智驾，远没有平权

现如今，“智驾平权”几乎已经成为每款新车发布会上的必备话术，仿佛一夜之间，高阶智能驾驶已经从金字塔尖的奢侈品，变成了人人触手可及的日用品。

数据来看同样亮眼。根据盖世汽车产业大数据平台显示，2026年1-4月我国乘用车标配L2+及以上辅助驾驶功能的新车渗透率已达33.4%。

但数据的另一面似乎很少有人关注——智驾真正使用率究竟有多少？

从“标配”到“常用”，还有多远？

“智驾平权”这个词在2025年被反复提及，背后的驱动力不难理解。从2023年到2025年，中国乘用车ADAS市场经历了一场从“有无之争”到“能力之争”的剧变。无ADAS/L0车型占比大幅缩水，L2+及以上渗透率在2025年达到了28%。

到了2026年4月，我国乘用车标配L2+级别及以上辅助驾驶功能的新车渗透率超过了41%。

但这组数据需要被仔细拆解。

L2是标配，L2+是少数。2026年4月的数据清晰地

划出了这条分界线:我国乘用车标配L2辅助驾驶新车渗透率约73.32%，与L2+级别辅助驾驶功能的新车渗透率之间隔着超过30个百分点的落差。

若将选配也纳入这个数据，华为技术有限公司智驾解决方案专家黄梓亮指出:“2024年L2及L2+智能驾驶渗透率就已超过60%，2025年升至88%，预计2026至2027年将突破95%。”

更关键的问题在于:装了，不等于用了。

有分析指出，城市NOA渗透率提升了，但实际付费解锁率却微乎其微。70%的智驾激活发生在高速场景，城市道路使用率不到高速的五分之一。换言之，大多数用户购买的高阶智驾功能，大部分时间处于“休眠”状态。

KPIT CTO陈毅驰道出了一个行业不愿直面的现实:“高速NOA功能激活后的用户留存率并不理想，大约在60%至70%之间。”这意味着，即便用户尝试使用了高速NOA，也有三到四成的人最终选择了放弃。

为什么装了却不用？陈毅驰给出的判断一针见血:“只有当智驾系统与座舱深度融合、人机交互更加自然，同时在不满足条件时能够顺畅完成避险或退出、给用户以安心感，才能真正跨越当前阶段。”当系统在变道决策时犹豫不决、在匝道汇入时频繁要求接管、在雨雾天气直接退出——用户自然不会信任它，更不会依赖它。

基于此，长城汽车智能驾驶产品资深专陈龙认为:“智驾平权这个道路还很长，所以整个产业链其实应该保持兴奋，我们还有很大的空间。”

从“标配”到“常用”，从“装车”到“依赖”，这中间的鸿沟，远比从0到70%的渗透率数字要深邃得多。真正的平权，不是让每个人都买得起智驾，而是让每个人都愿意用智驾。

当“有效算力”跑不赢营销话术

如果说渗透率的数字落差是智驾平权的“面子”，那么算力瓶颈就是它的“里子”。

在各大车企的发布会上，算力TOPS数字的比拼早已成为常规节目——500 TOPS、1000 TOPS乃至更高，数字越大似乎意味着智驾能力越强。但事实，似乎并非如此。

陈毅驰直言:“车端算力固然重要，但并非制约性因素。当前行业更应关注‘有效算力’——我们在多个项目中都在致力于将芯片算力用足、将带宽占满。”

这句话点出了一个行业通病:纸面算力与可用算力之间，存在巨大落差。有分析指出，对于Transformer架构的智驾大模型，90%的性能瓶颈从来不是计算单元的算力不够，而是算存分离架构带来的“内存墙”问题。

黄梓亮提供了一个更具冲击力的视角。由于各类客观因素影响，华为端侧算力的TOPS数值进展放缓。“这倒逼我们在模型、算法和软件系统层面持续优化，在有限的算力条件下实现最优功能。对我们而言这确实是瓶颈，但每个版本都在逐步突破，新功能持续叠加，消费者体验仍在稳步提升。”

瓶颈是不是瓶颈，取决于有没有被突破。

JetBrains智能汽车业务中国区负责人杜嘉宁则从另一个维度拆解了算力焦虑:“算力长期来看是必要条件，但并非充分条件。随着上层技术日益精进、业务场景不断丰富，企业和用户开始更多关注算力之上的维度——例如电力消耗与AI Token的投入产出比:投入这些资源，能否获得合理的回报？”

陈龙则从产品体验的角度给出了算力需求的未来图景:“如今消费者选购电视或手机时，会关注120Hz高刷新率。汽车背后同样存在‘刷新率’概念，即控制精度的频率，而这正是算力消耗的大户。摄像头若从60Hz提升至高刷，输入端精细化，输出端自然更精细化，届时对算力带宽将提出刚性需求。”

从陈毅驰的“有效算力”到黄梓亮的“有限算力突破”，从杜嘉宁的“算力ROI”到陈龙的“高刷算力需求”，他们从不同角度勾勒出算力问题的全貌:算力不是简单的数字竞赛，而是算法效率、芯片架构、成本控制和用户体验的综合博弈。

当行业还在用TOPS数字互相碾压时，真正的竞争已经悄然转向了另一个维度——谁能用更少的算力跑出更好的体验，谁才是真正的赢家。

从“卷配置”到“卷体验”，商业闭环的十字路口

渗透率的狂欢与算力的迷思，最终都要回到一个根本问题:智驾这门生意，到底怎么赚钱？

这并非一个杞人忧天的问题。2026年1-4月，我国具备NOA功能的新车渗透率突破三成。但高渗透率的另一面是盈利模式的模糊。陈毅驰直言不讳:“单纯依靠规模效应，难以将利润找回。”

他的判断基于一个现实的观察:“是否可探索其他路径？即借助自动驾驶平台，挖掘单车智驾生态的多元盈利模式。”当硬件差价被卷到极限，当智驾功能从选配变为标配，OEM和供应商都需要回答:智驾的增量价值在哪里？

陈龙的态度更偏向长期主义:“智驾产业目前确实高度内卷，但这是行业发展的必经阶段，也是汽车产业快速普及、为用户创造价值的过程。我们仍行进在路上，曙光在前，唯有先服务好用户，最终才能收获应有的回报。”

黄梓亮则从供应商的角度给出了更务实的回答:“关于商业闭环，从供应商立场出发，首要任务是维持合理利润——无论平权与否。我们在提供具竞争力产品的前提下，尽己所能赋能车企，将车造好、卖好，溢价自然会随之产生。”

但他也承认，溢价的空间正在被压缩:“我们内部调度的算力平台，已按内部价格结算，大幅让渡了利润空间。”他提出的解决方案是:“扩大甲方，即主机厂的销售规模，从而进一步拉低单件成本。”

杜嘉宁则从跨行业经验出发，提出了一个更具前瞻性的思路:“当所有的智驾方案在同样的几乎差不多的算力，几乎差不多的AI的模型，甚至到以后基本上能力成本都拉齐的时候，我觉得可能剩下的就是上层商业化的思考了。如何更好的去贴近用户的实际体验，或者是在这种增值商业化服务上面，是不是会有一些创新思维？”

这场关于商业闭环的讨论，实际上触及了智驾行业最深层的焦虑:当技术趋于同质化，差异化究竟从哪里来？

答案或许藏在“出海”这个更大的图景里。

当中国智驾企业将目光投向海外市场时，挑战的复杂度陡然上升。全球140多个国家和地区有数据保护法规，欧盟GDPR成为高标基准。黄梓亮指出:“以日本为例，日本路况与交通数据必须在日本境内完成训练，欧洲亦然。换言之，在每个国家，主机厂或供应商均需在当地构建专属算力数据中心，这是巨大的投入。”

但他也看到了供应商模式在出海中的优势:“只需要一个供应商在日本建一个数据中心，训练出来的模型，我能给比亚迪用，也能给丰田用。”

陈龙则提醒行业正视地缘政治的现实:“我们正身处一个逆全球化与地缘政治博弈的时代，至少从目前来看，我尚未看到破解之道。接下来，大家必须扎扎实实地针对各地区的隐私法规与消费者数据，构建本地数据库与流程体系。”

陈毅驰的观察更为务实:“去年的时候，我们还接到了很多项目，出海采数据，脱敏、合规、回国。项目到最后可能把数据那部分都砍掉了。目前更为务实的做法是:先将产品推向海外市场，智驾与ADAS功能则视情况分阶段开启或部分开放。”

先卖车，再谈智驾——这或许是当下最务实的出海策略。

从“卷配置”到“卷体验”，从国内市场的价格厮杀到海外市场的合规攻坚，智驾行业正站在一个十字路口。平权不是终点，而是起点。 谁能先跑通“体验-信任-依赖-付费”的商业闭环，谁才能在这场长跑中占据先机。

结束语

从AI agent到智能体，从辅助驾驶到驾驶智能——愿景无疑是宏大的。但现实是，从L2的70%渗透率到L2+的15%，从“装了”到“常用”，从纸面算力到有效算力，从卷配置到卷体验，智驾离真正的“平权”还有很长的路要走。

正如黄梓亮在谈及智驾出海时那句引人深思的比喻:“就像长安的荔枝一样，要运也是把岭南的土跟岭南的荔枝运到长安，而不是把荔枝的果实播到长安的土地上，那是种不活的。”

智驾的“平权”，同样不能只靠播种概念。它需要扎实的算法突破、有效的算力利用、真实的用户体验和可持续的商业逻辑。当这些要素在每一辆车、每一次出行中真正落地时——平权，才真正开始。

而在此之前，所有的“平权”叙事，都只是预告片。正片，还在路上。

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。