AI+汽车：智能驾驶将驶向何方？端到端大模型有望2025大规模落地

报告深入分析了智能驾驶行业的现状和未来趋势，强调技术进步和政策支持是推动行业发展的双重动力。报告预计，随着车路云、Robotaxi和L2+J别自动驾驶技术的成熟，智能驾驶将迎来商业化落地和渗透率的快速增长。

从何而来:技术完善，智驾进入百花齐放阶段

共享出行或成为未来主要方向，G阶智能驾驶与共享出行相互促进，未来保持融合进化，G阶智驾或带来安全和效率的提升。落地来看，受益于政策支持力度增大和消费者支付意愿增强，国内具备智能驾驶更好的发展环境。国内通过多个方向实现落地:

(1)车路云 2020-2023年的标准建立后，2024年开始进入城市商业化落地阶段；

(2)Robotaxi在多轮选代后目前技术进入相对成熟阶段；

(3)L2+目前占比为 9.3%，渗透率进入“5%-30%”阶段，有望加速撬动消费需求。政策选代，车路云、单车智能、Robotaxi 协同加速，G阶智驾进入百花齐放的“绽放”阶段。

殊途同归:落地方式差别，结果具备强互通性

智能驾驶研发参与者持续增加，不同维度加速推进G阶功能。Robotaxi采用“跃进式”方式，单车智能采用“渐进式”方式，从研发和落地方式上存在明显差别。Robotaxi 与单车智能传感器和计算方式G度一致，有望实现“1+1>2”的效果。我们认为G阶功能技术具备互通性，端到端大模型加速迭代，数据规模和算力规模成为车企的核心竞争能力。车路云、单车智能、Robotaxi有望成为加速G阶智能驾驶落地的三驾马车，端到端等大模型应用有望加速G阶智能驾驶功能落地。

驶向何方:模型驱动，2025年功能或大规模落地

端到端大模型是智能驾驶未来落地的主要路径。

神经网络充分简化运算步骤，减少人工特征提取的需要，打通从感知到决策的全过程，训练上将智能驾驶的核心生产力从研发人员转向数据和算力，有望凭借算力积累实现功能选代。智能驾驶端到端大模型是重要的垂直类模型，2025年有望实现大规模落地。车端从模型和硬件两个维度完成升J，模型上探索端到端模型上限，世界模型、VLM 等加速端到端能力提升。硬件上电子电气架构升J，算力集中传感器成本逐步下探。

商业模式:车企有望实现智能驾驶盈亏平衡

车企未来有望实现智能驾驶维度的盈亏平衡。

(1)Robotaxi 通过成本下探实现单车的盈亏平衡,而后通过泛化能力实现 Robotaxi 维度下商业模式的盈亏平衡。

(2)单车智能，通过功能优化带动销量及智驾车型占比的双重提升，终实现营收和毛利率水平的提升，直观反应在财务数据中。

(3)技术输出，通过架构及算法等方式完成对其他车企智能化水平的提升，从而实现营业收入来源的增加和扩张。

附件：AI+汽车：智能驾驶将驶向何方？端到端大模型有望2025大规模落地