报告概述
本报告是东吴证券于2025年12月发布的智能驾驶实测研究，聚焦城市NOA在深圳复杂路况下的真实表现。报告选取问界、蓝山、小鹏、理想、腾势、小米、蔚来7家主流智能驾驶主机厂/方案供应商，通过大样本集中路测与小样本深度路测两种方式，从场景实现、接管频率、舒适性、行驶效率等维度进行定性定量的横截面评价。报告还介绍了各参测车型的智驾版本与软硬件方案，并给出了21个细分场景的定义与难度分类。读者可据此了解当前头部城市NOA能力的实际水平、差异及演进方向。
报告的核心结论
2025年是汽车智能化拐点之年，开启3年渗透率跃升周期
报告指出，2025年开启3年周期推动国内电动化渗透率从50%实现80%以上的跃升，整车格局迎来重塑。头部智驾主机厂已实现环岛、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的处理能力，提升乘客与安全员的驾驶体验。
深圳复杂路况下，华为和小鹏智驾表现领跑
在深圳路侧临停、复杂路口、窄道通行等场景中，华为ADS 4.0和小鹏XOS 5.7.8在总体接管次数和细分场景表现上领先，各项维度评价优秀且均衡，尤其在困难场景中展现出及时反应。魏牌蓝山在大样本集中路测中也展现出较强的复杂场景处理能力。
相比Q1，Q4各车企智驾能力差距呈缩小趋势
报告对比Q1与Q4的路测表现发现，第二梯队主机厂不断完善环岛、掉头等城市断点场景，接管次数明显减少并向第一梯队趋近；第一梯队主机厂处于底层架构切换期，具体落地效果仍需等待迭代验证。整体来看，各车企智驾能力差距逐步收窄。
主动理解型智驾风格更适配深圳复杂场景
深圳道路存在路侧临停、复杂路口、窄道通行等需要理解的复杂场景，主动理解型智驾风格更加适配。这一判断解释了为何具备更强场景理解能力的华为、小鹏等方案在路测中表现更好，也为用户选择智驾车型提供了参考维度。
报告回答的关键问题
城市NOA试驾中哪家车企表现最好？
报告明确不涉及具体车企的智能化能力排序，但指出在深圳路测中华为和小鹏在总体接管次数和细分场景中表现领跑，各项维度评价优秀且均衡，尤其在困难场景中展现出及时反应。魏牌蓝山在大样本集中路测中展现出较强的复杂场景处理能力。用户可结合自身驾驶场景关注这些品牌的具体表现。
华为ADS 4.0的智驾水平如何？
华为ADS 4.0在深圳深度路测中整体表现优秀，简单场景处理能力优异，中等、困难场景下多数表现较好。深度路测接管总数为7次，主要发生于掉头、走错路、公交车道识别、红绿灯识别等场景。虽然存在个别接管，但在深圳复杂路况下展现出较强的处理能力。
小鹏XOS 5.7.8的VLA架构表现怎么样？
小鹏XOS 5.7.8行业首发本地端VLA+VLM大模型，在深圳深度路测中整体表现优秀，场景间得分方差较小，环岛、复杂路口等较难场景表现优异。深度路测接管总数为6次，多为复杂博弈场景下的效率性接管，整体行驶流畅，表现优秀。
城市NOA的接管次数多少算好？
报告大样本集中路测中，问界平均总接管次数为0.47次，总体评价最高；蔚来平均总接管次数为5.21次，总体评价相对较低。接管次数直接反映自动驾驶功能的成熟度与安全冗余，次数越少通常意味着系统应对复杂场景的能力越强，但具体还需结合路况和场景难度综合判断。
报告中的代表性数据
大样本集中路测平均总接管次数
2025年11月，问界M7（华为ADS 4.0.2）在深圳固定路线7.2km多次路测中的平均接管次数，为参测车型中最低，总体评价得分4.20分。
小样本深度路测总接管数
2025年11月，小鹏P7（XOS 5.7.8）在深圳深度路测复杂路线中的接管总数，为7款车型中最低，整体表现优秀。
华为ADS 4.0深度路测总接管数
2025年11月，问界M7（华为ADS 4.0）在深圳深度路测中的接管总数，分布于掉头、走错路、公交车道识别、红绿灯识别等场景，整体表现优异。
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
- 深圳智能化路测基本情况：详细介绍参测车型及对应智驾版本，包括华为ADS 4.0.2、小鹏XOS 5.7.8、理想OTA 8.0、魏牌蓝山CP Ultra 3.9.0、小米V1.9.7、腾势OTA 1.6.2、蔚来cedar 1.3.1，并说明各版本的技术亮点和迭代历程。
- 智驾软硬件方案对比：提供参测车型的传感器配置、智驾芯片供应商与算力、算法供应商等信息，例如小鹏双图灵芯片1500TOPS、蔚来自研NX9031芯片1000TOPS、理想英伟达Thor-U 700TOPS等，帮助读者理解不同方案的底层差异。
- 大样本集中路测详情：包含近50人参与的固定路线测试结果，从总体评价、接管次数、平稳性、行驶效率、匝道场景、掉头场景、博弈场景等维度生成雷达图，展示问界、蓝山、小鹏、理想、腾势、小米、蔚来各自的得分与表现。
- 小样本深度路测详情：由相同安全员和评价员在不同时段完成相似路线测试，覆盖21个细分场景，逐一分析各车型的场景评价和接管行为，例如华为ADS 4.0在复杂路况下表现优异、小鹏对困难场景处理流畅等。
- 21个细分场景定义与难度分类：将智驾场景标准化为换道、上下匝道、红绿灯启停、障碍物绕行、左转、右转、超车、大曲率弯道、公交车道识别、堵车、减速带识别、避让车辆/行人、无保护左转/右转、修路、加塞、环岛、复杂路口、掉头、待行区、窄道通行，并划分为简单、中等、困难三级。
- 核心结论与风险提示：总结2025年汽车智能化拐点、智驾能力差距缩小等核心判断，并提示全球AI技术创新低于预期、国内L3智能化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。
