智能驾驶技术双路线并行发展，快速演进
思瀚产业研究院    2025-04-07

依据2021年颁布的《汽车驾驶自动化分级》国家标准，智能驾驶技术按自动化程度的高低，被分为L0 到 L5 六个级别。其中，L0-L2属于驾驶辅助阶段，智能驾驶系统作为“助手”的角色为人类驾驶员提供探测、预警和控制等帮助，L3-L5属于高阶自动驾驶阶段，智能驾驶系统承担主要的车辆驾驶职责和相应的责任，只有在特定的情况下才会要求驾驶员作为后援接管车辆，或者无需驾驶员接管。

技术发展整体可以分为三个阶段：

应急辅助阶段（2010年之前）：L0-L2技术处在测试阶段；L0应急辅助功能在少部分高端车上投入使用；

驾驶辅助阶段（2010年-2020年）：L3-L4技术开始测试，百度无人驾驶汽车Apollo上路；L1-L2级别汽车渗透持续提升，自动泊车、自适应巡航等技术被大规模应用；

智能驾驶阶段（2020年-2030年）：L3-L4技术逐步成熟，驾驶安全性超过人类驾驶员；L2渗透大幅提升，L3-L4汽车在特定场景实现商业化落地（例如Robotaxi、无人巴士等）。

技术路线分为“单车智能”和“车路云协同”，双路线并行发展推动技术进步

单车智能：侧重于由单车做出感知、计算和驾驶决策，目前发展相对成熟，市场中主要的智驾方案多数为单车智能；

车路云协同：由车辆、道路和云控平台共同完成车辆控制，目前处在早期阶段，但是未来发展的主要趋势。

1、单车智能：逐渐由“模块化”演进为“端到端”

目前，已投入市场的智能驾驶系统大多数采用模块化架构，将驾驶任务划分为感知、决策和规划等独立模块，通过工程师编写大量代码去制定相关规则。简单来说，模块化架构就像一条流水线，通过多个步骤的加工，最终生成可执行的驾驶指令。模块化方案具备简化研发团队分工、便于问题回溯、可解释性高、易于调试迭代等优点，车企可以在较短的时间看到成效；但由于将不同任务解耦，各个模块相对于最终的驾驶规划目标存在信息损失问题，因此往往会丢失最优性，另外多个模块间优化目标不一致，会造成误差传递。

自特斯拉在2023年末推出FSD V12之后，端到端技术成为越来越多车企竞争的新赛道，小鹏、鸿蒙智行、腾势、理想、蔚来等均开始发力端到端技术。端到端架构将感知、决策和规划等多个模块集成到一个统一的神经网络中，实现了从传感器数据到驾驶控制信号的直接转换。与模块化架构最本质的区别是，它不再依赖编程来处理特定驾驶场景，而是让神经网络学习如何直接从原始数据中提取有用信息，并做出相应的驾驶决策。

端到端一方面可以使整体决策效果最优，同时也能显著降低中间环节成本（例如，代码量从FSD V11的31万行减少到FSD V12的2000行）。端到端路线对于数据量和算力能力均有较高的要求，同时端到端路线由于省略了前期大量代码铺垫的过程，预计需要输入超过100 万个视频后，基于神经网络的自动驾驶系统才开始表现良好。

技术路线逐步由模块化演进为端到端已经形成趋势，行业比较普遍的做法是采用分模块实现端到端演进，各家车企具体的技术路径也略有差异，未来单车智能技术发展的终局需要由市场给出答案。

2、车路云协同：将车、路、云端信息打通，协同感知决策

车路云一体化系统（Vehicle-Road-Cloud Integrated System，VRCIS）是通过新一代信息与通信技术将人、车、路、云的物理空间和信息空间融合为一体，基于系统协同感知、决策与控制，实现智能网联汽车交通系统安全、节能、舒适及高效运行的信息物理系统。其解决了单一车辆感知能力的限制和信息孤岛现象，通过实时共享交通数据和协同决策，最大化自动驾驶的安全性能和运作效率。

车端：智能网联汽车，是系统的关键组成，既是产生交通动态数据的核心来源，也是路侧基础设施和云控平台的主要服务对象。智能网联汽车的感知和决策信息通过C-V2X通信，上传到路侧和云端，同时也接收路侧和云端下发的感知信息和决策建议，还通过C-V2X通信与周边车辆交互车辆状态、驾驶意图等信息。经过感知融合，最终形成车辆决策和控制指令，实现智能驾驶功能。

路端：智能化路侧基础设施，是增强智能网联汽车感知的有效补充手段，是实现云端数字孪生的主要信息路径。路侧基础设施主要包括路侧通信单元、路侧计算单元、路侧感知设备和交通信号设施等，以实现车路云互联互通、环境感知、局部辅助定位、交通信号实时获取等功能。

云端：云控平台，是车路云一体化智能网联汽车的核心特征。云控平台包括云控基础平台和云控应用平台。云控基础平台是智能网联汽车的中枢，也是连接所有系统要素的桥梁，是汽车由单纯的交通运输工具逐步转变为智能移动空间和应用终端的产业化核心所在。云控应用平台建设在基础平台之上，是支撑车辆行驶性能优化与运营全链路精细化管理的云端协同管控平台，面向智能网联汽车提供有效整合的车路云感知、决策、控制信息。

其他：相关支撑平台，是指保障云控基础平台发挥共性基础作用所必需信息的支撑平台，如提供地图服务的动态地图平台、提供实时定位的卫星导航服务平台、提供天气信息的气象预警平台等。

3、 “单车智能” 与“车路云协同” 相辅相成，短期以单车智能路线为主导，长期演进为车路云协同是必然趋势

单车智能和车路云协同不是两条独立的技术路线，两者具有相互促进作用。单车智能是发展智能驾驶的基础，具有形成规模化和商业化周期短、投入相对少的特征，更强调车本身的感知和算法水平，不依赖路侧和云端的数据协同，可以有效解决车路云协同前期基建投入大、见效慢的痛点。

而车路云协同是智能驾驶模式的升级，其具备超视距感知和群体协同决策等优势，助力单车智能解决广域的交通信息交互需求（例如，了解到几公里外的桥梁坍塌、快速疏通拥堵路段等），弥补单车的局限性，拓展自动驾驶的运行设计域。

4、周期长、投入高、变现难——从“烧钱”到“造血”，智驾技术商业化闭环任重而道远

在新能源汽车蓬勃发展的同时，智能驾驶也乘着行业的东风得到了资本市场的关注。2021年时，智能驾驶市场的热度达到了高峰，融资事件超过100起，融资金额达575亿元。但因技术和政策的突破未达预期，智驾产业开始降温。2022年起，虽然融资事件数依旧保持整体的增长，但融资金额以及相关企业的注册数量已较此前显著下降，投资方对于智驾企业的态度更加审慎。

目前，资本也从早期的投资技术导向企业，转向投资存在量产潜力的企业，如芯片、Robotaxi、低速无人驾驶等——在漫长的研发周期后，大部分智驾企业依旧在寻找能够将技术变现的商业模式与场景。唯有将商业化的难点解决，整个市场才能再次迎来爆发式的增长。

以两家知名的自动驾驶技术公司P和W为例，从起步至今经历了多轮融资，整体融资规模均超过12亿美元。但至今仍面临亏损：一方面，大规模商业化的智驾场景还未能落地，收入规模受限；另一方面，企业还需要拿出同期营收两倍以上的资金投入到技术研发以保持竞争力。智驾技术公司的持续亏损，在一定程度上也反映了智驾行业的变现困境。“如何盈利”这一关键问题困扰着智驾企业、车企以及跨界选手等行业参与者，他们仍在期待这片蓝海市场的商业化拐点。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。