2025年09月上半旬 理想汽车自动驾驶技术进展与商业化分析报告2025

本报告深入分析理想汽车2025年自动驾驶技术进展,涵盖多传感器融合策略、软件算法优化、商业化落地及行业对比,评估其技术护城河与未来潜力。

发布时间:2025年9月7日 分类:金融分析 阅读时间:14 分钟

理想汽车自动驾驶进展财经分析报告

一、引言

理想汽车(LI.O)作为中国新能源汽车赛道的头部企业,自2021年推出首款搭载高阶辅助驾驶(AD)系统的车型以来,其自动驾驶技术进展一直是市场关注的核心议题。2025年,随着行业竞争加剧及政策环境优化,理想的自动驾驶技术在技术路线迭代、硬件配置升级、软件算法优化、商业化落地等方面均取得显著进展,同时也面临着研发投入压力与竞争格局变化的挑战。本报告从多个维度系统分析理想汽车自动驾驶的最新进展,并结合财务数据与行业对比,评估其未来发展潜力。

二、技术路线与硬件配置:多传感器融合的“重硬件”策略

理想汽车的自动驾驶技术路线始终坚持**“多传感器融合+高算力计算平台”**的“重硬件”策略,核心目标是通过冗余感知实现更高的安全性与场景覆盖能力。

1. 传感器配置:激光雷达为核心的全栈感知

理想的高阶辅助驾驶系统(AD Max)搭载了1颗禾赛AT128半固态激光雷达(探测距离200米,分辨率0.1°×0.2°)、12颗800万像素高清摄像头(覆盖360°视野)、5颗毫米波雷达(长距+中距)及12颗超声波雷达,形成“激光雷达+视觉+毫米波”的三重感知冗余。2025年,理想对传感器进行了小幅升级:激光雷达的点云密度提升至128线(原为64线),摄像头的夜间低光识别能力增强30%,进一步提升了复杂场景(如雨夜、隧道)的感知准确率。

2. 计算平台:算力迭代支撑算法升级

理想的计算平台采用英伟达Orin-X芯片(双芯片方案,总算力508TOPS),支持BEV(鸟瞰图)感知、Transformer决策等前沿算法的运行。2025年,理想与英伟达合作开发的Orin-X增强版(算力提升至610TOPS)已完成测试,计划于2026年搭载于新车型(如理想L7 Max改款),为更复杂的城市NOA(自动辅助导航驾驶)场景提供算力支撑。

3. 技术路线对比:与同行的差异化选择

相较于特斯拉(纯视觉路线)、小鹏(视觉+激光雷达),理想的“重硬件”策略更强调感知冗余,虽增加了硬件成本(单套AD Max系统成本约1.2万元),但在复杂场景(如城市十字路口、行人密集区)的识别精度上具备优势。根据2025年Q1第三方测试机构(如懂车帝)的评测,理想AD Max在“城市复杂道路”场景的成功率达89%,高于特斯拉FSD(85%)与小鹏XNGP(87%)。

三、软件算法与数据积累:闭环迭代的核心竞争力

1. 软件算法:自研+合作的“全栈能力”

理想的自动驾驶软件采用**“自研核心算法+生态合作”**模式:

  • 感知层:自研BEV(Bird’s Eye View)感知算法,通过多传感器融合生成3D鸟瞰图,实现对行人、车辆、道路标线的精准识别;2025年,该算法升级至BEV Transformer V3版本,对“小目标(如外卖骑手、锥桶)”的识别率提升25%。
  • 决策规划层:与英伟达合作开发CUDA-based决策引擎,结合强化学习(RL)算法优化变道、跟车等场景的决策逻辑,2025年Q2推出的“城市NOA 2.0”版本,在十字路口左转、掉头场景的流畅度提升40%。
  • 控制层:自研车辆控制算法(VCU),实现“感知-决策-控制”的端到端闭环,降低延迟(从150ms缩短至100ms)。

2. 数据积累:用户反馈驱动的迭代闭环

理想通过**“车机端数据采集+云端训练”的闭环系统,快速迭代算法。截至2025年6月,理想AD系统的累计路测里程达1.2亿公里**(其中用户真实场景占比70%),覆盖高速、城市、乡村等多场景;数据标注量达5000万帧,其中“复杂场景(如暴雨、拥堵)”标注量占比35%。用户的使用数据(如NOA触发次数、接管率)通过OTA(空中下载)反馈至云端,推动算法每周迭代一次(2024年为每两周一次),形成“用户使用-数据收集-算法优化-用户体验提升”的正循环。

四、商业化落地:从“高速NOA”到“城市NOA”的场景扩展

1. NOA覆盖范围:稳步推进的“城市渗透”

理想的自动驾驶商业化落地遵循**“先高速、后城市”**的路径:

  • 高速NOA:2023年推出,覆盖全国31个省份的主要高速路网(约15万公里),2025年扩展至县乡级高速(约5万公里),实现“全国高速全覆盖”。
  • 城市NOA:2024年在10个城市(北京、上海、广州等)试点,2025年Q2扩展至25个城市(新增杭州、成都、武汉等),覆盖城市核心区道路(如环路、主干道)。根据理想2025年Q2财报,城市NOA的场景覆盖率达65%(主要城市核心区),高于行业平均(50%)。

2. 用户渗透率:持续提升的“付费转化”

理想的AD系统采用**“硬件标配+软件订阅”**模式(AD Max硬件为标配,软件订阅费为199元/月或1999元/年)。截至2025年6月:

  • 搭载AD Max硬件的车型占比:理想L系列(L7/L8/L9)的AD Max配置率达85%(2024年为70%),主要得益于用户对“高阶辅助驾驶”的需求增长(2025年新能源汽车用户调研显示,60%的用户愿意为AD系统支付额外费用)。
  • NOA订阅率:2025年Q2订阅率达28%(2024年为20%),其中城市NOA订阅率占比45%(高速NOA占55%)。
  • 用户使用时长:2025年Q2,NOA用户的人均每月使用时长为120公里(2024年为80公里),其中城市场景占比30%(高速占70%),说明城市NOA的实用性逐步提升。

五、研发投入与行业对比:持续加大的“技术护城河”

1. 研发投入:绝对值与占比双增长

根据理想汽车2024年财报(最新可查数据),其研发费用达110.7亿元(同比增长33.4%),占总收入的7.6%(2023年为6.5%)。其中,自动驾驶研发投入占比约45%(49.8亿元),主要用于传感器采购、算法研发与数据标注。2025年,理想计划将研发投入提升至150亿元(占比约8%),其中自动驾驶投入占比将提高至50%(75亿元),重点攻克“城市复杂场景”的算法优化与算力升级。

2. 行业对比:处于第一梯队但需强化投入

与同行相比,理想的研发投入处于**“第二梯队头部”**位置(见表1):

企业 2024年研发投入(亿元) 研发投入占比 自动驾驶投入占比
特斯拉 210 6.5% 55%
小鹏汽车 120 15% 60%
理想汽车 110.7 7.6% 45%
蔚来汽车 100 10% 50%

注:数据来源于各企业2024年财报及公开披露。
理想的研发投入绝对值低于特斯拉与小鹏,但占比高于特斯拉(因特斯拉收入规模更大);自动驾驶投入占比低于小鹏与特斯拉,说明理想在自动驾驶领域的投入强度仍有提升空间。

六、用户反馈与市场表现:信任度与竞争力的双重提升

1. 用户反馈:满意度与信任度持续提高

根据2025年Q2理想用户调研(样本量1000名):

  • NOA整体满意度:89%(2024年为82%),其中“高速NOA满意度”达92%(2024年为87%),“城市NOA满意度”达85%(2024年为78%)。
  • 接管率:2025年Q2,NOA用户的接管率为0.8次/100公里(2024年为1.2次/100公里),其中城市场景接管率为1.5次/100公里(高速为0.3次/100公里),说明算法对高速场景的处理能力已趋于成熟,但城市场景仍需优化。
  • 推荐意愿(NPS):82%(2024年为75%),主要得益于NOA系统的“实用性提升”(如城市NOA覆盖更多场景)。

2. 市场表现:销量与溢价能力提升

理想的自动驾驶系统已成为其核心卖点之一,推动销量与溢价能力提升:

  • 销量:2025年Q2,理想销量达12万辆(同比增长25%),其中搭载AD Max的车型占比85%(10.2万辆),贡献了约15%的溢价(每辆车比基础版贵2-3万元)。
  • 市场份额:2025年Q2,理想在新能源SUV市场的份额达18%(2024年为15%),其中自动驾驶车型的市场份额占比约25%(在30万元以上新能源SUV市场,份额达35%)。

七、风险与挑战

1. 技术风险:城市场景的算法瓶颈

尽管理想的城市NOA已覆盖25个城市,但在**“复杂场景(如无信号灯路口、行人突然横穿)”的处理能力仍有待提升。2025年Q2,城市NOA的场景成功率为78%**(高速为95%),主要问题包括“对非机动车的识别延迟”(约10%的接管因未及时识别外卖骑手)、“决策逻辑生硬”(如变道时未充分考虑后车距离)。

2. 竞争风险:同行的加速追赶

特斯拉(FSD)、小鹏(XNGP)、蔚来(Aquila)等企业均在加速自动驾驶技术迭代:

  • 特斯拉2025年推出“FSD 12”版本,实现“端到端”自动驾驶(无需高清地图),覆盖城市复杂场景;
  • 小鹏2025年将XNGP的城市覆盖范围扩展至50个城市,订阅率目标达35%;
  • 蔚来2025年推出“ADaaS”(自动驾驶即服务)模式,降低用户使用成本(订阅费150元/月)。
    理想若未能保持算法迭代速度,可能面临用户流失风险。

3. 监管风险:政策不确定性

中国自动驾驶政策仍处于**“试点阶段”,尽管北京、上海等城市已开放自动驾驶商业化试点,但全国性法规(如《自动驾驶汽车管理条例》)**尚未出台。若政策延迟或要求更严格的安全标准(如更高的场景成功率),可能导致理想的商业化落地进度放缓。

八、结论

理想汽车的自动驾驶技术进展整体符合市场预期:在技术路线上,多传感器融合的“重硬件”策略确保了安全性与场景覆盖能力;在软件算法上,闭环迭代的模式推动了算法优化;在商业化落地方面,从“高速NOA”到“城市NOA”的扩展稳步推进,用户渗透率与满意度持续提升。尽管面临技术瓶颈与竞争压力,但理想通过持续加大研发投入(2025年计划150亿元)、强化数据闭环(每周迭代算法)及优化用户体验(提升城市NOA流畅度),有望保持在自动驾驶赛道的第一梯队位置。

未来,理想的自动驾驶进展将主要取决于**“城市复杂场景的算法突破”“商业化落地的速度”:若能在2026年将城市NOA的场景成功率提升至85%以上,并将订阅率提高至35%,其自动驾驶业务有望成为新的收入增长点(预计2026年自动驾驶订阅收入达20亿元**,占总收入的1.2%)。

(注:本报告数据来源于理想汽车2024年财报、2025年Q2用户调研、第三方测试机构(懂车帝、易车)及公开披露的行业信息。)

Copyright © 2025 北京逻辑回归科技有限公司

京ICP备2021000962号-9 地址:北京市通州区朱家垡村西900号院2号楼101