公司财务与经营表现 - 公司收入从2022年的3110万元人民币增长至2024年的4.1亿元人民币，复合年增长率达263.1% [3] - 公司毛利率从2022年的-19.3%显著提升至2024年的24.7% [3] - 公司经调整后的净亏损从1.59亿元人民币收窄至1.27亿元人民币，呈持续收窄趋势 [3] - 公司估值达90亿元人民币，正处于港交所IPO进程中 [1][3] 业务模式与战略定位 - 公司专注于商用车自动驾驶领域，业务模式已验证可行性 [3] - 公司搭建了三大业务线：面向封闭场景的无人驾驶矿卡及物流车解决方案、面向智能交通及智慧城市的V2X产品及解决方案、面向商用车的智能感知设备 [4] - 公司是中国唯一一家在封闭环境、开放道路及车路云全场景实现商业化的自动驾驶产品公司 [10] - 公司定位为硬科技产品公司，核心竞争力在于高效实现产品指数级成长并获得可持续毛利，商业模式是通过整体解决方案帮助客户实现“强安增效、节支降耗” [16] 市场策略与商业化进展 - 公司采取“大小并举”核心策略，一方面以强混编技术解决无人与有人车辆协同作业痛点，另一方面与中小型客户共建全矿山无人化应用示范 [14] - 截至2025年上半年，公司已向客户交付414辆（套）自动驾驶矿卡，并收到647辆（套）的指示性订单 [14] - 2024年，公司自动驾驶业务收入占比超六成，已成为现阶段的“现金奶牛”，而在2021年，公司九成以上收入还来自V2X业务 [10] - 公司专注于产品销售，不参与车辆运营 [15] 行业背景与竞争格局 - 商用车自动驾驶落地路线分为两类：针对某个场景垂直深挖，或对不同场景进行多元布局，公司瞄准后者 [4] - 中国车路协同标准C-V2X后发制胜，致使美国于2021年放弃自己的标准并采用中国标准 [6] - 继中国7个国家级车联网先导区建设后，新的20个智能网联汽车“车路云一体化”应用试点城市正在掀起新一波推广高潮 [6] - 商用车有300多个品类，各细分市场自动化需求迫切，但市场接受度与落地时间存在极大不确定性 [6] 细分市场（矿山自动驾驶）分析 - 中国自动驾驶矿卡市场2023年总出货量约为800辆，预计到2030年将增加至超过13,000辆 [15] - 按每辆250万元的平均价格计算，预计2030年自动驾驶矿卡市场总体量将达到325亿元人民币 [15] - 露天矿运输市场（包括无人和有人运输）的体量则庞大得多，总体能达到每年1200亿元人民币 [15] - 行业普遍认为，随着政策与市场需求驱动，无人矿卡渗透率将迅速提升，例如西北某矿区提出2027年达到80%矿卡无人化的目标，若按此目标，全国无人矿卡穿透率将提高到每年25,000辆，市场规模达到625亿元人民币 [16] 公司发展理念与愿景 - 公司采用动态迭代方法应对产业挑战，技术上专注核心技术“一根针捅破天”，商业模式上用多款产品形成多重穿透能力以平抑风险，即“成于专注，败于单一” [6] - 公司理解市场动态，把握企业发展节奏是关键，市场到来存在“比你想的要迟，比你想的要快”的特点 [16] - 公司愿景是以自动驾驶核心技术寻找高增长、高毛利的蓝海市场，用多个场景来降低市场的不确定性，需要能攻可守、进退自如的战略定力与战术柔性 [19] - 公司致力于从创业者“想做”的，过渡到客户“想要”的，最终达到客户“需要”的产品，在耐心耕耘和动态规划中准备迎接市场爆发 [19]

文章核心观点 - 智慧交通建设正从追求单一技术突破转向系统化价值实现阶段，在展示北京亦庄等示范区“车路云一体化”显著成果的同时，行业更关注技术路径的性价比、与公众需求的匹配度以及可持续的商业模式[1][4] “车路云一体化”系统建设与成果 - 北京智慧交通核心是构建“聪明的车、智慧的路、协同的云”一体化格局，形成系统性发展特征[2] - 北京高级别自动驾驶示范区600平方公里范围已实现智能网联标准路口充分覆盖，部署各类车载单元1000余套，智能网联车辆测试验证里程超过3800万公里[2] - 示范区取得开创性成果：定义了“多感合一”、“多杆合一”的智能网联标准路口，并自主研发了国内首套三模通信车载终端产品[3] - “车路云一体化”协同模式被视为提升高阶自动驾驶安全冗余、降低单车智能过高成本的关键路径[3] - 云控平台日均处理数据量约420TB，接入了约1100辆测试车辆，覆盖1600余个路口[1] 行业发展面临的挑战与务实思考 - 部分前沿探索（如为高级别自动驾驶服务的系统）与公众当前最迫切的出行需求（如道路异常预警、拥堵绕行引导）存在阶段性错位[4] - 实现全域协同的“车路云”体系面临现实复杂性挑战，包括大量非网联/老旧车辆行为难以预测纳入协同，以及云端控制权的通信可靠性、网络安全与故障应对能力需经长周期验证[4] - 智慧交通发展需平衡“前瞻探索”与“当下赋能”，将大量资源投入到能立即提升路网安全、缓解拥堵、优化出行的应用上[4][5] - 应构建基本公共服务与市场化增值服务并存的多层次体系，并重视项目效果的长期科学评估[4][5] 未来技术路径与核心能力建设 - 智慧交通价值最终需落在提升系统核心能力上，包括常态化精准服务、突发事件应急处突和基于大数据的综合调度能力[6] - 标志性转变是从“车看灯”到“灯看车”，通过路侧感知和云端分析实现信号灯动态自适应配时[6] - “低成本、高覆盖”的感知与数据融合方案受到青睐，强调充分利用现有数据资源（如导航平台轨迹数据），结合关键节点专业设备，形成“轻重结合”的感知网络[6] - 人工智能成为提升核心能力的工具，如研发交通领域专用大模型用于异常事件预警，利用计算机视觉识别路面病害，通过多源数据融合生成应急方案等[7] - AI的价值完全取决于是否能解决具体业务痛点，是“工具”而非“目标”[7] 商业模式与规模化应用前景 - 可持续的商业模式是规模化应用的关键，当前共识是保障道路基本安全与畅通的公共服务（如边坡监测、桥梁预警）其投入主体仍是政府[7] - 市场化的增值服务模式在探索中，例如向物流公司提供精准路况预测，或与保险公司合作通过危险路段预警创造“风险减量”价值[7] - 探索“政府基本服务+市场增值服务”的多元模式被认为是行业健康发展方向[7] - 北京高级别自动驾驶示范区已升级至3.0，下一步将围绕四环到六环区域扩大建设范围，并深入推动自动驾驶在干线物流、机场、车站等场景的商业化探索[8]

文章核心观点 - 智慧交通行业正从追求单一技术突破，转向关注系统性价值实现和实际效益的阶段，其发展需平衡前瞻探索与当下赋能，并探索可持续的商业模式[3][7][8] 北京亦庄高级别自动驾驶示范区建设成果 - 作为全球首个车路云一体化高级别自动驾驶示范区，已实现600平方公里的智能网联道路和智慧城市专网覆盖[1] - 部署各类车载单元1000余套，各类智能网联车辆测试验证里程超3300万公里（后文更新为超过3800万公里）[1][4] - 云控平台日均处理数据量约420TB，接入了约1100辆测试车辆，覆盖1600余个路口[1] - 率先定义了“多感合一”、“多杆合一”的智能网联标准路口，并自主研发了国内首套三模通信车载终端产品[4][5] “车路云一体化”系统架构 - 核心是构建“聪明的车、智慧的路、协同的云”一体化发展格局[4] - “聪明的车”指具备智能自动驾驶系统，能感知环境并自主决策的车辆[4] - “智慧的路”依托摄像头、雷达等设备采集动态交通数据，并向交通参与者提供信息[4] - “强大的云”是云控基础平台和应用平台的总称，是产业实践中的信息化建设平台[4] - 该协同模式被视为提升高阶自动驾驶安全冗余、降低单车智能过高成本的关键路径[6] 行业发展面临的挑战与务实思考 - 部分前沿探索（如为高级别自动驾驶服务的系统）与公众当前最迫切的出行需求（如道路异常预警、拥堵绕行引导）存在阶段性错位[7] - 实现全域协同面临现实复杂性挑战，包括大量非网联/老旧车辆行为难以预测，以及云端控制权的通信可靠性、网络安全等问题[7] - 业界强调需平衡“前瞻探索”与“当下赋能”，构建基本公共服务与市场化增值服务并存的多层次体系[8] - 应聚焦安全核心目标，避免单纯依赖高成本硬件投入，并重视项目效果的长期科学评估[8] 智慧交通的核心能力与未来技术路径 - 最终价值需落在提升三大核心能力上：常态化的精准服务能力、突发事件的应急处突能力、基于大数据的综合调度能力[9] - 标志性转变是从“车看灯”到“灯看车”，即信号灯能基于实时感知的车流信息实现动态自适应配时[10] - “低成本、高覆盖”的感知与数据融合方案受到青睐，例如深度利用导航平台的车辆轨迹数据，结合关键节点的专业设备，形成“轻重结合”的感知网络[10] - 人工智能成为提升核心能力的工具，如研发交通领域专用大模型用于异常事件预警，利用计算机视觉识别路面病害等[11] - AI的价值取决于是否能解决具体业务痛点，被视为“工具”而非“目标”[11] 商业模式与未来展望 - 共识是保障道路基本安全与畅通的公共服务，其投入主体仍是政府（如边坡监测、桥梁预警项目）[11] - 同时探索市场化的增值服务模式，例如向物流公司提供精准路况预测，或与保险公司合作提供危险路段预警以创造“风险减量”价值[11] - 探索“政府基本服务+市场增值服务”的多元模式被认为是行业健康发展方向[11] - 北京高级别自动驾驶示范区已升级至3.0，下一步将围绕四环到六环区域扩大建设范围，并深入推动自动驾驶在干线物流、机场等场景的商业化探索[12]

文章核心观点 - 中国汽车行业正处于“新汽车时代”的战略选择十字路口，主要分化出“保守派”与“转型派”两种战略路径，两者本质差异源于企业对自身基因的认知和对产业本质的不同解读，未来将呈现动态融合与互补共生的关系 [1][5][7] “保守派”战略分析 - 战略核心是聚焦汽车主业，认为汽车产业在电动化、智能化转型中仍有巨大深耕空间，通过聚焦主业在白热化竞争中建立优势并减少投资失误 [1] - 具体策略包括在细分市场建立稳固认知，例如长城汽车深耕越野、泛越野与皮卡市场，通过Hi4混动、咖啡智能等技术在10万～30万元主流区间竞争；零跑则以“全域自研”控制芯片、算法等核心成本，在入门级智能电动汽车市场实现差异化竞争 [1] - 优势在于将资源集中于电池能量密度、智能驾驶算法等核心技术突破，构筑技术护城河，在市场波动期更易保持盈利稳定性和战略目标 [2] - 面临的风险包括：若不能在软件创新上持续突破，随着硬件标准化和同质化，容易陷入价格战；同时需应对逆全球化带来的全球产能过剩压力，对细分市场把控能力要求更高 [2] - 在越野车、高端性能车等细分赛道，凭借技术纵深和专业优势能持续释放价值 [2] “转型派”战略分析 - 战略核心是将汽车视为万物互联时代的“母生态”，进行跨界布局以构建生态壁垒，例如小鹏拓展智能机器人，吉利布局低轨卫星 [3] - 动机源于对产业趋势的前瞻判断与技术协同的价值挖掘，AI技术重构使得汽车与机器人、卫星通信等领域技术边界模糊 [3] - 具体案例：小鹏将汽车自动驾驶的视觉算法与传感器技术复用于智能机器人，实现“车-机”双轮驱动；吉利布局“吉利星座”低轨卫星，截至2025年9月已在轨64颗卫星，计划2025年完成72颗组网，为车辆提供全域通信保障，契合政策导向 [3] - 资源禀赋上，转型派多具备资金与技术优势，造车新势力有互联网背景，且车企70%的软硬件技术储备可直接复用到机器人、航天制造等领域 [4] - 战略价值在于构建技术赋能、产品落地、生态搭建的正向循环，例如吉利卫星技术已应用于极氪、领克车型，实现偏远地区卫星通信功能；小鹏的智能座舱和辅助驾驶数据可反哺机器人业务 [4] - 面临高风险：卫星研发等跨界投入巨大、回报周期长，考验企业现金流；跨领域管理可能分散主业精力，小鹏汽车曾走到“ICU门口”印证其艰辛 [4] - 前景在于若能实现技术协同，将在“车路云一体化”趋势下形成独特竞争力 [4] 战略路径比较与融合趋势 - 本质差异在于战略动机与技术路径的互补性：保守派多处于细分市场攻坚期或资源有限阶段，选择聚焦主业以求生存与发展；转型派多为规模型企业或头部新势力，具备跨界探索的资本与抗风险能力 [5] - 存在中间或混合形态：比亚迪通过“刀片电池＋DM-i混动＋e平台3.0”的垂直整合实现从电池到整车的全链条控制；华为通过HI模式与车企深度合作，其智能驾驶解决方案已搭载于极狐阿尔法S、阿维塔11等车型，生态合作车企达10余家，形成主业赋能型跨界 [5] - 未来3～5年，战略路径将呈现动态融合趋势：保守派可能在核心技术突破后适度延伸边界；转型派可能在生态构建中强化主业优势 [5] - 产业竞争的终极答案在于坚守“把车做好”的初心与践行“未来出行”的使命，企业需将战略选择与核心能力深度绑定 [5] - 保守派的深耕为产业筑牢技术根基，转型派的探索为行业开辟未来空间，两者将形成互补共生关系——前者为后者提供技术纵深支撑，后者为前者开辟价值重构空间，这是中国汽车行业实现从“把车做好”到“把出行做好”价值跃升的关键 [6][7]

文章核心观点 - 报告核心聚焦于中国未来交通产业，特别是低空经济下的空域交通变革与智能化浪潮下的水域交通变革两大板块 [1] - 中国未来交通产业正沿着“AI驱动、能源重构、生态融合”三条主线加速演进，发展逻辑从单纯装备升级走向整体交通系统的重构 [11] - 未来交通体系将以陆、空、水多域协同组成的立体生态取代传统单线运输网络，产业竞争将从单一“产品”竞争升级为围绕“产品、服务、算力、能源”的全链路协同竞争 [11] 产业构成与参与主体 - 中国未来交通产业由公路交通（智能驾驶）、水域交通（智慧航运）和空域交通（低空经济）三域构成 [9] - 参与企业覆盖多领域，包括中信海直、小鹏汇天等低空交通企业；小马智行、文远知行、滴滴等智能驾驶企业；上港集团、宁波舟山港股份、中国船舶集团等水域交通企业；以及华为、中兴、宁德时代、比亚迪等技术或能源配套企业 [1] - 产业生态图谱展示了从核心载具、关键系统到数字基础设施的完整产业链代表性厂商 [12] 市场数据与发展驱动 - 中国交通运输业GDP预计从2021年的48，400亿元人民币增长至2027年的68，300亿元人民币 [13] - 预计2030年中国智慧港口规模将达到238亿美元 [2] - 2024年中国新能源汽车销量突破千万辆，市场渗透率约47.6% [13] - 2024年全国港口货物吞吐量达276亿吨，同比增长3.7% [13] - 预计2030年中国车路协同市场规模将达到1.5万亿元人民币，2024-2030年复合增长率为16.2% [13] - 无人机在物流运输领域的市场规模已达到128亿元人民币，年增速为32% [40] - 发展驱动因素包括国家战略政策密集加码、市场需求升级与技术创新叠加，以及“双碳目标”、“交通强国”等宏观背景 [11][13][14] 公路交通（L4智能驾驶）变革 - L4智能驾驶在Robotaxi、Robovan、Robobus与Robotruck等场景呈现三类单车成本价格带：30万元以下、30-70万元以及70万元以上 [16][19] - **Robotaxi**：运营模式多样化，主要采用智能驾驶公司、主机厂、出行服务平台三方协作的“金三角”模式 [18][20]；技术安全栈采用“大模型+多重安全冗余”方案，例如百度Apollo ADFM大模型方案声称安全水平比人类驾驶高10倍 [21][22]；主要满足城市核心区通勤、交通枢纽接驳及夜间安全替代三类需求 [20] - **Robobus**：在城市微循环公交和地铁接驳场景，多采用地方公交公司主导的多方协作模式 [23][24]；在园区和景区内部接驳场景，可采用智能驾驶公司自运营模式 [27] - **Robovan（城市配送）**：主要客户为零售超市、餐饮企业、工厂及快递公司，服务3-5公里社区配送 [33]；商业模式主要为“直接销售+订阅服务”，裸车价格已降至10万元以下，FSD订阅费每月2000-3000元 [33]；采用该模式可使快递驿站每年降低成本超4万元，成本节省比例约19% [33] - **Robotruck**：正处于从示范到商业化的过渡期，单位运输成本有望逐步低于传统重卡 [29]；与传统燃油重卡（单车成本约70万元）相比，Robotruck在大规模运营阶段单车成本有望降至约55万元 [30] - **车路云一体化**：智能路径规划从单车智能走向全局智能，整合道路侧与云端数据 [34]；边缘云和云控平台向算力池化方向发展，决策从单车最优向交通系统全局最优演进 [35] 空域交通（低空经济）变革 - 低空经济是空域交通变革的核心背景 [3] - **无人机**：截至2025年，主流构型为固定翼、多旋翼、复合翼三大类及其衍生的十种技术路线 [37]；物流运输是商业化高潜力场景，但面临空域审批严格、载重能力有限、受天气影响大等痛点 [39][40]；通过应用整机降落伞、吊挂运输设备等技术提高安全性与可行性 [40] - **eVTOL（电动垂直起降飞行器）**：正加速从验证走向多场景应用 [42]；飞控系统是其最核心的子系统之一，飞控与飞管系统综合设计趋势显著 [42]；出行类场景（如城市通勤、低空旅游）目前以固定线路的短途行程为主，需低空基础设施支撑 [42]；其价值在于绕过拥堵、直线飞行缩短通勤时间，以及突破地理限制覆盖难达区域 [43] 水域交通（智慧航运）变革 - 发展遵循“先内河、再沿海、最后远洋”以及“先货运，后客运”的路径 [48] - **智能船舶与自动化**：全球自动驾驶船舶市场规模预计从2025年的69.6亿美元增长至2030年的112.5亿美元，年复合增长率10% [45]；内河等可控场景自动化加速落地，如港口内河运输、园区物流 [45]；大型商船在开放水域的高等级自动航行仍缺乏统一工程规范和安全框架，多处于试点阶段 [4][45][50] - **调度模式升级**：长江等内河部分河段试行“到达时间预测-航道容量模型-岸端调度指令”闭环管理，实现船舶“按指令行驶”，减少拥堵 [4][50]；港口调度开始整合“船舶流、货物流和能量流”，向综合调度体系迈进 [4][50] - **自动化场景落地**：港区自动化集卡、远程桥吊、内河自动靠泊和无人作业船等已在多港口示范应用 [4][50] - **新能源船舶**：技术路线并行发展，内河以纯电和混动为主，近海采用混动、LNG、甲醇等，远洋则以LNG、甲醇为主 [47]；新能源船舶具备更高能效、更低运维成本和更优环保表现 [49] - **船岸协同**：正从信息贯通迈向自动化与一体化，目标是实现船舶、港口、监管和物流数据平台打通 [50][53]；部分沿海港口和干线内河已开展“智慧航道-智慧港口-智慧船舶”联动试点 [53]

政策目标与产业机遇 - 六部门联合印发方案，提出到2027年形成3个万亿级消费领域和10个千亿级消费热点，智能网联新能源汽车被列为重点布局的万亿级消费领域之一 [1] - 智能网联新能源汽车是众多产业融合创新的大平台，能广泛吸纳信息化、智能化、大数据、新材料、先进制造等多领域新技术 [3] - 电动汽车的广泛应用将推动能源结构优化、智能电网建设、交通基础设施升级、新一代移动通信技术发展及产业链调整，是推动产业结构升级和拉动经济增长的持续动力 [4] 市场现状与增长动力 - 2024年前10个月，中国汽车产销量分别完成2769.2万辆和2768.7万辆，同比增长均超过10% [2] - 2024年前10个月，新能源汽车产销量分别完成1301.5万辆和1294.3万辆，同比分别增长33.1%和32.7% [2] - 2024年10月，新能源汽车销量占汽车新车总销量的51.6%，月渗透率首次突破50% [2] - 智能化技术正成为推动新能源汽车产业升级的新动力，与电动化形成双向驱动的良性循环，有望支撑产业继续保持高速增长 [2] - 2024年前三季度，具备组合驾驶辅助功能（L2级）的乘用车新车销量同比增长21.2%，渗透率达64% [3] - 在中性预期下，到2030年，车路云一体化智能网联汽车产业产值增量将达25825亿元 [3] 技术发展与产品创新 - 组合驾驶辅助（L2级）系统已进入规模化应用阶段，并正加快集成，向具备多场景感知与连续控制能力的智能化系统形态迈进 [3] - 传感器、芯片、软件算法等软硬件技术持续突破，推动组合驾驶辅助功能加速进入规模化、深层次应用阶段 [3] - 车企通过创新供给适配消费新需求，例如吉利银河E8的城区无图NOA技术、东风岚图梦想家搭载华为乾崑智驾ADS 4.0、宝马全景iDrive系统提升语音响应速度至0.8秒等 [5] - 智能化已成为新能源汽车消费者购车的第二大因素，对部分年轻消费者而言，其重要性甚至超越传统汽车性能指标 [5] 产业竞争优势与成功要素 - 中国智能网联新能源汽车的快速发展得益于整体创新能力和生态，新技术商业化所需资源要素能在市场上迅速配套集成，形成全产业链创新优势 [6] - 超大规模市场优势不仅体现在市场规模大，使创新产品能快速达到商业化规模临界点，还体现在中国消费者更乐于尝试和接受新技术、新产品 [6] - 行业竞争优势最终依靠价值创造，需要从技术创新、产品品质、用户体验等维度发力，以优质供给满足消费者多元化需求 [5] 面临的挑战 - 在芯片、操作系统、大模型等关键技术领域尚未实现完全自主可控 [7] - 存在重复建设、标准不一、数据壁垒等问题，制约了产业整体效能 [7] - L3级及以上自动驾驶、车路云一体化等前沿领域的商业闭环仍有待突破 [7] 发展建议与生态构建 - 需汇聚产业链优质资源，搭建跨越组织边界、实现技术共建共享的国家级汽车智能产业协同创新平台 [8] - 推动智能网联标准全球化，在技术协议、功能安全等核心领域实现全球标准化，以帮助车企减少重复研发与投入，降低产业链成本，并让消费者享受跨国无缝衔接的智能出行体验 [8] - 建议推动政策协同，加快L3级责任边界的界定，统一车路云一体化标准，并完善数据跨境流动、安全保障体系等配套政策，为企业规模化运营提供清晰指引 [8] - 建议建立行业级自动驾驶数据池、测试资源平台，开放模拟仿真场景库、封闭测试场地，以深化技术共享，避免资源浪费，共同解决感知融合、高精度定位等行业共性难题 [8] - 应以协同创新为牵引，以生态共建为底座，深化企业间交流合作，集聚优势资源推进新技术、新模式、新业态创新发展 [9] - 政府和企业应加大对5G通信网络、智能交通系统等智能化网联化基础设施建设的投入，为产业发展提供更好支持 [9]

政策与标准体系建设 - 2025年10月，北京市市场监管局发布四项自动驾驶领域地方标准，与国家“车路云一体化”应用试点及既有国家标准协同，加速构建多层次、衔接有序的自动驾驶标准框架[1] 示范区建设与基础设施 - 北京高级别自动驾驶示范区已拓展至600平方公里，覆盖近1500个智能网联路口[1] - 各类智能网联车辆测试验证里程累计超过3800万公里[1] - 全市部署超千套车载单元，并建设低时延、高可靠的专网，以支持协同感知、实时云控等应用[1] - 示范区3.0阶段建设范围包括“五站两场”及城市副中心站等重点区域[3][4] 产业发展与企业生态 - 2017年以来，北京自动驾驶相关企业年均新增超过20家，其中小微企业占比超过六成[1] - 截至2025年9月，北京已累计拥有400余家自动驾驶相关企业[1] - 产业生态初步形成，覆盖“车、路、云、网、图、测、运”全链条[1] 商业化推进与实践成果 - 2025年，北京在示范区3.0阶段全面深化“车路云一体化”建设[1] - 示范区构建了开放的城市级测试平台，并联合18家企业开展多链路协同验证[1] - 目标在于形成可复制、可推广的实践成果，为全国自动驾驶商业化落地提供“北京方案”[1]

公司业务与技术实力 - 公司在运营商部署的网络可视化系统连续多年参与国家重大事件网络保障工作并经受实战验证 [1] - 浩瀚深度的技术可以应用或已经应用于智能汽车与智能交通、低空智联网及算力网络等领域 [1] 智能汽车与智能交通领域 - 公司已为多个车路云一体化自动驾驶示范区提供安全监测管理及身份认证系统 [1] - 公司在多家车企提供汽车信息安全监测与运营管理系统 [1] - 公司为高端品牌外资车企提供汽车V2X身份认证运营服务 [1] - 基于智能化技术在车路云一体化示范区提供交通安全智能体，解决交通异常分析与态势预测问题 [1] - 公司提供的"车路云一体化"安全解决方案，包括交通态势分析、拥堵预测等，已在自动驾驶领域落地 [1] 低空智联网领域 - 公司已携手移动运营商提供低空无人机安全监测管理系统 [1] 算力网络领域 - 为应对AI大模型带来的大规模算力需求，公司已布局下一代高性能智算交换机 [1] - 下一代高性能智算交换机的核心目标是为大型数据中心提供高带宽、低时延的网络连接与智能运维能力 [1]

中国汽车智能化出口现状与机遇 - “十四五”期间汽车出口量从不足200万辆跃升至接近600万辆，实现量质齐升的跨越式发展 [1] - 汽车智能化出海从“单体出海”转向“体系出海”，涵盖智能化整车、供应链及数字化服务 [4] - 中国与欧洲、东南亚等市场在产品、技术、产业链上形成代差，L2+辅助驾驶渗透率已达20% [5] 技术优势与产业基础 - 今年1-7月中国L2乘用车新车渗透率达62.6%，新车4G/5G装配率分别为60.5%和22.2% [4] - 激光雷达采购价格从2017年的20万元/颗降至“千元机”水平，成本优势显著 [5] - 产业拥有全球最庞大的应用数据、最快速迭代效率和最完整产业链 [5] 面临的主要挑战 - 存在产品安全性未被完全认可、商业闭环不理想、行业内卷严峻等问题 [7] - 各国技术法规标准差异大、属地化服务不完善、数据安全合规要求收紧构成挑战 [8] - 面临技术适配“水土不服”、数据法规壁垒、生态协同梗阻及信任构建难题 [8] 未来发展路径与倡议 - 提出七项协同路径：从竞争转向合作、从产品出海转向服务出海、制造本土化等 [10] - 倡议构建全球产业环境，包括监管对话、数据合规合作、产业链抱团出海等 [10] - 曹操出行将于明年在阿布扎比推进Robotaxi业务，探索中国模式出海 [11] 行业合作与生态建设 - 多方启动“基于‘车路云一体化’数据的世界模型联合开发与应用”合作计划 [11] - 大会发起《智能网联汽车专项出海行动倡议》，旨在共建服务生态、聚合产业链 [12]

合作项目启动 - 梅赛德斯-奔驰（中国）投资有限公司、清华大学-梅赛德斯奔驰可持续交通研究院、苏州汤元科技有限公司以及先导（苏州）数字产业投资有限公司四方于12月1日共同启动“基于‘车路云一体化’数据的世界模型联合开发与应用”合作计划 [1] 合作目标与意义 - 世界模型被视为物理AI在智能驾驶领域实现跃升的关键基础设施 [1] - 该技术旨在通过学习真实物理世界的大规模交互数据，构建对交通环境的统一理解，使车辆具备场景结构化认知、未来预测能力及在未知情境中符合物理逻辑的自主决策能力 [1] - 该技术对于提升自动驾驶的可靠性、安全冗余以及罕见场景处理能力有重要价值 [1] - 此次合作标志着世界模型迈入产业级共建的新阶段，将为车路云一体化的智能交通体系带来示范效应 [2] 技术路径与数据基础 - 数据是驱动世界模型演进的核心燃料，车路云一体化数据以其天然的BEV（鸟瞰图）、无遮挡的多视角信息，为智能驾驶理解三维物理空间提供了关键支撑 [1] - 各方将依托车、路、云端的协同优势，推动世界模型的体系化建设，构建从数据采集、物理世界重建、模型训练到系统验证的完整闭环 [1] - 合作旨在使智能驾驶从“经验叠加”迈向基于场景理解与因果逻辑的“认知驱动” [1] 各方分工 - 梅赛德斯-奔驰提出世界模型的目标方向和应用场景，以智能驾驶更稳健、更安全的行为决策为目标牵引 [2] - 清华大学-梅赛德斯奔驰可持续交通研究院提供技术路线、方法论与科学验证 [2] - 先导（苏州）数字产业投资有限公司依托苏州的网联化道路、路侧基础设施、运营的苏州市智能网联云控平台、智能网联可信数据空间等城市资源，提供高质量的智能网联交通数据，支持在真实环境中开展验证与示范 [2] - 苏州汤元科技有限公司提供真实道路场景的重建能力，为模型训练提供高质量、带有4D数据结构的数据基础，并承担核心技术研发工作，包括物理世界的全要素重建、数据生成和闭环仿真等工作 [2]