2023年，中国智能驾驶市场进入了以“规模化量产”为核心的新阶段竞争周期，L2渗透率的快速提升，城市NOA的火热加之高阶自动驾驶相关政策的出台，带动中国本土的智驾方案和供应商进入新一轮的高速发展期。
从回答是否要发展自动驾驶，到如何发展自动驾驶，智驾行业整体呈现出不同的竞争特征，技术方案多种多样，产业链竞争格局亦随之重构。
本土智驾力量快速崛起
随着驾驶辅助功能的不断成熟、成本降低、消费者接受度提升，L2级别驾驶辅助系统已经成为当前市场的主导产品，并且预计在未来几年内其渗透率将继续提升。
根据盖世汽车智能驾驶配置数据库数据，2022年中国L2级自动驾驶功能渗透率超过30%，盖世汽车研究院预计到2025年达到50%，到2025年后L3车辆开始规模化量产。市场规模方面，2025年整体将突破2,000亿元。
本土厂商是重要推动力量。
在车企方面，据盖世汽车统计，在L2功能的配套上，丰田、比亚迪、大众位于第一梯队，装配量超过100万套，第二梯队L2装配量在60-90万套之间，部分新势力品牌特斯拉、理想等则实现全系标配。综合来看，合资品牌L2渗透率相差较大，新势力渗透率普遍较高。
在此过程中，国内本土ADAS供应商快速崛起。
外资Tier 1在行车ADAS和泊车领域占据主要市场份额，但近两年随着本土供应商从自主品牌开始切入市场，份额不断提升，未来有望进一步增加。
行泊一体是当前智能驾驶领域的重要方案，当前电子电气架构由分布式向集中式的演进过程中，在功能域融合架构下分化出舱泊一体和行泊一体两条技术路线，其中，行泊一体可打造高速、城市、泊车全场景的智驾方案。
当前由主机厂自研+代工的行泊一体市场份额接近50%，其中本土供应商凭借着软硬件全栈开发的能力、产品的快速迭代、多芯片平台适配等优势领先外资Tier。
去年12月20日，作为国内自动驾驶域控制器提供商主要代表的知行科技，成功在港交所主板挂牌上市，是一代表事件。
知行科技新推出的iDC系列自动驾驶域控制器，将高速自动驾驶功能和低速自动泊车功能集成在一颗SoC中，也是当前业内主流的单芯片行泊一体方案。
据悉，知行科技自动驾驶域控制器解决方案的销量从2021年的5,796台增加至2022年的79,589台。2023年上半年，交付量从上年同期的21,272台增加至42,108台。
此外，在激光雷达、空气悬架等赛道，有一些国内供应商脱颖而出，诞生了禾赛科技、速腾聚创等头部上市企业，而智驾域控芯片、线控制动等领域国内开始有部分企业获得规模化配套发展。
总体来看，基础辅助驾驶功能的渗透率持续提升，往更高阶的领航辅助功能以及L3/L4级别自动驾驶发展。在高阶智能驾驶领域，国内的供应链发展迅速，国产厂商声量渐大，在关键技术和组件的研发制造上取得显著成就，强化了整个行业的竞争力，成为智能驾驶走向未来的核心支撑之一。
高阶智驾驶入快车道
去年11月，四部委联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，对L3/L4自动驾驶的准入规范进行了具体要求，并完善了相关规则。这意味着，我国的高阶自动驾驶上路有了明确的政策支撑和责任界定。
比亚迪、赛力斯、长安、智己、宝马、奔驰等在内的多家车企，此前相继获得L3路测牌照。国内之前的测试车是增加了额外传感器的改装车，此次开放测试的是具备L3/L4能力的量产车。
不难预见，伴随着更多的车企加入L3级自动驾驶研发，高阶智驾有望真正迎来“质变”。当然，距离L3级别自动驾驶车辆的真正量产落地，还有一段路程。当下，车企主要以城市NOA作为核心发力点。
城市NOA的加速落地则被视为L3级别自动驾驶时代来临的先声。过去一年，城市NOA的发展是智驾赛道的绝对焦点。
根据盖世汽车智能驾驶配置数据库数据，2023年国内NOA功能搭载量达94.5万辆，其中大部分集中在高速NOA，城市NOA搭载量为23.8万辆。
显然，这一轮城市NOA的竞争还未到最高点，围绕城市NOA的市场追击战将持续进行，车企是其中主要的推动力量，他们选择的路线方式也不一致。
当下，车企对城市NOA的竞争焦点，主要在于用更少的成本实现更大规模的上车，以快速实现数据收集进行算法优化和模型迭代。
价格战的影响不容忽视，对车企的成本控制提出了更高的要求。“重感知，轻地图”方案的盛行很大程度也是基于车企在成本方面的考量，当前高精地图采集成本、新鲜度等问题拖慢了城市领航辅助的落地速度，企业纷纷转向轻地图方案，逐步降低对高精地图的依赖，以此加快城市领航辅助的落地。
这其中又包含激光雷达感知融合和纯视觉方案的争议，两种技术路线选择的竞争核心同样在于成本。
号称“全国都能开”的华为NCA，算是最激进的头部力量之一，近日，部分AITO问界M5 / M7车主已获推V3.3.8智驾版本，带来了延期已久的“无图 NCA”功能。
盖世汽车研究院认为，车企智驾功能演进路线相似，当前实现全国范围内的城市领航需要解决诸多的长尾场景，通过增强版LCC、通勤模式等过渡功能覆盖消费者日常行驶路线，能够带来更好的用车体验。
目前30万以上价格区间车型是提升NOA搭载量的主力军，不过已经能看到小鹏P5、宝骏云朵等中低端车型的出现，随着搭载NOA功能车型逐渐下探到15万左右的价格区间，2025年，国内NOA功能配套车型预计将突破300万辆，2030年将超850万辆。
未来智驾行业的几点展望
智能驾驶的发展是一个多因素共同作用的结果，面向未来，我们可以看到几个趋势。
一是高阶智能驾驶发展需要高算力芯片的支持，经过过去数年的发展，已经能很明显的看到中高算力芯片开始推出市场。
不过值得注意的是，大算力并非唯一的选择，高性价比单SOC中低算力平台也有望在未来市场中率先爆发。
随着人工智能算法和芯片设计能力的提升，即使是中低算力的SOC平台也能够提供足够的性能来支持智能驾驶的基本功能。这意味着在不追求更高级别自动驾驶的情况下，中低算力平台已经能够满足大部分驾驶辅助和部分自动驾驶的需求。
高性价比的解决方案能够更好地满足大众市场的需求，尤其是对于中低端车型，低成本是其普及的关键因素。目前上车的中低算力行泊一体方案大多采用多SOC方案，在新一代平台上均采用单SOC方案，高性价比单SOC中低算力平台有望率先爆发。
另一个无法忽视的影响要素是AI大模型的发展，正在驱动自动驾驶的迭代创新。
从感知算法层面来看，传统的L2辅助驾驶主要是依托2D视觉+CNN实现，2021年9月，特斯拉发布了BEV+Transformer架构，大模型开始上车。目前头部车企都选择跟进特斯拉的算法的迭代方式，当前头部车企在BEV+Transformer+ Occupancy基础上不断优化体验，特斯拉2024年初将实现端到端技术的落地。
此外，大模型在云端的应用为自动驾驶带来了诸多便利，包括采用预训练的方式实现自动标注、对长尾数据进行挖掘以及场景仿真和数据生成等。不过这也伴随着一系列挑战和问题。
在多模态数据融合方面，自动驾驶系统需要处理来自不同传感器的多种数据，如摄像头、毫米波雷达、激光雷达等。这些数据类型差异较大，如何有效地融合这些多模态数据以获得更好的环境感知能力是一个重要课题。
大模型通常需要较大的计算资源，尤其是在进行复杂的任务如自动标注、数据挖掘和仿真时。这增加了云端服务器的负载，也可能导致延迟问题，对于需要实时响应的应用来说，是一个不小的挑战。此外，即使大模型在云端运行良好，如何将其部署到车端设备上也是一大挑战，还存在安全性和一致性等问题。
目前，行业已采取一些手段来逐步解决这些问题，包括开发更高效的模型架构、利用边缘计算减少云端负载、采用模型蒸馏等技术进行模型压缩，以及设计更安全的模型更新机制等。
更为重要的一点，除了算力和大模型等方面的驱动，数据闭环能力将真正决定企业的智能驾驶水平。
就拿城市NOA来说，城市场景的复杂性决定了城市NOA方案必然是一个数据驱动的系统。来自量产车型的大数据库和自动、高效的海量数据处理能力将是城市NOA落地的基石。
企业采用数据驱动的开发模式，通过建立数据闭环来加速自动驾驶迭代，同时效果也更加可靠，有利于在城市运营中去处理各种各样的长尾问题。
目前，自动驾驶行业走到了一个拐点，国内外自动驾驶的差异化竞争及利润增长点，逐步向L3、L4高等级自动驾驶相关功能的开发及落地转移。
随着降本的压力和软件算法的逐渐成熟，智驾方案开始回归用户价值，追求成本、性能、体验的平衡，能够在这些方面取得良好平衡的企业有望在未来激烈的市场竞争中长期生存下去。
