报告速递

2025年汽车软件开发状况报告：核心挑战

针对量子密钥无线分发难题，本报告提出量子“Q 波”创新解决方案，Q 是量子英文 Quantum 的首字母，波代表无线电波，寓意量子技术与通信网络的融合，利用无线信道的“不确定性”实现量子态密钥的“确定性”安全传输，构建端到端的、与算力无关的、高安全量子密钥分发系统，实现量子密钥“最后一公里”的安全分发。期望与产学研各界共同探讨和推进量子密钥无线分发（Q 波）技术的产业落地，保障网络的安全可靠，提供灵活通用的安全服务。

消费分类：本报告聚焦“用途”维度，把中国购车家庭的主要消费支出分为五大类，分别为基本型、延展型、享受型、提升型和保障型。其中基本型消费重点在解决日常生活所需，以吃住行等刚需类消费为主线，堪称消费1.0时代。延展型消费基于日常生活展开，重点在提升消费质量，便于生活与工作，堪称消费2.0时代。享受型消费以追求更漂亮、更好玩为主，重点在提升精神价值，其开辟了一条新消费赛道，携手基本型与延展型，共同构建了一个短期消费的基本面，堪称消费3.0时代。提升型消费以学习为主，包括培育子女和自身深造，有利于提升长期消费能力，堪称消费4.0时代。保障型消费以医疗和赡养老人为主，是其它消费能否可持续性的基本保障，堪称消费5.0时代；

当今时代，智能化浪潮正深刻地重塑着人们的生活与出行方式。人工智能技术的飞速发展，汽车已不再是传统意义上的交通工具，而是逐渐演变为一个充满智慧与情感的移动出行空间。这一变革不仅为用户带来了全新的出行体验，也为整个汽车产业带来了前所未有的机遇与挑战。

大模型时代，数据决定人工智能的高度，更多的训练数据是大模型迭代升级的前提，更高的数据质量也决定着大模型训练的效果。当前，大模型技术全面推动底层基础设施的发展，算力需求不断攀升，海量数据的存储和处理需求不断增长，对人工智能存储的性能、扩展性、数据安全、数据范式等都提出更高要求。

AR眼镜是AI应用的完美载体，可以结合虚拟和现实。AR眼镜（增强现实眼镜）是一种将虚拟信息叠加到现实世界中的智能穿戴设备，核心在于虚拟信息与现实世界的完美融合。2024年全球AR眼镜出货量达到55.3万副，同比+7.8%，其中中国2024年出货28.6万副。光学显示系统为AR眼镜的核心。光学显示系统由光学组合器和微显示屏组成。光学显示系统是整个AR眼镜的核心部件，也是价值量最大的部件，约占整个AR眼镜成本的40%+。

灵巧手打开人形机器人应用上限，多方参与，2025年开启快速迭代。灵巧手要求具备运动能力、负载能力、控制能力、感知能力、耐用能力、轻量化等，由驱动、传动、控制、感知四大模块构成。灵巧手是人形机器人操作性能的核心，决定机器人功能的上限，是具身智能的核心。25年密集主机厂和零部件厂发布灵巧手方案，且在未来2年灵巧手方案将快速迭代，并投入使用场景中，加速训练人形机器人手脑协同。

欧盟乘用车市场空间逐步增长，中国品牌渗透率快速提升。欧盟新能源乘用车在 2023 年前呈现快速增长态势，2024 年欧盟新能源乘用车销量 209.8万辆，同比-5.2%，主要系德国、法国、荷兰等新能源汽车主要消费国的电动车补贴退坡所致。2024 年德国新能源同比减少 12.7 万辆，欧盟整体新能源销量下滑 11.5 万辆，德国新能源销量的下滑影响欧盟整体销量表现。从新能源渗透率的走势来看，自 2022 年起欧盟新能源渗透率维持在 20%左右，2025 年 1-2 月终端需求回暖带动新能源渗透率达到 21.3%，插混产品为欧盟新能源市场主要增长动能。

目前乘用车轮胎及轻卡轮胎在 232 关税项下，新增税率为 25%，全钢胎当前税率为 10%（后续是否加征对等关税目前仍存在不确定性）。美国轮胎有三个来源，自产、高成本地区进口和低成本地区进口，进口自低成本地区的轮胎由于价格较低，同样的加税比例，单条轮胎关税增加的绝对值比进口自高成本地区的更低，这样意味着进口自低成本地区的轮胎相对高成本地区更有优势。据美国国际贸易委员会（ITC），2024 年美国进口半钢胎均价 62 美元/条，其中来自泰国、柬埔寨、越南半钢胎均价在 40 美元/条，2024 年美国进口全钢胎均 117 美元/条，其中来自柬埔寨、越南全钢胎均价在 80-85 美元/条左右。若考虑加征 25%关税，我国轮胎与北美、日韩企业轮胎价差或进一步扩大，成本优势持续巩固。

自 2022 年 ChatGPT 等生成式 AI 应用推出以来，越来越多的组织开始利用大语言模型（LLM）解决各种业务问题。尽管发展迅速，但安全设计这类系统的的正式指导和最佳实践依然匮乏，特别是在涉及 LLM 外部数据源或 LLM 参与决策过程的场景中。 LLM 的非确定性，及缺乏明确的控制和数据平面的特点，为系统架构师和工程师带来了独特的挑战。这些挑战影响了集成 LLM 的系统的安全性和授权机制。本报告旨在为工程师、架构师以及隐私和安全专业人士提供指导，帮助他们深入理解在设计使用 LLM 的系统时所面临的特定风险与挑战。本报告探讨了授权和安全相关的潜在风险，并说明了需要特别注意的事项。

AI发展阶段从推理者走向智能体，模型底座智能水平提升。目前，AI发展水平正从推理者向智能体Agent演进，AI产品逐步能够理解目标、具备外部记忆和推理能力，相关智能体产业链正经历从模型能力提升到应用商业化的系统性跃迁。AI大模型能力由预训练、后训练、测试时三条扩展曲线推进，其中，预训练奠定模型内部智能上限，后训练及测试时扩展分别释放模型在特定领域和推理方面的潜力，当前基础模型迭代放缓，逐步从训练扩展向测试时扩展转变，主次曲线迎来切换，从而对大规模集群依赖程度下降、推理算力需求攀升，更加聚焦AI产品的商业化能力和生态建设。

智慧公路技术白皮书