當前用戶的關注點逐步從汽車的機械屬性轉向汽車的智能化屬性。隨著新一代消費者比例逐步增加，“Z 世代”、“她經濟”等個性化需求越來越凸顯。越來越多的廠商開始重視用戶體驗，從車身設計、智能化服務、自動駕駛功能等多角度提升用戶駕乘感受。同時，車輛本身也已經從代步交通工具向智能移動空間轉變，車輛數字化轉型已成行業共識。隨著用戶智能化體驗需求的不斷提升、政策的持續推進、行業的高度重視，汽車智能網聯技術發展迅速，智能汽車市場規模及滲透率顯著提升。據車云網數據顯示，2022 年 Q1 L2 級且可 OTA 升級的智能汽車銷量同比環比大幅上升，滲透率超 20%。預計至 2025 年滲透率超 40%。
軟件定義汽車已成共識，硬件是技術基石。為實現汽車智能化的提升，軟硬件缺一不可，優質的傳感器、芯片等硬件是軟件定義汽車的基礎。感知方面，單從軟件方面提升難度較大，需要更多更優質的傳感器獲取更加充分和準確的感知信息，以達到對性能和安全的快速提升。決策方面，分布式架構在計算能力和通訊帶寬等方面的限制，制約了汽車智能化的發展，需要高性能的自動駕駛芯片和 DCU 進行整合，提升算力和算力利用率。因此大量主機廠在相關領域加速布局。
“漸進式”路線與“跨越式”路線齊頭并進。2021 年 8 月 19 日，《汽車駕駛自動化分級》推薦性國家標準發布。按照該標準，駕駛自動化可以分為 L0-L5 等 6 個級別。各大廠商從不同方向切入：1）傳統主機廠采用“漸進式”路線，從相對基礎、難度較低的輔助駕駛入手，逐步實現 L1/L2/L2+的輔助駕駛功能。場景驅動式的發展路線優勢在于能在乘用車上搜集大量駕駛數據，在應用中不斷完善其感知、控制方面的算法。2）初創自動駕駛公司如 AutoX、文遠知行、小馬智行等及部分互聯網廠商如谷歌 Waymo/百度 Apollo 選擇“跨越式”路線，從 L4 級別切入研發自動駕駛技術。優勢在于算法研發一步到位，不用經歷從低級到高級自動駕駛算法和硬件上的轉型。缺點在于算法開發的高成本、使用場景及范圍有限、長周期導致商業化進展相對緩慢。目前部分 Robotaxi 廠商也與車企合作，開發L2 場景，以求更快速的商業化落地。
