中国智能驾驶报告2024 未来已来 (中国智能驾驶公司排名)

文：任泽平团队

智能驾驶是人工智能反派和新动力反派的 集大成者，是下一个万亿级大赛道。 一方面，目前的新动力电动化率曾经大幅优化，而电动化后就要看智能化，目前L2+级别智能驾驶汽车正在加快浸透；另一方面，AI时代要求超级运转、超级场景来引领，智能驾驶就是 AI能够加快落地的超级运转，是新质消费力代表的方向之一。

中国的智能驾驶正在高速展开。智能驾驶将带动 万亿级赛道， 上下游产业链长、运转场景多，整个产业都会在未来几年高速增长。 2023年，我国L2级新乘用车浸透率抵达47.3%；2024年1-5月打破50%。武汉成为全球最大的无人驾驶运营服务区。北京、武汉投入100+亿做智能网联树立；20+城市加快投入试点；上海新发布4张牌照……都在代表着智能驾驶进入片面铺开时代。

中国走的是车路云协同和单车智能共同发力 的一体化路途 ， 要求大批的智能化“新基建”。 与美国以单车智能为主的路途不同，这意味着中国在智能路途改造方面的新基建投入将更大，对经济提质更新更清楚。

智能化 不只是技术上的打破，也 将 带来商业方式 的 改造、出行行业 竞争格式的重塑

第一， 高度 的 智能化 是 共享化 ，带来商业运营、汽车保险等结构性变化。 全智能驾驶成功后或许出现共享无人出租平台，汽车消费从集团保有转为部分共享运营。汽车金融也会受影响，在平台责任制的认定下，无人驾驶保险等新险种的需求会迸发。

第二， 智能驾驶 将大幅节能减碳、 增加交通拥堵和异常，短期虽然会暂时出现结构性出租车、网约车务工疑问，出现交通拥堵等争议；但是久远来看交通异常增加，出行效率提高，无人驾驶时代到来，已是大势所趋。

第三， 智能化改造会减速对转型慢的传统车企淘汰，技术硬、积聚深的新动力汽车公司 成为 受益 者 。支流汽车消费群体年轻化，影响了车企在智能化范围继续投入。目前，新售车型对L2+的车联网才干需求将继续优化，保守估量到2030年前L2级以上浸透率将逾越80%，其中L3+或逾越20%。

第四，推进智能驾驶的同时， 也 要 亲密 关注 中心 软配件 的 自主化 替代 进程 不能在 智能化 底层 硬科技 尤其是 高阶 算力 芯片 被 卡脖子 。

截止2024年5月，全国已有47个国度级智能网联测试示范区，16个双智试点城市，7个智能网联先导区，包括武汉、重庆、深圳、北京等无人驾驶延迟规划的重点城市。全国共开通智能驾驶示范路途3.2万多公里，测试里程逾越1.2亿公里，各地智能化路测单元部署逾越8700套。

展开智能驾驶具有必要性、迫切性和合理性

智能驾驶是新动力汽车展开进程的下半场，智能汽车为用户提供温馨、安保、科技感的驾乘体验。 展开智能驾驶具有必要性，抵消费者和社会而言，智驾在出行安保、节能、性价比、驾乘体验、出行效率等方面奉献清楚。

一是更安保： 全球卫生组织披露的数据显示，每年路途交通异常构成全球约130万人死亡、5000万人受伤。密歇根大学报告显示，20%-46%的碰撞异常可以被ADAS初级驾驶辅佐性能所防止；美国IIHS公路安保保险协会指出，智能驾驶可以增加34%的安保异常。

二是更节能：智能驾驶的控制系统优化汽车减速、制动、减速方式，有效地提高燃油和电力运行率。 卡内基梅隆大学报告指出，带有智能驾驶性能的汽车，燃油经济性优化10%，智能化等级越高、节能效率越高。

三是更有性价比：智能驾驶对人力本钱较高的场景意义严重， 比如将智能驾驶用于卡车长途运输。

四是驾乘体验更好，是老龄社会友好型产品： 智能驾驶能更及时片面捕捉路面信息，做出反响。日本内阁《交通安保白皮书》指出，因踩错刹车油门的死亡异常，75岁以下属机是其他群体的4.9倍。智驾优化驾乘温馨度，高龄驾驶员操作友好。

五是优化出行效率： 每年交通拥堵带来的经济损失相当于国际消费总值的5-8%，智能驾驶后使全体交通效率优化10%。智能驾驶能增加交通异常，改善路途拥堵，下降人员和经济损失。

展开智能驾驶具有迫切性，对汽车产业影响深远。汽车是居民消费中附加价值较高的产品，是一国制造业的中心范围之一。 智能网联车实质上是以互联网、云计算、大数据等为代表的新质消费力在耐用消费品、交通范围的运转 智能驾驶的展开带动汽车产业技术更新，带动供应链和产业生态的改造，带动上下游中心科技打破，是各国必争的战略洼地。

展开智能驾驶具有合理性。我国是全球最大的汽车消费市场，不只基础设备配套完全，技术和规范趋于完善，而且消费者的对新事物接受度高、市场生动。 2024年6月，我国机动车保有量达4.4亿辆，汽车3.45亿辆。 路途 基础设备 正 放慢 智能化 更新 ，支撑智能驾驶展开。 截止2024年5月，全国已有47个国度级智能网联测试示范区，16个双智试点城市，7个智能网联先导区。截至2024年5月底，全国共开通智能驾驶示范路途3.2万多公里，测试里程逾越1.2亿公里，各地智能化路测单元部署逾越8700套。

技术端，高精地图、激光雷达、车载 芯片取得严重进度，未来将有众多跨时代意义的新技术失掉运转。 以车载AI芯片为例，高阶智能驾驶芯片已具有量产装机才干。华为昇腾310和610搭载MDC810、MDC610计算平台，引领国际高端智能驾驶市场；地平线征程6也在2024年4月北京车展发布，算力从10+TOPS到560TOPS。

行业规范日趋完善， 政策端对智能汽车的展开尤为注重 2024年，五部门结合发布重磅政策，智能网联汽车进入加快生终年。7月3日，工信部、公安部、天然资源部、住建部、交运部结合发布了智能网联汽车“车路云一体化”运转试点城市名单。包括北京、上海、重庆、、苏州、无锡、成都、广州、深圳等20城。

智能驾驶可划分不同等级，以后 我国 正 处于 从 辅佐 驾驶到 有条件 智能驾驶 过渡 ，同时也处于 高度 智能驾驶 开 启 阶段

国际上看，SAE美国汽车工程师学会的分级规范，是目前较为通用的智能驾驶分级规范，获全球众多国度地域参考。国际方面，2020年3月， 我国《汽车驾驶智能化分级》规则智能驾驶分为 6个等级 为驾驶辅佐， 为智能驾驶。深入来讲： L1普通是可以束缚手或许脚；L2可以同时束缚手和脚；L3可以进一步约束眼；L4及以上还可以约束大脑。

智能驾驶技术触及交通、通讯、电子等多范围融合和多产业协同，是一个从L0、L1、L2往L3、L4、L5渐进的环节。 随着等级上升，软配件性能要求也在提高。以激光雷达为例，L0-L2驾驶辅佐无需激光雷达，但在L3及以上高阶智能驾驶中，激光雷达是必无法少的配件设备。芯片方面，若要成功L2到L3级别的逾越，算力要求从24Tops逾越到300Tops，优化至少12.5倍。

2 智能驾驶：技术与安保是首要考量、配套与本钱是落地关键

推进智能驾驶展开的中心 驱动 力 是 汽车用户群体的出行偏好改动。 一方面是基于对智能驾驶的 技术 认可，以后中国曾经拥有一个成熟、完整、自主的智能汽车产业链。另一方面， 安保 疑问是基本，关于人和系统，哪方的驾驶决策更优引发普遍讨论。

此外，从企业层面来看，单车智能和车路协同路途之间竞争客观存在，以后来看， 智能网联 展开要求车路协同和单车智能的技术合力 。通常上，智能驾驶并非单指某一技术路途。只是出于技术的成熟度、落地难度、商业化本钱等客观条件限制， 当下仍是以车路协同展开为主，单车智能为有力支撑的 ，技术互补和相反相成的现状。

2.1智能驾驶技术：感知、决策、执行，三大系统协同

智能 驾驶 的成功，实质上是感知 (环境感知与定位)、 决策 (智能规划与决策)、 执行 (控制执行) 三大中心系统的协同。 智能驾驶系统最终是为了取代人工，假定将其类比人的话，如下图所示：感知层相当于人的 五官 ，感知周围的环境，搜集数据传输到决策层；决策层相当于人的 大脑 ，处置感知层传输的数据，输入相应的操作指令给执行层；执行层相当于人的 四肢 ，执行大脑给出的指令。其中 感知层 关键包括 三部分 ，环境感知、位置感知和速度、压力等其它感知； 决策层 关键包括 三部分 ，操作系统(算法)、集成电路(芯片)、计算平台； 执行层 关键包括 三部分 ，动力供应、方向控制、车灯控制。

从技术和产业链展开阶段来看，感知环节基本成功国产替代，产业链较为成熟。 车载摄像头、毫米波、超声波雷达、激光雷达都已成功自主替代，技术路途多元化。 决策层 应战 最 大 ，高层软件要求终年数据积聚，两边软件的壁垒高，自主交流难度大，底层软件的操作系统基本成功自研。此外，最中心的AI芯片也终年被海外厂商垄断，我国芯片厂商的产品正在加快提高、但仍需时期优化实力并验证产品。

智能驾驶 决策层 的 三 大中心区分是配件算力芯片 两边 件 软件架构 底层操作系统

1） 配件方面 智能驾驶A 芯片 是汽车行业最关注的中心 。目前智能AI芯片展开存在多方面应战。 一是行业进入壁垒高 ：由于汽车芯片的研发和验证周期长、资金投入大，切换供应商存在失败风险，因此少数整车厂选择与先发的海外芯片厂深度绑定。 二是研发技术难度大 ：智能驾驶的 AI 芯片不同于传统汽车域控制器的 32位 MCU 芯片，前者在算力、性能、功耗、操作系统方面的要求清楚高于后者。形成其研发本钱和制造工艺攻坚艰难。 三海外政策变量多 ：全球半导体产业链曾经成熟，我国半导体制造行业起步较晚，且展开受海外政策环境变化扰动，部分关键技术独立打破难度较大。

两边件 软件 架构 是技术壁垒最高的环节，是处置不同供应商软配件兼容性疑问的中心。其性能是经过集成的AutoSAR（汽车开发系统架构），衔接高层运转软件和底层操作系统直接交互。两边件的开发要求投入极高的时期、人力和财务本钱，此外，还要求与多家供应商终年间协作来启动产品兼容性调试与婚配。通常软件开发还要求绑定配件厂商，准入门槛十分刻薄。从2003年树立扩张至今，该联盟已包括近200家企业，只需9家中心企业和63家一级会员能通常介入到开发方式的谋划、控制和调控。我国科技巨头中有百度、华为等8家是一级会员

底层的操作系统 是控制和控制车载配件与软件资源的程序。可以进一步细分为基础型和定制型。由于操作系统的非凡性：一是触及智能驾驶基础内核操作，二是支持运转生态且积聚庞大的用户数据，三是系统的适配验证本钱极高，车企在选择操作系统后就无法随意改换。在基础系统中如何去选择底层路途成了车企的一大难题。

基础型操作系统 ，如QNX、Linux、WinCE、Android，鸿蒙，目前 75%的智能驾驶底层操作系统经常经常使用的是 QNX 系统。基础型操作系统自主开发难度高，国际厂商选择通常是后者。 定制型操作系统 是在前者的基础上深度开发、修正内核的定制化产物。

假定 选择QNX和Android等海外系统 去 启动 定制 化 开发 或许会面临一系列隐患 。

一 是 数据安保 疑问 ：海外系统或许会存在数据后门，这形成车辆内行驶环节中出现的敏感数据，如位置信息、驾驶习气等，有或许被黑客攻击或被企业搜集用于合法目的。

二是 或许形成高层运转开发受限 。由于系统的源代码遭到专利维护，或遭到相关政策限制，国际企业在开发高层运转时或许遇到诸多艰难。不只介入了迭代本钱和研发周期，还或许形成展开落后于海外。

三 是 还或许面临政策变化的风险 。随着国际情势变化，某些国度或许会对敏感技术启动限制或制裁。假定大批依赖这些海外系统，将对我国智能驾驶运转和展开构成严重影响，使得中国企业处于主动位置。

2.2智能驾驶安保：智能系统决策更优，相关法规待完善

依据CIDAS(中国交通异常深化考察)数据库显示， 人是交通安保中最不确定的原因 。经过考察2011年至2021年的5664起乘用车异常发现，驾驶员人为原因占比约为81.5%。其中，79.9%是由于驾驶员无法对风险启动延迟识别和感知的客观错误异常。43.4%是由于驾驶员未按规则让行出现的异常。

2021年12月，由中国汽车技术研讨中心有限公司结合同济大学、百度Apollo编制的《智能驾驶汽车交通安保白皮书》指出， 智能驾驶并非‘零’异常”，但确实比人类驾驶更安保。

智能驾驶可从三个维度有效下降交通异常出现率。

一是依托融合感知系统启动全方位路况信息搜集，延迟规避路途风险。

二是仰仗智能决策系统和准确执行系统，根绝疲劳驾驶、酒后驾驶等风险行为；在无其他更高优先级事项的前提下，防范违犯交规行为。

三是智能驾驶像驾驶员一样具有案例剖析和一直学习的才干，在复杂的出行场景中也可以逐渐处置不少痒点、痛点和高频疑问，让出行的一切节点都“有迹可循”。

从历史阅历和技术难点来看，智能驾驶出现安保疑问通常有两种情形。 一是 感知系统 的技术盲点，二是人车决策的认知倾向。

感知 系统 技术 盲点 是指有些部分车企选择 “纯视觉路途” 作为智能驾驶的感知系统处置方案， 该系统采纳摄像头为主，毫米波、超声波雷达为辅作为传感器。在没有激光雷达测距的状况下，在极端气候场景、AI学习样本少的非凡场景中， 算法或许判别错误。 因此，近年在激光雷达技术的一直成熟下，“多传感器融合感知方案”成为智能驾驶落地的普遍共识。

人车决策的认知倾向，是 部分用户误把市场上的驾驶辅佐系统和智能驾驶划等号，形成在驾驶环节中错误地把义务完全交予车辆。 在多起相关异常中，用户都在驾驶辅佐性能下丢弃了对车辆的控制，且在收到系统提示后有充足反响时期的状况下，却没有恢复对车辆的控制。通常上， 以后支流的L2 只是在L1的ACC自顺应巡航和LKA车道坚持性能上介入了智能变道性能， 并不等于能完全替代人类司机。

从安保责任角度看， 智能驾驶由算法主导，而算法并不具有人类的品德位置 ，由此，机器依据预设算法选择碰撞中的品德困境如何处置，引发了人机协作的伦理应战。在出现风险状况时，道义中心论算法、功利主义算法或许其他品德算法方案所执行形成结果悬殊，在法学界存在肯定争议。因此 目前不同国别对智能驾驶责任认定存在差异。 部分条例认定交通异常责任主体依然是驾驶人，而部分国度智能驾驶认定责任主体为车辆消费主机厂。不同责任认定区间，或影响用户经常经常使用初级别智能驾驶志愿。若智能驾驶系统不为责任主体，用户更新到 L3级以上志愿或有影响。

综合来看，虽然系统决策比人类驾驶愈加牢靠， 但目前高度智能的无人驾驶技术还在通常运转的试水期，关于责任界定，社会接受度方面还存在肯定争议，特定环境下接纳控制义务是驾驶员的义务和责任。随着用户信任普遍构成，智能驾驶普及率上升，相关法律法规规范完善，智能驾驶会愈加安保。

3 智能驾驶: 全球政策规划已久，三大关键节点

3.1海外政策：大国博弈，轮番抢占制高点

美国尽力坚持在智能驾驶范围的全球抢先的位置 。2013年，制定了《关于智能驾驶汽车的初步政策》，2014年再推出《智能交通系统战略方案（ITS）2015-2019》。2017年发布更详细的《智能驾驶系统2.0：安保愿景》，加大对智能驾驶技术的注重。2020年，正式出台《确保美国在智能驾驶技术范围的抢先位置：智能驾驶汽车4.0》， 明白智能驾驶展开的关键位置 。2022年3月，美国国度公路交通安保控制局发布最终规则：优化测试审批流程，智能驾驶汽车的制造商无需为了满足碰撞规范，装备手动驾驶控制系统，代表其 全智能驾驶无需人工控制的时代来临 从最后的制定智能驾驶测试的相关规范、确定以智能化和网联化为中心展开目的，退步到片面翻开全智能驾驶的大门。 其目的 是 2025-2030年 大少数美国汽车智能驾驶，到2045年 全美汽车 成功 智能驾驶。

欧洲是最早注重智能驾驶展开的地域之一。 早在2003年就结合产业界出台了eSafety，即欧洲路途安保执行方案，提供了智驾展开的总框架和战略：一是成功到2010年，路途安保异常死亡人数减半的目的，二是运行先进的信息与通讯技术，探求车路协同方案的可行性。2011年，《欧洲一体化交通白皮书》，成为分歧欧盟的交通基础设备规范与规划。 2013年，“地平线2020方案”，2015年《欧洲智能驾驶智能系统技术路途》，正式提出了欧洲智能驾驶展开战略 。2020年，欧洲经济委员会发布新规范，经过关于智能驾驶豁免的ECE新法规，极大安闲了智能驾驶的测试监管。2021年9月，欧洲路途运输研讨咨询委员会发布最新智能驾驶技术路途图，政策从最后的以保证车辆安保为目的，展开到树立智能化、智能化车联网。 欧盟提出了全球范围内最保守的智能驾驶方案，从 2022年 全欧一切新车将分歧支持车联网，最快到2030年 欧洲进入全智能驾驶社会。

日本心愿经过智能驾驶技术为经济提供新增长点 。2013年，“智能驾驶系统战略创新项目（SIP-adus）”末尾注重智能驾驶产业展开。2014年，发布《官民ITS想象/路途图》，经过 政府和私营企业结合制定、共同实施、分歧展开智能驾驶产业。 2016年和2018年，区分发布《智能驾驶汽车路途测试指南》和“未来投资战略2018”，奖励智能驾驶测试，强调“人工智能”在出行范围和智能驾驶的结合。2020年推出《成功智能驾驶的相关报告和方案》。2022年4月，修正《路途交通法》，放宽智能驾驶范围， 支持在高速公路上经常经常使用L3级智能驾驶。日本的智能驾驶产业政策曾经从最后的树立全球最安保的交通系统，展开为现在的心愿经过智能驾驶技术带动日本经济增长。 目的是：到2030年，L3级别汽车抵达新车销量30%。同时实施监管沙盒制度，在特定空间发明更宽松环境，使得智能驾驶实证明验可以启动。但日本的智能驾驶测试的准入主体依然有限，这也使得 日本智能驾驶的展开相对缓慢 。

3.2国外交策：产业支持充足，标忘性政策落地

我国智能驾驶 规划 近 十年， 近期 重磅 政策 落地 政策上，2018、2020和2024年是三个关键时期节点。

2015年《中国制造2025》的智能网联车展开的起步点，也标志着我国末尾对智能驾驶产业启动总体方向规划。2017年的《汽车产业中终年展开规划》是第一部分类智能驾驶级别、对市场提出中终年规划并完善相关规范的文件。 年 《智能汽车创新展开战略》 要求车用无线通讯网络（LTE-V2X 等）成功区域掩盖，新一代车用无线通讯网络（5G-V2X）在部分城市、高速公路逐渐展开运转。

2020年《智能联网汽车规范化任务要点》 进一步夯实了展开智能网联车的基础。2020年，作为第一个关键节点，我国总结过去智能驾驶展开取得的进度，并展望了5年后的2025年，重新制定智能化分级规范。2020年7月《“十四五”规划》提出积极稳妥展开工业互联网和车联网；聚焦人工智能等关键技术的研发与迭代运转。2020-2022年推出一系列政策，针对性的对产业链完善、场景化运转、详细技术创新做出展开指引。2022年7月，我国首部L3级智能驾驶法规《深圳经济特区智能网联汽车控制条例》实施，9月上海出台政策对L3级通常落地和L4级商业化运转提供了支持。

2024年 月 ，五部门结合发布重磅政策，智能网联汽车进入加快生终年。 7月3日，工信部、公安部、天然资源部、住建部、交运部结合发布了智能网联汽车“车路云一体化”运转试点城市名单。包括北京、上海、重庆、鄂尔多斯、苏州、无锡、成都、广州、深圳等20城，预估初步阶段触及智能网联智能化树立的市场规模约百亿级别，智能网联车消费市场为万亿级别。

4 智能驾驶的未来：车联万物，畅想智行

智能驾驶的未来展开离不开车路云一体化：单车智能技术提高与 车路协同 的树立完善，以及 智能交通运营商 的兴起，来继续推进市场提高，最终在政策的引导下，推行更丰厚的 智能驾驶 场景运转 落地。

4.1车联网：电气架构转型，通讯技术提高

车联网 ，是指经过车载无线通讯设备与人、其他车辆、路途、云端等成功高速通讯的技术。

车联网的基本组成包括：①车路协同路测设备（高精度传感器，边缘计算单元，无线通讯系统）；②大数据、云计算平台；③车端感知、执行、人机交互系统；④基于人工智能的综合决策、控制、运维平台和大模型；⑤高精度地图和卫星导航；⑥路测辅佐设备（信号灯、检修清障）；⑦用户侧的车载交通服务软件。

其任务原理是： 车辆端 的感知系统时辰坚持对路况和运转的监控，经过V2X技术和路途与其他车辆坚持同步衔接， 路途端 的传感器、摄像头、信号站、路灯等搜集路途信息、交通状况；经过 网络 通讯技术上传给 云端 的贮存、计算、和决策中心，再由云端经过网络反响信息和决策给车辆端。

车联网 展开的 实质 是改造汽车电子电气系统 的环节。汽车有五大系统和域，电子电气系统是汽车“大脑”。 在传统汽车中，关于传感器与各种电子电气系统的信息传输与控制都由 ECU（车载电脑）成功。每特性能由一个独立的 ECU 散布式汽车电子控制器成功。以后ECU正向域集成化演化，不同的性能将集成到一个域内来成功，优化算力运行率。在未来，ECU架构将变为中央集中式，一个车载中央计算器控制全车的域控制器， 最终 经过云计算 抵达“车联万物

路测基础设备树立 更新是中期的展开难点和政策聚焦点 。引入路侧传感、通讯、和计算是对车路云一体化的全方位更新。但由于路测系统包括从摄像头到毫米波雷达、激光雷达的大批传感设备、高算力需求单元和通讯传输设备，各种配件的相互适配和即时照应也是一大应战，因此路测设备树立对智能化一体化方案的设计才干要求较高。

在车联网成功的车路协同场景中，确保车端与路端的信息实时交互十分关键， 通讯模组 担任车与车、车与路之间实时传输信息，能经过牢靠、低延时的网络环境确保两端加快接入网络，是车路协同展开的关键技术。 通讯 技术 是车路协同中的衔接通道也是车联网 的 底层 技术 。

目前，关键的车路协同的底层通讯技术是DSRC和 C-V2X（蜂窝车联网） 。C-V2X起步相对较晩，但由于基于蜂窝通讯技术，其简易性、牢靠性方面具有优点。除此之外， C-V2Ⅹ可以与5G通讯技术兼容 ， 未来在智能驾驶范围的运转也广受关注。 随着未来通讯技术与C-V2X的进一步融合，三维建模、时空同步、智能识别等技术愈发成熟， 越来越多支持车路协同的高速公路将在全国建成 。

4.2无人驾驶运转场景：处置乘用痛点，拓宽商用范围

智能驾驶的运转场景可以分为乘用场景和商用场景两类。 乘用场景除了用户自购自用关键是智能驾驶出租车（Robotaxi）和无人驾驶公交(Robobus)。

依据美国SAE规范定义，Robotaxi是指出行公司提供的L4-L5级智能驾驶出租车。 无人驾驶出租车 具有三大优点，能处置传统出行服务三大痛点。

一是隐私维护 ，许多乘客心愿出行环节可以增加与他人沟通，无人驾驶出租车可以防止乘客在狭小空间内与他人的接触，增加沟通本钱，维护乘客隐私，提高乘坐体验。

二是高效出行， 智能驾驶出租车可以顺应城市路途上的多种复杂路况，并依据实时交通讯息做出路途调整。在路况判别、规划执行、遵守交规方面也优于人类驾驶员，能给乘客带来简易高效的出行体验。

三是本钱更低， 数据标明，国际一线城市出租车均价区间在2.6-3.2元/公里，其中驾驶员本钱占约50%。虽然目前无人驾驶出租本钱偏高，但在未来大规模商用落地后，最终能完全糜费人力本钱，为用户带来经济实惠的出行体验。

我国无人出租起步相对较晚，武汉为全国乃至全球无人驾驶提供模板 。2019年9月22日，武汉国度智能网联汽车测试示范区正式揭牌。2022年9月，武汉与重庆率先发布全无人商业化试点政策，向百度发放全国首批无人化示范运营资历。截止2023年底，武汉已成为全球最大的无人驾驶运营服务区。

无人驾驶公交 是 依照指定路途行驶的无人公共交通工具。对车路协同、车辆智能监控、安保预警等方面要求比乘用车更高，成功大规模商用还要求时期验证。2021年4月，全国首个智能驾驶公交车示范运营项目在重庆永川正式落地。2022年4月，Apollo Robobus取得北京市颁发的智能网联测试牌照。2022年9月，山东菏泽也亮相了宇通智能驾驶公交车。

4.3智能交通运营商：驱动智能网联提高的关键介入者

智能交通运营商的关键职能： 帮助车联网一体化体系树立，构建路侧智能化基础设备，提供云侧的大数据剖析、云端支持、AI模型等技术支持，完善智能出行的服务和安保规范。 让越来越多阅历丰厚、技术深沉的智能网联运营商介入出去，减速构建起未来社会的智能交通重生态。

在智能网联化想象下，交通系统要求融合现代通讯与网络技术，最终成功车与万物的智能信息交流与共享。成熟的智能交通运营商通常上要求三方面条件：

一是 要有高阶路侧设备的智能化一体化方案的树立、运营、保养才干。 以路测边缘计算单元为例，性能200TOPS以上的算力就能支持L4级智能驾驶上路。但从部署难点看，高算力计算单元不只单颗消费本钱高，适配不同车型和传感器要求算法调整，上传到云端也要求即时照应，且为了保证明时的数据处置对延迟的要求也极为刻薄。因此，企业有研发、消费路侧传感装置、通讯设备才干，拥有边缘计算产品十分关键。

二 是要求有较强的软件系统集成才干、云平台、和大数据运算平台 在 人工 智能范围 具有 肯定基础 智能交通运营掩盖范围在理想外形下是公路系统的全范围，既使是掩盖部分地域，也要求处置海量的路途和用户数据。关于整车企业来说，这无疑是微小的应战。关于软件供应商来说，单个企业也难以支撑相应的规模。未来的成熟的车路云体系触及的数据量、计算量、算力需求都将呈数量级增长。而机器学习优化后的公用大模型，和边缘计算的散布式AI将很大水平上对感知算法和决策准确度启动优化、提高运维效率的同时，信息处置和即时反响才干也将失掉增强。 因此 AI大模型的实力选择了运营商的才干下限 。

三 是 智能交通运营商还 肯定亲身介入到市场中 要拥有较为成熟的车端无人驾驶技术和丰厚的落地示范项目阅历 。由于车端无人驾驶成熟度关键取决于车载传感器算法、计算平台的算力下限、训练水平。这就要求运营商要在有本钱优点的前提下，具有投入智能驾驶汽车的才干。在现阶段，具有这样才干的企业不多。短期内，租用或置办其他车企的智能驾驶汽车来投入市场或许是关键智能交通运营商的选择， 但终年来看，拥有无人驾驶汽车研、产、用才干的运营商才干在竞争中存活， 由于智能驾驶市场的中心在于车的差异化，没有造车才干的科技企业，就算在云平台和大数据上取得了优点，作为运营商也会失去中心竞争力。

我国智能出行服务范围已有多家企业积极介入，初步构成市场格式。 起步初期 关键有三种方式 一是传统车企自创出行平台，二是传统出行平台结合车企与新智行公司达成协作。三是互联网科技企业 成立新出行平台。 对比来看， 第一种独家运营方式应战大 ，紧靠一家车企为主力，纵使是行业龙头也难在新市场加快扩张。 第二种方式扩张速度可观 ， 但前期难免构成决策权分散，展开上具有诸多不确定性 。 第三种方式本钱高， 要求自研、自测、自产无人驾驶汽车， 但方式成熟后优点也 将凸显 统筹的产品与服务更容易塑造 品牌 效应 。

以后来看第三种方式在市场上较为成功， 互联网科技企业介入智能网联树立和服务运维 。2021年8月，百度成功孵化智能出行平台“萝卜快跑”，装备百度自家的Apollo系列汽车提供出行服务，成为第三种方式的创立者，百度2024年Q1财报显示，萝卜快跑一季度提供乘车服务约82.6万次，同比增长25%。

全球来看，智能网联展开也在催生新的商业方式 。比如特斯拉推出的Robotaxi服务。马斯克以为，完全智能驾驶后下一步是共享化，将于2024年8月8日推出无人驾驶出租车Robotaxi。一方面回收部分特斯拉车型投入到出租车队中，另一方面车主也可以介入平台，将闲暇车辆作为Robotaxi赚取收益。随着特斯拉的FSD全智能驾驶系统愈加普及。该服务的推出或许会改动特斯拉的商业方式，从单纯的汽车制造商转变为兼为提供出行服务的公司。

Robotaxi也是全球智能驾驶进入迸发期的信号 ：一方面，关于每个车主而言，车辆经常经常使用率会提高，关于特斯拉而言，在Robotaxi运转的规模优点下扩展数据采集，减速算法迭代。另一方面，智驾系统可以靠软件和服务赚钱，这拓展了无人驾驶的新商业方式。马斯克在财报中强调， 汽车的未来不只属于电动化，也属于智能驾驶 。特斯拉有望经过数百万车辆的数据和庞大的人工智能训练集群，来成功规模化的智能驾驶运转。

---

智己汽车减速智能驾驶落地 未来3~5年智驾产品落地

8月16日，两位清华校友-智己汽车副CTO/智能驾驶首席迷信家郭辉、全球头部智能驾驶算法玩家Momenta的CEO曹旭东，携手清华大学车辆与运载学院副院长李升波教授，在清华科技园举行“IM AD DAY智己汽车智能驾驶发布会·清华篇”，与到场嘉宾就智能驾驶结局来临之前的技术路途、体验规范、开展趋向等诸多话题展开交流与讨论。

活动上，清华大学李升波教授分享《智能驾驶汽车的安保应战与技术进度》，高度概括“数据驱动”赋能智能驾驶“安保”的技术演进途径。 智己汽车智能驾驶首席迷信家郭辉回忆了智己2年走完头部玩家9年智驾路的技术退化轨迹，已到达人类驾驶安保3.2倍的智驾产品用户体验；并发布了“未来3~5年智己汽车智驾产品落地路途图”，宣布将于往年10月份正式开启“IM AD城市NOA”公测，与全球头部玩家同步迈入“城市NOA时代”。 Momenta CEO曹旭东则详细解析“基于DDOD、DDLD、D.L.P.人工智能模型，IM AD智能驾驶将成功完全数据驱动，并在未来的3-5年成功绝大少数场景的智能驾驶”，迈向智能驾驶结局！

智己2年走完友商9年智驾路，2025年将迈入Door to Door时代

行将于10月开启的城市NOA公测，意味着智己汽车用2年时期（智己品牌于2021年发布）成功其它行业头部玩家长达9年的积聚，并不时刷新业内“智驾产品最快量产”的落地纪录。从路途图上看，未来3~5年内，智己汽车将开启智驾产品落地减速跑，去高精地图NOA、城市NOA、通勤形式等智驾产品将密集上线：

·“去高精地图NOA”，IM AD将于9月开启公测;

·“城市NOA”，已于往年4月启动内测，目行进度顺利，将于10月开启公测；

·“通勤形式”，估量将于2024年迅速掩盖全国100+城市；

·2025年，IM AD将迈入Door to Door（全场景通勤）时代。

已成功3.2倍于人类驾驶安保，智驾体验优于行业头部水准

加快退化的同时，高规范智驾体验才是智己汽车的最低价值诉求。 智己汽车智能驾驶辅佐系统IM AD，不只在安保性、通行效率和路途博弈才干上超越大部分人类司机，而且为用户提供清楚优于行业头部规范的体验。

尤其是安保性，目前，智己汽车已成功人类驾驶安保3.2倍的智能驾驶。 实践行驶数据统计结果标明，现阶段IM AD的百万公里碰撞事故0.6次，远低于人类驾驶百万公里碰撞事故1.9次，为人机共驾的用户体验提供了扎扎实实的安保保证。 IM AD的安保类误制动频次百万公里低于1次，更是5倍优于行业头部规范。

性能体验上，IM AD的交付规范相同严苛，无论是变道效率、行驶居中性能、行驶流利性、行驶温馨性等“行车性能”，还是车位识别才干、泊车成功率、泊车流利度等“泊车性能”，均逾越了行业头部玩家水准；IM AD变道成功率高达98%，每千公里的不温馨减速仅为1.3次，泊车成功率到达97%，可谓典型的“六边形战士”。

以技术优势坚持减速退化，全数据驱动成功安保、温馨、智能

作为新创品牌，智己汽车2年拉齐头部玩家距离的面前，是与Momenta结合开发、双向赋能的底层技术优势——更高效的架构、加快退化的算法与更高应用率的生成式数据构成的中心才干，将继续驱动IM AD智驾退化的减速跑。

IM AD唯二兼容Xavier、Orin两种上下算力的双智驾计算平台，架构顺应才干更高效，算力需求降低90%，模型运转效率则大幅优化500%。 基于此，有限算力亦可成功全域视觉融合；仅凭“单激光雷达+单Orin芯片”方案，也能掩盖全量城市场景，满足去高精地图NOA的需求。

同时，IM AD算法具有更加快的技术退化才干。 2021年已成功OneModel、BEV、Transformer技术落地，2022年搭载首车成功量产，奠定行业抢先的技术基座。 2023年4月，智己汽车结合Momenta发布行业首个D.L.P.人工智能模型，处置了认知智能的卡脖子难题。 行将于往年9月启动的“去高精地图NOA”公测，将逐渐成功地图技术方案切换，在不依赖高精地图的状况下，成功全程无断点的辅佐驾驶体验。 在此基础上，2024年，IM AD估量进入Occupancy占用网络的运行阶段，在绝大少数场景下成功智能驾驶。

值得关注的是，作为智己汽车智能化的巅峰产品，行将于成都车展亮相的第三款车型智己LS6，全系具有去高精地图的NOA才干，交付即搭载业内首创的“一键场景代驾”性能，基于IM AD智驾技术处置用户城市出行中确定性场景下的高频痛点。

目前，IM AD正在为技术出海做预备，感知已成功欧洲本地化顺应性训练，规划算法已适配外地环境及驾驶习气。2024年，随同着智己汽车首款全球战略车型LS6出海，智己汽车将与全球分享中国的智能驾驶技术，迅速扩展海外影响力，让全球见中国，中国即全球！

中国智能驾驶又往前迈了一大步！

撰文/ 温莎

编辑/ 黄大路

设计/ 赵昊然

随同高阶智能辅佐驾驶进入下半场，智能驾驶范围最近风向突变。

过去很长一段时期，小鹏、理想、蔚来，华为等企业均以高精地图作为驾驶决策的底层信息。 但是，从2022下半年末尾，智能驾驶圈末尾了浩浩荡荡的去高精地图化，众多企业纷繁丢弃纯高精地图的路途，在规划多年后换道。

尤其是在智能驾驶浸透城市的环节中，受政策影响，这波“去高精地图”的运动在2023年年终抵达高峰。

在这条赛道上，有一家企业曾经率先抢跑多年。

在中国的智能驾驶江湖，最早提出“重感知”路途的是毫末智行，且在相当一段时期内简直是行业内独一采用这一路途的厂商。 竞争剧烈的市场中，提早预判到了正确的方向，意味着少走了弯路，争取到了珍贵的时期。 理想也正是如此。

4月11日，在第八届HAOMO AI DAY上，毫末再次官宣了3家主机厂定点协作，全新搭载毫末HPilot2.0的2023款坦克500已于3月上市，首款搭载HPilot3.0的新摩卡DHT-PHEV行将重磅上市，第二款搭载毫末HPilot3.0的车型魏牌蓝山也将在往年上市。

至此，毫末成功了商业化跃的升关键一步，展现出了毫末独有的速度。

作为中国独一聚焦智能驾驶的AI技术盛宴，每届的HAOMO AI DAY曾经成为一场行业盛会。 本届 AI DAY 再度齐聚智能驾驶范围超奢侈嘉宾阵容，不只要最前沿的技术发布，也有深入的洞见。

“2023年将是智能驾驶冲刺之年、大考之年。 ”活动现场，张凯以《HAOMO SPEED，AI SPEED》为题宣布了演讲。

他指出，2022年度中国市场乘用车L2及以上辅佐驾驶前装搭载率升至29.40%，前装标配交付585.99万辆。 毫末在去年预估，到2025年初级别辅佐驾驶搭载率超越70%，这意味着智驾产品进入加快增长的全线迸发，2023年将是十分关键的一年。

首先，城市导航辅佐驾驶产品在2023年将围绕量产上车发力，关键玩家的城市辅佐驾驶产品进入到真适用户掩盖和多城市落地的比拼。 其次，行泊一体和无人车商业化将成为智能驾驶公司深耕的重点。 在乘用车范围，搭载行泊一体性能的智驾产品将迎来前装量产潮；在无人驾驶范围，末端物流智能配送车在商超、快递等场景迎来迸发，2023年将在这些场景成功可继续商业化闭环。 大模型、智算中心等成为智能驾驶新基建。

假设将这四个范围比喻为四大战场，毫末智行在其中曾经片面打响了四大战役。

减速落地，毫末有通常更要有通常

智能驾驶路途之争由来已久。

在诸多车企重注地图路途时，2022年4月，毫末智行就表示要做重感知的城市智能驾驶，降低智能驾驶中高精地图的权重，乃至做到无需高精地图。 做出这样的选择，是由于毫末智行判别，高精地图更新频次太低，无法满足智能驾驶的需求。

毫末智行CEO顾维灏曾对此做出过笼统的比喻：高精度地图提供的是路途先验信息，但是它并不稳如泰山，总是施工。 假设你把它当做是激光雷达，且这个激光雷达总是施工无法用，那它的置信度当然就会被降低。

之后的故事曾经证明，重感知路途，是能够走通的智能驾驶商业化路途。 前瞻性令毫末引领了中国智能驾驶量产提速，其城市NOH也其因强感知才干成为可大规模量产落地的辅佐驾驶系统。

2023年年终，毫末打响了智能驾驶装机量的王者之战。 如今，毫末三代乘用车产品搭载车型近20款，新摩卡DHT-PHEV将是首款搭载HPilot3.0的产品；毫末智能辅佐驾驶用户行驶里程曾经打破4000万公里，毫末城市NOH曾经在北京、保定、上海等城市开启泛化测试，落地即可体验到毫末的城市NOH性能。 2024年，毫末辅佐驾驶乘用车总量估量到达百万量级。

海外市场，毫末也在减速规划之中。 搭载毫末HPilot的车辆将在欧盟、以色列等地域和国度陆续交付到用户手中，同时行将量产墨西哥版本及俄罗斯版本；接上去，也将在中东、南非、澳大利亚市场陆续投放助力中国智能驾驶出海。

势不可当之际，毫末引爆了“城市NOH百城大战”。 活动现场，张凯播放了一段路测视频，其中完整的记载了毫末城市NOH可以在北京、上海丝滑流利的启动红绿灯控车路口转向，成功无维护左转等场景。

为减速攻城略地，毫末提出了安保为先、用户为先、规模为先的准绳，优先落地规范性城市、用户等候的城市以及搭载车型销量较大的城市。 随着量产车型的逐渐落地，毫末城市NOH估量在到2024年，城市NOH将有序落地100城。

关于先进的技术而言，运行远比通常更关键。 先打通特定的场景、让智能驾驶系统量产落地，比单纯地强调更高的智能驾驶级别更关键。 这一方面能让消费者尽快体验到智能驾驶带来的便利，同时也能为技术开发积聚珍贵的数据和阅历。

有目光，有胆量，也有实力，毫末可谓敢想敢干的通常者。 可以等候的是，随着更多搭载毫末 HPilot 智能驾驶产品的量产车型的落地，毫末将继续夯实量产智能驾驶第一名的抢先位置，未来具有更大的想象空间。

海若亮相，毫末重塑汽车智能化技术路途

人工智能技术正在迎来从质变到质变的严重节点。

2023年，ChatGPT运行的火爆和GPT-4等大模型的发布，让一切人都置信一个真正属于人工智能的时代开启了。 有人说， ChatGPT的出现不亚于PC和互联网的发明；也有人说，如今是AI的iPhone时辰。

无论怎样，ChatGPT的到来行将改动人类，未来已来，毫末智行推出了全球首个智能驾驶生成式大模型——DriveGPT。

演讲中，顾维灏在演讲中揭秘了DriveGPT中文名“雪湖·海若”的来源：“‘海若’，出自《庄子·秋水》，外面有两个神话人物河伯和北海若。 河伯讨教北海若，何谓大小之分，北海若教诲，不因天地而觉大，不因毫末而觉小。

毫末把 DriveGPT 命名为雪湖·海若，寓意智慧容纳、海纳百川，为行业开展奉献力气。

作为全球首个智能驾驶生成式大模型，毫末雪湖·海若经过引入驾驶数据树立 RLHF（人类反应强化学习）技术，对智能驾驶认知决策模型启动继续优化。 在整个行业才有认知之际就拿出产品，这缘于毫末从很早末尾就对大模型启动研讨。

毫末雪湖·海若的目的是成功端到端智能驾驶，现阶段关键用于处明智能驾驶的认知决策疑问，后续继续会将毫末多个大模型的才干整合。

目前，毫末雪湖·海若成功了模型架构与参数规模的更新，参数规模到达1200亿，预训练阶段引入4000万公里量产车驾驶数据，RLHF阶段引入5万段人工精选的困难场景接收Clips。

此外，雪湖·海若还开放了场景识别才干，能够依据输入端的提示语以及毫末CSS智能驾驶场景库的决策样本去训练模型，让模型学习推理相关，从而将完整驾驶战略拆分为智能驾驶场景的灵活识别环节，成功可了解、可解释的推理逻辑链生成。 这以退化，关于整个行业的提高，有极大的推进作用。

现场，毫末宣布雪湖·海若首发车型是新摩卡DHT-PHEV，行将量产上市。 这将使得城市NOH的才干至少抢先业内一年，DriveGPT的横空出生，将重塑汽车智能化技术路途。

顾维灏提到，雪湖·海若可以逐渐运行到城市NOH、捷径介绍、智能陪练以及脱困场景中。 有了雪湖·海若的加持，车辆行驶会更安保；举措更兽性、更丝滑，并有合理的逻辑通知驾驶者，车辆为何选择这样的决策举措。 关于普通用户来说，车辆越来越像老司机，用户对智能产品的信任感会更强，了解到车辆的行为都是可预期、可了解的。

“毫末是智能驾驶公司中最懂如何量产落地的，在 Tier1 中最懂怎样做智能驾驶的，在具有数据的公司中最懂如何真正数据闭环的。 ”张凯在现场有些自豪的表示。

复盘毫末智行一路走来的脚步，对数据的了解和经常使用、智能驾驶公司最大智算中心的投入经常使用，全新雪湖·海若的推出，都进一步增强了毫末在数据闭环上的优势，随着更多量产车的上市，毫末的优势或许会进一步的加大。

以技术为生活基本，毫末冲刺智能驾驶3.0时代

2022年9月的第六届HAOMO AI DAY上，毫末在业内首提了智能驾驶3.0时代。

结合技术开展的规律和智能驾驶近十年的开展历史，毫末以为可以将这近十年的智能驾驶技术开展分红了三个阶段：最早的配件驱动方式，为智能驾驶1.0时代；最近几年的软件驱动方式，为智能驾驶2.0时代；行将很快出现，并将继续开展的数据驱动方式，为智能驾驶3.0时代。

因此，毫末不时在为智能驾驶3.0时代作预备。 在感知、认知、形式树立上，都是依照数据驱动的方式树立的。 本次AI DAY，毫末打造的中国首个智能驾驶数据智能体系MANA，在经过一年多的运行迭代后，也迎来了片面的更新，正式开放赋能。

顾维灏引见，MANA计算基础服务针对大模型训练在参数规模、稳如泰山性和效率方面做了专项优化，并集成到OASIS中；其次，MANA感知和认知相关大模型才干一致整合到DriveGPT 中；第三，参与了经常使用NeRF技术的数据分解服务，降低Corner Case数据的失掉本钱；同时针对多种芯片和多种车型的加快交付难题优化了异构部署工具和车型适配工具。

<p class=ql-

智能驾驶前的最后一“战” 智己汽车发布未来规划

2023年8月16日，智己汽车在在北京清华科技园举行“IM AD DAY智己汽车智能驾驶发布会·清华篇”。

活动现场请来了两位清华校友-清华大学的两位校友—智己副CTO/智己汽车智能驾驶首席迷信家郭辉以及Momenta CEO曹旭东，携手清华大学车辆与运载学院李升波教授，就“智能驾驶前的最后一战”主题做了分享与讨论。

活动上，清华大学李升波教授分享《智能驾驶汽车的安保应战与技术进度》，高度概括“数据驱动”赋能智能驾驶“安保”的技术演进途径。

Momenta CEO曹旭东则详细解析“基于DDOD、DDLD、D.L.P.人工智能模型，IM AD智能驾驶将成功完全数据驱动，并在未来的3-5年成功绝大少数场景的智能驾驶”，迈向智能驾驶结局！

友商9年智驾路智己汽车2年赶超

在活动现场，智己汽车智能驾驶首席迷信家郭辉回忆了智己2年走完头部玩家9年智驾路的技术退化轨迹。

依据智己汽车发布的路途图来看，未来3~5年内，智己汽车智驾产品减速落地。 “去高精地图NOA”将于9月开启公测;“城市NOA”，已于往年4月启动内测，目行进度顺利，将于10月开启公测；“通勤形式”，估量将于2024年迅速掩盖全国100+城市；2025年，IM AD将迈入Door to Door（全场景通勤）时代。

已成功3.2倍于人类驾驶安保，智驾体验优于行业头部水准

在智能驾驶才干加快退化的同时，高规范的体验也是评定智能驾驶才干的关键。 经过我们之前的体验来看，智己汽车的IM AD，不只在安保性、通行效率和路途博弈才干上超越大部分人类司机，而且智能驾驶任务的环节也十分温馨，可以用户提供清楚优于行业头部规范的体验。

在安保性方面，依据智己汽车发布的数据显示，IM AD已成功人类驾驶安保3.2倍的智能驾驶。 实践行驶数据统计结果标明，现阶段IM AD的百万公里碰撞事故0.6次，远低于人类驾驶百万公里碰撞事故1.9次，为人机共驾的用户体验提供了扎扎实实的安保保证。 IM AD的安保类误制动频次百万公里低于1次，更是5倍优于行业头部规范。

性能体验上，IM AD的交付规范相同严苛，无论是变道效率、行驶居中性能、行驶流利性、行驶温馨性等“行车性能”，还是车位识别才干、泊车成功率、泊车流利度等“泊车性能”，均逾越了行业头部玩家水准；IM AD变道成功率高达98%，每千公里的不温馨减速仅为1.3次。 IM AD的泊车接收率仅0.8%，远低于行业头部玩家；泊车成功率97%，车位识别率高达99.4%。

短时期赶超对手的面前是更高效的架构

智己汽车2年拉齐与头部玩家的距离，面前是与Momenta结合开发、双向赋能的底层技术优势。

IM AD是目前行业中唯二兼容Xavier、Orin两种上下算力的双智驾计算平台，架构顺应才干更高效，算力需求降低90%，模型运转效率则大幅优化500%。 基于此，有限算力亦可成功全域视觉融合；仅凭“单激光雷达+单Orin芯片”方案，也能掩盖全量城市场景，满足去高精地图NOA的需求。

IM AD的算法也具有更加快的技术退化才干。 2021年成功OneModel、BEV、Transformer技术落地，2022年搭载首车成功量产。 2023年4月，智己汽车结合Momenta发布行业首个D.L.P.人工智能模型，处置了认知智能的卡脖子难题。 往年9月将启动的“去高精地图NOA”公测，逐渐成功地图技术方案切换，在不依赖高精地图的状况下，成功全程无断点的辅佐驾驶体验。 在此基础上，2024年，IM AD估量进入Occupancy占用网络的运行阶段，在绝大少数场景下成功智能驾驶。

智能化巅峰产品成都车展见面

在活动现场，智己汽车也发布了未来的产品规划，第三款产品LS6将在成都车展与我们见面。

这款车型将具有去高精地图的NOA才干，交付即搭载业内首创的“一键场景代驾”性能（一键贴边、一键循迹、一键泊车、一键脱困）。

除了新产品外，智己汽车IM AD正在为技术出海做预备，感知已成功欧洲本地化顺应性训练，随同着新车型LS6的出海，智己汽车将与全球分享中国的智能驾驶技术。