一、政策落地，行业迎来合规化转折点 2026年1月，智能网联汽车自动驾驶功能仿真试验涉及的国家标准正式实施。该节点意味着，自动驾驶仿真测试不再只是企业内部的研发辅助手段，而是正式成为产品准入的核心监管环节。 此前，仿真测试主要服务于企业自身的技术验证，标准不一、体系分散。国标落地后，行业必须统一框架下完成合规验证，量产资质的获取门槛随之提高。对于正处于从路测向量产跨越关键阶段的自动驾驶企业来说，如何在满足合规要求的同时保障研发效率，是眼下绕不开的现实问题。 二、三重痛点，制约智驾量产进程 当前，智驾研发已进入数据驱动的闭环迭代阶段，端到端技术路线持续向世界模型、视觉语言行动模型方向演进，对底层算力与仿真体系的依赖也在加深。行业面临的核心挑战，集中在三个层面。 其一，模型训练与推理对算力的需求急剧攀升。场景生成与泛化方式从规则驱动转向模型主导后，海量算力成为支撑研发闭环的基础条件，算力供给的稳定性与自主可控程度直接影响研发节奏。 其二，感知场景挖掘效率低下的问题长期制约算法迭代。实际数据采集中有效数据占比极低，关键测试场景严重不足，导致标注与训练周期拉长、成本居高不下。如何从海量路采数据中快速筛选出高价值场景，已成为智驾量产的刚性需求。 其三，云端渲染的规模化压力持续加大。单一节点的端到端仿真就需要大量渲染资源，而实际量产项目往往需要数百乃至上千个节点并行运行，算力需求呈指数级增长。 上述三重挑战相互关联、彼此制约，构成当前智驾量产进程中亟待突破的系统性瓶颈。 三、国产协同，本土方案率先落地 面对上述痛点，北京海淀两家本土科创企业——摩尔线程与五一视界——于2025年2月下旬完成了新一代智驾仿真平台SimOne 4.0与旗舰国产图形处理器MTT S5000的全流程深度适配。此次合作不只是软硬件兼容性验证，而是针对场景挖掘、模型训练、仿真推理等核心研发环节进行系统性优化，实现了国产软硬件在智驾仿真全链路上的贯通。 这一方案被业界视为国标落地后首批可量产交付的国产协同解决方案，其意义不仅在于技术适配本身，更在于为行业提供了一条在自主可控框架内满足合规要求的可行路径。 五一视界上表示，此次合作紧扣智驾量产与合规的双重需求，两家企业将国产算力与仿真技术深度协同，目标是切实解决行业效率与成本上的实际难题，而非停留于概念层面的技术展示。 四、企业背景，两家头部企业的资本与产业积淀 摩尔线程是国内图形处理器领域的代表性企业，长期深耕国产算力赛道。五一视界于2025年12月30日在香港联合交易所主板挂牌上市，成为全球物理人工智能领域首家上市企业，被业界视为中国物理人工智能产业步入资本化发展新阶段的重要标志。 据弗若斯特沙利文数据，五一视界在中国数字孪生行业2024年收入及截至同年末融资金额等关键指标中均位居首位，也是行业内首家提出并实施地球克隆计划、首家年收入突破2.5亿港元的企业。 财务数据上，五一视界2022年至2024年营收分别为1.70亿元、2.56亿元和2.87亿元，持续增长。2025年上半年收入同比增长62%，智能驾驶仿真相关业务订单增长是近年核心增长动力之一。另外，公司仍处于亏损阶段，同期净亏损分别为1.90亿元、0.87亿元和0.82亿元，亏损规模逐年收窄，盈利拐点尚待观察。 五、前景研判，自主可控成为产业竞争新维度 从更宏观的视角来看，此次合作折射出智能网联汽车产业的深层逻辑转变。在国家标准体系逐步完善、产业政策持续引导的背景下，自动驾驶行业的竞争维度正从单纯的技术领先，向技术领先与自主可控并重的方向演进。 依赖境外算力与仿真工具的研发模式，在合规压力与供应链安全要求双重收紧的环境下，面临越来越高的不确定性风险。国产软硬件协同方案的成熟落地，为行业提供了降低外部依赖、增强供应链韧性的现实选择。 随着更多国产算力平台与仿真工具完成深度适配，国产智驾仿真生态的完整性有望持续提升，推动整个产业链在自主可控轨道上加速成熟。
国标落地将行业推向更强调安全、合规与效率的新阶段。以应用牵引技术、以协同提升能力，正在成为智能网联汽车产业链的重要选择。面向规模化落地，只有在核心环节形成可持续迭代的自主能力，并在标准牵引下建立可验证、可复制、可推广的工程体系，自动驾驶才能更稳健地走向市场与用户。