2025年7月22日，在第八屆智能輔助駕駛大會上，蓋世汽車CEO周曉鶯指出，端到端技術的爆發是多重因素共同作用的結果，其核心在于技術成熟度的提升、政策的積極引導以及市場需求的強烈驅動。這一技術浪潮的本質，在于利用數據智能體系替代傳統的人工規則，實現輔助駕駛系統的智能化升級。隨著端到端技術在汽車行業的廣泛應用，車輛對復雜場景的處理能力顯著提升，為用戶帶來更加安全、便捷的駕駛體驗。

當前，端到端輔助駕駛產業鏈呈現出“垂直整合”與“開放合作”兩種模式并存的格局。許多等頭部企業通過差異化的技術路線爭奪市場主導權，推動了技術的快速迭代與商業化進程。其中，垂直整合模式注重全鏈條控制，而開放合作則強調資源共享與優勢互補。盡管一段式端到端架構被視為終極發展方向，但受安全性與工程可行性限制，兩段式架構在中期市場中仍將占據主導地位。

周曉鶯表示，未來隨著VLA架構、車路云協同及量子計算等前沿技術的不斷突破，端到端輔助駕駛系統將從“功能定義”向“體驗定義”范式躍遷。這一轉變將深刻影響智能汽車產業的競爭格局，推動車企從單一的產品競爭轉向全方位的用戶體驗競爭。在此過程中，技術創新能力與用戶體驗優化將成為車企脫穎而出的關鍵要素。

周曉鶯｜蓋世汽車CEO

以下為演講內容整理：

中國乘用車市場展望

數據顯示，2024年全球乘用車市場銷售總量為9060萬輛，中國市場包含商用車在內的總量為3144萬輛；這一數據體現了中國在全球汽車市場格局中占據絕對主導地位。聚焦新能源領域，2024年全球總銷量為1603萬輛，中國以1287萬輛的銷量占據全球80%的市場份額。為何中國汽車市場的競爭強度、速度及白熱化程度均居于高位？原因在于，占據中國市場龍頭地位的企業，在全球市場亦會處于領先。

近年來，中國整車出口躍居全球出口大國首位。盡管今年增速有所放緩，但出口總量仍保持增長態勢。

2024年，從全球車企前十排名來看，豐田汽車以1009萬輛的銷量位居全球首位。中國有兩家車企成功躋身全球前十榜單，其中比亞迪銷量達451萬輛，吉利控股銷量為347萬輛。這一成績標志著中國汽車工業邁上了新的高度。

就國內市場而言，發展階段特征顯著。第一階段為技術引進階段，第二階段為自主創新階段，自2018年起，國內汽車市場進入第三個階段，即自主品牌快速崛起階段。特別是以汽車為主導的發展模式引領產業潮流，自2018年以來，中國自主品牌市場份額持續攀升，步入快速增長軌道。

圖源：蓋世汽車

回顧近五年市場走勢，整體市場總量呈現持續上行態勢。然而深入剖析市場結構，產業現狀可用“水深火熱”四字精準概括。一方面，行業面臨劇烈的技術變革與迭代；另一方面，優化與結構性調整壓力持續加劇。同時，市場參與者呈現顯著分化特征，既有新勢力不斷入局，也有傳統車企黯然退場。值得注意的是，每家整車企業的進退均牽動著背后龐大的供應鏈配套體系，使得近五年行業發展呈現出焦灼態勢，既蘊含希望曙光，又充滿嚴峻挑戰。

從市場競爭與合作格局觀察，中資與外資企業的合資合作已全面邁入2.0階段。自主品牌企業開始展現反向技術輸出能力，其自主研發的創新技術通過市場驗證獲得國際認可。比如寧德時代憑借電池技術實現與福特在北美市場的合作，盡管受關稅及政治因素影響進度有所延緩，但其技術實力已獲廣泛認同；輔助駕駛領域，奧迪采用相關技術，Momenta與寶馬達成合作，早前Stellantis與零跑、大眾與小鵬均展開技術合作。這些案例表明，中國車企正通過技術創新開辟國際競爭新路徑。

聚焦國內市場，當前最突出的現象當屬價格戰。這場競爭自2023年爆發，2024年進入白熱化階段，至2025年開局仍持續升溫，但競爭形式發生轉變，主要是表現為“增配降價”策略，即產品配置持續提升而價格維持低位，形成消費者所說的“加量不加價”局面。

近兩個月來，從政府監管部門到中央媒體，再到社會輿論，均對這種非理性競爭態勢表達明確反對意見，并逐步形成主流共識。究其原因，若市場呈現“銷量增長但收入停滯、收入增加但利潤下滑”的態勢，長期來看違背經濟運行規律。因此，2025年市場已進入階段性調整期。

從細化數據來看，今年1-5月，汽車行業銷售利潤率僅為4.3%，已低于工業平均水平。曾幾何時，汽車業被視為優質行業，而今卻成為利潤微薄的領域。若此態勢持續，產業將面臨嚴峻挑戰。當前，汽車產業已超越房地產成為第一大支柱產業，擁有12萬億級產值規模，涉及海量就業崗位與企業主體，承擔著保障民生、貢獻稅收等重要社會職能。然而，若行業主體普遍處于微利或虧損狀態，產業生態將難以形成可持續的良性閉環。

圖源：蓋世汽車

今年一季度車企財報中，作為行業核心主導的鏈主企業，各車企表現分化顯著。國內車企中，比亞迪利潤同比增長達100%；吉利汽車以264%的增速表現尤為突出；賽力斯雖銷量下滑，但通過品牌向上策略實現了利潤增長，聚焦提升車輛毛利率與利潤率；零跑汽車同樣表現亮眼，銷量、利潤及凈利潤均呈現快速增長態勢。

反觀外資頭部企業，特斯拉、通用、大眾、奔馳、寶馬、奧迪等在華表現均不盡如人意。究其原因，一是中國主流市場份額持續被擠壓；二是全球成本攀升，尤其歐美市場勞動力、物流及用電成本激增，企業難以有效管控；三是關稅政策影響加劇，雖國內討論較少，但跨國企業正面臨關稅壁壘與合規風險的雙重挑戰。因此，今年一季度車企利潤率呈現顯著分化態勢。

我們預計比亞迪2025年總銷量將達475萬輛，同比增長12%；吉利汽車因“臺州宣言”戰略整合成效顯著，市場反饋積極，預計將實現超預期增長；奇瑞汽車雖在俄羅斯等海外市場面臨挑戰，但憑借其他區域及國內市場的穩健表現，整體業績持續向好。新勢力陣營中，零跑、小鵬、小米等品牌均被賦予較高增長預期。

從行業趨勢看，2030年將成為新能源汽車滲透率與自主品牌市場份額雙雙突破80%的關鍵節點。但參照中國市場的發展速度，這一核心目標有望提前2-3年實現。

端到端組合輔助駕駛產業概況及市場分析

當前，若車企未將“端到端”技術納入產品核心賣點，似乎已難以在主流市場競爭中立足，也難以清晰闡述車輛的技術屬性，畢竟汽車正加速向智能體形態演進。自去年起，“端到端”技術成為行業主流趨勢，其核心價值在于顯著提升了對長尾場景的處理能力，即那些發生頻率極低卻需耗費巨大成本解決的極端場景。

“端到端”是指集感知、決策、控制于一體的輔助駕駛模式，通過車端傳感器實時采集環境信息，模型可即時完成對現實場景的判斷與決策，其響應速度與決策方式已顯著超越人類駕駛員。這一突破得益于全球AI技術的快速發展，尤其是大模型在車載場景的落地應用，持續推動系統精度與泛化能力的提升。

從技術演進路徑看，行業經歷了三個關鍵階段。首先是從單一感知任務的端到端優化，逐步發展為決策規劃的模型化；進而演進至模塊化端到端架構，這也是當前中國車企普遍采用的技術路線；最終向“One Model”模式邁進，即通過單一模型實現所有功能的集成，特斯拉FSD是該路線的典型代表。

圖源：蓋世汽車

在當前輔助駕駛技術生態中，不同市場參與者基于各自定位采用多元化訓練方法。主流技術路徑包括行為克隆、強化學習及仿真訓練，車企普遍采用混合策略，以行為克隆構建基礎模型框架，通過強化學習持續優化決策邏輯并迭代調優。此外，數據資產已成為技術演進的核心要素，其通過持續迭代驅動模型能力提升，而仿真訓練作為關鍵數據補充手段，催生了產業鏈中專注仿真數據標注的第三方服務市場。

政策監管層面，端到端輔助駕駛技術因其與人類行為及安全強關聯的特性，始終處于政府嚴格監管范疇。特別是今年有車企重大事故引發社會廣泛關注后，我國于2025年6月全面執行《關于進一步加強智能網聯汽車產品準入、召回及軟件在線升級管理的通知》，為技術商業化應用構建制度性安全屏障。產業創新應保持加速態勢，但面向消費者的技術傳播需秉持審慎原則，建立明確的技術邊界與風險告知體系，這對維護產業健康發展至關重要。

當前監管體系已圍繞數據合規、沙盒機制等關鍵環節，構建起針對“One Model”架構及OTA升級的全流程管理框架，為端到端輔助駕駛技術發展提供了制度保障。該技術路線通過數據驅動模式突破了傳統場景驅動的局限性，顯著提升了模型的泛化能力、計算效率及決策水平，為輔助駕駛技術突破創造了重要條件。

國內企業普遍采用“Two Model”端到端技術架構，部分頭部企業已實現量產級輔助駕駛方案落地，其技術實現主要依托深度學習傳感器融合、高精地圖及AI算法的協同優化，推動商業化進程持續加速。

特斯拉FSD方案雖尚未在中國市場完整落地，但其技術路徑仍為行業提供了重要研究樣本。盡管功能體驗存在地域差異，但國內產業界持續保持對其技術演進的關注與學習，以推動本土技術創新發展。

特斯拉當前采用的“One Model”端到端方案，通過架構簡化實現了效率快速提升，其核心邏輯以數據驅動與模型輸出為主導。然而，該方案在極端天氣條件下的可靠性仍存不足，人為接管頻次及系統有效性仍有較大優化空間。相比之下，國內以華為為代表的“Two Model”端到端方案更側重復雜場景應對能力，其于今年4月推出的ADS 4.0系統采用全新wewa架構，通過端云協同機制顯著提升了系統性能，降低了響應延遲，并實現了障礙物識別精度的快速迭代。

車企層面，理想與小鵬均采取車端與云端雙線推進策略部署端到端大模型。云端側重構建世界模型，通過強化學習驗證與車端形成協同優化閉環。小鵬憑借其輔助駕駛技術的行業口碑，與理想共同成為該技術路線的典型代表。理想自年初起持續強化AI公司定位，這源于底層AI技術對汽車產業的深度重塑，AI應用正推動產業雙向融合，既賦能汽車智能化升級，也反向驅動AI技術迭代。

比亞迪今年以“智駕平權”為核心戰略，推出天神之眼A、B、C三套系統方案，并依托玄機架構構建了軟硬件深度融合的智能輔助駕駛體系。其BAS 3.0系統在傳感、感知、規控及執行等模塊的架構設計已形成完整技術閉環。

算力支撐層面，端到端技術路線對芯片算力提出更高要求。國際市場中，英偉達占據主導地位；國內芯片產業經過十年發展，已涌現出地平線、黑芝麻、芯馳科技等代表性企業。當前，算力平臺與端到端模型的融合進程顯著加速，成為推動智能駕駛技術迭代的關鍵動力。

國產芯片在端到端智能駕駛領域的布局呈現三大核心特征，一是架構設計靈活，可快速適配多樣化場景需求；二是性價比優勢顯著，能有效控制主機廠研發成本；三是服務響應速度具備差異化競爭力，可提供量級更高的資源投入保障。

在合資品牌布局方面，中國主流合資車企正通過與頭部供應商深度合作推進端到端輔助駕駛技術落地，其中Momenta成為最大受益者，已與日系、歐系等多家車企建立深度合作關系。近期奧迪與華為的戰略合作更成為行業里程碑事件，標志著跨國車企與中國科技企業的協同創新進入新階段。

端到端時代，輔助駕駛技術水平主要由數據、算力、模型三大要素決定。相較于傳統“數據+算力+算法”的技術范式，模型化升級對企業提出更高要求：一方面需加大智算中心建設投入以支撐海量數據處理；另一方面需強化數據資產挖掘能力，通過模型優化實現技術迭代。

數據閉環對端到端輔助駕駛技術演進具有關鍵推動作用。通過真實數據采集與仿真數據模擬的協同部署，結合通用AGI技術實現高效數據標注與場景生成，可顯著提升模型精度、泛化能力及迭代效率，現已成為端到端技術體系的核心戰略資產。

基礎設施層面，智算中心作為端到端輔助駕駛的技術底座，為大模型訓練與工程化落地提供關鍵支撐。從傳統車企向智能化科技企業的轉型過程中，企業在能力架構、資源配置及團隊建設等方面均面臨顛覆性變革要求。

技術路線方面，VLA架構被普遍視為“端到端+VLM”技術框架的終極演進方向。盡管該領域仍需長期技術積累，但業界對其發展趨勢已形成高度共識。

純視覺與端到端方案的規模化落地已成為近兩年激光雷達企業及行業關注的焦點。純視覺結合端到端架構的核心優勢在于低成本與高擴展性，而商業場景落地中成本控制是關鍵要素。受特斯拉示范效應及端到端大模型規模化推進的影響，純視覺技術路線近年來發展迅速。值得注意的是，純視覺與多傳感器融合兩類技術路徑將在較長時間內保持并行發展態勢，2025年起未來兩三年將是量產加速落地的關鍵階段。

端到端組合輔助駕駛發展趨勢及未來展望

當前行業面臨許多核心挑戰。一是黑盒風險帶來的不可預測性與不可解釋性問題，盡管發生概率較低，但一旦出現將引發嚴重后果，這一挑戰不僅存在于端到端輔助駕駛領域，更是整個AI技術發展的共性難題；二是系統魯棒性不足導致的性能波動；三是數據壁壘與算力瓶頸制約技術迭代效率；四是合規缺口帶來的潛在發展風險。這些共性問題將成為產業持續發展必須突破的關鍵瓶頸。

圖源：蓋世汽車

當前產業融合趨勢呈現顯著趨同性，車企、供應商、算法企業及算力公司等產業鏈各方正圍繞六大核心方向展開協同演進，一是架構一體化升級，通過軟硬件深度融合提升系統效能；二是多模態大模型決策增強，實現感知-決策-執行的閉環優化；三是數據閉環智能化升級，構建仿真與實景協同訓練體系；四是端云協同部署，提升算力資源利用效率；五是標準法規體系加速完善，為技術落地提供制度保障。

與此同時，具身智能技術的快速發展正與智能輔助駕駛領域形成深度共振。具身智能從虛擬形態向實體形態演進的過程中，其技術棧與智能駕駛供應鏈呈現高度復用特征，包括傳感器、計算平臺、算法框架等核心模塊。這種技術同源性為端到端輔助駕駛的場景拓展提供了新思路，一方面可向智能座艙升級、仿真與AIGC協同、邊緣AI算力進化等方向延伸；另一方面可探索與具身智能機器人的協同發展路徑。工業機器人在特定場景的商業化閉環實踐，與輔助駕駛在封閉場景的技術驗證邏輯具有共通性，這表明智能輔助駕駛技術能力具備向智慧交通、工業自動化等領域泛化遷移的潛力。產業界在聚焦核心賽道的同時，需關注技術能力的跨領域應用價值。

總體而言，端到端技術的爆發是技術成熟度提升、政策引導與市場需求共振的必然結果，其本質是通過數據智能體系替代傳統人工規則驅動。當前產業呈現垂直整合與開放合作雙路徑并行的發展格局，兩類模式均涌現出具有示范意義的成功案例，表明行業正通過差異化路徑向同一技術目標演進。

從技術架構演進來看，盡管One Model單段式架構代表終極發展方向，但受安全性、可控性及工程化可行性制約，兩段式架構將在中長期內占據主導地位，尤其在商業化落地階段更具現實意義。隨著VLA車路云協同、量子計算等前沿技術的突破，端到端系統將實現從功能定義向體驗定義的范式躍遷。這一轉變與中國車企的發展邏輯高度契合——通過場景化需求定義產品特性，而非單純聚焦功能堆砌。在輔助駕駛領域，用戶體驗的差異化競爭將推動技術架構持續優化，最終重塑智能汽車產業的核心競爭要素。