行业核心观点 - 2025年被定位为汽车智能化的拐点之年，将开启一个为期3年的发展周期，推动国内电动汽车渗透率实现从50%到80%以上的跃升，整车市场竞争格局将迎来重塑 [4][110] - 头部智能驾驶主机厂及方案供应商的技术已取得显著进展，能够实现包括环岛、掉头在内的复杂城市领航辅助驾驶（NOA）场景落地，并不断完善从车位到车位、场景理解等更高阶功能，提升了处理各类极端情况的能力和驾乘体验 [4][110] - 从第一季度到第三季度，各家车企的智能驾驶能力差距呈现不断缩小的趋势，主要体现在第二梯队厂商对复杂场景的不断完善以及接管次数的减少，而第一梯队厂商则处于底层架构切换期 [6][110] 路测方法与样本 - 研究报告采用了两种路测形式：大样本集中路测和小样本深度路测，对尊界（华为）、小鹏、智己、理想、小米、蔚来共6家厂商的智能驾驶体验进行了多维度评价 [5][110] - 大样本集中路测在固定路线（国谊宾馆-车公庄-首都师范大学-国谊宾馆，约12.5公里）上进行，参与人员近50人，时段为8:00至18:00，旨在获取标准化路线下的丰富样本 [14][37][40] - 小样本深度路测由固定的安全员和评价员在不同时段完成，路线为国谊宾馆-航天桥环岛-公主坟-国谊宾馆，测试时长约40至60分钟，旨在保证评价尺度和安全边际的一致性 [14][62][63] 各厂商智能驾驶系统版本与架构 - 尊界（华为）搭载ADS 4.0系统，采用全新的WEWA架构，云端算力提升至7.5 EFLOPS，并配备了4颗激光雷达 [18][32] - 小鹏XOS大模型共创版4.0实现了视觉语言动作模型上车，其AI鹰眼视觉融合感知从图片式升级为视频流感知融合 [20][32] - 理想OTA 8.0版本正式升级了VLA模型，实现了语音控车功能 [22][32] - 蔚来cedar雪松1.3.0 CN版本搭载于ES8车型，采用了自研的NWM世界模型和自研智驾芯片NX9031 [25][32] - 智己采用Momenta提供的IM AD 3.0方案，小米则采用自研的端到端辅助驾驶方案V1.9.7 [29][31][32] 大样本集中路测核心结果 - 尊界（华为ADS 4.0）总体评价得分最高，为4.41分（满分5分），平均总接管次数为1.16次，在掉头、博弈场景表现优异 [44] - 小鹏（XOS 4.0）平均总接管次数为本次路测最低，仅0.94次，总体评价得分4.22分，场景表现均衡 [46][48] - 理想（OTA 8.0）平均总接管次数为1.06次，驾驶风格较为保守，平稳性表现好 [52] - 智己（IM AD 3.0）总体评价3.55分，平均接管次数1.44次，掉头成功率较高 [49] - 小米（V1.9.7）平均总接管次数为3.86次，蔚来（雪松1.3.0）平均总接管次数为4.14次，两者均能覆盖城市NOA基本场景，但接管次数相对较多 [55][58][60] 小样本深度路测场景分析 - 华为ADS 4.0在深度路测中接管总数为2次，分别发生在障碍物/车辆绕行和左转场景，其智驾风格偏激进，处理能力强 [74][78] - 小鹏XOS 4.0接管总数仅为1次，发生在复杂的车车博弈场景，在环岛、复杂路口等困难场景下表现优异 [79][80] - 智己IM AD 3.0接管总数为2次，理想OTA 8.0接管总数也为2次，主要发生在高难度博弈或非常规复杂路况 [90][93][96] - 小米V1.9.7接管总数为4次，蔚来雪松1.3.0 CN接管总数为6次，接管多出现在环岛、掉头、上下匝道等复杂或非常规场景 [98][108] 厂商表现总结 - 华为和小鹏在总体接管次数和细分场景表现上持续领跑，各项维度评价优秀且均衡，尤其在困难场景中反应及时，呈现“强者恒强”的态势 [5][110] - 智己采用的Momenta方案表现亮眼，相比之前的测试体验有提升；理想的VLA架构体验稳定，绝对接管次数少 [5][110] - 小米和蔚来能够覆盖城市NOA的基本场景，并正在逐步优化细节体验 [5][110]

公司产品开发与用户需求洞察 - 公司内部存在一种观点认为管理层对用户需求的判断可能存在偏差 例如有反馈指出公司创始人李想曾以用户不需要为由驳回某些产品功能需求 但实际用户反馈显示存在相关需求 [1] - 一个具体案例是 针对L系列车型在高速场景下实现更自动化充电规划的功能需求 最初被管理层认定为伪需求 理由是认为大多数用户高速行驶时倾向于多用油 [2] - 后续通过调取后台实际用户行为数据发现 理想车主高速用车模式呈现三分天下格局 约三分之一用户高速基本只用油 三分之一用户一般先纯电优先后切换为油 另有三分之一用户会反复手动调整能源模式 [2] - 数据表明有高达三分之二（约67%）的用户希望高速多用电 其中三分之一用户表现出强烈需求 这一数据结果促使管理层迅速转变态度 认可该功能的用户价值并推动其开发 [3] - 该基于用户实际数据验证需求的功能已计划在9月OTA 8.0中上线 并计划未来接入大模型以根据用户历史数据或偏好提供更个性化的充电策略 [3] 公司管理风格与决策机制 - 公司内部存在即使遭到高层反对 仍坚持基于用户价值推动产品改进的案例和员工 但这并非在所有部门都稳定存在 [4] - 产品功能的评审与资源投入决策与公司注重经营效率的文化紧密相关 只有当用户价值被数据证实足够大时 项目才容易获批上马 [3] - 对于某些难以通过数据直接证明的需求 公司更依赖于产品主理人的品味 洞见和思考深度进行决策 [3] 公司战略重心与潜在风险 - 公司创始人将大量精力投入在人工智能领域 而在非AI相关的硬件产品定义或轻度软硬结合的用户体验方面投入的注意力相对不足 [4] - 这种战略重心分配可能构成短期销量风险点 因为相当比例的消费者在购车决策时可能更侧重于以硬件产品定义为核心进行比较 [4] - 与此同时 管理层对AI的专注被视为对公司长期基于软硬件结合的AI能力构建的保障 [4]