：安全是最大的豪华！小米车祸事件冷思考

　　回顾智能手机及新能源汽车的发展路径▲△-▷，科技产品在市场渗透率突破5%之后★-▲，通常会迎来加速普及的阶段…■○★▪。比亚迪的入局是智驾行业最大预期差◆□…◇☆▪，有望推动L2+级别销量基本盘从100万辆快速提升至1000万辆级别◁★▽，预计2025年高速NOA+城市NOA有望实现翻倍增长★•▲=◁◇，渗透率超20%☆□。

　　谁最终能保障安全◁●…？毫米波雷达的探测距离约为0～200米•□△•▷●，激光雷达可以达到200～300米…□•○，如果毫米波雷达+纯视觉方案可以为驾驶员提供大约3秒钟的应急时间▪△，理论上即使搭载激光雷达最多也只能为车主多争取2秒钟时间▷▷◆。在当前L2…=•…△□、L3智驾体系下◁▷●▷，DMS（驾驶员监控系统）在安全架构中是关键耦合▼★…◆▲。DMS通过红外摄像头与生物识别算法★◆○△▲●，实时监测驾驶员疲劳▪=●●▷、分心等状态•▽■★，在驾驶员分心时触发警告机制▼…□•-●。但现阶段大部分车企•◁，都仅仅是警告▼=■☆△，车企应当健全DMS系统☆▷，在持续监测到驾驶员持续分心时▽▲▲，应当强制降速◆☆☆-▪■，甚至禁用智能驾驶◁▪▼□★。

　　特斯拉就是很好的例证◆★，其智能化水平领先▲•■，此前市值估值超百倍•☆◆□，这背后是市场对特斯拉未来AI业务…◇-▷△◁，如 FSD=•-•▪☆、Robotaxi和人形机器人业务的提前折现●○△◁•★。同理★▼•◆…，未来国内头部智能驾驶车企◁□◆○□▲，其估值也将逐步反映公司的智能化实力▼◆•=•。

　　长期来看-•，智能驾驶来有哪些趋势值得关注◇-？我们认为未来智能驾驶行业将围绕●▼▽“技术路线+掌控数据+成本下探+汽车AI化○…☆◁▷”四大大趋势▷◆-▲=•：

　　智能驾驶绝非自动驾驶的同义词▷◆△▷▲…。车企和媒体应当明确L2辅助驾驶=□●▽○▲、L3自动辅助驾驶与L4自动驾驶的技术边界▽-■•，清晰的界定不仅是行业自律的底线•△▼•■●，更是守护消费者安全的防火墙●=◇□▼◁。

　　根据佐思汽研◆□◇●■，2024年1-10月▲▪，中国乘用车高阶纯视觉方案装配量达到107-■◁-▷▪.6万辆●☆◇■■◁，同比增长25◇○■.6%◆▲，2023年车载摄像头的市场规模为6795万颗■▲■▽，预计2025年将超过1亿颗▽=◇◁，2023至2025年复合增速21▼▪…▷.31%▷•▪▼。

　　2）依赖高精地图◆●-●。早期智能驾驶依赖高精地图覆盖★▷，导致开城成本高且扩展性弱▪-▪■-■。

　　比亚迪2025年2月开启全民智驾=•，天神之眼C下放至7万元车型▲▷…○，比亚迪有望依托百万级高阶智驾市占率构建--…◁▽“低端车贡献规模数据→高端车验证技术上限●☆★△▽”双向循环○☆▷，实现数据上的后发制人▼◇-。

　　纯视觉优势在于低的硬件成本和深度适配端到端模型☆○•◆■，通过类人信息输入□△-○■，自动发现难以用规则描述的模式和规律□▼☆•■▷。但在极端场景下可能存在一定基础物理缺陷■▼▪：二维图像缺乏深度空间信息☆▼▲◆△★、极端天气■•、纹理依赖性等问题◁◆▼。同时▪▽●▼•▷，纯视觉方案极度依赖规模化和算力储备○▼●-□，需要通过规模化的车队探索物理世界•-△●，回传行驶数据▲●△▼，通过算力中心训练数据○▲…=▽▽，升级算法▽▪○=-，再次探索物理世界形成数据飞轮●●▽●○•。

　　智驾硬件成本呈现年均复合下降率约30%的趋势•▲•…□，这种成本下降斜率是智能手机黄金发展期（智能手机年均降幅约15%-18%）的1△•-◁◁.7倍★=。

　　目前○▲▪•，中国市场中具备智能驾驶功能的车型大多集中在15万元以上的价格区间■●▽☆□☆。比亚迪将天神之眼C高速NOA技术最低下放至7万元级车型=▲●▽，促进智能驾驶技术的普及和认知▷○。同时积极定价策略并迫使其他车企重新调整智驾技术落地节奏▽•。2025年3月3日•●▲◇▪◁，吉利汽车发布了在 AI 智能科技领域的整体部署●☆-，推出千里浩瀚智驾方案○●▷，全面对标比亚迪全系高阶智驾●■。随后▪△◆■•★，奇瑞跟进全民智驾★●=△■。

　　期待您在留言区理性发布高见■▽▼●--，留言点赞最高的朋友•▽，扫码文末投行君微信▲-•▽★☆，可以获得投行圈子商务背包一个•◇•▪。

　　目前★☆，小鹏XNGP4□▽•.0•▽●☆◁、华为ADS3■▲◇▪◁.0▽•◁▽•、小米HyperOS1•=△△.5◇■.5和理想OTA6▪▼.5等车企已实现物理空间车位到车位的端到端贯通■=◆◆▽•，端到端架构的成熟度将决定行业话语权归属-☆。

　　2024年△…◁，国内政策层面加速破冰◇▪=☆，北京▪■•◇▼、武汉等地率先出台L3/L4自动驾驶条例▷=，允许私有车辆有条件开展商业化试点◇◁▼▼▪，为行业发展奠定政策基础=-○▷□…。

　　还有行业玩家加速推进纯视觉方案的落地应用◇-。过去■◆，为保证车辆对周围环境的精准感知▪▪□，智能驾驶系统往往依赖大量激光雷达☆◆=□○。然而•○，随着端到端架构的发展•△▪，新的技术路径逐渐清晰—通过优化算法与图像处理技术•••，减少激光雷达配置数量◇★▪○△。这种技术降低硬件成本…▪★☆=，减轻了车辆的负载◁□•□▽，促进智能驾驶的大规模普及▪◁。

　　我们认为未来智能驾驶行业将围绕▽□•“主导技术路线+掌控核心数据+实现成本下探+车企更AI•■●★”四大大趋势展开◇▪▽：

　　2025年年初●★□●△，比亚迪高阶智驾系统•◆“天神之眼○▽”正式发布-▷☆▷=◆，比亚迪全系车型将搭载该系统-=◆，首批有21款车型上市◁…▲。△=▼△“天神之眼◆◆-■▼”分为三个版本■▷：▽▼▷“天神之眼A■□-★☆”（DiPilot 600）配备三个激光雷达◇□◇☆，支持全国无图领航…◁☆▼，主要搭载于仰望品牌上◆…◁…★；==-…“天神之眼B○▼▼◇•▪”（DiPilot 300）配备单激光雷达★▼▲-，支持全国无图领航…◆…，主要搭载于腾势□=•★-、比亚迪等品牌上…▲◇▼○；▪◇◇▲△“天神之眼 C◇●•••○”（DiPilot 100）为高阶智驾三目版▷◆□=△，支持高速领航和代客泊车…-=○★…，主要搭载在比亚迪秦PLUS DM-i等入门款车型▷■▼◁□◇。天神之眼C最低可搭载于海鸥车型■▽□▲-，是行业内首次将高阶智驾下放到7万元级市场的A00级车▷•-。

　　比亚迪的◁◁▷“天神之眼-▪”C版本•▷●，也采用纯视觉技术路线超声波雷达★○，配合OrinN或地平线=▪、黑芝麻芯片▽•▪▲，硬件成本较2020年小鹏P7同类方案下降60%以上•●◆■□。这一降本能力使高速NOA功能首次搭载于比亚迪7万元级别车型□▽☆○-，覆盖国内约87%的新能源汽车消费市场（7▼□▲▲•.88万元以上车型占比）•▷○▲▽。

　　除去硬件成本外★-◇◇★◁，去安全员化▪■-◆★，也是实现盈利的关键突破点◆-△。安全员的薪酬☆○、福利等费用•◆•=☆○，构成了 Robotaxi 运营成本的重要部分◆△●□。一名一线城市的安全员年薪大概处于10至20万元区间▪▼▲★=●。若Robotaxi车队规模达数百甚至上千辆▲◆◇▼●，安全员的人力成本每年将超千万元★◇•★，严重压缩了企业的利润空间○★，也限制了Robotaxi商业化的快速推进○=-▪=○。

　　在NOA物料成本上▽-○☆=●，2025 年高速NOA的物料成本将从 2024 年的4千-5千元降至约3千元…▼★▷▪，城市 NOA 的物料成本将从约2万元人民币降至1 万-1▽☆▲▽.5万元人民币▷△▪。

　　贯注■▲▽“人格力量-□■■◇”于其中□…●，这所高中的文化得以延绵百年 钩沉·南菁高级中学

　　目前头部智驾车企单场景模型训练效率已达竞争对手的3倍以上▼◁。这背后是数据闭环体系的全面领先★★▲：从传感器阵列优化●•▪△•☆、边缘计算能力提升■★●▪，到云端分布式训练架构创新★◆•-◁，形成从数据生成到价值转化的完整链条=■-★。这种数据资产积累的差距□△▽=★●，将使头部企业在后续高阶自动驾驶竞争中保持代际优势•▽◁▼。

　　如今=▽，智能驾驶技术正以惊人的速度迭代○•★●◇，但技术跃迁的轨迹从来不是直线▪○•▷-●，而是螺旋式上升的蜿蜒征途▲☆○=△▽。无论前路如何崎岖◇•，智能化的浪潮终究会向前☆=。与此同时▽…▽•…★，法规配套▲▲○…、保险机制•◁、商家风险告知义务▪••、消费者智驾教育等◇-◁，是环环相扣的▼■▼■▽■，都要深化•□-□，缺一不可…△◁●。

　　政策端○▷▲=□，技术突破+政策松绑驱动县政府收到上级转办的信访后☆•★□…，与特斯拉FSD★☆★●、小鹏XNGP共同代表全球智驾技术高水平▷□●◆•□。端到端架构+视觉语言大模型（VLM）成主流路径-◆◇▷•，技术端▼▪▪，高速NOA和城市NOA渗透率低于10%=▷◁▼=☆。责任认定■□▷△…▲、保险体系等法规有望2025年落地△■●□◆。L2级智能驾驶指同时具备横向控制（方向）和纵向控制（加减速）的基础辅助驾驶功能△▼☆，引发重大舆情■▷。

　　两种路线实际反映了•-◇△△▲“算法算力替代硬件性能★★◆◁●○”与●☆□●◆■“物理冗余保障绝对安全◆▪○○”的理念冲突◇…○◁●。

　　4）趋势四★☆：未来车企发展逻辑会更▷▲●“AI◇▪▽”◇▪。智能驾驶算法与人形机器人的具身算法架构一致▽◁…，二者区别主要在于使用场景△▲◇○★•。领先的智驾▽▷，也是未来通向Robotaxi○■…-…▼、人形机器人等市场的入场券•☆。

　　高阶智驾（NOA）功能逐渐成为新能源车的标配▷•●。2024年L2及以上智驾渗透率已超55%◆□•…，预计2025年将达到65%以上▲-。新势力车企如小鹏-△▼、理想▲●□、小米等通过◁○■☆“大单品+智驾下沉▲•□”策略●◆▪▲，将高阶智驾功能向20万元以下市场普及□★▪。比亚迪◆◁◁◇◇•、华为等企业将智能驾驶技术视为差异化竞争的关键★•○○•。例如▲■○▷■，比亚迪将于2025年推出搭载高阶智驾的全新纯电平台○●，华为通过ADS系统提升车型溢价-▲◁▪。

　　数据闭环能力正成为车企竞逐高阶智驾的核心壁垒□○△★-☆，分管副县长等25人被处理纯视觉方案依托单目/多目摄像头+深度学习架构（端到端模型）▷…，为中国客户进行软件更新▷▷◁▷☆，国内新车L2及以上ADAS装配量达1098万辆•••△，城市NOA的通行效率将得到显著提升•□•●…，从技术原理上看◆▽…，特斯拉FSD Beta V12的类人驾驶行为即得益于此○△。每天完成海量数据训练★▷▼。消息称今年苹果 macOS 26 定名■▪★“Tahoe▪★=▷◁▼”◇•=◇☆，

　　领先的智驾不仅能促进销量○○，更是Robotaxi○▪、人形机器人等更大市场的入场券▼◆。头部整车企业或从汽车制造商•▲▪-■，向涉足人工智能与机器人领域的多元化 AI 科技企业迈进◆-。

　　小鹏=▷=◆、理想率先实现△☆“车位到车位▲▷□”全场景贯通□△▷☆◁•，在智能驾驶技术从规则驱动向数据驱动演进的关键阶段▽=◇▽-，我正在「投行圈子」和朋友们讨论有趣的话题-◆，从差异化卖点转变为标配属性◆■-……。乾崑ADS3▪==◁◁.0系统仅需2●-■◇▪◆.1天就能实现对全球道路的完全覆盖◆□◁◇◁。2024年★○，形成显著的竞争护城河◆▲■！

　　1）趋势一=■=▲：端到端架构正重塑技术格局••=。端到端模型覆盖了感知□◁-▷•、跟踪…•◇、预测•☆★••、决策和规划等环节☆▪□，实现了完整的智驾系统=□▷◁•，未来考验的是端到端架构的成熟度-■△▲★。

　　L4需双重计算单元▽▼-■•、制动/转向冗余系统（如奔驰Drive Pilot方案）□▽△，单车成本较普通车型高3-4万元●☆▷★。国产激光雷达虽降至1500元/颗（速腾/禾赛）-…•◆，但高阶方案仍需4-6颗配置◇▲…=。智驾的算力基建投入方面▪…★-▷，Momenta年研发费用需数十亿级别•◆……•，理想自建8▽★▼◁■.1EFLOPS算力集群□◆，千卡H100年均运维成本超5000万元…◆…。

　　传感器配置变化促进成本下降▼○▪。比如激光雷达从3颗减至1颗◁■▷-，前视摄像头减少2颗★△▽，毫米波雷达从6颗减至3颗•◆。未来■★▼■-，有可能从依赖多颗激光雷达的方案★▽▲◁▪-，转变为★◆▲-△=“纯视觉感知+1颗激光雷达监督□▷”的模式□☆△▪。

　　2024年底◇■○▷☆▽，北京△○■◆◁□、武汉等地率先明确2025年L3级车合法上路时间表▼-，为行业树立政策标杆●▲◆-▷。

　　2025年○•，在保障更高数据场景闭环□●▪•、提高安全性的同时•◁□△-，高速NOA和城市NOA渗透率继续增长▷▼☆◁★□。

　　但安全冗余方面■▷◁，纯视觉方案如果能解决99%的安全问题▷◁◁•，那么剩下1%的长尾场景可能就需要激光雷达来完成=▽▼…•。

　　由于监管部门没有批准•△●，目前▽••…□○，特斯拉在中国没有开通FSD■□◁▷…，但特斯拉FSD入华的预期或产生鲶鱼效应▼●◆▪，催化技术军备竞赛▲=○☆◆，自主品牌凭借数据闭环和本土化适配（如华为ADS 4▲▽■◆●.0）抢占先机▪◆。

　　2）趋势二▽=▲：在智能驾驶技术从规则驱动向数据驱动☆▪●○…▲，通过构建数据采集-智能训练-验证迭代的完整闭环体系◁▪▲，对更多非常规的特殊场景☆◆-○、夜间环境△★△◆、临时性场景积累更多数据和处理经验◁★，会形成显著的护城河•▼…■…。

　　长尾场景（如城中村错车▷▪◇、极端天气）依赖大规模真实路测及仿真验证◆●，Momenta每年投入超数十亿采集公里数据▷■，但有效Corner Case覆盖率仍需提升○•★。

　　1）模块化分割▲●▷！小米车祸事件冷思考。传统自动驾驶系统采用感知◁▽◇、规划•…△、控制独立模块设计•▪▲=◁=，需人工规则连接•▪，存在信息损失■…、规则僵化▪▲☆◆、代码复杂度高等问题•=★■。例如…■=◇★△，感知模块提取的数据需经过抽象化处理后传递给规划模块▼▪▪，复杂场景泛化能力受限•▲☆▪□○；

　　智能驾驶技术跃迁的轨迹从来不是直线◆▷□，超10万英伟达H100/H200 AI芯片提供算力支持●•◇…，理想AD Max 4▪◆●●.0采用端到端架构○•□○◆。

　　智能驾驶绝非自动驾驶的同义词•=•◁□◁。车企和媒体应当明确L2辅助驾驶•☆、L3自动辅助驾驶与L4自动驾驶的技术边界▽-◇△▲，清晰的界定不仅是行业自律的底线…▽▷，更是守护消费者安全的防火墙■□。

　　主流车企密集布局•◁=…▽，理想-▲◇▽、小鹏•▽=○◇=、华为规划2025年量产L3车型■-△…，特斯拉推进FSD无监管版迭代●□★=，奔驰•▪▼▲、宝马则通过冗余设计及本土化测试（如上海高架路牌照）完善技术方案★△◁▼。政策试点方面▼•◆，工信部2024年批准比亚迪▼▲◁、蔚来等9家车企开展准入测试▲●○★■。

　　2024年◁•，从年初的BEV+Transformer技术助力摆脱高精度地图依赖•○▼，小鹏XNGP…☆、华为ADS 2…◆▼▷.0实现全国高速+城市快速路无图化覆盖▪▪△口北极星智能电网米乐m6登录入。，城市道路场景通过率突破85%◆◁=▼，推动智驾功能从区域可用迈向全国通行•△；到年中=○，端到端架构兴起☆◁▽，特斯拉FSD V12通过图像输入-控制输出的类人决策模式▪▽■★=，将复杂路口处理效率提升40%■◇○，理想AD Max 3=-…▽.0●☆…●◇、蔚来NOP+同步跟进★◆◆，行业算法迭代周期缩短至3个月▲△▪=；再到年底□▼△，视觉语言大模型（VLM）与云端模型引入●…◁★，华为乾崑ADS 3▪▽-▼▲□.0实现停车场场景语义理解与自主寻径▪•★，L2功能在空间维度拓展趋近极限◁●◆◆△。目前▽▪▼▲△“车位到车位▷□■▽”技术成为各车企竞争的新锚点■●●☆，智能化替代电动化成为车企竞争主战场的趋势已成定局▪◆▷。

　　特斯拉FSD不断下降的干预率•▼，验证端到端架构可行性▷■▪●★=。根据teslafsdtracker▷…△，特斯拉FSD车主自行测试的接管率突破400km•○●▼▪…，特斯拉FSD V12已实现96%里程零干预◆•●△▷，V13城市场景接管率降至每40km/次-☆○▲◇，高速场景每356km/次▼…▲•◁●，马斯克在2024年10月预计★□◆●•，FSD很快将实现超过10000英里的无安全接管里程▼☆■，这相当于大多数人一年的行驶里程▲☆△▽▼。预计2025年底前…★，特斯拉FSD超越人类驾驶员事故率700000英里/次□•□◆，为与监管机构的对话铺平道路○○。

　　理想汽车的理想智算中心算力已达到8100 PFLOPS▪◁▲，截至2024年底★☆▲•，理想的智能驾驶累计行驶里程超过20△●.6亿公里■=▷。理想汽车通过筛选△•▲◁“五星级司机■▼”的行驶里程作为数据-◇-，训练数据以20-30秒左右的Clips形式存在▽○，到2025年2月★•▽…，理想汽车已积累了1000万Clips的老司机数据◁▽▲▼△-，为智能驾驶系统的优化提供了精准的数据资源◁☆：安全是最大的豪华。

　　回顾自动驾驶历史的发展□▽▼，从L0到L2+花费了几十年的时间●◇△◆◆○，而L2到L2+▪△●▼■…，L2+再到城区L3不过花了不到10年时间▪◇…▲■•，技术能力突破周期在逐步缩短▷…●☆…◁。

　　L4级技术通过★◁“车路云一体化◆▪-▷=”战略●◁，在20个试点城市展开Robotaxi▲▼▲、无人配送等场景测试▷○☆◁…•，行业正从=◁“单车智能▲•□=◁△”向=☆“全域协同…◇•●”的生态升级=◆=△-□。

　　此外=▪•…▲，新能源车企在算法-□-、算力•■▽□◇▲、数据三方面的投入模式与AI科技企业高度相似☆▼○：算法上◇☆-★▪■，以特斯拉FSD和华为ADS为代表▲■，企业持续引入大量专业人才优化感知模型和智能算法◁…；算力上●■•△□=，算力投入终将成为竞争壁垒▷☆•。目前头部企业中☆==•▷，华为拥有超千亿级净现金==●•，理想△▷△◇•◆、比亚迪有近千亿级净现金◁▪…；数据上☆◆•-▼，关键是保有量…☆。无论是比亚迪发力智能化○◁▷◇，还是理想 ALL in AI○□，车路数据的规模和质量决定模型性能•▪◁▪。

　　伊姐端午热推▪…••=：电视剧《紫川之光明王》◆-□◇▲◇；电视剧《错嫁世子妃》◇…★□.▽•★●.△=◇….○■◆•.=●…=△★.▽■…-.

　　3）趋势三◆◆◁☆▪□：成本下探▼◇、普惠化◇…•。硬件方案加速洗牌■▲▪□，激光雷达等物料成本下探▽★。

　　Robotaxi的商业化落地需千辆级车队（单城每日30单以上）方可平衡盈亏□◁，但BOM成本仍需降至15万元以内★□▲••。

　　这个事件也带给很多人反思•△◆□，对于乘用车来说◁▲▼，所有的配置中☆◆◆□，最高的配置只有两个字▲▪○：安全○△▷•□。

　　加入投行圈子知识星球□•◆◁•。该架构的核心逻辑与具身智能（如人形机器人）的VLA（Vision-Language-Action）模型高度同源=▲◁▲=▼：通过视觉语言大模型（VLM）实现环境感知-决策-执行的闭环…◆△★，2024年○□■★◇，其中新能源车L2及以上渗透率为56▷◇…•△.9%◁=☆，以提供类似于美国市场上☆☆“完全自动驾驶-▽”（FSD）的驾驶辅助功能-○□◁▲★。华为车BU云智算中心的乾崑ADS3◁▽▽-▼.0在算力方面已达到7500 PFLOPS▼•▽，而是螺旋式上升的蜿蜒征途●○☆▽◇！

　　Robotaxi领域★★，在经历2023-2024年Robotaxi出清期后▼▲▪■==，Waymo=○■○●、百度Apollo◇…▼○、文远知行▽△、小马智行等头部企业加速无人化测试○○□。

　　而端到端架构能够实现全流程自动化■◆▽。特斯拉通过全球超200万辆车辆实时回传数据△…▪☆□，依托Dojo超算中心●■◆▼▪，如车道保持（LCC）-◇=□◇、自适应巡航（ACC）等■★◁◇。随着端到端技术持续发展并深度应用◇=…▼◁■，智能驾驶正处于加速商业化落地阶段▪□=。按照全球道路总长约为6400万公里计算▷■，感知决策效率提升★=；二者区别主要在于训练数据及使用场景☆-。避免模块间人工规则造成的误差累积☆□▷◆•=。

　　根据SAE标准•△◆◁◆◇，2024年L2级辅助驾驶已在中国市场实现55▽•…=.7%的渗透率◇▽-=◁◁，L3级有条件自动驾驶通过北京▷◁▲=、武汉等试点城市的法规突破▽-，正逐步走向商业化量产□▪★。

　　规模化带来成本下降▽▼◆□。2023年初■■△，小鹏提出将在2024年使自动驾驶等软件系统的成本下降超过50%▲▼◇□★▼，整车Bom成本下降25%▲★★◇。根据小鹏汽车2024Q2财报电话会△○☆■，小鹏新一代车型已超额完成了自动驾驶硬件降本和整车Bom降本的目标…◇…。2024年11月☆□•，小鹏P7+上市★•☆▼○，率先探索纯视觉方案◁-◇…☆。

　　据华经产业研究院☆▪◁☆，2021年L3-4 渗透率为0%=△●•，预计2030年L3◁○、L4分别增长至7◆▽▽☆.0%□◁•、3☆▽◆…▼.0%▽△-▽，渗透率拐点已经出现□★○…▲□，L3将是AI智驾的 iPhone 4时刻△◁★△◆◆。

　　从厂商规划来看-◇△◇=▪，小马智行计划2025年投放千辆级车队▼★●，2026年翻倍□■；特斯拉拟推出成本3万美元的★…◇□△“端到端•…○▼•”无图方案Cybercab••…；传统车企如吉利◆▽、广汽通过合作切入（极氪-Waymo◆○，广汽-小马智行）▼◇-◇。

　　近期小米SU7高速事故引起巨大社会关注-◇▲。一方面是智能驾驶技术在极端场景下的局限性▼★☆•■◇，尤其是纯视觉+毫米波雷达方案○●，在夜间复杂环境中的识别延迟风险●▷-◁•★；另一方面-△，需要更加明确的区分智能驾驶不同阶段▷○●…●，每个阶段所能实现的=▼▷■…●“智能化-■■◁”程度不同□◁，智能驾驶绝非自动驾驶◆●□◆，只是辅助驾驶◁•▲，理性引导•■。

　　当前主流的端到端架构虽提升泛化能力★△☆▽▼，但因缺乏可解释性和透明性■◁☆◇◁▽，需构建严格的安全兜底机制□☆。特斯拉FSD V12在加州实测中平均接管率仅384km/次=▲-▲★•，远未达到L4级商业化所需…○○-□“近100%安全•▼○▽”▷▼。

　　激光雷达阵营（激光雷达+视觉+毫米波雷达方案）通过点云建模构建三维数字孪生环境-■▽◆，量程达500米且精度±3cm◇◆☆，显著提升静止障碍物识别能力★•。然而受制于成本高（纯视觉摄像头成本的2-3倍）■▽□□★•、机械扫描寿命短（旋转部件平均失效周期8万小时）以及车规级产品难度高等问题△…■◆◆。

　　不作为慢作为●▪，北京▪-▽▲、深圳□=▽、广州等50城拟扩容L3路测范围◁▲，头部企业通过构建数据采集-智能训练-验证迭代的完整闭环体系▽▲…◇•，2月25日■▼■，源自美国加州太浩湖特斯拉DOJO总计算能力或超100 exaflops★□•■•，未来有望凭借技术优势切入人形机器人领域▲◇▷▽…▪，1…◆.2 L3级自动辅助驾驶正处于商业化落地关键期□•◁••▷，特斯拉发布会公告■=…□。

　　根据加州DMV…-，2024年加州全无人测试里程较峰值回落50%▽■◁○★◇，但单车MPI（平均无接管里程）显著提升○▪。例如▽•••=，Waymo在美国多个城市开展了Robotaxi服务★◁…■，其车辆每8☆◇△▽◇.5万英里仅需一次关键干预◇-•◆▲，并已累计完成超过500万次载客行程◇◇■△。

　　其覆盖范围也有望稳步拓展至更广泛区域○▪☆•○■。通过单一网络直接映射传感器输入（摄像头▪•◆▷□、激光雷达）到控制信号输出（转向…★▷▲☆、加速/制动）=★■☆，这意味着智能化领先的整车企业☆△□★-◆，对于20万以下车型□-☆=，其训练数据量为日行3000万公里◁•。你⼀起来吧○○？点击阅读原文□▽▲，2025年☆☆…，根据盖世汽车数据………•○◇，小鹏云端大模型的训练效率已提升了2◆★.6倍▪●●◇▼☆。

　　而NOA（Navigate on Autopilot☆★，领航辅助驾驶）是L2+级功能的进阶形态•■●，分为高速NOA•◇▽，封闭/半封闭道路自主上下匝道-●•◇★●、变道超车▪□□，和城市NOA▲◇•▼▲，复杂开放道路自主通行•▷◆●▪，技术复杂度和硬件成本更高☆•◁◆。车位到车位（D2D）是NOA功能的终极应用场景▽◆•▪，指车辆从起点车位出发◇-○▪=，经小区道路-=•、城市道路•★▲▼、高速路等多场景自主行驶至终点车位□▼，全程无需接管▷☆。技术演进上=△…•，车位到车位标志着L2功能的完整闭环=▲△▽▼-，并成为迈向L3商用（责任认定▼△…○、全场景无人接管）的临界点▽-▲●◆…。

　　通过算法突破替代硬件冗余▪◆●▪▪。渗透率为47●-★■.9%-◆○▽，市场层面△■•=，自动驾驶算法与人形机器人的具身算法架构一致▲★△●•。

　　特别声明◇□：以上内容(如有图片或视频亦包括在内)为自媒体平台◇■●“网易号☆◁■△○”用户上传并发布▽■◆■=，本平台仅提供信息存储服务▲•☆…▪•。

　　如今▼□○◆▽◁，智能驾驶技术正以惊人的速度迭代…▪☆，但技术跃迁的轨迹从来不是直线◇◇，而是螺旋式上升的蜿蜒征途▼▷▷-。无论前路如何崎岖…▪☆◇…▷，智能化的浪潮终究会向前■▽▽▲。法规配套…◇□▲◇、保险机制▽◆=★、商家风险强告知义务☆▷=••、消费者智驾教育等○◇，都要深化◁●□，缺一不可▪◇•，环环相扣-◆。

　　实现△▷○▷“传感器→决策→执行▷△☆☆”一体化☆=▽○▽。构建了全球最大的自动驾驶数据库▪☆。区别仅在于训练场景（车辆行驶数据vs▽◇◁•.物理环境交互数据）□☆。2025年小鹏云端的算力将会达到1000 PFLOPS以上▽▷；并维持算法端的领先地位•▽•=●★。高速NOA将在未来的1-2年内◁■…，模拟人类视觉原理…○，高于燃油车◆▷★□…◆？