汽车智能驾驶技术及产业发展白皮书 White Paper on Technology and Industry Development of Intelligent Driving 中国汽车技术研究中心有限公司Ⅰ清华大学Ⅰ华为技术有限公司 2025 年 7 月 指导专家 指导专家 中国工程院院士 清华大学车辆与运载学院教授 李骏 编写组成员 编写组成员 中国汽车技术研究中心有限公司 社会的未来。安全的自动驾驶作为智能交通系统的核心 领域，已然成为全球科技竞争和产业变革的关键焦点。 值此百年未有之大变局，我非常荣幸能够参与到相关工 作中，并为《汽车智能驾驶技术及产业发展白皮书》作序， 同时借此机会与业界同仁分享我对自动驾驶安全发展的 思考和展望。 近年来，中国自动驾驶产业在政策支持、技术创新和市 场需求的共同推动下取得显著进展。一方面，组合驾驶 辅助系统持续升级迭代，高等级自动驾驶测试与准入稳 辅助系统持续升级迭代，高等级自动驾驶测试与准入稳 步推进；另一方面，频发的交通事故也凸显出安全技术 仍是其产业规模化应用的关键前提。 以人为本是初心，安全为先是使命。自动驾驶的目标不 仅是解放人类的双手，更是在于安全、高效地重构未来 出行方式与提升社会运行效率。通过构建安全无障碍出 行体系，推动碳减排目标落地，并革新城市治理的智慧 化路径。只有当技术创新深度融入安全的框架，并根植 于创造社会价值，才能让科技成果转化为普惠民生的发

智能驾驶智算数据平台发展研究报告 2025 年 8 月 I 发起单位 中国汽车工程学会人工智能分会 中国智能网联汽车产业创新联盟人工智能工作组 联合牵头单位 清华大学 北京工业大学 国家智能网联汽车创新中心 北京万界数据科技有限责任公司 参研单位 中国软件评测中心（工业和信息化部软件与集成电路促进中心） 1 智能驾驶智算数据平台定义及预期功能 ............................................................... 1 1.1 智能驾驶智算数据平台定义 ..................................................................... 1 1.2 行业级智能驾驶智算数据平台预期功能 行业级智能驾驶智算数据平台预期功能 ................................................. 2 2 智能驾驶智算数据平台发展现状分析 ................................................................... 2 2.1 国外现状分析 ......................................

请务必阅读正文之后的免责条款部分 1 of 30 [table_Header] 2025.12.28 产业深度 2026 自动驾驶元年八大展望 产业研究中心 [Table_Authors] 王浩(分析师) 0755-23976068 wanghao2@gtht.com 登记编号 S0880513090004 鲍雁辛(分析师) 物流无人车从快递起步，迈向城市配送星辰大海 ——具身智能产业深度研究（六） 2025.11.24 人形机器人硬实力助力行业加速量产——具身智 能产业深度研究（五） 2025.11.02 摘要： 2026 自动驾驶元年八大展望 [Table_Summary] 展望一：L3 新时代已至，智能化变革提速 L3 有条件准入许可正式落地，智能化产业变革提速，智驾渗透率将快速提升， 产业链将充分受益。 行业进入快速扩张阶 段，拓展广阔城市配送市场，预计 2030 年市场空间超 700 亿元。 展望八：Robotruck 在矿山等封闭场景将率先实现商业化 矿山环境高度结构化，适合自动驾驶技术落地，Robotruck 将率先实现商业闭 环。预计 2030 年中国市场规模超 300 亿人民币，全球市场规模达 81 亿美元。 风险提示：产品研发进度不及预期；商业化进度不及预期

署名 市级城市大脑领导驾驶舱 设计方案 1 、建设背景 • 十九届四中全会提出“完善科技支撑的社会治理体系，建立健全运用互联网、大数据、人工智能等技术手段进行 行政管理的制度规则”。到二〇三五年，基本实现国家治理体系和治理能力现代化；到新中国成立一百年时，全 面实现国家治理体系和治理能力现代化。” • 总书记在上海考察时指出要抓好“政务服务一网通办”、“城市运行一网统管”，坚持从群众需求和城市治理突出问 的问题，降低各个委办局的应 用系统建设成本。 资源集中供给 4 、总体架构 政 务 网 公安 城 市 能 力 共 享 政府 企业 民众 资 源 汇 聚 事 件 汇 聚 数 据 汇 聚 数字驾驶舱  数字孪生  城市家底  城市状态  重大事件  经济态势 一整 整合全社会数据及资源 两通 直达 民生、惠企、社会直达 系统互通、数据互通 安监 消防 财政 综治 理和经济运行两大方向，实现 ** 脉搏体征实时感知、重大事项全周期监管、安商稳商精准贴心、指挥体系多级合一。 区领导 数字驾驶舱 指挥中心（区级） 城市运行态势 监测预警 资源调度 协同指挥 处置反馈 全社会数据、城市家底、城市事件 区级联动部门 区政法委 区城管 区应急局 街道、部门驾驶舱 街道联动部门 社区联动工作站 基层工作人员 网格员 态势全面感知 （经济、社会、文化、政治、生态）

企业数字驾驶舱解决方案 01 方案概述 02 架构规划 05 组织与管控 目录 MULU 03 数据架构 04 安全架构 企业数字化建设背景 规格定制 形态颜色定制 物料用量定制 工艺定制 部件选配 原料 的用 量管 控影 响零 件成 本； 多品 种、 小批 量加 工费 用核 算困 难； 部件安装需要 SOP 支撑，技 术图纸设计、发 布的及时性直接 影响生产加工； 供应，在采 购周保障、 定价较为被 动； 产品 质量 追溯 要求 非常 严格； 实际订 单成本 核算存 在困难； 规划设计背景 数字驾驶仓战略愿景 在集团业务发展战略指导下，落实集团“扭亏脱困、转型 升级”行动，着力逐步实现企业的自动化、数字化和数字 驾驶仓，增强集团管控能力，提高经营管理水平，加强 协同化运营，为集团业务战略提供良好支撑，驱动并引 领业务创新，促进集团公司可持续发展。 5 工作方针：集中、共享、实用、高效 规划设计背景  集团统建的数字驾驶仓项目由 XXX 集团大数据中心牵头，组织进行统一建设；  各下属企业数字驾驶仓项目各阶段设计方案应统一报备 XXX 集团大数据中心。 统一建设 统一建设  集团数字驾驶仓总体规划在 XXX 集团中长期发展规划指导下统一制定并逐年滚 动；  各级下属企业的数字驾驶仓规划应在总部指导下开展，并接受集团大数据中心的 监督和审查。

郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 碳排放数字化建设及数字化驾驶舱建设综 合解决方案 郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 2 整理制作：郎丰利 目录 项目介绍 1 设计原则 2 智能安防系统 3 4 5 智慧小区增值服务系统 物业智能管理 郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 3 整理制作：郎丰利 项目名称：天津红桥区海上东地块弱电智能化项目 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 整理制作：郎丰利 制作时间： 2022 年 4 整理制作：郎丰利 目录 项目介绍 1 设计原则 2 智能安防系统 3 4 5 智慧小区增值服务系统 物业智能管理 郎丰利于 2022 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案

”开启未来 5 二、 为何重提“车路云”——辅助驾驶事故风险引发关注；无人物流车方兴未 艾 ................................................................................................................... 10 （一） 辅助驾驶事故风险引发关注，“车路协同”价值再次凸显 ... .... 5 图 2、 车路云一体化系统中的数据流转 ......................................................... 5 图 3、 计算机辅助驾驶等级划分 .................................................................... 6 图 4、 正常预期、超预期与低于预期下“车路云一体化”产业产值增量预测（人 ................................................................................... 9 图 5、 美国计算机辅助驾驶事故统计 ........................................................... 10 图 6、 新石器 X3 无人车 ..............

资料来源：《动手学深度学习》（李沐） 2020 年 ，微软亚洲研究院首次将 Tf 模型应用于图像分类任务 ，在评测中实现 88.55% 的准确率。而且 Tf 模 型在 数据量越大的情况下表现越好 ，特别适用于自动驾驶这类大规模数据训练场景。 Tf 模型的另一个重要用处：计算机视觉 Transformer 模型可将 2D 图像融合成 3D 视角 Transformer 模型的工作原理 资料来源：《 Attention 级别 名称 定义 驾驶操作 环境感知 支援 系统作用域 0 无自动化 • 由驾驶者完全操控汽车 驾驶者 驾驶者 驾驶者 无 1 驾驶支援 • 系统有时能够辅助驾驶者完成方向盘和加减速 等驾驶操作 驾驶者与 系统 部分 行驶任务 2 部分自动化 • 系统能够完成某项驾驶任务 • 驾驶者需要监控驾驶环境 • 其余驾驶操作由驾驶者完成 驾驶者与 系统 系统 3 条件自动化 • 系统负责某些情况下环境感知 • 驾驶员需要时刻准备取回驾驶控制权 系统 系统 4 高度自动化 • 系统能够进行环境感知 • 驾驶员不需重新取得驾驶控制权 • 系统只能在特定环境条件下运行 系统 全部 行驶任务 5 完全自动化 • 系统能够完成所有环境条件下的所有驾驶任务 自动驾驶是过去 10 年最火热的赛道 ，但直到 2022 年才有部分企业推出具备 L3 级功能的车型。究其原因，