车企应负责任地宣传汽车产品智能驾驶的功能边界，避免误导消费者。
文｜智库君
这是一篇跨越春节假期的访谈。
春节前我们对杨殿阁教授访谈重点涉及智能驾驶的发展趋势、正确理解无人驾驶概念、L3级别智能驾驶技术难点、L3级别智能驾驶应用层面挑战、端到端技术路线的机遇和挑战、车路云技术路线、纯视觉方案与车载激光雷达之争，以及2025年智驾新趋势等等，春节后，随着Deepseek的大热，长安、比亚迪等车企纷纷开启智驾普及战略等等中班智驾消息来袭，我们的访谈又进一步延伸。
本期预见2025，中国汽车三十人智库诚邀清华大学车辆与运载学院首任院长、教授杨殿阁，围绕智能网联汽车产业的发展，对2025年中国汽车行业的格局和趋势进行探讨与预判。
回顾2024年，从基础辅助驾驶到高阶智能驾驶，使得智能化逐渐成为车企角逐的焦点。这一年，武汉街头的百度萝卜快跑登上热搜，特斯拉的无人驾驶出租车Robotaxi揭开神秘面纱，一大批智能驾驶企业如地平线、黑芝麻、文远知行、小马智行等头部智驾企业扎堆IPO。
2024年末，大部分主流车企已经实现了无（高精度）图全国都能开，大模型、车路云、数据闭环等技术纷纷加码，各智驾企业初步落定身位。而第一梯队的玩家，从以规则为主的算法框架，向神经网络模型为主的新架构切换，也就是时下流行的“端到端”技术，这一技术标志着车辆的智能化水平进入到一个全新阶段。
当前，端到端技术已普遍应用于高速NOA、城市NOA等场景，各厂商各显神通，竞相角逐。但巨大的技术路线分歧也成为一道“分割线”，纯视觉与激光雷达、端到端一段式与两段式、单车智能与车路云等技术之争，将智驾行业推向岔路口。
2024年末，可谓是L3自动驾驶的政策“丰收季”。先是《北京市自动驾驶汽车条例》重磅通过，自2025年4月1日起就将正式施行，这无疑是给 L3及以上级别自动驾驶汽车在个人乘用车、公共交通等各个场景的应用吃下了一颗“定心丸”，为车企、科技企业指明了前进方向。紧接着，《武汉市智能网联汽车发展促进条例》也闪亮登场，2025年3月1日起生效，同样为L3自动驾驶车辆打开方便之门。
从技术演进来看，智能驾驶的发展已历经多个阶段，从早期的硬件堆砌，单纯比拼单车感知硬件与智驾芯片算力，到人海战术阶段对开城数量的竞争，如今已迈入AI驱动的高阶智驾阶段。
事实上，智驾竞争到最后比拼的就是对AI资源的消耗能力。模型参数越大，对硬件算力、数据闭环的迭代能力要求越高。部署视觉语言动作模型（VLA模型），对芯片算力等级直接来到了NVIDA DRIVE Thor，算力高达1000+TOPS，这将进一步拉大智驾各梯队之间的差距。这也意味着，谁掌握了更多算力和数据资源，谁就将掌握这场竞争的主动权。
在2025 CES展上，传统车企纷纷与新兴科技公司宣布跨界合作，也意味着新能源汽车对高性能芯片的需求激增，尤其是自动驾驶和智能座舱领域。AI算力需求的激增成为推动汽车芯片行业发展的核心动力。无论是英伟达发布的世界基础模型 NVIDIA Cosmos，还是宝马自研的BMW新世代操作系统X、与利用生成式AI打造的情感交互座舱，都展现出企业对AI技术的高度重视。
核心观点：
随着智能汽车技术的迅速发展，在2024年，智能驾驶功能已经实现广泛应用于汽车市场，成为消费者购车的关键考量。智能驾驶正在成为各个车企的核心竞争焦点，也正在成为各家汽车产品的核心竞争力，但是我们对智能驾驶的宣传和理解，仍存在一定的误解和混淆，有些媒体和车企会刻意将高阶智驾宣传为无人驾驶，让消费者产生误解，进而带来潜在风险，车企应负责任地宣传产品智能驾驶的功能边界，避免误导消费者。端到端技术已开始普遍应用于高速NOA、城市NOA等场景，端到端技术显著提升驾驶体验，推动整个行业技术进步。然而，技术挑战如数据闭环、数据安全和算法优化等问题仍需解决。在整个大潮中，关于纯视觉与激光雷达的使用一直存在争议，从安全性角度考虑，激光雷达在高阶智驾和无人驾驶技术中扮演着重要角色。尽管特斯拉等强调纯视觉系统，但激光雷达在特定情况下的安全性优势逐渐被认可，成本下降可能促使其实现更广泛的应用。未来趋势可能包括更强大的大模型和计算平台。2025年，智能驾驶将继续迈向更大规模的量产，高阶智驾将迎来大发展，车企会尝试推动L3试点，也会努力将高阶智驾普及到低端车型。面向汽车市场的竞争，传统车企在加强自研的同时，也将会与新创企业通过与技术供应商合作，以争夺智能驾驶技术领先地位。基于DeepSeek实现智能驾驶核心功能，还需要深入研究智能驾驶算法与DeepSeek的结合，DeepSeek只是通用基础模型，还需要利用专业训练数据，结合DeepSeek进一步做垂直方向的智能驾驶功能开发，这将是一个非常复杂的深度开发工作。
杨殿阁
以下是访谈实录，有删节：
2024，智驾里程碑、渗透率超60%
智库君：在您看来，2024年智能驾驶有哪些对汽车行业影响重大的事件？
杨殿阁：总的来说，2024年是汽车智能驾驶技术发展中非常关键的一年。除了特斯拉的FSD受到了广泛关注，中国的华为、理想、小鹏等企业均推出了基于端到端技术架构的高阶智驾产品，同时我们也看到了国产智驾供应商地平线、黑芝麻在香港上市，小马智行和文远知行在美国上市。
同时，智能驾驶的渗透率快速攀升。至2024年底，几乎所有新发布的汽车无一不强调其智能驾驶功能。统计数据表明，乘用车新车中智能驾驶的渗透率超过了60%，其中NOA等高阶智驾占到了15%左右。这些数据意味着，智能驾驶概念已经普遍被社会和用户所接受，已经成为消费者购车时的重要考量因素，也将成为汽车产品竞争的重要指标。
可以说，2024年是智能驾驶技术发展具有里程碑的一年，智能驾驶开始普遍被用户所接受，正在成为车辆不可或缺的核心性能。之前提到智能驾驶，大家可能会觉得可有可无，并且会担心安全，但现在购车时，大家会关注车辆是否配备智能驾驶功能，并且愿意去为这一功能买单。这一趋势反映了技术的进步，也预示了未来汽车市场的重要竞争方向。
智库君：对于有媒体和车企将智能驾驶宣传成为无人驾驶的概念，应该如何正确理解和看待？智能驾驶的发展逻辑是怎样的？
杨殿阁：有媒体和车企展示车辆能够“脱手”驾驶，司机在“睡觉”或者“看手机、看视频”，暗示用户自己已经实现了“无人驾驶”的功能，体现自己的技术先进性，这是一种非常危险的行为。让用户误解车辆已经具备无人驾驶的功能，从而过分相信智能驾驶系统，这会给用户带来生命危险。当前所有车企生产的量产汽车，还均不具备实现无人驾驶的能力。
按照我国《汽车驾驶自动化分级》定义，L1-L3级智能驾驶都是辅助驾驶，即系统只是辅助驾驶员进行驾驶，驾驶员还是需要负责操控汽车，遇到特殊场景和意外，如果驾驶员不接管，车辆将会出现事故。L4级和L5级才是无人驾驶，无人驾驶的一个重要的标志，就是不管汽车遇到什么特殊场景和意外，汽车都可以不依赖驾驶员而自主解决危险，可以主动安全躲避障碍物或者自主停车。
对车企而言，下一步的发展重点是实现高阶智驾中L3级智能驾驶的大规模商业化应用，当前的高阶智驾还要求驾驶员的双手不能离开方向盘，随着L3级智能驾驶的落地，驾驶员将可以长时间双手离开方向盘，如何解决人机共驾过程中对驾驶员的状态监管和驾驶权的安全切换将是企业必须解决的难题。
车企对实现L4无人驾驶的兴趣和急迫程度并不高，相对而言是滴滴和百度这样的企业，更关注L4级无人驾驶ROBOTAXI的实现，他们希望在特定区域内能够让智能驾驶能够替代司机去完成共享出行的驾驶任务，降低运营成本，这样的L4级智能驾驶是真正可以实现无人驾驶，其后续发展的关键，是企业如何保证智能驾驶系统能够在任何特殊场景和意外情况下，都可以自主解决危险，安全性能要超过人类成熟驾驶员的表现。
我们谈到智能驾驶发展的逻辑，并非是按照标准所定义的L1到L5的逻辑顺序推进。车企在发展智能驾驶时是从L1向L3发展，而像滴滴和百度等企业选择直接攻关L4。这种选择背后的原因在于不同的商业逻辑和目标。对于量产车来说，其目标是将车卖给用户，车企关注的目标是性价比，卖更多的车，企业非常关注智能驾驶系统的成本，所以企业会更倾向于低成本方案实现智能驾驶。
而对于以出行服务为目标的企业，如滴滴和百度，单车增加的成本并不是最重要的，他们关注的是安全以及运营收益与成本之间的平衡，单车增加的成本是否能通过运营收益快速收回并盈利，所以企业会更喜欢使用精度更高、算力更强的智能驾驶系统，以保证安全，并尝试通过运营收益来实现盈利。
在智能驾驶技术的发展道路上，企业不要盲目追求更高级别智能驾驶功能，而是需要根据自身的商业模式和目标来选择合适的技术发展策略。
智库君：在您看来，L3级别智能驾驶中存在哪些技术难点，在应用层面存在哪些挑战？
杨殿阁：我认为，现阶段推出的L3级别智能驾驶存在诸多难点，包括但不限于：人机交互时的责任判定、驾驶场景下人的清醒状态和应急接管能力、人工智能决策的合理性和安全性等。此外，还有人工智能治理、数据安全等问题。
从应用层面看，目前不少车企已经具备实现L3级别智能驾驶技术的能力，但法律上的责任归属问题使得L3级难以真正应用。特别是在事故责任和人机共驾方面，在发生事故时如何判断人工智能决策的合理性以及对人的唤醒和接管能力。目前国家层面法规也尚未有成熟的解决方案，当下主要通过地方性法规先行尝试和探索，允许地方先行尝试以探索合适的管理和发展模式。
所以，L3级自动驾驶技术并非纯技术难题，还要受法律问题制约。L4级自动驾驶的发展逻辑与L3级不同，L4级在责任界定上较为清晰，因为车辆可以做到完全无人驾驶。
目前市面上的所有的量产车实际上都还是辅助驾驶阶段，需要人类驾驶员时刻保持介入能力。为此，呼吁车企在宣传智能驾驶技术时，应负责任地宣传其产品的功能边界，确保公众正确理解辅助驾驶与无人驾驶的区别，以保障驾驶安全，避免误导消费者。同时，如果车企将辅助驾驶系统宣传为无人驾驶，虽然会在竞争中获得一些关注，但对整个行业的健康发展来说是具有非常大的损害性的。
“端到端”某种程度上实现了技术平权
智库君：端到端的技术路线和中国车路云的技术路线有何关系？
杨殿阁：端到端技术路线和车路云技术路线的关系，也是当前行业内讨论的热点。首先，端到端技术路线和车路云技术路线并不矛盾，端到端技术路线不是仅通过车载传感器和算力实现单车智能驾驶，是车云结合，端到端技术路线核心在于大模型和数据驱动，车端算力是有限的，算法的迭代主要在云端完成，数据闭环也需要依赖网络和云端环境。
在我国智能汽车发展技术路线中，所提出的车路云技术路线，是一个宏观系统性设计，不仅是面向量产车辅助智能驾驶，也是面向未来高级别无人驾驶的实现，面向不同的需求和应用场景，在单车智能的基础上，重视车云、车路云的不同组合，重视在网联协同环境下结合车路协同、地图、云基础设施建设以及网络支持等多方面措施，提供更高级别的智能驾驶安全保障。因此，这个技术路线是兼顾当下和长远未来的发展。
智库君：在为未来无人驾驶环境做准备时，为什么需要先进行基础设施的建设？是否鼓励车企参与为未来无人车布局的工作？从国家层面，如何进行顶层设计？
杨殿阁：我认为，国家在设计和考虑产业发展的环境时，不仅要考虑当下规模量产的辅助智能驾驶，也要为未来更高安全要求的无人驾驶做好准备。以ROBOTAXI为例，安全可靠的无人驾驶的实现，依赖于高度智能化的单车技术和完善的网联基础设施和云端平台。
为此，政府在推动这一领域发展中扮演着关键角色，需要从顶层设计出发，系统性地推进基础设施建设，为未来无人驾驶的实现打下基础，确保未来车辆能够随时接入并实现无人驾驶功能。同时，鼓励车企投入单车智能的研发，做好与基础设施衔接的准备和接口，二者相辅相成，共同推动智能网联汽车技术的进步。
智库君：在您看来，端到端技术路线对中国车企意味着怎样的机会和挑战？
杨殿阁：当前阶段，我国车企和智能驾驶开发商都在努力普及端到端技术，并且华为、理想和小鹏等企业已经开始推出基于端到端技术路线的相关智驾产品。但大多数车企还正在开发落实基于端到端技术路线的智能驾驶平台，努力构建完整的数据闭环以确保系统的安全性与性能提升。
端到端技术路线意味着模型和数据驱动，对中国车企而言既是挑战也是机遇，在传统规则驱动的智能驾驶系统开发体系下，企业之间智能驾驶开发能力的差距越拉越大，领先企业形成技术优势和壁垒后，后来者非常难追赶。
当然，端到端技术路线的出现，尽管带来了数据和算力的新挑战，但对于传统车企而言，端到端技术的兴起提供了一个重要的机遇，使他们能够在短时间内缩小与智能驾驶领先者之间的技术差距，“端到端”某种程度上实现了“技术平权”，让智能驾驶的开发变得没有那么难，这也是我们最近一段时间看到不少车企的智能驾驶能力在短时间内有了突飞猛进的情况。
智库君：您认为，端到端技术路线中还有哪些挑战？DeepSeek会给智能驾驶带来什么？
杨殿阁：端到端技术路线，模型本身就存在不断优化的问题，应对长尾场景提升安全性是当前的关键挑战，同时如何更好地发挥多模态传感器的作用，构建完善的数据闭环，利用强化学习构建终端推理能力，从而实现更安全的自动驾驶功能，都是当前需要解决的问题。对车企而言，选择端到端技术路线时，一定要高度重视自动驾驶数据的收集和整理。
DeepSeek的诞生是中国人工智能技术发展的一个重要里程碑，在全世界引起了轰动，其影响不仅限于科技领域，还延伸到了经济、社会等多个方面。它对智能驾驶的发展也带来了新的发展机遇和挑战。
首先DeepSeek可以很方便用于智能驾驶中的人机交互功能开发，已经有多家车企宣布接入DeepSeek，基于DeepSeek实现智能座舱升级，后续会看到越来越多这方面的应用。
基于DeepSeek实现智能驾驶核心功能，还需要深入研究智能驾驶算法与DeepSeek的结合，DeepSeek只是通用基础模型，还需要利用专业训练数据，结合DeepSeek进一步做垂直方向的智能驾驶功能开发，这将是一个非常复杂的深度开发工作。
DeepSeek对中国车企而言，带来的机遇还包括高效计算对算力需求的降低，由于美国的AI算力限制政策，国际知名车企在算力上形成了对我国车企数量级的领先优势，而且这种差距很难弥补，DeepSeek的出现，意味着我们即使没有那么强大的算力，也能建立起很好的大模型进行高效的训练，这将大大缩小我们与国际知名车企之间的差距，所以我国车企基于DeepSeek建立自己的智能驾驶数据闭环生态是非常有意义而且重要的。
高阶智驾下探到15万元以下车型是必然
智库君：在您看来，纯视觉方案与车载激光雷达之间的矛盾点在哪里？在激光雷达提升安全性方面，还存在哪些问题？
杨殿阁：关于纯视觉与激光雷达的使用存在争议，特斯拉等企业倾向于纯视觉方案，在成本上是有优势的，同时在不同系列车型上做到智驾系统的统一上也有优势，但这也引发了关于在特定情况下，视觉无效感知环境所带来的风险隐患问题，激光雷达虽然增加了成本，但在复杂交通环境下能提供更好的探测能力和准确性，能“看到”视觉看不到或者看不清的障碍物或者运动目标，可以为智驾系统提供更加准确和丰富的感知信息，从而提升安全性。所以车载激光雷达如果用得好，智驾系统的安全性一定会更好。
激光雷达提升了安全性，但在端到端的应用中，如何让激光雷达更好地发挥作用是一个挑战。目前大多数终端技术主要依赖于纯视觉系统，却缺乏激光雷达的大数据训练支持，因此，如何在客户端有效利用激光雷达来实现更远距离、更精准的物体探测，从而提升行车安全性，成为了亟待解决的关键问题。此外，激光雷达在应用于多模态融合以及端到端系统中，面临着一定的挑战。
车载激光雷达因其安全性的考虑，在自动驾驶技术中扮演着重要角色，随着近年来车载激光雷达的大规模化量产，车载激光雷达的成本正在快速下降，伴随着争议声，市场上有越来越多的车型在高阶智驾功能中开始选配车载激光雷达，车载激光雷达市场正在快速增加，2024年车载激光雷达的使用量已经突破150万台，相信未来3-5年内车载激光雷达市场还会有快速的发展。
智库君：当前汽车技术发展趋势下，您认为，传统车企是否面临挑战？
杨殿阁：在当前发展模式下，传统车企确实面临较大挑战，传统车企制定战略时一般会考虑更加长远更加稳妥，追求行稳致远，但在技术变革发生的阶段，这种战略制定和执行就会显得偏保守，对比新势力车企，企业发展会显得不够灵活，在应对当前人工智能技术快速发展所带来的快速变化时，反应和应对都不够及时。
同时在智驾技术的发展中，传统车企还面临核心能力建设与快速推出市场需求新产品的矛盾，比如传统车企为了快速推出具备高性能智能驾驶能力的新汽车产品，需要与智能驾驶供应商合作，但这种合作会让车企担心核心能力和把控问题，车企会担心其核心技术和数据迭代能力被服务商掌握，车企可能会担心卖车越多，供应商能力越提升，自己能力却得不到提升，且一旦供应商出现问题，车企将面临数据安全和能力缺失的风险。
而如果传统车企采取全栈自研，又涉及巨大的投入和新产品时间窗口问题，会导致出现产品市场占有率下降的风险。
智库君：2025年智能驾驶市场趋势如何，特别是高阶智能驾驶辅助系统是否会下探到10万元以下车型？
杨殿阁：智能驾驶对汽车而言，就像从传统手机到智能手机一样。在一直使用传统手机时，感觉手机也挺好用，但使用了智能手机后，享受了智能手机带来的各种便利，就很难再退回传统手机了。在司机开过具备智能驾驶功能的汽车后，享受了智能驾驶所带来的各种便利后，再次选购汽车时，智能驾驶功能一定是一个非常重要的购车因素。所以说，未来，智能驾驶将成为汽车的标配，没有智能驾驶功能的汽车竞争力会大大下降。
2025年，我预测，智能驾驶将成为各大车企新车推出时的标配，各家车企都会重点布局企业的智能驾驶能力。相信从2025年开始，高阶智驾会从中高级车型向经济型车型不断下探，这既是市场竞争的需要，也是市场需求的反映，如小鹏汽车，其完全掌握了智能驾驶系统的软件开发能力，并建立了完整的智能驾驶数据闭环，其基于纯视觉的技术方案使得15万元以内车型如MONA只需通过OTA升级即可拥有类似高端车型的智能驾驶功能，这将对普通用户产生巨大吸引力。
比亚迪在其刚刚举办的最新发布会上，也宣布10万级以上的车型将全系标配高阶智驾功能，所以，2025年，我们应该可以看到15万以内的具备高阶智驾功能的新车型面市。
至于高阶智驾能付下探到10万元以下的车型，则还需要冷静看待，智能驾驶功能不同于车载娱乐系统，其涉及行车安全，关系人的生命，实现高阶智驾是需要有足够的传感器配置和算力配置及冗余保证安全才可以的，而这是需要成本的，传感器配置越高级，车载算力越大，意味着成本越高，所以性价比会决定高阶智驾的低成本车型上实现大规模的普及的进度。
为此，我建议作为涉及生命安全的一项关键技术，车企必须有能力保证智驾系统的安全可靠才可以真正上车。当然，在这个过程中，我们对高阶智驾也要有正确的定义和认识。
智库君：中国新能源与智能汽车技术发展路线图3.0，作为参与制定者，您能否谈一下，目前的进展和未来的愿景？
杨殿阁：路线图3.0由中国汽车工程学会领导，超过百位行业权威专家参与编制，目的在于指导中国新能源和智能汽车技术的未来发展，我非常有幸能够参加并负责其中部分工作。
该路线图强调了举国体制下的共识形成，主要关注智能汽车发展方向和技术路线，如对车载传感器、计算平台、操作系统、智能驾驶、智能座舱、网联协同、智能网联安全、定位服务、地图精度及覆盖范围等，对这些关键技术的发展技术路线及阶段性发展目标等，并通过达成共识推动整个产业链有序发展。
因此，路线图3.0不仅是技术发展的规划，更重要的是全行业共识的形成，对推动中国汽车行业特别是新能源和智能汽车领域的快速发展将起到关键作用。
往期链接：
预见2025 | 董扬：三大央企改革初见成效，但简单合并不能增加竞争力
预见2025 | 原诚寅：进入无人区，车企与芯片企业会深层次绑定
预见2025｜张君毅：DeepSeek震撼汽车业，可以省算力，不可缺数据
预见2025 | 左延安：广汽携手华为，CAI模式是大势所趋
预见2025 | 郑赟：海外建厂并非唯一答案
预见2025 | 徐大全：行业需要重视并深层次思考“内卷”
预见2025 | 李金勇：豪华品牌的形势可能会进一步恶化
预见2025 | 金伟华：车企智能化体系搭建需要考虑三个维度
预见2025 | 沈进军：大型经销商集团会经历裂变和收缩
预见2025 | 梅松林：长安需要灵魂品牌、吉利有望拿下行业第三
预见2025 | 安庆衡：奇瑞拿下第三的可能性更高
预见2025 | 刘小稚：强者愈强，弱者出局
