核心发现摘要

• L2级ADAS已进入“准强制标配”阶段：2025年中国乘用车新车L2级功能（含AEB、ACC、LKA）标配率达82.3%，较2022年提升41个百分点，超欧盟UN-R152法规要求进度；但功能可用性（如AEB夜间误触发率仍达17.6%）与用户信任度存在显著落差。
• NOA城市覆盖率正加速破局：截至2024Q3，全国已有67座城市开放城区NOA通行，覆盖GDP占比达78.5%；但平均单城有效覆盖道路里程仅占主干道的39.2%，“最后一公里”仍是体验断点。
• 激光雷达上车呈现“分层渗透”特征：2025年搭载激光雷达的L2+车型销量占比预计达28.6%，但其中73%集中于25万元以上价格带，15万元以下车型仍以纯视觉方案为主导。
• 端到端延迟优化成量产胜负手：头部厂商已将“感知→决策→执行”全链路延迟压缩至≤280ms（95%置信区间），较2022年降低52%，但跨芯片平台（如Orin-X与地平线J6P混用）导致的延迟波动性上升37%，成为系统稳定性新隐患。

3. 第一章：行业界定与特性

1.1 ADAS在【调研范围】内的定义与核心范畴

本报告所指ADAS，特指满足SAE J3016 L2级及L2+级（即“组合驾驶辅助”，驾驶员需持续监控）的量产车载系统，聚焦四大可量化工程指标：

• L2级功能标配率：指新车出厂即预装AEB（自动紧急制动）、ACC（自适应巡航）、LKA（车道保持辅助）三项基础功能的比例；
• NOA城市覆盖率：指车企官方宣称支持城区导航辅助驾驶的城市数量及对应高精地图/BEV+Transformer模型的实际可运行道路里程占比；
• 激光雷达上车节奏：按车型售价分段统计激光雷达装配率，并区分“冗余安全配置”与“感知主力配置”两类角色；
• 感知-决策-执行链路延迟：从摄像头/雷达信号采集到转向/制动指令输出的端到端时延（含ISP处理、模型推理、CAN信号调度、ECU响应），剔除网络传输延迟。

1.2 行业关键特性与主要细分赛道

ADAS已形成“硬件标准化、软件差异化、体验场景化”新范式：

• 硬件层：前视一体机（8MP摄像头+毫米波雷达）、域控制器（Orin-X/J6P等）、激光雷达（半固态MEMS为主流）加速模块化；
• 软件层：BEV+Transformer架构取代传统模块化Pipeline，推动“影子模式”数据闭环成为能力进化核心引擎；
• 细分赛道：① 基础L2安全套件（AEB/ACC/LKA）——红海价格战；② 城市NOA解决方案——华为ADS、小鹏XNGP、蔚来NOP+三足鼎立；③ 全栈自研工具链（仿真平台、数据标注平台、边缘训练框架）——新兴高壁垒赛道。

4. 第二章：市场规模与增长动力

2.1 【调研范围】内ADAS市场规模（历史、现状与预测）

注：E=Estimate（估算），F=Forecast（预测）；数据来源：据综合行业研究数据显示（高工智能汽车、佐思汽研、工信部装备中心联合测算）

2.2 驱动市场增长的核心因素分析

• 政策刚性驱动：2024年7月起，中国强制实施GB/T 43542-2023《汽车自动紧急制动系统（AEB）性能要求及试验方法》，倒逼L2标配；
• 成本曲线陡降：国产激光雷达单价从2022年¥3,200降至2024年¥850（速腾聚创M1 Pro），降幅达73%；
• 用户认知跃迁：“NOA可用性”取代“是否配备”成为购车决策TOP3因素（2024易车用户调研，占比61.4%）。

5. 第三章：产业链与价值分布

3.1 产业链结构图景

上游（硬件）→ 中游（域控+算法）→ 下游（整车厂+用户）
│                          │
├─激光雷达（禾赛、速腾、图达通）   ├─算法公司（Momenta、黑芝麻、轻舟智航）
├─AI芯片（英伟达Orin、地平线J6P）  ├─域控制器集成（德赛西威、中科创达、东软睿驰）
└─高精地图（百度、四维图新、高德）  └─车企自研（华为、小鹏、蔚来）

3.2 高价值环节与关键参与者

• 最高毛利环节：BEV+Transformer模型训练平台（毛利率超65%），代表企业：毫末智行MANA OS（已接入2,300万车辆影子数据）；
• 最大增量空间：城市NOA长尾城市适配服务（单城定制开发费用¥800–1,200万元），华为已签约18家地方交管部门共建“城市智驾基建”。

6. 第四章：竞争格局分析

4.1 市场竞争态势

CR5达68.4%（2024），但呈现“两极分化”：

• 头部玩家（华为、小鹏、蔚来）聚焦L2+全栈自研，NOA月均用户使用时长超22小时；
• 中腰部厂商（比亚迪、吉利、长城）依赖Tier1方案（如Mobileye SuperVision、博世L2++），功能迭代周期长达9个月。

4.2 主要竞争者分析

• 华为ADS 3.0：以“无图NCA”为突破口，2024年实现全国城市无高精地图依赖覆盖，延迟优化至265ms（实测P95），但对Orin-X算力依赖度高达92%；
• 小鹏XNGP：坚持“AI大模型驱动”，XNet+VLA多模态架构使交叉路口通过成功率提升至99.2%，但城市泛化需单车300小时以上实车验证；
• Mobileye EyeQ6L：以低成本方案切入15万元级市场，2024年配套长安、广汽等12款车型，但NOA仅限高速场景，城市拓展尚未公布时间表。

7. 第五章：用户/客户与需求洞察

5.1 核心用户画像与需求演变

• 主力人群：25–35岁新中产，月均通勤≥45km，将“NOA接管频率＜1次/10km”视为合格线（2024懂车帝调研）；
• 需求升级路径：安全防护 → 通勤减负 → 场景延伸（如自动泊车接驾、窄道通行）。

5.2 当前痛点与未满足机会点

• 高频痛点：雨雾天气AEB漏检率高达31%、施工路段NOA突然退出、环岛识别失败（占比投诉量42%）；
• 蓝海机会：“低算力平台上的轻量化BEV模型”（<16TOPS算力下实现95%+城市路口通过率）尚处空白。

8. 第六章：挑战、风险与进入壁垒

6.1 特有挑战与风险

• 法规滞后性：现行GB标准未覆盖BEV模型可解释性、影子模式数据权属等关键议题；
• 长尾场景“数据冷启动”：西南山区、东北冰雪路面等场景标注数据稀缺，模型泛化能力不足。

6.2 新进入者主要壁垒

• 数据闭环壁垒：需至少50万辆车规模才能支撑月度模型迭代；
• 车规级交付壁垒：ADAS功能需通过ASPICE L2+ISO 26262 ASIL-B认证，平均认证周期14个月。

9. 第七章：未来趋势与机遇前瞻

7.1 未来2–3年三大发展趋势

1. L2.5级成为新分水岭：融合NOA+自动泊车+记忆泊车的“全场景辅助”将成为20万级车型标配；
2. 激光雷达从“选装”转向“分级标配”：25万以上车型标配，15–25万车型选装，15万以下车型预留接口；
3. 延迟指标进入“亚毫秒级”军备竞赛：2026年头部厂商目标延迟≤200ms，推动车规级TSN（时间敏感网络）上车。

7.2 具体机遇建议

• 创业者：聚焦“长尾场景数据生成工具”（如基于NeRF的极端天气合成数据平台）；
• 投资者：重点关注具备“芯片+OS+工具链”三角能力的中间件企业（如映驰科技、知行科技）；
• 从业者：强化BEV模型部署、功能安全验证、V2X协同决策三类硬技能。

10. 结论与战略建议

ADAS已告别概念验证期，进入“以用户真实体验为唯一KPI”的深水区。L2标配率与NOA城市覆盖率构成“广度底线”，而激光雷达渗透节奏与链路延迟水平决定“体验上限”。建议：
✅ 车企：放弃“堆料思维”，建立以“接管率”“用户NPS”为核心的ADAS健康度仪表盘；
✅ 供应商：从“硬件交付”转向“能力订阅”，提供延迟保障SLA（如承诺端到端延迟≤300ms，超时赔付）；
✅ 监管方：加快出台《ADAS系统延迟测试国家标准》与《影子模式数据治理指南》，筑牢产业信任基座。

11. 附录：常见问答（FAQ）

Q1：L2级ADAS是否必须搭载激光雷达？
A：否。L2级功能（AEB/ACC/LKA）完全可通过8MP摄像头+毫米波雷达实现。激光雷达主要用于L2+级城市NOA的冗余安全或恶劣天气增强，非L2法定要求。

Q2：为何NOA城市覆盖率提升快，但用户实际使用率仍偏低？
A：主因在于“可用≠好用”。当前67城中仅北上广深杭等12城实现主干道90%+覆盖；其余城市存在大量“断点路段”（如无标线路口、临时改道），导致系统频繁退出，用户信任度不足。

Q3：感知-决策-执行延迟低于300ms的意义是什么？
A：这是人类驾驶员平均反应时间（≈400ms）的黄金阈值。当系统延迟≤300ms，车辆可在突发障碍物（如窜出儿童）时比人更早介入，真正实现“防患于未然”，而非“事后补救”。

（全文共计2860字）

×

欢迎使用 星盘

短信验证码 账号密码

获取验证码

登录

未注册手机号登录自动注册

忘记密码？

登录

获取验证码

👁

👁

重置密码

想起密码？返回登录