智驾江湖初起
在当今汽车行业，智能驾驶已从最初的概念设想，变成了实实在在改变出行体验的关键技术。它不再是车企们口中遥不可及的未来科技，而是消费者在购车时重点考量的因素之一。从最初简单的自适应巡航，到如今能在复杂路况下实现自动变道、避让行人的高阶智驾系统，智能驾驶技术的发展可谓日新月异。
为了更清晰地认识和比较各车企在智能驾驶领域的实力与发展水平，行业内逐渐形成了智驾梯队的概念。就如同武侠世界里的门派划分，不同梯队代表着不同的智驾能力层级，反映出车企在技术研发、数据积累、市场应用等多方面的综合实力。
T0 梯队：行业开拓者（如有）
在目前的国产智驾领域，如果要划分出 T0 梯队，可能暂时空缺，但有几家企业凭借其技术实力和前瞻性布局，有冲击 T0 梯队的潜力，如华为和 Momenta 。
T0 梯队独特之处
华为在智能驾驶领域的技术实力可谓是全方位的强大。其智驾系统 ADS（Advanced Driving System）堪称行业标杆，从最底层的智驾芯片到软件算法，再到激光雷达等硬件，均实现了自研，构建起了 “芯片 - 算法 - 云” 垂直生态，强调系统协同性 。
在算法上，华为不断创新。ADS 2.0 就实现了 “无图驾驶” 的重大突破，通过自主感知技术和路径规划算法，让车辆在没有高精地图的情况下也能自主识别车道等，极大地拓展了智驾的应用范围。2024 年发布的 ADS 3.0 引入端到端大模型架构，采用感知 + 决策分层的 GOD + PDP 架构，支持从停车位到停车位的全自动驾驶。其中，GOD 算法更是让车辆不仅能辨识出白名单内的物体，对于没见过的、白名单以外的异形物体都能准确识别，大大提升了智驾系统在复杂城市环境下的泛化能力 。
华为智驾方案上车的问界系列取得了显著的市场成绩，成为新势力销冠。此外，智界、阿维塔等合作车型也已上市，还有享界、深蓝、岚图、猛士等多款量产车正在路上。大量的量产车为华为提供了丰富的数据来源，而数据恰恰是智驾能力迭代的关键要素，这有助于华为不断优化算法，扩大其在智驾领域的领先优势 。
Momenta 同样不容小觑，它是率先推出量产 L2 方案的 L4 级玩家，产品技术获得了一众车企的认可，背后股东包括通用、奔驰、丰田、蔚来和上汽等汽车巨头，全球第一 Tier 1 博世和雷军旗下的顺为资本也参与入股，足以证明其技术实力得到了广泛的认可 。
Momenta 是国内首个基于一段式端到端大模型实现规模化量产的智驾供应商，不仅率先落地了全国无图 NOA，实现了 “全国都能开”，还更进一步实现了 “全球都能开”。其开发的新颖模型架构，将模型分为 “短期记忆” 和 “长期记忆” 两部分，这种架构使得 Momenta 的一段式端到端技术在保持感知和规划控制紧密结合的基础上，具备了更强的学习和适应能力。“短期记忆” 由感知（DDLD、DDOD）和记忆与深度学习的规划（DLP）构成，先进行快速训练，验证数据和算法的有效性，经过验证的数据和算法再应用到 “长期记忆”，即最终的端到端大模型上，保证大模型的训练质量，这种逻辑与人类学习逻辑相似，能够更加低成本、短周期地适应环境 。
在商业合作方面，Momenta 获得了上汽、比亚迪、广汽和通用等多家车企定点，客户群不断扩大，这为其积累了海量的实际驾驶数据，进一步推动其智驾技术的迭代升级。
T1 梯队：领军者的风采
在 T1 梯队中，汇聚了众多实力强劲的国产车企，它们凭借各自独特的智驾技术和市场策略，在智能驾驶领域占据着重要地位。
华为系（鸿蒙智行等）
华为的 ADS 智驾系统无疑是其在智能驾驶领域的核心竞争力。ADS 3.0 版本引入了端到端大模型架构，这一创新使得智驾系统能够像人类驾驶员一样，对复杂路况进行快速、准确的判断和决策。在实际驾驶中，车辆能够精准识别各种交通标识和路况，实现自动跟车、变道、超车等操作 。
“全国都能开” 是华为智驾技术的一大优势。它不依赖高精地图，通过强大的感知和决策算法，让车辆在不同地区、不同路况下都能稳定运行。搭载华为 ADS 智驾系统的车型众多，问界 M7 自推出以来就备受关注，其凭借出色的智驾体验和华为品牌的影响力，销量持续攀升。阿维塔 11、12 也搭载了该智驾系统，在市场上获得了较高的认可度，用户对其智驾功能的反馈良好，认为它极大地提升了驾驶的安全性和便利性 。
小鹏
小鹏的 XNGP 智驾系统同样亮点十足。它采用了神经网络 XNet、规控大模型 XPlanner 和大语言模型 XBrain 组成的端到端大模型技术，使智驾系统具备了更强的感知、决策和规划能力 。在实际体验中，XNGP 能够轻松应对复杂的城市路况，如路口转弯、环岛通行等。面对狭窄道路和复杂的停车环境，XNGP 的自动泊车功能也能精准完成停车动作，为用户带来了极大的便利 。
小鹏 XNGP 已经实现了 “全国都能开”，并朝着 “全国都好用” 的目标迈进。随着技术的不断迭代和优化，未来小鹏有望在智能驾驶领域取得更大的突破，进一步提升用户的智驾体验 。
比亚迪
比亚迪的 “天神之眼” 智驾系统涵盖了 A、B、C 三个版本，满足了不同层次消费者的需求 。A 版采用 3 颗激光雷达、5 颗毫米波雷达、12 颗超声波雷达以及 12 颗高清摄像头，搭配双 Orin X 芯片，主要搭载于仰望高端品牌，具备强大的高阶智驾能力，可实现城市、车道和高快领航，以及易四方泊车、代客泊车等全场景智驾功能 。B 版配备单 / 双激光雷达、5 颗毫米波雷达、12 颗超声波雷达、12 颗高清摄像头以及 OrinX 单芯片，应用于腾势和比亚迪中高端车型，能支持城市、车道和高快领航 。C 版采用前视三目 5R12V12U 方案，主要覆盖比亚迪主流车型（7 万 - 20 万级），支持高速领航、记忆领航（2025 年内 OTA）、代客泊车等智驾功能 。
比亚迪凭借其庞大的用户基础，每天能新增 7200 万公里训练里程，为 “天神之眼” 系统的优化提供了丰富的数据支持。随着技术的不断成熟和应用，“天神之眼” 有望助力比亚迪在智能驾驶市场中占据更大的份额 。
理想
理想 AD MAX 智驾系统基于端到端（E2E） + 视觉语言大模型（VLM）的技术架构，实现了从输入信息到输出行驶轨迹的模型自主决策，让智驾系统能够更好地理解车辆周边的信息 。通过不断升级底层架构，理想 AD MAX 的智驾能力得到了显著提升。在高速行驶场景下，系统能够准确识别路况，实现自动变道、超车等操作，且变道逻辑更加合理，减少了不必要的减速和变道失败情况 。
理想汽车的用户对 AD MAX 智驾系统的评价较高，智驾功能的使用率也在不断提升，这充分体现了市场对理想智驾技术的认可 。
T2 梯队：崛起的新势力
极越
极越的智驾技术基于百度 Apollo 纯视觉高阶智驾能力和安全体系赋能，形成了 “B.O.T”（BEV+OCC+Transformer）完整技术体系 。这一体系通过将鸟瞰图（BEV）感知、占用网络（OCC）和 Transformer 架构相结合，实现了厘米级的 3D 精度，对于运动障碍物的速度识别精度能达到 0.1 米 / 秒误差范围 。
得益于百度的 AI 大模型生态支持，极越 01 在智驾领域取得了显著进展。其点到点领航辅助 PPA 的覆盖范围已经达到全国超 40 万公里的道路，PPA 智驾里程占用户出行总里程的比重较高，在上海市该占比高达 47.9% 。极越还在不断升级其智驾功能，2024 年计划实现只要百度地图能导航的地方，就可以使用 PPA 智驾 。不过，纯视觉智驾方案在面对恶劣天气等特殊情况时，可能会受到一定影响，这也是极越需要进一步优化和解决的问题 。
蔚来
蔚来的 NOP + 智能驾驶系统在高速公路和城市环路等场景下表现出色，能够实现自动变道、上下匝道和超车等功能 。NOP + 基于 NT2.0 平台，硬件算力从 5TOPS 提升至 1016TOPS，配合 Aquila 蔚来超感系统的升级，在安全、舒适性和效率方面都有显著提升 。
蔚来全域领航辅助 NOP + 已实现全量推送，覆盖中国大陆 99% 城市，以 90% 主干道为最低标准释放，用户规模近 23 万，是中国 / 全球最大规模城区辅助驾驶功能推送 。其智能驾驶架构 NADArch 为高安全和高可用的内核，统一的技术框架让 NOP + 跨越有图与无图，保持统一的用户体验 。然而，蔚来在城区道路的高阶辅助驾驶功能仍有待进一步完善和开放，与头部智驾企业相比，在智驾技术的全面性和成熟度上还有一定的提升空间 。
小米
小米智驾技术发展迅速，小米 SU7 搭载了全栈自研的智能驾驶技术，配备了包括 1 颗激光雷达、11 个高清摄像头、3 颗毫米波雷达和 12 颗超声波雷达在内的 29 个智驾传感器，搭配两颗英伟达 Orin-X 芯片，总算力高达 508TOPS 。其智驾系统具备高速领航、一键代客泊车和智能泊车辅助等高级智能驾驶功能 。
小米背靠强大的技术研发资源和生态体系，在人工智能领域的深厚积累为智驾技术的发展提供了有力支持。小米还在不断加大研发投入，2024 年研发投入达 240 亿元，并计划 2025 年投入超过 300 亿元 。未来，随着技术的不断突破和优化，小米有望在智能驾驶领域实现更大的跨越，提升其在智驾市场的竞争力 。
T3 梯队：努力的追赶者
极狐
极狐作为较早与华为合作的车企，在智能驾驶领域有着一定的技术积累 。极狐阿尔法 S 先行版 PRO 配备了华为 3 激光雷达方案，搭载 HUAWEI ADS 2.0 高阶智驾系统，能够在复杂路况下实现智能驾驶 。
极狐还获得了国内首批 L3 级自动驾驶 “公开道路” 测试牌照，在技术验证和实际应用方面都取得了一定的进展 。不过，与 T1 梯队的车企相比，极狐在智驾技术的成熟度和市场应用上还有提升空间。在复杂城市道路场景下，极狐的智驾系统对一些异形障碍物的识别和应对能力还有待加强，智驾功能的覆盖范围和使用稳定性也需要进一步优化 。未来，随着极狐与华为合作的不断深入，有望通过技术迭代和更多的实际应用，提升其智驾水平 。
智己
智己 IM AD 智驾系统采用融合激光雷达、视觉摄像头等多种传感器方案，具备高精度环境感知能力 。在实际驾乘中，系统的加速、减速、转向等操作平稳，给乘客带来舒适体验，遇到突发情况时也能迅速反应保障安全 。
但智驾功能全面性和稳定性方面仍有提升空间，在某些复杂场景下的决策效率有待提高 。智己与 Momenta、NVIDIA 合作，打造基于 DRIVE AGX Thor 芯片的量产智驾解决方案，未来有望通过技术升级和优化，提升智驾系统的性能和表现 。
梯队背后的角逐：影响因素剖析
技术研发投入
在智能驾驶这场激烈的角逐中，技术研发投入是决定车企智驾水平的关键因素之一。以华为为例，其在智驾领域的研发投入堪称巨大，每年都投入大量的资金用于智驾芯片、算法、传感器等核心技术的研发。华为还组建了一支由顶尖科学家和工程师组成的研发团队，人数众多且专业领域广泛，涵盖了人工智能、计算机视觉、通信技术等多个与智驾相关的领域。这种高强度的研发投入，使得华为能够在智驾技术上不断取得突破，从 ADS 1.0 到 ADS 3.0，每一次版本的升级都带来了智驾能力的显著提升 。
相比之下，T3 梯队的一些车企在研发投入上相对较少。资金的不足导致其在研发设备的更新、高端人才的引进等方面存在困难，限制了智驾技术的研发速度和创新能力。例如，极狐虽然与华为合作，但在自身研发投入上的相对短板，使其在智驾技术的消化和吸收，以及基于自身需求的二次开发方面，进展相对缓慢 。研发投入的差异，直接影响了各梯队车企智驾技术的发展速度和成果，拉开了智驾能力的差距 。
数据积累与运用
数据对于智能驾驶系统的优化至关重要，它就像是智驾系统的 “燃料”，为算法的训练和迭代提供了源源不断的支持 。比亚迪凭借其庞大的用户基础，每天能新增 7200 万公里的训练里程，积累了海量的实际驾驶数据。这些数据涵盖了各种路况、驾驶习惯和天气条件，为 “天神之眼” 智驾系统的优化提供了丰富的素材 。通过对这些数据的深入分析和运用，比亚迪能够不断改进智驾算法，提升系统对复杂路况的适应能力和决策准确性 。
而处于 T3 梯队的车企，由于销量相对较低，数据积累量有限。这使得它们在智驾算法的训练上缺乏足够的数据支撑，难以对算法进行全面、深入的优化。在面对一些特殊路况或罕见场景时，智驾系统可能会出现判断失误或无法应对的情况 。数据运用效率也是影响智驾水平的重要因素。一些领先的车企建立了高效的数据处理和分析平台，能够快速从海量数据中提取有价值的信息，加速算法的迭代。而部分 T3 梯队车企的数据处理流程可能相对繁琐，数据运用效率较低，导致智驾技术的优化速度较慢 。
合作生态建设
企业与供应商、科技公司的合作情况，对智驾技术的提升起着重要作用 。华为与众多车企建立了深度合作关系，如问界、阿维塔、智界等。通过与车企的合作，华为不仅能够将其智驾技术快速应用到实际车型中，还能从车企那里获取大量的实际使用反馈，进一步优化智驾系统 。华为还与博世、宁德时代等供应商合作，共同研发智能驾驶相关的硬件和软件，整合各方优势资源，提升智驾系统的整体性能 。
极越背靠百度，在智驾技术上得到了百度 Apollo 纯视觉高阶智驾能力和安全体系的赋能，以及百度地图的支持 。这种紧密的合作关系，使得极越在智驾技术的研发和应用上能够站在巨人的肩膀上，快速发展 。相比之下，一些 T3 梯队的车企在合作生态建设方面相对薄弱，缺乏与科技公司和优质供应商的深度合作，导致其智驾技术的发展受到一定限制 。合作的广度和深度不同，使得各梯队车企在智驾技术的获取、应用和优化上存在差异，进而影响了它们在智驾领域的竞争力 。
写在最后
国产智驾梯队的划分，不仅是对当下各车企智驾实力的直观呈现，更是智能驾驶行业发展进程的一个缩影。从 T0 梯队的技术先锋，到 T1 梯队的行业中坚，再到 T2、T3 梯队的奋力追赶者，每一个梯队的车企都在以自己的方式，推动着国产智驾技术的进步。
在这个充满机遇与挑战的赛道上，技术的创新、数据的积累和合作的深化，将是决定各车企未来发展的关键因素。无论是已经取得领先优势的头部企业，还是正在努力突破的后来者，都在为实现智能驾驶的美好未来而拼搏。
我们期待看到各梯队车企在未来的竞争中不断创新，为消费者带来更加安全、便捷、智能的出行体验。也欢迎各位读者在评论区分享自己对国产智驾梯队的看法，一起探讨智能驾驶的未来发展。
全部评论 （0）