2025 年高阶智驾：体验向上、价格向下，端到端加速落地

高阶智驾逐步由尝鲜阶段向大众用户普及，24 年11 月L2.5/L2.9 级智能驾驶（对应高速和城市NOA）渗透率达到3.5%/10.1%。2025 年预计高阶智驾加速迭代：1）体验向上：各家强调体验和好用度，端到端架构预计将加速落地，一方面是全国都能开/接管里程数/车位到车位等硬指标比拼；另一方面各家不约而同强调“拟人化”。2）价格向下：随着技术成熟和降本，当前高速和城市NOA 已下探到10/15 万内价格段车型，在比亚迪全民智驾等因素催化下，我们预计2025 年高速/城市NOA 渗透率将分别达16%/14%。

端到端架构上限更高、正加速上车，车位到车位大幅提升智驾体验连贯性

相较于模块化方案，端到端架构可以实现信息的无损传输，上限更高；各家车企纷纷发力端到端，预计2025 年加速落地并实现车位到车位功能。特斯拉FSD 已经更新至V13，在算法-算力-数据等层面依旧引领行业。国内厂商正加速追赶，其中小鹏和华为采用渐进式路线，已落地模块化端到端。理想智驾进步显著，端到端+VLM 模型迭代迅速已全量推送，且在云端算力和数据维度在国内较为领先。蔚来采用车端世界模型，架构前瞻但落地和优化存在挑战。小米HAD 采用端到端+VLM 架构，12 月底推送先锋版可实现车位到车位。端到端落地后，车位到车位功能或成为新的比拼点，可大幅提升智驾体验连贯性，国内理想和华为已全量推送，小米和小鹏已推送先锋版测试。

一段式端到端或是最终方向，VLA 和世界模型蓄势待发

1）随着算力的不断提升以及数据闭环的优化完善，一段式端到端在应对高复杂场景时的性能上限优势更加显著，Momenta、华为等众多厂商均推出或正推进“一段式”端到端架构。2）端到端架构下，VLA 和世界模型是重要发展方向，其中VLA 模型可以显著提升信息处理效率、模型能力和决策透明度并具备跨领域通用性，元戎启行和理想均已在研；世界模型对物理世界理解深度和未知场景泛化方面潜力巨大，当前主要应用于数据仿真和云端模型优化，在车端落地仍面临诸多挑战。

端到端对数据和算力提出更高要求，车企组织架构需调整并加强工程化能力

1）为实现端到端更高上限，要求厂商获得更多和更高质量的数据并构建数据闭环能力，而数据驱动下云端算力愈发重要。而DeepSeek 的横空出世，有望在算法/算力/数据等多维度为智驾带来技术借鉴或启发，加速端到端/VLA/世界模型上车。2）端到端架构下，车企组织架构也需要相应调整，打破原有各模块研发团队壁垒，实现跨功能团队协作，人员需求上也从工程师转而更加强调AI 领军人才。3）端到端大方向相对明确，各家车企加速投入快速迭代，工程化能力愈发重要，除硬性的研发费用和研发人员数量以外，还可以从端到端落地速度、智驾迭代速度、数据闭环能力等角度观察。