汽车行业：亿欧智库-汽车行业2025中国高阶智能辅助驾驶最新技术洞察：算力跃迁、数据闭环、VLA与世界模型-250605

- 高阶智能辅助驾驶技术正向L3/L4级迈进，核心在于算力、数据与算法的演进。

- 算力方面，云端EFLOPS级超算和千TOPS车端芯片成为竞争壁垒，支持大模型本地部署。

- 数据闭环加速形成，真实与合成数据驱动行业向全流程自动化演进。

- 算法方面，认知驱动的LA和世界模型提升泛化能力，但面临算力成本与数据质量挑战。

- 合作模式上，自研与外采并存，行业呈现分层竞争格局，第三方供应商机会增多。

- L3级智能辅助驾驶的商业化进程面临技术与伦理挑战，未来两年为关键窗口期。

这份投资报告主要探讨了2025年中国高阶智能辅助驾驶技术的发展趋势，核心观点包括： 1. 智驾技术正加速向L3/L4级别迈进，主要围绕算力、数据和算法三大要素演进。

算力方面，云端算力达到EFLOPS级别成为竞争壁垒，车端算力向千TOPS芯片跃迁，实现大模型本地部署，并提升语义理解能力。

数据方面，形成“车端一边端─云端”的全流程闭环，真实与合成数据双引擎驱动，推动数据闭环向自动化演进，减少对硬件的依赖。

算法方面，端到端的学习架构推动智能辅助驾驶从“数据驱动”向“认知驱动”转变，世界模型通过云端训练和车端蒸馏提升泛化能力，但受限于算力成本和数据质量。

2. 在合作模式上，全栈自研需要高研发投入和数据闭环能力，仅有头部企业能长期维持；自研加外采将成为多数车企的主流选择，以平衡效率与可控性；全栈外采因技术迭代快和成本低，在中低端车型中仍有市场。

行业将形成“分层竞争、多元共存”的格局，第三方供应商在开放性生态下机会显著。

3. 尽管车企和政策推动为L3级落地创造了条件，但大规模商业化仍需突破技术和伦理问题，未来两年是关键窗口期，L3级智能辅助驾驶的规模化进展可能放缓，需要通过数据积累和政策协同实现从“功能可用”到“安全可信”的转变。

投资标的及推荐理由如下： 1. **高阶智能辅助驾驶技术公司**：推荐投资于专注于L3/L4级智能辅助驾驶技术的企业。

这些公司在算力、数据和算法方面具备领先优势，能够推动智能辅助驾驶技术的快速发展。

2. **云计算服务提供商**：随着云端算力的提升，EFLOPS级超算将成为竞争壁垒，投资云计算服务提供商能够受益于汽车行业对高算力的需求增长。

3. **芯片制造商**：车端算力向千TOPS芯片的跃迁为高性能芯片制造商带来机遇，投资这些公司可借助其在智能驾驶领域的技术优势。

4. **数据处理与分析公司**：随着“车端一边端─云端”的全流程闭环形成，数据处理与分析能力将成为关键，投资相关公司将有助于在数据闭环与多模态融合中获利。

5. **算法开发企业**：专注于认知驱动算法和世界模型的开发公司，因其在提升自动驾驶泛化能力方面的潜力，值得关注。

6. **第三方供应商**：在开放性生态下，第三方供应商将享有显著机会，投资这些公司可以把握行业分层竞争与多元共存的趋势。

总体而言，投资上述领域的公司能够把握高阶智能辅助驾驶技术发展的机遇，尤其是在算力、数据和算法不断演进的背景下。