2022-2026H1国内乘用车NOA第三方智驾算法厂商全景梳理

报告基于 2022 至 2026 年上半年上险上牌数据，跳出单纯讨论算法参数的视角，把高速 NOA、城市 NOA 拆开对比，对比主机厂自研与第三方外购两条路线，梳理第三方算法厂商梯队分化、芯片硬件选型、价格带分布，同时剖析行业最新技术范式：城市 NOA 不再是高算力芯片专属，中算力芯片规模化上车，行业竞争重心已经从演示效果转向工程化量产交付能力，世界模型、物理 AI 成为下一阶段技术角逐高地。

一、市场大盘：NOA 快速渗透，城市 NOA 成为增长主引擎

国内 NOA 搭载量从 2022 年 83.2 万辆增长至 2025 年 627.7 万辆，2026 上半年达到 321 万辆，整体渗透率冲高至 37.4%，高阶智驾已经不再是豪华车专属。市场结构发生明显切换：

高速 NOA：自主品牌是绝对主力，合资外资落地节奏明显滞后；价格带持续下沉，由 30 万以上高端逐步渗透至 10‑20 万，甚至 0‑10 万经济型区间；能源结构上 PHEV 渗透率提升最快，增程式 EREV 渗透率见顶回落，燃油车搭载高速 NOA 规模依旧很小。

城市 NOA：格局发生反转。2022 年合资（以特斯拉为主）占优，2026H1 自主品牌实现反超，自主城市 NOA 渗透率 27.6%，大幅高于合资的 11.1%。城市 NOA 对本地场景迭代、OTA 开城能力要求更高，自主品牌凭借敏捷的数据闭环实现弯道超车。

两条落地路线长期共存：主机厂自研占据 70.9% 装配基本盘，第三方算法供应商占比 29.1%。

自研路线：适合资金、软件团队完备的头部车企，可以牢牢掌握数据、产品定义权，但研发投入高、周期长；代表有特斯拉、蔚来、小鹏、理想等。

第三方外购路线：适合软件能力薄弱、希望缩短智驾上车周期的车企，2022‑2026H1 第三方份额持续抬升。

二、第三方算法厂商梯队格局：告别双寡头，步入多强竞争

第三方 NOA 市场已经从早期 Demo 验证阶段，演进为量产装车规模定胜负的淘汰赛，形成清晰三级梯队：

第一梯队（80‑百万量级累计装车）：Momenta、轻舟智航。两者合计占据第三方市场超 54% 份额，具备大规模交付、多车型定点落地能力。Momenta 早期凭借定点优势一家独大；轻舟智航是最大黑马，依托地平线 J6M 中算力方案快速放量。

第二梯队（20‑50 万辆）：华为 Hi/Hi‑Plus、元戎启行。华为 Hi 模式全栈方案性能强，在中高端车型竞争力突出。

第三梯队（小于 20 万辆）：卓驭科技、地平线、文远知行等，处在定点爬坡、逐步扩大落地阶段。

城市 NOA 细分市场格局变化尤为关键：

2023 年 Momenta 一家独大，市占 87.1%；

2024 年演变为 Momenta + 华为 Hi 的双强格局；

2025‑2026H1 格局彻底改写，进入多强竞争时代。主机厂出于供应链风险分散，不再把城市 NOA 绑定单一供应商；无图 / 轻图、中算力方案成熟，更多玩家拿到量产订单。Momenta 份额回落至 43.8%，华为 Hi 19.3%，元戎启行 17.8%，轻舟智航快速冲到 9.2%。

价格带上各厂商出现差异化卡位：轻舟智航是唯一在 0‑15 万、25‑35 万、35‑50 万多价格区间都拿到高市占的第三方厂商；Momenta 在 15‑25 万、35‑50 万高端区间优势明显；0‑15 万平价市场看重成本控制，轻舟、卓驭、地平线占据主要份额。

三、芯片硬件选型：国产芯片实现规模化突围

统计仅统计第三方算法方案，不含主机厂自研项目：

英伟达 Orin‑X 整体份额第一（26.87%），地平线 J6M 位居第二（12.81%）。地平线 J6M 代表国产大算力芯片实现第三方项目大规模上车，打破海外芯片垄断局面。

轻舟智航基于单颗 J6M（128TOPS）实现城市 NOA 量产落地，这是报告中非常重要的行业拐点：打破 “城市 NOA 必须 256TOPS 以上高算力芯片” 的固有认知，用中算力硬件把城市 NOA 下探到 8‑30 万主流家用车型。同时这套方案做了安全可解释端到端改造，保留感知、预测中间表征，满足功能安全可审计溯源的硬性要求。

四、技术演进：从传统分层架构走向世界模型、物理 AI

报告梳理智驾技术范式的迭代脉络：

早期：纯规则驱动分层架构，仅能完成 L2 基础功能；

中期：两段式端到端，感知保留独立模块，预测规划走向神经网络；

当前主流：世界模型 + 强化学习成为行业共识，Momenta、轻舟、卓驭、文远知行都在此方向布局。利用仿真生成海量长尾极端场景，弥补真实路测样本不足。

下一阶段目标：物理 AI（Physical AI）。不只是预测物体轨迹，而是让模型理解摩擦力、雨雪等真实世界物理规律，实现预判式驾驶，采用云端大模型仿真训练、车端轻量化模型实时推理的云‑端协同架构。

物理 AI 不只是乘用车智驾的技术升级，还可以向 Robotaxi、Robovan 等 L4 载体复用，形成一套底座多场景复用。

报告点出第三方智驾厂商三大制胜要素：①规模化定点与工程化交付能力；②成本控制；③智驾大模型 + 完整数据闭环。能把定点订单转化为真实装车量，才能获得海量多元路测数据，反过来迭代算法，形成正向飞轮。只靠实验室 Demo、缺少大规模实车验证的厂商会被逐步出清。

这份报告纠正行业两个常见误区：第一，城市 NOA 不是高端车专属，中算力硬件已经具备规模化落地能力，算力不是唯一胜负手，工程化、成本控制、可解释安全架构同样关键；第二，第三方智驾赛道已经告别少数玩家垄断，车企供应链分散采购，多强竞争格局固化。

市场不会简单走向 “全部自研” 或者 “全部外购”，自研与第三方外购两条路线会长期并行。短期比拼定点落地、硬件成本适配；中长期竞争焦点转向世界模型、物理 AI 底座，谁能构建起 “量产装车‑真实数据‑仿真训练‑模型迭代” 完整闭环，才能够在淘汰赛存活。

责任编辑：

文章来源：http://www.xinwulian.net/report/2026/1029/4056.shtml