长安汽车:智驾行业 2028 年完成首轮洗牌,我们和引望会留下来
IT之家 9 月 5 日消息,长安汽车副总裁贺刚今日在接受《每日经济新闻》采访时表示,智能驾驶行业将在 2028 年左右完成首轮洗牌,届时中国市场上具备竞争力的智驾解决方案商可能仅剩五六家。贺刚表示:“我们和引望会留下来。”

长安汽车有着全栈自研的“天枢领航”智能驾驶辅助技术。该技术分为 Pro、Max、Ultra、Ultimate 四个梯度,全系标配激光雷达,全部采用一段式端到端技术架构。
其中,Pro 版算力超过 100 TOPS;Max 版算力超过 200 TOPS;Ultra 版算力达 560 TOPS,搭载 256 线激光雷达;Ultimate 版算力最高可达 1000 TOPS。
天枢领航基于超 2000 万段高质量驾驶数据训练,目前已覆盖高速 NCA、城市 NCA 和全场景泊车三大核心功能域,同时支持通过自然语言指令完成驾驶控制。
作为天枢领航技术落地的首款车型,长安启源 Q06 定位中型新能源 SUV,提供纯电和增程两种动力共 9 款配置,预售抢订价 14.79 万元起。官方数据显示,预售发布 2 小时内累计订单突破 11079 台。其中,搭载天枢领航 Ultra 的版本占比达 53%,双电机后驱版本超过 30%。

贺刚透露,天枢领航技术总投入已超过 600 亿元,其中产品研发投入占比过半,研发团队规模达 7500 人。除内部品牌外,长安已与多家外部车厂完成天枢领航技术路测,近期将签署战略合作协议,明年即可在非长安系车型上实现大规模应用展示。
海外市场方面,长安汽车计划于明年在海外率先落地“天枢领航”的高速 NCA 方案,城市 NCA 会晚一些。对于海外市场,公司也将建立算力中心,在当地数据闭环,并依据法律法规进行相关智能驾驶辅助落地。
在智驾政策层面,强制性国家标准《智能网联汽车自动驾驶系统安全要求》(GB 44721—2026)已于 2026 年 7 月 30 日批准发布,拟于 2027 年 7 月 1 日起正式实施。该标准适用于搭载 L3 级、L4 级自动驾驶系统的 M 类和 N 类车辆。
长安汽车首席智能驾驶技术官陶吉表示,L3 级 To C 售卖的安全标准尚未明确,监管机构正通过收集企业方案逐步形成规范,行业仍需共同摸索。长安启源 Q06 在 L3 级自动驾驶上已有硬件布局 —— 采用双芯片完全对称架构,电子电气架构、电源及执行器均实现冗余设计,并在标配前视激光雷达基础上增加侧向和后向激光雷达。陶吉预计,L3 级最快明年将规模化落地。
整车市场方面,长安汽车执行副总裁杨大勇表示,当前中国车市虽有五六十个品牌活跃,但真正贡献 80% 销量的只有 25 至 26 个,隶属于 10 至 15 家整车厂。现有 120 多个汽车品牌中,最终可能只有这二十多个活跃品牌能够存活(这意味着未来几年内将有约 100 个品牌被淘汰)。
杨大勇判断,2030 年之前车市竞争仍将维持白热化状态。即便如此,长安启源依然设定了激进目标 —— 今年年底月销量冲刺 5 万至 6 万辆,全年向 40 万辆销量目标迈进。
相关推荐
-
自动泊车ARA生命周期管理:选型陷阱与隐性损耗的真相
3选型陷阱:标称数据背后的性能断崖在实际交付中,我们发现许多车企在自动泊车ARA(Autonomous Reverse Assist)选型时,陷入了一个致命误区——过度依赖供应商提供的「理论泊入成功率」数据。某新势力品牌曾公开宣称其ARA系统泊入成功率达99.7%,但真实用户反馈显示,在狭窄车位(车宽+0.3米)场景下,实际成功率骤降至62%。这里面的水很深:很多标称数据背后的真相是,测试环境仅覆盖...
查看全文 -
智能泊车防错机制:从选型误区到生产损耗的深度拆解
8智能泊车防错机制:选型陷阱与隐性损耗的底层逻辑在实际交付中,我们发现超过60%的智能泊车系统故障源于「防错机制」的选型偏差。很多车企在招标时迷信「高算力芯片+多传感器融合」的组合,却忽略了底层算法的容错阈值设计——这直接导致量产车在复杂场景下的误触发率飙升300%。听起来可能反直觉,但防错机制不是传感器越多越好,而是要建立「硬件冗余+软件容错」的动态平衡。选型误区:被参数表绑架的决策很多标称数据背...
查看全文 -
智能驾驶系统衰减:揭开选型误区与生产损耗的真相
8智能驾驶系统衰减:选型误区与生产损耗的真相在实际交付中,我们发现一个令人不安的现象:很多号称“零衰减”的智能驾驶系统,在真实路况下运行半年后,性能下降幅度超过30%。这背后,是行业普遍存在的选型误区和生产环境的隐性损耗。选型误区:标称数据背后的真相很多标称数据背后的真相是,实验室环境与真实路况存在本质差异。比如,某品牌激光雷达标称“100米探测距离”,但在雨雾天气下,实际有效距离骤降至40米。这种...
查看全文 -
自动泊车ARA:选型误区与生产损耗的真相揭秘
2自动泊车ARA:选型误区与生产损耗的真相揭秘在实际交付中,我们发现自动泊车ARA(Automated Reverse Assist)系统的选型远比参数表复杂。很多车企在选型时只盯着“最大支持车速”“识别距离”这类标称数据,却忽略了生产环境中的隐性损耗——这才是决定系统稳定性的关键。选型误区:标称数据背后的真相很多标称数据背后的真相是,实验室环境与实际路况的差距远超想象。比如某品牌宣称其ARA系统支...
查看全文 -
高效算法适配低算力平台:撕开“性能过剩”的伪装
0当“高算力”成为营销话术,谁在为低效买单?在实际交付中,我们发现一个反常识现象:某头部车企的L2+级智驾系统,搭载的芯片算力比竞品高出40%,但匝道汇入成功率却低了12%。问题出在哪?答案藏在算法与硬件的适配逻辑里——很多标称数据背后的真相是,算力堆砌正在掩盖算法效率的缺陷。选型误区:把“算力”当“性能”很多车企在硬件选型时陷入一个思维陷阱:认为算力越高,算法表现越好。但这里面的水很深——算法的架...
查看全文 -
智能驾驶的边际效用:从选型误区到生产损耗的真实博弈
9智能驾驶的边际效用:从选型误区到生产损耗的真实博弈在实际交付中,我们发现一个现象:很多车企在智能驾驶系统的选型上,陷入了一个“参数陷阱”——过度追求高算力芯片、多传感器融合、高精度地图等标称数据,却忽视了这些配置在实际场景中的边际效用递减问题。听起来可能反直觉,但当算力从100TOPS提升到200TOPS时,实际感知精度可能只提升了3%;当激光雷达数量从1颗增加到3颗时,决策系统的响应时间反而因为...
查看全文

尊龙凯时