—3月特斯拉VS小鵬上海專題&北京篇聯系郵箱：huangxl@dwzq.co2025年3月24日請務必閱讀正文之后的免責聲明部分n2025年是汽車智能化拐點之年，開啟3年周期推動國內電動化滲透率實現50%-80%+的躍升，整車格局迎來新的重塑階段。頭部智能駕駛主機廠/方案供應商逐漸實現全開城的城市NOA落地體驗，不斷完善內部路、環島、掉頭等困難場景，加強CornerCase的處理能力，提升乘客與安全員的駕駛體驗。n本報告進行了大樣本泛化路測以及小樣本深度路測兩種形式，從場景實現、接管頻率、舒適性等維度對小鵬、華為、理想、特斯拉、魏牌藍山、極氪、小米共7家智能駕駛主機廠/方案供應商的智駕體驗進行定性和定量的橫截面評價。由于主觀尺度、實際路況、安全員對智駕的信任度等因素的限制，本報告不涉及具體車企/方案供應商的智能化能力排序（表格先后順序不代表排序情況），也不涉及具體車企/方案供應商的投資建議。n小鵬/華為/理想/特斯拉暫處于智駕第一梯隊。1）小鵬XOS5.5.0：綜合體驗感較好，場景處理方式擬人合理，大樣本泛化路測和小樣本深度路測中均行車合理，表現優異；2）華為乾崑智駕ADS3.2：整體表現優異，不同路段中展現出較強的適應性，或有急剎；3）理想OTA7.1：OTA后整體風格向平穩回復，北京路測優異。4）特斯拉FSDV13.2：處理復雜場景從容合理，決策執行絲滑流暢，不適應中國交通法規，存在相當的違規行車操作。n魏牌藍山/極氪/小米緊隨其后，困難場景的處理能力仍有提升空間。1）魏牌藍山CoffeeOS3.1（智駕OTA內測版）：本次路測行車決策合理，新增實現掉頭場景，深度路測零接管；3）極氪OTA6.3：城市NZP具備處理大部分城市場景的能力，駕駛風格偏激進；4）小米HyperOS1.5.5：掉頭能力優秀，版本迭代后更加擬人。n風險提示：國內以舊換新政策低于預期。全球AI技術創新低于預期。特斯拉FSD入華進展低于預期。國內L3智能化滲透率低于預期等。2233特斯拉VS小鵬上海專題北京智能化路測基本情況北京大樣本泛化路測北京小樣本深度路測核心結論及風險提示一、特斯拉VS小鵬上海專題55），不同路況的表現可能會存在差異，同時品牌的智能化表現也會受到不同智駕 數據來源：高德地圖，東吳證券研究所東吳證券—正大廣場（環島）—北京西路西藏中路（隧道、掉頭）—圓明園路滇池路（窄道通行 數據來源：視覺中國，谷歌地圖，東吳證券研究所n選經點漢口路、浙江中路南京東路：進一步測試智 數據來源：東吳證券研究所繪制1注：餅狀圖中的數字為行車22km的接管數118注：餅狀圖中的數字為行車22km的接管數 數據來源：東吳證券研究所繪制 數據來源：東吳證券研究所繪制98765432104.0注：餅狀圖中的數字為行車22km的接管數 數據來源：東吳證券研究所繪制9876543210222771144注：餅狀圖中的數字為行車22km的接管數二、北京智能化路測基本情況），不同路況的表現可能會存在差異，同時品牌的智能化表現也會受到不同智駕一、大樣本泛化路測：大樣本泛化路測是指近50人集中于9:00-18:二、小樣本深度路測：小樣本深度路測是指相同安全員和評價員于不同時段、基 數據來源：汽車之家，東吳證券研究所小鵬P7+問界M7理想L7藍山極氪007小米SU7 數據來源：小鵬汽車，鴻蒙智行，理想汽車，特來訊n特斯拉FSDV13.2，Model3：本機AI4輸入和神經網絡架構，車輛可動態繞行封閉路段受影響路線。?實現從起點車位至終點車位的全程智能駕駛，?智能出庫功能新增手機端遙控操作，支持車輛向左?在高速場景下，具備更加流暢的并線、超車能力，同 數據來源：魏牌新能源，極氪，小米汽車 數據來源：汽車之家，東吳證券研究所單車算力720TOPS，小鵬P7+、理想L7、極氪0路測智駕版本芯片供應商算法供應商雙Orin-X小鵬自研激光雷達華為自研理想理想L7激光雷達雙Orin-X理想自研特斯拉特斯拉自研雙HW4.0特斯拉自研魏牌藍山激光雷達元戎啟行+長城極氪007激光雷達雙Orin-X極氪自研激光雷達雙Orin-X小米自研三、北京大樣本泛化路測 數據來源：高德地圖，東吳證券研究所北京嘉里大酒店——景聞街與針織路交叉口——北京藍山、極氪、小米為2025/3/129:00-17:00；小鵬2020分表示全場景較好實現，分值越高表示綜合體驗越好，最終展示綜合），）， 數據來源：東吳證券研究所繪制21 數據來源：東吳證券研究所繪制22 數據來源：東吳證券研究所繪制23n理想L7在加塞/反加塞能力上表現優秀，有時可 數據來源：東吳證券研究所繪制243 數據來源：東吳證券研究所繪制25 數據來源：東吳證券研究所繪制26 數據來源：東吳證券研究所繪制27四、北京小樣本深度路測 數據來源：高德地圖，東吳證券研究所29 數據來源：東吳證券研究所華為問界M7深度路測時間：3月13日21:10出發，耗時40m 數據來源：視覺中國，東吳證券研究所31 數據來源：東吳證券研究所繪制32道、紅綠燈啟停、預定路線偏離、障礙物/車輛繞行、左轉、右轉、超車、大曲率彎道、公交車道識別、堵車、減速帶識別、避讓車輛/行人、無保護左轉、無保護右轉、修路、加塞、環島、復雜路口、掉頭、待行區、窄道通行、非常規紅綠燈識別、復雜路牌識別共計24個，下表展示了經典場景標準化定義說明及其難度分類。表：細分場景細分場景命名場景定義說明難度分類換道一般是指：正常速度行駛過程中主動更換車道簡單/中等上下匝道一般是指：從高架/高速上或下匝道；城市路道從一條道路匯入另一條道路紅綠燈啟停一般是指：在紅綠燈路口啟動或剎車停下來預定路線偏離一般是指：沒有明顯干擾下，車輛行駛到偏離預定路線的車道上（例如直行進入左轉道）障礙物/車輛繞行一般是指：前方或側方遇到障礙物或車輛需要繞行左轉一般是指：有紅綠燈的左轉右轉一般是指：有紅綠燈的右轉超車一般是指：因前方車輛速度較慢，主動更換車道實現超車大曲率彎道一般是指：城市/高架/高速道路遇到弧度非常大的彎路需要減速行駛公交車道識別一般是指：專門給公交車開的車道能否識別出來堵車一般是指：擁堵路段跟車直行減速帶識別一般是指：車輛行駛過程使用識別到路面的減速帶/井蓋等避讓車輛/行人一般是指：前方或側方遇到其他車輛或行人需要減速無保護左轉一般是指：無左轉紅綠燈的左轉困難無保護右轉一般是指：無右轉紅綠燈的右轉修路一般是指：車輛行駛前方遇到施工場景（車道線占用/路障等等）加塞一般是指：緩慢行駛過程中主動插入2輛車中間環島一般是指：城市道路/高架/高速的環形路段，多個出口等復雜路口一般是指：路口車道線復雜且紅綠燈非常復雜等等掉頭一般是指：車輛直行受阻必須要更換相反方向行駛待行區一般是指：車輛在滿足待行條件后進入左轉或直行待行區窄道通行一般是指：車輛在兩側空間較為狹窄，對會車、超車產生限制的道路行駛非常規紅綠燈識別一般是指：非常規形式紅綠燈識別復雜路牌識別一般是指：可變車道路牌、需要語義分析路牌等路牌標識的識別 數據來源：東吳證券研究所繪制33——現均較好，紅綠燈啟停、右轉、大曲率彎道等中等復雜場景下表現優異，掉頭處理絲滑。路09876543210 數據來源：東吳證券研究所繪制34——n分場景路測評價：華為乾崑智駕ADS09876543210換道上下匝道紅綠燈啟停左轉右轉大曲率彎道 數據來源：東吳證券研究所繪制35——9876543210簡單/中等場景2右轉111加塞注：餅狀圖中的數字為行車1h對應18.9km的接管數 數據來源：東吳證券研究所繪制36——圖：2025年3月特斯拉FSDV13.2北京深度路測簡單/中等場景9876543210換道上下匝道紅綠燈啟停左轉 數據來源：東吳證券研究所繪制37小樣本深度路測——藍山CoffeeOn分場景路測評價：魏牌藍山整體表現優秀，在00簡單/中等場景9876543210 數據來源：東吳證券研究所繪制38——9876543210411111111上下匝道避讓車輛/行人掉頭注：餅狀圖中的數字為行車40min對應18.9km的接管數 數據來源：東吳證券研究所繪制39——能力有待加強，在無保護左轉時的效率和精準度上存簡單/中等場景困難場景987654321031上下匝道1無保護左轉2注：餅狀圖中的數字為行車40min對應18.9km的接管數4040五、核心結論及風險提示4242核心變化：3月北京場vs2月深圳場n3月北京場vs2月深圳場：北京更多標準化路口，需要理解的特異化場景較少）：華為（ADS3.2）：深圳場變道決策更注重必要性，擁堵場景下跟車距離控）：特斯拉（FSDV13.2）：與上海專題場類似，特斯拉展現出了優秀動態）：）：多偏離導航軌跡的接管場景。北京場對于匝道場景處理能力待加強，更新版本后呈現出去激4343n2025年是汽車智能化拐點之年，開啟3年周期推動國內電動化滲透率實現50%-80%+的躍升，整車格局迎來新的重塑階段。頭部智能駕駛主機廠/方案供應商逐漸實現全開城的城市NOA落地體驗，不斷完善內部路、環島、掉頭等困難場景，加強CornerCase的處理能力，提升乘客與安全員的駕駛體驗。n本報告進行了大樣本泛化路測以及小樣本深度路測兩種形式，從場景實現、接管頻率、舒適性等維度對小鵬、華為、理想、特斯拉、魏牌藍山、極氪、小米共7家智能駕駛主機廠/方案供應商的智駕體驗進行定性和定量的橫截面評價。由于主觀尺度、實際路況、安全員對智駕的信任度等因素的限制，本報告不涉及具體車企/方案供應商的智能化能力排序（表格先后順序不代表排序情