2025决战智驾：从中阶卷到L3，车企需要抓好一个数据闭环

作者 | 王博

编辑 | 德新

2025，如何做好端到端？

全国都能开之后，智驾继续走向哪里？

2024年末，大部分主流车企已经实现了无（高精度）图全国都能开。而第一梯队的玩家，从以规则为主的算法框架，向神经网络模型为主的新架构切换，也就是时下流行的「端到端技术」。

为什么要换端到端架构？原因很简单——「因为规则代码已经写不动，甚至你写了新的代码，老代码还会崩溃。」一家TOP智驾方案商的Tech Lead这样回应。

大模型拯救了被困在无限场景中的智驾工程师。过去解决不好的，像掉头、环岛等场景，用规则很难描述的力度和时机，到了端到端大模型上，随着数据量的增长很自然地被解决了，新的模型甚至还会涌现出一些令人惊喜的表现。

这轮技术升级，最直接的好处是让智驾系统更大程度地享受到了Scaling Law数据扩张带来的红利。智驾不再按场景一个case一个case地解题，而是按照「能力」批量解题。

行业的重心也不再是招募更多顶级的工程人才，而切换到模型设计、工具链开发以及模型的测试验证上。一个非常明显的现象是，业界曾经以团队规模作为描述先进性的一项指标（比如华为车BU有近5000人在开发智驾），而到了2024下半年行业比拼的关键指标变成了云端算力。

从2023年下半年的开城大战，到2024年末的「车位到车位」大战，在大模型驱动的时代，数据闭环成为核心生产力。

2025年，智能驾驶将继续迈向更大规模的量产，中阶将迎来大爆发，车企以车位到车位、L3试点等新功能希望抢占用户的心智。新的里程碑层出不穷，如何在激烈的竞争中跑赢大市？

时值年末，HiEV采访了多家智驾科技公司——「搭好数据闭环，推进技术迭代，打磨具备品牌特性的智驾体验」，是他们共同指向的反内卷指南。

传统车企智驾大跃迁

「数据闭环」是核心

对那些刚刚进入智驾领域的汽车品牌，中阶方案在过去一年快速收敛，成为2025年不少车企加码智驾的红利。

从TI TDA4VH，到黑芝麻智能华山A1000、地平线J6E/J6M、高通8620/8650，再到英伟达OrinN，车企的中阶方案之选已经非常丰富。这些方案以高速NOA作为主干，成本普遍在数千元级，但不少都带有一定程度的城区智驾功能延伸，并且多数已经走完了量产验证。

腾讯智慧出行副总裁刘澍泉说，「中阶的智驾方案，（过去）基于Rule base的算法，加上高精地图或者轻地图，基本上是一件已经搞定的事。」

以卓驭基于TDA4VH的中阶方案为例，其在2023年刚推出时的硬件BOM成本在5000元级。在将近2年之后，随着五菱、大众等车企的量产，它的BOM成本进一步降低，卓驭甚至在这版硬件基础上刚刚实现了基于端到端的城市NOA功能。

黑芝麻智能华山A1000过去一年在领克、东风奕派上实现量产，其最早交付的是高速NOA功能，近期黑芝麻智能也在对基于单/双A1000的版本，进行城区LCC以及记忆行车的泛化测试。黑芝麻智能在近期刚刚推出A2000家族，其中A2000 Lite更是将城市NOA的性价比推到极致。

也正是基于前述众多的中阶方案，比亚迪、吉利、东风、长安、五菱都在大幅增加中阶智驾方案的配置比例，激进者如比亚迪提出了一年300万套配置中阶及以上智驾方案的预期。

2025年对于不少的头部自主品牌来说，将是智驾上车大幅增加的一年。与具有丰富智驾量产经验的新势力不同，传统主机厂大规模量产中阶智驾，最大的挑战是「持续的智驾运营能力」，也就是数据闭环的搭建。

「如果在这个阶段，给主机厂一个建议的话。」刘澍泉说，「我认为建设高效的数据闭环体系，是当下必须做的。

包括用户接管了以后，数据怎么回传，回传以后如何存储、分析，分析的时候有没有一个高效的工具链进行数据检索，数据生命周期的管理，这些可能都是传统一些的主机厂面临的困难。新势力有自己的人员来定制这样一套平台，而传统主机厂缺少这样的组织。」

新势力当前在数据闭环上更多希望达成「成本更优、效率更高、服务更稳定」，传统主机厂的数据闭环仍是接近于「从0到1」的阶段。

腾讯在今年9月份发布的车云一体化的数据闭环体系，某种程度上就是专为智驾大规模量产设计的数据闭环体系。

这套体系从车端数据处理、云端数据挖掘、云端智算训练、安全合规等几个核心的需求入手，搭建起一站式解决方案，帮助车企推动基于「数据」的增长飞轮。

新势力领衔

4Scaling Law驱动新一代城市NOA

2024年，以华蔚小理等品牌为代表的城市NOA装机量预估在150 - 200万台之间。华为认为，未来5年内这个级别的高阶智驾，搭载量将达到2000万台。

就2025年看，腾讯智慧出行副总裁刘澍泉预估城市NOA的搭载数量至少有2倍到3倍的翻升，「今天看到头部的企业利用轻地图方案的城市NOA，包括在上下班高峰时，表现已经很不错。」

而进入到大模型阶段，「你有一个基础模型，车卖得越多，收集到的bad case就越多，改进的效率就越快，这样会进入到数据驱动的正循环。」

地图从过去依赖测绘车队采集的重模式，向量产车队回传的轻模式的变化，带来了路端数据准确性的大幅提高，这也是今天城市NOA表现越来越好的一个原因。

比如腾讯地图与某家车企合作打通了数据回传的完整链路，云端可以实现秒级捕捉变化、分钟级下发更新；云端成图可以解放车端的算力，而多乘的大数据融合可以进一步提升地图的准确率。腾讯的测算显示，这样智驾云图的形态，地图的数据要素准确率可以大幅提升，而智驾通过复杂路口的通过率能够提高20%。

回到智驾算法本身，基于大模型的Scaling Law是今年下半年技术提升的主要驱动力。

有代表性的头部企业，无论理想、小鹏还是元戎，都认为当下Scaling Law在智驾算法的迭代上依然有非常长的有效周期，行业还远远没有摸到数据规模增长对算法性能提升的边界。

除了加大模型训练的数据规模，2024年智驾技术的另一大探索是模型架构的演进。

多名受访的智驾公司高层都认为，在接下来智驾的算法演进上，业界已经基本形成了共识。

全球第一大Tier 1博世在中国市场也在积极跟进城市NOA的量产，其在本月正式量产了基于两段式端到端的无图城市NOA方案，并预计2025年年中量产一段式端到端，2026年推出基于世界模型的端到端智驾。

博世智能驾控中国区总裁吴永桥认为：从两段式端到端到一段式端到端，最后到世界模型，这是业内目前达成的共识。

基于华山与武当系列芯片，黑芝麻智能也计划推出端到端算法的参考方案，其采用One Model架构，并在决策规划单元引入了VLM视觉语言大模型和PRR行车规则的概率化表征子模块。

黑芝麻智能产品副总裁丁丁认为，「目前看到多模态与One Model的大模型，将是下个阶段智驾研发的主旋律。」

「世界模型也好，还是VLM也好，最后来看大家都将殊途同归，就是建立Vision - Language  - Aciton这样的流程。整体系统会更加接近于人的应激反应，（感知）看到什么，（规控）就能做出相应的驾驶动作。」刘澍泉认为，「这是确定的路线，只是达成的时间快慢问题。」

有意追赶第一梯队的车企，明年基本上也都会投入到基于世界模型或者VLA架构的端到端智驾的开发。而无论VLA还是世界模型，对企业来说都是人才、数据、算力的极限挑战，最终并不是每个企业都适合开发自己的基座模型。

刘澍泉认为，「头部的新势力可以自研，而头部科技公司也会给车企提供一个预训练的基座模型，主机厂拿到这个模型可以用私有的数据来优化调教，生成属于自己的智驾大模型。」

随着整个智驾系统全面模型化，刘澍泉认为，与此前供应商向主机厂交付代码的方式不同，智驾的交付也会从单车部署的方式，变成以服务订阅为核心的方式。

科技公司可以针对模型的升级、调优，持续为主机厂提供服务，它可能会从代码交付升级为以云服务的方式交付。

大模型颠覆性地改变智驾提升速率的同时，也会改变智驾本身的商业模式。

从中阶量产、高阶研发到L3预研，明年车企在智驾的全系产品上都将面临头部玩家的压力。

中阶压力主要来自头部新能源厂商激进放量的规模效应，10 - 15万级车型的中阶智驾在一年之内可能会成为市场中的标配。

高阶与L3则是以华为、理想等为代表的头部新品牌的技术之争。年末，华为、理想、小鹏已经掀起了一轮「车位到车位」智驾体验的你追我赶，明年VLA、世界模型这些新技术也将陆续登场。

2025年，我们也将见证第一个大规模的L3试点体验，这意味着第一次在消费级的车辆上，用户可以在限定条件下将驾驶的责任完全托付给智驾系统。

华为和理想已经明确2025年将推出L3试点demo，但最终参与竞争的厂商必然不止两家，蔚来在ET9上也宣布L3 ready，小鹏大概率也会加入L3的角逐。

随着中阶、高阶与L3的里程碑被全面刷新，智驾第一梯队的席位竞逐将更加激烈。

而对车企而言，如何将智驾的技术能力，转化为品牌与车型产品的核心竞争力，打磨数据闭环，形成具有品牌特色的智驾体验并持续迭代，变得更加重要。