报告概述
本报告是东吴证券研究所针对2025年11月深圳城市NOA试驾的横截面评价研究。研究对象包括问界、蓝山、小鹏、理想、腾势、小米、蔚来共7家智能驾驶主机厂/方案供应商。报告采用大样本集中路测和小样本深度路测两种形式，从场景实现、接管频率、舒适性等维度对智驾体验进行定性和定量分析。报告旨在帮助读者了解当前主流城市NOA系统的实际表现，为行业趋势判断提供参考，但明确不涉及具体车企排序或投资建议。
报告的核心结论
2025年是汽车智能化拐点之年
报告指出2025年开启3年周期，推动国内电动化渗透率从50%跃升至80%以上，整车格局迎来重塑。头部企业已实现环岛、掉头等复杂场景的城市NOA落地，并完善车位到车位、场景理解等高阶功能，加强Corner Case处理能力。
华为和小鹏在智驾路测中表现领跑
在深圳复杂路况下，华为ADS 4.0和小鹏XOS 5.7.8总体接管次数和细分场景表现优秀，各项维度评价均衡，尤其在困难场景中展现出及时反应和强大的场景理解能力，平稳性得分较高。
魏牌蓝山展现出较强的复杂场景处理能力
在大样本集中路测中，魏牌蓝山总体评价仅次于问界，平均接管次数1.83次，匝道场景应对较好且稳定性高，表现出对复杂路况的适应能力，上下午评分存在一定差异性。
Q4各车企智驾能力差距呈缩小趋势
相比Q1，Q4第二梯队主机厂/方案供应商不断完善城市断点场景（如环岛、掉头），路测接管次数明显减少并向第一梯队趋近；同时第一梯队处于底层架构切换期，具体落地效果仍需迭代验证。
报告回答的关键问题
华为和小鹏在深圳城市NOA中表现如何？
报告显示，华为ADS 4.0和小鹏XOS 5.7.8在深圳深度路测中接管次数分别为7次和6次，是参测车型中最少的，且细分场景评价优秀、均衡。华为在复杂路况下表现优异，小鹏在环岛、复杂路口等困难场景表现突出，两者均展现出领先的场景理解和处理能力。
2025年Q4各家车企智驾能力差距有何变化？
报告认为，相比Q1，Q4各车企智驾能力差距呈现不断缩小的趋势。Q1第二梯队主机厂/方案供应商不断补齐环岛、掉头等断点场景，接管次数明显减少；而Q1第一梯队处于底层架构切换期，实际效果有待验证，导致整体差距收窄。
深圳路况对城市NOA提出了哪些特殊挑战？
深圳路况存在常态化的路侧临停、复杂路口、窄道通行等复杂场景，对智驾系统的场景理解和博弈能力要求较高。报告指出，主动理解型智驾风格更适配深圳路况，例如华为和小鹏在处理违停车辆、非标红绿灯、窄道会车等场景中表现出色。
哪些因素影响智驾路测结果的客观性？
报告明确，路测比较受多种因素限制：不同评价员主观尺度差异、安全员对智驾的信任度差异、同一车型在不同时间和路况的表现差异，以及智驾版本、车型、模式的影响。因此报告不涉及具体车企能力排序，仅提供定性定量横截面评价。
报告中的代表性数据
问界M7平均接管次数（大样本集中路测）
2025年11月19日，固定路线7.2km，在7家参测车型中最低，总体评价得分最高，细分场景均在4分以上（满分5分），掉头、博弈能力强，平稳性好。
小鹏P7深度路测总接管次数
2025年11月18日21:46出发，深度路测，在所有深度路测车型中最少，场景间得分方差小，环岛、复杂路口等困难场景表现优异，效率性接管为主。
魏牌蓝山大样本集中路测平均接管次数
2025年11月19日，固定路线7.2km，总体评价仅次于问界，匝道场景应对好、稳定性高，上下午评分存在一定差异性，复杂场景处理能力较强。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 大样本集中路测详细结果：包含问界、魏牌蓝山、小鹏、理想、腾势、小米、蔚来共7款车型在固定路线下的雷达图、平均接管次数、总体评价及各维度评分（总体评价、接管次数、平稳性、行驶效率、匝道、掉头、博弈场景）。
- 小样本深度路测详细结果：包含7款车型的深度路测基准路线、途经点说明、分场景评价雷达图、接管次数分布及接管具体原因分析，覆盖换道、上下匝道、红绿灯启停等21个细分场景。
- 试驾车型软硬件方案对比：包括传感器配置（激光雷达/视觉）、芯片供应商及型号、算力、算法供应商等，如华为ADS 4.0采用自研MDC，小鹏XOS 5.7.8采用双图灵芯片1500TOPS。
- 智驾版本历史迭代与核心技术：详细介绍了华为ADS从1.0到4.0的演进、小鹏VLA+AI鹰眼方案、理想MindVLA模型、蔚来NWM世界模型等，以及蓝山、小米、腾势的OTA升级内容。
- 深圳复杂路况说明及测试路线设计依据：包括路侧临停、窄道、非标准红绿灯、反转通行复杂路口等典型场景，以及测试路线的途经点选取逻辑。
- 评分标准与稳定度计算方法：评价类指标和场景类指标均采用0-5分制，稳定度得分基于评价得分的方差反比映射计算。
- 核心结论与风险提示：包括2025年智能化拐点、领先品牌表现、差距缩小趋势等结论，以及全球AI技术创新低于预期、国内L3渗透率低于预期等风险因素。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
