主机厂智驾研究：物理AI时代、D2D标配、L3商业试点初探

2023-2025年，国内乘用车智驾装配结构呈现出清晰的阶梯式升级与结构性替代趋势。无智驾（NL）与低阶智驾（L1）装配量持续收缩，二者已逐步退出主流市场，印证智驾正全面成为乘用车标配；L2 级基础高阶智驾仍为行业绝对基盘，2025 年装配量虽略有回落但基本盘稳固，行业增长重心已明显向更高阶辅助驾驶转移；其中 L2.5 高速领航与 L2.9 城市领航成为核心增长引擎，2025 年装配量分别实现大幅跃升，高阶领航功能渗透率快速提升；而 L2 + 装配量小幅收缩，表明其功能价值正被 L2.5/L2.9 等更完整的高阶方案替代，整体智驾市场呈现 “低配出清、基础维稳、高阶爆发”的清晰格局。

从厂商结构来看，自主与合资 / 外资品牌在智驾升级上呈现出“激进跨越”与“保守渐进”的鲜明分化：

自主品牌跳过低阶、猛冲高阶，无智驾（NL）占比从 2022 年 60.9% 大幅降至 2025 年 36.0%，L0-L1 低阶智驾近乎清零（1.3%），同期 L2 及以上高阶智驾占比翻倍至 62.7%，其中 L2.9 城市 NOA 装配率从2022年的2.1% 攀升至2025年17.2%，实现了从 “无智驾为主” 到 “高阶智驾为主” 的跨越式结构切换；

而合资 / 外资品牌则采取稳步替代、分层迭代的保守路线，无智驾占比从 40.0% 降至 14.5%，但 L0-L1 低阶智驾仍保留 16.4% 的可观份额，虽 L2 及以上高阶智驾占比提升至 69.0%，但整体仍维持“无智驾 + 低阶 + 高阶”多等级并存的分散格局，与自主品牌的激进路线形成鲜明反差。

2026 年将成为中国汽车产业智驾能力从“量变” 迈向“质变”的关键拐点。佐思汽研通过系统梳理国内 15 家自主品牌主机厂2023-2026年智驾策略、战略布局、技术路线与落地节奏，提炼出四大核心洞察。

洞察一： 智驾竞争的核心已转向底层架构的代际式革新，行业正从依赖规则编程的传统辅助驾驶，全面迈入大模型驱动的物理 AI 时代，实现类人决策

物理AI的本质是将物理规律、大模型与世界常识深度融入智驾系统，从根本上解决传统 AI“物理盲”的短板。传统人工规则驱动的智驾仅能识别车辆、行人、锥桶等目标，缺乏对物理世界与因果逻辑的理解，无法预判行为意图，在未覆盖规则的长尾场景中易出现卡顿、急刹、误判等问题。

物理 AI 智驾通过多模态感知，不只识别像素信息，更能一体化理解 3D 空间、深度、运动状态、物体材质与物理属性，精准把握空间约束、运动趋势与因果关系，实现意图预判与风险推演，并通过端到端闭环完成感知 - 推理 - 控制的低延迟执行，决策更贴近人类驾驶的流畅与鲁棒性。

物理AI时代智驾算法大致可分为以下多种路线：

VLA（Vision-Language-Action）路线：融合视觉、语言与动作模态，实现从环境感知、指令理解到行为执行的端到端智能决策，代表厂商：理想、小鹏、元戎启行、小米等；

世界模型路线：通过学习环境的动态规律构建虚拟世界的抽象表征，以低成本模拟推演来优化智能体的决策策略，代表厂商：蔚来

一段式端到端+强化学习+世界模型：直接将原始输入映射到动作输出，省略人工设计特征的环节，借助环境奖励信号自主迭代优化决策策略，代表厂商: Momenta、商汤绝影

混合模式：如吉利推出世界行为模型，将VLA+端到端安全对抗模型+世界模型融合

理想汽车智驾技术路线经历了数次切换：从依赖高精地图、基于规则的方案，切换到“端到端”→“双系统方案（端到端+VLM)→VLA→MindVLA-o1，理想汽车 2026 年智驾核心是全面转向 MindVLA-o1 统一基座模型，以端到端 VLA + 世界模型 + 闭环强化学习 + 自研芯片为路径，目标是打造物理世界通用智能体，并于2026 年二季度于全新 L9 上量产落地。

理想 MindVLA-o1 以原生多模态 MoE-Transformer为统一基座，将视觉、语言、动作三模态底层融合；通过3D 空间理解（3D ViT + 前馈 3DGS）实现精准环境感知；借助预测式隐世界模型具备多模态预判与深度思考；依托统一行为生成（Action Expert + 并行解码 + 离散扩散）输出车规级稳定控制；并通过大规模闭环强化学习（MindRL）与自研马赫芯片软硬件协同，实现模型快速迭代与高效车端部署，全面构建 “看 - 想 - 行” 一体的物理 AI 智驾大脑。

MindVLA-o1 统一基座模型，适用于智驾、机器人及各种物理系统

图片来源：理想

洞察二：智驾功能从“无图城市 NOA”走向“车位到车位（D2D）标配化 

造车新势力小鹏、理想在2025 年1月落地车位→城市→高速的 D2D 无间断智驾，各主流主机厂于2025-2026年纷纷加速落地D2D，行业从“分段辅助”进入全程智驾时代。

从技术路线来看，造车新势力普遍坚持自研攻坚、抢占技术制高点的策略。小鹏、蔚来、理想均采用自研算法 + 高算力芯片的组合，依托约 1000TOPS 级算力支撑全场景无图 D2D，技术领先性显著；其中理想计划于 2026 年 Q2 在全新一代理想 L9 Livis 上首发量产自研智驾芯片马赫 100，该芯片采用数据流原生架构，可深度适配 MindVLA-o1 视觉 - 语言 - 动作大模型，单颗算力高达1280TOPS。从自研芯片算力来看，理想马赫 100（1280TOPS）＞蔚来（1000TOPS）＞小鹏（750TOPS），整体自研阵营算力大幅领先合作阵营。

传统车企则更倾向战略合作、快速落地的务实路径。上汽、北汽等华为合作派直接搭载华为 ADS 4.0 + 昇腾芯片，实现 D2D 功能快速上车，技术复用率高；奇瑞、比亚迪则采用地平线、英伟达等成熟方案，主打高性价比 D2D，覆盖15-30万主流市场。值得注意的是，D2D功能并不依赖极致高算力，200TOPS 级别的第三方芯片（如华为昇腾 610、单颗 Orin-X）即可支撑全场景链路，更高算力更多是为技术冗余与后续高阶自动驾驶升级预留空间。

从芯片格局来看，D2D智驾市场呈现英伟达、华为、地平线三分天下，而自研芯片正成为头部新势力的核心技术护城河。英伟达依旧是行业通用芯片的绝对主流，Thor-U 占据 700TOPS 级合作车型主力位置；华为凭借 “芯片 + ADS 全栈方案” 深度绑定，快速切入传统车企高端智驾市场；地平线则聚焦中端及主流走量市场，以高性价比方案实现广泛覆盖。与此同时，自研芯片成为新势力差异化关键，通过算力与算法深度定制协同，实现模型效率与智驾体验的最大化。

未来，在端到端大模型技术成熟、智驾芯片成本下探、场景闭环的多重驱动下，D2D 有望从高端选配走向主流标配，成为2027-2028年智能汽车的核心竞争力基准。随着 D2D 功能的标配化，竞争将从「有没有」转向「好不好」，极端场景（山城、地库、雨雪天气）的适配能力、无接管率、成本控制将成为核心胜负手。

洞察三：2026 L3 技术就绪，初探商业化拐点，2027-2030将迎来 L4 规模化发展

1）L3初探商业化拐点：2025年12月，长安汽车获得L3级自动驾驶专用正式号牌，意味着“L3技术成熟度验证完成，进入量产商用前期阶段”。 此前，L3级及以上车辆只能在封闭园区或特定测试区运行，而获得正式号牌后，车辆获准在重庆内环快速路、渝都大道等地开展上路通行试点。目前这批车辆由长安旗下的出行公司运营，消费者现阶段可以通过打车等方式体验，而非直接购买。这种方式能通过专业化管理降低初期落地的不确定性。截至2026年4月，长安、北汽两家车企均已获得 L3 正式专用牌照，具备公开道路商业化试点资格。

长安汽车获得国内L3级自动驾驶专用正式号牌（渝AD0001Z）

2）车企 L3/L4 智驾战略部署：L3 跨越与 L3+L4 并行两大路线

当前行业形成两条清晰的高阶智驾战略路径：

一是L3 跨越路线。以 Robotaxi 为核心突破口，战略上跳过 L3 量产，直接攻坚 L4 技术。L3 虽合规，但投入（算力/冗余）接近L4却体验受限，导致部分车企选择跳过L3。以小鹏为例，计划 2026 年推出3款前装量产 L4 Robotaxi，并于2026上半年开启L4级自动驾驶常态化道路测试，2026下半年正式开启Robotaxi的载客示范运营，跑通技术、客户与商业的三方验证，2027年实现无安全员商业化运营。

二是L3+L4 并行路线。当前主流车企的核心选择，遵循“资质验证→量产内测→L3 上市→L4 落地”的稳健节奏，同步覆盖个人乘用车与 Robotaxi 双赛道，技术路线完整、量产节奏清晰。

从时间布局来看，2025-2026年是L3道路测试、量产准入与产品交付的关键期。上汽、吉利、北汽、广汽均明确在 2026 年实现个人车 L3 级智驾能力产品技术就绪（待法律许可），标志着2026 年将是中国 L3 级自动驾驶的 “量产元年”，车主将首次合法获得在特定道路（高速 / 快速路）脱手的权利。2026年是 Robotaxi 规模化运营的起点，主流车企（上汽、吉利、比亚迪、北汽、广汽）均将 L4 的实质性商业化落地锚定在2026年，且集中在上海、深圳、北京等一线城市核心区。

中长期来看，2027-2030 年是 L4 复杂场景落地与 C 端私家车规模化的窗口期。长安、东风明确 2030 年实现 L3/L4 大规模量产，预示着未来 5 年行业将从 “B 端 / 运营端” 向 “C 端用户” 全面渗透。

洞察四：舱驾融合有望加速，汽车向AI超级智能体加速演进

智能汽车的终极形态是具备自主能力的数字生命体与移动智能终端。当前行业正从座舱、驾驶域分离的架构，逐步向舱驾融合、舱驾一体化、底盘全域融合方向发展，并最终走向可自主决策、自主执行的智能移动机器人形态。

2026 年 3 月，智己推出 AI 超级智能体 IM Ultra Agent，依托 IM Fusion Nova 架构实现智驾、智舱与底盘三域的深度协同。在硬件层面，全线控底盘是实现全域车辆控制的基础。智己灵蜥数字底盘采用全栈线控方案，四轮转向响应时间低至 20ms，响应效率约为传统转向系统的 4 倍；同时配备航空级三重安全冗余架构，系统失效概率低于 10FIT，为高阶智驾与车辆动态控制提供稳定可靠的硬件基础。

软件层面，车端侧搭载阿里通义千问大模型，为 IM Ultra Agent 提供多模态交互与持续进化能力；智驾系统则与 Momenta 联合开发 IM AD ZETA，采用新一代强化学习大模型作为 L4 级自动驾驶导向的物理 AI 基座，在车端实现感知、决策一体化能力升级。大模型可实现决策层与智驾域、底盘域的实时联动，支持一句话语音指令直达车辆控制，使跨域协同、全场景辅助驾驶从概念走向实际应用。

当智驾、智舱、底盘实现融合时，一句AI指令即可协调好智舱、智驾AI大模型：

场景举例：晚高峰下班时，用户发出指令：“太累了，想回家，顺便买杯热美式，最好不用下车拿

端侧阿里通义千问 AI 大模型完成自然语言理解与用户意图拆解，将需求拆分为三类：

车控类需求：”太累了“→启动座椅按摩功能，由车控 Agent 执行；

生活服务类需求：”买杯热美式“→购买热美式咖啡，联动智己外卖 Agent 完成咖啡选品、支付及取餐点关联；

出行路径需求：先前往取餐点，再返回目的地回家。

最终由 IM AD ZETA 智驾大模型统一统筹，完成动态路径规划、实时路况预判与全程智驾执行，实现 “不下车取餐 + 自动归家” 的一站式体验。

2023-2025 年，国内乘用车智驾市场完成了从“有无”到 “优劣” 的初步迭代，装配结构呈现 “基础维稳、高阶爆发”的清晰格局，自主与合资品牌的路线分化进一步凸显。2026 年作为中国汽车智驾从“量变”迈向“质变”的关键拐点，底层架构已全面迈入物理 AI 时代，VLA、世界模型等多技术路线并行发展，D2D 功能加速从高端选配走向主流标配，L3 级自动驾驶迎来商业化初探，舱驾融合推动汽车向 AI 超级智能体稳步演进，而自研芯片与战略合作的双重路径，正重塑行业竞争格局。可以预见，未来两年，智驾能力的竞争将不再局限于算法与算力的简单堆叠，而更多取决于企业对物理世界理解、数据闭环效率、软硬协同深度以及场景覆盖广度的系统性构筑。在这场从量变走向质变的进程中，真正的胜负手，或将属于那些能够率先实现“认知智能”与“行动智能”深度融合的玩家。