基于大语言模型的自动驾驶决策规划：从规则驱动到数据驱动驾驶常识推理.docxVIP

PAGE2

基于大语言模型的自动驾驶决策规划：从规则驱动到数据驱动驾驶常识推理

摘要

本研报聚焦智能网联汽车自动驾驶决策规划领域，深入剖析大语言模型（LLM）如何推动该领域从传统规则驱动向数据驱动的驾驶常识推理演进。传统规划算法在无保护左转等复杂博弈场景中常表现出僵硬与保守，难以理解交通参与者的隐含意图。LLM的引入为解决这一痛点提供了全新范式。本报告系统梳理了行业的宏观环境、产业链现状、竞争格局与需求演变。

报告核心发现包括：2023年中国LLM自动驾驶决策规划市场规模约为12亿元，预计至2028年将突破145亿元，年复合增速高达64.5%。当前行业处于技术爆发早期，集中度CR5达72%，头部AI与车企联盟占据先发优势。宏观政策端对高阶自动驾驶扶持力度持续加大，但合规与准入要求亦趋严。产业链价值正由感知端向决策规划端加速转移，算法与算力构成核心壁垒。

竞争层面，行业呈现“车企+大模型厂”与“自动驾驶初创+开源生态”两大阵营对抗态势。下游客户对高通过率与拟人化驾驶体验的需求迫切，传统规则算法的痛点催生了LLM推理的巨大增量空间。未来三年，行业将迎来从规则混合驱动向纯数据驱动的跃迁，多模态大模型上车与端到端推理优化成为确定性趋势。建议投资者重点关注具备闭环数据飞轮与车端部署能力的头部企业，同时警惕算力瓶颈与监管合规风险。

第一章行业概况与研究框架

1.1行业定义与分类

本报