文 | 极智GeeTech

在自动驾驶这条赛道上，“技术突破”和“商业落地”之间的较量一刻也没停过。

从乘用车到商用车，从L2+辅助驾驶逐渐成为标配，到无人配送车、无人环卫车、自动驾驶出租车、自动驾驶巴士等加速落地，自动驾驶技术应用如火如荼。

4月24日即将开幕的2026北京车展将成为高阶自动驾驶技术“华山论剑”的演武场，车企与科技巨头围绕L3量产落地、城市NOA规模化、VLA与世界模型融合、场景化垂直赛道、开放合作生态五大方向展开激烈竞争，共同围攻自动驾驶商业化“光明顶”。

这场技术与商业的巅峰对决，不仅将定义中国智能汽车产业的未来格局，更将重塑全球汽车产业的技术演进路径与商业价值分配规则，也预示着一度被流量裹挟的汽车行业，正逐步回归以产品和用户为核心的行业本质。

趋势一：自动驾驶政策加速完善

2025年底，工信部向长安深蓝SL03和北汽极狐阿尔法S（L3版）颁发首批L3级有条件自动驾驶准入许可。自此，L3级有条件自动驾驶获得全国合法上路身份，这是中国自动驾驶发展史上的里程碑事件。

今年，中国L3级自动驾驶全国统一管理新规正式实施，结束了此前各地试点“各自为战”的局面。2月，工信部发布《智能网联汽车自动驾驶系统安全要求》强制性国家标准征求意见稿，拟于2027年7月1日实施，替代2024年的推荐性标准GB/T 44721—2024，首次对L3/L4系统提出全国统一技术规范。

新规首次在法律层面明确：在符合规定的场景（如封闭高速公路、城市快速路）内，当L3级系统处于激活状态时，驾驶责任由车企承担；若系统发出接管请求而驾驶员未及时响应接管或违规操作，责任则转由驾驶员承担。

这一“双轨制”责任划分，厘清了长期困扰行业的法律模糊地带，既为车企技术创新提供了法律保障，也倒逼车企提升系统安全性，为L3/L4规模化落地提供了基础保障。

随着2026年1月1日起开始实施的GB 44495-2024《汽车整车信息安全技术要求》、GB 44496-2024《汽车软件升级通用技术要求》等多项强制标准的落地，高阶自动驾驶安全强制标准的补位成为必然。

对于车企来讲，这一系列标准规定企业须为车型建立安全档案，系统记录从设计开发、测试验证到生产运行的完整过程，包含系统描述、安全概念、声明论据证据以及内审记录。这意味着车企不能再依赖碎片化的研发文档，而需要构建覆盖全生命周期的可追溯证据链。

同时，车辆必须通过至少2种有效指标（如眼部运动、头部运动、特定人机交互动作）持续监测后援用户是否具备接管能力。一旦监测到用户未系安全带、离开驾驶位或30秒内未通过能力验证，系统必须立即发出明确提示，并在15秒内触发接管请求。

这意味着车企不能只装一个摄像头摆样子，而必须设计出能精准识别用户状态、分级预警的监测策略，且所有阈值设定都需在安全档案中说明。

此外，L3级的最小风险策略（MRM‌，Minimum Risk Maneuver）要求后援用户未接管时，车辆自动靠边停车，且必须重新启动动力系统才能再次激活；L4级MRM则允许车辆自主处置且无重启限制。

针对高/快速路L3系统，将前向探测范围与最高车速挂钩（如120km/h必须看130米），并要求具备变更车道能力的系统横向覆盖中心线两侧至少9米。这些数据综合考虑了制动时间、通信时延等因素。这意味着车企不能再靠堆料含糊过关，传感器布局必须经过精确计算，确保在各类工况下都能满足探测距离要求。

更关键的是，标准要求车企须在说明书里写清楚：系统是什么级别、能干什么、不能干什么、接管需要多长时间。这意味着过去那种把L2吹嘘成无所不能的夸大宣传，今后将会被严格规范，以后如果买车出现安全问题，可以依法进行追溯。

趋势二：城市NOA迎规模化渗透新周期

从去年开始，城市NOA已走完“高端尝鲜”阶段。2025年，L2级辅助驾驶新车渗透率已达77.3%，基本完成“标配化”进程。2026年，市场焦点将全面转向城市NOA，正式进入“全面普及+规模化渗透”的行业新周期

城市NOA是从高速NOA演进而来，但城市NOA面临更复杂的交通参与者和场景，其技术难度和应用挑战也更大。城市NOA主要依赖于先进的感知系统，包括雷达、摄像头、激光雷达等，以及更高级的算法SLAM（同时定位与地图构建）来理解周围环境并进行实时决策。此外城市NOA还需要处理大量的交通标志和信号，这就要求系统具有高度的灵活性和适应性。

目前，已有多家车企推出了搭载城市NOA功能的车型，技术路线各不相同。以特斯拉为首的纯视觉技术方案，不依赖于传统的地图数据，而是完全依靠车辆自身的感知设备，来实时捕捉周围的环境信息，并利用这些传感器获得的数据，实时构建周围环境的地图，并在此地图上确定自己的位置。而系统通过分析感知到环境信息预测道路环境其他人的行为和意图，NOA系统基于感知数据和预测结果进行实时决策和路径规划，如换道，调整车速等。系统再向车辆的执行机构发送控制指令，以实现自动驾驶。

在国内，以华为ADS、小鹏XNGP为代表的“重感知、轻地图”技术路线，不依赖于传统的高精度地图，通过车辆自身的感知系统来实现在城市环境中的自动驾驶，虽然不依赖高精度地图，但系统可能使用标准的导航地图（如SDmap）来获取基本的路线信息。借助BEV+Transformer模型算法，通过实时感知与转换构建实时地图，从而推动NOA系统中“感知-决策-规划”的任务进行。

据中国汽车工业协会发布的《2025城市NOA汽车辅助驾驶研究报告》显示，2025年1-11月，我国搭载城市NOA功能的乘用车累计销量达312.9万辆，渗透率占乘用车上险量的15.1%。其中，起售价在30万元以下的主流乘用车搭载城市NOA车型的销量达到215.5万辆，占比超过68.9%。这一数据表明，城市NOA已从高端车型的专属配置，转变为大众市场的标配功能。

预计随着城市NOA渗透率的提升，2030年城市NOA将成为辅助驾驶和自动驾驶主流功能。同时，在供应商技术平民化与消费者付费意愿增强的双重推动下，城市NOA功能正从高端车型下探至15-20万元的主流价格带，预计未来将进一步覆盖10-15万元市场，实现规模化普及。

趋势三：VLA与世界模型加速融合统一

纵观技术发展，VLA和世界模型是当下自动驾驶技术发展潮流中两个弄潮儿，共同承担着将原始感知提升至高层次认知，并为最终决策提供关键支持的战略性角色。

在经历2025年端到端大模型上车后，2026年自动驾驶技术路线出现重大转变：VLA与世界模型从相互竞争走向融合统一，塑造一个“既会思考，又会沟通”的终极驾驶大脑，成为提升系统泛化能力和可靠性的核心路径。

VLA擅长语义理解、规则推理、复杂交互，具备“类人思维”，可以处理模糊场景，擅长应对城市复杂路况、行人电动车混行、突发交通状况等各类交互场景，遇到阻碍时会主动规划绕行路线，而非固守预设轨迹停滞不前。从场景适配性来看，VLA无疑更适合复杂的城市道路驾驶。虽然理解当下的能力强，但缺乏预测未来的能力。

世界模型则适合于高精度物理仿真、轨迹预测、海量数据训练，确保执行的精准与安全，它能够通过大规模训练，生成极端场景，也能根据眼前的路况，推测出下一秒的环境变化，但它只负责预测，不对预测结果进行反思推理，确定结果是否安全，一旦碰到训练库之外的非标场景，就容易出现决策僵硬的问题。

而两者的结合，既可以解决世界模型“不懂变通”的问题，又弥补了VLA“效率不足” 的缺陷，让智驾系统既能精准算物理轨迹，又能灵活懂社交规则，真正接近人类司机的驾驶水平。

事实上，行业内也早已开始布局这种融合式技术路径。小鹏VLA 2.0、理想 MindVLA-o1、Momenta R7强化学习世界模型正是将两者融合的代表方案，业内也将其称作智驾“双引擎”模式。

通过在强化学习的基础上引入世界模型，让AI能够逐步理解世界的物理本质，包括物体的物理属性、运动的因果关系以及交互过程中的潜在可能，不再只是简单地模仿驾驶动作。

在这套协同架构里，世界模型承担“底层基建”的核心角色，依托激光雷达与算力支撑，在云端构建高精度物理仿真环境，生成海量长尾极端场景，完成物理轨迹规划与底层数据训练，筑牢智驾的精准执行基础。

VLA则主攻“上层决策”，依托世界模型的精准物理预判，结合自身拟人化语义逻辑推理能力，专门处理复杂道路社交场景、非标突发路况，做出更贴合人类驾驶习惯的柔性决策。

这也印证了，下一代自动驾驶技术的发展方向，并不是非此即彼的路线之争，而是通过分层协同、精细化打磨，让一套系统适配全场景复杂路况，再依托持续完善的数据闭环迭代，让智驾系统随着使用不断优化，变得越来越聪明。今年车展上，双引擎智驾方案必然会成为大多数头部车企的选择，整个行业的竞争焦点将不再是单一的技术路线，比拼技术综合实力的时代已经到来。

趋势四：垂直赛道成为市场下一个“新赛点”

面对自动驾驶商业化的巨大挑战，越来越多自动驾驶企业选择“垂直突破”，而非“全面开花”，聚焦特定场景打造差异化竞争力，市场将形成“全场景巨头+垂直赛道冠军”的产业格局。

如果说乘用车智驾在2026年进入了规模化普及期，那么Robotaxi和Robobus、自动驾驶干线物流就到了关键临界点。

从今年开始，Robotaxi行业将出现两极分化的局面。

一边是头部玩家的盈利突围，百度萝卜快跑、小马智行、文远知行等头部企业，在广州、深圳、北京、上海等一线城市的核心区域，通过规模化运营，大幅压缩Robotaxi运营成本，力求实现盈利。今年，这些头部玩家将进一步扩大运营范围，完成从“试点运营”到“商业化运营”的跨越。

另一边是中小玩家的批量出局。没有车企背景、没有海量数据、没有持续资金支撑的中小Robotaxi企业，将彻底退出市场，这些企业已经没有了继续输血的可能，最终只能要么被收购，要么黯然离场。

与Robotaxi相比，Robobus、自动驾驶干线物流的商业化落地，节奏反而更快。

高速干线物流场景，路况相对简单，没有行人、非机动车等复杂因素，是自动驾驶的绝佳落地场景。更重要的是，干线物流行业有着强烈的降本需求，司机成本占了物流总成本的30%以上，而自动驾驶能够实现“单人单车”甚至“无人化”运营，大幅降低司机成本。同时，自动驾驶的平稳驾驶，能够降低10%左右的油耗，进一步压缩物流成本。

2025年，智加科技、嬴彻科技等头部企业，已经与顺丰、京东物流、中通等物流巨头达成了合作，实现了数千台自动驾驶重卡的商业化运营，今年干线物流自动驾驶将进入规模化爆发期，在全国主要高速干线实现常态化运营。

Robobus则凭借公共交通属性带来的政策支持和社会价值，精准踩中了城市微循环、公共交通接驳、园区景区通勤等高频刚需场景，成为最具确定性的落地赛道之一。Robobus直接服务于公共出行，覆盖的场景多为公共出行刚需场景，需求稳定性强，能够有效缓解交通拥堵、提升出行体验，具备更强的政策优先级和社会认可度，其凭借场景适配性强、政策确定性高、商业化路径清晰等诸多优势，在技术落地难度与商业价值回报之间找到了最佳平衡点。

从政策层面来看，全球多个国家和经济体已将Robobus纳入公共交通升级规划，为其商业化落地提供了明确的政策保障。联合国欧洲经济委员会（UNECE）已批准L3级自动驾驶法规框架，为L4级商业化铺路；新加坡明确提出三年内实现自动驾驶巴士与普通巴士协同运营。

今年3月，蘑菇车联自动驾驶公交巴士MOGOBUS运抵新加坡，这是中国自动驾驶公交巴士首次进入发达国家公交骨干网络。同月，国内首条跨境就医自动驾驶微循环专线“琴澳医线”开通运营，精准覆盖横琴粤澳深度合作区跨境就医人群出行需求，成为Robobus代表性案例之一。

2026年，对于自动驾驶企业来说，已经没有了“讲故事”的空间。资本和市场，只看一个指标：能不能真的赚到钱。能实现商业化盈利的玩家，将迎来新的增长空间，而不能落地的玩家，只能被行业淘汰。

趋势五：“自研+开放合作”助力智驾平权