2025大模型重塑战局，智能驾驶商业化奇点已至

➢ 智能驾驶已经从技术亮点演变为车企产品差异化的重要因素和出行服务商业化落地的核心支点。智能驾驶能力逐渐成为车企塑造品牌溢价、赢得用户选择、抢占市场份额的战场，其技术深度、迭代速度和落地规模将深刻影响未来竞争格局的形成，决定车企在“软件定义汽车”的赛场中以何种方式构建持续护城河，也影响着商业模式能否稳步落地成为新经济形式。因此，深入研判智能驾驶能力的真实情况进而演进路径，是预判未来竞争形势和商业化模式走向的核心。

➢ 大模型重构竞争格局，云车协同算力竞赛加剧。以VLA 为代表的技术范式借助大语言模型的多模态融合与思维链推理，整合感知、认知与行动为一体，在决策可解释性与长尾场景泛化上取得突破。VLA 模型仍需通过世界模型构建动态可推演的虚拟场景与强化学习的奖励机制闭环双轮驱动实现升维。AI 与物理世界的交互能力仍待突破，进一步内化物理世界的因果机制与时空连续性是算法迭代的长期方向。大模型的规模化部署正推动云车协同算力竞赛进入白热化阶段，百亿参数量级的模型训练依赖云端超算集群支撑，车端芯片算力需同步升级，车云间需实现毫秒级数据交互，强大算力成为算法迭代的关键。

➢ 核心自研车企冲刺算法高地，软硬件齐攻坚。特斯拉凭借全栈多模态端到端架构+高效率数据闭环+Dojo 超算效能，构建“算法-数据-算力”三角飞轮，智能驾驶行业领先地位不容撼动。国内头部车企在技术上加速追赶，但数据闭环能力、算法整合深度与工程化效率仍存代际差距。算法上，车企现有技术路线收敛为端到端架构，向多模态深度融合和VLA 模型持续延伸。车端算力上，车企依托自研芯片实现本地化大模型部署，华为、小鹏、蔚来等自研芯片已上车。云端算力上，我国部分车企如华为、小鹏、理想、吉利等已建设约10EFLOPS 量级的超算中心，支持场景数据训练和模型升级。

➢ 商业化落地进程提速，规模普及与市场拓展并进。区域试点增加和利好政策驱动L3 智能驾驶落地，车企技术不断升维下紧扣可靠性和安全性要求。10-20万元作为整车销量主力，2024 年国内搭载高速NOA 及城市NOA 的车型销量中10 万-20 万元价格带车型搭载数量，占比仅5.0%，“智驾平权”通过将高阶智驾功能下放至低价格带，能够使大众消费者真正获得智驾体验，提升消费者购车决策中的智驾权重，驱动智能驾驶渗透率增长，引领智能驾驶行业深入发展。Robotaxi 商业化落地在即，或于2026 年开始规模化落地，24 小时运营和基于算法的智能调度能力驱动规模效应实现，成本和营收优势将逐步显现，2030 年Robotaxi 市场规模将达数千亿，具备强大潜力和吸引力。