智能驾驶行业深度_多款L3产品落地_规模化落地有望加速_26页_2mb

智能驾驶行业深度：多款 L3 产品落地，规模化落地有望加速

核心内容概述

随着自动驾驶技术的不断进步，中国智能驾驶行业正迎来政策落地、产品量产、商业运营、技术迭代四重共振拐点。L3 级有条件自动驾驶车型开始量产并上路运营，Robotaxi 商业化运营模式逐步成熟，智能驾驶技术授权市场持续扩张，端到端与 VLA 模型等新技术路线推动行业迈向成熟阶段。

主要观点

• L3 量产落地：2025 年 12 月，工信部首次为北汽极狐阿尔法 S(L3 版)、长安深蓝 SL03 两款车型发放 L3 级自动驾驶准许许可，标志着 L3 级自动驾驶正式进入量产阶段。这两款车型分别在北京、重庆指定区域上路，展示了在复杂路况下的良好表现。

• Robotaxi 商业化加速：Robotaxi 作为 L4 级自动驾驶的核心场景，已实现规模化运营盈利逻辑。多家企业如萝卜快跑、小马智行、文远知行在国内外取得显著进展，运营规模和订单量持续增长，成本逐步下降，盈利潜力凸显。

• 技术授权市场扩张：2025 年中国技术授权与应用市场规模达 135 亿美元，预计到 2035 年将增长至 369 亿美元，全球市场份额持续扩大。L2、L3 级技术仍是市场核心支撑，L4 及以上自动驾驶技术将成为未来增量核心。

• 端到端与 VLA 技术推动行业成熟：AI 算法的进步推动了从模块化到端到端的演进，VLA 模型在视觉、语言、动作融合方面表现突出，有效缓解大模型在自动驾驶场景中的“幻觉”问题，提升系统可解释性与泛化能力。

• 技术路线统一与优化：潜空间思维链等技术进一步提升自动驾驶能力上限，小米 OneVL 模型通过统一 VLA、世界模型与潜空间推理，实现更高效、更准确的决策与规划能力。

关键信息

L3 级自动驾驶

• 首批准入车型：北汽极狐阿尔法 S(L3 版)、长安深蓝 SL03。
• 功能限制：仅限于指定区域和特定路段，如重庆内环、北京京台高速等。
• 表现突出：重庆试点运营累计激活里程超 15 万公里，展现出在复杂路况下的适应能力。

Robotaxi 商业化

• 运营情况：萝卜快跑在武汉等地区取得优异运营成绩，全球订单超 1700 万次，成为全球领先的 Robotaxi 企业之一。
• 出海进展：萝卜快跑与 AutoGo 合作，在阿布扎比启动全无人驾驶商业化运营。
• 小马智行：600 辆极狐阿尔法 T5 Robotaxi 量产下线，实现“全天候、全场景”无人驾驶运行，综合安全性达人类驾驶水平的 10 倍以上。
• 文远知行：部署自动驾驶出租车超 1600 辆，覆盖全球八个国家，并在阿布扎比实现无安全员运营。

技术授权市场

• 中国市场表现：2025 年中国技术授权与应用市场增长至 135 亿美元，全球市场份额达 53.5%。
• 预测数据：预计到 2035 年，中国自动驾驶出租车将占共享乘用车总量的大部分，成为全球最大的自动驾驶出行服务市场。

端到端与 VLA 技术

• 技术演进：从模块化到端到端，再到 VLA，AI 算法推动技术不断成熟。
• VLA 优势：具备多模态感知与决策能力，提升可解释性与泛化能力，支持复杂场景。
• 应用实例：理想、小鹏等车企已实现 VLA 技术的落地，提升辅助驾驶、泊车、主动安全等能力。

小米 OneVL 技术

• 技术特点：结合潜空间思维链，实现 VLA、世界模型与潜空间推理的统一。
• 性能表现：在 ROADWork、Impromptu、Alpamayo-R1 等基准测试中达到 SOTA 水平，推理效率高，可解释性强。

投资建议

• 受益标的：关注智驾芯片、域控等核心零部件供应商，以及智能驾驶软件算法及解决方案提供商。
• 推荐企业：地平线机器人、中科创达、德赛西威等。

风险因素

• 政策推进不及预期：自动驾驶相关法规和标准的制定可能影响商业化进程。
• 技术发展不及预期：大模型和 VLA 技术在实际应用中可能面临挑战。
• 市场需求不及预期：消费者对自动驾驶接受度可能低于预期，影响整体市场规模。

技术趋势

• AI 算法为核心驱动力：从深度学习到 Transformer 架构，再到大模型，技术不断迭代。
• 端到端技术成熟：完全端到端方法在复杂场景中展现出更强的适应性与泛化能力。
• VLA 模型应用广泛：多模态融合提升系统性能，为自动驾驶提供更接近人类的决策方式。
• 潜空间思维链提升推理效率：在保持认知质量的同时，大幅压缩推理时延，提升决策效率。

总结

中国智能驾驶行业在政策支持、技术进步和商业化落地方面取得显著进展。L3 级自动驾驶车型开始量产，Robotaxi 商业化模式逐步成熟，技术授权市场持续扩张。端到端与 VLA 模型等新技术推动行业迈向成熟，小米 OneVL 等创新技术进一步提升自动驾驶能力上限。未来，随着技术迭代和市场拓展，行业有望实现更大规模的商业化应用，成为全球智能驾驶领域的关键力量。