2024年是自動駕駛行業快速發展的一年，技術創新、政策支持和資本市場推動共同促成了行業的重大進展。

　　2.多家芯片廠商在2024年推出了高算力AI芯片，推動了自動駕駛技術的進一步發展。

　　3.英偉達、高通、Mobileye等國際巨頭在自動駕駛芯片領域的技術優勢持續增強，市場競爭愈加激烈。

　　4.國內企業如地平線、黑芝麻智能等也在不斷提升技術水平，爭取更大的市場份額。

　　5.預計到2025年，國產芯片有望挑戰國際巨頭，自動駕駛行業將迎來更大的變革和發展機遇。

　　歡迎關注下方公眾號阿寶1990，本公眾號專注于自動駕駛和智能座艙，每天給你一篇汽車干貨，我們始于車，但不止于車。

　　2024年是自動駕駛行業快速發展的一年，技術創新、政策支持和資本市場的推動共同促成了行業的重大進展。盡管面臨一些挑戰，如盈利能力和技術瓶頸，但整體來看，自動駕駛行業正處于爆發初期，未來有望迎來更大的變革和發展機遇.

　　多家芯片廠商在2024年推出了高算力AI芯片，推動了自動駕駛技術的進一步發展。英偉達的DRIVE Thor平臺和地平線級自動駕駛，提供了更強的算力支持。

　　必一運動

　　隨著英偉達、高通、Mobileye等國際巨頭在自動駕駛芯片領域的技術優勢持續增強，市場競爭愈加激烈。國內企業如地平線、黑芝麻智能等也在不斷提升技術水平，爭取更大的市場份額。

　　2024年，國產芯片廠商在自動駕駛領域的表現迅速提升，預計市場規模將在未來幾年進一步擴展，國產芯片有望挑戰國際巨頭。

　　新聞事件：2024年3月，特斯拉在正式向北美地區推送了基于端到端技術的自動駕駛系統FSD V12。這一版本的自動駕駛系統采用了端到端神經網絡模型，能夠直接從原始傳感器數據中提取信息，并實現感知到控制的無縫連接，從而簡化了傳統的自動駕駛架構。

　　影響解讀：FSD V12版本的推出標志著特斯拉在自動駕駛技術上邁出了重要一步，其核心特點是通過深度學習模型替代了超過30萬行的傳統C++代碼，使得系統更加依賴神經網絡進行車輛的轉向、加速和制動控制。這一轉變不僅提升了系統的響應速度和環境適應性，還在復雜城市環境中展現了較高的可靠性和適應性。特斯拉的FSD V12版本不僅推動了自動駕駛技術的發展，還引發了行業內對端到端自動駕駛路線的廣泛關注和討論。

　　新聞事件：2024年11月6日，小鵬汽車在其AI科技日活動上發布了自研的圖靈AI芯片。該芯片專為人工智能應用設計，搭載了40核處理器，支持L3+級別的高階智能駕駛體驗，具有極高的通用性，能夠在多個領域（如AI汽車、AI機器人、飛行汽車）應用。

　　影響解讀：圖靈芯片的發布標志著小鵬希望通過自研芯片在未來的新能源汽車競爭中獲得更多的籌碼和主動權。畢竟比亞迪、華為、吉利等競爭對手，都在布局自研芯片。

　　新聞事件：2024年8月8日，黑芝麻智能在中國香港成功上市，成為國內自動駕駛芯片領域首家上市公司。隨后，地平線日在香港上市，募集資金超過54億港元，成為2024年港股市場最大科技IPO之一。

　　影響解讀：黑芝麻智能和地平線的IPO成功標志著中國自動駕駛芯片被資本市場認可，進一步增強了國產智能芯片廠商的市場信心，預計將推動中國自動駕駛領域的資金投入與技術創新。

　　事件介紹：輝羲智能于2024年10月17日，在2024世界智能網聯汽車大會上發布了其首款高性能自動駕駛芯片“光至R1”。這款芯片采用7nm車規級工藝，具備500 TOPS的算力，滿足高階自動駕駛場景的需求。該芯片預計在2025年實現量產，搭載于國際汽車品牌車型中。

　　影響解讀：光至 R1在算法性能上對標英偉達OrinX，部分算力表現甚至超越后者9倍以上。預計2025年，光至 R1將在一家國際車企中實現量產，成為國內量產速度最快的大算力智駕芯片。光至 R1不僅為自動駕駛提供高性價比解決方案，更為探索具身智能技術的廣泛應用奠定基礎，將成為攪動車規級芯片市場格局的新變量。

　　事件介紹：2024年4月17日，Mobileye發布了新一代高級駕駛輔助系統（ADAS）芯片——EyeQ? 6 Lite。這款芯片采用臺積電7納米工藝制造，計算能力是上一代的4.5倍，支持800萬像素攝像頭和120度的橫向視野，大幅提升車輛環境感知和安全性。Mobileye宣布該芯片已量產，并計劃未來幾年內裝配于4600萬輛汽車，進一步鞏固其作為ADAS解決方案供應商的市場地位。

　　必一運動

　　影響解讀：Mobileye在2024年第一季度經歷了營收大幅下降，收入同比下滑近50%，至2.39億美元，主要原因是客戶因經濟不確定性和庫存過剩減少訂單。EyeQ? 6 Lite的發布是Mobileye在ADAS技術領域的一次重要升級。4600萬顆訂單的簽訂表明市場對EyeQ? 6 Lite的潛力高度認可，特別是在安全性和合規性要求日益嚴格的全球市場中，這款芯片有望成為主流ADAS解決方案的標桿產品。

　　事件介紹：2024年4月24日，地平線正式發布了其最新一代智能駕駛芯片——征程6系列。這一系列芯片覆蓋從低階到高階的多種自動駕駛應用場景，計劃于2025年實現量產，并預計搭載于超過100款中高階智駕車型中。比亞迪、奇瑞、上汽集團、大眾汽車集團等知名車企已將其納入產品規劃，奇瑞集團更是將該系列芯片應用于四大品牌車型。

　　影響解讀：地平線 TOPS算力不僅縮小了與國際巨頭的技術差距，還在部分應用場景中實現了超越。與多家車企及Tier1供應商的深度合作表明，地平線已從單一芯片供應商轉變為全棧解決方案提供者。

　　事件介紹：2024年12月30日，黑芝麻智能正式發布了其全新的華山A2000家族芯片平臺，為下一代AI模型提供了強大的算力和性能支持。這款芯片平臺專為自動駕駛技術打造，涵蓋了多個版本，包括華山A2000 Lite、華山A2000和華山A2000 Pro，旨在推動智能駕駛行業的全面發展，尤其是在城市智駕和全場景通識智駕領域。發布后的華山A2000芯片在2025年CES展會上首次亮相，吸引了廣泛關注。

　　影響解讀：華山A2000的推出標志著黑芝麻智能在自動駕駛和AI領域的又一突破，預計將加速智能駕駛技術的普及，尤其是在Robotaxi和NoAPI等自動駕駛應用場景中具有重要的市場前景。此次發布不僅吸引了行業專家和媒體的目光，還對黑芝麻智能的股價產生了積極影響，發布當天股價上漲超過3%。

　　新聞事件：2024年10月28日，吉利汽車正式發布其自研的“星辰一號”自動駕駛芯片。這款芯片采用7nm制程工藝，具備卓越的計算能力，CPU算力達到250KDMIPS，單顆NPU算力高達512TOPS，在多芯片協同工作時，最高算力可達2048TOPS。吉利計劃于2025年實現“星辰一號”芯片的量產，并在2026年廣泛應用于旗下高端車型，包括領克和銀河系列。

　　影響解讀：“星辰一號”是吉利智能駕駛戰略的重要里程碑，也是吉利旗下子公司芯擎科技從座艙芯片向自動駕駛以及艙駕一體芯片過渡的轉折性產品。在多顆芯片的協同支持下，國產自動駕駛芯片在算力上已經可以正面挑戰英偉達、高通等強大的國際競爭對手。

　　新聞事件：2024年9月，特斯拉宣布將在2025年第一季度推出FSD（完全自動駕駛）系統，并且與百度合作，確保在中國市場的數據合規性和地圖服務許可。特斯拉的FSD入華計劃面臨監管審批等挑戰，但仍在積極推進中。

　　影響解讀：特斯拉的FSD系統在中國大陸一直無法升級，使得特斯拉的自動駕駛體驗相對國產新能源車競品不再具有優勢。此次FSD確定入華時間，有望為中國自動駕駛行業帶來“鯰魚效應”，促進國內車企在智能化技術上的競爭和技術提升。

　　事件介紹：中國工業和信息化部等部門于2024年宣布，北京、上海、廣州等7個城市啟動智能網聯汽車準入和上路試點，比亞迪、蔚來等9家企業入選L3級自動駕駛技術試點計劃。這些企業將在乘用車、客車和貨車領域展開試點，目標是完善技術規范和法規。

　　影響解讀：受限于政策法規問題，各大車廠在自動駕駛技術上雖然已經成熟，但遲遲不敢投入到L3級別自動駕駛商用。此次9家車企入選L3試點，將為中國在智能網聯汽車領域建立標準化和領先地位，為全球自動駕駛發展提供模板，也為最終實現L4級別的自動駕駛全面商用鋪平了道路。

　　上榜理由：圖靈芯片支持本地運行30B參數大模型，算力相當于三顆Orin X，成為L4級智能駕駛芯片的先鋒。

　　影響解讀：通過自研NPU和高動態范圍ISP，小鵬圖靈芯片為高級別自動駕駛及智能座艙提供了強大的本地算力支持，展現出智能駕駛未來發展的前瞻性和可行性。

　　上榜理由：星辰一號憑借512 TOPS的NPU算力和2048 TOPS的多芯片協同能力，成為國產自動駕駛芯片技術標桿。

　　影響解讀：其車規級7nm制程工藝、L2-L4級別場景適配和功能安全設計展示了國產車企在智能駕駛領域的核心技術突破，有助于提升中國在智能駕駛芯片領域的國際競爭力。

　　上榜理由：500+ TOPS算力支持多模態智能駕駛功能，推動高階城區自動駕駛解決方案的量產。

　　影響解讀：光至R1為國內外車企提供了可行的中央計算方案，其創新架構與安全認證標準引領了國產芯片的技術發展，尤其在自動駕駛安全性和多場景適配性上獨樹一幟。

　　上榜理由：理想舒馬赫芯片采用先進的Chiplet架構和可能的5nm制程，展示了車企自主研發高性能AI推理芯片的潛力。

　　影響解讀：隨著芯片的量產，理想在智能駕駛領域將進一步提高算力靈活性，同時降低芯片開發成本，為智能汽車提供全棧式服務支持。

　　上榜理由：采用領先的5nm車規工藝，神璣NX9031通過1000+ TOPS算力和高效ISP技術，在復雜駕駛場景下表現卓越。

　　影響解讀：憑借其在Transformer和BEV算法中的性能優勢，神璣NX9031芯片助力蔚來實現跨域計算和全場景智能化，提升了智能電動車市場的科技品牌形象。

　　上榜理由：憑借36TOPS的AI算力與80K DMIPS的CPU性能，SA8620P為中端市場提供了一款高性價比的自動駕駛解決方案，支持高速NOA等主流功能。

　　影響解讀：SA8620P的硬件配置和面向10萬至20萬元乘用車的定位，填補了入門級自動駕駛技術的市場需求，為廣泛車型提供智能化升級的可能性。

　　上榜理由：具備100TOPS的AI算力與230K DMIPS的CPU性能，在高端市場中樹立了新的技術標桿，并支持復雜的自動駕駛功能。

　　影響解讀：通過提升算力和優化功耗，SA8650P為高級駕駛輔助系統（ADAS）和更高等級的自動駕駛提供了堅實基礎，有助于推動行業邁向L3和L4級自動駕駛的普及。

　　上榜理由：EyeQ Ultra以專用設計優化功耗和性能，具備176TOPS算力，主打量產化的L4級別自動駕駛。

　　影響解讀：Mobileye借助其廣泛的行業合作伙伴和生態布局，將EyeQ Ultra定位于面向大眾市場的高性價比解決方案，助推高級別自動駕駛技術的下沉。

　　上榜理由：華山A2000家族包括華山A2000 Lite、華山A2000和華山A2000 Pro，針對城市智駕、全場景智駕以及高階智駕應用，提供量身定制的解決方案。華山A2000的算力最大可達到250 TOPS（INT8），是目前主流旗艦芯片算力的四倍，極大提升了智能駕駛的實時計算能力。

　　華山A2000芯片平臺強大的計算力和靈活的多任務處理能力，滿足了從Robotaxi到NoA等不同場景下的需求。通過與Nullmax的合作，華山A2000展現了其在多模態大模型智駕方案中的應用潛力，進一步加速了智能駕駛技術的推廣。

　　上榜理由：地平線P等多款產品，覆蓋從低階到高階的智能駕駛需求，尤其是在性能、功耗、傳感器兼容性等方面均表現出色。特別是旗艦型號征程6P，其560 TOPS的AI算力和基于第四代BPU架構的強大處理能力，使其成為目前國產智駕芯片中的領軍產品。

　　影響解讀：地平線系列產品的亮點不僅在于硬件本身的高性能，還在于地平線供應商中廣泛的合作網絡，確保了其技術方案能夠得到實際應用。這為汽車行業提供了更多性價比高、性能優異的智能駕駛芯片選擇，推動了智能駕駛技術向更廣泛的市場滲透，降低了自動駕駛技術的成本門檻。

　　根據前瞻產業研究院的數據，2024年全球汽車芯片市場規模預計將達到758億美元。

　　Coherent market insights預測，全球自動駕駛汽車芯片市場預計在2024年將達到236.4億美元的價值，到2031年將增長至418.7億美元，復合年增長率（CAGR）為8.5%。中商產業研究院預計，中國汽車芯片市場規模有望在2024年達到905.4億元，同比增長6.5%，市場規模穩步擴張。

　　根據億歐智庫的數據，2024年高速NOA功能的滲透率接近10%，市場規模達到190億元，預計到2030年將超過3000億元。城市NOA功能也在快速推進，其滲透率在2023年為4.8%，預計2024年將接近10%。

　　自動駕駛芯片市場占有率（2024年1~10月），來源：與非研究院、蓋世汽車

　　2024年，國際巨頭依然主導自動駕駛芯片市場。其中英偉達以其高算力自動駕駛SoC芯片占據全球市場82.5%的份額。根據蓋世汽車的數據，英偉達的Drive Orin-X芯片裝機量155.4萬顆，市場份額達32.6%。緊隨其后的是特斯拉，盡管在中國市場FSD系統還沒有正式落地，但憑借自研的FSD芯片，裝機量101.31萬，市場份額26.8%。這兩家頭部企業加起來市場份額接近60%，頭部聚集效應明顯。

　　Mobileye市場份額近年來有所下降，但在ADAS市場中繼續保持主導地位，其EyeQ系列芯片市場份額達8.7%。此外，國產自動駕駛芯片憑借本地化服務與技術創新也逐步擴大市場份額。華為的昇騰610芯片裝機量38.41萬顆，市場占比9.6%。地平線芯片裝機量合計占市場份額8.0%，其產品組合策略覆蓋中高端市場，表現強勁。黑芝麻智能的華山A2000芯片也在2024年推出，展現了強勁的技術創新能力。

　　自動駕駛域控供應商市場占有率（2024年1~10月），來源：與非研究院、蓋世汽車

　　2024年，德賽西威以61.8萬套裝機量和25.8%的市場份額領先，體現了本地化解決方案的高接受度。和碩/廣達（特斯拉）以21.1%位居第二，華為技術占15.7%排在第三。

　　英偉達推出的DRIVE Thor芯片以2000 TOPS算力樹立了行業標桿之后，2024年，算力全面突破，頭部廠商的產品普遍超過1000 TOPS，為自動駕駛芯片在處理速度、感知精度及場景適應性上提供全面升級。國產芯片也不甘落后，芯擎科技的“星辰一號”采用7nm制程，支持L2至L4級別駕駛，單個NPU算力達到512 TOPS，多顆芯片協同可達到最高2048 TOPS算力。

　　2024年被視為跨域融合的元年，多家企業推出支持中央計算平臺的芯片，加速艙駕一體化進程。英偉達DRIVE Thor與高通Snapdragon Ride Flex SoC是這一趨勢的代表。實現跨域融合的核心在于通過單一高性能中央計算平臺實現智能駕駛和智能座艙功能的集成。中央計算平臺整合多功能模塊，簡化硬件架構，提升計算能力與響應速度。這種架構既降低系統復雜性，也顯著增強了功能穩定性和用戶體驗，成為推動整車電子電氣架構（EEA）轉型的關鍵技術。

　　自動駕駛芯片正朝著“CPU+GPU+NPU”或“CPU+XPU”的異構架構發展。這種架構通過集成多種計算單元（如DSP、GPU、NPU等），能夠高效處理復雜的任務，如高級駕駛輔助系統（ADAS）、車載信息娛樂系統（IVI）以及域控制等。例如，芯擎科技的AD1000芯片采用了多核異構架構，具備強大的算力支持，能夠滿足L4至L3級智能駕駛需求。NVIDIA的Thor芯片則集成了GraceCPU、A100 GPU和Bluefield DPU，實現了云端與邊緣端的無縫協同。特斯拉的FSD芯片集成了多個四核ARM CPU、GPU和NPU單元，通過軟硬件的高度協同，實現了高效的計算和低能耗。未來，自動駕駛芯片可能會進一步向超異構計算平臺發展，這種平臺將支持跨不同類型的處理器架構、不同芯片平臺以及云邊端網絡位置的計算資源池化。

　　2024年，自動駕駛芯片的多模態感知與傳感器融合技術呈現出顯著的發展趨勢。這一領域主要關注如何通過整合來自不同傳感器的數據（如激光雷達、攝像頭、毫米波雷達等），以提高自動駕駛系統的感知能力和可靠性。

　　目前，多模態傳感器融合方法主要分為早期融合、中間融合和晚期融合三種類型。早期融合通常在數據層面進行，將不同傳感器的原始數據直接合并；中間融合則是在特征層面進行，將不同傳感器提取的特征進行整合；晚期融合則是在決策層面進行，對多個傳感器的輸出結果進行綜合判斷。

　　自動駕駛域正在廣泛采用Transformer架構來處理多模態數據。Transformer的注意力機制能夠有效聚合來自不同傳感器的輸入信息，從而提升感知精度。例如，特斯拉在其BEV（Birds Eye View）方案中引入了Transformer，將多攝像頭視角下的數據統一到3D空間中進行處理，顯著提高了感知精度。此外，深度學習算法在多模態傳感器融合中也扮演著重要角色。通過神經網絡模型，可以高效地從多源傳感器數據中提取特征，并進行有效的融合。

　　功能安全是高級別自動駕駛的核心要求。自動駕駛芯片除了要通過常見的國際車規認證，比如ISO 26262和IEC 61508等之外，還需要通過多種冗余設計來確保功能安全。比如、電源、通信、控制、制動、轉向和感知冗余。這些冗余設計可以保證即使部分組件失效，系統仍能正常運行，從而避免嚴重的安全事故。

　　此外，由于聯網自動駕駛車輛面臨潛在的網絡攻擊威脅，因此，芯片廠商正在加強信息安全防護措施。例如，AMD推出的Versal AI Edge和Prime系列芯片集成了AI加速器，并優化了傳感器和自動駕駛功能，以應對實時響應和信息安全挑戰。

　　生成式AI技術在自動駕駛中的應用主要集中在數據處理、算法迭代和仿真系統上。它能夠提高數據處理效率，加速自動駕駛感知與規控精度，并推動算法的快速迭代。例如，特斯拉的FSD算法就利用生成式AI技術實現了更高的自動化水平。生成式AI還助力復雜駕駛場景下的快速決策，為L4及以上級別自動駕駛提供技術支持。大模型的快速發展同樣助力顯著，例如毫末智行的DriveGPT生成式模型提升了感知與決策能力。

　　最關鍵的事，自動駕駛要么做大量的路測，要么需要在虛擬環境中進行大規模的測試和驗證，從而提高自動駕駛系統的可靠性和安全性。生成式AI可以生成高質量的合成數據，有效緩解了真實數據短缺的問題，提升了自動駕駛模型的訓練和仿線年生成式AI的應用正在加速自動駕駛從創造型行業向工程型行業的轉變。主機廠的智能駕駛水平顯著提升，感知模塊技術路徑趨于收斂，這為自動駕駛的商業化奠定了基礎。

　　由于自動駕駛汽車的能源供應有限，降低功耗可以延長車輛的續航里程，并減少對能源系統的壓力。例如，華為的昇騰310芯片在典型配置下僅需8瓦的功耗，這使得其能夠在有限的能源供應下長時間穩定運行。此外，特斯拉也在其自動駕駛芯片中采用了低功耗設計，以提升系統的自主性和競爭力。

　　在追求低功耗的同時，自動駕駛芯片也注重提升計算性能和能效比。例如，英偉達的Xavier芯片結合了CPU、GPU和ASIC的設計架構，通過不同類型的處理單元的協同工作，實現了高性能計算和低功耗。地平線芯片則通過優化硬件結構，實現了高性能計算能力和低功耗設計。

　　除此之外，通過新材料和先進工藝，以及通過優化算法、硬件加速和模型壓縮等手段，也可以顯著提升芯片的計算性能和能效比。

　　2024年，自動駕駛行業已經突破量產攻堅階段，NOA（Navigate on Autopilot）功能的應用已經從高速公路拓展到城區場景。隨著技術逐漸成熟，小鵬、理想、蔚來、華為等車企紛紛落地城市領航功能，加快開城速度。根據蓋世汽車的數據，NOA功能已經成為了絕大多數用戶購車的參考因素。約41%的用戶認為高速NOA是主要的購車參考因素；約28%用戶認為城區NOA是主要的購車參考因素，超90%用戶認為NOA功能是他們購車的參考因素。

　　如果以手機行業類比，2010年iPhone4發布后手機行業迎來了一次變革，但滲透率線年智能手機下探至千元市場之后，我們可以稱之為“iphone4”時刻。

　　值得一提的是，2024年標配NOA功能的車型已經從30~50萬下探到20萬以下車型。2024年推出的

　　500Pro價格為17.49萬元起，榮威RX5NGP售價15.59萬起。未來隨著軟硬件成本持續下降，NOA功能也將逐漸下探至中低價位車型。前面市場數據部分也提到了，2024年城市高速NOA的滲透率達到10%，這也意味著自動駕駛行業迎來了快速發展的黃金期，但是稱之為“iphone4”時刻可能還為時過早。

　　除了成本降低和滲透率的提升，AI大模型的發展也給自動駕駛帶來了顛覆性的變化。在CVPR 2023會議上，特斯拉公司介紹了他們研發的“通用世界模型”。該模型具備強大的功能，能夠對未來事件進行有效預測，并且可以通過人為干預進行控制。此外，它能夠以多種形式輸出結果，極大地便利了仿真實驗的開展，為科研和技術創新提供了新的可能。

　　2024年隨著特斯拉推送基于端到端的自動駕駛系統 FSDv12，算法中引入了世界模型和基礎模型的概念，小鵬、理想、蔚來等中國車企跟著加大端到端模型研發力度。隨著通用世界模型的成熟和落地，未來智能汽車也將成為一個通用的端側智能體，自動駕駛有可能成為通用機器人的第一個落地場景。

　　具體到自動駕駛芯片這一塊，英偉達在該領域仍然具有強大的市場和算力優勢。特斯拉的FSD則因為其All in 視覺算法路線，在軟件算法這一塊處于領先地位。特斯拉的自動駕駛技術不僅在硬件上具備強大的算力支持，還通過其全棧自研能力實現了感知、規劃、決策和控制的完整閉環，使其在實際應用中表現優異。

　　在國產芯片中，地平線具有先發優勢，其征程系列芯片在性能和算力上不斷提升。與多家車企合作，推動了其芯片的大規模前裝量產。雖然在芯片算力上略遜于華為和特斯拉，但其開放的合作模式和快速迭代的技術使其在國內市場占據了一席之地。

　　華為則在芯片和算法方面后來居上，相比特斯拉的純視覺方案，華為的多傳感器冗余感知方案雖然成本更高，但能夠更好的應對復雜環境的挑戰，也更加適合中國國情。不過國產自動駕駛芯片可能面臨的問題是高端芯片制程技術受限。

　　最后，值得重點討論的是特斯拉在2024年12月發布了FSD V13.2版本，這一版本在功能上進行了深度優化，并采用了與自家SpaceX火箭同源的代碼，大幅提升了自動駕駛的能力。這標志著特斯拉向真正的無人駕駛目標邁出了重要一步。此外，特斯拉計劃在2025年前在美國得州和加州推出“無監督版”FSD完全自動駕駛能力，并預計在2026年開始生產Cybertruck，進一步推進Model 3等車型實現完全無人監督的FSD自動駕駛。

　　特斯拉CEO馬斯克表示，到2025年初，特斯拉的FSD有望超越人類駕駛員的表現。多項證據表明，2025年特斯拉的全自動駕駛（FSD）功能或將給中國自動駕駛行業帶來新的“鯰魚效應”，各大國產自動駕駛芯片商和車廠們，或將迎來線”時刻。