西南证券海外自动驾驶专题报告指出，2025年是真L3落地元年与L4多场景商业化的关键转折年。全球高阶自动驾驶处于L2+规模化落地与L4限定场景并行阶段。L3技术上，VLM模型已量产上车，VLA（视觉-语言-动作）模型成为2025年头部车企竞逐焦点，小鹏G7、理想i8、长城猎鹰900等将搭载VLA方案。L4场景中，Robotaxi技术门槛高、市场空间最大，萝卜快跑日均20单已实现盈亏平衡，Waymo接管率0.017次/千公里接近商业化技术拐点。Robovan场景有望率先盈利（九识智能已单车盈利）。自动驾驶正从“技术验证”迈向“商业兑现”的新阶段。
自动驾驶分级与技术演进——L3/L4/L5的定义与差异
根据国际标准SAE J3016和中国国家标准GB/T 40429-2021，自动驾驶分为L0-L5六个等级。L3为有条件自动驾驶——系统在特定场景接管驾驶，驾驶员需响应接管请求，国际标准中系统激活期间责任由车企承担；L4为高度自动驾驶——在特定运行设计域内完全自主，无需人工干预；L5为完全自动驾驶——全场景无限制。关键差异在于：国际标准强调企业主导，中国标准明确驾驶员在L3/L4中为第一责任人，但系统故障时可向车企追偿。2025年7月1日实施的《智能网联汽车自动驾驶功能运行安全技术要求（GB/T 42548-2025）》进一步规范了L3/L4感知、决策、控制安全性能要求。
技术路线分野——多传感器vs纯视觉，端到端的两次变革
感知端路线分为以激光雷达为主的多传感器融合方案和纯视觉方案。多传感器方案适用于L4级Robotaxi（Waymo），以硬件冗余保障安全；纯视觉方案适用于L2-L3乘用车（特斯拉），以算法突破降低硬件依赖，适合规模化量产。决策端经历了两次重大变革：第一次是2021年特斯拉引入BEV+Transformer架构，将2D图像转换为3D鸟瞰图，融合时序信息、减少对高精地图依赖；2022年OCC占用网络引入高度信息，使BEV从3D向4D演进。第二次是端到端算法的兴起——2024年特斯拉FSD v12取消约30万行C++规则代码，完全依赖神经网络决策，成为全球首个量产落地的纯视觉一段式端到端系统。2025年，端到端2.0时代开启，VLA模型融合生成式AI技术，有望解决长尾场景覆盖不足的核心痛点。
从VLM到VLA——端到端2.0的终极形态
2024年VLM（视觉语言模型）量产上车，理想DriveVLM采用双系统架构——E2E快系统处理95%常规场景，LLM慢系统破解5%长尾问题（如潮汐车道、特殊交通标识）。2025年，VLA（视觉-语言-动作模型）成为头部车企竞争焦点。VLA是VLM的升级版，能够执行动作且拥有更强推理与泛化能力，被视为端到端2.0的终极形态。小鹏汽车G7等新车型搭载全车端VLA（自研），2025年Q3交付；理想汽车MindVLA（自研）搭载于理想i8，2025年7月发布；长城汽车5款车型搭载元戎启行VLA方案，包括猎鹰900、Smart精灵等，2025年Q3交付；吉利极氪采用Waymo EMMA模型，Robotaxi专属车型2025年下半年交付。VLA的落地标志着自动驾驶从“感知理解”向“理解+决策+执行”一体化演进。
Robotaxi商业化拐点——接管率、订单密度、里程数三维验证
Robotaxi商业化存在三个关键指标。接管频率方面，百度牵头制定的《自动驾驶出租车》团体标准要求接管频率≤0.01次/千公里。Waymo达0.017次/千公里（行业最高，事故率仅为人类1/6），萝卜快跑0.16次/千公里，小马智行0.75次/千公里，仅Waymo接近商业化技术拐点。日均订单方面，如祺出行招股书提出≥15单为盈亏平衡临界点。萝卜快跑2025年达20单/车（已实现盈亏平衡，目标2025年盈利），小马智行18-20单/车（预计2025年单车盈亏平衡），Waymo达20单/车。累计里程方面，萝卜快跑累计实际路测1.7亿公里（事故率与人类持平），Waymo全无人驾驶累计5670万英里（约9125万公里），实现11类场景安全性超越人类。Robovan场景率先盈利——九识智能单车年赚1万已实现盈利，文远知行Robovan W5在天津港、广州园区实现单车盈利。
Robotaxi商业化核心指标对比| 企业 | 接管频率（次/千公里） | 日均订单（单/车） | 累计里程 | 商业化进展 |
|---|
| Waymo | 0.017 | 20 | 9125万公里 | 接近商用拐点 |
| 萝卜快跑 | 0.16 | 20 | 1.7亿公里 | 已盈亏平衡 |
| 小马智行 | 0.75 | 18-20 | — | 预计2025年单车盈亏平衡 |
| 文远知行 | 5.0 | 15 | — | 重心转向环卫/小巴 |
