高级别自动驾驶是我国自动驾驶汽车产业发展的创新前沿和战略方向。尤其是大模型创新应用带来的技术突破和政策利好，引领我国高级别自动驾驶汽车产业加速发展。

文｜刘刚

ID|BMR2004

汽车产业是人工智能领域的重要应用场景。随着人工智能尤其是端到端大模型的创新应用，技术突破、需求扩张和政策创新共同推动高级别自动驾驶大规模商业化的到来。与辅助驾驶不同，高级别自动驾驶是基于人工智能的创新应用，是中美科技创新和竞争的前沿。

经过近十年的道路测试和示范运行，在高级别自动驾驶领域，中国积累了丰富的技术、知识和经验，形成了产业链和产业创新生态，为大规模商业化创造了条件。

01

高级别自动驾驶是战略方向

智能驾驶正在从L2智能辅助驾驶，向更高阶的L3甚至是L4级自动驾驶迈进。

自动驾驶汽车是通过人工智能、传感器、高精地图、定位系统和先进计算平台，具备复杂环境感知、智能决策和协同控制等功能，在特定条件下，部分或全部替代人类驾驶员执行动态驾驶任务的智能汽车。在我国，与自动驾驶相同的概念包括智能网联汽车和智能汽车。

根据究竟谁是驾驶行为的责任主体，可以把自动驾驶划分为辅助驾驶和高级别自动驾驶。两种类别的自动驾驶存在本质的差别，属于不同的物种。辅助驾驶包括L0、L1和L2级别自动驾驶，人类驾驶员是驾驶行为的最终责任主体。在辅助驾驶阶段，系统为人类驾驶行为提供辅助，人类驾驶员必须持续监控驾驶环境和系统行为，随时实施接管。高级别自动驾驶包括L3、L4和L5级自动驾驶。其中L3为过渡阶段，高级别自动驾驶主要是指L4和L5级自动驾驶。在设计运行区内，自动驾驶系统是驾驶行为的主要责任主体和执行主体。其中，L3是有条件自动驾驶，L4为高度自动驾驶，L5则为完全自动驾驶。

辅助驾驶的主要研发主体是传统汽车厂商。高级别自动驾驶的研发主体主要是包括百度和华为在内的头部科技企业和人工智能企业。因为头部科技企业和人工智能企业拥有人工智能领域的技术研发优势，一开始就进入高级别自动驾驶领域，成为产品开发和产业化的主要推动者。

数据显示，2025年，中国乘用车L2级辅助驾驶及以下新车渗透率将达到65%。预计到2030年，L2以上智驾的市场渗透率有望达到90%。

智能驾驶正在从L2智能辅助驾驶，向更高阶的L3甚至是L4级自动驾驶迈进。

目前，L3和L4级高级自动驾驶成为我国自动驾驶研发的分水岭。因为从L2到L3和L4级自动驾驶不是简单的技术升级，而是技术突破和责任主体的转换，底层逻辑完全不同。

从行业现状看，开展L4级自动驾驶研发的企业包括若干阵营。一是以百度为代表的具有全栈式自动驾驶研发平台的头部科技企业；二是以小马智行为代表的专注Robotaxi自动驾驶研发企业；三是以文远知行为代表的主要研发MiniRobobus的自动驾驶企业；四是以九识为代表的自动驾驶物流车和矿卡等特定场景产品研发企业。随着基于大模型的端到端自动驾驶解决方案的研发和应用，高级自动驾驶汽车的商业化进程正在加速。

2025年3月，工信部有条件批准L3级别自动驾驶车型生产准入。响应国家政策的变化，自动驾驶企业加速量产布局。4月16日，岚图汽车L3级智能架构技术发布。4月12日，广汽集团宣布广汽是国家首批获得L3准入试点资格的乘用车企业之一，四季度L3自动驾驶车型将上市销售。小鹏汽车同时宣布了年底将实现L3在国内的量产落地计划。

从目前发展的实际看，高级别自动驾驶是我国自动驾驶汽车产业发展的创新前沿和战略方向。尤其是大模型的创新应用带来的技术突破和政策利好，引领我国高级别自动驾驶汽车产业加速发展。

02

示范运行为高级别自动驾驶产业化铺平道路

在智能网联汽车研发过程中，道路测试和示范运行发挥了至关重要的作用。

2009年，谷歌公司推出的“ProjectChauffeur”项目，拉开了全球高级别自动驾驶商业化序幕。我国高级别自动驾驶汽车则发端于2013年百度公司在自动驾驶研发领域的布局。2015年以来，以道路测试和示范运行为基础，政策创新、技术突破和社会公众认可共同构成了推动我国高级别自动驾驶技术研发和产业化的关键因素。

作为人工智能的关键应用领域，高级别自动驾驶技术研发和产业化不仅涉及技术，而且涉及包括安全性在内的社会因素。因而，政策突破是技术研发的前提。2015年，国务院在关于“中国制造”的政府规划中首次把智能网联汽车列为国家战略，提出到2025年通过自主创新掌握自动驾驶核心技术。2016年，工信部发布《智能网联汽车技术路线图》，明确2025年L3级自动驾驶实现规模化量产。同年，百度在北京海淀区完成国内首次L4级自动驾驶公开路测。2017年，百度Apollo自动驾驶平台开源，吸引包括比亚迪和北汽在内的国内整车和零部件企业共同构建产业创新生态。同年，上海为上汽和蔚来发放首批智能网络汽车测试牌照。中国智能网联汽车技术研发开始破局。

在智能网联汽车研发过程中，道路测试和示范运行发挥了至关重要的作用。

北京是政策创新高地。2018年北京建设了全国首个自动驾驶测试基地，在亦庄经开区建成全球首个网联云控式高级别示范区。截至目前，我国已开放超过100个城市开展智能网联汽车示范运行。其中，北京、上海、广州、深圳、长沙、武汉和重庆属于核心试验和示范区。作为中国经济特区，深圳在智能网联汽车产业发展方面成为立法先行区，并制定了《智能网联汽车管理条例》。

数据显示，截至2024年5月底，全国共建设17个国家级测试示范区、7个车联网先导区、16个智慧城市与智能网联汽车协同发展试点城市，开放测试示范道路3.2万多公里，发放测试示范牌照超过7700张，累计道路测试总里程超过1.2亿公里，各地智能化路测单元部署超过8700套，自动驾驶出租车、干线物流、无人配送等多场景示范应用有序推进。在试验示范过程中，形成了北京“车路云一体化”模式、广东南沙混行交通管理模式和上海洋山港无安全员货运模式在内的创新示范模式和经验，为高级别自动驾驶的产业化创造了条件。

首先，道路测试和示范运行推动了高级别自动驾驶研发和技术迭代。尽管高级别自动驾驶汽车在中国的发展仅仅只有10年左右的时间，但在道路测试和示范运行的基础上，先后形成了“车路云一体化”、华为ADS、百度Apollo、蔚来和小鹏的BEV+Transformer视觉方案。尤其是基于大模型的端到端自动驾驶解决方案的研发和应用，极大提升了我国自动驾驶系统的操控性能和安全性。

其次，形成了中国自主可控的产业创新生态。高级别自动驾驶是一个复杂技术体系，需要包括企业、大学、科研院所和政府多元创新主体的协同创新。例如，高性能芯片是高级别自动驾驶产业化的关键。近年来，华为和地平线等国产芯片的算力已经突破1000TOPS，能够支持L4级冗余架构。

再次，促进社会公众更加了解高级别自动驾驶汽车。中国新一代人工智能发展战略研究院发布的《中国智能网联汽车社会实验研究2023》报告显示，90%拥有乘坐经验的实验组受访者认为自动驾驶比人类驾驶更安全。社会公众对自动驾驶更高的接受度表明，中国拥有发展高级别自动驾驶汽车良好的社会氛围。

通过道路测试和示范运行，不仅掌握了技术创新的前沿进展，为技术标准的制定奠定了基础，还通过车企和社会公众的认知和反馈，为政策制定提供了依据。

03

中美竞争的前沿

高级别自动驾驶正处于初始状态，在中美两国的技术突破和产品创新中，谁率先产生竞争优势，谁就有可能主导产业未来发展。

2025年年初以来，特朗普政府出台的人工智能政策除了延续高性能芯片出口管制之外，把重点放在国内放松管制和推动人工智能深度应用方面。其中，高级别自动驾驶汽车是中美两国人工智能领域竞争的前沿。

随着大模型的创新和应用，尤其是中国公司DeepSeek系列模型的推出，模型性能的提升、端侧部署和运行成本的大幅下降，极大地推动了人工智能在千行百业中的应用。其中，汽车产业更是重中之重。

汽车的产业链不仅长且与社会生活息息相关，存在着广泛的产业关联效应，在创造大量就业的同时，带来的生产方式变革，能够引领经济社会的发展。例如20世纪，伴随汽车产业两次重大科技创新和生产方式演化，产生了社会经济结构与文化变迁之间的复杂关系，也推动了标准化、规模化生产向定制化、精益化和平台化的转型。

与这两次汽车产业重大科技创新不同，高阶自动驾驶汽车是由基于网络空间的人工智能科技创新引发的。人工智能属于通用目的技术，能够持续演进和互补性创新，人工智能引入汽车带来的自动驾驶汽车产业变革受“报酬递增规律”支配。

“报酬递增规律”特别强调初始条件的高度敏感性和后续的网络效应。在初始状态下，偶然的试错和创新带来的技术和产品优势在“报酬递增规律”支配下，可能出现赢者通吃的市场格局。目前，高级别自动驾驶正处于初始状态，在中美两国的技术突破和产品创新中，谁率先产生竞争优势，谁就有可能主导产业未来发展。

从高级别自动驾驶技术研发和产业发展看，中国的优势已然显现。这种优势表现在四个方面：一是在大范围道路测试和示范运行过程中，中国探索出更加安全和高效的自动驾驶方案；二是中国的制造业优势为推出成本更低的高级别自动驾驶产品创造了条件；三是通过大范围示范运行，中国的社会公众对高级别自动驾驶的接受度更高；四是中国存在汽车消费的超大规模市场优势。

04

问题和挑战

破局的关键是进一步扩大高级别自动驾驶示范运行的规模和范围，促进产业链和产业生态的加速形成和发展，为大规模商业化做好充分准备。

虽然取得了一系列进展，但是中国高级别自动驾驶汽车的大规模商业化仍然面临诸多问题和挑战。

首先是在技术路线选择上存在着高度不确定性。如果走单车智能路线，不仅面临国内复杂交通环境的考验，还涉及包括芯片性能和激光雷达成本的约束；如果走“车路云一体化”路线，则面临谁是投资主体和投资成本高昂带来的挑战。

其次是政策层面，尽管各地出台了一些地方性政策和法规，但是国家层面的政策和法规相对滞后，尤其是在高级别自动驾驶责任认定方面的立法滞后，制约了产业化发展的步伐。在缺乏法律支撑的条件下，一旦出现自动驾驶的事故和数据安全等敏感话题，就会形成社会舆情，影响自动驾驶汽车产业发展。

同时，技术路线和政策方面带来的产业发展不确定性会进一步影响投资者的信心，延迟产业发展的进程。破局的关键是进一步扩大高级别自动驾驶示范运行的规模和范围，促进产业链和产业生态的加速形成和发展，为大规模商业化做好充分准备。及时总结和概括示范运行中存在的问题，尤其是针对社会公众和车企的反馈，加速包括责任认定在内的立法工作，促进自动驾驶汽车大规模商业化的到来。

需要强调的是，在高级别自动驾驶产业发展上，安全第一是基本原则。从自动驾驶概念的提出到辅助驾驶，再到高级别自动驾驶技术的研发，其出发点都是为了解决人类驾驶中的安全问题。安全是自动驾驶技术研发和产业发展的核心价值观。

联合国的统计数据显示，全球每年约有130万人死于汽车安全事故，其中90%以上是由于驾驶员分心、疲劳或违规驾驶导致的。研发更加安全的高级别自动驾驶，是解决驾驶安全的基本途径。

可以确信的是，随着技术突破，自动驾驶比人类驾驶会更安全，但是安全事故不可能降到零。所以，尽管开发更加安全的自动驾驶技术和产品，是自动驾驶产业发展的方向，但在保障安全的条件下，制定更有利于自动驾驶技术创新和产业发展的政策和法规，是促进产业发展的关键。

【光大机械&海外】中集安瑞科：25H1清洁能源板块稳定增长，焦炉气综合利用项目、造船业务持续突破【特别提示】本订阅号中所涉及的证券研究信息，均取自于光大证券已正式外发研究报告，由光大证券海外研究团队(TMT/消费/医药/制造等)编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究动态的宣传。研究报告有时效性，任何研究报告内容仅代表报告外发时特定时点的研究信息汇总，任何关于研究报告、研究观点