今天小編分享的汽車經驗：2025上海車展：當智駕不再讓人興奮，汽車智能化暗戰更新，歡迎閱讀。
文 | 極智 GeeTech
2025 年的上海車展，空氣裡彌漫着一種微妙的 " 克制 "。
回顧智能汽車時代的三場重要車展，2023 年上海車展充滿了車企對于汽車智能化天馬行空的想象；2024 年北京車展車圈大佬 " 互相串門 " 争奪高階智駕話語權。而今年的上海車展，沒有了車企之間的拉踩引戰，也少了些網紅車模坐車頂的喧嚣，開始在技術追求、商業價值與社會效益中尋求最佳平衡。
當汽車智能化走到普及階段，無論是消費者、車企還是技術供應商，都普遍将輔助駕駛視為智能汽車的标準配件，而不再是品牌獲取超額收益的賣點。
這些變化的背後，不僅折射出了當下車企對于銷量的渴求和焦慮，也預示着一度被流量裹挾的汽車行業，正逐步回歸以產品和用戶為核心的行業本質。
車企集體瞄向 L3
就在車展前一天，華為聯合賽力斯、阿維塔、奇瑞汽車、北汽新能源、岚圖汽車、江汽集團、上汽集團、廣汽集團等 11 家車企，在央視直播鏡頭前談起了 L3，這些車企基本囊括了中國汽車行業的四大央企和新勢力代表，堪稱中國新能源汽車行業的 " 半壁江山 "。
在 4 月 22 日舉辦的華為乾崑智能技術大會上，華為智能汽車解決方案 BU CEO 靳玉志發布華為最新一代高階智能輔助駕駛系統—— ADS 4.0 乾坤智駕系統，并在行業内首發高速 L3 商用解決方案。靳玉志判斷，2025 年 L3 将具備商用能力。
值得關注的是，諸多車企已将 2025 年實現 L3 級有條件自動駕駛落地作為目标。何小鵬在 2025 小鵬全球熱愛之夜上宣布，小鵬自研的圖靈 AI 芯片将在 2025 年第二季度在中國内地量產上車。他堅定表示，非常有信心在 2025 年底實現 L3 在中國量產落地。理想汽車同樣目标明确，直指 2025 年實現 L3 級有條件自動駕駛。
此前，奇瑞、廣汽、極氪三家車企先後發布智駕方案并披露 L3 級有條件自動駕駛量產時間表。廣汽集團發布了 " 星靈智行 "，并宣布将在今年第四季度啟動首款 L3 自動駕駛車型量產上市銷售。
奇瑞汽車宣布計劃在 2026 年實現量產 L3 級自動駕駛車輛，并發布獵鷹智駕系統。獵鷹 900 搭載 VLA+ 世界模型新一代智駕系統，AI 算力将達到 1000 TOPS，具備 L3 級自動駕駛能力。
此外，長安汽車也将在 2026 年實現全場景 L3 級有條件自動駕駛，2028 年實現全場景 L4 級高度自動駕駛。
當 L2 不再罕見，L4 還遙遙無期的當下，L3 的進展一直備受業内關注。畢竟只有邁過了 L3 這條 " 分水嶺 "，才算是正式踏入了自動駕駛的大門。
在自動駕駛技術越來越逼近 L3 的今天，國内車企似乎長時間徘徊在 L2 到 L3 之間，從 L2+ 到 L2++ 甚至 L2+++，似乎暗示着從 L2 到 L3 之間似乎有難以逾越的鴻溝，業界将其稱之為 " 恐怖谷 "。
工業和信息化部發布的《汽車駕駛自動化分級》（GB/T40429 — 2021）顯示，汽車駕駛自動化技術被劃分為從 L0 到 L5 的 6 個等級。其中，L3 級被定義為有條件自動駕駛，即在特定條件下，車輛可以自主完成所有駕駛任務，而駕駛員則轉變為監督者的角色，僅在系統請求時介入。
在 L2 級輔助駕駛階段，駕駛員依舊牢牢掌控着駕駛的主導權，系統僅在特定場景下協助完成部分任務。自适應巡航（ACC）能依據前車速度自動調整車速，實現自動跟車，緩解駕駛員長途駕駛時右腳的疲勞；車道居中（LCC）則讓車輛穩穩地保持在車道中央行駛，減少因偏離車道帶來的安全隐患；自動泊車（APA）更是新手司機的福音，能自動規劃泊車路線，輕松停車入位。
但在 L2 階段，駕駛員需要時刻保持對車輛的監控，雙手不能長時間離開方向盤，随時準備接管車輛。
比如在高速上使用自适應巡航和車道保持功能時，一旦遇到路況復雜，如前方出現交通事故、道路施工等情況，系統無法做出合理決策，這時駕駛員必須立刻介入。
與 L2 級及以下輔助駕駛存在本質區别的是，從 L3 級開始，車輛的控制權逐漸從人類駕駛員手中讓渡到自動駕駛系統。
這意味着，在特定條件下，如清晰标識的高速公路、良好的天氣狀況等，L3 級有條件自動駕駛車輛能夠獨立完成一系列復雜駕駛任務，從加速、減速到自動變道，駕駛員無需時刻監控車輛，只需在必要時接管操作。
但這并不意味着駕駛員可以完全置身事外。當系統檢測到難以處理的復雜情況，比如遭遇暴雨、大雪等惡劣天氣導致視野嚴重受阻，或者遇到道路施工、交通管制等特殊場景時，會提前 10 秒左右發出接管請求，此時駕駛員必須迅速響應，重新掌握車輛控制權，确保行車安全。
這一質變對技術架構提出三大核心挑戰。首先是感知融合，多傳感器（激光雷達 + 毫米波雷達 + 攝像頭）協同工作成為标配；其次是決策算法，類人駕駛策略成為關鍵；再次是冗餘安全，L3 系統需滿足功能安全與故障降級要求。
從 L2 到 L3，标志着自動駕駛從 " 輔助 " 向 " 自主 " 邁出了關鍵一步，它重新定義了駕駛員與車輛的關系，也為自動駕駛技術的大規模商業化應用帶來了新的曙光。
自動駕駛 " 分水嶺 " 之年
當前，智駕技術正在迎來新的代際更新。從本次車展中可以發現，智駕研發的最新技術已經從 " 端到端 " 更新至 " 世界模型 + 強化學習 + 雲端蒸餾 " 的方案。
這條技術路線的理念，大致上都是在雲端用世界模型做更大範圍的仿真，然後針對效果進行強化學習，最後再通過蒸餾的手段将雲端訓練好的模型放置到車端。
" 端到端 " 技術被業界視為汽車智能化的開端，其通過深度學習和神經網絡，将傳統的模塊化架構轉變為更加智能和高效的駕駛系統。
通過數據驅動的方式，端到端技術使系統能夠自主學習和優化駕駛決策，顯著提高了系統的響應速度和适應復雜道路環境的能力。
但端到端的 " 黑盒 " 特性帶來了無法直接界定系統安全邊界的問題，并且無法復制或應對復雜的、偶發的特殊情況，這對系統的可解釋性和泛用性提出了嚴峻考驗。在提升上限的同時，也拉低了下限，形成了所謂的 " 跷跷板效應 "，這讓車企很難向用戶保證智駕系統比人類駕駛更安全。
此外，現有傳感器技術在復雜場景下的解析能力也存在局限性。例如，激光雷達在強光下誤判率超過 30%，攝像頭對靜止障礙物的識别率不足 20%，毫米波雷達無法區分異形物體，這些技術短板進一步加劇了端到端技術在智駕安全性方面的挑戰。
智能輔助駕駛系統要想更加安全，不能僅限于模仿人，其必須要有能力面對 " 端到端 " 時代難以采集到的危險場景數據，在特殊場景也能保障行車安全。
在中國汽車工程學會秘書長助理、國汽戰略院副院長鄭亞莉看來，AI 将重構自動駕駛決策邏輯，端到端大模型與世界模型融合是突破方向。
目前，已有超過 10 家車企和自動駕駛公司提出了世界模型的概念，包括特斯拉、英偉達、蔚來、理想、地平線、商湯、元戎啟行以及 Momenta 等公司。
世界模型的基本思想，源自于對人類和動物如何理解世界的觀察。我們的大腦能夠模拟可能的未來場景，并基于這些模拟做出決策。
借鑑這一機制，世界模型旨在為人工智能系統提供一個内部環境的模拟，使其能夠預測外部世界的狀态變化，從而在不同情境下做出适應性決策。
這個模型通過無監督的方式從未标記的數據中學習，從而無需明确指示就能理解世界動态。作為額外的信息源，世界模型為預測環節提供強大的支持。當地圖信息和傳感器信息輸入世界模型後，機器通過處理輸出仿真、想象、演繹乃至腦補過程，為系統的互動博弈提供支撐，為系統提供保障。
在強化學習領網域，世界模型已經顯示出其強大的潛力。通過在模型中模拟環境，人工智能不僅可以在虛拟環境中 " 想象 " 執行動作的後果，還能夠在實際執行之前評估不同行動方案的效果，極大提高了學習效率和決策質量。
此外，在自主決策系統，如自動駕駛汽車和機器人中，世界模型能夠幫助系統更好地預測和應對可能的變化，提高了安全性和可靠性。
世界模型的最大優勢在于其環境模拟與預測的能力，這種能力使得人工智能系統可以在進行實際操作之前，通過内部模拟來評估不同行為的後果，這在資源有限或風險較高的情境下尤為重要。世界模型還支持決策支持和規劃能力的提升，允許系統在多個可能的未來中 " 看到 " 并選擇最優路徑。
此外，不少車企和智駕解決方案廠商在新一代智駕技術發布會上都宣布接入 DeepSeek。從語音助手到全場景智能駕駛的跨越，AI 大模型已成為汽車智能化不可逆轉的 " 技術剛需 "。
據 IDC 調研，汽車行業已有超過 90% 的企業開始進行 AI 大模型相關的技術試點或應用，相比于全行業的 85% 的技術滲透率，汽車行業已走在技術應用的前列。
多個品牌都表示，通過融合 DeepSeek 并結合蒸餾訓練，不僅能夠從海量數據中提取有價值的信息，并将其轉化為智能化的服務，構建出一個 " 懂你 " 的智能系統，還可以提高自身系統的思考和推理能力，通過将大模型的知識壓縮到一個更小的學生模型中，使其能夠在車載芯片上高效運行。随着 AI 大模型技術的持續進化，汽車智能化技術也在随之迭代。
除了技術端的進化之外，L3 标準下的自動駕駛事故責任認定也發生了重大轉變。根據《深圳經濟特區智能網聯汽車管理條例》規定，在 L3 級有條件自動駕駛系統開啟狀态下，若發生交通事故且車輛一方負有責任，駕駛員通常為第一責任人 。但如果事故是由智能網聯汽車質量缺陷造成，駕駛人在承擔損害賠償責任後，可向生產者、銷售者追償。這一規定明确了在特定情況下，車企需對車輛質量缺陷引發的事故負責。
今年 4 月 1 日起施行的《北京市自動駕駛汽車條例》規定，系統激活期間發生事故，車企承擔主要責任；若駕駛員未及時接管，則需承擔部分責任。
這一責任認定的變化，對整個自動駕駛行業產生了廣泛而深遠的影響。一方面，它給車企帶來了巨大的壓力，促使車企在技術研發、質量控制和安全測試等方面投入更多的資源。車企必須竭盡全力确保自動駕駛系統的可靠性和安全性，以降低事故發生的風險。另一方面，它也為行業的健康發展提供了有力的保障。明确的責任認定能夠規範市場秩序，減少消費者的擔憂，從而推動自動駕駛技術的廣泛應用和商業化進程。
值得關注的是，智能輔助駕駛系統并非孤立運行，而是 " 人 - 車 - 路 - 雲 " 協同體系中的一環。系統安全不僅要依賴單車智能，更需外部環境感知、AI 網絡基礎設施、高精地圖等多方配合。
探索物理 AI、感知大模型、多傳感器融合等技術的綜合應用，以及有效的路側信息發送機制對于提升智能輔助駕駛安全性意義重大。通過将路側攝像頭、車載雷達、激光雷達等多種傳感器的數據進行整合，并對交通環境動态數據進行實時分析，從而提供更全面、更精準的交通環境感知，有助于車輛根據當前交通态勢做出合理決策。
同時，通過把路障位置、作業改道等信息上傳至雲端平台，并推送至車輛，實現車輛、路側與雲端的三端聯動，可以大幅降低交通事故發生概率 。
越來越貴的汽車智能化入場券
對于車企而言，盡可能地自研汽車智能化的每個部分，從而對汽車智能系統的每一寸都了如指掌，這是每個車企的底氣所在。
傳統汽車時代整車廠并不去開發軟體，而是靠着一個一個供應商提供軟硬體一體的 " 黑盒子 " 實現定義的功能。但當 AI 時代來臨，中央集成電子電氣架構、大算力芯片、大模型相繼上車，汽車從 " 機電產品 " 變成了 " 智能體 "，用戶需求與體驗被重新定義。
當智能配置的 " 軍備競賽 " 讓用戶逐漸疲勞，如今他們的訴求已經從 " 這輛車能做什麼 "，轉向 " 這輛車是否懂我 "。在智能座艙方面，高端新能源用戶對艙内互動提出了更高要求。
例如，在全家出行、旅行、購物等多種場景下進行精準的語音定位，實現自然語義識别，調節車内對話的節奏和氛圍。在這一趨勢下，催生了以理想汽車智能座艙中 " 成語接龍 " 為代表的多人娛樂互動功能。
在輔助駕駛方面，用戶對 NOA 的關注點，早已從 " 能不能開 " 更新為 " 開得是否安全 "。例如，在斑馬線避讓行人、路口大車變線等復雜場景中，車輛能夠通過實時互動和動作的可視化展示，讓用戶更好地理解系統的決策過程；遇到異常操作時，車輛能夠及時向用戶解釋系統的判斷依據和應對措施；在 NOA 場景下，車外燈語能夠根據車輛行駛狀态自動進行燈光調整，一定程度上向周圍車輛和行人傳達行駛意圖，增強行車安全性。
不同類型的車企基于自身的品牌定位、技術積累、資金實力及市場戰略，在自研決策上會有不同的側重和優先級。對傳統車企而言，尤其需要考慮如何在維持已有技術優勢的同時引入創新技術，以及如何更好地利用現有的研發、生產和供應鏈資源進行整合創新，做好技術繼承與創新的平衡。
而對造車新勢力而言，通常更加側重于最新技術的應用和開發，通過自研突破性技術，快速建立品牌特色和市場定位。
對不同車企而言，更适合進行自研的項目主要還是包括三大類，一是核心競争技術，如動力電池技術、電動驅動系統、自動駕駛算法等，它們直接關系到車輛的性能和安全，是提升品牌競争力的關鍵；二是差異化技術，即能夠明顯區别于競争對手的技術，如獨特的用戶界面設計、車聯網服務等，可以增強消費者的品牌忠誠度；三是高成本技術部件，自研可以減少對外部供應商的依賴，降低成本，如電池、高性能自動駕駛芯片等。
車展期間，蔚來創始人、董事長兼 CEO 李斌提出了智能汽車的 " 新三大件 " ——智駕芯片、全網域作業系統、智能底盤，決定了智能汽車的體驗的上限和安全的上限。
其中，智駕芯片的關鍵之處在于能否更好地發揮智駕大模型的能力。使用自研的芯片和軟體，其實就是軟硬結合。智能底盤部分，參考華為途靈底盤和比亞迪雲辇，能 " 自己看路 " 的底盤直接給出 " 不颠不晃 " 的乘車體驗。
全網域作業系統的好處，可以參考理想在車展前夕公布的星環 OS 的看法。全網域系統最重要的價值在于打造智能汽車高效的數據互動通信平台，從而解決汽車中央式電子架構的數據毫秒級内确定性傳輸和通信主題與算力、存儲空間有限的矛盾。換句話說，就是智能汽車在軟體層面上，也要從原來的 " 分布式 " 變成中央式的架構。
出于競争的需要，車企想要打造自己的 " 護城河 "。但同時，在自研 " 邊界 " 的劃定上，車企需要明确自己的定位與優勢，避免盲目跟風或過度擴張。
如何在眾多技術領網域中做出選擇，将有限的資源投入到最具潛力和競争力的方向上，是每一家車企都需深思熟慮的問題。
雖然車企自研漸成趨勢，但這條道路并不一定會是坦途，往往伴随着高昂的研發成本、漫長的技術積累以及未知的市場風險。
對于大多數車企而言，如何在自研與配套之間找到最佳平衡點，既保證技術領先性，又控制好成本是一項考驗。
此外，随着技術的不斷迭代，如何保持自研技術的持續創新力，避免被市場淘汰，也是車企需要面對的重要課題。
由于自研項目離不開大量時間和資金的投入，車企勢必要在自主研發和技術合作中找到平衡點。
因此，車企首先需要做好戰略規劃和優先級設定，明确自研項目的長遠目标和優先級，确保研發資源投入最有潛力和最符合公司戰略方向的項目。
另外，自研項目通常具有高風險和高回報的特性，車企可以采用分階段的研發和投資策略，即在每個研發階段完成後進行評估和調整，根據項目的進展和市場反饋逐步投資，這樣可以有效控制風險和成本。
最後，與其他企業或研究機構進行合作與聯盟，共享研發成本和風險也是一種選擇。通過建立戰略聯盟或合作夥伴關系，車企不僅可以降低自研成本，還能夠加速技術開發和市場推廣。在智能電動汽車變革不斷深入的當下，車企全棧自研不是惟一解，車企與供應商之間呼喚新型的整零關系。
相對于往屆 A 級車展，今年的上海車展像極了狄更斯筆下的雙城記：這是 " 最壞 " 的時代，政策鐵拳與流量退潮讓裸泳者無處遁形；這也是 " 最好 " 的時代，務實者終于等到了讓產品說話的契機。
随着汽車智能化的深入，" 智能輔助駕駛 " 已不再是一個營銷概念，而是對傳統定義的主動超越。新勢力車企需在流量與安全間找到平衡；傳統車企亟需補齊汽車智能化的短板；合資品牌則要證明電動化并非跟風，而是真正的進化。
從設計打動人心到智能理解用戶、從服務搶占心智到質量築牢底線，品牌躍升的每一步，都是與用戶構建長期關系的機會點。那些真正能夠穿越周期的汽車品牌，必定是在變局中找到新錨點的企業。
這條路徑，不靠堆料、不靠衝高，而靠對 " 用戶需求 " 的精準理解與真正兌現。唯有真正讀懂市場、深刻理解用戶需求、扎實布局核心技術的企業，才能有望拿到通往下一個十年的船票。
