文章核心观点 随着中国L3级自动驾驶车型获批准入，行业正从技术验证迈向规模化商业落地，这引发了从技术责任界定到保险产品创新的全产业链变革，其发展路径预计将遵循B端先行、高端车型先行的规律，最终通过产业链协同实现普及[1][9][10] 从L2到L3的技术挑战与责任转变 - 技术跨越的核心是责任主体从驾驶员转移到系统（主机厂或供应商），这要求系统必须具备极高的可靠性以控制风险[1][2] - 具体技术难点包括：系统可靠性、功能安全与预期功能安全提升、人机接管边界界定、运行设计域精细化管理，以及AI决策模型的确立性与可解释性[2] - 长尾场景泛化（如极端天气、突发障碍物）下的系统安全决策，以及动态、场景化的责任主体切换过程，是车企需解决的关键问题[2] L3级自动驾驶的安全保障体系 - 安全保障需覆盖“技术防错－规则约束－应急兜底”全链条，技术层面需实现从感知到控制的全链路冗余与失效防护[3][4] - 车企承担的是“有限责任兜底”，前提是“系统在运行设计域内正常运行”，而非无限责任[3] - 用户正确使用是安全“最后一公里”，需通过用户教育、签署知情同意书及强制人机交互（如不少于10秒的接管时间提醒）来减少误用风险[1][4] - 安全保障需多方协同：技术由车企和供应商兜底，法规标准由国家或行业层面保障，保险等社会资源为极小概率问题提供补充兜底[3] L3对车险行业的影响与挑战 - L3导致车险核心从“保人”转向“保人+保系统”，保障范围、责任主体和理赔体系面临全面重构[6] - 传统车险与车企“智驾险”存在本质差异：后者更多是提升购车吸引力的用户权益补充或增值服务，缺乏标准化产品，且无法替代保险的风险转移功能[5] - L3车险普及面临三大挑战：一是事故定责更复杂，需判断自动驾驶系统责任；二是定价模型需升级以评估硬件可靠性和软件安全性；三是产品将以组合形式出现，需包含自动驾驶系统责任险、网络安全险等[6] - 专属车险推广落地节奏明显滞后于技术商业化进程[6] L3车险普及面临的关键难题 - 法律定责模糊是根源，例如系统发出接管请求到执行最小风险操作的时间规定（不少于10秒）缺乏强制执行力，导致事故责任难以清晰界定[7] - 数据壁垒是关键，车辆运行数据掌握在车企手中，出于隐私和商业机密考虑难以共享，致使保险公司无法更新精算定价模型[7][8] - 责任判定若依赖车企，将产生“既当运动员又当裁判员”的利益冲突，应由保险公司和交管部门掌握判定技术能力[8] - 当务之急是建立可靠的智能网联汽车安全监测平台，让保险公司与交管部门能掌握分析行车数据的能力[1][8] - 补充责任险价格高，成本可能转嫁至车价，在保险未成熟前，L3很难普及到低价车型[7] L3准入对产业的影响与未来趋势 - L3车型准入将促进行业规范与系统安全标准提升，明确标准推动量产准入，并通过提升用户体验催生软件服务等增长第二曲线[9] - 商业化路径明确：2026年L3将在To B运营端快速推进；L2城区领航辅助系统将快速渗透，预计覆盖15万级别车型；高速场景L3将率先在To C端高端车型落地，待成本下探后有望渗透至20万级别车型[9] - 自动驾驶行业正从技术验证走向规模化落地，L3车型量产已在2025年底“破冰”[9] - 后续可能出现车企自营车险的趋势，因其掌握全面实时驾驶数据，有利于精准定价和提升系统安全性[11] 推动自动驾驶健康发展的协同发力点 - 政策协同：明确自动驾驶车辆法律地位与事故责任划分细则，完善产品召回与OTA升级监管流程[10] - 标准协同：统一测试评价体系、数据接口与网络安全等行业标准，形成全国统筹、区域联动的监管格局[10] - 产业链协同：推动车企、芯片、系统供应商、保险等共同健康发展[10] - 技术设施协同：加速“车路云一体化”基础设施建设，开放更多极端场景测试场[10] - 消费者协同：加强宣传教育，让用户明确功能边界，避免过度依赖；建议用户严格在运行设计域内使用功能，留存车辆运行日志等数据以备维权或理赔[10]

张洋认为，L3车型产品准入将从法规、技术、市场、责任等多个维度重塑我国智能网联汽车产业，推动行业从技术验证走向规模化落地。 STATUTION WARRETHER BEAUTH AND THE FORM THE FOR Castler Householder Comments of the Comments Career Start College of Children Comments of 北汽研究总院智能驾驶资深工程师张洋。受访者供图 L3车型研发有三大难点 以"智驱新程・芯动未来"为主题的新京报第二十届超级汽车论坛1月30日举办。在"自动驾驶挺进L3，将带来怎样的改变？"圆桌对话上，北汽研究总院智能 驾驶资深工程师张洋表示，从L2级组合辅助驾驶到L3级有条件的自动驾驶，最大区别在于责任归属的切换，这是一个动态、场景化的复杂过程，也是车企 研发L3车型时面临的难点。这意味着车辆系统需要满足更高等级的功能安全，不仅覆盖硬件，也要从软件方面进行安全冗余设计。 L3级有条件自动驾驶快速推进，车辆安全性如何保障？ 张洋表示，L3的核心定义是限定场景下系统承担驾驶责任，其安全保障需覆盖"技术防错－规则约束－应急 ...

核心观点 - 中国乘用车市场单车智能（以5G和NOA为代表）搭载率快速提升且技术成本持续优化 而V2X（车路协同）市场发展相对缓慢 进入阶段性阵痛期[2][3][4] - V2X发展缓慢的根本原因在于商业模式模糊、投资回报难、标准不统一及路侧基础设施建设滞后 而非技术问题[7][8][9] - 面向高阶自动驾驶的未来 行业共识认为需要单车智能与V2X分工协作 但当前阶段V2X需在封闭场景沉淀并寻求突破[9][10] V2X市场现状与挑战 - 2025年1~11月 中国市场乘用车前装V2X标配搭载交付66.23万辆 同比增长59.67% 但搭载率仅为3.20% 远低于同期5G配置27.14%的搭载率[2] - 合资品牌对V2X搭载量的贡献达到77.50% 而自主品牌在V2X上鲜少布局 其贡献主要集中在5G搭载量（占比73.21%）[2] - 涉足V2X业务的公司市场表现黯淡 例如金溢科技2025年上半年三大主营业务营收均同比下滑 云动智能2025年前三季度营收同比仅增长16.67% T-Box业务收入同比小幅下滑3.7%[3] - V2X发展面临根本挑战：商业模式模糊、投资回报难 智慧路网运营主体缺位 数据增值服务等盈利模式未成规模 社会资本参与度低[7] - 技术及产业层面存在短板：道路数字化滞后于车端智能化 车-路-云数据融合协同技术未推广 数据孤岛问题制约大模型能力 系统架构和标准不统一[8] - 应用场景碎片化、路网覆盖率不高 导致消费者更倾向于选择适用路段更广的单车智能方案[9] 单车智能快速发展驱动力 - 2025年1~11月 中国市场5G配置（含选装）搭载交付561.90万辆 同比增长91.09% 搭载率升至27.14%[2] - 技术提升是核心驱动力：新一代电子电气架构、大算力计算芯片装车应用提速 激光雷达、算法模型等软硬件不断完善 算力从几TOPS升级至几百甚至上千TOPS级别[4][5] - 成本快速下降是关键助力：以激光雷达为例 禾赛科技产品平均价格从2020年的8.2万元降至2024年的3900元 5年平均价格降幅达51% 速腾聚创产品价格一年下降超过20%[6] - 高阶功能加速渗透：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 渗透率达15.1% 较2024年全年提升5.6个百分点[5] - 供应链企业积极布局：例如高新兴拟定向增发3.74亿元 其中1.76亿元投向车联网通信产品扩产项目 重点投入5G RedCap、5G T-Box与国产化芯片适配[4] - 自动驾驶芯片领域取得提升 国内企业研发出算力强大且能效比高的AI芯片 并实现前装量产 市场份额显著提升[5] V2X未来发展路径与建议 - V2X在高速公路、港口、矿区等道路结构固定、管理主体清晰的封闭或半封闭场景下优势明显[9] - 未来发展需强化政府统筹：各地政府应发挥主导作用 建设云控平台实现信息互通 并完善政策标准推动跨区域协同[10] - 需瞄准架构相同、标准统一的目标 细化完善推荐标准清单 并探索“车路云一体化”测试评价体系与运营模式[10] - 行业观点认为 面向更高级别自动驾驶 需单车智能与V2X分工协作 在城市交通数智建设中 V2X可发挥更大价值[9]

本报记者 向炎涛 这是国内首批获得自动驾驶专用号牌的L3级车辆之一。就在不久前，工业和信息化部公布了我国首批L3级有条件自动驾驶 车型准入许可，长安深蓝、北汽极狐两款车型获批。随后，北京、重庆等地相继发放自动驾驶专用号牌，放行L3级自动驾驶车 辆在限定场景下上路运行。 随着这批车辆驶入高速主路，自动驾驶已不再局限于测试场或示范区，而是首次以"可上路、可运营"的方式，融入日常交 通体系。 为全面商业化运营 筑牢根基 在极狐阿尔法S（L3版）上路通行试点运营启动仪式上，北京新能源汽车股份有限公司（以下简称"北汽新能源"）董事长 张国富表示，此次试点将以安全为前提，采取"B端先行、逐步开放"的运营策略，相关车型计划自2026年第二季度起逐步向个 人用户开放。 从技术分级来看，L3级自动驾驶的关键变化在于责任边界的调整。黄河科技学院客座教授张翔在接受《证券日报》记者采 访时表示，在满足限定条件时，车辆系统可以承担主要驾驶任务，驾驶员无需持续监控路况，但需在系统发出请求时接管车 辆。在事故责任认定上，L3级自动驾驶在特定场景下由车企承担责任；而在L2级辅助驾驶阶段，责任则完全由车主承担。 也正因如此，L3级自动驾驶被业 ...

近日，车诊云（成都）智能科技有限公司与北京城市科学技术研究院签署合作协议，标志着车包包（车诊云公司智诊技术注册商标）"智诊"技术得到国家级 战略认可和准入。 据悉，由北京城市研究院陈海飞执行院长总架构设计的《智能网联汽车城市"车路云一体化"公共服务平台深化汽车电子档案系统综合应用》已启动，车诊云 与"车路云"无缝对接。 车诊云创始人、"智诊"专利技术发明人王茂告诉记者，此举不但帮助车企实现车辆全生命周期健康管理服务，还为其铺设了一条更宽广的售后服务路线图。 车企通过车包包"智诊"技术，触达技术实力、服务能力俱佳的社会独立维修企业、社区门店，从而打通更广更深的售后市场。 陈海飞说，"车路云一体化"是国家级战略，总架构思想是"让聪明的车跑上智慧的路，云控出行无事故"。"智驾＋智诊"是智能汽车的主体功能，双方的"握 手"也为"车路云一体化"提供"上路"和"出行"的技术保障。北斗导航提供我国自主知识产权的智驾技术，为车辆出行安全保驾护航，目前已接入47个车企品 牌。而车诊云公司具有自主知识产权的"智诊"技术，可为车辆上路的健康安全保驾护航。"智诊"技术接入车辆T-BOX后，以合规安全的方式实时读取故障码 数据，自动进 ...

国内政策与监管动态 - 交通运输部发布实施意见，推动交通运输公共数据资源开发利用，以支撑智能驾驶、新能源汽车等新兴产业发展[3] - 工信部就《智能网联汽车 自动泊车系统安全要求》等7项强制性国家标准公开征求意见，旨在为行业提供明确标准与规范[5] - 广东省探索开发智能驾驶责任保险产品，旨在构建风险分担体系以支持新能源汽车产业发展[6] - 香港运输署计划在2026年逐步推动自动驾驶车辆进行无人化测试，即只配备远程后备操作员，迄今已发出6个牌照供62辆车测试，其中一公司累计安全行驶超8万公里[7][8] - 江苏省在“人工智能+”行动方案中提出推进智能网联汽车“车路云一体化”应用试点，建设智能化路侧基础设施[10] - 广东省提出加强智能网联汽车试点应用，鼓励核心技术攻关、自动驾驶大模型落地及跨区域测试应用互认[12] - 上海市在“十五五”规划建议中将智能网联新能源汽车列为新兴支柱产业，强调以“软硬协同、数智驱动”推动其发展[13] 海外产业动向与法规 - 英伟达宣布其首款全栈自动驾驶汽车将于2026年第一季度在美国上路测试，并计划于2027年与合作伙伴共同测试L4级自动驾驶出租车服务[14] - 自动驾驶企业Mobileye宣布将以9亿美元现金加股票收购以色列人形机器人制造商Mentee Robotics，预计2026年第一季度完成[15] - 现代汽车集团任命前英伟达和特斯拉高管Minwoo Park领导其先进汽车平台部门，以加强在软件定义汽车和自动驾驶领域的竞争力[17] - 博世在CES 2026期间推出全新AI智能座舱平台，配备人工智能大语言模型和视觉语言模型，并全球首发其第七代毫米波雷达[19] - 美国众议院一委员会审议法案，拟将每家车企每年可部署的无人类操控自动驾驶汽车豁免上限从2500辆提升至9万辆[21] 企业合作与技术进展 - 广汽集团与华为终端签署全面合作框架协议，深化鸿蒙座舱等合作，广汽旗下多款车型已搭载华为乾崑智驾和鸿蒙智能座舱[22] - 黑芝麻智能宣布其智能驾驶芯片华山A2000已通过美国商务部和国防部审查，获准在全球销售与应用[24] - 吉利汽车旗下极氪9X车型获得杭州市全域L3级自动驾驶道路测试牌照[26] - 北汽新能源极狐阿尔法S（L3版）开启规模化上路通行试点运营，首批车辆将在京台高速等指定区域运行，并计划于2026年第二季度起逐步面向个人用户开放[28] - 岚图汽车与引望签署深化战略合作协议，将在智能驾驶、智能座舱联合开发及To C软件联合运营等方面深化合作[29] - 千里智驾与吉利联合发布辅助驾驶品牌G-ASD，该系统首版本已搭载于极氪、领克旗下共16款车型，覆盖车辆超30万辆[30][31] - 禾赛科技被英伟达选定为“NVIDIA DRIVE AGX Hyperion 10平台”的激光雷达合作伙伴，该平台旨在帮助实现L4级自动驾驶[33] - 奇瑞汽车发布全域AI战略技术蓝图，展示AI智能体、猎鹰智驾、灵犀智舱等核心成果，宣布进入AI智能化2.0阶段[35] - 文远知行宣布其全球Robotaxi车队总数达到1023辆，已在广州、北京和阿布扎比实现纯无人商业化运营，其中阿布扎比车队即将实现单车盈亏平衡[37]

报告期内，受益于车路云一体化及高速公路交通基础设施数字化转型升级相关政策的推动，公司紧密关 注国家政策导向与行业发展趋势，积极把握市场机遇，持续开拓国内外市场，提升市场份额。2025年 度，公司整体营业收入实现15%以上增长，其中智能网联、激光雷达、动态称重业务收入同比增长均超 过20%。公司通过加强成本管控、抑制费用过快增长，并加大应收账款清收力度，期间费用同比有所下 降；同时随着应收账款回收情况改善，信用减值计提同比减少。在上述因素共同作用下，公司2025年度 净利润与经营性现金流均实现同比大幅度改善。然而，由于公司坚持长期发展战略，持续保持较高的市 场与研发投入规模，2025年度净利润仍处于亏损状态。 格隆汇1月23日丨万集科技(300552.SZ)公布，预计2025年归属于上市公司股东的净利润-18,500万元 ～-13,500万元，扣除非经常性损益后的净利润-21,500万元～-16,500万元，营业收入107,500万元～ 111,500万元。 ...

公司2025年度业绩预告 - 预计2025年归属于上市公司股东的净利润为亏损18,500万元至13,500万元 [1] - 预计2025年扣除非经常性损益后的净利润为亏损21,500万元至16,500万元 [1] - 预计2025年营业收入为107,500万元至111,500万元 [1] 营业收入增长与业务表现 - 2025年度公司整体营业收入实现15%以上增长 [1] - 智能网联、激光雷达、动态称重业务收入同比增长均超过20% [1] 盈利能力与现金流改善因素 - 公司通过加强成本管控、抑制费用过快增长，期间费用同比有所下降 [1] - 公司加大应收账款清收力度，随着应收账款回收情况改善，信用减值计提同比减少 [1] - 在上述因素共同作用下，公司2025年度净利润与经营性现金流均实现同比大幅度改善 [1] 持续亏损原因与战略投入 - 由于公司坚持长期发展战略，持续保持较高的市场与研发投入规模，2025年度净利润仍处于亏损状态 [1] 行业与政策环境 - 报告期内，行业受益于车路云一体化及高速公路交通基础设施数字化转型升级相关政策的推动 [1] - 公司密切关注国家政策导向与行业发展趋势，积极把握市场机遇 [1] 市场拓展 - 公司持续开拓国内外市场，提升市场份额 [1]

公司业绩预告 - 预计2025年全年归属于上市公司股东的净利润为-1.35亿元至-1.85亿元 [1] - 预计2025年全年归属于上市公司股东的扣除非经常性损益的净利润为-2.15亿元至-1.65亿元 [1] - 2025年度净利润与经营性现金流均实现同比大幅度改善 [1] 营业收入与业务表现 - 2025年度公司整体营业收入实现15%以上增长 [1] - 智能网联、激光雷达、动态称重业务收入同比增长均超过20% [1] 成本费用与资产质量 - 公司通过加强成本管控、抑制费用过快增长，期间费用同比有所下降 [1] - 公司加大应收账款清收力度，随着应收账款回收情况改善，信用减值计提同比减少 [1] 战略投入与亏损原因 - 公司坚持长期发展战略，持续保持较高的市场与研发投入规模 [1] - 由于较高的市场与研发投入，2025年度净利润仍处于亏损状态 [1] 行业与政策环境 - 报告期内受益于车路云一体化及高速公路交通基础设施数字化转型升级相关政策的推动 [1] - 公司紧密关注国家政策导向与行业发展趋势，积极把握市场机遇 [1] 市场拓展 - 公司持续开拓国内外市场，提升市场份额 [1]

行业现状与挑战 - 自动驾驶行业出现洗牌，明星独角兽企业毫末智行（长城汽车孵化）在2025年11月宣布全员停工，其估值曾一度突破10亿美元[1] - 安全问题加剧公众信任危机，2025年12月湖南株洲发生哈啰无人驾驶出租车撞人事件，2026年1月美国发生特斯拉在Autopilot模式下与半挂卡车相撞的致命事故[1] - 行业表面繁荣但暗流汹涌，数据显示国内自动驾驶相关企业已近500家，面临资本退潮、技术瓶颈与安全焦虑交织的挑战[1] 技术路线之争 - 行业存在以特斯拉为代表的纯视觉方案和以华为、魔门塔为代表的多传感器融合方案的技术路径博弈[1] - 特斯拉方案优势在于依托全球海量量产车构建的大规模数据采集闭环和强大算力，支撑算法迭代，但存在摄像头难以分辨静态物体状态、在可视度较差环境下识别灵敏度降低的缺陷[2] - 华为、魔门塔等国产方案采用激光雷达与摄像头等多传感器融合方案，激光雷达数据采集半径可达几百米，远超普通摄像头二十几米的有效探测范围，能有效填补纯视觉方案的不足，但也存在不同设备间数据校准复杂等缺点[2] - 专家指出，目前车端智驾技术方案均未达到尽善尽美，现阶段不宜过度宣传和盲目高估单车智能的自主能力[2] 自动驾驶等级与商业化落地差异 - 根据国家标准，L3级被视为“人类接管”与“系统主导”的关键分水岭，L4级可在限定场景下完全自主驾驶[3] - 量产乘用车市场对智驾等级表述趋于保守，例如华为将问界M5搭载的HUAWEI ADS 2.0称为“L2.9999级”[3] - 相比之下，无人驾驶出租车和无人作业车已大胆亮出“L4级”标签并批量上路[3] - 无人作业车在政策放开后进入野蛮扩张阶段，大量配送、清扫、物流等低速车辆涌入街头，但低速不代表安全，常发生违规侵入机动车道、故障占道、驶入禁行区、路口决策卡顿等问题，给道路交通安全带来极大隐患，并增加一线交警的处置压力[3] - 无人驾驶出租车离全面投运仍有距离，目前其可靠性依赖多重策略冗余和后台遥控“兜底”，可复制性欠佳，新增行驶区域需要大量测试和调教，端到端技术路线仍需时日打磨[3] 车路云一体化解决方案 - 面对单车智能在复杂场景（如无保护左转、施工区、弱势交通参与者密集路段）的感知盲区、预测不足和响应受限等局限，车路云一体化被视作重要补充[5] - 车路云一体化能提供超视距感知、群体协同决策和城市级调度能力，有效弥补单车智能在探查盲区和响应时延等方面的固有短板，为更高等级自动驾驶提供安全冗余支撑[5] - 完善之道在于推动单车智能与车路云一体化深度融合，而非二选一，通过统一的数据接口、验证标准和运营机制，让车端专注“基础驾驶/执行”，路侧与云端提供“车路协同/全局优化”，形成“大系统协奏”[5] - 无锡作为国家级车联网先导区及“车路云一体化”应用试点城市，已形成阶段性示范效应[6] - 无锡建设的车路云一体化路侧网联感知系统能实时采集交通指挥“数字信号”、路面交通流、突发事件、施工占道等动态信息，并将预警与决策指令实时下发至车辆终端或导航平台，帮助自动驾驶系统提前预判、优化策略，从源头降低事故可能性[6] - 该系统还能将信息秒级上传至“交管云脑”用于交通态势分析和信号控制优化，数据显示，无锡全市平均通行效率提升约15%-20%[6][7] - 车路云一体化改造成本效益显著，以每公里约30万元的智能化改造成本，对比新建道路每公里不低于2亿元的投入，仅需1%的资金即可实现可观的通行效率提升[7] 车路云一体化发展面临的挑战 - 面临数据“丰而不优”的隐忧，车、路、云、地图、信号控制等系统采集的海量信息因缺乏统一的数据标准与治理体系，存在格式不一、标签不统一、质量参差问题，导致数据可采但未必可训、可验、可复现[8] - 面临投入与回报匹配之困，路侧设施、通信与算力平台建设需要持续投入且运维成本长期叠加，若缺乏清晰的应用场景、长效运营机制和可量化效益评估，设施可能沦为“沉默的硬件”[8] - 面临多方协同的现实摩擦，政府、车企、科技公司、通信运营商等主体若缺乏明确的权责边界和开放兼容的接口协议，容易各自为政[8] - 面临规模化复制的落地壁垒，中国城市道路形态、交通组织、治理逻辑等千城千面，“一城一策”虽因地制宜，但抬高了推广门槛，让成熟经验难以复制[9]