途经积水路段，车机系统突然警示“行人横穿马路”并紧急刹停，但实际路面空无一人；开启NOA后，未能识别高架护栏发生碰撞；行驶过程中，智能辅助驾驶系统突然退出引发追尾……智能辅助驾驶屡有“误判”事件发生，引发人们对智驾辅助技术的争论。

随着严管重槌落下，智能辅助驾驶赛道的路线之争进入深水区。Momenta、地平线等多家智能辅助驾驶方案供应商逐渐从幕后走向台前，与华为正面竞争；同时也有不少整车企业坚持自研与“外采”结合。华为、Momenta与车企自研逐渐形成了“三分天下”的态势。那么，到底哪种路线更靠谱？

智能辅助驾驶赛道“三分天下”软件供应商露脸机会增多

智能辅助驾驶过度宣传的现象被踩下“刹车”后，部分企业依然“秀肌肉”。华为在上海车展开幕前高调发布乾崑ADS4等解决方案，并官宣11家合作方；Momenta也不示弱，官宣与六家车企进一步开展战略合作，展露出逐鹿“行业最优方案”的野心。

近年来，Momenta、地平线等智能辅助驾驶方案供应商频繁在汽车品牌发布会上“刷脸”。车企曾经强调的“自研技术”，变成了“与供应商合作共赢”。从数据来看，经过近一年半的较量，国内智能辅助驾驶市场在今年初步形成层次分明的竞争梯队。根据佐思汽研报告，除了车企自研外，Momenta以60.1%市占率稳居国内第三方供应商榜首。记者留意到，当前Momenta的合作厂商非常多，如比亚迪将天神之眼A和B的方案交给了Momenta，东风日产、上汽智己等均与Momenta的软件方案深度绑定；丰田、奔驰等外资品牌也已站队Momenta。而华为则通过鸿蒙智行联盟绑定多家车企，在高端市场形成了近乎垄断的地位。在供应商方面，华为、Momenta的头部地位越发稳固，相较第二梯队，华为与Momenta的市占率与生态广度都遥遥领先。

三大“必争之地”定胜负

生态之争：

Momenta更开放，像“安卓”

华为相对封闭，像“苹果”

民生证券研究院副院长、汽车行业首席分析师崔琰认为，Momenta和华为的智能辅助驾驶方案之间最大区别是生态是否开放：“Momenta更像安卓，华为则比较像‘苹果’。”这个观点也得到某车企智驾工程师黄景全的认同，他指出，目前Momenta的市场占有率之所以高，是因为其开放灵活性，而且其量产工程化能力值得信赖。车企选择Momenta的技术方案，会有更大的可能性参与到整个智能辅助驾驶方案的工程开发中来。据悉，目前Momenta囊括全球超15家车企或Tier1的合作。

至于华为，与车企合作的智能辅助驾驶系统的软硬件配套都有指定要求，加上系统相对封闭，整车企业自身的工程团队难以积累到更多经验。据不完全统计，在已配套华为算法的15款城市NOA车型中，9款都来自与华为深度绑定的品牌。随着华为Hi模式下客户的拓展，华为智能辅助驾驶的份额才有突破；而且，直至今年，华为乾崑推出的ADS4.0版本才具备了“一段式端到端”能力。因此，不少车企在与华为合作的同时都有既合作又自研的两手准备，甚至也同时与Momenta、地平线合作。

成本之争：

“外采”降低系统“上车”成本

纯视觉与激光雷达“高低有别”

在与供应商方案的较量中，车企自研近年“声量”大大降低。高工智能汽车研究院监测数据显示，去年中国乘用车市场，第三方供应商的城区NOA搭载量占比从前年的5.19%升至25.35%。

市场变化因何发生？根本原因是成本。当前智能辅助驾驶系统的成本在几千元至三万元之间，占整车成本的5%至15%。随着激光雷达、冗余控制等高阶配置的加入，这一比例正持续提升。盖世汽车研究院的数据显示，去年智能辅助驾驶研发占车企总支出的38%，为仅次于电池的第二大成本项。

“外采”成为降低智能辅助驾驶系统“上车”成本的便捷之选。如广汽集团，其策略是：内部成立研究院智能技术部，聚焦核心算法开发，外部联合Momenta推出高阶城市NOA功能。这一模式使广汽在12个月内成本降低40%。大众、宝马、丰田、日产等外资品牌也正通过“外采”快速补齐智驾短板。

据高工智能汽车研究院数据，大多数搭载车企自研方案的车型价位在30万元以上，10万—20万元主流价位车型的城区NOA则以供应商方案为主。配备激光雷达的高阶方案，更是高端车型的专属，车企对基础款车型主推低成本的纯视觉方案。如小米SU7标准版就是纯视觉方案，而高版本车型则采用激光雷达融合感知模式。

技术之争：

到真实路况“水土不服”？

算法与数据弥补硬件不足？

“近期的多宗智能辅助驾驶系统‘误判’事故，暴露了技术从实验室到真实路况的‘水土不服’。”黄景全认为，系统能在测试或体验中“表现出色”，很大程度上得益于大多演示场景本身就包含在模型训练数据中，但一遇到极少见且复杂度极高的场景，由于数据覆盖不足，就会“误判”。尤其是大部分主流价位车型的方案是“摄像头+毫米波雷达”的纯视觉技术，成本相对低廉。

黄景全表示，纯视觉方案需要依赖庞大的数据训练模型，但算法与数据标注是纯视觉方案研发中最难压缩成本的部分。“在模型训练成本方面，头部企业的总投入往往高达数千万甚至上亿元。”他解释道，当前已上车的纯视觉方案在此方面非常欠缺，因此使用效果不佳，容易“误判”。

特斯拉近期再次发声，其始终坚持“纯视觉方案最优”，特斯拉在发文中表示，公司的视觉处理方案搭配端到端神经网络架构，已通过数十亿真实世界数据样本训练，成功实现了多场景、更安全的智能辅助驾驶技术路径。不过，有业内分析人士指出，特斯拉能否通过算法优化与数据积累完全弥补硬件多样性不足，仍需市场检验。

观察

智能辅助驾驶的竞速赛，本质是技术路线与商业模式的综合较量。当前，中国智能辅助驾驶市场的“三分天下”格局已现雏形：华为以全栈能力构筑技术壁垒，Momenta凭数据驱动实现灵活适配，印证“垂直整合+生态协同”的创新范式；车企自研在双轨策略中寻找平衡。

J.D.Power中国区汽车产品事业部总经理杨涛表示，智能化配置快速发展的早期，会有包容性较大的尝鲜群体，如今智能化配置逐渐普及，主流消费者必然更加关注配置的实用性，对配置体验的容错率极低。相应地，车企竞争焦点已从单纯比拼是否拥有配置，逐渐转变为考量配置的实用性和性价比。

如今，智能辅助驾驶的竞争不仅关乎技术迭代速度，更考验生态整合能力与商业模式创新。预计未来3年将是决定行业终局的关键窗口期。谁能在安全、成本与用户体验间找到最佳平衡点，谁就能笑到最后。

【数据】

2024年国内L2+城市智能辅助驾驶渗透率约5%—6%。其中，25万—40万元价格带的L2+城市智能辅助驾驶渗透率已达20%以上；10万—20万元价格带L2+城市智能辅助驾驶渗透率不足0.2%。

（来源：光大证券基于交强险数据测算）

2024年1—12月，中国市场（不含进出口）乘用车前装标配高速NOA交付197.47万辆，同比增长162.31%。其中，同时标配城区NOA占比已经接近40%。