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。
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。
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。
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。
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。
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%)。
理想的自动驾驶软件采用**“自研核心算法+生态合作”**模式:
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。
理想的自动驾驶商业化落地遵循**“先高速、后城市”**的路径:
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:
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。
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。
根据2025年Q2理想用户调研(样本量1000名):
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:
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)。
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:
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。
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”与“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。)