2024年是自动驾驶行业快速发展的一年，技术创新、政策支持和资本市场推动共同促成了行业的重大进展。

　　2.多家芯片厂商在2024年推出了高算力AI芯片，推动了自动驾驶技术的进一步发展。

　　3.英伟达、高通、Mobileye等国际巨头在自动驾驶芯片领域的技术优势持续增强，市场竞争愈加激烈。

　　4.国内企业如地平线、黑芝麻智能等也在不断提升技术水平，争取更大的市场份额。

　　5.预计到2025年，国产芯片有望挑战国际巨头，自动驾驶行业将迎来更大的变革和发展机遇。

　　欢迎关注下方公众号阿宝1990，本公众号专注于自动驾驶和智能座舱，每天给你一篇汽车干货，我们始于车，但不止于车。

　　2024年是自动驾驶行业快速发展的一年，技术创新、政策支持和资本市场的推动共同促成了行业的重大进展。尽管面临一些挑战，如盈利能力和技术瓶颈，但整体来看，自动驾驶行业正处于爆发初期，未来有望迎来更大的变革和发展机遇.

　　多家芯片厂商在2024年推出了高算力AI芯片，推动了自动驾驶技术的进一步发展。英伟达的DRIVE Thor平台和地平线级自动驾驶，提供了更强的算力支持。

　　必一运动

　　随着英伟达、高通、Mobileye等国际巨头在自动驾驶芯片领域的技术优势持续增强，市场竞争愈加激烈。国内企业如地平线、黑芝麻智能等也在不断提升技术水平，争取更大的市场份额。

　　2024年，国产芯片厂商在自动驾驶领域的表现迅速提升，预计市场规模将在未来几年进一步扩展，国产芯片有望挑战国际巨头。

　　新闻事件：2024年3月，特斯拉在正式向北美地区推送了基于端到端技术的自动驾驶系统FSD V12。这一版本的自动驾驶系统采用了端到端神经网络模型，能够直接从原始传感器数据中提取信息，并实现感知到控制的无缝连接，从而简化了传统的自动驾驶架构。

　　影响解读：FSD V12版本的推出标志着特斯拉在自动驾驶技术上迈出了重要一步，其核心特点是通过深度学习模型替代了超过30万行的传统C++代码，使得系统更加依赖神经网络进行车辆的转向、加速和制动控制。这一转变不仅提升了系统的响应速度和环境适应性，还在复杂城市环境中展现了较高的可靠性和适应性。特斯拉的FSD V12版本不仅推动了自动驾驶技术的发展，还引发了行业内对端到端自动驾驶路线的广泛关注和讨论。

　　新闻事件：2024年11月6日，小鹏汽车在其AI科技日活动上发布了自研的图灵AI芯片。该芯片专为人工智能应用设计，搭载了40核处理器，支持L3+级别的高阶智能驾驶体验，具有极高的通用性，能够在多个领域（如AI汽车、AI机器人、飞行汽车）应用。

　　影响解读：图灵芯片的发布标志着小鹏希望通过自研芯片在未来的新能源汽车竞争中获得更多的筹码和主动权。毕竟比亚迪、华为、吉利等竞争对手，都在布局自研芯片。

　　新闻事件：2024年8月8日，黑芝麻智能在中国香港成功上市，成为国内自动驾驶芯片领域首家上市公司。随后，地平线日在香港上市，募集资金超过54亿港元，成为2024年港股市场最大科技IPO之一。

　　影响解读：黑芝麻智能和地平线的IPO成功标志着中国自动驾驶芯片被资本市场认可，进一步增强了国产智能芯片厂商的市场信心，预计将推动中国自动驾驶领域的资金投入与技术创新。

　　事件介绍：辉羲智能于2024年10月17日，在2024世界智能网联汽车大会上发布了其首款高性能自动驾驶芯片“光至R1”。这款芯片采用7nm车规级工艺，具备500 TOPS的算力，满足高阶自动驾驶场景的需求。该芯片预计在2025年实现量产，搭载于国际汽车品牌车型中。

　　影响解读：光至 R1在算法性能上对标英伟达OrinX，部分算力表现甚至超越后者9倍以上。预计2025年，光至 R1将在一家国际车企中实现量产，成为国内量产速度最快的大算力智驾芯片。光至 R1不仅为自动驾驶提供高性价比解决方案，更为探索具身智能技术的广泛应用奠定基础，将成为搅动车规级芯片市场格局的新变量。

　　事件介绍：2024年4月17日，Mobileye发布了新一代高级驾驶辅助系统（ADAS）芯片——EyeQ™ 6 Lite。这款芯片采用台积电7纳米工艺制造，计算能力是上一代的4.5倍，支持800万像素摄像头和120度的横向视野，大幅提升车辆环境感知和安全性。Mobileye宣布该芯片已量产，并计划未来几年内装配于4600万辆汽车，进一步巩固其作为ADAS解决方案供应商的市场地位。

　　必一运动

　　影响解读：Mobileye在2024年第一季度经历了营收大幅下降，收入同比下滑近50%，至2.39亿美元，主要原因是客户因经济不确定性和库存过剩减少订单。EyeQ™ 6 Lite的发布是Mobileye在ADAS技术领域的一次重要升级。4600万颗订单的签订表明市场对EyeQ™ 6 Lite的潜力高度认可，特别是在安全性和合规性要求日益严格的全球市场中，这款芯片有望成为主流ADAS解决方案的标杆产品。

　　事件介绍：2024年4月24日，地平线正式发布了其最新一代智能驾驶芯片——征程6系列。这一系列芯片覆盖从低阶到高阶的多种自动驾驶应用场景，计划于2025年实现量产，并预计搭载于超过100款中高阶智驾车型中。比亚迪、奇瑞、上汽集团、大众汽车集团等知名车企已将其纳入产品规划，奇瑞集团更是将该系列芯片应用于四大品牌车型。

　　影响解读：地平线 TOPS算力不仅缩小了与国际巨头的技术差距，还在部分应用场景中实现了超越。与多家车企及Tier1供应商的深度合作表明，地平线已从单一芯片供应商转变为全栈解决方案提供者。

　　事件介绍：2024年12月30日，黑芝麻智能正式发布了其全新的华山A2000家族芯片平台，为下一代AI模型提供了强大的算力和性能支持。这款芯片平台专为自动驾驶技术打造，涵盖了多个版本，包括华山A2000 Lite、华山A2000和华山A2000 Pro，旨在推动智能驾驶行业的全面发展，尤其是在城市智驾和全场景通识智驾领域。发布后的华山A2000芯片在2025年CES展会上首次亮相，吸引了广泛关注。

　　影响解读：华山A2000的推出标志着黑芝麻智能在自动驾驶和AI领域的又一突破，预计将加速智能驾驶技术的普及，尤其是在Robotaxi和NoAPI等自动驾驶应用场景中具有重要的市场前景。此次发布不仅吸引了行业专家和媒体的目光，还对黑芝麻智能的股价产生了积极影响，发布当天股价上涨超过3%。

　　新闻事件：2024年10月28日，吉利汽车正式发布其自研的“星辰一号”自动驾驶芯片。这款芯片采用7nm制程工艺，具备卓越的计算能力，CPU算力达到250KDMIPS，单颗NPU算力高达512TOPS，在多芯片协同工作时，最高算力可达2048TOPS。吉利计划于2025年实现“星辰一号”芯片的量产，并在2026年广泛应用于旗下高端车型，包括领克和银河系列。

　　影响解读：“星辰一号”是吉利智能驾驶战略的重要里程碑，也是吉利旗下子公司芯擎科技从座舱芯片向自动驾驶以及舱驾一体芯片过渡的转折性产品。在多颗芯片的协同支持下，国产自动驾驶芯片在算力上已经可以正面挑战英伟达、高通等强大的国际竞争对手。

　　新闻事件：2024年9月，特斯拉宣布将在2025年第一季度推出FSD（完全自动驾驶）系统，并且与百度合作，确保在中国市场的数据合规性和地图服务许可。特斯拉的FSD入华计划面临监管审批等挑战，但仍在积极推进中。

　　影响解读：特斯拉的FSD系统在中国大陆一直无法升级，使得特斯拉的自动驾驶体验相对国产新能源车竞品不再具有优势。此次FSD确定入华时间，有望为中国自动驾驶行业带来“鲶鱼效应”，促进国内车企在智能化技术上的竞争和技术提升。

　　事件介绍：中国工业和信息化部等部门于2024年宣布，北京、上海、广州等7个城市启动智能网联汽车准入和上路试点，比亚迪、蔚来等9家企业入选L3级自动驾驶技术试点计划。这些企业将在乘用车、客车和货车领域展开试点，目标是完善技术规范和法规。

　　影响解读：受限于政策法规问题，各大车厂在自动驾驶技术上虽然已经成熟，但迟迟不敢投入到L3级别自动驾驶商用。此次9家车企入选L3试点，将为中国在智能网联汽车领域建立标准化和领先地位，为全球自动驾驶发展提供模板，也为最终实现L4级别的自动驾驶全面商用铺平了道路。

　　上榜理由：图灵芯片支持本地运行30B参数大模型，算力相当于三颗Orin X，成为L4级智能驾驶芯片的先锋。

　　影响解读：通过自研NPU和高动态范围ISP，小鹏图灵芯片为高级别自动驾驶及智能座舱提供了强大的本地算力支持，展现出智能驾驶未来发展的前瞻性和可行性。

　　上榜理由：星辰一号凭借512 TOPS的NPU算力和2048 TOPS的多芯片协同能力，成为国产自动驾驶芯片技术标杆。

　　影响解读：其车规级7nm制程工艺、L2-L4级别场景适配和功能安全设计展示了国产车企在智能驾驶领域的核心技术突破，有助于提升中国在智能驾驶芯片领域的国际竞争力。

　　上榜理由：500+ TOPS算力支持多模态智能驾驶功能，推动高阶城区自动驾驶解决方案的量产。

　　影响解读：光至R1为国内外车企提供了可行的中央计算方案，其创新架构与安全认证标准引领了国产芯片的技术发展，尤其在自动驾驶安全性和多场景适配性上独树一帜。

　　上榜理由：理想舒马赫芯片采用先进的Chiplet架构和可能的5nm制程，展示了车企自主研发高性能AI推理芯片的潜力。

　　影响解读：随着芯片的量产，理想在智能驾驶领域将进一步提高算力灵活性，同时降低芯片开发成本，为智能汽车提供全栈式服务支持。

　　上榜理由：采用领先的5nm车规工艺，神玑NX9031通过1000+ TOPS算力和高效ISP技术，在复杂驾驶场景下表现卓越。

　　影响解读：凭借其在Transformer和BEV算法中的性能优势，神玑NX9031芯片助力蔚来实现跨域计算和全场景智能化，提升了智能电动车市场的科技品牌形象。

　　上榜理由：凭借36TOPS的AI算力与80K DMIPS的CPU性能，SA8620P为中端市场提供了一款高性价比的自动驾驶解决方案，支持高速NOA等主流功能。

　　影响解读：SA8620P的硬件配置和面向10万至20万元乘用车的定位，填补了入门级自动驾驶技术的市场需求，为广泛车型提供智能化升级的可能性。

　　上榜理由：具备100TOPS的AI算力与230K DMIPS的CPU性能，在高端市场中树立了新的技术标杆，并支持复杂的自动驾驶功能。

　　影响解读：通过提升算力和优化功耗，SA8650P为高级驾驶辅助系统（ADAS）和更高等级的自动驾驶提供了坚实基础，有助于推动行业迈向L3和L4级自动驾驶的普及。

　　上榜理由：EyeQ Ultra以专用设计优化功耗和性能，具备176TOPS算力，主打量产化的L4级别自动驾驶。

　　影响解读：Mobileye借助其广泛的行业合作伙伴和生态布局，将EyeQ Ultra定位于面向大众市场的高性价比解决方案，助推高级别自动驾驶技术的下沉。

　　上榜理由：华山A2000家族包括华山A2000 Lite、华山A2000和华山A2000 Pro，针对城市智驾、全场景智驾以及高阶智驾应用，提供量身定制的解决方案。华山A2000的算力最大可达到250 TOPS（INT8），是目前主流旗舰芯片算力的四倍，极大提升了智能驾驶的实时计算能力。

　　华山A2000芯片平台强大的计算力和灵活的多任务处理能力，满足了从Robotaxi到NoA等不同场景下的需求。通过与Nullmax的合作，华山A2000展现了其在多模态大模型智驾方案中的应用潜力，进一步加速了智能驾驶技术的推广。

　　上榜理由：地平线P等多款产品，覆盖从低阶到高阶的智能驾驶需求，尤其是在性能、功耗、传感器兼容性等方面均表现出色。特别是旗舰型号征程6P，其560 TOPS的AI算力和基于第四代BPU架构的强大处理能力，使其成为目前国产智驾芯片中的领军产品。

　　影响解读：地平线系列产品的亮点不仅在于硬件本身的高性能，还在于地平线供应商中广泛的合作网络，确保了其技术方案能够得到实际应用。这为汽车行业提供了更多性价比高、性能优异的智能驾驶芯片选择，推动了智能驾驶技术向更广泛的市场渗透，降低了自动驾驶技术的成本门槛。

　　根据前瞻产业研究院的数据，2024年全球汽车芯片市场规模预计将达到758亿美元。

　　Coherent market insights预测，全球自动驾驶汽车芯片市场预计在2024年将达到236.4亿美元的价值，到2031年将增长至418.7亿美元，复合年增长率（CAGR）为8.5%。中商产业研究院预计，中国汽车芯片市场规模有望在2024年达到905.4亿元，同比增长6.5%，市场规模稳步扩张。

　　根据亿欧智库的数据，2024年高速NOA功能的渗透率接近10%，市场规模达到190亿元，预计到2030年将超过3000亿元。城市NOA功能也在快速推进，其渗透率在2023年为4.8%，预计2024年将接近10%。

　　自动驾驶芯片市场占有率（2024年1~10月），来源：与非研究院、盖世汽车

　　2024年，国际巨头依然主导自动驾驶芯片市场。其中英伟达以其高算力自动驾驶SoC芯片占据全球市场82.5%的份额。根据盖世汽车的数据，英伟达的Drive Orin-X芯片装机量155.4万颗，市场份额达32.6%。紧随其后的是特斯拉，尽管在中国市场FSD系统还没有正式落地，但凭借自研的FSD芯片，装机量101.31万，市场份额26.8%。这两家头部企业加起来市场份额接近60%，头部聚集效应明显。

　　Mobileye市场份额近年来有所下降，但在ADAS市场中继续保持主导地位，其EyeQ系列芯片市场份额达8.7%。此外，国产自动驾驶芯片凭借本地化服务与技术创新也逐步扩大市场份额。华为的昇腾610芯片装机量38.41万颗，市场占比9.6%。地平线芯片装机量合计占市场份额8.0%，其产品组合策略覆盖中高端市场，表现强劲。黑芝麻智能的华山A2000芯片也在2024年推出，展现了强劲的技术创新能力。

　　自动驾驶域控供应商市场占有率（2024年1~10月），来源：与非研究院、盖世汽车

　　2024年，德赛西威以61.8万套装机量和25.8%的市场份额领先，体现了本地化解决方案的高接受度。和硕/广达（特斯拉）以21.1%位居第二，华为技术占15.7%排在第三。

　　英伟达推出的DRIVE Thor芯片以2000 TOPS算力树立了行业标杆之后，2024年，算力全面突破，头部厂商的产品普遍超过1000 TOPS，为自动驾驶芯片在处理速度、感知精度及场景适应性上提供全面升级。国产芯片也不甘落后，芯擎科技的“星辰一号”采用7nm制程，支持L2至L4级别驾驶，单个NPU算力达到512 TOPS，多颗芯片协同可达到最高2048 TOPS算力。

　　2024年被视为跨域融合的元年，多家企业推出支持中央计算平台的芯片，加速舱驾一体化进程。英伟达DRIVE Thor与高通Snapdragon Ride Flex SoC是这一趋势的代表。实现跨域融合的核心在于通过单一高性能中央计算平台实现智能驾驶和智能座舱功能的集成。中央计算平台整合多功能模块，简化硬件架构，提升计算能力与响应速度。这种架构既降低系统复杂性，也显著增强了功能稳定性和用户体验，成为推动整车电子电气架构（EEA）转型的关键技术。

　　自动驾驶芯片正朝着“CPU+GPU+NPU”或“CPU+XPU”的异构架构发展。这种架构通过集成多种计算单元（如DSP、GPU、NPU等），能够高效处理复杂的任务，如高级驾驶辅助系统（ADAS）、车载信息娱乐系统（IVI）以及域控制等。例如，芯擎科技的AD1000芯片采用了多核异构架构，具备强大的算力支持，能够满足L4至L3级智能驾驶需求。NVIDIA的Thor芯片则集成了GraceCPU、A100 GPU和Bluefield DPU，实现了云端与边缘端的无缝协同。特斯拉的FSD芯片集成了多个四核ARM CPU、GPU和NPU单元，通过软硬件的高度协同，实现了高效的计算和低能耗。未来，自动驾驶芯片可能会进一步向超异构计算平台发展，这种平台将支持跨不同类型的处理器架构、不同芯片平台以及云边端网络位置的计算资源池化。

　　2024年，自动驾驶芯片的多模态感知与传感器融合技术呈现出显著的发展趋势。这一领域主要关注如何通过整合来自不同传感器的数据（如激光雷达、摄像头、毫米波雷达等），以提高自动驾驶系统的感知能力和可靠性。

　　目前，多模态传感器融合方法主要分为早期融合、中间融合和晚期融合三种类型。早期融合通常在数据层面进行，将不同传感器的原始数据直接合并；中间融合则是在特征层面进行，将不同传感器提取的特征进行整合；晚期融合则是在决策层面进行，对多个传感器的输出结果进行综合判断。

　　自动驾驶域正在广泛采用Transformer架构来处理多模态数据。Transformer的注意力机制能够有效聚合来自不同传感器的输入信息，从而提升感知精度。例如，特斯拉在其BEV（Birds Eye View）方案中引入了Transformer，将多摄像头视角下的数据统一到3D空间中进行处理，显著提高了感知精度。此外，深度学习算法在多模态传感器融合中也扮演着重要角色。通过神经网络模型，可以高效地从多源传感器数据中提取特征，并进行有效的融合。

　　功能安全是高级别自动驾驶的核心要求。自动驾驶芯片除了要通过常见的国际车规认证，比如ISO 26262和IEC 61508等之外，还需要通过多种冗余设计来确保功能安全。比如、电源、通信、控制、制动、转向和感知冗余。这些冗余设计可以保证即使部分组件失效，系统仍能正常运行，从而避免严重的安全事故。

　　此外，由于联网自动驾驶车辆面临潜在的网络攻击威胁，因此，芯片厂商正在加强信息安全防护措施。例如，AMD推出的Versal AI Edge和Prime系列芯片集成了AI加速器，并优化了传感器和自动驾驶功能，以应对实时响应和信息安全挑战。

　　生成式AI技术在自动驾驶中的应用主要集中在数据处理、算法迭代和仿真系统上。它能够提高数据处理效率，加速自动驾驶感知与规控精度，并推动算法的快速迭代。例如，特斯拉的FSD算法就利用生成式AI技术实现了更高的自动化水平。生成式AI还助力复杂驾驶场景下的快速决策，为L4及以上级别自动驾驶提供技术支持。大模型的快速发展同样助力显著，例如毫末智行的DriveGPT生成式模型提升了感知与决策能力。

　　最关键的事，自动驾驶要么做大量的路测，要么需要在虚拟环境中进行大规模的测试和验证，从而提高自动驾驶系统的可靠性和安全性。生成式AI可以生成高质量的合成数据，有效缓解了真实数据短缺的问题，提升了自动驾驶模型的训练和仿线年生成式AI的应用正在加速自动驾驶从创造型行业向工程型行业的转变。主机厂的智能驾驶水平显著提升，感知模块技术路径趋于收敛，这为自动驾驶的商业化奠定了基础。

　　由于自动驾驶汽车的能源供应有限，降低功耗可以延长车辆的续航里程，并减少对能源系统的压力。例如，华为的昇腾310芯片在典型配置下仅需8瓦的功耗，这使得其能够在有限的能源供应下长时间稳定运行。此外，特斯拉也在其自动驾驶芯片中采用了低功耗设计，以提升系统的自主性和竞争力。

　　在追求低功耗的同时，自动驾驶芯片也注重提升计算性能和能效比。例如，英伟达的Xavier芯片结合了CPU、GPU和ASIC的设计架构，通过不同类型的处理单元的协同工作，实现了高性能计算和低功耗。地平线芯片则通过优化硬件结构，实现了高性能计算能力和低功耗设计。

　　除此之外，通过新材料和先进工艺，以及通过优化算法、硬件加速和模型压缩等手段，也可以显著提升芯片的计算性能和能效比。

　　2024年，自动驾驶行业已经突破量产攻坚阶段，NOA（Navigate on Autopilot）功能的应用已经从高速公路拓展到城区场景。随着技术逐渐成熟，小鹏、理想、蔚来、华为等车企纷纷落地城市领航功能，加快开城速度。根据盖世汽车的数据，NOA功能已经成为了绝大多数用户购车的参考因素。约41%的用户认为高速NOA是主要的购车参考因素；约28%用户认为城区NOA是主要的购车参考因素，超90%用户认为NOA功能是他们购车的参考因素。

　　如果以手机行业类比，2010年iPhone4发布后手机行业迎来了一次变革，但渗透率线年智能手机下探至千元市场之后，我们可以称之为“iphone4”时刻。

　　值得一提的是，2024年标配NOA功能的车型已经从30~50万下探到20万以下车型。2024年推出的

　　500Pro价格为17.49万元起，荣威RX5NGP售价15.59万起。未来随着软硬件成本持续下降，NOA功能也将逐渐下探至中低价位车型。前面市场数据部分也提到了，2024年城市高速NOA的渗透率达到10%，这也意味着自动驾驶行业迎来了快速发展的黄金期，但是称之为“iphone4”时刻可能还为时过早。

　　除了成本降低和渗透率的提升，AI大模型的发展也给自动驾驶带来了颠覆性的变化。在CVPR 2023会议上，特斯拉公司介绍了他们研发的“通用世界模型”。该模型具备强大的功能，能够对未来事件进行有效预测，并且可以通过人为干预进行控制。此外，它能够以多种形式输出结果，极大地便利了仿真实验的开展，为科研和技术创新提供了新的可能。

　　2024年随着特斯拉推送基于端到端的自动驾驶系统 FSDv12，算法中引入了世界模型和基础模型的概念，小鹏、理想、蔚来等中国车企跟着加大端到端模型研发力度。随着通用世界模型的成熟和落地，未来智能汽车也将成为一个通用的端侧智能体，自动驾驶有可能成为通用机器人的第一个落地场景。

　　具体到自动驾驶芯片这一块，英伟达在该领域仍然具有强大的市场和算力优势。特斯拉的FSD则因为其All in 视觉算法路线，在软件算法这一块处于领先地位。特斯拉的自动驾驶技术不仅在硬件上具备强大的算力支持，还通过其全栈自研能力实现了感知、规划、决策和控制的完整闭环，使其在实际应用中表现优异。

　　在国产芯片中，地平线具有先发优势，其征程系列芯片在性能和算力上不断提升。与多家车企合作，推动了其芯片的大规模前装量产。虽然在芯片算力上略逊于华为和特斯拉，但其开放的合作模式和快速迭代的技术使其在国内市场占据了一席之地。

　　华为则在芯片和算法方面后来居上，相比特斯拉的纯视觉方案，华为的多传感器冗余感知方案虽然成本更高，但能够更好的应对复杂环境的挑战，也更加适合中国国情。不过国产自动驾驶芯片可能面临的问题是高端芯片制程技术受限。

　　最后，值得重点讨论的是特斯拉在2024年12月发布了FSD V13.2版本，这一版本在功能上进行了深度优化，并采用了与自家SpaceX火箭同源的代码，大幅提升了自动驾驶的能力。这标志着特斯拉向真正的无人驾驶目标迈出了重要一步。此外，特斯拉计划在2025年前在美国得州和加州推出“无监督版”FSD完全自动驾驶能力，并预计在2026年开始生产Cybertruck，进一步推进Model 3等车型实现完全无人监督的FSD自动驾驶。

　　特斯拉CEO马斯克表示，到2025年初，特斯拉的FSD有望超越人类驾驶员的表现。多项证据表明，2025年特斯拉的全自动驾驶（FSD）功能或将给中国自动驾驶行业带来新的“鲶鱼效应”，各大国产自动驾驶芯片商和车厂们，或将迎来线”时刻。