途經積水路段，車機系統突然警示“行人橫穿馬路”并緊急剎停，但實際路面空無一人；開啟NOA后，未能識別高架護欄發生碰撞；行駛過程中，智能輔助駕駛系統突然退出引發追尾……智能輔助駕駛屢有“誤判”事件發生，引發人們對智駕輔助技術的爭論。

　　隨著嚴管重槌落下，智能輔助駕駛賽道的路線之爭進入深水區。Momenta、地平線等多家智能輔助駕駛方案供應商逐漸從幕后走向臺前，與華為正面競爭；同時也有不少整車企業堅持自研與“外采”結合。華為、Momenta與車企自研逐漸形成了“三分天下”的態勢。那么，到底哪種路線更靠譜？

　　智能輔助駕駛賽道“三分天下” 軟件供應商露臉機會增多

　　智能輔助駕駛過度宣傳的現象被踩下“剎車”后，部分企業依然“秀肌肉”。華為在上海車展開幕前高調發布乾崑ADS 4等解決方案，并官宣11家合作方；Momenta也不示弱，官宣與六家車企進一步開展戰略合作，展露出逐鹿“行業最優方案”的野心。

　　近年來，Momenta、地平線等智能輔助駕駛方案供應商頻繁在汽車品牌發布會上“刷臉”。車企曾經強調的“自研技術”，變成了“與供應商合作共贏”。從數據來看，經過近一年半的較量，國內智能輔助駕駛市場在今年初步形成層次分明的競爭梯隊。根據佐思汽研報告，除了車企自研外，Momenta以60.1%市占率穩居國內第三方供應商榜首。記者留意到，當前Momenta的合作廠商非常多，如比亞迪將天神之眼A和B的方案交給了Momenta，東風日產、上汽智己等均與Momenta的軟件方案深度綁定；豐田、奔馳等外資品牌也已站隊Momenta。而華為則通過鴻蒙智行聯盟綁定多家車企，在高端市場形成了近乎壟斷的地位。在供應商方面，華為、Momenta的頭部地位越發穩固，相較第二梯隊，華為與Momenta的市占率與生態廣度都遙遙領先。

　　三大“必爭之地”定勝負

　　生態之爭：

　　Momenta更開放，像“安卓”

　　華為相對封閉，像“蘋果”

　　民生證券研究院副院長、汽車行業首席分析師崔琰認為，Momenta和華為的智能輔助駕駛方案之間最大區別是生態是否開放：“Momenta更像安卓，華為則比較像‘蘋果’。”這個觀點也得到某車企智駕工程師黃景全的認同，他指出，目前Momenta的市場占有率之所以高，是因為其開放靈活性，而且其量產工程化能力值得信賴。車企選擇Momenta的技術方案，會有更大的可能性參與到整個智能輔助駕駛方案的工程開發中來。據悉，目前Momenta囊括全球超15家車企或Tier1的合作。

　　至于華為，與車企合作的智能輔助駕駛系統的軟硬件配套都有指定要求，加上系統相對封閉，整車企業自身的工程團隊難以積累到更多經驗。據不完全統計，在已配套華為算法的15款城市NOA車型中，9款都來自與華為深度綁定的品牌。隨著華為Hi模式下客戶的拓展，華為智能輔助駕駛的份額才有突破；而且，直至今年，華為乾崑推出的ADS 4.0版本才具備了“一段式端到端”能力。因此，不少車企在與華為合作的同時都有既合作又自研的兩手準備，甚至也同時與Momenta、地平線合作。

　　成本之爭：

　　“外采”降低系統“上車”成本

　　純視覺與激光雷達“高低有別”

　　在與供應商方案的較量中，車企自研近年“聲量”大大降低。高工智能汽車研究院監測數據顯示，去年中國乘用車市場，第三方供應商的城區NOA搭載量占比從前年的5.19%升至25.35%。

　　市場變化因何發生？根本原因是成本。當前智能輔助駕駛系統的成本在幾千元至三萬元之間，占整車成本的5%至15%。隨著激光雷達、冗余控制等高階配置的加入，這一比例正持續提升。蓋世汽車研究院的數據顯示，去年智能輔助駕駛研發占車企總支出的38%，為僅次于電池的第二大成本項。

　　“外采”成為降低智能輔助駕駛系統“上車”成本的便捷之選。如廣汽集團，其策略是：內部成立研究院智能技術部，聚焦核心算法開發，外部聯合Momenta推出高階城市NOA功能。這一模式使廣汽在12個月內成本降低40%。大眾、寶馬、豐田、日產等外資品牌也正通過“外采”快速補齊智駕短板。

　　據高工智能汽車研究院數據，大多數搭載車企自研方案的車型價位在30萬元以上，10萬—20萬元主流價位車型的城區NOA則以供應商方案為主。配備激光雷達的高階方案，更是高端車型的專屬，車企對基礎款車型主推低成本的純視覺方案。如小米SU7標準版就是純視覺方案，而高版本車型則采用激光雷達融合感知模式。

　　技術之爭：

　　到真實路況“水土不服”？

　　算法與數據彌補硬件不足？

　　“近期的多宗智能輔助駕駛系統‘誤判’事故，暴露了技術從實驗室到真實路況的‘水土不服’。”黃景全認為，系統能在測試或體驗中“表現出色”，很大程度上得益于大多演示場景本身就包含在模型訓練數據中，但一遇到極少見且復雜度極高的場景，由于數據覆蓋不足，就會“誤判”。尤其是大部分主流價位車型的方案是“攝像頭+毫米波雷達”的純視覺技術，成本相對低廉。

　　黃景全表示，純視覺方案需要依賴龐大的數據訓練模型，但算法與數據標注是純視覺方案研發中最難壓縮成本的部分。“在模型訓練成本方面，頭部企業的總投入往往高達數千萬甚至上億元。”他解釋道，當前已上車的純視覺方案在此方面非常欠缺，因此使用效果不佳，容易“誤判”。

　　特斯拉近期再次發聲，其始終堅持“純視覺方案最優”，特斯拉在發文中表示，公司的視覺處理方案搭配端到端神經網絡架構，已通過數十億真實世界數據樣本訓練，成功實現了多場景、更安全的智能輔助駕駛技術路徑。不過，有業內分析人士指出，特斯拉能否通過算法優化與數據積累完全彌補硬件多樣性不足，仍需市場檢驗。

　　觀察

　　智能輔助駕駛的競速賽，本質是技術路線與商業模式的綜合較量。當前，中國智能輔助駕駛市場的“三分天下”格局已現雛形：華為以全棧能力構筑技術壁壘，Momenta憑數據驅動實現靈活適配，印證“垂直整合+生態協同”的創新范式；車企自研在雙軌策略中尋找平衡。

　　J.D. Power中國區汽車產品事業部總經理楊濤表示，智能化配置快速發展的早期，會有包容性較大的嘗鮮群體，如今智能化配置逐漸普及，主流消費者必然更加關注配置的實用性，對配置體驗的容錯率極低。相應地，車企競爭焦點已從單純比拼是否擁有配置，逐漸轉變為考量配置的實用性和性價比。

　　如今，智能輔助駕駛的競爭不僅關乎技術迭代速度，更考驗生態整合能力與商業模式創新。預計未來3年將是決定行業終局的關鍵窗口期。誰能在安全、成本與用戶體驗間找到平衡點，誰就能笑到最后。

　　【數據】

　　2024年國內L2+城市智能輔助駕駛滲透率約5%—6%。其中，25萬—40萬元價格帶的L2+城市智能輔助駕駛滲透率已達20%以上；10萬—20萬元價格帶L2+城市智能輔助駕駛滲透率不足0.2%。

　　(來源：光大證券基于交強險數據測算)

　　2024年1—12月，中國市場(不含進出口)乘用車前裝標配高速NOA交付197.47萬輛，同比增長162.31%。其中，同時標配城區NOA占比已經接近40%。

　　(數據來源：高工智能汽車研究院監測數據)