解锁智驾新可能：技术路线日趋清晰，高阶体验从选配到全民标配

全球汽车产业正经历电动化、智能化变革，智能驾驶作为核心赛道，已进入政策合规、技术成熟、市场规模化渗透的关键转折期。政策层面，我国采用“地方试点+全国标准”模式，2025年9月L2智驾强制国标征求意见，2026年2月启动L3/L4级强制国标制定，破解高阶智驾落地的标准痛点，推动其从测试走向合法商业化。

市场端，城市NOA已结束高端尝鲜，步入规模化普及期。2025年1-10月其渗透率达12.8%，同比提升4个百分点，多家车企将其下放至10-20万车型，推动智驾从选配向刚需转变，2026年渗透率有望持续跃升。

技术上，端到端大模型上车后，智驾算法收敛至VLA与世界模型两大路线，二者优势互补、深度融合趋势明确，将推动智驾感知、决策能力实现质的提升。

产业生态上，全栈自研与开放合作并行，头部车企坚持自研，多数车企采用“自研+外采”模式，第三方供应商助力智驾平权。当前智驾行业处于多重拐点叠加期，高阶智驾迎来商业化爆发机遇，本报告聚焦行业变革逻辑，研判发展方向与投资机遇。

一、智驾政策加速完善，L3/L4落地有法可依

1.1 智驾政策加速完善，国家与地方协同推动商业化落地

智能辅助驾驶法规体系逐步健全，采用“地方试点先行、全国标准跟进”模式推动高阶智驾落地。北京、上海、深圳等城市已开放L3级测试，深圳2022年率先完成L3立法；2026年2月，工信部发布《智能网联汽车 自动驾驶系统安全要求》征求意见稿，成为我国首部L3/L4级自动驾驶强制国标，填补了全国性标准空白。

1.2 工信部发布征求意见稿，L2辅助驾驶强制国标即将落地

2025年9月17日，工信部就《智能网联汽车组合驾驶辅助系统安全要求》强制国标征求意见，标志L2强制国标进入落地倒计时。该标准衔接国际标准、贴合国内路况，将组合驾驶辅助系统分为四类，其中泊车组合系统未纳入规制。

基于三类核心辅助系统，标准从三大维度构建安全体系，明确运行要求，将于2027年1月1日正式实施。

该标准既对系统功能、设计等提出安全要求，也规范研发、风险管理流程，形成双重防护，并建立多维度评价方法，全面保障智驾行业可持续发展。

1.3 L3/L4自动驾驶标准征求稿发布，政策赋能智驾产业升级

2026年2月，工信部发布《智能网联汽车 自动驾驶系统安全要求》征求意见稿，将替代原有标准，成为首部L3/L4级强制国标，明确技术、保障要求及检验方法，为高阶智驾研发落地提供统一依据。

2025年12月，我国首批L3级智驾车型获准入许可，极狐阿尔法S6（L3版）、长安深蓝SL03在北京、重庆试点上路，标志L3级智驾正式落地，为后续规模化推广积累经验。

二、城市NOA渗透率提速，高阶智驾迎来规模化渗透新周期

2.1 智驾持续纵深发展，高速和城区NOA分层演进

NOA（自动领航辅助）是智驾核心功能，按场景分为高速NOA与城市NOA，两者在技术、硬件、场景上差异显著，呈分层协同发展态势。

高速NOA应用于高速、快速路等封闭道路，可自主完成车道保持、变道超车等操作，场景规则清晰、高精地图覆盖完善。

城市NOA适用于路口、环岛等复杂城市场景，可处理复杂交通流、完成无保护左转等操作，对车辆感知和决策能力要求更高。

2.2 城市NOA渗透率提速，进入规模化渗透的行业新周期

城市NOA渗透率持续提速，2025年3月至10月连续8个月渗透率超两位数，10月单月搭载量达343万辆、渗透率16.5%，标志其已走完“高端尝鲜”阶段，正式进入“全面普及+规模化渗透”的行业新周期。

新车城市NOA配备率同步提升，2025年1-10月国内乘用车城市NOA搭载量239.2万辆，渗透率12.8%，较2024年增长4个百分点；同期上市新车城市NOA标配+预埋占比达21.7%，较2023年6.3%、2024年13.7%实现显著提升。

2.3 城市NOA逐步下放至低价位段，20万以下开始起量

城市NOA普及呈现价位分层特征，中高端车型搭载率较高，2025年1-10月，20-25万、25-30万、30-35万车型渗透率分别达29.7%、57.0%、38.5%，其中25-30万价位搭载量66.4万辆，为核心区间。

20万以下车型搭载量实现突破，2025年1-10月占比约10%，较前两年零渗透大幅提升。多家车企下放城区NOA至10-20万车型，如尚界H5 Max版（17.98万）、小鹏Mona M03 Max版（12.98万）、领克07EM-P（13.98万），降低智驾门槛。

2.4 城市NOA成核心考量，从差异化配置向主流标配跃迁

随着智驾技术升级，城市NOA从差异化配置成为各价位消费者购车核心考量，行业正从“可选”向“标配”跃迁，智能化已成为用户购车核心驱动力。

《2025麦肯锡中国汽车消费者洞察》显示，城市NOA覆盖各价位，刚需属性随价位提升递增；长续航、快充、自动驾驶是用户最关注的三大因素，20-25万价位用户中，城市NOA是驾乘体验之外的第一必选项，超28.8%主流品牌推出相关车型，印证标配趋势。

2.5 比亚迪提出全民智驾，助力智驾平权

2025年2月10日，比亚迪发布全民智驾战略，构建“天神之眼”技术矩阵，全系车型搭载智驾技术，“天神之眼C”首批21款车型覆盖7万-20万级，推动智驾大众化。

比亚迪辅助驾驶车型自2025年4月快速上量，10月单月销量达31.68万辆（王朝/海洋网占比近90%），截至2025年底保有量超256万辆，彰显战略认可度。

2.6 吉利全系搭载千里浩瀚智驾，促进NOA快速普及

2025年3月3日，吉利发布“千里浩瀚”智驾系统，整合全场景智驾功能，分H1-H9五个层级，匹配不同用户需求，H9为L3级方案，最低配置标配100TOPS以上算力。

该系统依托星睿智算中心等优势，推动高阶技术向低算力车型落地，未来吉利银河品牌全新及改款产品将全面搭载，加速NOA普及与智驾平权。

2.7 搭载满血图灵智驾，小鹏将城市NOA打入13万价格段

2025年5月28日，小鹏MONA M03加推车型（11.98万-13.98万），其中Max车型将城市NOA引入13万价位，打破A级车智驾瓶颈，让主流用户低成本体验高阶智驾。

该车型搭载小鹏自研图灵AI系统，两颗Orin-X芯片总算力508TOPS，是同级别4-6倍，提供双算力版本，后续将升级第二代VLA技术。

2025年，小鹏MONA M03月销稳定超1万辆，全年交付超17万辆，跻身全球新能源销量第14位，验证“低价高配智驾”可行性。

2.8 尚界H5上市，首次将华为ADS 4带到20万以下

2025年9月23日，尚界H5上市（15.98万-19.98万），作为鸿蒙智行尚界首款中型SUV，首次将华为ADS 4辅助驾驶方案下探至20万以下，填补市场空白。

该车Max版（带激光雷达）支持全场景领航辅助，Pro版（纯视觉）不支持城区领航；预售16万份小订中，75%选择Max版，体现消费者对低价位高阶智驾的强烈需求。

三、VLA与世界模型走向融合统一，智驾能力有望实现跃升

3.1 大模型助力智驾进阶，2026年智驾迎来新周期

2026年是智能驾驶行业新一轮发展周期的关键起点，以一段式端到端、VLA（视觉-语言-行动）、世界模型为核心的技术路线，推动行业从机器模仿人类驾驶，全面迈入全新发展阶段。智驾技术演进路径清晰有序：高速NOA→通勤城市NOA→无图城市NOA→城市NOA体验深耕与安全精细化→L3/L4高级别自动驾驶落地与全民智驾普及。

智驾软件算法的演进，本质是从模块化割裂到端到端融合、从应激式响应到认知式决策的范式革命。行业历经四轮清晰跃迁，2026年将实现超跃人的智能全面落地，这不仅是技术升级，更是智驾系统对物理世界规律与人类驾驶意图的全维度理解与超越。

3.2 端到端衍生出VLA和世界模型两种技术路线

一段式端到端目前已成为行业主流。特斯拉引领智驾算法从规则驱动的模块化架构，发展至数据驱动的端到端架构，其将智驾系统的感知、规划、决策模块整合为一个模型，实现信息输入与控制输出的一体化，历经模块化、双系统、一段式三个发展阶段，目前一段式端到端占据主流地位。

端到端的核心是模仿学习，具备信息损失少、低延迟的优势，但存在低频场景数据不足、推理能力弱两大难题。为解决这些问题，端到端技术衍生出VLA（视觉-语言-行动模型）和世界模型两种差异化路线。

3.3 VLA：引入语言模型，具备可解释性和强大泛化能力

VLA（视觉-语言-行动）模型是融合视觉、语言、动作三大模态的端到端人工智能模型，通过统一的多模态学习框架，实现感知、推理与控制一体化，可直接根据视觉输入（图像、视频）和语言指令（任务描述），生成可执行的物理世界动作（如车辆转向控制）。

2023年7月，谷歌DeepMind推出RT-2模型，采用VLA架构，通过整合大语言模型与多模态数据训练，赋予机器人复杂任务执行能力，任务准确率较初代提升近一倍（从32%至62%），实现垃圾分类等场景的零样本学习，其理念随后被车企关注并快速应用于智能驾驶领域。

3.4 超越传统端到端和VLM，VLA实现智驾新突破

传统端到端（VA）和VLM（视觉语言模型）均有局限性：传统VA存在“黑箱”问题，虽能精准操控，但决策过程缺乏可解释性，难以获得用户信任；VLM具备场景理解与语言表达能力，却无法直接生成控制指令，存在行动鸿沟。

VLA实现了自动驾驶的“真”端到端，通过融合计算机视觉、自然语言处理与强化学习，构建集环境感知、语义理解与决策执行为一体的统一智能体。系统通过视觉编码器处理图像、语言编码器解析指令，经大语言模型完成高层语义推理规划，最终通过动作解码器生成控制指令，实现从“黑箱”到“可解释大脑”的变革。

3.5 全程可追溯可解释，VLA实现数据自我驱动和迭代

VLA全程可追溯、可解释，能够实现驾驶数据的自我驱动与迭代。其在算法形式上，坚守从传感输入到轨迹输出的端到端神经网络形式，形成统一大模型，实现“全程可求导”。当车辆出现驾驶错误（如刹车过晚），错误信号可从轨迹输出端反向传播，贯穿行动、语言、空间智能模块，依托自动化数据闭环，实现高效率、低成本的自我驱动与迭代。

VLA核心优势突出：一是具备可解释性与前瞻预判，借鉴语言模型思维链，决策过程更易理解；二是环境理解与泛化能力更强，可处理潮汐车道、交警手势等复杂非结构化信息，在环岛等场景中实现多步规划；三是人机交互更自然、更具个性化，支持自然语言交互（如“远离大车”），可学习用户驾驶习惯，提供拟人化共驾体验。

3.6 世界模型：对真实世界建模，提升策略的前瞻和稳定性

世界模型通过对真实世界高维认知建模，赋予智能体理解、预测和规划能力，核心是对环境因果规律的推理与内部模拟，可在云端仿真训练后蒸馏到车端执行，也可直接在车端部署。

世界模型的核心逻辑的是：输入“过去的信息”（前一帧或多帧数据），输出“未来的信息”（下一帧或多帧预测），预测信息可涵盖图像、声音、速度、距离等各类可记录的感知数据。其主要用于仿真模拟，通过大规模模拟极端、稀有、长尾场景，为智驾系统提供训练、验证所需数据，同时让系统可内部预演判断风险，摆脱对当前画面的单一依赖。

➢ 如欲获取完整版PDF文件，可以关注钛祺汽车官网—>智库，也可以添加钛祺小助理微信，回复“报告名称：智能驾驶专题系列：技术路线逐渐清晰，高阶智驾迎来拐点 ”。

点击下方，查看近期热门行业研究报告