現(xiàn)如今，“智駕平權(quán)”幾乎已經(jīng)成為每款新車發(fā)布會上的必備話術(shù)，仿佛一夜之間，高階智能駕駛已經(jīng)從金字塔尖的奢侈品，變成了人人觸手可及的日用品。

數(shù)據(jù)來看同樣亮眼。根據(jù)蓋世汽車產(chǎn)業(yè)大數(shù)據(jù)平臺顯示，2026年1-4月我國乘用車標配L2+及以上輔助駕駛功能的新車滲透率已達33.4%。

但數(shù)據(jù)的另一面似乎很少有人關(guān)注——智駕真正使用率究竟有多少？

從“標配”到“常用”，還有多遠？

“智駕平權(quán)”這個詞在2025年被反復提及，背后的驅(qū)動力不難理解。從2023年到2025年，中國乘用車ADAS市場經(jīng)歷了一場從“有無之爭”到“能力之爭”的劇變。無ADAS/L0車型占比大幅縮水，L2+及以上滲透率在2025年達到了28%。

圖片來源：比亞迪汽車

到了2026年4月，我國乘用車標配L2+級別及以上輔助駕駛功能的新車滲透率超過了41%。

但這組數(shù)據(jù)需要被仔細拆解。

L2是標配，L2+是少數(shù)。2026年4月的數(shù)據(jù)清晰地

劃出了這條分界線：我國乘用車標配L2輔助駕駛新車滲透率約73.32%，與L2+級別輔助駕駛功能的新車滲透率之間隔著超過30個百分點的落差。

若將選配也納入這個數(shù)據(jù)，華為技術(shù)有限公司智駕解決方案專家黃梓亮指出：“2024年L2及L2+智能駕駛滲透率就已超過60%，2025年升至88%，預計2026至2027年將突破95%。”

更關(guān)鍵的問題在于：裝了，不等于用了。

有分析指出，城市NOA滲透率提升了，但實際付費解鎖率卻微乎其微。70%的智駕激活發(fā)生在高速場景，城市道路使用率不到高速的五分之一。換言之，大多數(shù)用戶購買的高階智駕功能，大部分時間處于“休眠”狀態(tài)。

KPIT CTO陳毅馳道出了一個行業(yè)不愿直面的現(xiàn)實：“高速NOA功能激活后的用戶留存率并不理想，大約在60%至70%之間。”這意味著，即便用戶嘗試使用了高速NOA，也有三到四成的人最終選擇了放棄。

為什么裝了卻不用？陳毅馳給出的判斷一針見血：“只有當智駕系統(tǒng)與座艙深度融合、人機交互更加自然，同時在不滿足條件時能夠順暢完成避險或退出、給用戶以安心感，才能真正跨越當前階段。”當系統(tǒng)在變道決策時猶豫不決、在匝道匯入時頻繁要求接管、在雨霧天氣直接退出——用戶自然不會信任它，更不會依賴它。

基于此，長城汽車智能駕駛產(chǎn)品資深專陳龍認為：“智駕平權(quán)這個道路還很長，所以整個產(chǎn)業(yè)鏈其實應該保持興奮，我們還有很大的空間。”

從“標配”到“常用”，從“裝車”到“依賴”，這中間的鴻溝，遠比從0到70%的滲透率數(shù)字要深邃得多。真正的平權(quán)，不是讓每個人都買得起智駕，而是讓每個人都愿意用智駕。

當“有效算力”跑不贏營銷話術(shù)

如果說滲透率的數(shù)字落差是智駕平權(quán)的“面子”，那么算力瓶頸就是它的“里子”。

在各大車企的發(fā)布會上，算力TOPS數(shù)字的比拼早已成為常規(guī)節(jié)目——500 TOPS、1000 TOPS乃至更高，數(shù)字越大似乎意味著智駕能力越強。但事實，似乎并非如此。

陳毅馳直言：“車端算力固然重要，但并非制約性因素。當前行業(yè)更應關(guān)注‘有效算力’——我們在多個項目中都在致力于將芯片算力用足、將帶寬占滿。”

這句話點出了一個行業(yè)通病：紙面算力與可用算力之間，存在巨大落差。有分析指出，對于Transformer架構(gòu)的智駕大模型，90%的性能瓶頸從來不是計算單元的算力不夠，而是算存分離架構(gòu)帶來的“內(nèi)存墻”問題。

黃梓亮提供了一個更具沖擊力的視角。由于各類客觀因素影響，華為端側(cè)算力的TOPS數(shù)值進展放緩。“這倒逼我們在模型、算法和軟件系統(tǒng)層面持續(xù)優(yōu)化，在有限的算力條件下實現(xiàn)最優(yōu)功能。對我們而言這確實是瓶頸，但每個版本都在逐步突破，新功能持續(xù)疊加，消費者體驗仍在穩(wěn)步提升。”

今年4月新發(fā)布的華為乾崑智駕ADS 5；圖片來源：華為乾崑

瓶頸是不是瓶頸，取決于有沒有被突破。

JetBrains智能汽車業(yè)務中國區(qū)負責人杜嘉寧則從另一個維度拆解了算力焦慮：“算力長期來看是必要條件，但并非充分條件。隨著上層技術(shù)日益精進、業(yè)務場景不斷豐富，企業(yè)和用戶開始更多關(guān)注算力之上的維度——例如電力消耗與AI Token的投入產(chǎn)出比：投入這些資源，能否獲得合理的回報？”

陳龍則從產(chǎn)品體驗的角度給出了算力需求的未來圖景：“如今消費者選購電視或手機時，會關(guān)注120Hz高刷新率。汽車背后同樣存在‘刷新率’概念，即控制精度的頻率，而這正是算力消耗的大戶。攝像頭若從60Hz提升至高刷，輸入端精細化，輸出端自然更精細化，屆時對算力帶寬將提出剛性需求。”

從陳毅馳的“有效算力”到黃梓亮的“有限算力突破”，從杜嘉寧的“算力ROI”到陳龍的“高刷算力需求”，他們從不同角度勾勒出算力問題的全貌：算力不是簡單的數(shù)字競賽，而是算法效率、芯片架構(gòu)、成本控制和用戶體驗的綜合博弈。

當行業(yè)還在用TOPS數(shù)字互相碾壓時，真正的競爭已經(jīng)悄然轉(zhuǎn)向了另一個維度——誰能用更少的算力跑出更好的體驗，誰才是真正的贏家。

從“卷配置”到“卷體驗”，商業(yè)閉環(huán)的十字路口

滲透率的狂歡與算力的迷思，最終都要回到一個根本問題：智駕這門生意，到底怎么賺錢？

這并非一個杞人憂天的問題。2026年1-4月，我國具備NOA功能的新車滲透率突破三成。但高滲透率的另一面是盈利模式的模糊。陳毅馳直言不諱：“單純依靠規(guī)模效應，難以將利潤找回。”

他的判斷基于一個現(xiàn)實的觀察：“是否可探索其他路徑？即借助自動駕駛平臺，挖掘單車智駕生態(tài)的多元盈利模式。”當硬件差價被卷到極限，當智駕功能從選配變?yōu)闃伺洌琌EM和供應商都需要回答：智駕的增量價值在哪里？

圖片來源：魏建軍微博

陳龍的態(tài)度更偏向長期主義：“智駕產(chǎn)業(yè)目前確實高度內(nèi)卷，但這是行業(yè)發(fā)展的必經(jīng)階段，也是汽車產(chǎn)業(yè)快速普及、為用戶創(chuàng)造價值的過程。我們?nèi)孕羞M在路上，曙光在前，唯有先服務好用戶，最終才能收獲應有的回報。”

黃梓亮則從供應商的角度給出了更務實的回答：“關(guān)于商業(yè)閉環(huán)，從供應商立場出發(fā)，首要任務是維持合理利潤——無論平權(quán)與否。我們在提供具競爭力產(chǎn)品的前提下，盡己所能賦能車企，將車造好、賣好，溢價自然會隨之產(chǎn)生。”

但他也承認，溢價的空間正在被壓縮：“我們內(nèi)部調(diào)度的算力平臺，已按內(nèi)部價格結(jié)算，大幅讓渡了利潤空間。”他提出的解決方案是：“擴大甲方，即主機廠的銷售規(guī)模，從而進一步拉低單件成本。”

杜嘉寧則從跨行業(yè)經(jīng)驗出發(fā)，提出了一個更具前瞻性的思路：“當所有的智駕方案在同樣的幾乎差不多的算力，幾乎差不多的AI的模型，甚至到以后基本上能力成本都拉齊的時候，我覺得可能剩下的就是上層商業(yè)化的思考了。如何更好的去貼近用戶的實際體驗，或者是在這種增值商業(yè)化服務上面，是不是會有一些創(chuàng)新思維？”

這場關(guān)于商業(yè)閉環(huán)的討論，實際上觸及了智駕行業(yè)最深層的焦慮：當技術(shù)趨于同質(zhì)化，差異化究竟從哪里來？

答案或許藏在“出海”這個更大的圖景里。

當中國智駕企業(yè)將目光投向海外市場時，挑戰(zhàn)的復雜度陡然上升。全球140多個國家和地區(qū)有數(shù)據(jù)保護法規(guī)，歐盟GDPR成為高標基準。黃梓亮指出：“以日本為例，日本路況與交通數(shù)據(jù)必須在日本境內(nèi)完成訓練，歐洲亦然。換言之，在每個國家，主機廠或供應商均需在當?shù)貥?gòu)建專屬算力數(shù)據(jù)中心，這是巨大的投入。”

但他也看到了供應商模式在出海中的優(yōu)勢：“只需要一個供應商在日本建一個數(shù)據(jù)中心，訓練出來的模型，我能給比亞迪用，也能給豐田用。”

陳龍則提醒行業(yè)正視地緣政治的現(xiàn)實：“我們正身處一個逆全球化與地緣政治博弈的時代，至少從目前來看，我尚未看到破解之道。接下來，大家必須扎扎實實地針對各地區(qū)的隱私法規(guī)與消費者數(shù)據(jù)，構(gòu)建本地數(shù)據(jù)庫與流程體系。”

陳毅馳的觀察更為務實：“去年的時候，我們還接到了很多項目，出海采數(shù)據(jù)，脫敏、合規(guī)、回國。項目到最后可能把數(shù)據(jù)那部分都砍掉了。目前更為務實的做法是：先將產(chǎn)品推向海外市場，智駕與ADAS功能則視情況分階段開啟或部分開放。”

先賣車，再談智駕——這或許是當下最務實的出海策略。

從“卷配置”到“卷體驗”，從國內(nèi)市場的價格廝殺到海外市場的合規(guī)攻堅，智駕行業(yè)正站在一個十字路口。平權(quán)不是終點，而是起點。 誰能先跑通“體驗-信任-依賴-付費”的商業(yè)閉環(huán)，誰才能在這場長跑中占據(jù)先機。

結(jié)束語

從AI agent到智能體，從輔助駕駛到駕駛智能——愿景無疑是宏大的。但現(xiàn)實是，從L2的70%滲透率到L2+的15%，從“裝了”到“常用”，從紙面算力到有效算力，從卷配置到卷體驗，智駕離真正的“平權(quán)”還有很長的路要走。

正如黃梓亮在談及智駕出海時那句引人深思的比喻：“就像長安的荔枝一樣，要運也是把嶺南的土跟嶺南的荔枝運到長安，而不是把荔枝的果實播到長安的土地上，那是種不活的。”

智駕的“平權(quán)”，同樣不能只靠播種概念。它需要扎實的算法突破、有效的算力利用、真實的用戶體驗和可持續(xù)的商業(yè)邏輯。當這些要素在每一輛車、每一次出行中真正落地時——平權(quán)，才真正開始。

而在此之前，所有的“平權(quán)”敘事，都只是預告片。正片，還在路上。