駕駛自動化進(jìn)入爆發(fā)階段，全場景智能化演進(jìn)加速

飛象網(wǎng)訊（四月）以人工智能為代表的科技革命推動產(chǎn)業(yè)創(chuàng)新呈現(xiàn)涌現(xiàn)式躍遷，汽車智能化網(wǎng)聯(lián)化協(xié)同并進(jìn)的格局已然形成。智能網(wǎng)聯(lián)汽車涉及汽車、電子、信息通信、交通運(yùn)輸?shù)榷鄠�(gè)領(lǐng)域，以網(wǎng)絡(luò)為紐帶、數(shù)據(jù)為資源、算力為基礎(chǔ)、安全為保障，實(shí)現(xiàn)各類要素的全面連接和高效協(xié)同，是包含“車-路-網(wǎng)-云”多要素的生態(tài)系統(tǒng)。當(dāng)前全球正通過政策法規(guī)劃定安全發(fā)展邊界、技術(shù)標(biāo)準(zhǔn)夯實(shí)規(guī)�；�商用基礎(chǔ)、產(chǎn)業(yè)競合重構(gòu)生態(tài)發(fā)展格局，形成“制度供給-技術(shù)規(guī)范-產(chǎn)業(yè)協(xié)同”的三層支撐體系。

近日，中國信息通信研究院及中國通信學(xué)會發(fā)布的《智能網(wǎng)聯(lián)汽車（車聯(lián)網(wǎng)）藍(lán)皮書(2025 年)》（以下簡稱《藍(lán)皮書》）顯示，目前，“車-路-網(wǎng)-云”四大要素以多源數(shù)據(jù)價(jià)值釋放為驅(qū)動，協(xié)同構(gòu)建安全、高效、舒適、可持續(xù)的智能出行生態(tài)體系，實(shí)現(xiàn)交通運(yùn)行效能提升、城市治理智能化升級與出行服務(wù)品質(zhì)躍遷，當(dāng)前已進(jìn)入要素協(xié)同、數(shù)據(jù)閉環(huán)的規(guī)�；�落地攻堅(jiān)期，“感知-傳輸-計(jì)算-決策- 反饋”協(xié)同機(jī)制基本成型，對駕駛安全、座艙交互體驗(yàn)、交通運(yùn)行效率與城市治理水平的支持能力持續(xù)凸顯。

自動駕駛算法以數(shù)據(jù)驅(qū)動為核心，圍繞“多傳感器輸入到車輛動作輸出”的核心目標(biāo)持續(xù)迭代，端到端架構(gòu)的實(shí)現(xiàn)路徑持續(xù)演進(jìn)。傳統(tǒng)端到端模型依托 BEV（鳥瞰視角）或OCC（占用網(wǎng)絡(luò)）等3D場景表征進(jìn)行推理，其存在的“黑箱”決策可解釋性短板和長尾場景難應(yīng)對問題，推動自動駕駛技術(shù)向兩大方向突破：一是通過跨模態(tài)融合增強(qiáng)決策可解釋性與場景理解能力，二是借助世界模型的物理規(guī)則建模與未來推演能力生成合成數(shù)據(jù)，加快長尾數(shù)據(jù)的積累，豐富算法架構(gòu)的發(fā)展路徑。

此外，《藍(lán)皮書》強(qiáng)調(diào)，以大語言模型為核心的VLM（視覺-語言模型）和 VLA（視覺-語言-動作模型）成為當(dāng)前自動駕駛技術(shù)演進(jìn)的重要方向，已實(shí)現(xiàn)車端批量部署。而世界模型技術(shù)引入了物理規(guī)則理解和未來推演能力，現(xiàn)階段以云端數(shù)據(jù)補(bǔ)充為主，未來有望實(shí)現(xiàn)端側(cè)部署。

車載算力芯片方面，《藍(lán)皮書》指出為了更好滿足端到端大模型在車端推理時(shí)的大算力、低時(shí)延需求，正從百TOPS 向千TOPS 發(fā)展。英偉達(dá)于 2025 年開始大規(guī)模商用的 Thor 系列芯片單片可提供至高2000TOPS 的算力，較之前 Orin-X 的 254TOPS 提升明顯，理想、小米、極氪等均在其新車型上搭載 Thor 芯片，進(jìn)一步釋放自動駕駛能力。

截至 2025 年上半年，英偉達(dá)Orin-X成為小鵬、蔚來、理想、小米、智己、極氪等絕大多數(shù)車企的選擇，特斯拉 FSD 芯片、華為昇騰 610、地平線征程5 等緊隨其后。2025年，部分頭部企業(yè)正以高性價(jià)比、高有效算力、高算法契合度為導(dǎo)向，自研了一批車載算力芯片，部分已成功流片和上車，如小鵬自研算力約為 750TOPS 圖靈芯片、蔚來自研算力約為1000TOPS神璣芯片均已上車，Momenta 自研芯片已成功流片。同時(shí)，伴隨華為昇騰、高通驍龍、地平線征程等系列芯片的持續(xù)演進(jìn)，車載智駕芯片市場競爭愈發(fā)激烈。

在云端算力中心方面，車企普遍采用自建、合作共建、租用云服務(wù)三種智算中心建設(shè)模式，集群算力持續(xù)提升。對于自建模式，優(yōu)勢在于企業(yè)可以完全掌握核心算法和數(shù)據(jù)，形成的“芯片-算法-數(shù)據(jù)”全鏈路生態(tài)閉環(huán)可提高算法訓(xùn)練及部署效率，并保障數(shù)據(jù)不外流,如吉利自建星睿智算中心。對于合作共建模式，其優(yōu)勢在于依托云廠商現(xiàn)有資源實(shí)現(xiàn)服務(wù)快速部署，并降低基礎(chǔ)設(shè)施建設(shè)與運(yùn)維成本，如小鵬與阿里云合作、理想與火山引擎和百度云合作算力開展智算中心建設(shè)。對于租用云服務(wù)模式，優(yōu)勢在于可按需付費(fèi)，并具備較強(qiáng)的彈性，但基礎(chǔ)設(shè)施需要匹配車企在GPU、內(nèi)存、設(shè)備間通信效率等方面的高配置需求，如騰訊云為蔚來自動駕駛業(yè)務(wù)提供定制化算力服務(wù)。

數(shù)據(jù)作為支撐自動駕駛技術(shù)持續(xù)迭代的“養(yǎng)料”，當(dāng)前訓(xùn)練測試數(shù)據(jù)的構(gòu)成，以路采車隊(duì)或量產(chǎn)車影子模式的傳統(tǒng)采集方式為主。隨著生成式人工智能技術(shù)的發(fā)展，基于仿真和生成式人工智能生成的合成數(shù)據(jù)的比例逐漸增加，成為新型數(shù)據(jù)來源。在路采數(shù)據(jù)方面，以大規(guī)模應(yīng)用的路采車隊(duì)和量產(chǎn)車數(shù)據(jù)回傳相結(jié)合，為算法訓(xùn)練筑牢數(shù)據(jù)基礎(chǔ)。在合成數(shù)據(jù)應(yīng)用方面，基于原始數(shù)據(jù)的仿真泛化已逐漸成熟，讓原始數(shù)據(jù)成效倍增。

車聯(lián)網(wǎng)網(wǎng)絡(luò)服務(wù)已形成雙網(wǎng)協(xié)同、規(guī)模覆蓋、分級服務(wù)、穩(wěn)定可靠的行業(yè)共識，進(jìn)一步向高質(zhì)量發(fā)展階段邁進(jìn)。5G 網(wǎng)絡(luò)以“城市級覆蓋、分級服務(wù)、穩(wěn)定可靠”為目標(biāo)，實(shí)現(xiàn)路口等重點(diǎn)交通區(qū)域的全覆蓋，提供 50ms@99%可靠性、100ms@99%可靠性等不同水平服務(wù)，強(qiáng)化網(wǎng)絡(luò)切換、開放網(wǎng)絡(luò)狀態(tài)等新型能力。C-V2X直連通信網(wǎng)絡(luò)旨在形成“規(guī)�；�、標(biāo)準(zhǔn)化”的服務(wù)能力，明確網(wǎng)絡(luò)覆蓋，互聯(lián)互通標(biāo)準(zhǔn)，以及典型擁堵環(huán)境下的通信能力要求。

在此過程中，電信運(yùn)營商從傳統(tǒng)通信管道提供商，向“網(wǎng)絡(luò)即服務(wù)（NaaS）”模式轉(zhuǎn)型。面向汽車行業(yè)數(shù)據(jù)安全存儲、訪問控制和合規(guī)的需求，運(yùn)營商為車企提供 5G 定制網(wǎng)深度服務(wù)，通過網(wǎng)絡(luò)切片實(shí)現(xiàn)人、車數(shù)據(jù)安全隔離和隱私保護(hù)，確保大量用戶個(gè)性化數(shù)據(jù)、行為數(shù)據(jù)以及車輛駕駛、車輛狀態(tài)等數(shù)據(jù)傳遞的獨(dú)立性和安全性。此外，運(yùn)營商構(gòu)建車聯(lián)網(wǎng)連接管理平臺，實(shí)現(xiàn)對海量物聯(lián)網(wǎng)卡的全生命周期管理，并匯聚網(wǎng)絡(luò)數(shù)據(jù)、車輛數(shù)據(jù)等，通過API 接口開放給車企或第三方應(yīng)用開發(fā)者，用于開發(fā)智能導(dǎo)航、預(yù)測性維護(hù)等增值服務(wù)，從而構(gòu)建合作共贏的生態(tài)系統(tǒng)。