算法/功能理论层面：特斯拉FSDv12版本持续迭代，感知-规控全栈端到端落地，支持北美地区完全点到点领航驾驶。国内车企以BEV+Transformer实现精准感知，并逐步提升learning-base占规控算法比例，整体算法框架趋向全面端到端；华为/小鹏预计24Q3落地端到端智驾算法，步伐相对靠前。

实际路测体验层面：为真实判断不同车企智驾算法能力强弱，同时直观反映车企智驾能力纵向迭代速率差距，我们尝试搭建智驾道路实测评判框架：区分“启停+行驶”双环节，前者涵盖权限限制+启动+断点接管+结束四部分，后者包括城市覆盖面（开城情况）+道路覆盖面（第一类断点）+临时处理（第二类断点）三部分，逐步逼近不同玩家智驾能力边界。（PS：智驾算法能力与数据积累形成正循环，头部玩家迭代速度较快，因此能力比较需保持高频跟踪，本文只代表某时间截面能力比较）车企维度：特斯拉整体表现优异，可以实现原地启动FSD、全路段无限制、多场景流畅处理、不强制接手扶方向盘以及自动停泊等功能，充分接近人类驾驶（处理反应速度稍有差距）。国内头部华为问界/小鹏等车企在原地启动/道路覆盖面/场景处理流畅度等方面均有差距；蔚来/智己/阿维塔等其余车企整体在启停/道路覆盖/场景处理能力等方面表现更弱。

场景维度：特斯拉全场景覆盖，华为/小鹏等国内头部OEM断点较多，除先验性质的道路覆盖面问题以外，我们区分不同难度级别场景下车企表现优秀的比例：困难场景下，特斯拉/华为问界/小鹏优秀率分别为90%+/接近40%/接近40%；简单场景下，特斯拉/华为问界/小鹏优秀率分别为接近90%/接近50%/约60%。（华为数字表现相比小鹏较弱主要系小鹏整体驾驶算法策略偏保守，缺少主动变道等提效行为，华为更激进）。

因篇幅限制，仅展示部分，更多重要内容、核心观点，请下载报告。