A 股自动驾驶产业链全景图

一、行业概述与投资逻辑

1.1 自动驾驶行业发展现状

自动驾驶技术正从 L2 级辅助驾驶向 L4 级完全自动驾驶加速演进。截至 2025 年 10 月，中国 L2 级智能驾驶渗透率已突破 60%，预计到 2027 年将达到 80% 以上。政策方面，工信部于 2025 年 9 月 17 日发布《智能网联汽车组合驾驶辅助系统安全要求》（L2 国标）征求意见稿，明确该标准将于 2027 年 1 月 1 日起强制实施，为行业树立明确技术安全底线，推动行业从 "堆硬件" 迈向 "真安全"。这一国家标准的推出将带来检测认证、硬件升级、算法优化的百亿增量市场，全产业链迎来确定性机会。在技术路线上，市场呈现 "激光雷达派" 与 "纯视觉派" 两大阵营分化。根据佐思汽研的数据，2025 年上半年，搭载激光雷达的 L2 级别新车销量占比超过 60%，显示出市场对其的认可。然而，特斯拉坚持纯视觉方案，通过 8 颗 800 万像素摄像头 + 神经网络实现环境感知，硬件成本仅 0.8 万元，而采用激光雷达方案的极氪 H9 单套硬件成本高达 3.5 万元。两种技术路线各有优劣，激光雷达在极端天气条件下表现更稳定，而纯视觉方案则在成本控制上具有明显优势。

1.2 产业链结构与层级划分

自动驾驶产业链可分为上游、中游、下游及支撑层四个部分：上游：包括传感器（激光雷达、摄像头、毫米波雷达等）、芯片（AI 芯片、域控制器等）、地图（高精度地图、定位系统等）。中游：主要涉及感知 / 决策 / 控制算法开发、系统集成等核心技术环节。下游：包括整车厂（传统车企与新造车势力）、Robotaxi 服务提供商等。支撑层：涵盖云算力服务、数据服务、仿真测试等基础设施。这种层级化结构为投资者提供了清晰的产业链分析框架，可以根据不同层级的技术特点、市场格局和发展趋势进行针对性投资布局。

1.3 核心驱动因素与发展趋势

1. 政策支持：工信部 "车路云一体化" 试点及地方立法加速技术落地，全国已开放 51 个试点城市。
2. 技术突破：L4 级自动驾驶商业化临近，成本下降推动渗透率提升。例如，NOA 系统成本已降至 3000 元以下。
3. 业绩兑现：机构预测 2025 年自动驾驶板块将从主题投资转向业绩驱动，高研发投入企业优先受益。
4. 市场空间：自动驾驶产业链规模预计达 10 万亿级，整车、芯片、传感器等细分领域弹性显著。
5. 技术趋势：端到端大模型（如特斯拉 FSD、华为 ADS 3.0）推动算法泛化能力提升；车路云一体化降低单车智能依赖。

本报告将按上述产业链层级，全面梳理 A 股市场中各层级的主要企业、技术路线及投资机会，为投资者提供系统性参考。

二、上游核心部件与技术路线

2.1 传感器领域：多技术路线并存

传感器是自动驾驶的 "眼睛"，负责实时采集周围环境数据，是自动驾驶的基础。A 股市场中，激光雷达是核心增量部件，多家企业已实现技术突破并进入量产阶段。

2.1.1 激光雷达：成本下降推动规模化应用

激光雷达作为环境感知的核心传感器，在 2025 年市场渗透率快速提升。禾赛科技作为全球车载激光雷达出货量领先企业，客户包括理想、小米、路特斯等知名车企。公司 2025 年新一代低成本激光雷达已量产交付，获多家主流车企定点，上半年激光雷达出货量同比增长超过 80%。禾赛科技的 AT128 激光雷达具备 128 线垂直分辨率，每秒生成 153 万点云数据，探测距离达 200 米，可识别 200 米外直径 10 厘米的障碍物。永新光学（603297）作为车载激光雷达核心供应商，技术处于大规模商用前期，与国内外激光雷达企业合作紧密，2025 年激光雷达渗透率提升将直接受益。公司是激光雷达光学元件龙头，绑定禾赛、速腾聚创等行业领先企业。长光华芯（688048）则是 VCSEL 芯片国产替代先锋，提供激光雷达核心部件。万集科技（300552）在激光雷达领域也有布局，其产品已应用于 L2 + 及以上智能驾驶系统。此外，炬光科技（688167）作为激光雷达发射模组稀缺标的，在市场上具有较高的关注度。在技术路线上，激光雷达行业正经历技术革新。禾赛科技最新 AT128 芯片通过存算一体技术将点云处理延迟从 50ms 降至 5ms，推动混合感知方案整体延迟进入 90ms 区间。同时，成本下降也是行业趋势，据业内预测，2025 年 NOA 系统成本有望降至 3000 元以下，推动渗透率提升。

2.1.2 摄像头与视觉系统：纯视觉方案的核心

摄像头作为另一种关键传感器，是纯视觉方案的核心组成部分。韦尔股份（603501）作为车载 CIS 芯片全球市占率超 30% 的企业，是 L2 标配摄像头核心供应商。公司车载 CIS 芯片在低照度、高动态范围等方面具有技术优势，能够满足智能驾驶对视觉感知的高要求。联创电子（002036）是车载镜头核心供应商，客户包括特斯拉、华为等。公司车载镜头及影像模组供应商，客户包括 Valeo、比亚迪等头部车企，定点签约订单充足，2025 年车载摄像头需求爆发将推动业绩增长。欧菲光（002456）则是智能汽车摄像头模组供应商，合作国内新势力车企。纯视觉方案以特斯拉为代表，依赖 8 颗摄像头和神经网络算法，通过 BEV（鸟瞰图）模型实现环境感知，硬件成本低至 300 美元。这种方案虽然成本优势明显，但在极端天气条件下的表现相对较弱。在暴雨、大雾等恶劣天气中，激光雷达方案仍能保持稳定工作，而纯视觉方案在夜间或光线不足的情况下表现相对较弱，易受光线影响导致识别错误。

2.1.3 毫米波雷达与超声波雷达：辅助感知方案

毫米波雷达在全天候感知方面具有优势，是自动驾驶系统的重要组成部分。德赛西威（002920）的 4D 毫米波雷达已量产，配套小鹏、理想等车企。此外，华域汽车（600741）、豪恩汽电、雷科防务、亚太股份等企业也在毫米波雷达领域有所布局。超声波雷达主要用于近距离检测，奥迪威、保隆科技（603197）、豪恩汽电等企业是该领域的主要供应商。保隆科技作为 TPMS 龙头，同时扩展 ADAS 传感器与空气悬架业务，在智能驾驶领域有较为全面的布局。

2.2 芯片与计算平台：算力驱动技术升级

2.2.1 自动驾驶芯片：高算力需求推动国产替代

自动驾驶芯片是决策层的核心，随着自动驾驶等级提升，算力需求呈指数级增长。L4 级自动驾驶需要 1000+TOPS 的算力。地平线作为国内领先的 AI 芯片企业，专注于自动驾驶芯片（如征程系列）和算法，提供高性能、低功耗的嵌入式 AI 计算方案，支持 L2-L4 级自动驾驶功能。其征程系列芯片（J5 算力 128TOPS）已与理想、比亚迪等车企达成合作。在 A 股市场中，虽然地平线本身未上市，但其合作伙伴众多。中科创达（300496）是与地平线合作最密切的 A 股上市公司，地平线的外包员工多来自中科创达，合作覆盖芯片平台开发、自动驾驶量产落地等全链条。四维图新（002405）与地平线签署战略合作协议，并在 2024 年 10 月 11 日宣布推出基于地平线征程 6 系列的完整智驾产品矩阵；并利用地平线的征程系列芯片，开发了从入门到中高阶的智驾产品矩阵。此外，天准科技与地平线是深度合作伙伴关系，天准科技于 2022 年 6 月成为地平线高等级自动驾驶芯片 J5 的硬件 IDH 合作伙伴，此后双方合作不断深入。2024 年，天准科技成为地平线 J6 芯片平台的首批量产合作伙伴之一，推出了基于征程 6 的智能驾驶域控制器方案 —— 天准 TADC-J6E/M 系列域控制器产品。

2.2.2 域控制器：系统集成的核心枢纽

域控制器是自动驾驶系统的 "大脑"，负责整合各种传感器数据并作出决策。德赛西威（002920）作为智能座舱及自动驾驶域控制器的核心供应商，其 IPU04 域控制器配套小鹏 G9、理想 L 系列等车型，在市场中占据领先地位。公司 L2 + 域控产品已规模化量产，2025 年新项目订单超 80 亿元，客户覆盖多家头部新势力及传统车企。经纬恒润（688326）是智能驾驶域控制器核心厂商，与商汤绝影合作开发智能座舱，2025 年 L4 级自动驾驶落地将带动域控系统需求。公司是华为 ADS 智能驾驶的合作伙伴，为其提供高阶自动驾驶域控制器及感知算法。中科创达（300496）则是智能驾驶操作系统核心供应商，覆盖高通、英伟达芯片平台。公司整车 OS 已适配多家主流车企，2025 年智能软件平台出货量超 500 万套，同比增长 40%。

2.3 地图与定位系统：高精度地图成为刚需

2.3.1 高精度地图：L4 级自动驾驶必备基础

高精度地图是 L4 级自动驾驶的必备条件，提供厘米级定位和道路拓扑信息。四维图新（002405）是国内高精地图龙头，特斯拉中国地图供应商，覆盖全国 90% 以上高速公路，为特斯拉、宝马提供地图数据服务，并与华为共建车路协同生态。公司高精地图覆盖全国高速与城市快速路，2025 年地图更新服务签约金额同比增长超过 60%。在政策支持下，四维图新深度参与 "车路云一体化" 试点，2025 年政策推动下智慧交通订单有望放量。此外，公司 ADAS 数据实现全国主干网络数百万公里覆盖，HD 地图完成全国高速道路数据采集和产品发布，城市级 HD 地图产品已经具备产品化能力，基于云端动态融合的自动驾驶地图数据及服务能力可以满足 L2~L4 不同等级自动驾驶、5G/C-V2X、高速公路列队跟驰、自动驾驶仿真测试等领域的应用需求。

2.3.2 高精度定位：厘米级精度保障行车安全

高精度定位系统是自动驾驶的另一项关键技术，为车辆提供精确的位置信息。华测导航（300627）是高精度组合导航龙头，车载定位终端正在放量。公司的高精度组合定位 (GNSS+IMU) 技术领先，应用于 L4 级自动驾驶车辆，与滴滴、小马智行等企业建立了合作关系。北斗星通（002151）作为北斗芯片自主可控核心标的，为 Robotaxi 提供高精度定位服务，提升无人车行驶安全与稳定性。中海达（300177）是北斗高精度定位方案商，正在拓展无人配送场景。合众思壮（002383）则是北斗导航 + 军工概念，在高精度定位领域有一定的技术积累。

三、中游技术与系统集成

3.1 感知 / 决策 / 控制算法：技术壁垒最高的环节

3.1.1 感知算法：多传感器融合成为主流

感知算法是自动驾驶系统的 "眼睛"，负责从传感器数据中识别道路、车辆、行人等目标。虹软科技（688088）主营业务为计算机视觉算法与智能驾驶感知解决方案，其视觉感知算法已通过 ASIL-B 功能安全认证，2025 年智能驾驶业务营收实现翻倍增长。公司在计算机视觉领域拥有深厚的技术积累，为多家车企提供感知解决方案。在技术路线上，多传感器融合已成为主流趋势。小米汽车通过 "激光雷达 + 视觉融合" 的技术路线，以禾赛 AT128 激光雷达为硬件基石，结合 BEV+Transformer + 占用网络算法，构建了从 L2 + 辅助驾驶到 L4 级自动驾驶的渐进式技术布局。小米采用 "变焦 BEV" 技术，根据场景动态调整感知范围，在泊车、城区和高速场景中都有出色表现。特斯拉则坚持纯视觉方案，采用 BEV（鸟瞰图）模型实现环境感知。2025 年 6 月，特斯拉在美国得州奥斯汀推出首批 10 辆 Robotaxi（搭载自研 FSD 系统），单次收费 4.2 美元，标志着其自动驾驶技术首次大规模商业化落地。百度 Apollo 于 2025 年 7 月宣布全面采用纯视觉技术路线，放弃原有的多传感器融合方案，旨在通过人工智能能力弥补硬件短板，降低硬件成本（整车成本压缩至 10 万元以下）。

3.1.2 决策与控制算法：端到端架构成为趋势

决策算法是自动驾驶系统的 "大脑"，负责根据感知信息做出驾驶决策。端到端大模型正成为行业趋势，特斯拉 FSD、华为 ADS 3.0 等系统推动算法泛化能力提升。华为最新发布的 ADS 4 系统在行业内引起广泛关注，其相关产业链公司也备受市场关注。在 A 股市场中，德赛西威（002920）作为智能座舱及自动驾驶域控制器的核心供应商，深度参与了鸿蒙智行智能驾驶方案的研发。公司在自动驾驶领域的智能驾驶域控制器、传感器及算法技术成熟，与华为的合作紧密。经纬恒润（688326）的决策算法技术也较为领先，其仿真平台已广泛应用于一汽、上汽、广汽等主机厂，2024 年市场份额为 12.4%。控制算法是自动驾驶系统的 "手脚"，负责将决策转化为车辆动作。伯特利（603596）是线控制动国产替代龙头，其 One-Box 方案已实现量产领先。公司线控制动系统（WCBS）在 2024 年智能电控产品收入占比超 42%，受益于自动驾驶对线控底盘需求的增长。拓普集团（601689）则在底盘一体化压铸 + 线控转向方面有全面布局，是特斯拉的核心供应商。

3.2 系统集成：软硬件协同的关键环节

3.2.1 域控制器集成：软硬件一体化解决方案

域控制器集成是将芯片、算法、软件等整合为一个完整的控制系统。德赛西威（002920）作为车载计算平台龙头，其 IPU04 域控制器已配套小鹏 G9、理想 L 系列等多款热门车型。公司在智能座舱 + 域控制器领域拥有强大的技术实力，可能参与 HR1 车型智能座舱开发。经纬恒润（688326）是全域控制器供应商，ADAS 方案覆盖商用车与乘用车。公司是国内领先的汽车电子系统供应商，其仿真平台已广泛应用于一汽、上汽、广汽等主机厂。作为华为 ADS 智能驾驶的合作伙伴，经纬恒润为其提供高阶自动驾驶域控制器及感知算法，与华为在智能驾驶领域展开合作，负责车载环境、车规级要求等与车载相关部分的研究与开发。

3.2.2 整车系统集成：多技术路线并行

整车系统集成是将感知、决策、控制等各个子系统整合为一个完整的自动驾驶系统。在 A 股市场中，传统车企正在加速智能化转型，比亚迪（002594）在 2025 年 2 月 10 日的智能化战略发布会上，重磅发布了全民智驾战略，构建起天神之眼技术矩阵，其全系车型将搭载高阶智驾技术，让全民智驾成为可能。比亚迪的 DiPilot 智能驾驶系统覆盖全系车型，2025 年搭载率超 60%，自研芯片 + 算法实现成本控制（硬件成本 < 3000 元）。长城汽车（601633）与华为深度合作智能驾驶技术，旗下毫末智行在自动驾驶算法和域控制器领域处于行业前列。公司已获取 L3 级自动驾驶牌照，在智能驾驶领域有较强的技术实力和市场竞争力。新势力车企如小鹏汽车、蔚来、理想等虽然本身未在 A 股上市，但其供应链中的 A 股公司众多，如为小鹏提供 4D 毫米波雷达的德赛西威（002920），为理想提供激光雷达的禾赛科技（通过永新光学等间接合作）等。

四、下游应用与服务

4.1 整车厂商：智能化转型加速

4.1.1 传统车企智能化：全面布局智能驾驶

传统车企正在加速智能化转型，通过自主研发或与科技公司合作，提升智能驾驶能力。比亚迪（002594）作为新能源汽车龙头，在智能驾驶领域布局全面，与华为合作开发智能驾驶、智能座舱等技术，并计划于 2025 年推出高阶智驾系统 "天神之眼"。比亚迪的 DiPilot 智能驾驶系统已覆盖全系车型，2025 年搭载率超 60%，通过自研芯片 + 算法实现了成本控制，硬件成本低于 3000 元。长城汽车（601633）与华为深度合作智能驾驶技术，海外市场拓展及产品结构优化推动业绩增长，2024 年净利润预计 124 亿 - 130 亿元，同比增速超 75%。公司旗下毫末智行在自动驾驶算法和域控制器领域处于行业前列，是长城汽车智能化转型的重要支撑。华域汽车（600741）作为国内最大的汽车零部件供应商，也在智能驾驶领域积极布局，已获取 L3 级自动驾驶牌照，目前处于破净状态（PB 0.82 倍），2025 年估值修复空间大。公司 L3 级自动驾驶牌照的获取，标志着其在智能驾驶领域的技术实力得到了官方认可。

4.1.2 新势力车企：智能化领先的代表

虽然新势力车企如小鹏、蔚来、理想等本身未在 A 股上市，但其在智能驾驶领域的领先布局对产业链上下游产生了深远影响。小鹏汽车的 XNGP 全场景辅助驾驶已在 2024 年实现城市 NOA 全覆盖，展示了其在智能驾驶领域的技术实力。理想汽车的 AD Max 标配激光雷达，城市 NOA 推送已覆盖全国，为用户提供了更安全、更智能的驾驶体验。广汽埃安则提前秀出 L4 级自动驾驶联合开发车型，配备 10 个激光雷达，展示了其在高级别自动驾驶领域的布局。在今年的上海国际汽车展上，广汽集团就联合滴滴自动驾驶共同推出了一款带有 L4 级的自动驾驶车型，这台车的算力比当今主流的智能驾驶的算力足足提升了十倍，可实现 L4 级别的自动驾驶。

4.2 Robotaxi 服务：商业化落地加速

4.2.1 Robotaxi 运营企业：商业化进程加速

Robotaxi 作为自动驾驶技术商业化的核心场景，正从测试阶段迈向商业化运营阶段。小马智行已在北京、上海、广州、深圳四大一线城市落地自动驾驶出行服务，并在北京、广州、深圳三地启动无人化商业收费服务。文远知行截至 2025 年一季度，车队规模增至 1200 多辆，服务覆盖中国、阿联酋、瑞士等全球 3 个国家 10 个城市，并与 Uber 达成合作，未来五年将在 15 座新城市部署 Robotaxi 服务。在 A 股市场中，锦江在线（600650.SH）是 Robotaxi 运营领域的重要玩家。公司持有 1 万张出租车牌照，未来可承接海博出租 8000 张牌照，总量达 1.8 万张。锦江在线与小马智行合作，在嘉定区 1076 公里开放测试道路范围内推出准商业化 Robotaxi 服务，具备一定的先发优势。2025 年 7 月 26 日，文远知行携手奇瑞汽车、锦江出租，成功获批在上海市浦东新区开展基于法规的主驾无人公开道路载人自动驾驶出行示范应用服务。大众交通（600611.SH）凭借 "全产业链覆盖 + 本地运营经验 + 技术合作优势"，已成为上海智能驾驶产业的核心载体，具备成为全球 Robotaxi 标杆企业的关键条件。公司旗下 "大众出行" 是上海首家获得网约车资质的平台公司，并与百度智行合作申请了 65 辆 Robotaxi 示范运营牌照，覆盖嘉定、临港等区域。

4.2.2 商业模式与市场前景

Robotaxi 的商业模式主要有 "硬件预埋 + 软件订阅" 模式。以小米为例，其采用基础版（标配 L2 + 功能，搭载无激光雷达的纯视觉方案，售价下探至 15 万元区间）和旗舰版（配备 L4 功能，支持城市 NOA、自动过闸机等高级场景，用户可按年订阅智驾服务，预计 3980 元 / 年）的策略，既降低了用户购车门槛，又通过软件收费实现持续盈利。市场规模方面，全球 Robotaxi 市场 2030 年或超 2 万亿美元。国内市场也呈现快速增长态势，百度旗下自动驾驶出行服务平台 "萝卜快跑" 截至 2025 年 6 月，在中国 Robotaxi 市场保持领先地位，车队规模超过 2000 辆，累计服务量突破 1100 万次，在武汉等城市实现单均收入覆盖运营成本。在 A 股市场中，Robotaxi 相关的上市公司主要包括：锦江在线、大众交通、北斗星通、德赛西威、佳都科技、千方科技、四维图新、时空科技、启明信息等。其中，锦江在线位列第一，大众交通位列第七，这些公司在 Robotaxi 产业链中扮演着不同的角色，从提供高精度定位服务到构建交通综合优化平台，助力 Robotaxi 调度与路径优化。

五、支撑层：基础设施与服务

5.1 云算力：自动驾驶的 "电力"

5.1.1 云算力平台：大规模数据处理的基础

云算力是自动驾驶数据处理、模型训练和仿真测试的基础。万马科技（300698）在智能驾驶云算力方面的布局正在加速落地，其子公司优咔科技在常州建设的自动驾驶云服务智算中心已经投入运营。该中心是常州首个 "端管云边" 自动驾驶云算力平台，也是全球首个采用英伟达 H20 服务器构建的自动驾驶工具链平台。优咔科技打造的 "遨云" 自动驾驶解决方案基于 NVIDIA 高性能算力 GPU 和 NVAIE 软件，与优咔科技端管云边各链路协同，形成自动驾驶 "采集 - 处理 - 标注 - 训练 - 仿真" 数据闭环。该方案已全面适配 DeepSeek 全系列模型，支持一键本地部署。DeepSeek 在优咔常州智算中心的服务器上运行表现优异，其通过 MOE 架构与 PTX 编程技术，将自动驾驶模型训练成本大幅降低。此外，DeepSeek 还通过知识蒸馏技术，将城市 NOA 硬件成本压至 3000 元级，推动 10-15 万车型智驾普及。百度构建了芯片（昆仑）- 框架（飞桨）- 云平台全栈方案，日均处理 2.5pb 自动驾驶数据。华为云数智融合平台提供研发、仿真到量产的全流程工具链，数据标注效率提升 30 倍。自动驾驶云服务依托 3200 万公里真实路测数据构建仿真模型，百度网联云通过地图数据优化路径规划。

5.1.2 算力基础设施：高算力需求推动投资

随着自动驾驶技术的发展，算力需求呈指数级增长。预计到 2025 年，智算中心算力将达到 14-46 EFLOPS，算力市场规模或将达到 4-15 亿美元，国产算力产业链值得关注。在这一背景下，具备算力基础设施建设能力的企业将迎来发展机遇。万马科技正在与战略合作伙伴一起，针对常州智算中心的算力及网络架构，对 DeepSeek-R1 模型进行针对性的优化工作。此外，优咔科技还与常州移动建立了全面战略合作关系，共同推动 5G-A、车路云一体化、Robotaxi 试验平台落地。

5.2 数据服务：自动驾驶的 "燃料"

5.2.1 数据采集与处理：自动驾驶的基础

数据是自动驾驶系统的 "燃料"，高质量的数据对于模型训练至关重要。四维图新（002405）作为国内高精地图龙头，ADAS 数据已实现全国主干网络数百万公里覆盖，HD 地图完成全国高速道路数据采集和产品发布，城市级 HD 地图产品已经具备产品化能力。公司基于全国北斗地基增强系统的 "网 - 云 - 端" 高精度定位完整解决方案已经初步具备商业化服务能力，基于高精度地图及诸多车身传感器数据融合的高精度定位辅助技术与多个 OEM 车厂进行联合开发合作。万马科技的 "遨云" 自动驾驶解决方案形成了自动驾驶 "采集 - 处理 - 标注 - 训练 - 仿真" 数据闭环。百度自动驾驶云服务依托 3200 万公里真实路测数据构建仿真模型，百度网联云通过地图数据优化路径规划。这些数据服务为自动驾驶算法的训练和优化提供了重要支持。

5.2.2 数据安全与合规：行业发展的保障

随着数据安全问题日益受到重视，数据安全与合规成为自动驾驶数据服务的重要组成部分。四维图新作为高精度地图 + 合规数据服务双驱动的企业，是责任判定数据的核心标的。在 L2 国标实施后，高精度地图与定位作为责任判定的关键数据源，重要性将进一步提升。2025 年中国自动驾驶数据服务市场规模预计为 7.35 亿元，同比增长 18.0%。随着 L3/L4 级自动驾驶的商业化推进，数据服务市场将迎来更大的发展空间。

5.3 仿真测试：降低研发成本的关键

5.3.1 仿真测试平台：虚拟环境中的 "练兵场"

仿真测试是自动驾驶研发中不可或缺的环节，可以在虚拟环境中模拟各种场景，大幅降低实车测试成本。一汽解放（000800）拥有高速、港口、环卫、矿区、工厂物流、公交等多场景的智能化整车平台，在自主研发的同时，联合合作伙伴共同建立多元化、开放性的商业合作模式，以支撑智能车产品快速抢占市场。其高速场景产品经历了百万个场景的虚拟仿真测试与百万公里道路试验，保证产品可靠性。经纬恒润作为国内领先的汽车电子系统供应商，其仿真平台已广泛应用于一汽、上汽、广汽等主机厂，2024 年市场份额为 12.4%。百度 Apollo 则依托 Apollo 仿真平台，覆盖超过 1000 种测试场景，2024 年市场份额为 15.7%。万马科技的 "遨云" 自动驾驶解决方案涵盖了自动驾驶的全流程数据闭环，包括仿真环节。优咔科技的智算中心和自动驾驶解决方案正在与国内的主机厂以及相关企业合作，推动自动驾驶技术的商业化应用。

5.3.2 测试认证服务：合规上路的前提

随着 L2 国标强制实施，测试认证服务将迎来百亿增量市场。华依科技主营业务为动力总成测试设备、智能驾驶测试系统及验证服务，是国内少数可提供完整智能驾驶测试解决方案的企业，其动态校准平台、仿真测试系统已获得多家主机厂和 Tier 1 供应商采用，2025 年上半年智能驾驶相关订单同比增长超 50%。中国汽研主营业务覆盖汽车法规认证、检测测试、工程技术研发等服务，具备国家级检测资质和完备测试场地资源，深度参与多项智能网联汽车国家标准的制定，是行业权威的第三方检测机构。2025 年中国自动驾驶仿真测试服务市场规模预计为 4.02 亿元，同比增长 16.5%。随着自动驾驶技术的不断发展和商业化应用的推进，仿真测试服务市场将持续扩大。

六、技术路线分析与对比

6.1 L2-L4 级自动驾驶：技术演进与商业化进程

6.1.1 L2 级辅助驾驶：市场普及阶段

L2 级辅助驾驶是当前市场的主流，主要功能包括自动跟车、主动刹车、车道偏离纠正等，但驾驶员仍需承担最终责任。据测算，当前中国 L2 级智能驾驶渗透率已突破 60%，到 2027 年标准实施时，渗透率有望达到 80% 以上。L2 级辅助驾驶通常采用 1 颗前视摄像头 + 1 颗前向毫米波雷达 + 12 颗超声波雷达的传感器配置（如特斯拉 Autopilot）。在 A 股市场中，L2 级辅助驾驶相关的上市公司众多，包括提供传感器的韦尔股份、联创电子、欧菲光等；提供芯片的中科创达、四维图新等；提供算法的虹软科技等；提供系统集成的德赛西威、经纬恒润等；以及整车厂商比亚迪、长城汽车等。

6.1.2 L3 级有条件自动驾驶：商业化前夕

L3 级自动驾驶允许车辆在特定条件下完全自动驾驶，但在系统能力边界或出现故障时，驾驶员需要接管车辆。2025 年是 L3 级自动驾驶规模化量产的关键节点，L4 级 Robotaxi 试点也将扩大。工信部已明确 L3/L4 准入试点，深圳立法明确事故责任划分，车险改革配套推进，这些政策将推动 L3 级自动驾驶的商业化进程。在 A 股市场中，已经获得 L3 级自动驾驶牌照的企业包括华域汽车（600741）、长城汽车（601633）等。这些企业在 L3 级自动驾驶领域的技术积累和商业化准备值得关注。

6.1.3 L4 级高度自动驾驶：商业化试点阶段

L4 级自动驾驶可以在特定区域和条件下完全自动驾驶，无需驾驶员接管。广汽埃安联合滴滴自动驾驶共同推出了一款带有 L4 级的自动驾驶车型，这台车的算力比当今主流的智能驾驶的算力足足提升了十倍，达到 L4 级别的自动驾驶标准。在 Robotaxi 领域，小马智行已在北京、上海、广州、深圳四大一线城市落地自动驾驶出行服务，并在北京、广州、深圳三地启动无人化商业收费服务。文远知行截至 2025 年一季度，车队规模增至 1200 多辆，服务覆盖中国、阿联酋、瑞士等全球 3 个国家 10 个城市，并与 Uber 达成合作，未来五年将在 15 座新城市部署 Robotaxi 服务。

6.2 纯视觉方案 VS 激光雷达方案：技术路线之争

6.2.1 纯视觉方案：低成本优势明显

纯视觉方案以特斯拉为代表，依赖摄像头 + AI 算法，不使用激光雷达。特斯拉的纯视觉方案（依赖摄像头 + AI 算法）与 Waymo 的多传感器融合路线形成鲜明对比，引发市场对技术路径的重新思考。特斯拉 FSD 系统的硬件成本仅 0.8 万元，远低于激光雷达方案的 3.5 万元。百度 Apollo 于 2025 年 7 月宣布全面采用纯视觉技术路线，放弃原有的多传感器融合方案，旨在通过人工智能能力弥补硬件短板，降低硬件成本（整车成本压缩至 10 万元以下），并依托百度 Apollo 数据闭环体系实现算法每周迭代更新。纯视觉方案的优势在于成本低、系统复杂度低，但在极端天气条件下的表现相对较弱，易受光线影响导致识别错误。在 50 米能见度暴雨中，纯视觉方案仅 50% 图像可用，而激光雷达方案仍能保持 85% 障碍物识别率。

6.2.2 激光雷达方案：感知能力更优

激光雷达方案以华为、速腾聚创等企业为代表，强调其在复杂光线环境下的优越感知能力和稳定性。根据佐思汽研的数据，2025 年上半年，搭载激光雷达的 L2 级别新车销量占比超过 60%，显示出市场对其的认可。激光雷达在极端天气条件下的表现优于纯视觉方案，在暴雨、大雾等恶劣天气中仍能保持稳定工作。小米汽车通过 "激光雷达 + 视觉融合" 的技术路线，以禾赛 AT128 激光雷达为硬件基石，结合 BEV+Transformer + 占用网络算法，构建了从 L2 + 辅助驾驶到 L4 级自动驾驶的渐进式技术布局。激光雷达方案的缺点是成本高、系统复杂度高。极氪 H9 搭载 5 颗激光雷达（1 长距 + 4 补盲），夜间障碍物识别距离达 300 米，但单套硬件成本高达 3.5 万元。不过，随着技术进步和规模化生产，激光雷达成本正在快速下降，2025 年 NOA 系统成本有望降至 3000 元以下。

6.2.3 混合方案：优势互补的折中选择

除了纯视觉方案和纯激光雷达方案外，还有一种混合方案，即同时使用摄像头和激光雷达等多种传感器，通过多传感器融合技术实现更可靠的环境感知。小米 SU7 搭载的禾赛 AT128 激光雷达与 11 个高清摄像头、3 个毫米波雷达、12 个超声波雷达形成 "27 颗传感器矩阵"，通过分布式架构实现 L2 + 级功能。在技术实现上，小米采用 "变焦 BEV" 技术，根据场景动态调整感知范围：泊车场景以 0.05 米像素网格构建高精度地图；城区场景感知范围扩展至左右 160 米；高速场景前向探测距离延伸至 250 米。这种多传感器融合方案能够充分发挥各传感器的优势，提供更全面、更可靠的环境感知。

6.3 车路云一体化：未来发展的重要方向

6.3.1 车路云一体化概念与优势

车路云一体化是指通过车、路、云之间的协同，实现更高效、更安全的自动驾驶。政策支持车路云一体化发展，全国已有 51 个试点城市，降低单车智能依赖。车路云一体化可以通过路侧设备和云端服务，弥补单车智能的感知盲区，提高自动驾驶的安全性和可靠性。千方科技（002373）是路侧感知 + 车路协同领域的代表企业，作为阿里系智慧交通标的，在 Robotaxi 需要 V2X 支持的场景中具有重要作用。公司是自动驾驶测试场及车路协同系统服务商，参与北京、亦庄等试点项目，2025 年测试需求增长将驱动业绩发展。

6.3.2 车联网（V2X）：车路协同的关键技术

车联网（V2X）是实现车路云一体化的关键技术，包括车辆与车辆（V2V）、车辆与基础设施（V2I）、车辆与行人（V2P）等通信方式。移远通信（603236）是 C-V2X 模组及高精度定位技术领先企业，2024 年净利润同比增 495%，受益于车联网渗透率提升。移为通信（300590）是车载通信模组厂商，受益于 V2X 建设。金溢科技（002869）是 V2X 终端供应商，在车联网领域有一定的技术积累。

6.3.3 商业化前景与挑战

车路云一体化的商业化前景广阔，但也面临一些挑战。一方面，政策支持力度不断加大，工信部 "车路云一体化" 试点及地方立法加速技术落地。另一方面，技术标准尚未完全统一，基础设施建设需要大量投资，商业模式也需要进一步探索。2025 年中国自动驾驶远程控制与 OTA 升级服务市场规模预计为 3.00 亿元，同比增长 18.1%。随着车路云一体化技术的不断成熟和应用场景的不断扩展，这一市场将持续增长。

七、投资策略与风险提示

7.1 各层级投资机会分析

7.1.1 上游投资机会：硬件创新与国产替代

上游传感器、芯片、地图等领域的投资机会主要来自于硬件创新和国产替代。激光雷达作为 L3/L4 级自动驾驶的关键传感器，市场需求快速增长，禾赛科技、永新光学、长光华芯等企业有望受益。摄像头领域，韦尔股份、联创电子、欧菲光等企业在车载摄像头市场占据重要地位。芯片领域，虽然地平线等领先企业未在 A 股上市，但其合作伙伴如中科创达、四维图新、天准科技等 A 股公司有望受益于国产替代趋势。高精度地图领域，四维图新作为国内龙头，深度参与 "车路云一体化" 试点，2025 年政策推动下智慧交通订单有望放量。

7.1.2 中游投资机会：算法优化与系统集成

中游感知 / 决策 / 控制算法和系统集成领域的投资机会主要来自于技术创新和产业链整合。虹软科技在视觉感知算法领域技术领先，2025 年智能驾驶业务营收实现翻倍增长。德赛西威、经纬恒润等企业在域控制器集成领域具有较强的技术实力和市场竞争力。系统集成领域，具备软硬件协同能力的企业更具竞争优势。德赛西威作为车载计算平台龙头，在智能座舱 + 域控制器领域拥有强大的技术实力。经纬恒润是全域控制器供应商，ADAS 方案覆盖商用车与乘用车。

7.1.3 下游投资机会：商业模式创新

下游整车厂和 Robotaxi 服务领域的投资机会主要来自于商业模式创新和商业化落地。比亚迪、长城汽车等传统车企加速智能化转型，有望在智能驾驶领域取得突破。锦江在线、大众交通等企业在 Robotaxi 运营领域布局较早，有望受益于 Robotaxi 商业化进程加速。Robotaxi 作为自动驾驶商业化的重要场景，市场规模巨大。全球 Robotaxi 市场 2030 年或超 2 万亿美元。A 股市场中，锦江在线、大众交通等企业在 Robotaxi 产业链中扮演着重要角色，值得重点关注。

7.1.4 支撑层投资机会：基础设施建设

支撑层云算力、数据、仿真等领域的投资机会主要来自于基础设施建设和服务需求增长。万马科技在智能驾驶云算力方面的布局正在加速落地，其 "遨云" 自动驾驶解决方案形成了自动驾驶 "采集 - 处理 - 标注 - 训练 - 仿真" 数据闭环。华依科技、中国汽研等企业在测试认证领域具有先发优势，将受益于 L2 国标强制实施带来的检测认证、硬件升级、算法优化的百亿增量市场。

7.2 核心投资逻辑

7.2.1 政策驱动：L3/L4 准入试点加速

政策是自动驾驶行业发展的重要驱动力。工信部已明确 L3/L4 准入试点，深圳立法明确事故责任划分，车险改革配套推进。2025 年 7 月 26 日，上海市在 WAIC 大会上发放新一批智能网联汽车示范运营牌照，覆盖智能出租与货运两大场景，标志着自动驾驶进入规模化应用阶段。这些政策将推动自动驾驶技术的商业化应用，为产业链上下游企业带来发展机遇。投资者可关注政策催化下的投资机会，如获得 L3/L4 牌照的整车企业、参与试点项目的技术供应商等。

7.2.2 技术突破：算法优化与成本下降

技术突破是自动驾驶行业发展的核心驱动力。激光雷达成本持续下降，2025 年 NOA 系统成本有望降至 3000 元以下。端到端大模型技术推动算法泛化能力提升，特斯拉 FSD、华为 ADS 3.0 等系统引领行业发展。车路云一体化技术降低单车智能依赖，提高自动驾驶的安全性和可靠性。投资者可关注在算法优化、成本控制、技术集成等方面具有核心竞争力的企业，如在激光雷达领域具有技术优势的禾赛科技、在算法领域具有创新能力的虹软科技、在系统集成领域具有综合实力的德赛西威等。

7.2.3 业绩兑现：从主题投资转向业绩驱动

2025 年自动驾驶板块将从主题投资转向业绩驱动，高研发投入企业优先受益。禾赛科技 2025 年上半年激光雷达出货量同比增长超过 80%。虹软科技 2025 年智能驾驶业务营收实现翻倍增长。万马科技的常州智算中心已经向客户开放相关功能，某头部车企客户正在进行试用。投资者可关注业绩确定性高、研发投入大、市场份额持续提升的企业，如伯特利、德赛西威、四维图新等。

7.3 风险提示

7.3.1 技术风险：技术路线不确定性

自动驾驶技术路线存在不确定性，"激光雷达派" 与 "纯视觉派" 两大阵营分化明显。特斯拉坚持纯视觉方案，百度 Apollo 也宣布全面采用纯视觉技术路线；而华为、速腾聚创等企业则主张使用激光雷达，强调其在复杂光线环境下的优越感知能力和稳定性。技术路线的不确定性可能导致部分企业的技术投入无法获得预期回报，投资者需关注企业的技术选择和研发方向。

7.3.2 政策风险：政策落地不及预期

虽然政策整体支持自动驾驶发展，但政策落地进度可能不及预期。L2 国标虽然已经发布征求意见稿，但正式实施要到 2027 年 1 月 1 日。L3/L4 级自动驾驶的立法和监管框架仍在完善中，可能影响商业化进程。政策落地不及预期可能导致行业发展速度放缓，投资者需关注政策变化和监管动态。

7.3.3 商业化风险：成本与盈利压力

自动驾驶技术的商业化面临成本与盈利压力。虽然激光雷达等硬件成本正在下降，但 L4 级自动驾驶的整体成本仍然较高。百度萝卜快跑在武汉等城市实现单均收入覆盖运营成本，但大多数 Robotaxi 企业仍处于亏损状态。商业化进程不及预期可能影响相关企业的盈利能力和发展前景，投资者需关注企业的商业模式和盈利预期。

7.3.4 竞争风险：行业竞争加剧

自动驾驶行业竞争正在加剧，不仅有传统车企、科技公司、新势力车企，还有众多创业企业参与。在传感器、芯片、算法、系统集成等关键环节，市场竞争日趋激烈。行业竞争加剧可能导致价格战、毛利率下降等问题，投资者需关注企业的核心竞争力和市场地位。

八、结论与展望

8.1 行业发展趋势总结

自动驾驶行业正处于从 L2 级辅助驾驶向 L3/L4 级自动驾驶过渡的关键阶段。技术上，多传感器融合、端到端大模型、车路云一体化等技术路线并行发展；市场上，L2 级渗透率已突破 60%，L3 级自动驾驶即将规模化量产，L4 级 Robotaxi 试点正在扩大；政策上，L2 国标将在 2027 年实施，L3/L4 准入试点加速推进，为行业发展提供了明确的政策框架。产业链各环节的竞争格局正在形成，上游传感器、芯片、地图等领域国产替代加速；中游感知 / 决策 / 控制算法和系统集成领域技术壁垒较高，具备核心技术的企业更具竞争优势；下游整车厂和 Robotaxi 服务领域商业模式创新不断，商业化进程加速；支撑层云算力、数据、仿真等基础设施建设不断完善，为行业发展提供了重要支持。

8.2 未来发展方向展望

未来自动驾驶行业将朝着以下方向发展：

1. 技术融合：纯视觉方案与激光雷达方案可能从对立走向融合，形成优势互补的混合方案。同时，车路云一体化技术将进一步发展，降低单车智能依赖，提高自动驾驶的安全性和可靠性。
2. 成本下降：随着技术进步和规模化生产，激光雷达等核心传感器成本将持续下降，推动高阶自动驾驶的普及。预计 2025 年 NOA 系统成本有望降至 3000 元以下，推动 10-15 万车型智驾普及。
3. 商业化落地：L3 级自动驾驶将在特定场景下实现商业化应用，L4 级 Robotaxi 将在特定区域扩大试点，自动驾驶技术将逐步从高端车型向中低端车型普及。
4. 产业链整合：产业链上下游企业将加强合作，通过战略投资、技术合作、资源共享等方式，形成更紧密的产业生态。具备全栈技术能力和产业链整合能力的企业将更具竞争优势。

8.3 投资建议

基于对自动驾驶产业链的全面分析，我们提出以下投资建议：

1. 分层布局：根据产业链不同层级的特点和发展阶段，采取差异化的投资策略。上游关注硬件创新和国产替代，中游关注算法优化和系统集成，下游关注商业模式创新，支撑层关注基础设施建设。
2. 技术路线：关注技术路线的发展趋势，重点关注在混合方案、车路云一体化等方面有技术积累的企业。对于激光雷达与纯视觉两大技术路线，建议均衡配置，避免过度集中在单一技术路线。
3. 企业选择：优选具备核心技术、市场份额领先、研发投入大、业绩确定性高的企业。具体包括：上游的禾赛科技（通过合作伙伴）、永新光学、四维图新；中游的虹软科技、德赛西威、经纬恒润；下游的比亚迪、锦江在线、大众交通；支撑层的万马科技、华依科技等。
4. 风险控制：关注技术路线不确定性、政策落地不及预期、商业化进程缓慢、行业竞争加剧等风险因素，合理配置资产，避免过度集中投资。

自动驾驶行业作为未来交通出行的重要发展方向，具有广阔的市场空间和发展前景。投资者应密切关注行业发展动态，把握技术演进趋势，在控制风险的前提下，分享行业发展红利。

8.4 重点关注企业列表

注：标 * 的企业为非 A 股上市公司，但其产业链上的 A 股公司值得关注。