-1- 2026年智能车载光领域十大产业趋势 -2- Part1. 2025年智能车载光领域十大产业趋势回顾 -3- 趋势一： AR-HUD将成为智驾第一屏，智驾系统从“感知+ 决策+执行”转变为“(感知+决策+执行)*显示 趋势二：智驾的快速发展及AR引擎能力的提升驱动AR- HUD体验代际升级 趋势三：业界将推出更多人驾/智驾场景下的AR安全特性， 提升驾驶过程中的安全性 趋势四： 率已超过50% 2023年 2024年 2025年1-10月 车企品牌 数量（个） 车型数量 （个） 17 22 35 25 33 63 2025年车载显示产业发展趋势回顾 -6- Part2. 2026年智能车载光领域十大产业趋势预测 -7- 趋势一：随着AR-HUD的使用体验不断优化，市场对其价值认可度持续提升。 预计2025年新车AR-HUD装配量增幅超50%，202 多车型升级后排屏尺寸，将后排屏作为差异化宣传卖点，后排显示进 入“大尺寸 + 多形态”阶段：理想L9、小鹏X9、蔚来ES8推出21.4寸 吸顶屏；领克900推出30寸异形吸顶屏；问界M8推出32寸车载投影； 尊界S800推出40寸车载投影。 ➢ 智能座舱正向“娱乐+社交+工作+休闲”的多功能空间演进，后排乘 员体验日益受重视。2025年1–10月后排屏装配量为53.1万套，较 2024全年增长43%。后排屏已成座舱差异化竞争的核心方向之一。

并推出一套可跨域使用、可规模化复制、可商业化落地的城市解决方案，以 加速车路云一体化的全国普及。 未来建设重点在于提升“两率”，车路云一体化产业空间可达万亿级 未来车路云建设将主要聚焦于提升：智能路侧基础设施覆盖率和车载终端装 配率，实现通信网络全覆盖和信息实时交互，以连续获取准确、足够的数据 用于判断和决策，保障系统运转。设备部署呈循序渐进的模式，即路侧由重 点路口拓展至城市全域，车端根据商用/乘用及前装/后装分类进行装配。此 随着试点城市车路云建设订单陆续发布，路侧/云端建设有望率先推进，我 们看好具备全栈技术能力的整体方案集成商和领先的终端、模组、MEC 提 供商。产业链相关公司包括：1）整体方案商：千方科技、万集科技、金溢 科技；2）路侧单元及车载终端：高新兴、移为通信、鸿泉物联、中兴通讯、 华砺智行（未上市）等；3）无线通信模组：广和通、移远通信、美格智能； 4）边缘计算单元：莱斯信息、东土科技等；5）云平台：通行宝、启明信息、 莱斯信息等 路侧：提升 C-V2X 路侧单元覆盖率，重点路口部署感知与边缘计算设备 .................................................. 11 车端：聚焦分类提升车载终端装配率 .............................................................................................

术，可以 实现并对公共交通资源数据的实时获取和高效管理和维护，并自动反馈信号到车载系统等终端 设备，以此实现智能交通，解决一系列的公共交通问题。 2. 项目建设目标和主要内容 2.1 项目目标 在对公共交通资源数据进行高效的管理和维护的基础上，搭建“城市公共车联网”综合服务 平台，部署交通信息网络，通过车载系统、GPS、GIS 等系统，整合公共交通各类特种车辆运 行状态、车内的信息、 实现车辆与车辆之间、车辆与平台之间的动态联动，利用地理信息（GIS）、GPS 系统、 查询服务，对车辆进行动态跟踪，提高车辆运行透明度，同时，提高交通应急反应能力，保障 特殊情况下交通安全高效； 3) 通过物联网车载系统，对车辆主要部件（如，发动机、变速器）的运行状态监测，结合设 备维护信息，对车辆进行实时有效运营维护管理，优化采购和库存，减少维护费用，降低重大 故障率。统一车辆管理，实时监控车辆油耗，统一燃料配送； 构设计，感知层包括：车载终端(GPS/ GPRS 模块)、手持终端(POS 机)、电子车牌、监控设备等；传输层为基础数据通信平台；应 用层由城市公共车联网综合服务平台和数据库构成。 机密 第 10 页 共 25 页 6/18/2025 基础数据通信平台 基础数据通信平台 运营数据 运营数据 基础数据 基础数据 车辆调度系统 车辆调度系统 车载碰撞预警系统 车载碰撞预警系统 移动终端系统

分神 驾驶，以及打电话、抽烟等异常行为，已在两客一危车辆及网约车等 营运车辆上推广使用。 车载语音助手是指使用智能语音语义技术的车载人机交互方式， 主要用于媒体娱乐、智能导航、车辆控制等需求，与物理按键和多点 触控相比，其在便利性和安全性上有较大优势。经过后装市场的多年 积淀，前装车载语音助手设备也越来越多地出现在造车新势力及传统 车企推出的新车型中。 智能卡口/电子警察是指依托智能摄像头和云平台技术，业界推 分神驾驶（长时间不目视前方）检测准确率达到 95%；  共捕获 30 次驾驶室内抽烟、13 次开车打电话等异常行为事 件。 4. 车载语音助手 4.1 背景介绍 近年来，汽车电子成为产业增长的重要引擎，通过人机交互、汽 车功能提升等方式改善驾驶体验。在车载环境中，语音交互以便利性 和安全性上的极大优势，有逐渐取代物理按键和多点触控成为车内主 人工智能在交通领域业务应用白皮书 39 市乘用车语音装机率达到 28.7%，同比增长 57.8%。与智能家居、智 能手机语音交互相比，车载语音交互有其独特的场景特性，比如车内 声场环境复杂，各种噪声加大语音采集识别难度；汽车行驶过程中网 络连接质量不稳定，影响云端处理；驾驶员和车内其他座位的乘客对 语音交互的诉求不同等等。目前，业界已针对车载语音交互场景推出 一系列解决方案。 4.2 技术方案 1）全双工交互 与现有的

人脸识别智慧社区管理方案 公司的平台、产品 人脸识别人证合一核查系统 动态人脸识别预警系统 VIP 迎宾、考勤、人脸抓拍、预警系 统 车载安监系统 车载辅助驾驶、司机行为 分析、 乘客识别系统 车载电警 公交专用道车载移动电警、 120 救援车被阻挡抓拍电 警、 车载人车合录抓拍系统 视频大数据平台 图侦在手 APP 迎宾机 APP 人脸识别智慧社区管理方案 相关案例 -

系统功能 ....................................................................................148 第 十三 章 车载监控系统 .............................................................................149 13.1 系统概述 . 指导，降低管理人员的出差、现场巡视产生的成本； 区域人数统计辅助节能：通过区域门禁记录、视频人流量统计等技术手段， 可分析相关区域的人员活动状态及趋势分析，辅助形成节能策略； 车载监控、GIS 定位辅助物流管理：通过在物流车实施车载监控系统，可 实时了解物流运输情况，按需进行视音频远程调度；分析历史数据，结合降低 成本、提高效率要求进行排班、优化物流路线规划等； 仓库管理：对仓储环境变量进行实时采集与联动，提防环境变化对原材料、 和主观性，增强决策的理性、科学性及快速反应，提高决策的效益和效率。以 下抽取本方案设计部分应用进行说明： 生产过程可视化：高清网络视频智能化与联网化，为企业观察与回溯生产 工序提供可靠依据； 物流过程可视化：可在车载视频、GIS 路线回放的基础上为研究物流策略 提供数据基础。 5) 标准作业可视化监督提升企业人力资源素质 企业的竞争是人才的竞争，是人员素质的竞争，人员素质在企业竞争优势 中极为重要。

图的直接映射，推动行业迈向“重感知、轻地图”的新阶段[1]。这一路径迭代 的核心动因在于：一方面，城市NOA对复杂路口、无保护左转、鬼探头等长尾 场景的识别精度提出更高要求，传统基于几何匹配的算法已逼近性能天花板； 另一方面，车载算力跃升(如英伟达Orin-X达254TOPS)与数据闭环能力成熟， 使大规模神经网络训练与在线更新成为可能；此外，高精地图采集成本高、更 新滞后、合规风险大，倒逼主机厂转向依赖实时感知与在线建图的技术路线[1]。 内广播至后方200米内车辆，触发协同预警；路侧单元（RSU）同步发布红绿灯 相位、排队长度、路面湿滑状态等结构化事件，使车辆提前预判通行策略。 C-V2X作为我国主流技术路径，已形成从通信芯片、模组到车载终端的完整产 业链，并正向与T-BOX、智能驾驶域控制器深度集成演进，成为车路云一体化 架构的关键触点[2]。二者融合需突破时空一致性匹配与信息冗余处理两大瓶颈 ：一方面，高精地图坐标系（WG [2]研报：《车路云一体化系列之三：V2X车载终端篇》，未注明发布机构，第0 页。 [3]政策：《国家车联网产业标准体系建设指南（智能网联汽车）（2023版）》 ，工业和信息化部、国家标准化管理委员会，2023年。 [4]政策：《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》， 工业和信息化部等五部委，2023年。 2.1.2车路协同系统集成模式 车路协同系统集成采用“端―管―云”三层协同架构，形成车载端（OBU、车

DeepSeek 技术，实现以下目标：提升公共交通系统的运营效率、减少乘客出 行时间、优化车辆调度、降低能源消耗以及提高系统的整体可靠 性。 首先，DeepSeek 将整合来自多源异构数据，包括车载传感 器、GPS 定位、乘客流量统计、天气信息以及历史运营数据。通过 这些数据的深度分析，系统能够实时监测交通状况，预测高峰时段 和拥堵路段，从而动态调整车辆调度计划。例如，在早晚高峰时 段 保运营效率的基础。当前城市公共交通系统面临的主要挑战之一是 如何在海量数据中提取有价值的信息，以优化线路规划、调度管理 和乘客服务。DeepSeek 的实时数据处理能力能够有效应对这一需 求，通过多源数据融合技术，将来自 GPS、车载传感器、客流计数 设备等多渠道的数据进行整合与分析，为决策提供精准支持。 其次，智能调度与预测是提升公共交通运营效率的关键。传统 的调度方式往往依赖于人工经验和静态规则，难以应对突发情况或 动态变化。DeepSeek 首先，数据的采集和处理方式存在不足。现有的传感器和监控 设备虽然能够收集到大量的原始数据，但这些数据往往以非结构化 的形式存在，无法直接用于分析。此外，数据的清洗和预处理工作 也不够完善，导致分析结果存在偏差或不准确。例如，车载 GPS 设备可能会因为信号问题或设备故障而产生错误数据，而现有的系 统通常缺乏自动纠错机制。 其次，数据分析和应用的深度不够。现有的数据分析工具多为 静态报表或简单的可视化展示，缺乏对数据的深度挖掘和实时分析

0% 20% 40% 60% 80% 100% 2023 2022 2021 2020 2019 2018 2017 2016 2015 2014 智能座舱 智能驾驶 车载信息娱乐系统 驾驶信息显示系统 车载空调控制器 EMS 其他主营业务 其他业务 营收增长率 智算服务市场规模（亿元） 51.19 61.38 81.33 114.73 146.09 0 30 60 人的感知离不开机器视觉的支持，虹软科技在机器视觉方面的技术储备丰厚、应用广泛，在2017年就推出了AI视觉开放平台；三星、 华为、小米、OPPO等主流手机品牌均有搭载虹软视觉解决方案；在智驾领域为客户提供VisDrive一站式车载视觉软件解决方案，目前 已成为国内基于高通智能座舱平台上的主流视觉算法供应商，定点产品包括理想L9、长城哈弗、长安深蓝SLO3、吉利银河L7、领克 06等主流车型。手机、汽车、机器人、XR虽然场景不 国产CMOS图像传感器龙头——思特威 43 资料来源：中商产业研究院，新浪财经，华西证券研究所 CMOS市场规模 • 思特威致力于提供多场景应用、全性能覆盖的CMOS图像传感器产品，目前已覆盖安防监控、机器视觉、智能车载电子、智能手机等多 场景应用领域的全性能需求。CMOS图像传感器市场前景广阔，根据中商产业研究院的数据，全球CMOS市场规模从2020年的207.43亿美 元增长到2024年的273.27亿美元，

还需包含运营、 用户行为、环境等多个维度。下面将详细讨论 AI 大模型在城市轨 道交通行业中的数据需求与获取途径。 AI 大模型的核心需求是多样性和丰富性的数据。首先，技术数 据是基础，包括车载设备数据、轨道状态监测数据、信号传输数据 等。这些数据对于模型的训练至关重要，帮助其理解系统的动态特 性，并优化运行效率。例如，来自传感器的实时数据能够用于预测 设备故障，从而实现预防性的维护。 为了获取这些数据，可以采取以下几种策略： 1. 设备传感器直接采集：多个设备上安装传感器，通过实时监测 和自动数据传输获得技术数据。这种方法确保数据的实时性和 准确性。 2. 数据集成平台：建设一个集成平台，汇集各类数据源如车载系 统、用户应用、环境监测设备等，确保数据的集中管理与分 析。 3. 与第三方数据服务商合作：借助外部数据服务商，获取更广泛 的用户行为和环境数据，降低数据获取成本。 4. 用户参与：通过 大模型应用的重要环节。这些数据来源主要包括列车运行状态监 测、轨道健康监测、车辆动态监测、车站人流监测等多个方面。通 过实时数据的采集与分析，能够有效提升城市轨道交通系统的运行 效率与安全性。 首先，列车运行监测数据主要来源于车载设备，包括车速传感 器、加速度传感器、温度传感器以及制动系统监测设备。这些传感 器实时捕捉列车的运行状态，如速度、加速度、温度变化等，并通 过无线通讯网络上传至中央监控系统，为 AI 大模型提供基础的运