当前中国车市已进入新能源汽车普及阶段，但一个矛盾愈发突出：高阶辅助驾驶功能覆盖率不足10%，且90%以上集中在中高端价格区间，市场呈现明显分层。其背后折射出行业结构性问题——智能驾驶正在成为少数消费者的“专属配置”，与技术进步应惠及大众的方向不相符。数据表明，约70%的汽车消费者预算集中在20万元以下，这个庞大群体长期难以获得高阶辅助驾驶功能。比亚迪集团品牌及公关处总经理李云飞表示，如果智能驾驶只服务少数人，就难称真正的行业进步；只有让工薪阶层和普通家庭也能更容易用上，技术普及才算落到实处。 造成这一局面的关键在于成本与性能的取舍。激光雷达方案可实现更高阶能力，但单套硬件成本往往高达数万元，难以在低价位车型普及；纯视觉方案成本更低，但受算法精度与复杂路况适应性限制，能力边界更明显。这种两难局面，长期拖慢了辅助驾驶走向大众市场的速度。 比亚迪的思路是用分层方案叠加软硬协同，构建覆盖不同价位的技术体系。公司推出三套递进式方案，实现从百万级高端到7万元入门级的覆盖。其中，A方案采用双OrinX芯片与三颗激光雷达，面向仰望等百万级车型，代表其最高配置；B方案采用单OrinX芯片与一颗激光雷达，覆盖30-40万元区间，在性能与成本之间做平衡；C方案是普及的重点，采用前视三目摄像头与4D毫米波雷达组合，硬件成本控制在数千元，较行业同类方案低近一半，覆盖主流用户的核心辅助驾驶需求。 分层方案要落地，依赖璇玑架构与BEV+Transformer算法体系的支撑。这套体系着力解决辅助驾驶的性能瓶颈与成本压力。在算法层面，比亚迪降低对高精地图的依赖，通过摄像头与毫米波雷达的环境感知数据配合车端AI实时识别，实现更轻量的技术路线，有关成本较依赖高精地图的方案可降低约70%。这一思路与特斯拉的纯视觉路线有相似之处，但比亚迪通过三目摄像头的更广视角覆盖，减少单目盲区，在交叉路口等场景的行人识别上更具优势。 在硬件与系统架构层面，璇玑架构实现云端AI与车端AI的双循环协同。通过车联网、5G与卫星网络等通信层，车端实时感知数据可上传至云端分析处理，形成持续迭代的数据闭环。更更，璇玑架构开放142个车辆控制接口，允许第三方开发者调用辅助驾驶感知数据，构建更开放的车端生态，推动能力持续演进。 比亚迪每日处理约1.5亿公里的数据规模，为算法优化提供了基础。辅助驾驶的进化本质上依赖数据驱动的持续迭代，比亚迪作为全球主要新能源汽车制造商之一，其规模化数据积累在此转化为优势。通过不断训练与更新，即便硬件成本更低的方案也有机会获得更强能力，这也是其推动“智驾普及”的关键支撑。 在安全层面，比亚迪提出“300亿公里零重大事故”的安全承诺，体现对自身技术体系的信心，也向消费者传递更明确的安全预期。该承诺不仅是对产品可靠性的表态，也在一定程度上推动行业对安全标准的关注与提升。
比亚迪的实践显示，产业变革的核心不在于概念有多新，而在于创新能否真正被更多人用得起、用得上。当7万元的经济型轿车也能搭载高阶智能驾驶能力，我们看到的不只是企业技术体系推进，也是一条更强调效率与普及的产业路径。这场由技术迭代推动的“普及进程”，或将对全球汽车产业的竞争格局带来新的影响。