克、别克、丰田等已选择与国内头部第三方供应商合作以落地城市NOA功能 [1][3] - 第三方城市NOA供应商市场呈现“双强主导”格局，Momenta和华为市场份额显著领先，合计占第三方供应商比例约八成 [2][5] - 2025年1—11月，Momenta城市NOA搭载量41.44万辆，占第三方供应商比例约61.06%；华为HI模式搭载量约13.41万辆，占比约19.76% [6] - 车企自研城市NOA的品牌约19个，主要是特斯拉、蔚来、小鹏、理想、小米、鸿蒙智行等；与第三方供应商合作的城市NOA品牌约29个 [5] 技术发展趋势 - 行业竞争重点已从高速NOA转向城市NOA，技术路线正加速从传统模块化架构向以端到端大模型为核心的一体化架构深度重构 [7] - 端到端大模型已成为NOA技术迭代的核心引擎，推动智能驾驶的安全体验升级，例如华为乾崑智驾采用的WEWA架构 [7] - 各车企与供应商纷纷加大端到端技术布局，形成多元化竞争格局：造车新势力通过全栈自研构建壁垒；传统车企通过与第三方合作快速补能 [7] - Momenta以“强化学习+端到端架构”为核心技术路线，其R6强化学习大模型已于2025年第三季度率先实现量产上车 [8] - 多模态模型与端到端技术的融合，以及算力平台升级，将推动城市NOA技术进一步突破长尾场景处理瓶颈 [8] 核心竞争要素与未来展望 - 在高阶辅助驾驶规模化落地阶段，算法、数据闭环能力以及规模化量产经验已成为决定辅助驾驶供应商市场地位与发展速度的核心要素 [6] - 工信部预计，到2030年，组合驾驶辅助、网联协同功能基本普及，高级别自动驾驶功能规模化进入市场，将为汽车产业创造万亿级产值增量 [9] - 《报告》预计，2030年城市NOA将成为辅助驾驶和自动驾驶的主流功能 [9]

文章核心观点 人工智能正从汽车的附加功能转变为重新定义产品本质的核心力量，驱动汽车产业智能化转型全面加速，覆盖智能驾驶、智能座舱、营销服务及产业生态等多个维度 [1] 智能驾驶 (智驾) 的普及与下探 - 2025年“智驾平权”成为行业关键词，智能驾驶正从30万元以上车型快速下探至10万元级市场 [2] - 技术突破是核心驱动力：端到端大模型、VLA架构通过引入“思维链”机制提升决策可解释性，世界模型仿真系统可实现单日30万公里智能驾驶测试，降低对实车数据的依赖 [2] - 成本端突破是关键：固态激光雷达替代机械雷达，使得高阶智驾系统能搭载于经济型车型；2024年城市NOA功能已在15万元级车型实现搭载，较2023年的30万元门槛下降一半 [2] - 智驾普及对售后提出新要求，某新势力车企通过三级AI智能诊断体系，将三电系统诊断准确度提升至98.1%，单个故障事件处理时间压缩至20秒左右 [3] L4级自动驾驶 (Robotaxi) 的商业化进展 - 2025年，武汉、北京、上海、广州等城市Robotaxi示范运营全面提速，武汉市开放测试道路突破3800公里，触达人口超770万 [5] - 商业模式得到验证：小马智行三季度Robotaxi业务收入同比增长89.5%，在广州实现城市级L4级单车盈利转正；文远知行三季度Robotaxi营收达3530万元，同比增长761% [5] - 高盛预测，中国Robotaxi市场规模将从2025年的5400万美元激增至2035年的470亿美元，到2030年超过10座城市将投入运营5万辆Robotaxi [5] - 技术-商业化-盈利的正向循环正在形成，规模效应推动行业进入可持续发展阶段 [5] 智能座舱的演进 - 汽车座舱正从交通工具向“第三生活空间”演进，CES 2026上展示了多项AI座舱技术，如吉利的Step-Audio2端到端语音大模型、奔驰集成的微软与谷歌双AI引擎、宝马的AI个人助理 [6] - 2026年将迎来入口级Agent在汽车座舱中的规模化量产，座舱AI将具备个性化记忆、主动执行、跨场景服务的完整能力，成为“智能管家” [6] - 端云协同成为技术演进方向，行业重点在于如何在有限的车载芯片算力下实现端云能力的最优组合 [6] 营销与服务的智能化重构 - 大模型正推动汽车营销从粗放式触达向精准化运营转变 [7] - 某汽车品牌利用线索分析数字员工，从新车发布会直播产生的超800万条弹幕与百万量级跨平台评论中，实时精准识别客户需求并自动调度当地4S店进行回复，实现全流程自动化 [7] - 丰田汽车在老客户回馈场景采用大模型外呼数字员工，实现了超60%的外呼接通率，高效完成客户意向筛选 [7] - 岚图汽车在销售全链条引入大模型“洞察+质检”产品，销售SOP执行度提升70%，意向客户识别精准度提升，直接带动到店转化增长 [8] - 根据报告，中关村科金在“大模型应用项目中标数榜单”位列前十，在“智能客服&数字人项目中标数”榜单排名第三 [8] 产业生态的竞争与合作 - 汽车智能化竞争正从单一企业的技术较量演变为生态体系的综合博弈，2025年车企与智驾供应商的“抱团”整合成为显著趋势，如一汽对卓驭科技超36亿元战略投资、吉利成立千里科技、奇瑞与轻舟智航深度绑定 [9] - 深度合作模式的价值在于构建“量产-数据-迭代-升级”的正向循环，可将高阶智驾功能的产品迭代周期缩短至半年甚至更短 [9] - 生态化布局伴随新挑战，如如何平衡外部合作与核心能力建设、如何在数据共享中保障信息安全、供应商如何避免过度绑定单一车企等 [9] 政策与产业展望 - 政策层面，《关于深入实施“人工智能+”行动的意见》《汽车行业稳增长工作方案(2025-2026年)》等文件为智能网联汽车发展提供了明确指引 [10] - 产业层面，从传统车企到造车新势力，从互联网巨头到垂直AI公司，各方力量正汇聚成推动汽车智能化的强大合力 [10] - 未来的竞争将是生态体系在协同效率、创新速度、战略深度上的综合较量，成功构建或深度融入强大、开放、共赢产业生态的参与者才能把握“AI定义汽车”时代的机遇 [10]

行业规模与市场渗透 - 2025年1-11月，搭载城市NOA功能的乘用车累计销量达312.9万辆，占乘用车上险量的15.1%，较2024年全年提升5.6个百分点 [1] - 城市NOA作为汽车智能化核心配置快速普及，2025年成为该技术商业化落地的关键推进年 [2] - 在搭载城市NOA的乘用车销量中，自主品牌销量达253.73万辆，占比81.1%，表现突出 [2] 市场竞争格局 - 第三方城市NOA供应商市场呈现“双强”格局，Momenta和华为市场份额显著领先，合计占第三方供应商比例超过80% [1] - Momenta的城市NOA搭载量达41.44万辆，在第三方供应商中占比61.06%，合作覆盖国内主流乘用车企业，且全球前10大车企中有8家与其合作 [2] - 华为HI模式实现搭载量13.41万辆，占第三方供应商比例19.76% [2] - 奔驰、宝马、奥迪、凯迪拉克、别克、丰田等全球知名合资品牌，通过与中国头部智驾供应商合作落地城市NOA功能 [2] 技术发展趋势 - 高阶辅助驾驶进入规模化落地阶段，算法实力、数据闭环能力以及规模化量产经验成为决定供应商市场地位与发展速度的核心要素 [3] - 城市NOA正推动智能驾驶领域发生系统性变革：应用场景从高速向城市延伸，系统架构向一体化深度重构，车路云协同与法规标准体系加速成熟 [3] - 端到端大模型已成为NOA技术迭代的核心引擎，推动行业从分模块架构向感知规划端到端一体化转型 [3] - 华为乾崑智驾采用WEWA架构，通过“云端世界引擎+车端世界行为模型”协同，提升车控轨迹输出效率与长尾场景适配能力 [5] - Momenta以“强化学习+端到端架构”为核心技术路线，推行量产辅助驾驶与自动驾驶双轨产品战略，其R6强化学习大模型作为国内首个端到端量产落地的强化学习大模型，已于2025年第三季度正式上车 [5] 行业前景与竞争态势 - 随着多模态模型与端到端技术融合，以及算力平台持续升级，基于强化学习的端到端大模型将进一步突破长尾场景处理瓶颈，推动城市NOA安全体验持续优化 [5] - 行业竞争已从单一技术指标比拼，转向产品体验、技术上限、规模化能力的综合竞争 [5] - 头部企业正通过构建“算法、数据闭环、规模化量产”的体系化优势，抢占市场先机 [5] - 华为、Momenta等第三方技术供应商打造的智能驾驶“中国方案”，已吸引德、美、日、韩等国知名汽车品牌开展深度合作，推动中国智能驾驶技术走向全球，同时提升了我国在全球汽车产业价值链中的话语权 [2]