智能辅助驾驶发展现状 - L2级别辅助驾驶安全程度评分为7分（满分10分），核心在于系统控制转向和加减速但需驾驶员全程监控[3] - L2级别属于人机共驾状态，驾驶员需全程监控并执行全部动态驾驶任务，是安全行驶最终责任人[3] - 车企需准确宣传辅助驾驶功能，明确告知用户适用范围和局限性[3] - L2级功能侧重监控驾驶员（手和眼），L3级侧重监控环境及车辆自身（ODD边界和故障）[4] - 智能辅助驾驶热度提升源于产业层面成本降低（SOC芯片和传感器产业化）和监管层面安全标准强化[5] 上汽集团智能化布局 - 2023年MG7成为首款搭载高速领航辅助系统和点对点泊车的全球市场燃油车型，并采用单模北斗定位芯片[5] - 2025年下半年MG4将搭载与OPPO智行研发的手车互联系统，支持手机语音备车、无感互联等六大创新功能[5] 大模型对汽车行业影响 - 大模型带来系统性变革：感知层面从规则驱动到语义理解（识别交警手势等场景），决策层面从专家系统到类人推理，座舱交互从功能机到智能体[6][7] - 研发生产端大模型可降本增效，实现开发效率提升（自动生成测试场景）和数据闭环重构（自动挖掘高价值场景）[7] - 变革面临三重挑战：技术决策平衡（推理延时VS实时性）、开发质量风险（不可解释性导致合规问题）、组织体系重构（人才转型和流程冲突）[8][9] 行业发展核心逻辑 - 整车研发始终需在安全-体验-成本三角中寻求平衡，无论技术如何迭代[1][10] - 大模型与汽车融合需克服车载计算平台低功耗与大模型高功耗矛盾、离散数据与高质量场景数据矛盾等技术瓶颈[8]