算法与数据的双轮驱动,正让智能驾驶从高端配置走向普及标配。
智能驾驶技术的竞争在2025年进入白热化阶段。行业竞争焦点从硬件堆砌转向算法优化与数据闭环能力的提升,城市NOA功能覆盖程度成为衡量技术实力的关键指标。
在技术路线上,**“端到端大模型”** 正成为行业分水岭,它通过简化传统模块化架构,实现从传感器输入到车辆控制的直接映射,大幅提升系统响应速度和决策拟人化水平。
01 技术路线分化:无图方案成为主流,端到端大模型引领变革
2025年,智能驾驶行业已完成从依赖高精地图到无图化方案的转型。主流厂商均已实现不依赖高精地图的城市NOA功能,华为ADS 3.0甚至宣称支持全国4万个城乡镇的“有路就能开”。
端到端架构分化为两派:两段式端到端和一段式端到端。两段式方案保留感知与规控的分离设计,而一段式方案则将多个模块合为一体,直接从传感器输入输出车辆行驶轨迹。
Momenta作为国内首个实现“一段式端到端大模型”规模化量产的企业,通过“短期记忆+长期记忆”模型显著提升了复杂路口的决策效率。这种架构取消了许多人为设定的先验约束,在数据量充足的情况下能够达到更高的系统上限。
02 第一梯队:华为与Momenta的差异化领先
根据2025年天梯榜,华为以97.18分位居榜首,其全栈自研的“芯片+算法+云平台”能力构成行业壁垒。华为乾崑ADS 3.0系统支持无图城区NOA,凭借激光雷达、毫米波雷达与摄像头的融合感知方案,在夜间和复杂路况下表现出色。
华为智驾方案已搭载于问界M9、阿维塔12等十余款量产车型,这些车型共同特点是全系标配激光雷达,支持从高速到城区的全场景智能驾驶。
Momenta以96.48分紧随其后,其优势在于数据驱动的“飞轮效应”。通过“一个飞轮两条腿”战略,Momenta在辅助驾驶和Robotaxi领域同时布局,形成数据与技术的协同效应。
目前Momenta城市NOA市占率超60%,合作车企涵盖全球销量前十主机厂中的近七成。
03 第二梯队:多元竞争与特色路径
理想汽车通过引入端到端模型和VLM视觉语言模型的双系统架构,致力于实现更拟人化的驾驶体验。其系统特别针对家庭出行场景优化,如自动识别儿童安全座椅并调整刹车力度。
小鹏汽车依托自研的AI天玑系统和万卡智算集群,将全链路迭代周期缩短至5天。其XNGP系统实现了“车位到车位”全流程覆盖,尤其在陡峭山路与狭窄巷道表现优异。
比亚迪凭借垂直整合能力实现智驾成本的大幅下探,将“天神之眼”系统下探至7万元级别车型。2025年比亚迪投建“天神智驾云”,利用440亿公里路测数据训练模型,推动智驾功能的快速普及。
04 技术挑战与用户体验突破
当前城市NOA仍面临多重挑战:感知能力不完善、定位精度不足、对中国特色交通场景适应性不够等。尤其是在处理**电动自行车“鬼探头”** 等突发状况时,系统需具备更强的预测与响应能力。
2025年的技术突破集中在复杂场景的应对能力上。大卓智能的端到端系统在直播演示中展示了无保护路口左右转、密集车流变道等场景的“类人化”驾驶能力,变道成功率超95%。
用户体验方面,理想L9在高峰拥堵路段模拟人类驾驶员的“柔性博弈”策略,如礼貌让行与合理加塞,显著降低用户驾驶压力。智己L6则通过VLA技术生成驾驶决策的语义解释,提升用户对智驾行为的理解与信任。
05 未来趋势:L3级自动驾驶落地与成本下探
2025年成为L3级自动驾驶落地元年,多家车企已宣布量产L3车型。北京、武汉等地已出台自动驾驶条例,为高级别自动驾驶上路提供法律保障。
成本下探是另一大趋势。激光雷达价格已降至千元级别,城区NOA功能也开始出现在15万元左右车型上。比亚迪“天神之眼C”系统成本控制在5000元内,使高阶智驾功能向更广泛消费者群体普及。
端到端大模型与VLA模型的结合将是下一阶段技术演进方向。元戎启行发布的VLA模型具备强大的思维链能力,能解释系统决策背后的逻辑,有望解决传统端到端模型的“黑盒”难题。
2025年底,智能驾驶技术格局已初步形成。头部企业间的竞争正从单一技术维度转向数据闭环效率、场景渗透速度与成本控制精度的多维博弈。随着L3级自动驾驶逐步走向现实,智能驾驶技术正从高端车型的专属配置,向普通消费者日常出行的标准配置转变。
未来两年,端到端大模型的进化速度与城市NOA的场景覆盖广度,将决定企业在智能驾驶下半场竞赛中的最终座次。