什么样的技术才能成就一家顶流自动驾驶公司？

导语

1989年，卡内基·梅隆大学的 Dean Pomerleau 把三层神经网络塞进一辆军用悍马，并取名 ALVINN（Autonomous Land Vehicle In A Neural Network）。它虽然只在卡耐基·梅陇大学校园实现了自主行驶, 却点燃了全球工程师对“让机器自己驾驶”的集体想象。  

36 年过去，自动驾驶技术正在重塑我们的出行方式，我们已能把更高的算力塞进方向盘下方，把端到端大模型装进车规芯片，让“车位到车位”的无人通行在 200 座城市同时发生。不得不承认，这场始于十多年前实验室探索的变革，如今已逐渐走向大众市场。

各大科技公司、车企和初创公司在全球范围内展开了一场技术竞赛，推动着智能驾驶技术的快速发展。从最开始基于规则的 “if-else” 到现在 VLA、 World Model，从封闭的测试场景到现在马路上随处可见的“智驾小蓝灯”，每一次技术的跃迁都离不开每个企业，每个工程师的努力。

这篇文章，自动驾驶之心团队将带你回顾国内外主流智驾公司的技术发展历程，梳理关键节点以及技术路线。

PS.本文是自动驾驶编年史系列的第一篇，后续还将持续回顾业内其他优秀公司的技术发展历程！关于更多自动驾驶的行业信息、技术进展、岗位内推和交流问答，欢迎加入『自动驾驶之心知识星球』，我们准备了国庆节&中秋节大额优惠...

1

特斯拉

先说特斯拉。纵观前几年的自动驾驶发展，说特斯拉是先驱一点也不为过，每次的 AI day 都给大家带来新技术和新视角。至少短时间里，国内很多厂商都是摸着特斯拉的路线在过河。

总的来说，特斯拉的自动驾驶技术发展路线，是一条彻底颠覆传统、以数据驱动为核心的激进之路。它坚决摒弃了激光雷达和高精地图，选择纯视觉感知方案，并通过其庞大的车队规模构建起难以逾越的数据壁垒。从早期基于规则的模块化设计，到BEV+Occupancy的空间感知，最终迈向端到端神经网络，特斯拉始终致力于让AI更像人类一样“思考”和驾驶。这条路不仅重新定义了自动驾驶的技术范式，更迫使整个行业在算法演进、算力竞争和数据积累上加速内卷，深刻影响了智能汽车的发展方向。

1

BEV (Bird's Eye View)

时间：2021年AI Day

核心：通过Transformer模型将车辆多个摄像头输入的2D图像特征，转换到统一的3D向量空间（鸟瞰图视角），实现多摄像头感知融合。

优点：

• 大幅降低对高精地图的依赖，提升系统泛化能力。

• 提供更精准的环境感知和车辆定位。

• 为后续更复杂的感知任务奠定了基础。

挑战：

• 仅能感知类别已知的目标（如车、人），对训练集外的未知异形障碍物（如掉落货物）识别能力有限。

• 感知结果（如3D框）无法描述物体的具体形状轮廓。

2

Occupancy Network (占用网络)

时间：2022年AI Day

核心：将车辆周围3D空间划分为微小体素（voxel），不再识别物体类别，只预测每个体素是否被占用，从而实现对任意障碍物的感知。

优点：

• 能有效识别任何形状的障碍物（包括异形车、路障、石头等），解决了长尾障碍物问题。

• 能更好地处理遮挡问题，对动态和静态物体均能有效检测。

• 能生成更精确的可行驶空间，供规划模块使用。

缺点：

• 计算量和内存消耗巨大，对芯片算力要求高。

• 真值标注获取难度大，模型训练复杂。

• 输出的是网格而非具体物体，需与其他模块配合进行行为预测。

3

End-to-End（端到端）

时间：2022年底启动研发，2024年3月FSD V12大规模推送

核心：用一个统一的深度学习模型，直接输入传感器数据（图像），输出控制指令（转向、刹车、油门），替代传统分模块处理的Pipeline。

优点：

• 信息无损传递，减少人为规则带来的偏见。

• 驾驶行为更丝滑拟人化，通行效率和舒适性提升。

• 极大简化数据闭环流程，更易于模型迭代升级。

• 能更好地处理复杂交互博弈场景。

缺点：

• “黑盒”模型可解释性差，出现问题难以调试。

• 对训练数据质量和数量要求极高。

• 安全验证和仿真测试更困难。

2

华为（车 BU）

华为ADS技术路线的演进，清晰地展现了其从初期的多传感器融合和高精地图依赖，到中期的“无图”化突破和感知算法增强，再到现阶段端到端大模型应用和全域驾驶能力贯通，并最终迈向云端赋能和L3世界模型高阶自动驾驶的历程。

1

ADS 1.0：多传感器融合的起点

发布时间：2021年4月

核心特点：

• 技术路线：采用多传感器融合方案（包括3颗激光雷达、6个毫米波雷达、13个摄像头），依赖高精地图进行路径规划与障碍物检测。

• 功能聚焦：主要实现了高速领航NCA和基础的自动泊车功能。

• 局限性：对高精地图的依赖限制了其城市拓展性，复杂的硬件配置也导致成本较高。

首发车型：极狐阿尔法S HI版

2

ADS 2.0：“无图”智驾的关键突破

发布时间：2023年4月

核心突破：

• 技术路线：实现 “无图”智驾，摆脱了对高精地图的依赖，基于道路拓扑推理网络实时生成环境感知。引入了 GOD（Generalized Obstacle Detection，通用障碍物检测）网络，通过激光雷达、毫米波雷达、摄像头等多传感融合的感知，异形障碍物也能识别。

• 硬件优化：激光雷达数量从3颗精简至1颗，毫米波雷达和摄像头数量也有所减少，在降低成本的同时提升了感知能力。

• 性能提升：平均人工接管里程从ADS 1.0的100公里提升至200公里。

• 城市扩张：城区NCA（智驾领航辅助）在2023年落地深圳、上海、广州等城市。

首发车型：AITO问界M5智驾版

3

ADS 3.0：端到端架构与全域贯通

发布时间：2024年4月（命名为乾崑智驾）

核心升级：

• 技术路线：采用端到端大模型架构，融合了GOD感知网络、PDP（预测-决策-规划）网络和本能安全网络。支持 “车位到车位” 的全场景智能驾驶。

• 硬件升级：搭载华为自研192线激光雷达（探测精度3cm），并国内首发高精度4D毫米波雷达。计算平台采用MDC610/810，提供200-400+ TOPS算力。

• 关键能力：智能驾驶系统的超远距探测能力提升35%，时延降低65%，城区混行及泊车成像精度提升4倍。

车型搭载：于2024年9月起陆续推送，率先搭载于阿维塔车型，后续也应用于问界M9、享界S9等车型。

4

ADS 4.0：迈向L3与云端赋能

发布时间：2025年4月（发布，未完全落地）

核心特点（从发布会来看）：

• 技术路线：采用WEWA架构（世界引擎+世界行为模型），由云端的世界引擎和车端的世界行为模型组成。

• 关键支持：将分为多个版本，其中ADS Ultra旗舰版将正式支持高速L3级自动驾驶。

• 云端赋能：依托45EFLOPS的云端AI算力和10亿公里高质量训练数据进行算法迭代优化。

计划升级：享界S9计划于2025年9月30日起升级，鸿蒙智行其他车型也将陆续推送。

3

Momenta

Momenta 自创立以来，便前瞻性地锚定了“一个飞轮两条腿”的核心技术路径。所谓“一个飞轮”是指数据驱动算法、海量数据、闭环自动化工具链，靠着这条工具链使得数据和算法之间形成快速迭代的反馈闭环，让“飞轮”越转越快。而“两条腿”是指：左腿 - 量产自动驾驶（Mpilot），为行业交付可量产的自动驾驶系列产品，并提供源源不断的数据流。右腿 - 完全无人驾驶（MSD），致力于打造L4级别的完全无人驾驶，并反馈给量产产品领先的技术流

总的来说，该战略是在通过大规模量产辅助驾驶系统收集海量的真实道路数据，以此驱动更高级别自动驾驶技术的持续进化，再将高阶技术成果反哺迭代量产系统，从而形成一个强大的数据驱动闭环。

1

Mpilot Parking

时间：2019年

核心技术：低成本自动化建图（视觉为主，精度10cm）；众包更新地图（量产车行驶即可建图更新）

优势：成本低；不依赖场端改造（买来即用）；支持复杂地库场景（上下坡、行人、车辆占道等）

劣势：作为早期产品，功能主要集中在泊车场景，适用范围相对单一。

2

AD 2.0：规则至上

时间：2022年

核心技术：规划基于规则；感知为多任务且各任务数据驱动；包括检测、高精地图、融合 & 跟踪等模块。

优势：实现了初期的量产落地，功能相对稳定。

劣势：拓展性差，难以快速适应新场景和新区域；依赖高精地图；面对复杂场景或长尾问题，规则系统的能力上限较低。

3

AD 3.0：向数据驱动的转型

时间：2023年上半年

核心技术：感知将时序任务整合到同一模型；规划逐渐从规则转型数据驱动；有FTP融合 & 跟踪 & 预测等模块。

优势：开启了数据驱动的转型，提升了系统应对复杂场景的潜力和泛化能力。

劣势：仍是模块化设计，感知与规划间的信息损失和误差累积问题仍然存在。

4

AD 4.0：数据驱动的两段式端到端

时间：2023年下半年

核心技术：感知所有任务整合到同一模型；规划全部数据驱动处理；涵盖4D感知DDOD检测 & 融合 & 跟踪 & 预测等。

优势：全面采用数据驱动算法，性能得到大幅提升。

劣势：仍是感知与规划分离的两段式 pipeline，对于未明确定义的障碍物（如异形障碍物）处理能力有限。

5

AD 5.0：一段式端到端智驾大模型

时间：2024年

核心技术：一段式端到端智驾大模型：感知与规划整合进一个大模型，模仿人类长期记忆，保留DLP模型类似短期记忆；采用直觉+逻辑的双系统协作。

优势：大幅降低延迟，高效解决长尾问题，驾驶体验更类人。

劣势：系统复杂性高，开发和调试难度大；可靠性验证需要大量实际路测和仿真数据。

6

R6飞轮大模型

时间：2025年

核心技术：基于强化学习 ；自我进化（模拟环境中探索新行为，从成功失败中学习）；超大规模训练数据（基于30亿公里提炼的7000万黄金数据）

优势：驾驶能力有望超越人类（安全、安心）；持续快速自我成长 ；带来极智的驾乘体验（安全、丝滑拟人、高效）

劣势：技术非常前沿，大规模量产应用的可靠性和稳定性有待长期验证；成本控制是实现大规模搭载的关键。

4

地平线

作为中国领先的智能驾驶计算方案提供商，地平线走出了一条从车规级AI芯片突破，到提供全栈解决方案，再到开放生态赋能的独特路径，其技术演进与其芯片研发紧密相连。所以当我们谈论地平线的智驾方案的时候，也不得不提其在车规芯片的发展。

如果我们回顾地平线的技术发展，可以看出其清晰的演进逻辑：

• 软硬结合，效率至上：从创立之初就坚定走软件算法与芯片硬件协同优化的道路，以提升效率、降低功耗和成本。

• 渐进路线，数据驱动：从L2/L2+辅助驾驶切入，逐步向高阶自动驾驶迈进，通过大规模量产车积累数据和反哺算法。

• 生态赋能，开放共赢：通过开放的平台化战略，降低主机厂智能驾驶开发门槛，推动技术普及和规模化应用。

1

早期ADAS原型

时间：2016年

芯片：暂无

核心功能： 实现车道线、车辆、行人检测跟踪

2

Horizon Matrix® Mono

时间：2021年

芯片：征程2、征程3

核心功能： L2级辅助驾驶，支持多类目标实时检测识别，800万像素前视摄像头

3

Horizon Matrix® Pilot

时间：2022年

芯片：征程5

核心功能： L2+级高速NOA，支持360度感知覆盖、自动变道超车、自动上下匝道

4

城市NOA方案

时间：2023年

芯片：征程5

核心功能：基于单征程5芯片，支持城区领航辅助驾驶，应对复杂路况、交通信号灯识别、混行道路

5

Horizon SuperDrive

时间：2025年

芯片：征程6系列

核心功能：覆盖L2城区辅助驾驶，软硬结合全栈开发，支持10-20万元主流市场 旨在实现高阶智驾方案的规模化落地

站在2025的现在，地平线正将其智能驾驶芯片和技术能力拓展至更广阔的领域：

• 机器人领域：成立了全资子公司地瓜机器人，聚焦机器人核心计算平台。机器人与智能驾驶在芯片架构、感知算法、算力需求上高度协同。

• 持续高阶进化：征程6系列芯片（如征程6P算力达560TOPS）是面向全场景智能驾驶应用的性能旗舰版方案，能够全面发挥片上系统的计算性能，是支持当下先进端到端智驾路线的选择。

5

卓驭科技（原大疆车载）

卓驭科技，作为2023年从大疆独立出来的公司，在智能驾驶领域走出了一条兼顾高性能与低成本的技术路线。他们凭借独特的立体视觉技术和灵活的硬件方案，成功将高阶智能驾驶功能推广至更亲民的车型。

1

成行平台基础版

时间：2023年

配置：7V + 32TOPS

核心功能与特点：实现高速NOA、记忆泊车等功能。硬件成本约5000元人民币。

2

成行平台升级版

时间：2024年

配置：7V + 100TOPS

核心功能与特点：依赖7颗摄像头和100TOPS算力芯片实现无图、纯视觉城区智驾功能，硬件成本约7000元人民币。 旨在让15万元级别乘用车拥有城市领航。

3

成行平台高配版

时间：2024年

配置：10V + 100TOPS

核心功能与特点：前视惯导双目升级为前视惯导三目（新增800万像素长焦单目），车身两侧各增加一颗侧视单目摄像头，提升前向及侧向感知距离，应对更复杂场景。

4

可解释端到端算法

时间：2024年11月

核心功能与特点：从感知端的多源信息融合输入直出驾驶轨迹，新增无图城市领航功能，支持路口左右转、避障绕行等全场景功能，泊车场景也得到全面优化。

5

激目系统

时间：2025年

配置：惯导三目集成激光雷达 ("前前融合")

核心功能与特点：舱内安装的车规级集成式传感器，通过"前前融合"技术提升复杂场景下的安全感和舒适性，为L3/L4做准备，综合成本较传统分离式方案降低30%-40%，旨在下放至30万以内车型。

6

理想

理想汽车的技术发展路线经历了从依赖规则算法（2021年，类似“昆虫智能”）到端到端+VLM模仿学习（2024年，类似“哺乳动物智能”），最终进化至VLA司机大模型（2025年，开启“人类智能”）的清晰三段式演进。其核心在于通过在“视觉”与“行动”间加入“语言”思考维度，并借助强化学习与世界模型仿真，使自动驾驶系统从被动反应变为能主动理解、推理并决策的“专职司机”。这不仅推动了其辅助驾驶体验的质变（如接管里程大幅提升及使用率翻倍），更通过将AI转化为可靠“生产工具”，为行业在高阶智驾的落地路径上提供了关键范本。

1

规则驱动 (Rule-Based)

时间：~2021年及以前

核心：工程师基于先验知识编写大量“if-else”规则，将驾驶任务分解为感知、定位、规划、控制等独立模块。

优点：

• 可解释性强：每个模块的输出都可单独监控和调试，易于追溯问题。

• 安全验证明确：各模块可独立进行安全认证。

缺点：

• 难以穷尽所有场景（长尾问题），泛化能力极差。

• 维护成本高：规则数量庞杂，新增规则可能引发冲突。

• 依赖高精地图：一旦地图失效，系统性能大幅下降。

2

端到端

时间：2023年起成为行业共识并加速发展

核心：用一个统一的深度学习模型，直接从传感器（摄像头）输入映射到控制指令（转向、油门、刹车）输出。主要通过模仿学习（Imitation Learning） 来训练模型。

优点：

• 信息无损传递：避免模块间信息损失和误差累积。

• 性能上限高：驾驶行为更丝滑拟人，能发现人类未预设的模式。

• 开发流程简化：无需设计复杂模块接口。

缺点：

• “黑盒”模型可解释性差：决策过程不透明，出现问题难以调试。

• 安全验证困难：难以进行形式化验证。

• 训练数据需求巨大：需要覆盖各种边缘情况。

• 缺乏因果推理：本质是“死记硬背”的模仿，缺乏真正理解。

3

VLM

时间：2024年（作为E2E的辅助系统）

核心：利用视觉与语言信息对交通标识、路况环境等进行额外解析，为端到端大模型提供明确的指导。它通常作为“慢思考”系统与端到端模型的“快直觉”系统协同工作。

优点：

• 增强环境语义理解：能更好地理解交通标志、信号灯等语义信息。

缺点：

• 推理延迟较高：无法满足实时控制的要求。

• 不直接输出控制信号：仅作为辅助决策系统。

4

VLA司机大模型

时间：2025年进入量产落地期

核心：VLA是端到端思维的延伸。它将视觉感知、语言推理（内部思维链CoT）和行动输出在同一个模型中进行统一建模。其训练通常结合了模仿学习（IL）和强化学习（RL）。

优点：

• 具备因果和逻辑推理能力：能理解场景背后的“为什么”，而不仅仅是“是什么”。

• 泛化能力极强：能高效处理未知的、训练数据中未出现过的长尾场景。

• 更接近人类智能：其智能程度首次接近人类驾驶员。

缺点：

• 算力与数据需求巨大：训练和部署成本极高。

• 研发门槛高：需要强大的AI工程能力和数据闭环体系。

7

小鹏

小鹏汽车的自动驾驶发展史是一个从无到有、从有到精、从特定场景到全场景的持续进化过程。其技术路线从早期的多传感器融合与高精地图依赖，逐步转向 “无图”化、端到端大模型驱动的方案。这个过程伴随着硬件算力的大幅提升和算法模型的不断革新。

1

XPILOT 2.0 / 2.5

时间：2018-2019年

核心：2018年4月发布G3全场景自动泊车技术（XPILOT 2.0），利用20个传感器实现自动泊车。2019年，XPILOT 2.5支持自动变道辅助，辅助驾驶能力从单车道向多车道迈进；并首次实现遥控泊车的量产。

优点：实现了最后一公里的智能驾驶。

缺点：早期功能相对基础，更多是解决特定场景（如泊车）的需求。

2

XPILOT 3.0

时间：2020年

核心：随小鹏P7发布，高速NGP（自动导航辅助驾驶）开启，实现了高速自动驾驶量产和全自研360度感知能力量产。

优点：高速场景下的辅助驾驶能力得到突破，提升了长途出行体验。

缺点：功能主要聚焦于高速场景，城市复杂路况仍需依赖驾驶员。

3

XPILOT 3.5

时间：2021年

核心：小鹏P5成为首款搭载激光雷达的量产车，具备了城市NGP的硬件基础。城市NGP率先在广州开放（后期仅在北京、上海、广州、深圳、佛山5城开放）。代客泊车功能实现量产。

优点：开启了城市道路高级别辅助驾驶的探索，拓展了智驾场景。

缺点：城市NGP开放城市数量非常有限，激光雷达和高精地图的成本较高。

4

XNGP（全场景辅助驾驶系统）

& AI大模型应用

时间：2022年

核心：智驾技术升级，进入AI大模型时代。不依赖高精地图的技术路线开始布局。年底小鹏G9使用两颗英伟达Orin芯片（算力508 TOPS）。

优点：提升了系统的泛化能力和迭代效率，降低了对高精地图的依赖。

缺点：技术转型初期，无图方案的稳定性和可靠性需要持续优化。

5

XNGP全域增强与全球布局

时间：2024年

核心：2024年1月，无图方案推动XNGP落地243城。计划年内实现国内全范围、点到点覆盖。端到端大模型全面上车。2024年将面向全球推进高速NGP的研发，2025年面向全球推进XNGP的研发。

优点：覆盖范围极广，迭代速度快（开城效率大大提升），用户体验提升。

缺点：极端天气或复杂场景下可靠性仍存挑战，无图状态下对感知和决策算法要求极高，全球不同地区的适配充满挑战。

6

All in VLA

时间：2025年

核心：将视觉感知 vision、语言推理 language 和行动 action 输出在同一个模型中进行统一建模。

优点：具备因果和逻辑推理能力；泛化能力更强。

缺点：训练和部署成本极高；研发门槛高

8

蔚来

蔚来的自动驾驶用一个词形容就是“保守”，其发展史是一个从合作研发到全栈自研，从相对保守到积极拥抱大模型，并始终强调安全基座的过程。他们可能不是每个功能都跑得最快，但非常注重技术的扎实和可靠。2025年世界模型NWM的上车，标志着蔚来智驾进入了新的发展阶段。

1

早期合作与自研起步

时间：2016年起

核心：蔚来在智能驾驶的早期研发阶段与Mobileye等供应商合作。

优点：利用成熟方案，起步相对稳健。

缺点：技术受限于供应商，功能迭代和差异化困难。

2

NOP与NOP+高速领航

时间：2020年及以后

核心：蔚来开启全栈自研，其高速NOP+功能不断迭代。至2024年4月，NOP+位列中国智能驾驶第一梯队，覆盖广泛的高速道路。

优点：高速场景下体验逐步完善，安全性提升（2024年称智驾安全性达人驾6.26倍）。

缺点：城区功能推送较晚（2024年4月底才推送城区功能），早期版本对复杂城市场景支持有限（如掉头、环岛）。

3

城区NOP+推送

时间：2024年4月

核心：蔚来宣布向全国NT2平台车型全量交付全域领航辅助NOP+的城区功能。采取订阅制，城区与高速领航合为一个订阅项目。得益于无图技术的推进和群体智能架构，通过用户车辆收集数据优化系统。

优点：覆盖范围广（官方称已完成726座城区的道路验证）。

缺点：初期在极端复杂路况下的通行效率和果断性可能不及人类驾驶员。

4

世界模型NWM上车

时间：2025年5月

核心：“蔚来世界模型NWM”首个版本正式推送。其技术架构向世界模型切换，具备理解物理规律、重建世界并进行多轨迹推演的能力（称能在0.1秒内推演216种可能）。

优点：认知和推理能力增强，主动安全功能行业领先，行泊体验全面进步。

缺点：技术非常前沿，其大规模应用后的长期稳定性和可靠性有待持续观察。

写在最后：自动驾驶之心团队在复盘这几家公司的技术发展历程时，不禁感慨人工智能正在改变整个世界，从生产力的升级到日常生活的改变。五年前，L2级别的智能驾驶渗透率还不足10%，而今年L2已经接近全面普及，渗透率预估65%-70%，我们也正站在L3落地的前夕。

所谓百年未有之大变局。这个世界正在发生巨大的改变，但同时我们也走在一条真正的道路上！

以上。共勉。