行业概览与市场动态 - 2025年AI眼镜成为科技领域热点，海外巨头Meta的Ray-Ban智能眼镜在2025年2月销量突破200万副，全年预计出货量达400-500万副 [1] - 谷歌与三星重启AI眼镜项目，苹果敲定AI眼镜发布时间表，国内华为、小米、阿里、字节等大厂也纷纷布局 [1] - 阿里夸克的AI眼镜S1预售期达45天，呈现供不应求态势 [1] - 根据Wellsenn XR数据，预计AI智能眼镜销量达700万副，其中Meta占500万副，2025年6月底发布的小米AI眼镜有望占据20万副销量 [9] - 截至2025年12月，国内AI眼镜产业链共计发生超30起融资事件，资金总额接近40亿元 [23] 产品分类与核心功能 - AI智能眼镜按功能分为三类：AI音频眼镜、AI拍摄眼镜和AI+AR眼镜 [3] - AI+AR眼镜是进阶形态，融合了AR光学显示技术，实现语音、触控、视觉识别与空间叠加信息等多模态交互 [7] - 当前产品核心功能包括语音助手、实时翻译、拍照识别、导航提示、会议记录等 [13] - 产品价格跨度大，从数百元到数千元不等，例如小米音频眼镜449元，影目INMO GO3售价达29999元 [12] 市场竞争格局与主要参与者 - 国内竞争者可分为五类：互联网平台公司、硬件生态厂商、造车新势力、XR/AR专业公司、AI硬件创业公司 [8] - 互联网平台公司（如阿里、百度、字节）核心优势在于大模型能力与生态整合（支付、地图、电商、内容） [8] - 硬件生态厂商（如小米、华为）凭借供应链、用户基础及渠道优势快速抢占市场，小米AI眼镜优惠后价格低至1630元 [9] - 造车新势力如理想开辟差异化赛道，其AI眼镜Livis售价1999元起，与车载系统深度绑定，聚焦驾驶场景 [9] - XR/AR专业公司（如雷鸟创新、Rokid、XReal、影目科技）核心优势在于光学显示技术、轻量化设计及AR经验 [9] - 根据CINNO Research数据，2025年7-9月中国消费级AR市场，雷鸟保持市场第一地位 [11] - 2025年“双十一”期间，淘宝智能眼镜销售Top3分别为阿里夸克S1、Rokid Glasses以及小米AI眼镜 [11] 技术驱动与产业链发展 - AI眼镜的爆发带动了显示技术、光学器件、音频模组、能源供应、AI算法等多个细分赛道增长 [23] - 光学显示模组公司至格科技在半年内完成两轮超亿元融资，是夸克AI眼镜主要生产商之一 [23] - 在MicroLED微显示领域，上海显耀显示科技完成超10亿元B2轮融资，刷新该领域单笔融资纪录 [23] 市场挑战与用户接受度 - AI眼镜面临成为“伪需求”的风险，需回答“比手机好在哪”的问题，否则可能重蹈智能手环、AR眼镜等覆辙 [13] - 当前功能多数在手机上已实现，且依赖云端与网络，信号不佳时设备易“失能” [13] - 用户体验存在硬伤，交互不自然，仍需频繁语音唤醒或手动操作，离“无感融入生活”的理想有差距 [13] - 隐私问题是重大挑战，设备随时可录音录像，涉及用户自身及他人隐私 [14] - 2024年10月，有实验通过Meta Ray-Ban眼镜接入人脸识别系统，可实时显示陌生人个人信息，凸显隐私风险 [15] - 目前AI眼镜更多是科技爱好者尝鲜物件，离大众“刚需品”尚有距离 [17] 应用场景与发展路径 - 在B端专业场景（如电力巡检、油气设备巡检、医疗远程会诊）已接近刚需，解决安全、准确、效率的核心痛点 [17] - 在C端，需瞄准手机无法解放双手或提供第一视角叠加的场景，如骑行导航、厨房烹饪、残障辅助等 [19] - 从“尝鲜品”到“刚需品”的跃迁，需要找到并深耕真正的刚性场景，实现“无感融入”体验和跨场景的生态协同 [19] - 厂商现阶段最务实的策略是在B端验证价值、打磨体验，同时在C端培育种子用户与场景，等待技术与成本拐点 [20] 战略意义与未来展望 - 大厂押注AI眼镜是争夺下一代人机交互入口和用户数据闭环的关键防线，不愿在终端入口上掉队 [3] - Meta Ray-Ban智能眼镜起售价约300美元，销量突破百万，验证了“AI能力通过眼镜形态落地”的可行性 [3] - AI眼镜承担了探索多模态交互、验证AI服务订阅模式、积累用户行为数据等过渡性任务 [24] - 其核心意义在于探索新的人机关系，使AI从被动工具变为主动感知、理解意图的“数字人” [24] - 在可预见的未来，AI眼镜更可能作为特定人群的效率工具或AI服务补充入口存在，但仍可能撬动千亿元级市场空间 [22] - 继AI眼镜后的下一代入口，可能是无感、无形态、全场景的，如生物芯片或脑机接口，实现真正的“人机共生” [24]

文章核心观点 - 2025年生成式AI发展进入新阶段，其演进围绕认知深化、维度突破和效率重构三条核心脉络交织进行，开始定义AI进化的新范式 [1] - 单纯依赖算力和参数规模扩张的Scaling Law边际效益递减，行业正通过架构创新（如MoE、稀疏注意力）和多模态数据（尤其是视频）利用来寻求新的性能提升路径 [1][8] - 大模型行业的竞争格局呈现中美、开源与闭源“双核驱动”的态势，商业化成功的关键在于构建算力、能力、生态三层“护城河”，并聚焦于高价值的专业用户（ToP）市场 [3][7][10] - 智能体（Agent）和具身智能（Embodied AI）是重要的演进方向，但面临商业化、技术成熟度及软硬件协同的挑战，端云协同与模型“能力密度”提升是未来发展核心 [3][11][17][19] - 中国AI产业有望通过开源生态和专注于提升模型效率（如“密度法则”）的路径，在算力受限环境下实现突围 [3][20] 2025年大模型进化三大脉络 - **认知深化：从“直觉”到“逻辑”**：一线模型通过强化学习（RL）和更长的中间推理，从快速的模式匹配（System 1）向多步深度推理（System 2）演进 [1] - **维度突破：从“语言”到“物理空间”**：AI演进逻辑从理解语言符号进化到理解物理世界本身，“空间智能”成为关键，视频数据因其蕴含的丰富时空信息成为迈向物理世界的关键桥梁 [1][2] - **效率重构：从“暴力美学”到“性价比”**：产业落地回归极致的算力效能比，采用混合专家模型（MoE）、稀疏注意力等架构革新使模型变“轻”，以解决无限上下文带来的算力挑战 [1] Scaling Law与模型迭代新范式 - **Scaling Law面临瓶颈**：在大语言模型领域，由于互联网文本数据枯竭，单纯堆算力、堆参数的边际效益在递减 [8] - **多模态数据成为新红利**：视频数据的量级是互联网文本数据的百倍、千倍乃至万倍，从视频中学习（Learning from Video）成为大模型新的性能提升机会 [8] - **“密度法则”成为新方向**：类似于芯片摩尔定律，行业追求在单位参数内提升“智能密度”，通过技术创新实现模型能力压缩，预计每100天模型密度变得更高 [3][9] - **端云协同成为未来格局**：未来算力格局将是云端负责规划，端侧负责执行（做事），预计到2030年，端侧设备可承载GPT-5级别的模型能力 [3][18] 大模型公司的竞争“护城河” - **三层金字塔结构**：最底层是算力的获取、组织和有效利用；中间层是维持SOTA水平的模型能力；最上层是触达用户、获得数据反馈的生态 [9][10] - **“双核驱动”格局已定**：开源与闭源大模型、中国与美国的企业和人才，形成双核驱动格局，2025年被视为中国大模型的破局之年 [3][7] - **赢家通吃**：大模型是一个全球留不下几家公司的赢家通吃行业 [9] 智能体（Agent）的商业化现状与瓶颈 - **从玩具到工具的挑战**：智能体商业化面临三大技术瓶颈：基础模型推理能力仍有欠缺、领域适配时的“翘翘板效应”（能力此消彼长）、模型的记忆和遗忘机制不完善 [11][12][13] - **端侧与云端智能体的区别**：端侧智能体需满足隐私、实时、稳定需求，并对全模态数据有感知理解与个性化服务能力；云端智能体主要处于数字世界 [13] - **商业化变现聚焦ToP市场**：在ToB（企业）和ToC（消费者）之间，面向专业型用户（ToP）的市场是目前中美AI行业变现效率最高的地带，如AI编程和创作者付费工具 [14] - **ToB与ToC市场挑战**：ToB是门槛高的“攻坚战”，落地较好的是嵌入特定环节的流程型Agent；ToC则因能力不足、缺乏新硬件载体及商业模式（Token成本高于广告收益）的悖论而尚需时日 [15] 具身智能（Embodied AI）的发展与挑战 - **产业处于早期阶段**：需要足够耐心，其发展依赖于世界模型和具身大脑等基础模型的进步 [17] - **世界模型是关键底座**：如智源的多模态世界模型Emu3.5，从视频中学习时空、因果等信息，致力于预测下一个时空状态，为具身智能构建“世界模型”底座 [2][17] - **“大小脑”协同架构**：未来机器人将采用类似“大小脑”的分工，实时感知与行动留在本地（小脑），深度思考可借助云端（大脑） [17] - **软硬结合是理想路径**：大模型AI走向物理世界，智能（软件）至关重要，但在中国环境下，硬件比重可能更重，最理想的模式是软硬结合 [19] 开源生态与中国AI的突围之路 - **开源开放推动行业进步**：人工智能行业的快速发展离不开开源开放生态，这推动了技术普惠和产业化落地 [20] - **高效模型是突围关键**：通过“密度法则”等技术提升模型效率，降低训练和使用成本，是中国在算力存在短板情况下的重要突围路径，适用于端侧和云侧 [20] - **开源模型是国运级机会**：集全国之力支持优秀开源模型，在此基础上比拼应用和生态，是中国AI发展的良好路径 [20] - **给创业者的关键建议**：在大模型难以触及的行业深处寻找机会，并建立能够跨越模型迭代周期的商业结构，避免做过于通用的产品 [21]

文章核心观点 - 大模型应用正从技术竞争转向真实产业场景落地 柒牌男装通过接入微盟WAI导购智能体 在2025年双十一大促中实现高价值客户自动化导流 并贡献了商城70.6%的GMV 驱动业绩刷新纪录 [1] 柒牌数字化转型与AI应用成果 - 柒牌自2021年起与微盟集团合作启动数字化转型 合作从SaaS工具普及、零售人货场数字化重塑 已进化至智能化深水区 [1] - AI应用使零售执行过程从“黑盒”变为“透明” 品牌端可全流程追踪导购跟进效果并实时调整策略 [1] - 基于数字资产的决策体系使柒牌在导购人均跟进次数、用户规模及商城转化率等关键指标上均实现显著增长 [1] - 在2025年双十一大促中 通过微盟WAI导购智能体 柒牌官方小程序商城的高价值客户实现自动化导流 并贡献了高达70.6%的GMV [1] 微盟AI解决方案的技术细节与行业应用 - 微盟导购智能体具备“客户线索运营”功能 可助力品牌实现对高价值用户的精准识别与实时转化 解决传统导购“会员多难聚焦、反馈弱难跟进”的痛点 [2] - 在大模型赋能下 导购智能体可对消费者的浏览、加购、搜索等实时行为进行智能分析并打分 直接引导导购优先服务高价值商机 [2] - 智能任务管理与客户线索运营相辅相成 从宏观策略到微观提效 多维度提升零售终端转化精度 [2] - 截至目前 微盟集团已针对零售行业迭代出包括导购智能体、智能经营智能体等在内的13个AI智能体“全家桶” [2]

火山引擎AI业务增长与市场地位 - 截至2025年12月，豆包大模型日均token使用量突破50万亿，较去年同期增长超过10倍 [3] - 2025年日均token使用量为16.4万亿 [4] - 火山引擎在MaaS（模型即服务）市场已成为国内份额第一，全球排名第三 [4] - 公司2024年营收规模超过110亿元，增速远超60%；2025年营收已超过200亿元 [8] - 预计到2030年，豆包大模型的Token调用量将比2025年末增长约100倍 [36] 大模型发展趋势：从单点能力到系统工程 - 大模型竞争已从单点能力较量进入系统工程的较量 [2] - 行业头部效应明显，约10%-20%的头部企业消耗了超过90%的Token，大模型服务渗透率不高 [36][37] - 公司提出在模型上做“减法”，将LLM、VLM、Thinking等所有模型能力集成进一个API接口，降低客户选择与集成复杂度 [38] - 模型能力的集成对基础模型要求更高，需要领先的基模作为支撑 [39] - 基础模型的能力直接决定下游应用天花板，例如豆包基础模型支撑了Seedance在语义理解、情感识别等方面的细致表现 [40][41] 视频生成模型的竞争维度与进展 - 2025年视频模型竞争焦点从卷参数、秒数，转向能否直接产出“可发布的完整作品” [10] - “声画同出”（声画同步）成为关键竞争因素，是客户的核心诉求之一 [15][28] - 火山引擎发布的视频生成模型Seedance 1.5 pro主打声画同步、开箱即用 [11] - 该模型在中文对口型匹配度、声音与人物环境适配度、沉浸感方面表现突出 [18][19] - 模型强化了对电影级运镜和动态张力的遵循，动作幅度及多镜头、多主体呈现高于行业水平 [20][25] - 通过多阶段蒸馏、量化等工程优化，Seedance 1.5 pro的端到端推理速度提升超过10倍，降低了生成成本 [28][46] Agent（智能体）工具链与生态建设 - 公司重点发布围绕Agent的工具链和生态服务，包括企业模型推理代工、强化学习平台、企业级AI Agent平台AgentKit及智能体工作站HiAgent [6] - AgentKit旨在降低开发者门槛，封装prompt工程、工具调用等底层能力，让开发者聚焦业务逻辑，并提供从创建、测试、部署到监控的完整运营闭环 [53] - 公司自身在客服、内容审核等业务中积累了Agent实践经验，并通过AgentKit对外输出 [53] - 演示案例显示，从零搭建并上线一个企业级电商客服Agent用时不到半小时 [54] - 公司目标是让每个企业都能拥有自己的AI助手，构建完整的AI基础设施和服务体系 [54] 商业化、工程优化与计费创新 - 行业通过工程优化提升MaaS服务“密度”，即在同等成本下提供更多价值 [45] - 公司推出“AI节省计划”计费模式，通过阶梯式折扣，帮助企业最高节省47%的成本 [47] - 公司认为未来计费方式不应仅按Token，而可能按交付的“智能”或思考长度分段付费 [47][48] - 公司从成立起就围绕AI云原生设计基础设施、产品架构和商业模式，将AI视为弯道超车的关键 [49][50] - AI基础设施竞争已演变为系统工程的较量，企业需要解决数据接入、任务编排、效果评估、成本控制等系列问题 [51] 内容生态与模型应用潜力 - Seedance 1.5 pro支持方言、对白和强表演场景，适合在豆包、即梦等C端产品中生成可供二次创作和分享的内容 [32] - 公司对“什么内容能火”的理解已转化为模型的训练目标 [33] - 随着视频生成模型成熟，AI生产视频将与C端产品联动，模型不仅作为技术工具，更具备演变为社交平台的潜力 [33]

公司产品与技术进展 - 公司于2025年6月展示了基于AB6003G Wi-Fi芯片的AI玩具方案，该芯片是集Wi-Fi、蓝牙、音频于一体的高性能SoC，可广泛应用于智能家居、智能穿戴、工业物联网、智慧城市等多个领域 [1] - 公司Wi-Fi芯片后续的应用场景将重点围绕音视频及AI功能拓展，例如AI智能音箱、AI智能玩具等方向，搭载该芯片的终端产品将陆续推向市场 [1] - 自2024年11月起，公司的讯龙三代芯片BT895X平台完成了与火山方舟MaaS平台的对接，向用户提供适配豆包大模型的软硬件解决方案，并已搭载于FIIL GS Links AI高音质开放式耳机 [1] - 近期，搭载公司BT8951H芯片的机乐堂OC3 AI耳夹式蓝牙耳机上市发售，该产品已接入豆包大模型，支持AI智能问答 [1] 公司战略与合作 - 公司与火山引擎正持续、分阶段地开展合作 [1] - 未来，公司将持续布局AI端侧领域，并继续与国内外大模型平台开展合作，旨在向市场推出用户体验更好的AI端侧产品解决方案 [1]

报告行业投资评级 - 投资评级：看好，维持 [6] 报告的核心观点 - 从火山引擎原动力大会观察到明确的下游需求爆发趋势和模型能力的持续迭代，供需共振下看好明年行业token用量再上台阶 [2][9] - 重点关注多模态（如生图、生视频）、端侧（如AI玩具、眼镜等）、Agent等赛道的应用机会 [2][9] 事件描述与数据表现 - 2025年12月18日，火山引擎举办冬季Force原动力大会，正式发布豆包大模型1.8及音视频创作模型Seedance 1.5 pro，同时发布多款新产品 [2][4] - 截至2025年12月，豆包大模型日均token使用量突破50万亿，自发布以来增长471倍，较去年同期增长超过10倍 [9] - 已有超过100家企业客户累计token使用量超过一万亿 [9] 模型能力迭代升级 - **豆包大模型1.8**：拥有更强多模态Agent能力 [9] - 升级多模态理解，单视频理解帧数从640提升至1280 [9] - 更强Agent能力，加强工具调用、长文和多轮指令遵循，同时支持OS Agent落地 [9] - 更灵活的上下文管理：支持256K，具备原生API上下文管理 [9] - **豆包视频生成模型Seedance 1.5 pro**：主要进步在于音画高精同步、支持多人多语言对白及具备影视级叙事张力 [9] 新产品与架构发布 - 全面升级AI云原生架构 [9] - 推出企业级AI Agent平台AgentKit，帮助企业打造多样的Agent，解决权限、集成等工作 [9] - 推出智能体工作站HiAgent，帮助企业管理和调度未来的数字员工 [9] - 发布多款封装完成的通用Agent，如“内容审核Agent”、“内容洞察Agent”、“客服Agent”，以降低企业特定任务的部署难度 [9] 商业模式与定价策略 - 火山引擎推出模型“节省计划”，提供阶梯折扣最高节省47% [2][9] - 模型定价思路从最初的技术调优实现单token降价，演进为根据Context区间定价，再到针对客户使用多款模型解决不同任务的习惯推出整体节省计划 [9] - 定价策略旨在使客户在token用量增大的情况下享受更优惠价格，降低创新成本 [9]

豆包大模型业务进展与数据 - 截至今年12月，豆包大模型的日均tokens调用量已超过50万亿，相比去年12月实现了超过十倍的增速 [1] - 火山引擎宣布将豆包大模型升级至1.8版本，面向多模态、Agent（智能体）等场景进行定向优化 [1] - 豆包APP在月活数据上断层领先其他AI行业应用，坐稳C端应用领先地位 [4] 模型能力升级与产品应用 - 豆包1.8模型在Agent能力方面实现大幅增强，包括Tool Use（工具使用）能力、复杂指令遵循能力及OS Agent（操作系统智能体）能力 [2] - 模型展示了执行复杂任务的能力，例如规划流程、理解屏幕、调用工具进行全网比价选购耳机 [2] - 豆包1.8展示了长视频理解能力，例如通过1小时4分钟的监控画面定位事件，该能力可应用于在线教育、安全巡检、产品质检等企业场景以提升效率、降低成本 [3] - 豆包底层是一套复杂的Agent系统，内部开发了大量Agent以处理不同领域的问题，如垂直搜索、开放性问题和闭环任务 [3] - 火山引擎正式发布豆包视频生成模型Seedance 1.5 pro，在“音画同步”能力上表现更强，声称可做到中文讲方言都音画同步 [4] 市场竞争格局与动态 - 阿里高调进军C端AI应用市场，旗下APP千问自11月17日公测仅23天月活跃用户数突破3000万，灵光上线4天下载量突破百万且增速超过ChatGPT和Sora2，蚂蚁阿福在品牌升级后隔日冲上苹果应用总榜第三 [4] - 在云市场，火山引擎与阿里云均宣称市场份额领先，双方广告牌在机场“隔空对峙”，数据差异源于统计口径不同：火山引擎引用MaaS层外部客户Tokens调用量数据，阿里云引用包括全链条的数据 [1][5] - 公司认为模型厂商之间最核心的关系并非存量竞争，预测明年整个AI市场规模有望再增长十倍 [1][6] - 公司欢迎更多企业加入并重视MaaS，认为更多云厂商积极投入是市场走向成熟的积极信号，生态参与者共同做大基础层能加速上层AI应用落地 [6] 公司战略与行业观点 - 公司强调安全是重中之重，将安全放在第一位，认为“能力越强责任越大” [2] - 公司较早明确了持续强调模型能力与tokens规模的重要性，并通过技术优化大幅降低模型调用成本，降幅高达99%，同时保持健康毛利 [6] - 公司认为行业天花板很高，更多人加入能加速行业发展、AI落地及社会发展 [6]

行业趋势与驱动力 - 人工智能技术正从辅助工具升级为网络传播的核心驱动力量[3] - 以大模型为代表的AI技术正在重塑网络传播生态[3] - AIGC技术正在塑造“人机共生”的新范式 带来生产效率的几何级提升以及创作主体、创意过程和产业生态的深刻重构[3] - 人工智能生成内容对全球传播格局产生深远影响[3] 公司/机构战略与举措 - 微博首席运营官王巍指出互联网企业在网络传播生态建设中肩负责任 需持续加大在内容安全、可信算法等领域的投入[3] - 清华大学教授沈阳强调海淀区在AI内容创作领域具有先发优势 是提升区域文化影响力的重要契机[3] - 海淀区成立“科技自媒体专业委员会” 首批委员包括13家优质科技自媒体机构与5位科技领域网络大V 旨在提升科技传播的专业性与影响力[5] - 海淀区发布“光影朋友圈”计划 旨在构建“培育-联动-赋能”的开放传播共同体 实现资源共融、内容共创、声量共振[6] - 海淀区网络知名人士联谊会完成第二届理事会换届选举 以团结引领网络知名人士为区域发展汇聚智慧与力量[7] - 大会邀请快手、36氪、科大讯飞等重点互联网企业展示其在内容生态、智能技术、平台渠道等方面的科技资源与核心能力[7] 区域发展与合作 - 大会汇聚“政产学研用”各方力量共200余人 共谋区域网络传播发展未来[1] - 海淀区强调要把握数字化、网络化、智能化趋势 以高质量网络传播服务区域创新发展大局[2] - 行业领袖与学者在“新趋势主旨谈”单元贡献智慧洞见 共同探索智能网络传播的良性发展路径[3] - “解码‘海淀IP’”单元从五大维度展现海淀在网络传播领域的丰硕成果与多元生态[4] - 内容创作者、产业观察者与学术研究者共同探讨如何将海淀的科技底蕴、文化资源转化为具有感召力的城市叙事[4] - 大会强化了协同创新的平台纽带 为构建良好网络传播生态、赋能区域高质量发展奠定基础[7]

行业现状与核心挑战 - 个人养老金产品目录中存在上千种产品，投资者面临选择困难 [1][4] - 年轻人及低收入群体参与长期养老储蓄的意愿较低 [3][6] 核心责任主体理念 - 个人是养老的核心责任主体与直接受益者，不能单纯依赖政府、企业或家庭 [2][5] - 个人需在养老理念、长期规划和参与度方面承担更多责任，提高自身养老认知并进行科学规划 [2][5] 解决方案：制度与产品设计 - 制度设计需引入行为金融学成果，提供更灵活的参与机制以降低入门门槛，国外实践表明允许加入后退出的机制实际退出率极低 [3][6] - 建议商业机构利用大模型等智能技术，提供低成本、高质量的投顾服务，以降低投资者选择门槛 [1][4] - 需优化产品设计，设置默认投资选项，将优质投资资源集中于默认产品以满足大多数普通消费者需求 [1][4] - 通过默认投资选项减少决策负担，让专业团队为普通消费者管理养老资金，以提升收益稳定性 [3][7] - 需建立产品评价与进出机制，以保障产品质量与市场竞争透明度，增强消费者信任 [1][4] 解决方案：技术工具与长期合力 - 借助智能技术搭建类似“养老金面板”的工具，整合个人在不同机构的养老账户信息，清晰展示账户余额、投资收益、通胀影响等，帮助个人精准量化养老需求并倒推当前储蓄目标 [3][7] - 养老问题的解决需政府、市场、个人形成合力，在政策支持、产品创新、意识提升等方面持续发力，才能使多层次养老保障体系落地见效，为应对人口老龄化提供支撑 [3][7]

文章核心观点 - 工业和信息化部公布我国首批L3级有条件自动驾驶车型准入许可，标志着中国智能网联汽车准入和上路通行试点正式进入上路通行试点阶段，自动驾驶正从技术验证转向量产应用 [1][9] 试点城市与路段选择 - 试点限定在重庆和北京的特定路段，是出于安全优先、稳步推进的考虑 [3] - 重庆交通地形复杂、北京交通场景丰富，选择这两地能够测试系统在不同环境下的适应性 [3] - 其中一款轿车可在北京市京台高速、机场北线高速及大兴机场高速等的部分路段开启自动驾驶功能，最高车速限80km/h [3] 获批车型与准入考核 - 首批两款车型分别适配高速路段和城市拥堵场景 [1] - 工信部联合相关部门对试点生产企业的研发、测试及应急保障能力开展全方位考核 [7] - 组织第三方测试机构及专家，针对试点车型的预期功能安全、网络安全等风险开展系统性测试 [7] - 同步验证试点依托城市的管理能力及相应应急保障能力，择优确定两家联合体通过首批准入试点 [7] L3级自动驾驶的定义与责任 - L3级有条件自动驾驶允许在特定条件和场景下，系统充当“临时司机”，独立完成驾驶任务 [6] - 当系统发出介入请求时，需要驾驶员能够及时接管车辆，不能完全依赖智能系统开车 [8] - 智驾不能当“代驾”，驾驶人才是最终责任主体 [8] 当前试点阶段与消费者体验 - 目前获批车型暂时不可向普通消费者销售，仅限试点使用单位运营 [8] - 消费者可通过打车方式体验自动驾驶功能 [8] - 随着试点深化及行业对安全风险规律性认识的提升，后续相关限制条款或将逐步放宽 [8] 对行业的意义与发展机遇 - 此次发布标志着我国智能网联汽车准入和上路通行试点正式进入上路通行试点阶段 [9] - 对于整个行业而言，意味着我国自动驾驶正从技术验证转向量产应用 [9] - 智能化已从车企的“可选项”变为“必答题”，已从“有没有”转向“安不安全、成不成熟” [9] - L3级别自动驾驶的落地，涵盖整车、零部件、软件等多个产业链环节的发展机遇 [9] - 强调“附条件”准入，将允许开启自动驾驶功能的路段限定在典型、低风险场景中，以安全有序推进技术稳妥落地 [9]