3月31日-4月2日，第九届中国电动汽车百人会论坛在京召开。作为新能源智能汽车产业一年一度的盛会，本届论坛邀请了来自国内外政府部门、行业机构、科研机构与企业的高层代表，就共同关注的行业热点问题展开深入研讨和交流。为了更好地梳理论坛研讨成果，为推动产业高质量发展提供有益参考和建议，我们将本届论坛的研讨精华汇编成文，分为产业格局、智能化、电动化和产业创新四个篇章进行发布。以下是该系列发布的第二部分智能化篇，节选自车百智库2023年第8期（总第87期）调研报告《全球及我国新能源与智能网联汽车产业趋势》。

(资料图片仅供参考)

第九届中国电动汽车百人会论坛智能汽车论坛现场。

1ONE

智能汽车加速渗透，辅助驾驶仍是车企角逐焦点

智能网联汽车加速渗透，低价位车型逐渐具备相关功能。2022年国内乘用车L2级及以上智能驾驶渗透率为29.4%，提升近6个百分点，预计2025年达到70%。智能辅助驾驶成为大多数企业重点产品的“标配”，智能驾驶功能从30-40万元高配车型专属功能，向10-30万元车型快速渗透，10-20万元和20-30万元车型智能驾驶渗透率分别达到39%、20%。2022年高速领航辅助驾驶系统（NOA）实现规模化量产，并成为20万元+车型主流配置，部分企业车型已下探到15万元级别。

激光雷达进入规模量产阶段，降本成为关键。2022年是激光雷达大规模上车元年，全国乘用车前装激光雷达12.99万台，预计到2025年，激光雷达年交付量将达300万台。蔚来、理想和小鹏等造车新势力成为激光雷达量产主力，蔚来NT2.0平台新车为全系标配图达通猎鹰系列激光雷达，理想从L9标配到L8、L7等部分标配禾赛AT128激光雷达，小鹏则是从P5的Livox切换到G9的速腾聚创RS-LiDAR-M1激光雷达（部分标配），激光雷达主要作为顶配、高配车型的配置。当前，在汽车降价浪潮下，部分车企设置了智能驾驶系统降本50%的目标，作为传感器中价格最高的激光雷达首当其冲。

智能汽车仍面临开发效率低，品牌力及用户感知不足的问题。一是用户体验无法达到极致的智能化，车辆交付后用户体验无法持续提升，用户粘性逐渐降低。二是产品开发周期长、迭代效率低，影响产品推出节奏，不同级别的智能驾驶方案开发断层。三是品牌力提升乏力，智能汽车设计同质化严重，很难找到提升品牌力的增长点。汽车用户越来越接近电子产品用户的思维，对新功能预期持续走高，当前功能亮点难以满足日渐高企的用户需求。

智能驾驶产品回归商业本质。考虑到L4量产车型面临较多技术和法规问题，2022年开始，诸多研发L4级自动驾驶的科技公司开始降维切入L2+和L2++辅助驾驶市场，希望尽早实现商业闭环以支撑企业生存。

2TWO

汽车芯片需求快速增长，国产化应用加速

汽车芯片市场规模快速增长。2022年全球汽车芯片市场规模为573亿美元，预计2030年将达到1166亿美元，涨幅将超过一倍，其中应用在辅助驾驶、车载高性能计算和汽车电气化的芯片占比将达到70%。

在汽车模拟芯片领域，2022年汽车模拟芯片市场规模约209亿美元，约占整个模拟芯片市场的25%，其中我国市场模拟芯片占全球市场的约39%。2020年汽车单车模拟芯片用量约217个，价值量约152美元，预计到2027年单车模拟芯片数量和价值量将分别达到338个和324美元。

国产汽车芯片产品规模化装车迎来发展机遇。在计算芯片领域，华为、地平线、黑芝麻等企业产品已实现或即将量产装车。截止2023年3月，地平线已与20多家车企合作，获得120多个前装开发项目、50多个量产项目，智能芯片累计出货超280万片。芯驰科技已有超过260家客户，已获得100多个定点和量产客户，在上汽、长安、奇瑞、东风、比亚迪等车企实现了芯片量产应用，出货量超过百万片，2023年预计将会出货500万片以上。在汽车模拟芯片领域，2022年纳芯微汽车模拟芯片出货量超过1亿颗，产品广泛应用于高低压隔离、接口、传感器等方面。

推动国产汽车芯片的研发、制造与装车应用，构建多样化的本土化供应链是关键。需持续提升本土芯片成熟制程制造和封测产线建设，构建保障国内汽车芯片制造的“最低安全产能”；发挥国内超大规模市场优势，引导并鼓励跨国芯片企业在华设立研发中心、制造与封测产线，建立更紧密的合作关系；发挥行业机构及平台优势，促进汽车芯片上下游供应信息共享。引导车企建立多元化芯片供应链，降低因不确定性因素导致的断供风险。

3THREE

构建开源开放的智能驾驶操作系统新生态成为发展趋势

国内汽车操作系统加速发展，但尚未规模化应用。车载操作系统方面，斑马AliOS、华为鸿蒙等自主操作系统已在智己、问界等多个品牌量产，但受生态制约渗透率仅为5.2%，Android和Linux仍各占据43%左右市场份额。

安全车控操作系统方面，普华基础软件、华为、经纬恒润、东软睿驰等企业相继开发国产Classic AUTOSAR产品并通过ASIL-D产品认证，其中普华已累计量产超1200万套，但与Vector累计规模相比仍存在较大差距，功能覆盖程度、芯片适配范围和稳定性略显不足。

智能驾驶操作系统方面，国内在内核、中间件、功能软件各领域已形成全面布局，但安全性、功能、软硬件生态与国外相比仍存在差距。华为、斑马智行、中兴通讯等企业的微内核产品均已通过ASIL-D认证，但尚未实现商用量产，QNX在辅助驾驶领域市场占比超过90%。

智能驾驶操作系统格局未固化，国内企业面临发展窗口期。整车操作系统大概率会基于智能驾驶操作系统的优化、延伸和拓展而来，我国具备发展智能驾驶操作系统的时间条件和市场机遇。

一是全球智能驾驶技术、市场、生态仍处于探索期，智能驾驶操作系统存在三到五年的关键窗口期。二是主流操作系统生态的形成，往往伴随产业重大应用开发问题的解决，如Windows解决了图形化应用开发问题，Android解决了嵌入式设备面向多种复杂硬件编程和海量应用程序共存问题。不断缩短的开发周期，高成本、高难度、涉及海量组件的软件集成，正在驱动汽车应用开发模式变革，为智能驾驶OS发展带来技术契机。

基于开源开放模式打造智能驾驶操作系统成为行业迫切选择。

一是操作系统作为支撑全生命周期服务和“千人千面”必备的基础设施，在汽车领域重要性日益凸显。二是操作系统领域“马太效应”明显，如全球桌面OS中Windows和Mac OS合计占比90%，手机OS中安卓和iOS合计占比98%。特斯拉全栈自研的基础软件已经上车，英伟达、大众等国际巨头亦加速布局，未来三到五年将成为智能驾驶OS决胜的关键。三是复杂严峻的国际形势倒逼我国加快布局，否则将面临类似手机、计算机OS被封锁和打压的风险。比如阿里云OS受谷歌专利授权排他协议限制，在发布前夕紧急叫停，华为被谷歌禁用GMS服务导致海外销量断崖式下跌等。四是操作系统技术复杂，开发和维护难度大，商业可持续的模式仍需探索。微软Windows系统的开发周期长达5年、开发人员近万人、总投资60亿美元，单个企业难以支撑操作系统的研发和产业化。

因此，应合力打造开源开放的智能驾驶OS，构建统一总体架构，在实践中解决开源治理和软件安全性问题。在具体模式上考虑通过部分开源、有条件开源等方式稳步推进，由核心企业主导，共同探讨商定开源的商业模式，共建开源社区形成产业合力。

软硬解耦、深度协同是操作系统发展的必然趋势。芯片、操作系统、算法应用的逻辑解耦有利于分工和快速迭代，但解耦不是目的，实际应用中需要深度协同。操作系统针对芯片优化算法驱动，芯片固化软件算法提升性能、减少上下文切换，发挥最优组合效能。例如地平线征程5芯片经过对编译器软件的优化，同等算力下计算性能从1380 FPS（每秒识别帧数）提升到1531 FPS，性能提高10%。

此外，基础软件和芯片架构应融合发展，可探索基于完全开源、架构紧凑、模块化、易于定制扩展的RISC-V架构发展基础软件，摆脱X86和ARM对CPU芯片架构的垄断。并探索建立企业互信机制，构建开放生态，实现白盒化的硬件和软件开放，打造“国产芯+国产软”新范式。

推动车企主导、分层共建，构建产业协作新范式。

一是考虑到高等级智能驾驶的安全风险和赔付责任，车企应主导智能驾驶操作系统开发，联合芯片企业、科研机构、高校等单位，采用“结对子”方式加强联合攻关，打造符合汽车行业要求和消费者需求的整体方案。二是考虑到智能驾驶操作系统的复杂性，应采用分层解耦、合作共建的开发模式，主机厂聚焦整车架构设计、功能服务层软件开发和算法应用开发，软件厂商聚焦中间件打造系统级开发能力，基础软件厂商专注微内核OS、Safety Linux、虚拟化分区引擎等基础能力建设。

4FOUR

汽车数据管理进入安全、利用并行新阶段

汽车数据为行业带来的机会与风险并存。智能网联汽车产生的数据类型和体量激增，据Gartner统计，一辆智能网联汽车每天至少产生4TB数据。预计到2025年智能网联汽车每年产生的数据将超过10ZB。数据规模、质量和使用效能成为决定舱驾图产品质量的关键。

驾驶行为数据、售后数据等将助力车企开发个性化定制服务、优化整车产品和功能。驾驶员、乘客相关数据将助力车企为用户提供更丰富的软件服务，推动产业盈利结构从制造向更高价值的软件和服务转移。

此外，汽车数据面临来自“云管端”的多重安全风险，对国家安全、交通安全和个人隐私安全带来隐患。云平台潜在的不安全接口、未授权访问、系统漏洞等安全隐患，通信过程中数据交互、共享等存信息泄露风险，以及车端潜在软件代码缺陷仍需重视。

国内正积极推动数据流通利用。自2016年起，我国先后发布《网络安全法》《数据安全法》《个人信息保护法》《网络数据安全管理条例（征求意见稿）》。我国数据安全管理已形成基础法律法规框架，数据安全治理组织架构逐渐明晰，关键技术逐步补足。《关于构建数据基础制度更好发挥数据要素作用的意见》《数字中国建设整体布局规划》发布和国家数据局的成立，将促进数据要素的合规高效利用。

汽车数据安全管理基础法律框架已形成，但基础制度和管理监管体系仍需加强。监管部门陆续发布《汽车数据安全管理若干规定（试行）》《关于加强智能网联汽车生产企业及产品准入管理的意见》《关于促进智能网联汽车发展维护测绘地理信息安全的通知》等政策法规，为汽车行业数据安全管理指明方向，但具体领域的管理制度仍不健全，包括缺乏汽车重要数据识别指南、汽车数据出境不畅通、本地化存储的实现方式仍需完善、缺乏数据共享与流通机制等，制约了汽车数据安全保护及合规利用，是下一阶段完善的重点。

5FIVE

车路城协同发展加快推动汽车产业转型升级

双智试点成效明显，将进入车路城协同发展的3.0时代。住房和城乡建设部、工业和信息化部积极推动智慧城市基础设施与智能网联汽车（以下简称“双智”）协同发展试点，目前已取得阶段性成果：一是城市数字化基础设施建设明显加快；二是适应不同环境的应用场景都在积极探索；三是城市智能化管理手段不断丰富；四是法规标准方面不断取得突破。试点城市已在2000多个重点路口布设视觉、雷达等感知设施与车城交互设施，布局24万台5G基站；已投放1700辆L4级自动驾驶车辆，累计测试里程达2730万公里，累计服务380万人次。

试点城市加大建设投入，智能网联测试及应用场景逐步丰富。双智试点城市均在加大建设投入，结合本地实际情况开展一系列探索，促进了本地区数字化基础设施的建设进程，进一步丰富了测试及应用场景。其中，上海嘉定区已实现全域道路开放，总里程1117公里，可测试场景约9100个；嘉定区域内G1503绕城高速、G2京沪高速上海市首批自动驾驶高速公路正式开放，实现国内首个“大流量、高动态、高复杂”高速公路场景的重大突破。北京经济技术开发区已经在60平方公里范围内实现车路云一体化的功能覆盖，累计部署智能网联车辆超600辆，测试里程超1300万公里，提供出行服务超过100万次，零售服务90万余次、配送服务超25万单。武汉市已建设仿真测试、封闭道路测试、开放道路测试“三位一体”的测试基地，完成106公里道路智能化改造和750公里开放测试道路审批；经开区已于2023年1月实现全域开放，目前累计发放458张牌照，累计测试里程超过300万公里，投放200辆自动驾驶车辆，236辆涉及参与车路协同应用的公交车，以及超过1万辆社会车辆。

车路城协同是单车智能的进阶补充。车路城协同的中国方案坚持“不控车”“不替代单车智能”“不超前建设基础设施”，对单车智能形成有效补充，更加优化了车、路、城之间的关系，进一步调动汽车企业参与的积极性，形成良性发展的产业生态。

车路城协同中国方案融合了车、路、城三个领域的多场景应用，尤其是城市端的应用场景，体现出多方面的价值。与以往仅为智能驾驶汽车提供服务不同，双智3.0更多地转向为城市交通、城市治理服务，甚至为城市服务的优先级高于自动驾驶汽车，可以让车、路、城的应用更加丰富、有效。

车路城协同发展需探索可闭环的商业模式。推进双智协同可持续发展，关键是找到可闭环的投资建设运营模式。随着双智建设进入小规模推广阶段，智能化道路建设应从探索实验转向以应用和需求为主导，同时更加注重经济性。可采取分级、分步的建设模式，按照应用需求、复杂性特征进行分级建设与动态迭代升级，尽量减少“一步到位”的高等级建设，避免出现“高投入、少服务”和资源浪费。投资建设应采取各自分担的原则，将重要基础设施纳入政府基建范畴，智能化设施则由市场化投资主导，在区分投资边界的基础上引入更多市场化主体，逐步形成投、建、运综合发展的新型市场主体，从而解决投资建设模式等问题。

车路城协同发展需加强顶层设计，加快形成统一的标准化成果。未来的车路城协同是全程、全网式的服务，需要做好顶层规划、政策研究与资源共享，进一步加强政府主管部门、跨标准化组织之间的协同，以及核心技术协同创新，同时还需强化跨区域基础设施协同建设。

另外，目前双智相关标准体系尚未完善，亟须加快形成统一的标准化成果，推动不同城市、研究机构之间加强交流沟通，协同开展双智标准化建设工作；及时推动已形成的标准化成果在城市间实施与推广，逐步实现更大区域范围内的互联互通。应当坚持“急用先行”原则，分阶段推动标准工作。

关键词：