问题——智驾进入“量产定胜负”的下半场，企业靠什么拉开差距？ 近年来，智能驾驶从概念验证走向规模上车，行业渗透率持续提升，竞争焦点也由“谁讲得更好”转向“谁交付得更多、体验更稳定、成本更可控”。这个背景下，企业既要面对城市复杂场景带来的技术挑战，也要应对主机厂对方案成本、平台化能力与交付节奏的更高要求。同时，如何在L2辅助驾驶量产与面向更高等级自动驾驶的长期研发之间取得平衡，成为行业普遍面临的关键命题。 原因——融资加速落地，背后是规模数据与技术路线的双重驱动。 3月23日，轻舟智航宣布完成D轮新一轮融资，金额1亿美元，投资方包括国内头部主机厂、产业基金及汽车零部件涉及的企业等。企业密集融资的背后，一上是智能驾驶进入规模化交付阶段后，对研发、工程化、测试验证和供应链协同提出更高投入要求；另一方面，行业正从单点功能竞争转向体系化能力竞争，尤其需要大规模真实道路数据支撑算法迭代和体验稳定。 据企业披露，其辅助驾驶方案搭载车辆已突破100万台，覆盖近10家主机厂、约30款量产车型，价格带从8万元级到40万元以上均有布局，并预计到2026年将有更多新车型导入城市NOA功能，深入下探至更大众化的车型平台。业内人士指出，量产规模不仅意味着收入与现金流，更重要的是带来可持续的数据回流，为算法优化、长尾场景处理与安全冗余设计提供训练土壤。 影响——“成本约束下的体验提升”成为行业分水岭，燃油车与大众车型打开新空间。 随着主机厂推动智能化“普及化”与“标配化”，高算力堆叠的模式成本压力下边际效应递减，如何在有限硬件条件下实现可感知的体验升级，正成为供应商能力的重要检验。轻舟智航上强调，将通过工程优化与算法效率提升，更经济的硬件资源上实现城市NOA体验，并探索在燃油车等传统平台上的适配落地。市场普遍认为，如果高阶辅助驾驶能够在更大规模的主流车型上稳定运行，将显著扩大智能驾驶的覆盖人群和数据规模，进一步推动产业进入“规模—数据—迭代”的正循环。 同时，围绕量产交付形成的“强供应链、强工程化、强验证体系”将加速行业分化：具备持续交付能力与稳定体验的企业将获得更多平台化机会，而缺乏规模落地能力的企业或面临被边缘化风险。 对策——以自动驾驶为入口，押注“物理世界智能”的通用技术底座。 在3月18日德国慕尼黑相关论坛上，轻舟智航负责人表示，将在自动驾驶之外，进一步面向通用物理世界智能进行投入，并将“世界模型+强化学习”等方向视为重要路径。企业计划把本轮融资重点用于相关前沿技术研发，以及组织与人才体系建设。 业内分析认为，自动驾驶天然处于复杂物理交互环境：车辆需要理解道路结构、交通参与者意图、规则约束与风险边界，并在不确定条件下实现实时决策。这使其具备成为“物理世界智能”重要训练场与验证场的潜力。随着大模型方法向具身与物理场景延展，谁能构建更可靠的世界表征、更高效的训练与评估体系，谁就更可能在下一阶段占据技术制高点。 前景——量产与前沿并行仍是主旋律，安全合规与用户体验将决定最终格局。 展望未来，城市NOA向更广车型下探将带来更大的用户规模与更复杂的长尾场景，对安全、稳定与可解释能力提出更严要求。行业预计将继续沿着“量产交付做厚数据、前沿研发抬高上限”的路径演进：一上，企业需要L2量产中把体验做实、把成本打下去；另一上，也要在世界模型、强化学习与仿真验证等方向建立长期投入机制，形成面向更高等级自动驾驶的技术储备。 可以预见，随着主机厂深度参与、产业资本持续加码以及监管与标准体系逐步完善，智能驾驶的竞争将不再仅是单项能力比拼，而是涵盖数据闭环、工程交付、供应链协同与安全体系的综合较量。
中国智能驾驶产业正经历从技术研发到规模量产的关键转型。在这个注重实际成效的新阶段，兼具技术创新和商业落地能力的企业将更具竞争力。这场产业变革不仅考验企业的综合实力，也将重塑未来出行生态。