智能汽车

汽车产业链与人形机器人产业具备硬件、软件、场景多方面协同优势，汽车产业链上下游企业从本体、传感器、执行器、材料多个环节赋能人形机器人，助力人形机器人迎来量产落地。

随着科技的不断发展与进步，钢铁与数据共舞的智能汽车正在载着文明驶向新的坐标。2025年，全球智能驾驶正在迈入量产普及期：全球L2及以上级别智能驾驶汽车销量预计超过1700万辆，智能驾驶系统渗透率持续上升，ADAS市场规模预计突破420亿美元。中国智能驾驶汽车销量约占全球的一半，L2+功能渗透率超过50%，北京、武汉等地已正式启动L3个人车辆上路试点。智能化正在成为汽车企业发展进步过程中不可或缺的一环。

伴随着新能源汽车进入竞争下半场，智能化赋能并向自动驾驶时代发展，成为电动智能汽车发展的主要方向 在智能化逐步深入的推动下，大量零部件电子化，智能座舱、智能驾驶等普遍投入应用，“软件定义汽车”成为趋势，上世纪80年代以来，逐步上车的分布式电子控制电源（ECU）逐渐难以满足智能汽车发展需求，汽车电子电气（EE）架构升级呼之欲出 汽车电子电气架构演进，主要厂商规划有细节差异，但整体趋势呈现由分布式向域控制进化，再向域融合及中央控制，最终走向云控结合的发展态势

本品牌设计规范旨在诠释我们的品牌定位，并提供品牌高质量设计过程中您所需的灵感和指南。 NIO 属于我们每个人，而您想带它去往何方？

探求驾驶本质，人类驾驶是“本能反应”和“逻辑思维”的结合。人类的思考方式包含倾向于本能化的“快系统”和倾向于逻辑化的“慢系统”，驾驶行为也是一样，简单的驾驶行为可由快系统完成，复杂或者稀缺的长尾场景则需要调用慢系统通过人类此前积累的世界常识来处理。对自动驾驶而言，快慢系统结合为彻底解决无人驾驶提供思路。 算法、算力、数据全面升级推动自驾落地。算法端，前期传统模块化算法和端到端算法有望并行运转，平稳过渡到端到端为主；远期大语言模型有望和端到端结合，形成自动驾驶的“系统一”和“系统二”；最终强大的通用人工智能有望彻底实现自动驾驶。数据端，端到端算法对数据的“量”和“质”的需求激增，实车采集和合成数据共同为算法提供“养料”。算力端，云端算力需求进一步提升，推动模型迅速迭代。