近日，中國汽車工程學會圍繞新能源、智能網聯和智能制造等細分領域，基于我國汽車技術創新方向的前瞻預判與現實考量，發布了《2025年度中國汽車十大技術趨勢》。

從此次入選的《2025年度中國汽車十大技術趨勢》（以下簡稱：《十大技術趨勢》）看，和智能駕駛相關的內容占據榜單的“半壁江山”，囊括了多模態大模型、車載智能計算平臺、AI賦能的合成數據、安全風險管控系統以及智能底盤跨域融合等前沿技術。

當下，“智能化”下半場激戰正酣，上述技術的研發、量產的和規模化應用，是今年智能駕駛賽道競逐的重中之重，也是2025年智駕新戰場的必爭之地。以最新的智駕技術為根基，未來的汽車產業將迎來更智能的發展格局。

除了當下炙手可熱的智駕技術，也有其它板塊的最新趨勢入選，例如：新能源A級乘用車百公里行駛電耗將降至10kWh以下，智能高效混合動力控制策略將持續優化并日益普及，以及EMB技術日趨成熟且即將迎來量產應用等。

不過，作為新能源汽車技術創新和投融資的核心賽道，智能駕駛的每一項重磅技術，都決定了產業鏈的后續變革和商業化落地。伴隨著大算力、大數據、AI大模型的迭代發展，高階智駕也將實現革命性突破，推動智能網聯汽車進入新的發展階段。

01

車載智能計算平臺降本提質

助力NOA等智駕技術快速發展

車載智能計算平臺為智能駕駛提供核心算力支持，是汽車智能化水平的重要方向標。

現階段，車載智能計算平臺的性能差異，已成為智能駕駛水平高低的核心影響因素。具體來看，智能計算平臺集成多個SoC，支持大量數據并行計算和復雜邏輯功能，具備更高的計算能力和能效；通過軟硬件協同優化，可實現更高效的算力利用、降低功耗且提升系統穩定性。

《十大技術趨勢》統計，當前，車載智能計算平臺已實現超大存儲帶寬，支持高效數據指令交換，算力最高可達500 TOPS以上，能滿足端到端等先進模型的海量數據增長對更高算力的需求。

2025年，車載智能計算平臺性能不斷升級，成本呈現進一步降低的趨勢，助力NOA等智能駕駛技術滲透率將接近20%。最近幾年，Mobileye、地平線、華為、英偉達等國內外廠商均積極布局車載智能計算平臺的量產落地。

以地平線為例，該公司自主研發的智能計算架構BPU（Brain Processing Unit），簡化開發流程，提高了計算的智能高效性，也減少了因軟硬件適配問題帶來的額外成本和性能損耗。

軟件層面，踐行自動駕駛端到端的演進理念，地平線將算法層面的技術創新和突破應用到最新的智駕解決方案SuperDrive上，可以更高效地處理復雜交通場景信息，提升智駕系統的感知和決策能力。

02

智駕與智能底盤融合

提升L3以上車輛運動控制性能

過去幾年，智能駕駛和智能座艙成了業界最關注的強話題，但很多人容易忽略的是，底盤技術作為智能化進程的核心角色，其重要性并不亞于智艙和智駕。

智駕與底盤的深度融合，已成為實現自動駕駛汽車更安全、更更高效的關鍵基石。

這里說的深度融合，主要是通過傳感器、執行器和控制策略的深度融合，增強自動駕駛汽車的感知和決策能力、精準控制能力顯著提升行車安全、駕駛舒適性與系統效率優化，降低自駕退出頻次，助力L3以上自動駕駛落地應用。

智駕與底盤的深度融合涉及系統集成、域內融合、跨域融合等多個方面，包括增強底盤感知技術、線控技術、協同控制算法冗余設計等關鍵技術，重塑汽車產業整零合作模式的變革。

《十大技術趨勢》分析，2025年，通過智駕與智能底盤的深度融合，將實現極限工況下底盤智能運動控制技術的重大突破，如智駕與動力聯動的自動無停頓泊車功能、能耗控制回收系統以及魔毯功能等。

上個月，奇瑞官宣攜手華為，發布了云臺智能底盤2.0技術，采用新一代電氣架構，1000 TOPS算力，整車OTA升級時間能小于25分鐘。

智界S7是最先搭載華為途靈底盤的車型，新車在預售階段，智能底盤就作為亮點之一，被華為重點宣傳預熱了一波。通過數字化能力升級，華為途靈底盤將底盤、座艙和智駕打通，可以更好地協同控制整車。

此外，蔚來已經完成從NT1構建智能底盤，到NT2的AI賦能，再到NT3的天?底盤的技術進階，通過全線控主動懸架引領智能底盤的進一步技術探索。

據介紹，蔚來AI智能底盤的“撒手锏”之一，是蔚來整?全域操作系統——“SkyOS·天樞”，在底層打通智駕、座艙、?控、?聯等各域，可實現對四顆Orin智駕芯?算?的自由調用，進?整車算法部署。

03

AI賦能合成數據

將成為自動駕駛研發重要資源

利用生成式AI和世界模型等先進人工智能技術，生成高質量的合成數據，可有效緩解數據短缺難題，提升算法模型的可靠性，是自動駕駛模型訓練極具前景的發展方向。

在智能駕駛領域，高質量的真實數據成為越來越稀缺的資源，合成數據優勢在于采集成本低、自帶標注、跨平臺通用性強，能有針對性地補充潛在危險場景和邊緣場景，完善長尾場景庫。

先進AI技術可以處理文本、圖片、視頻等不同類型的數據，并能快速提取大量未標記數據的有價值的信息，如不同類型交通參與者的信息，以及交通參與者之間的交互行為等。

《十大技術趨勢》認為，2025年，AI生成的合成數據將普遍應用于自動駕駛模型的高效訓練和仿真服務。

2024年，特斯拉、英偉達、Wayve、百度和蔚來等公司已經率先布局了世界模型的前瞻研發應用，支持部分算法上車。

隨著高階自動駕駛上路通行進程加速，2025年AI合成數據將逐步取代傳統數據采集方式，成為滿足自動駕駛數據需求。

04

多模態大模型

推動自動駕駛感知決策創新突破

《十大技術趨勢》指出，2025年，自動駕駛模型有望隨著多模態大模型算法改進數據生成能力提升、算力和訓練時長擴增，助推自動駕駛感知決控能力的重要突破。

利用多模態大模型通識能力，可有效應對智能感知中存在的長尾問題，顯著改善車輛對場景、障礙物、導航信息等要素的理解能力。

多模態大模型基于大規模數據訓練，實現對世界的認知和理解。通過指令微調和后訓練精調，將多模態大模型應用于自動駕駛復雜場景的感知決策中，構造自動駕駛專用的多模態模型。

當前，以視覺語言大模型為代表的多模態大模型，相較于傳統視覺模型，能更好地識別和處理行駛環境中的罕見事件，顯著提升自動駕駛系統對長尾場景的魯棒性和泛化能力。

以商湯為例，在端到端系統的基礎上，商湯絕影推出自動駕駛大模型DriveAGI，依托多模態大模型，實現對移動出行的深度理解、精準推理、智能決策以及與人類的自然交互，使自動駕駛系統更好地理解和適應周圍的交通環境。

據悉，得益于多模態?模型，DriveAGI具備了更強的泛化能?，即便在0樣本的情況下，也可以針對不同道路環境或交通狀況并做出精準決策。在無高精地圖條件下，也能依靠視覺感知實際道路情況。

車企陣營，“端到端+大模型”也在今年成了炙手可熱的技術熱點，以理想的“端到端+VLM”雙系統為例，該智駕方案結合了One-Model端到端模型和VLM視覺語言模型。

“系統1”由端到端模型實現，應對駕駛車輛時95%的常規場景；“系統2”由VLM視覺語言模型實現，解決復雜甚至未知的交通場景，占日常駕駛約5%，兩個系統相互配合，兼顧大部分場景和少數特殊場景。

05

自動駕駛運行安全風險管控系統

逐步上車部署與應用

《趨勢報告》指出，“運行安全”以全生命周期運行風險管控和運行安全保障為核心，已成為高級別自動駕駛安全的焦點，

自動駕駛“運行安全”風險管控涉及安全要求、安全模型、事件記錄、數據存儲和在用車輛監測等多方面。車載運行安全風險管控系統整合車輛運行全過程安全關注事項，為風險統籌管控提供解決方案。

到2025年，車載運行安全風險管控系統將逐步在自動駕駛系統實現部署應用，服務自動駕駛運行安全監管與實施。

現階段，清華大學、北京航空航天大學以及一汽、比亞迪等正積極投入車載運行風險管控單元開發與部署，預計將在明年部署量產車型，助力高級別自動駕駛運行安全，降低事故率至可接受水平。

返回第一電動網首頁 >