告别“配置竞赛”，智能汽车下半场比什么？

在全球汽车产业加速转型的浪潮中，中国已成为电动化与智能化的前沿阵地。新能源汽车渗透率提前10年突破50%，搭载辅助自动驾驶系统的智能网联乘用车新车市场渗透率超过50%，AI技术从实验室跃入量产车型，智能驾驶功能向大众市场普及……这些变革不仅重塑了消费者的出行体验，更标志着中国汽车产业从“跟随者”向“领跑者”跨越。

2025上海车展期间，J.D. Power中国区汽车产品事业部总经理杨涛在接受《上海汽车报》记者专访时，深入剖析了行业趋势、技术突破与未来挑战，为这场百年未有的产业革命提供了权威注解。

Q1、过去两年内，汽车行业在电动化和智能化领域有哪些显著变化？

电动化进展：中国新能源汽车市场在过去两年内展现了惊人的发展速度。2024年下半年，新能源汽车市场渗透率多次突破50%，提前达成国家新能源汽车产业发展规划目标。这一成就不仅体现了中国市场的消费潜力，也反映了政策引导与产业链协同创新取得的成果。从全球视角来看，中国已成为电动化技术的“领跑者”，尤其是在电池技术、充电基础设施布局，以及消费者接受度方面处于世界前列。

智能化突破：智能化技术的迭代速度同样令人瞩目。以J.D. Power华舆奖为例，2022年提出的十大趋势预测中，已有9项在2024年落地。例如，“AI上车”从概念走向实践，搭载大语言模型的车型显著提升了人机交互体验。2024年华舆奖入围最终评测的车型中，已有9款车型搭载大语言模型，用户除了可以通过语音使用各项车控功能之外，还可以进行更丰富的娱乐内容搜索，甚至闲聊互动。2025年被视为“AI座舱元年”，以DeepSeek为代表的本土技术企业崛起，推动车企加速布局AI智能座舱生态。

未来展望：电动化与智能化的深度融合将成为行业主旋律。车企需要在硬件（如高算力芯片）与软件（如AI智能体）两端同步发力，以应对消费者对智能化体验的更高期待。

Q2、2024年，我国搭载辅助自动驾驶系统的智能网联乘用车新车市场渗透率超过50%，与电动化渗透率超过50%有何本质区别？

电动化渗透率过半，标志着能源结构的转型；智能化渗透率超过50%，则意味着汽车从“机械产品”向“智能终端”发生质变。

技术驱动差异：电动化的核心是动力系统革新，依赖电池技术与充电网络；智能化的核心则是算力与算法。车载芯片算力的不断提升和汽车电池的大容量，让新能源智能车成为更强大的移动数字化终端。

生态影响：智能化使汽车从孤立工具演变为连接云端、路侧设备与其他终端的节点。例如，车辆可通过V2X（车联网）技术实时获取交通信号灯信息，或与智慧城市系统联动，优化出行路线。这种变革不仅重塑了汽车本身的功能，还催生了数据服务、软件订阅等新商业模式。

行业阶段划分：如果说电动化是汽车行业变革的“上半场”，那么智能化就是决定胜负的“下半场”。未来，竞争焦点将从“续航里程”转向“智能化用户体验”，车企需要通过OTA升级、生态合作等方式持续提升产品价值。

Q3、如何理解“智驾平权”这一趋势？实现路径是什么？

“智驾平权”是指通过技术进步与成本优化，使辅助驾驶功能从高端车型向大众市场普及。

技术成熟度：过去3年里，头部车企在高速和城市领航辅助驾驶，以及无图方案上取得突破。这些技术突破为功能下放奠定了基础。

成本下降路径：硬件标准化、零部件以量换价、平台策略、自研与合作并举……车企不断努力推动ADAS解决方案性价比的提升。

市场表现：进入2025年，10万~15万元价位新能源车型已普遍搭载L2级辅助驾驶功能（如自适应巡航、车道居中），部分车型甚至支持自动泊车与高速领航。这一趋势将加速行业从“配置竞赛”转向“体验竞争”。

Q4、近期，工信部规范车企ADAS宣传，这对行业有何影响？

工信部发文旨在遏制过度营销，引导行业回归技术本质。

背景与必要性：部分车企为抢占市场，使用“自动驾驶”“完全解放双手”等误导性术语，导致消费者对功能边界认知模糊，甚至引发安全事故。监管介入可避免行业陷入无序竞争。

行业影响：

•技术透明化：车企需要明确标注功能等级（如L2/L3）及适用场景，帮助消费者建立合理预期。

•研发聚焦：倒逼企业提升技术成熟度，而非单纯依赖营销话术。

•用户教育：车企与第三方机构（如J.D. Power）需要加强消费者宣导，普及辅助驾驶的正确使用方法。

2025年，J.D. Power将携手Autolab共同发起ADAS评价体系，构建一套科学、透明、贴近用户真实需求的辅助驾驶评价体系，为消费者提供权威参考，助力车企优化产品性能，推动行业向更安全、更可靠的方向迈进。

Q5、特斯拉FSD在中国市场表现不及预期，主要原因是什么？

特斯拉FSD（完全自动驾驶）在中国市场表现未达预期，主要受限于本土化适配与数据积累。

技术挑战：

•道路复杂性：中国城市道路存在大量非标场景（如电动车乱穿、临时施工区），FSD基于北美数据训练的模型需要重新优化。

•本土法规适应性：例如，公交车道识别错误、压实线变道频繁等，而FSD初期版本未充分适配此类规则，导致用户被交管部门处罚。

竞争格局：本土品牌凭借对国内路况的深度理解，推出更贴合用户需求的功能，持续收集用户数据，迭代速度更快。

未来展望：特斯拉需要加强对国内特有的混合交通场景的数据训练，加快更新和适配速度，FSD仍有机会在中国市场参与第一梯队的竞争。

Q6、大模型上车后，用户体验发生了哪些实质性改变？

大模型技术为车载交互带来了三大升级：

自然语言理解：用户可通过多轮对话完成复杂指令，例如“导航到三里屯的网红咖啡馆，避开拥堵，并播放周杰伦的歌单”。系统能结合上下文精准响应，告别传统“命令式”交互。

场景化服务：大模型可联动车内硬件与外部生态。例如，识别用户说“我饿了”，系统自动推荐餐厅并调整空调至舒适温度。

情感化交互：部分车型引入情感引擎，可根据用户语气调整回复风格（如幽默、简洁），提升交互趣味性。

局限与突破方向：

•离线能力不足：多数大模型依赖云端算力，网络信号弱时，体验下降，未来需要优化端侧能力。

•杀手级应用缺失：当前功能仍以信息助手为主，需要根据不同车型目标用户的车上需求场景，开发出富有科技感，同时让人便捷、愉悦的AI应用。

Q7、J.D. Power对智能座舱的未来发展有何建议？

智能座舱的终极目标是实现“千人千面”的个性化体验，具体路径包括：

•数据驱动个性化：通过AI学习用户习惯（如座椅偏好、常用路线、音乐口味），自动生成专属配置方案。

•多模态交互融合：结合语音、手势、眼球追踪等技术，实现“无感交互”。

•生态开放化：车企需要打破封闭系统，接入第三方应用（如健康监测、远程办公），使座舱成为生活服务中枢。

总结

中国汽车行业正站在电动化与智能化交汇的十字路口。未来，竞争将围绕技术深度、用户体验与生态整合展开。车企需要平衡创新速度与安全底线，消费者则需要理性认知技术边界。唯有双方协同，方能推动行业走向高质量发展之路。