這幾天都在關注比亞迪的智能駕駛戰略發布會，比亞迪以“智駕平權”為核心戰略，計劃通過全棧自研、供應鏈垂直整合及算力分級布局，在2025年前實現高價智能駕駛（100TOPS以上算力，在2025年實現高速NOA的全面覆蓋）車型占比超60%。

　　也就是比亞迪智駕系統不再局限于高端的方程豹、騰勢、仰望U8，還將包括海鷗、海豚等平價車，直接把智能駕駛系統拉到十萬級別的車型。

　　要知道比亞迪24年銷量427萬輛，25年目標銷量500萬輛，如此龐大的基本盤，從芯片、算法到線控底盤的全棧自研能力，可以攤薄自研成本，支持其“智能化不加價”策略。

　　所以，2025年，將是中國全面進入智能駕駛的元年，智能駕駛這種高科技的東西，可以提升車主的價值感和科技感，體驗感飆升，你可以不用，但是車企不能沒有。

　　我們先了解下國內目前的智能駕駛技術和水平。

　　根據國際汽車工程師學會的標準，智能駕駛級別分為L0-L5六個級別。

　　L0-L2級別都是以駕駛員為核心，系統僅提供輔助功能，L3-L4級別系統在特定條件下可以自主駕駛，但駕駛員仍需在必要時接管，L5是完全自動駕駛，無需人類干預；

　　目前大多數量產車型處于L2級別，部分車企正在向L3和L4級別邁進，而L5級別的完全自動駕駛仍然面臨技術、法規和倫理等多方面的挑戰。

　　智能駕駛的環節大致可以分為：感知、算法、決策和執行。

　　其中感知系統主要有兩種核心方案：視覺方案和激光雷達方案。這兩種技術各有優劣，且在智能駕駛領域形成了不同的技術路線。

　　視覺方案的原理是通過攝像頭捕捉周圍環境的圖像，利用計算機視覺算法（如深度學習）識別物體、車道、交通標志等。

　　特斯拉是視覺方案的堅定支持者，優點是攝像頭成本較低，易于大規模量產，能夠捕捉顏色、紋理等細節信息，適合識別交通標志、信號燈等，模擬人類駕駛員的視覺感知方式，符合直覺；

　　缺點是依賴算法，也就是對圖像識別算法的要求極高，容易受到光照、天氣等環境因素的影響，在強光、雨雪、霧霾等惡劣環境下，性能可能大幅下降。

　　激光雷達方案的原理是通過發射激光束并接收發射信號，生成高精度的三維點云圖，精確測量物體距離和形狀。

　　代表企業有華為、百度Apllo、小鵬、蔚來等；

　　優點是能夠精確生成三維環境模型，測量距離和形狀的精度極高，而且不受光照影響，能夠快速生成環境地圖，適合實時決策；

　　缺點是激光雷達的硬件成本較高，盡管近年來有所下降，但仍比攝像頭昂貴，生成的點云數據量龐大，對計算資源要求較高，難以識別顏色、紋理等細節信息，對交通標志、信號燈的識別能力較弱。

　　為了彌補單一技術的不足，融合方案是將視覺+激光雷達方案融合，許多企業選擇將視覺和激光雷達結合，形成多傳感器融合方案。

　　例如：小鵬：采用攝像頭 + 激光雷達 + 毫米波雷達的多傳感器方案；

　　華為：在ADS 2.0系統中結合視覺和激光雷達，實現無圖模式下的高階智能駕駛；

　　蔚來：通過激光雷達增強視覺系統的感知能力，提升復雜場景下的安全性。

　　所以特斯拉堅持純視覺路線，代表了技術極簡主義的追求；而大多數中國車企（如小鵬、蔚來、華為）選擇多傳感器融合方案，更注重安全性和場景適應性。兩種技術路線各有千秋，未來可能會長期共存。

　　特斯拉、小鵬、華為、蔚來、理想、比亞迪、小米等品牌的智駕水平到底如何？

　　以下是DeepSeek通過硬件配置、軟件算法、數據積累和道路表現等多個維度進行評估，排名如下：

排名第一的是特斯拉，其智駕水平達到L2-L3級別，其中FSD Beta接近L3，硬件是自研的芯片，算力強大，依賴攝像頭為主的視覺方案，軟件是FSD（Full Self-Driving）系統在全球范圍內表現領先，具備城市NOA（Navigate on Autopilot）能力，數據積累方面：擁有全球最大的真實道路數據，持續優化算法，實際表現：在北美地區表現優異，但是在中國等市場受限于法規和數據本地化尚未完全落地。

　　特斯拉的智駕技術在超車和變道等場景中表現優異，但在復雜城市環境中的表現不如小鵬和理想。

第二的是小鵬，智駕水平也是L2-L3（城市NGP接近L3），硬件是搭載英偉達Orin芯片，配備激光雷達、毫米波雷達和攝像頭。軟件：XNGP系統在中國市場表現突出，支持城市和高速NOA。數據積累：深耕中國市場，積累了豐富的本土化數據。實際表現：城市NGP在廣州、上海等城市表現優異，接近L3水平。

　　小鵬是中國市場的智能駕駛標桿，本土化能力強。

　　小鵬重新超越理想，重返造車新勢力第一名的核心就在于兩大爆款，一個是小鵬MonaM03，另一個是小鵬P7+。放眼整個細分市場，10萬級的車型帶智駕的也就小鵬Mona M03，小鵬P7+是中國20萬以下唯一搭載高階智能駕駛系統的純電車型，一經推出，就月銷量迅速破萬。

第三是華為，智能駕駛水平也是L2-L3（ADS 2.0接近L3），硬件采用自研MDC計算平臺，配備激光雷達和高精度地圖；軟件：ADS 2.0系統支持城市和高速NOA，無圖模式（不依賴高精地圖）表現亮眼；與多家車企合作（如問界、阿維塔），數據積累迅速；實際表現：在復雜城市道路中表現出色，技術實力強勁。

　　華為的技術實力強，在智能駕駛領域以技術先進性和開放性著稱。

　　其ADS 3.0系統已實現“車位到車位”的智駕功能，華為的優勢在于其全棧自研能力，包括AI芯片、操作系統和感知算法，但受限于合作模式，量產落地速度較慢，在實際用戶體驗和市場覆蓋方面，華為的表現略遜于小鵬和理想。

第四是理想，智能駕駛水平：L2-L3（NOA接近L3），硬件：搭載英偉達Orin芯片，配備激光雷達和攝像頭；軟件：NOA系統在高速場景表現穩定，城市NOA正在測試中；數據積累：通過家庭用戶群體積累了大量數據；實際表現：高速NOA表現優秀，城市NOA尚未大規模推送。

第五是蔚來，智能駕駛水平：L2-L3（NOP+接近L3），硬件：搭載英偉達Orin芯片，配備激光雷達和攝像頭，軟件：NOP+系統支持高速NOA，城市NOA正在逐步推送；數據積累：通過換電模式和用戶群體積累了大量數據；實際表現：高速NOA表現穩定，城市NOA仍在優化中。蔚來的智能駕駛技術扎實，但城市NOA落地速度較慢。

第六是比亞迪，智能駕駛水平：L2（部分車型接近L3），“天神之眼”硬件采用了多種傳感器，包括激光雷達、毫米波雷達、攝像頭等，以及自研的高算力芯片；軟件：DiPilot系統支持L2級輔助駕駛，城市NOA正在研發中；數據積累：依托龐大的銷量，數據積累迅速；實際表現：L2級功能表現穩定，但高階智能駕駛尚未大規模落地。

第七是小米，智能駕駛水平L2，硬件配置雙Orin芯片、激光雷達、攝像頭、毫米波雷達等，軟件：支持城市NOA（導航輔助駕駛）和高速NOA功能；數據積累：作為新入局者，數據積累較少；小米汽車的智駕激活率高達88%，表明其智能駕駛功能在用戶中受到廣泛認可，不過小米智駕起步較晚，但憑借技術積累和資金實力，未來潛力較大。

　　以上可以看到比亞迪雖然在電動化領域領先，但是智能化起步較晚，需要加速追趕。

　　所以去年11月舉行的比亞迪成立三十周年活動上，王傳福再次宣布，在智能化的下半場，比亞迪將投入1000億元，用于發展人工智能和汽車相結合的智能化技術，實現整車全面智能化進階。

　　過去，智能駕駛是高端車型的專屬標簽，普通消費者只能望而卻步。如今，比亞迪這一決策，要讓智能駕駛技術走出高端車型的“象牙塔”，成為全民皆可享用的出行標配。

　　那比亞迪如何做到全系車型搭載智駕系統呢？主要有三個方案：

　　一是入門版智駕系統，外部采購。主要搭載于海鷗、海豚、比亞迪秦、驅逐艦05等平價車型，相關技術由潤光智行提供。

　　二是，中階版采取比亞迪自研的“天神之眼”智駕系統。這是比亞迪投入巨資打造的全棧自研智駕系統。在2024年12月24日，比亞迪就宣布，“天神之眼”智駕系統正式開通全國無圖城市領航功能了。

　　目前已經搭載“天神之眼”的車型有騰勢N7，仰望U8（豪華版）、騰勢Z9 GT、海獅07EV；

　　即將搭載的車型包括宋PLUS DM-i，宋L、秦PLUS DM-i、秦L，海豹06 DM-i、元UP，以及海鷗、海豚等；

　　新款秦L DM-i，海豹06 DM-i以及指導價更低的海豹05 DM-i部分車型都有“天神之眼”智駕銘牌。

　　看來“天神之眼”智駕將逐步下放至10萬區間內的車型，這一樣一來比亞迪的競爭力將得到進一步提升，同時也補齊了目前比亞迪在細分市場的短板。

　　“天神之眼”系統分為藍標和紅標版本，藍標版本為純視覺方案，紅標版本配備激光雷達，支持更高級別的城市領航功能。

　　三是高階版采用與魔門塔聯合研發的智駕方案。魔門塔在中國城市NOA市占率高達60%，處于遙遙領先的地位。它的第一大外部股東是上汽集團，像奔馳、蔚來、豐田、上汽以及比亞迪，全部都是魔門塔的客戶。早在2021年，魔門塔就與比亞迪成立了合資公司“迪派智行”，比亞迪持股60%，魔門塔持股40%。

　　比亞迪與Deepseek，雖處于不同技術維度，但卻共同為科技平權的實現而努力。

　　想起前兩天看到的德意志銀行的報告中稱中國的股票“估值折價”將消失，主要原因就是中國科技實力崛起以及制造業的優勢等因素。

　　而比亞迪作為新能源汽車產業的龍頭，是中國制造業的優秀代表，其智駕戰略更是提高了其產品性價比和產品力，有望帶動中國整個智能駕駛領域技術的不斷進步和普及，提高中國新能源汽車產業的實力和估值水平。

　　中國智駕之元年，已經勢不可擋了。

　　2025，注定不平靜，摩擦不斷。

　　AI 能否成為投資主線？中國服務貿易蘊含哪些機遇？特朗普上臺對全球經濟有何沖擊？科技股現在入場是否合適？黃金配置應該如何選擇？

　　THE END