政策层面，L3级自动驾驶全国统一管理新规今年1月落地，明确“系统激活期车企担责、接管请求未响应驾驶员担责”‌的双轨制责任边界，终结了长期存在的责任困境。

 

以长安与北汽于2026年初首批获得工信部L3准入许可，具备合法商业化运营资格为信号，更是将智驾车企进行了明确的梯队划分。

 

‌小鹏‌、极氪‌、‌上汽智己等新势力自然不甘落后，通过路测牌照积累数据快速切入高速及城区L3场景，甚至有些直奔L4而去。

 

小米汽车作为车圈最年轻的选手，以极限的造车周期和盈利速度创造了行业奇迹。掌门人雷军在今年3月透露，很快会推出L3/L4驾驶。

 

值得注意的是，在L3进入‌商业化落地的关键期‌，智驾供应链正在与车企从单一的买卖关系，转向‌深度绑定、风险共担、数据共享‌的双向奔赴模式，核心驱动力在于降低单一主体试错成本并加速法规适配。

 

无论是纯视觉还是多融合传感技术，对于整个汽车产业链来说都具有现实的推动意义。8月13日，由深圳市摄像头行业协会和潮电智库联合举办的“L3智能化技术创新与智驾视觉感知论坛”即将启幕，旨在聚集头部车企与全链路优质供应商群体，贯穿上下游资源，联手打造智能汽车新范式。‌‌

 

纯视觉的天没有塌

 

6月16日，工信部公示《智能网联汽车自动驾驶系统安全要求》报批稿，拟2027年7月1日实施，这是中国首部针对L3和L4的强制性国家标准。

 

虽然报批稿并未明文禁止“纯视觉”字眼，但作为‌结果导向型标准‌，要求系统在雨雾、逆光等恶劣条件下仍具备保底探测能力。这在很多车圈专业人士眼里，意味着“纯视觉方案的天要塌了”。

 

潮电智库认为，此论断有些过于悲观，应用成熟且仍在持续演进的“纯视觉”依然具备强悍竞争力。

 

从核心逻辑来看，纯视觉方案供应链优势在于“去雷达化、重算力、强数据”‌，其价值重心从传统传感器硬件大幅转移至‌车载摄像头模组、高算力AI芯片及端到端大模型软件栈‌。

在关键的视觉领域，由‌舜宇光学、联创电子、欧菲光、丘钛科技、宇瞳光学、联合光电、特莱斯光学等组建的传统光学镜头/模组阵营，目前与麦格纳、电装、博世、德赛西威、豪恩汽电、比亚迪半导体、海康汽车、保隆科技等国内外汽车Tier1形成深度的竞合关系。

豪威、思特威为国产车载CMOS图像传感器代表，则与安森美、索尼等老牌海外厂商展开激烈对垒，并且以本地化交付、服务、价格成本等优势占据竞争上风。

运营层面，纯视觉供应链已不再是简单的零部件采购，而是‌“光学硬件+算力底座+数据智能”‌的系统工程，具备大规模数据闭环能力和高算力芯片适配能力的企业将掌握核心话语权。

 

必须指出的是，除了终端销量遥遥领先的比亚迪在车载摄像头模组与CMOS供应方面采用自给自足+外购模式，包括特斯拉在内的其他车企均采用定点采购。

 

由于纯视觉主要依赖神经网络处理海量视频流，对TOPS算力要求极高。作为计算中枢的智驾芯片，通常需要200 TOPS甚至更高算力运行BEV+Transformer或端到端模型，实际有效性能受芯片架构、算法适配及内存带宽影响。

 

截至目前，理想马赫M100的‌单颗最高算力为1280 TOPS，‌整车系统由双颗马赫M100协同，最高总算力达到惊人的2560 TOPS‌。

 

与手机界的苹果相似，‌特斯拉采用自研FSD芯片，为行业垂直整合典范。‌英伟达‌、‌地平线‌、‌Mobileye是主要第三方供应商，其中计划2027年大规模量产的英伟达舱驾一体方案系统级算力指数为‌2000 TOPS‌。

‌‌

终端应用层面，目前市场采用纯视觉方案的车企以特斯拉、小鹏为代表，但两者的底层架构、世界模型构建方式及数据策略存在明显差异。

 

特斯拉更追求‌极简一体化‌的全球泛化能力。智驾方案采用一段式端到端架构，通过高度集成的单一神经网络，实现从摄像头图像输入到方向盘/刹车指令输出的直接映射。V12版本后大幅削减规则代码，依赖海量数据让模型自我学习驾驶逻辑，架构极简但内部逻辑呈“黑盒”状态 。

 

小鹏则侧重‌高精度感知‌与中国本土场景的深度适配。智驾方案呈现模块化向统一收敛的特点，特别是早期采用XNet+XPlanner+XBrain的多模块协同架构非常明显。2025年底，小鹏发布的第二代VLA模型虽向端到端靠拢，但仍保留更强的‌显式推理‌能力，试图将世界模型打造为可跨任务复用的通用底层能力。‌‌

 

相比多传感器融合，纯视觉方案的突出优势在于‌极致的成本控制‌，可以大幅降低整车BOM成本，有利于智能驾驶功能在主流价位车型上的大规模普及。

 

不过在L3阶段，纯视觉方案将面临‌法规合规‌与‌物理安全冗余‌的双重硬约束，核心突破点不在于算法优化，而在于解决“同源感知无冗余”的根本缺陷。

 

多传感融合也不是唯一解

 

当前全球已获L3商用资质的方案，几乎无一例外的采用了“摄像头+激光雷达+毫米波雷达”多传感融合架构，依靠异构硬件实现感知冗余，在极端天气、逆光等场景下稳定性更强的特点，成为现阶段落地效率最高的路径。

 

摄像头供应，基本由纯视觉领域平移，市场份额逐步向头部集中，但话语权由下游汽车集成商与品牌牢牢掌握。

 

必须承认，激光雷达价格断崖式下跌，是多传感融合成为主流普及的关键因素。

 

数年前，适逢智能驾驶兴起，车载激光雷达单价高达数万元的时候，余承东就断言“未来会跌破500元”，被行业认为不可思议。

 

市场数据显示，行业主流128线车载激光雷达的批量采购价在今年已稳定在‌900-1450元‌区间，入门级产品甚至跌破900元；市面零售流通的不同类型产品价格，也普遍在‌2400-4400元‌之间。

 

这得益于技术创新与制造工艺成熟的双重驱动。

 

从发展路径来看，激光雷达从早期的航天与深空探测专业应用，转向最适合的智驾场景，经历了传统机械式向半固态、全固态转型，叠加SPAD-SoC芯片化集成，将上百个分立元件整合到单颗芯片中，大幅减少零部件数量，直接压缩硬件成本超60%。

 

近年车载激光雷达年装车量突破数百万台，研发、制造端的固定成本被海量订单快速分摊，推动单位生产成本持续下探。不仅如此，激光雷达从高端选配加速向主流标配下沉，2025年中国新能源汽车搭载率已达20.48%，在L3级车型配置量更会显著增加。

目前，全球车载激光雷达市场由禾赛、速腾、华为三家头部厂商主导，合计市占率高达90%以上，不过图达通、阜时科技、万集等新锐力量也具有竞争力。

值得注意的是，舜宇光学、丘钛科技、欧菲光等手机摄像头模组均有激光雷达业务的相关部署，在车载与消费级领域供应模组零组件或整机，与传统激光雷达阵营形成一定交集，但行业话语权由核心SPAD-SoC芯片技术掌握者决定。

 

毫米波雷达方面，车载应用占据整体市场‌80%以上‌份额，是行业发展的核心引擎。

从发展趋势来看，车载毫米波雷达市场正在加强‌4D成像技术快速渗透、卫星架构重构感知体系、以及国产供应链深度突围‌。

相关法规层面，Euro NCAP 2026版及中国2027年L2辅助驾驶强标实施，将毫米波雷达从“可选配置”转变为‌安全准入门槛‌，倒逼车企提升感知冗余。‌‌在L3级自动驾驶落地与全球安全法规趋严的双重驱动下，行业进入了规模化爆发期。‌‌‌‌

 

不过潮电智库认为，多传感融合是L3阶段的最优，但并非唯一解。随着视觉大模型、端侧算力的持续迭代，纯视觉等非融合路线完全有希望复制L1与L2的成功，在未来满足L3的安全标准，成为另一条可行的技术路径。

更大的可能，是纯视觉与多传感融合之争没有标准答案。随着算法进步和硬件降本，两者将走向互补与融合，智驾产业成为最大受益者。

 

需要指出的是，由于生成式AI技术的飞速发展，行业逐步由“软件定义汽车”进入“AI定义汽车”阶段。AI技术下沉到底盘、动力域，通过算法实时优化动力输出与车身姿态，实现全工况节能与极限工况下的安全控制，突破传统机械硬件的性能边界，迎来一场供应链体系的重塑与价值再分配。

 

大胆想象，以高阶智驾、智能座舱为重心，汽车完全有可能从传统的交通工具，进化为具备自主感知、自主决策、主动服务能力的AI具身智能体，成为一具“空间机器人”。

 

这，或许就是全球智能汽车真正的未来。