首批L3准入破冰,自动驾驶迎重大突破

· 一、回望2025年，自动驾驶应用持续突破

2025年是自动驾驶应用突破的关键一年，这一年我国工业和信息化部正式发放首批L3级有条件自动驾驶车型准入许可，以“场景受限、责任清晰”的附条件准入模式明确了事故责任划分标准，为自动驾驶从封闭测试迈向商业化应用扫清了制度障碍。激光雷达、高算力域控制器等核心零部件实现技术成熟度提升与成本下降的双重突破，规模化装车进程加速，为高阶自动驾驶的稳定运行提供了核心硬件支撑。同时，北京、重庆等城市的特定路段试点有序推进，通过真实道路环境积累的运行数据，进一步推动了感知算法优化与场景适配能力升级，为后续全域推广奠定了实践基础。

1.政策端

2025年自动驾驶政策迈入规范准入新阶段。2025年，我国自动驾驶领域政策实现从“试点探索”到“规范准入”的关键转型，其中L3级自动驾驶的正式落地是这一转型的核心标志。

北京率先出台条例明确L3应用边界。4月，北京市率先实施《自动驾驶汽车条例》，将L3级自动驾驶纳入个人乘用车应用场景，首次明确了系统责任与驾驶员责任的划分边界。在车辆处于L3级运行状态时，由系统对驾驶行为承担责任，驾驶员仅需在系统发出接管提示后及时响应。该条例的出台，为后续国家层面准入政策的制定提供了重要的地方实践参考样本。

国家层面政策推动L3量产准入。9月，工业和信息化部等八部门联合发布《汽车行业稳增长工作方案（2025—2026年）》，提出“有条件批准L3级车型生产准入”的明确要求，为L3级自动驾驶车型的量产应用奠定了政策基础。国家与地方层面的政策衔接发力，为车企已有的技术积累提供了落地应用的政策通道。

首批L3车型12月集中获批运营。12月进入L3级自动驾驶落地的集中阶段。12月15日，工业和信息化部公布首批L3级有条件自动驾驶车型准入许可，长安深蓝SL03、北汽极狐两款车型成功获批，分别获得在重庆、北京特定区域的运营资质。其中，长安深蓝SL03的运行范围限定为重庆特定快速路及拥堵单车道，车速不超过50km/h；北汽极狐则可在北京指定高速及快速路运行，车速上限为80km/h。

2.技术端

2025年自动驾驶技术分化融合趋势显著。2025年我国自动驾驶技术领域呈现鲜明的分化与融合并存态势，核心竞争聚焦于端到端架构优化、本土化技术适配及成本控制三大方向，行业发展逻辑从技术探索逐步转向商业化落地导向。

中外企业技术布局并行推进。2025年4月华为ADS 4.0及WEWA架构的发布，成为智驾技术迭代的重要风向标，其采用云端与车端双世界模型的端到端解决方案，使系统延时缩减50%，对高速拥堵、城区复杂路口等长尾场景的适配能力显著提升。华为智能驾驶总裁靳玉志在9月WNEVC大会披露的路线图显示，2025年将完成高速L3试点与城区L4测试，后续逐步推进规模化商用与批量落地，端到端架构的实测优势也引发行业对传统模块化方案的再评估。外资企业方面，特斯拉中国于2月向HW4.0车型分批次推送FSD系统（版本2024.45.32.12），该系统以纯视觉方案结合本土数据训练为核心，一次性买断价6.4万元；受OTA备案合规要求影响，3月曾暂停免费体验服务，4月完成备案后重启并将功能名称调整为“智能辅助驾驶”。特斯拉的本土化推进不仅加剧高端智驾市场竞争，更倒逼本土企业强化数据合规与场景适配能力建设。

市场端变革推动智驾规模化渗透。市场层面的两大变革加速自动驾驶技术普及。一方面智驾平权进程显著加快，随着激光雷达等核心配件价格不断降低，促使智驾系统平价化，2月10日上市的比亚迪秦L DM-i智驾版以9.98万元起售价，实现天神之眼C辅助驾驶系统全系标配，将高阶智驾功能首次带入10万元内价格带，打破“高阶智驾专属豪华车”的行业认知，倒逼竞品通过降价或升级标配智驾功能应对竞争，截至2025年末，15万元以下车型高阶智驾渗透率已从年初5%攀升至18%，智驾功能成为新车核心竞争力。另一方面Robotaxi领域通过前装量产实现成本下行，4月12日滴滴与广汽埃安联合发布L4级Robotaxi前装量产硬件平台，采用多重冗余设计与L2 Fallback方案，计划2025年末量产交付；伴随前装技术成熟，Robotaxi单车成本从早期百万元级降至30万元左右，为规模化运营扫清成本障碍。

· 二、展望2026年，L3、L4自动驾驶规模化应用在即

L3、L4商业化落地开启行业智能化新阶段。2025年末北京、重庆等地L3级自动驾驶试点的正式落地，标志着行业从封闭测试迈入责任明确的商业化探索阶段，为2026年智能化变革提速奠定基础。政策层面的破冰不仅终结了长期存在的责任界定模糊问题，更通过区域试点形成可复制的管理规范，推动更多城市开放路权资源。技术迭代层面，行业正从功能堆砌的探索期转向系统效率优化的成熟期，激光雷达凭借复杂场景感知优势成为L3级车型核心配置，配合车规级SPAD芯片的量产普及，将加速智能驾驶系统向20万元级主流车型渗透。同时，大模型与端到端架构的深度融合，正推动智驾系统实现全场景覆盖能力的技术跃迁，而车规级芯片、高精度传感器等核心零部件的国产化替代进程加快，进一步降低了产业链成本与供应链风险。值得注意的是，规模化落地仍需突破极端天气感知、非常规障碍物识别等长尾场景难题，全国性事故认定标准与数据治理规范的完善将成为关键支撑。

智能底盘成高阶自动驾驶核心支撑。随着自动驾驶等级向高阶演进，智能底盘已从传统承载结构升级为保障系统安全运行的关键执行载体，成为高阶智能化落地的核心支撑环节。当前，智能底盘正沿着集成化、轻量化、智能化方向发展，控制架构从分布式转向集中式，实现了XYZ三向六自由度的整车运动控制，其毫秒级精准响应能力确保了上层决策指令的可靠执行。核心技术层面，线控制动与线控转向系统加速量产落地，线控制动通过电信号传输取代传统机械连接，线控转向则实现转向系统上下解耦，两者均以高冗余性、高稳定性特性满足高阶自动驾驶的安全要求。行业竞争已延伸至底盘技术品牌构建，比亚迪、蔚来、奇瑞等企业纷纷推出专属智能底盘系统，通过线控化配置与域控化协同提升产品竞争力。跨域融合成为重要发展趋势，未来随着芯片算力提升，有望实现底盘域、智驾域等五域深度融合，推动整车企业与供应链进入生态重构阶段，为高阶自动驾驶的全面落地筑牢硬件基础。

跨界融合与商业化驱动出行生态重构。2026年，汽车与机器人产业链的技术协同将持续深化，为自动驾驶发展注入新动能。两者在视觉感知、电机电控、电池管理等核心技术领域存在天然同源性，车企凭借技术积累与供应链优势跨界布局人形机器人赛道，形成"技术复用-场景反哺"的发展闭环。奇瑞、东风等企业已实现人形机器人量产交付，其在制造、服务等场景的应用将积累海量环境感知数据，反向优化自动驾驶算法模型。与此同时，Robotaxi产业进入加速发展期，在技术成熟、政策放宽与成本下降的三重驱动下，2026年头部企业有望在重点城市跑通商业模式。当前，北上广深等城市已开放大面积测试区域，L4级技术的平均接管里程持续提升，事故率显著低于人类司机。成本端，激光雷达单价大幅下降，专用车型成本有望下探至15万元级别，叠加车路云一体化基础设施建设推进，将进一步优化运营效率。长期来看，Robotaxi有望重塑出行服务成本结构，替代传统网约车市场的部分运力，万亿级市场空间的逐步释放将推动出行生态实现根本性变革。

· 三、风险：自动驾驶配套政策等问题仍待关注

尽管L3、L4自动驾驶落地在即，L5级完全自动驾驶似乎并不遥远。但事实上，自动驾驶仍存在一系列风险问题，具体来看：

伦理决策困境构成高阶自动驾驶核心软性障碍。随着自动驾驶等级向L3及以上进阶，车辆将逐步承担更多环境判断与决策职责，由此衍生的伦理决策困境成为行业无法回避的核心风险。不同于人类驾驶员在紧急场景下的即时主观判断，自动驾驶系统的决策逻辑完全依赖预设算法，而现实交通场景的复杂性往往超出算法预设范畴。例如在突发碰撞风险中，系统需在保护车内乘员与避让行人、优先规避较多人员与保障少数人安全等矛盾选项中做出选择，此类决策背后涉及的生命价值排序问题，缺乏统一的伦理评判标准。更关键的是，不同国家、地区的文化传统与伦理认知存在显著差异，难以形成全球通用的算法伦理框架。若强行设定单一决策逻辑，可能引发社会争议与公众信任危机；若采用弹性算法，又会导致系统决策的不确定性，进一步加剧安全风险。当前行业尚未就自动驾驶伦理问题形成共识，相关研究仍停留在理论层面，难以有效指导技术落地实践。

交通法规滞后性凸显自动驾驶责任划分难题。现有交通法规体系基于人类驾驶员主导的驾驶模式构建，难以适配L3及以上自动驾驶的技术特性，其中责任划分不明确是最突出的法规风险。L3级自动驾驶作为“人机共驾”的过渡阶段，其核心争议在于人机切换过程中的责任界定。当系统发出接管请求时，若驾驶员因注意力不集中未及时响应导致事故，责任应归咎于驾驶员还是系统研发方；若系统在可运行范围内突发故障引发事故，又该如何划分整车企业、算法提供商、零部件供应商的责任，此类问题均缺乏明确的法律依据。对于L4级完全自动驾驶，虽然车辆可在特定场景下自主完成驾驶操作，但现有法规未明确其作为“交通参与者”的法律地位，事故发生后的责任主体认定、赔偿标准等核心问题仍处于空白状态。此外，不同地区的法规推进进度不一，部分地区仅允许自动驾驶车辆开展测试，未涉及商业化运营后的责任规范，这种法规碎片化状态不仅制约行业规模化发展，也增加了企业的合规成本与运营风险。

配套保障体系不完善制约自动驾驶规模化落地。自动驾驶技术的规模化落地，离不开保险模式等配套保障设施的协同创新，当前相关体系的不完善已成为重要制约因素。现有车险产品主要针对传统燃油车与人类驾驶员设计，保费定价基于驾驶员年龄、驾驶记录等因素，无法适配自动驾驶车辆的风险特性。L3及以上自动驾驶车辆的事故风险更多与技术可靠性、算法缺陷、零部件故障相关，而非驾驶员操作，传统车险的定价逻辑与保障范围已难以覆盖此类风险。例如，因算法漏洞导致的连环碰撞事故，涉及的赔偿金额可能远超传统车险的赔付上限，现有保险产品难以承担。同时，自动驾驶车辆的运行会产生海量数据，这些数据的真实性、完整性直接影响事故原因追溯与责任认定，但现有保险模式未明确数据共享的范围、权限与安全规范，导致理赔过程中易出现数据争议。目前行业虽在探索产品责任险、网络安全险等创新保险产品，但仍处于试点阶段，缺乏成熟的精算模型与风险分摊机制，难以形成稳定的配套保障能力，无法为自动驾驶技术的商业化落地提供有效支撑。

·四、投资方向：重点关注全视觉技术等三大方向投资机遇

全视觉技术有望引领行业趋势，产业链投资价值凸显。全视觉技术凭借成本优势与技术迭代潜力，已从单一企业探索升级为全球自动驾驶行业的重要发展趋势，其产业链上下游孕育广泛投资机遇。该技术路线核心通过多颗高清摄像头构建全景感知体系，依托端到端神经网络算法将二维图像数据转化为三维环境模型，无需依赖激光雷达即可实现环境感知与驾驶决策，显著降低高阶智驾系统的硬件成本，推动智能驾驶功能向中低端车型下沉。当前全球主流车企与科技公司均加速布局，特斯拉持续迭代纯视觉方案，国内比亚迪、小鹏、华为等企业也纷纷推出适配不同价位车型的全视觉智驾系统，其中小鹏AI鹰眼视觉方案、华为ADS基础版等已实现量产落地，市场接受度持续提升。投资逻辑聚焦三大核心环节：一是高清视觉传感器领域，8M及以上分辨率摄像头成为主流配置，镜头模组、图像传感器等核心零部件的车规级量产需求激增，具备核心技术与规模化产能的国内企业有望充分受益；二是算法与算力支撑环节，端到端模型训练与BEV+Transformer架构落地，对高算力域控制器及专用AI芯片需求迫切，算法优化服务商与芯片供应商迎来增量市场；三是数据处理服务领域，全视觉技术依赖海量真实驾驶数据迭代优化，数据标注、清洗及安全治理相关企业将持续受益于行业数据积累。尽管全视觉方案在极端天气感知等场景仍存挑战，但随着算法迭代与算力提升，技术成熟度不断完善，带动全产业链形成长期投资热潮。

智能基础设施是车路协同落地的关键配套投资。单纯依赖车辆端技术升级难以快速实现全场景自动驾驶，车路协同模式下的智能基础设施建设，已成为推动行业加速落地的关键支撑，相关领域构成重要配套投资方向。路侧基础设施建设涵盖路侧感知设备、通信设备、边缘计算节点等核心环节，通过路侧设备与车辆的实时信息交互，可有效弥补单车感知的局限，提升复杂路况下的行驶安全。当前国内多个城市已启动车路协同试点区域建设，随着试点范围扩大与标准统一，路侧设备的规模化部署需求将持续释放。5G-V2X通信技术作为车路协同的核心连接载体，其网络覆盖广度与通信时延优化是关键，运营商在车联网专用频段的布局、通信模块企业的技术适配，均具备明确投资逻辑。此外，高精度地图与高精度定位服务是自动驾驶的重要基础支撑，高精度地图的更新迭代、定位算法的精度提升，以及数据安全与合规治理相关技术，随着自动驾驶渗透率提升，市场需求将持续增长，构成基础设施赛道的重要补充投资方向。

商业化运营与服务生态等价值转化型投资机遇将显现。随着技术逐步成熟与政策逐步放开，自动驾驶商业化运营场景的落地与服务生态构建，成为技术价值转化的核心环节，相关领域投资机会逐步显现。Robotaxi作为自动驾驶最具市场化前景的应用场景之一，当前已在国内多个城市开展商业化试点，头部企业正逐步探索“技术研发+车辆运营+出行服务”的全链条模式。随着运营规模扩大、单位运营成本下降，以及消费者接受度提升，Robotaxi有望逐步实现盈利闭环，具备场景资源、运营能力与技术储备的企业将成为投资核心。除乘用车出行场景外，商用车自动驾驶的商业化落地节奏更快，矿区、港口、物流园区等封闭或半封闭场景，由于路况相对简单、运营路线固定，已率先实现自动驾驶商业化应用。矿区无人运输、港口无人集卡、城市配送无人车等细分场景，相关运营企业与专用车辆改装企业，凭借明确的商业需求与稳定的盈利预期，具备阶段性投资价值。同时，适配自动驾驶的配套服务生态，如自动驾驶车辆运维、数据服务、创新保险等，随着行业发展逐步成型，也将催生新的投资机会。

扫描下方二维码查看更多撮合项目