首页  资讯  会展  采购  配套  出口  三资  供应商入口  网站地图

 当前位置:资讯 > 新技术 > 其他

其他

一文读懂上海车展汽车智能化技术趋势与产品动态

时间:2025-04-30 来源:北京市高级别自动驾驶示范区  作者:管理员
【汽车供应商网】
2025上海车展标志着汽车智能化迈向“安全可靠+体验升级”,技术下沉与高阶突破并行,中国市场的本土化方案成为全球焦点。

2025年上海车展成为全球汽车智能化展示的重要舞台,各大车企及供应商围绕(组合)辅助驾驶展开激烈竞争,总体的技术趋势呈现安全冗余、AI大模型融合、成本下探三大特征。


01

2025上海车展典型产品与技术


2025年上海车展成为全球汽车智能化的竞技场,各大车企与科技公司纷纷展示最新突破。以下列举本届车展几家汽车智能化产品与技术,涵盖相关解决方案、硬件创新及用户体验升级。


1. 小马智行第七代自动驾驶乘用车


技术亮点:


PonyWorld世界模型:端到端AI架构,实现动态场景预测与决策优化,减少规则代码依赖。


车规级域控制器:算力达1000TOPS,支持多传感器融合(5激光雷达+12摄像头)。


安全冗余系统:双制动/转向/供电备份,故障切换时间<50ms。


应用场景:广州/北京自动驾驶乘用车出行服务车队,2025年量产落地。


2. 比亚迪“天神之眼X”


技术亮点:


多模态融合感知:激光雷达+4D毫米波雷达+纯视觉BEV,支持无高精地图城区NOA。


AI代驾模式:用户可自定义复杂路口通行策略(如“激进变道”或“保守跟车”)。


全系标配:汉EV、仰望U8等车型搭载,成本较上一代降低40%。


实测数据:上海城区接管率0.2次/百公里。


3. 华为乾崑智驾系统


技术亮点:


GOD网络2.0:通用障碍物识别率提升至99.9%,支持“白名单外物体”紧急制动。


纯视觉泊车:无超声波雷达依赖,窄车位成功率98%(现场演示误差<5cm)。


鸿蒙智行生态:与问界、智界等车型深度联动,支持跨车数据共享。


用户价值:“零焦虑”,明确功能边界。


4. 采埃孚ProAI 4D毫米波雷达(硬件降本)


技术亮点:


低成本替代方案:探测距离300米,角分辨率0.1°,价格仅为激光雷达1/3。


泊车场景优化:20米高精度点云,可替代超声波雷达 。


合作车型:宝马iX1、大众ID.7,硬件成本压缩至8000元内。


5. 蔚来NOP+3.0(城区领航增强版)


技术亮点:


Aquila超感系统升级:4颗Orin-X芯片(1016TOPS)+激光雷达冗余。


场景化训练:针对中国特有路口(如“无保护左转”)专项优化。


用户共创功能:通过App上报高频难点场景,算法优先迭代。


落地计划:2025年Q3覆盖全国100城。


当前的技术趋势可以概括为三大要点:首先,高级别自动驾驶技术正在加速落地,小马智行、百度Apollo、momenta等公司积极推进自动驾驶乘用车出行服务的量产 。其次,硬件性价比战不断加剧,4D毫米波雷达、纯视觉方案的发展正在挤压激光雷达市场的份额。最后,用户体验优先,车企转向“高频场景优化”(如智能辅助泊车、拥堵跟车)。


02

技术趋势:安全与泛化并重


随着国家相关部委持续强化对智能网联汽车行业的规范管理,积极整治行业无序竞争态势,安全成为产业核心主题。


(1) 多重安全冗余架构


安全冗余架构成为行业核心竞争点,全方位保障了车辆在复杂行驶环境中的安全性。以下企业通过端到端技术+多重备份机制,展现了如何实现高可靠性的安全解决方案。


1. 四维图新(NavInfo)


产品:行泊一体方案


技术亮点:四维图新的系统采用“端到端+多重安全兜底”架构,既保留了端到端的泛化能力,又通过确定性算法(如规则引擎)有效规避了黑盒模型带来的风险。此外,其三级冗余设计涵盖了感知(通过多传感器的交叉验证)、决策(多模型投票)和执行(线控底盘双备份)等多个环节,确保系统在任何情况下都能稳定运行。虽然落地车型尚未公开,但公司已与多家自主品牌展开合作,以推动技术的实际应用。


2. 采埃孚(ZF)


产品:可定制辅助驾驶系统(AI+确定性算法)


技术亮点:采埃孚的系统将AI大模型与确定性算法融合,AI处理长尾场景,通过确定性算法(如AEB规则)保障基础安全。此外,系统的实时感知功能结合云端交互,通过车载传感器与动态高精度地图的校准,降低了定位漂移的风险。当前采埃孚与多家中国本土车企合作,具体品牌尚未公开,但其准确性和可靠性在行业内得到了广泛认可。


3. 博世(Bosch)


产品:驾驶辅助系统(中国特供版)


技术亮点:博世的驾驶辅助系统采用了两段式的端到端算法,将感知和规控模块分离,确保单一模块失效时系统仍可降级运行。同时,其5R11V1L传感器冗余设计使用11个摄像头、5个毫米波雷达和1个激光雷达,实现360°的无死角感知。落地车型:大众ID.7、丰田bZ3。


4. 华为(HUAWEI ADS 3.0和4.0)


产品:GOD网络+激光雷达冗余方案


技术亮点:华为的通用障碍物检测(GOD),通过多模态数据训练,识别未标注障碍物(如掉落货物)。系统配备双计算单元备份,利用MDC 810智驾平台双芯片部署,提供算力冗余达400TOPS 。代表车型:问界M9、智界S9。


5. Mobileye(Surround ADAS)


产品:单ECU全域感知系统


技术亮点:Mobileye的全域感知系统通过单一ECU集成所有ADAS功能,减少多模块通信延迟,提升系统响应速度。系统采用视觉+雷达交叉验证,前向摄像头与4D毫米波雷达数据实时比对,降低误检率。合作车企:宝马、蔚来。


表:安全冗余技术对比

 

行业趋势:安全冗余的设计理念从硬件堆砌转向软硬协同优化,在这一新趋势中,硬件和软件的无缝融合被视为提高安全性的关键因素。通过将先进的人工智能技术与规则引擎相结合,企业能够更有效地解析复杂的交通场景和实时数据,从而更好地防范潜在风险。这种融合不仅提高了自动驾驶系统的反应速度和决策准确性,还使得系统在面对突发情况时能够更加灵活地调整策略,确保乘客的安全。此外,随着行业标准与法规的逐渐完善,AI与规则引擎结合成为主流方案,推动整个行业向更高的安全性和可靠性迈进。


(2) 系统算力升级


随着汽车智能化程度日益提升,算力与传感器融合成为技术突破的核心。以下是行业最新动态及技术对比:


1. 博世(Bosch)—纵横辅助驾驶至尊版


核心参数:


算力:508TOPS(基于自研SoC)


配置:5个毫米波雷达(博世第六代4D成像雷达,探测距离300米);11个摄像头(200万像素高清,120°广角);1个激光雷达(1550nm波长,角分辨率0.1°)。


技术亮点:多传感器统一建模:通过AI算法实现雷达、视觉、激光点云数据融合,提升复杂场景(如匝道汇入、夜间逆光)的感知精度。


动态算力分配:根据场景需求自动切换算力模式(如城区场景优先激光雷达,高速场景侧重视觉+雷达)。


落地规划:2025年Q4搭载于欧洲高端车型,中国特供版算力提升至600TOPS。


2. 大众中国(Volkswagen)—AI驱动组合辅助驾驶系统


核心参数:


算力:未公开(推测≥200TOPS,基于合作方地平线征程6芯片)


传感器配置:8摄像头+4D毫米波雷达(未配备激光雷达,依赖纯视觉+BEV模型)


技术亮点:中国路况专项优化:通过海量本地数据训练,支持高速NOA(自动变道、匝道通行)及轻量级城区NOA(红绿灯识别、无保护左转)。


端到端大模型:采用类似特斯拉FSD V12的“视觉输入→控制输出”架构,降低系统延迟。


落地车型:2025款ID.7改款、奥迪Q6 e-tron(中国版)。


表:行业横向对比(2025年主流方案)



03

技术趋势总结


(1)算力竞赛趋缓和传感器路线分化


1.算力竞赛趋缓:


厂商从“堆算力”转向效率优化(如博世动态分配、大众端到端模型)。


2.传感器路线分化:


激光雷达派(博世、华为):依赖硬件冗余保障安全,适合高端车型。


纯视觉派(大众、特斯拉):通过大模型降低硬件成本,加速普及。


3.中国本地化优先:


大众、博世等均推出中国特供版,针对复杂路口等场景专项优化。


4.未来展望:


2026年组合辅助驾驶落地后,算力需求或突破1000TOPS,但当前阶段更需平衡性能与成本。


(2)汽车智能化加速落地


1. L2级辅助驾驶


核心趋势:L2级辅助驾驶(AEB/ACC/LKA)从高端车型“选配”下沉至10-15万元级车型,成为标配。


表:主要厂商及技术方案

 

技术对比:


低成本方案:比亚迪纯视觉(天神之眼C)和丰田TSS 3.0依赖成熟供应链,成本控制在3000元内。


高阶潜力:本田与Momenta合作方案支持端到端升级,未来可扩展至城区NOA。


2. 城市NOA规模化落地


核心趋势:2025年城市NOA从“demo阶段”进入规模化装车,但实际表现差异显著,接管率成为了衡量这一技术成功与否的关键指标。


表:主要厂商及技术方案

 

在城市NOA技术的快速发展中,各大厂商的技术路线逐渐出现分化,形成了三种主要派别。


激光雷达派:比亚迪、华为依赖硬件冗余提升安全性,成本较高。


纯视觉派:特斯拉、小鹏通过算法优化降本,但长尾场景挑战更大。


数据驱动派:Momenta凭借飞轮大模型快速迭代,合作车企数量领先。


在城市NOA的发展过程中,行业也面临着一些瓶颈:


高精地图:比亚迪/小鹏逐步转向“轻地图”,但城区复杂路口仍需补充。


算力需求:城市NOA需100+TOPS算力,导致20万以下车型普及困难。


04

技术挑战与行业共识:

16家代表企业应对方案及产品


当前行业普遍达成的共识是,自动驾驶技术的重点从“功能可用”转向“体验可靠”,需要避免过度宣传,强调产品的实际用户体验,强化用户信任。针对以下列出的三种挑战,各家厂商给出了自己技术应对方案。


1. 数据闭环效率低


挑战:数据标注成本高、仿真测试覆盖率不足。


应对方案:半自动标注、云端仿真加速迭代。




2. 城区场景泛化不足


挑战:复杂路口、动态障碍物识别难。


应对方案:多模态融合(激光雷达+视觉+高精地图)。



3. 成本过高


挑战:硬件配置冗余、规模化量产难,制约商业化落地。


应对方案:硬件降本(国产替代/算力优化)+软件定义汽车架构。



降本的技术趋势:


在当前自动驾驶技术的发展中,降本成为了一项重要趋势。硬件层面,4D毫米波雷达部分替代激光雷达,成本可以降低80%,在保障感知性能的同时大幅度降低了整体硬件支出。此外,国产芯片替代英伟达,进一步降低成本并实现更强的自主可控能力。软件层面:采用BEV+Transformer架构,有效减少传感器依赖,使得系统架构更加简化,降低了系统复杂性和组装成本。同时,OTA持续升级延长硬件生命周期。这一系列降本策略的实施,不仅提高了自动驾驶技术的经济性,也为其大规模普及奠定了坚实的基础。


05

未来展望


2025上海车展标志着辅助驾驶从“功能堆砌”迈向“安全可靠+体验升级”,技术下沉与高阶突破并行,中国市场的本土化方案成为全球焦点。


技术方面,AI大模型(如DriveLM)将重塑感知-决策-控制全链路,实现更自然的交互驾驶体验。这类模型通过深度学习,能够更精准地理解周围环境,并在复杂情境下做出更智能的决策。例如,Momenta的飞轮大模型就是一种典型产品,它通过持续的数据训练与迭代,不断提升其在自动驾驶操作中的表现。这样的技术进步将有助于优化驾驶体验,同时推动整个行业的进步与创新。

分享到:

企业推广 | 广告合作 | 友情链接 | 关于我们 | 联系我们 | 意见反馈 | 网站地图 | 加入我们 | 邮箱登录
版权所有:汽车供应商网 Copyright © 2015-2026 京ICP备09065995号-4 公安备案 京公网安备11010802033937号

E-mail:service@qcgys.com
电话:010-68420981、88560270
QQ:3553216770

  • 更多配套相关信息
    请扫码关注公众号

  • 扫码关注公众号