行业与公司 * 行业为人形机器人/具身智能行业[1] * 涉及的公司包括科技大厂（英伟达[2][18]、Meta[2][4][8][20]、亚马逊[2][20]、MIT[2][14]、西门子[19]、富士康[19]）、人形机器人创业公司（智元[2][15][18][20][21]、银河通用[2][20][21]、千寻智能[2][20]、星海图[2][20][21]）以及研究机构（斯坦福大学[17]、上海人工智能实验室[15]）[2][4][8][15][17][18][19][20][21] 核心观点与论据 算法架构演进 * 机器人算法正从模型驱动转向数据驱动[2][3] * 当前存在三种主流算法架构[4] * 分层控制框架：适用于工业场景 但存在通信延迟问题[4] * VLA模型：适用于人机交互场景 是创业公司主流方向[4][9] * 世界模型：依赖高保真仿真 目前主要处于研究阶段 实际部署面临挑战（如机器人动作复杂度高、存在表征崩溃问题）[4][8] * 未来3-5年 三种技术路线将共存并互补发展 分层架构适用于工业落地 VLA模型在人机交互有潜力 世界模型由AI大厂主导探索[9] 数据的关键作用与获取路径 * 数据是连接硬件和算法的桥梁 其成本与价值量呈正相关[10] * 数据获取主要有三种路径[10] * 真机获取：高价值高成本 包括遥控操作、动捕等方式[10] * 视频学习：成本较低但费人 Meta和亚马逊在此有进展[2][10][20] * 仿真数据：多用于初创公司 需严格清洗筛选[10] * 跨本体训练是实现通用智能的关键 MIT和Meta在2024年9月发布了全球首个多类型机器人硬件结构的异构训练框架 智源等在2025年3月也有类似进展[14][15] 行业挑战与瓶颈 * 数据安全问题日益突出 已有企业因数据跨境传输引发负面舆情 欧盟等机构已启动相关研究[11][12] * 缺乏统一评测基准 导致行业进步程度难以衡量 斯坦福大学在2024年3月发布了全球首个具身智能模型benchmark——Behavior 1K 覆盖50个场景及1,000多项任务[17] * 尚未出现类似ChatGPT的具身智能基础模型 原因包括缺乏数据共享基础、多模态技术挑战、培训难度高成本大等 未来1-3年内出现大一统模型的可能性较低[16] 研发效率与生态系统 * 企业需提高研发投入效率 通过优化流程、加强协作、引入先进工具来应对发展需求[13] * 物理AI在仿真建模中发挥重要作用 支持复杂物理过程的建模和推理 英伟达视其为未来AI商用化的重要蓝海 并已应用于工业场景（如富士康模拟产线、西门子升级数控系统）[2][18][19] * 机器人软件生态系统由模型、数据分析、仿真模拟、开发工具及评测系统等构成 吸引了众多计算机上市公司参与 生态参与者主要包括科技大厂、人形机器人本体公司及底层工业软件/传感器厂商[2][21] 其他重要内容 * 2025年9月 斯坦福大学宣布成立首届Behavior挑战赛 以测试具身AI能力[17] * 2025年 混合专家模型等架构创新开始应用于具身智能领域 提高了有限资源下的训练效率[16] * 国内重视benchmark建设将加速技术发展与应用落地[1][17]

文章核心观点 - 2025年中国机器人产业处于从“并跑”迈向“领跑”的关键跃迁期，行业进入“从多到强”的深耕期，呈现出成熟市场“深水区竞争”与前沿技术“爆发前夜”的二元结构特征 [1][4][5] - LeadeRobot发布年度双榜单旨在系统性梳理产业核心力量，其中“领军企业榜TOP50”定位为产业的“定盘星”与“牵引力”，“具身智能时代新星榜TOP50”定位为未来的“风向标”与“创新引擎” [3][7][8][11] - 榜单评选不仅记录行业现状，更试图引导资源流向和定义未来方向，为资本与市场识别拥有强大团队、核心技术、可迭代产品及可持续商业模式的企业提供重要参考 [5][6][13] 行业阶段与特征 - 中国机器人产业已走过“从无到有”的引入期和“从有到多”的扩张期，当前正进入“从多到强”的深耕期 [4] - 成熟市场呈现“深水区竞争”特征，工业机器人及部分服务机器人领域从增量竞争转向存量与增量并行格局，技术出现趋同化，价格战此起彼伏 [5] - 前沿技术领域处于“爆发前夜”，以人形机器人和具身智能为代表的新赛道正处技术突破与商业化探索胶着期，潜力与不确定性并存 [5] 领军企业榜定位与价值 - 榜单旨在甄别已穿越初期不确定性、建立起系统性优势的行业巨头，扮演产业“压舱石”角色 [8] - “领军”含义超越规模，涵盖技术引领者（投入底层技术、核心算法原始创新）、市场定义者（产品标准成为行业事实标准）、生态构建者（带动产业链协同发展）及商业模式标杆（验证可持续盈利路径） [9] - 入选意味着行业领导地位获权威背书，是企业争取高端客户、吸引顶尖人才、获得政府支持与资本市场青睐的“实力证明” [10] 具身智能新星榜定位与价值 - 榜单聚焦决定产业未来十年格局的变革性力量，关注在融合感知、认知、决策和行动的“具身智能”领域展现出颠覆性潜力的企业 [11] - “新星”关键特质在于成长性，包括技术前瞻性与独特性、场景定义创新能力、卓越团队执行力及商业潜力可验证性 [12][13] - 入选是一次强大的“信用赋能”和“曝光赋能”，帮助企业脱颖而出，进入顶级投资机构、产业资本和战略合作者视野 [13] 涉及企业范畴 - 榜单评选覆盖工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能企业及核心零部件企业等多维度产业生态 [19][20][21][22][23][24][25][26]

融资与股东背景 - 公司完成十亿元A+轮融资，由吉利资本领投，北汽产投、北京市人工智能产业投资基金、北京机器人产业发展投资基金联合投资[1] - 成立两年，资方名单集合了阿里巴巴、海尔资本、联想、吉利、北汽等数家产业资本[1] - 公司是清华大学唯一持股的具身智能企业，创始人陈建宇为清华大学交叉信息研究院博士生导师、助理教授[9] 商业化进展与订单 - 2025年商业化订单超过5亿元，已与吉利、雷诺、顺丰、TCL、海尔、联想等企业深度合作[1] - 在物流领域获得最大一笔订单近五千万，在商业服务领域与海尔联合研发的机器人已进入门店[1] - 海外业务占整体50%，产品已进入北美、欧洲、日韩等地，全球市值前十的科技企业中有9家为公司客户[4] 技术研发与产品特点 - 推出融合世界模型、快慢分层架构的具身大脑ERA-42，将海量互联网视频数据扩展至具身智能领域[6][7] - 团队联合斯坦福Chelsea Finn团队提出可控生成世界模型"Ctrl-World"，使机器人在陌生场景中的任务完成率提升44.7%[7] - 采用模块化开发机器人，已推出多款灵巧手、轮式服务机器人星动Q5、全尺寸双足机器人星动L7、半身模块星动M7等不同模块[8] - 硬件坚持自研，零部件自研比例超过95%，包括关节模组、灵巧手、电机在内的核心部件[9] 行业应用与解决方案 - 商业化策略为"沿途下蛋"，在技术发展不同阶段于多场景寻找落地应用，包括制造业的零部件抓取、高精度装配、质量检测，以及商业服务的客座清洁、导游导览[1] - 在物流领域试行标准化、可复用的物流搬运分拣解决方案，以星动L7机器人为载体，搭载ERA-42模型，融入客户业务系统以提升柔性并实现任务进度实时反馈[3] - 产品已渗透至开发者市场，与字节跳动机器人实验室、Skild AI等机构合作进行技术研究与成果转化[1]

涉及的行业与公司 * 行业：人形机器人、工业自动化、机器人核心零部件[1][3] * 涉及公司：Fortior (1304 HK)、Paxini (未上市)、Zhaowei (003021 SZ)、UBTECH (9880 HK)、TC Drive (未上市)、Youibot (未上市)[3] * 相关覆盖公司：Inovance (300124 SZ)、Geekplus (2590 HK)、Leaderdrive (688017 SS)[9][13][17][21][26][29][32] 核心观点与论据 行业需求与增长预期 * 人形机器人采用率预计在2026年加速 UBTECH预计2025年交付约500台 收入约4亿人民币 2026年交付量达2-3千台[4] Paxini预计2026年具备工作能力的人形机器人行业总量将达到1万台[4] * 零部件供应商率先受益 Zhaowei预计其灵巧手相关收入将从2025年的2000-3000万人民币增至2026年的约1亿人民币 增长四倍[4][14] TC Drive预计其人形机器人相关收入明年将翻倍[4][27] 技术挑战与使用场景验证 * 工作效率仍远低于人类 UBTECH的箱体搬运任务成功率达99% 但效率仅为人类劳动力的30% 目标在明年提升至60%[19] 开发新任务模型仍需时间[9] * 使用场景反馈是关键 短期技术突破仍不确定[5][27] 专用机器人效率更高、成本更低 人形机器人更适用于离散和通用任务 作为补充[5][30] * 技术路径尚未收敛 供应链持续尝试新技术 如旋转变压器、谐波减速器使用铝材、准直驱驱动等 实际应用尚不确定[9][12][15][31] 零部件技术与数据需求 * 触觉传感器重要性提升 Paxini的灵巧手能检测硬度、光滑度和材料纹理数据 其霍尔效应传感器寿命和耐用性更好 单价随量产有望从目前的199-1800人民币进一步压缩[22] * 高质量真实数据至关重要 学习抓取可能需要多达数百万条轨迹 拾取任务需要数千万条轨迹[23] 合成数据和开源数据可能无法满足高质量训练需求 Paxini通过数据收集工厂每日收集约9万条轨迹 并计划增设3个工厂 销售数据可能成为 lucrative business[23][24] 真人数据可能是更好的解决方案[25] 公司具体动态与展望 * UBTECH计划在2026年上半年推出新版Walker S3 将搭载新款Nvidia Thor芯片 并推出一款适用于商业场景的高性能运动新模型[18] 视觉语言行动模型商业化尚未就绪 准确率约70% 无法满足客户要求 因此使用强化学习与多种垂直模型[20] * Fortior与三花合资开发无芯电机 其旋转变压器抗干扰性优于光学或磁技术路径 并推出了集成无芯电机、旋转变压器和控制芯片的模块[12] * Youibot专注于移动操作机器人 在工业移动操作机器人市场占据领先份额 预计2026年收入为5.5-6亿人民币 毛利率稳定或略升至40%[30][32] 其他重要内容 * 投资偏好：在人形机器人改进和规模化需要时间的情况下 更看好零部件和专用机器人公司取得成功 偏好Inovance和Geekplus[9] * 供应链公司目标乐观：尽管人形机器人工作能力仍然有限 但行业参与者对2026年均持乐观目标[9]

财务数据和关键指标变化 - 第三季度汽车交付量达到创纪录的116,007辆，同比增长149% [6] - 第三季度总收入为203.8亿元人民币，同比增长101.8%，环比增长11.5% [24] - 第三季度汽车销售收入为180.5亿元人民币，同比增长105.3%，环比增长6.9% [24] - 第三季度服务及其他收入为23.3亿元人民币，同比增长78.1%，环比增长67.3% [24] - 第三季度毛利率达到20.1%，去年同期为15.3%，上季度为17.3% [25] - 第三季度汽车毛利率为13.1%，去年同期为8.6%，上季度为14.3% [25] - 第三季度研发费用为24.3亿元人民币，同比增长48.7%，环比增长10.1% [25] - 第三季度销售、一般及行政费用为24.9亿元人民币，同比增长52.6%，环比增长15% [25] - 第三季度运营亏损为7.5亿元人民币，去年同期为18.5亿元人民币，上季度为9.3亿元人民币 [26] - 第三季度净亏损为3.8亿元人民币，去年同期为18.1亿元人民币，上季度为4.8亿元人民币 [26] - 截至2025年9月30日，公司现金及现金等价物、受限现金、短期投资和定期存款总额为483.3亿元人民币 [27] - 预计第四季度汽车交付量在125,000至132,000辆之间，同比增长36.6%至44.3% [22] - 预计第四季度收入在215亿至230亿元人民币之间，同比增长33.5%至42.8% [22] 各条业务线数据和关键指标变化 - 全新小鹏P7成为20万至30万元人民币价格区间内销量前三的纯电轿车，推动9月起月交付量超过40,000辆 [6] - 小鹏X9超级增程电动版于11月6日开启预售，总续航里程高达1,602公里，预订单量是上一代X9同期的近三倍 [10][11] - X9超级增程电动版将于11月20日正式上市并立即开启交付 [11] - 计划在2026年第一季度推出三款超级增程产品，并在2026年全年推出四款“一车双能”新车型 [12] - 2025年9月海外月交付量首次突破5,000辆，同比增长79% [13] - 第三季度在海外新增56家门店，销售和服务网络覆盖全球52个国家和地区 [13] - 计划在2026年向海外市场推出三款新车型，包括受欢迎的中小型SUV [14] 公司战略和发展方向和行业竞争 - 公司目标是在第四季度实现盈亏平衡 [7] - 长期目标是成为具身智能领域的全球领先公司，专注于物理AI应用 [8] - 战略包括向全球商业合作伙伴开源其物理世界模型和VLA 2.0模型，并与移动平台合作推出Robotaxi服务 [9][16] - 计划通过“一车双能”产品周期扩大规模并提高新能源车市场份额 [10][12] - 与大众汽车的合作取得进展，图灵AI SoC已获得大众的正式采购指定，共同开发的车辆预计明年年初开始量产 [16] - 技术授权产生的收入将再投资于研发，主要用于支持图灵SoC和VLA模型的迭代升级 [17] 管理层对经营环境和未来前景的评论 - 随着AI模型进步并与现实世界数据融合，机器正逐渐获得在物理环境中交互、沟通、转化和创造的能力，这将重塑未来出行和日常生活 [8] - 超级增程电动车对于加速从燃油车向新能源车转变至关重要 [10] - 物理AI技术栈不断涌现新能力，VLA 2.0模型将显著提升智能驾驶的安全性和用户体验 [15] - 认为只有具备强大泛化能力的预装量产Robotaxi才能实现广泛采用并创造可持续的商业模式 [18] - 从长期来看，人形机器人的市场潜力将超过汽车 [21] - AI驱动的汽车业务在规模和市场份额方面处于快速扩张的早期阶段，而Robotaxi和人形机器人项目正迅速向量产推进 [22] 其他重要信息 - 位于奥地利格拉茨的麦格纳工厂，即公司在欧洲的首个本地化生产设施已正式投产，首批小鹏G6和G9下线 [13] - 位于德国慕尼黑的研发中心正式投入运营 [13] - 计划在2026年推出三款Robotaxi模型，其技术不依赖高精地图或激光雷达 [18] - 计划在2026年第二季度通过跨领域创新实现人形机器人IRON的全能力集成，目标在2026年底开始量产先进人形机器人 [20] - 人形机器人IRON将首先部署在商业场景中，如导览、零售辅助和巡逻等 [20] - 飞行汽车公司的陆空航母目标在明年年底前向终端客户交付，规模预计达到数千台级别 [60] 问答环节所有的提问和回答 问题: 关于物理AI的长期竞争优势体现在哪些方面以及如何持续增强 [29] - 传统车企的盈利模式与物理AI生成的新商业模式完全不同，源于不同的基因 [30] - 物理AI模式取决于对未来科技的定义，涉及全栈技术能力和跨领域整合，例如IRON机器人的发布 [30] - 未来汽车将是机器人技术的新形态，软件在未来汽车开发中的占比将超过50% [31] 问题: 与大众汽车合作的技术授权收入何时开始确认以及2026年的贡献趋势 [33] - 第三季度按时交付了几个关键开发里程碑，技术合作收入环比显著增长 [34] - 预计第四季度技术合作收入将与第三季度水平相当 [34] - 图灵SoC的收入预计从第四季度开始小规模确认，随着明年年初联合开发车辆开始量产，收入将随销量增长而提升 [34] - 只要在2026年按时交付关键里程碑，预计2026年全年的技术合作收入将与2025年确认的收入相当 [35] - 技术授权收入将再投资于研发 [36] 问题: 人形机器人IRON的技术路线图、竞争优势以及中长期规划 [39][44] - 小鹏机器人的产品理念是高度拟人化 [40] - 当前市面上的许多机器人处于第三代到第五代，主要由关节和不同硬件的操作驱动，难以商业化 [41] - 小鹏的优势在于物理AI资源与AI汽车有协同效应，并且具备电动汽车行业的量产知识和全球化布局经验 [42][43] - IRON的量产是巨大的挑战，涉及能力集成、灵巧手部动作、人机语言沟通等 [45] - 下个月将开始进入新一代量产模型的1.0阶段，希望在10个月内有序推进量产 [46] - 机器人产能爬坡比汽车简单，但商业化挑战巨大，初期将部署在导览、零售辅助等商业场景以及小鹏门店和园区 [47] - 通过开放SDK，合作伙伴可以购买机器人并进行商业化训练，应用场景将非常广泛，预计约五年后进入家庭场景 [48] 问题: 为何选择在2026年推出Robotaxi服务，技术拐点、成本降低速度以及相比同行的优势 [51] - 2026年将在自身开发体系内看到一系列拐点，例如将当前模型升级为Robotaxi配置 [51] - 跨领域能力基于机器人开发，可以解决当前Robotaxi的高成本、运营区域限制等问题 [52] - 计划在Robotaxi中商业化全共享L4能力，实现无人驾驶L4和辅助驾驶L4的双重发展，这具有更好的商业逻辑 [53] 问题: Robotaxi业务的商业化思路，包括车队规模、城市推广计划以及与AMAP等伙伴的合作 [54] - 2026年将推出三款不同价位、满足不同出行需求的Robotaxi模型 [55] - 在获得监管批准的前提下，优先确保技术、运营和商业模式的顺畅运行，并与AMAP等生态系统伙伴合作 [55] - 未来将在不同国家、地区和城市与更多服务提供商建立合作，构建工具箱并开放接口能力 [56] 问题: 未来1-3年新业务（Robotaxi、人形机器人、飞行汽车）的粗略收入估算或分解 [59] - 目前未对这些未来发展领域提供任何数字指引 [60] - 飞行汽车公司的陆空航母目标在明年年底前向终端客户交付，规模在数千台级别 [60] - 人形机器人和Robotaxi在明年将进行大量运营测试和规模爬坡，为大规模生产和使用做准备，明年贡献可能有限，但一旦模型和产品稳定性得到验证，量将迅速增长 [61] - 到2030年实现年销100万台人形机器人是长期目标，潜力巨大 [61] 问题: 2026年乘用车新车型的详细信息，包括细分市场、价格区间以及销量目标 [62] - 11月20日将公布X9的定价，这是首款超级增程产品 [63] - 已有三款超级电动车型向监管部门备案，计划在2026年初推出 [63] - 2026年将推出的四款新车型将配备纯电和增程双动力选项，定位不同价格区间 [63] - “一车双能”的七款车型将显著驱动明年增长，国际市场将是另一个主要增长动力 [64] - 明年推出的七款新车型中，至少三款将进入国际市场 [64] 问题: 2026年新增程车型的增长潜力以及人形机器人的规模经济和 affordability [66] - 从X9预售数据发现，纯电和增程车型的目标客户和实际用户差异很大，预计新X9交付后季度环比将实现数倍增长 [67] - 大型车辆中增程的采用比例更高，而A级车尤其是小型乘用车中纯电比例更高 [67] - 机器人的定价逻辑与汽车完全不同，其软件占比从一开始就超过50%，而汽车仅为10%-20% [68] - 通过将多个SoC整合成超级域控制器等方式，有望使机器人零售价与汽车价格相似 [69] - 将努力控制SKU集成数量，使机器人价格尽可能亲民 [70] 问题: 明年海外本地化生产的进展以及如何利用智能驾驶能力推动海外销售增长 [72] - 今年下半年在印尼和奥地利与麦格纳合作的工厂已启动本地生产，产能正在缓慢爬升 [72] - 预计明年欧洲工厂的产量将达到数万辆，印尼工厂产量将达到大几千辆 [73] - 正在寻找在其他市场建立本地能力的机会，并构建本地供应链能力，提高本地化含量 [74] - 预计国际市场增长将高于国内市场，国际业务的经济贡献在未来一两年内将实现更快增长和更高利润贡献 [74]

融资信息 - 具身智能公司Dexmal原力灵机完成数亿元A+轮融资，阿里巴巴为独家投资方 [1] - A轮融资由蔚来资本领投，洪泰基金、联想创投、锡创投和正景基金跟投，老股东君联资本超额追投、启明创投和九坤创投追投 [1] - 两轮融资金额累计近10亿元，资金主要用于具身智能机器人软、硬件技术研发与落地 [1] 公司产品与技术 - 公司于2025年3月成立，已开源一站式VLA工具箱Dexbotic、推出机器人硬件平台DOS-W1，并发布大规模真机评测平台RoboChallenge [1] - 从软件、硬件和标准方面入手推动具身智能机器人行业发展 [1] - 公司团队在AI物流机器人等领域积累了较为丰富的落地经验 [1]

IPO发行概况 - 公司于11月13日晚间披露招股意向书 正式启动科创板IPO发行 股票代码为"688795" [1] - 首次公开发行股票将在11月24日进行申购 拟在上交所科创板上市 将成为"国产GPU第一股" [1] 公司业务与技术定位 - 公司专注于全功能GPU的自主研发与设计 基于完全自主研发的MUSA统一系统架构 [1] - 实现单芯片同时支持AI计算加速 图形渲染 物理仿真和科学计算 超高清视频编解码的技术突破 [1] - 凭借"图形+AI"双线技术突破 成为国内全功能GPU先行者 产品应用拓展至企业级与消费级市场 [1] 行业市场前景 - 在AI 数字孪生 具身智能等产业推动下 GPU作为核心算力引擎需求持续提升 [2] - 预计2029年全球GPU市场规模将达到3.62万亿元 其中中国市场预计规模为1.36万亿元 [2] - 中国市场全球占比将从2024年15.6%大幅提升至2029年37.8% 年复合增长率高达51.1% [2] 公司财务表现 - 公司营业收入从2022年0.46亿元跃升至2024年4.38亿元 年复合增长率超过208% [2] - 2025年上半年营收达7.02亿元 增长势头强劲 [2] 产品与技术布局 - 五年已成功量产5颗芯片 完成4次GPU架构迭代 [2] - 形成覆盖AI智算 高性能计算 图形渲染 计算虚拟化 智能媒体等应用领域的多元计算加速产品矩阵 [2] - 产品广泛应用于大模型训练推理 数字孪生 云计算等领域 服务覆盖云计算数据中心 智算中心及能源 制造等行业 [2] 研发投入与成果 - 2022年至2025年6月 公司累计研发投入超过43亿元 研发人员占比达77%以上 [3] - 截至2025年6月 公司已获得授权专利514项 覆盖处理器架构设计 AI应用 驱动软件设计 GPU算力集群等关键技术领域 [3] 产品性能指标 - MTTS80显卡单精度浮点算力性能接近英伟达RTX3060 [3] - 基于MTTS5000构建的千卡GPU智算集群效率超过同等规模国外同代系GPU集群计算效率 [3] - 率先在国内发布支持DirectX 12的图形加速引擎 成为国内极少数支持从FP8到FP64等全计算精度的国产GPU厂商 [3] IPO募集资金用途 - 募集资金将主要用于新一代自主可控AI训推一体芯片研发项目 [4] - 用于新一代自主可控图形芯片研发项目及新一代自主可控AI SoC芯片研发项目 [4] - 部分资金将用于补充流动资金 [4]

公司成立与股权结构 - 无锡市凯奇具身智能机器人科技有限公司于近日成立 [1] - 公司法定代表人为臧志成 [1] - 公司注册资本为1000万元人民币 [1] - 公司由凯龙高科（300912）和湖北启灵机器人有限公司等共同持股 [1] 公司经营范围 - 公司经营范围包括人工智能硬件销售 [1] - 公司经营范围包括智能机器人销售和工业机器人销售 [1] - 公司经营范围包括计算机软硬件及辅助设备零售 [1]

文章核心观点 - 文章系统总结了公司在自动驾驶算法系统构建方面的技术演进路径，涵盖从感知到规划、仿真评测及基础模型的完整技术栈 [2][4][5] - 技术路径呈现递进关系：首先构建端侧策略（从感知到端到端规划），随后为支持端到端模型的闭环评测与训练构建仿真系统，最终通过大数据与大参数构建智驾基础模型以激发潜能 [4] - 公司认为端到端模型主导的方案已趋成熟，下一阶段竞争焦点将集中在高效精准的评测系统以及智驾基础模型的研发上 [30] 3D融合感知框架（Sparse4D系列） - 公司提出Sparse4D系列作为BEV方案的替代，其核心采用稀疏query与内外参投影采样，直接从多视角图像特征获得融合感知结果，理论计算复杂度显著低于BEV方案 [6][7] - Sparse4D v1基础版本采用deformable aggregation算子实现纯稀疏范式融合；v2将时序融合改为recurrent形式，时序复杂度从O(T)降至O(1)，并优化了算子实现以提升训练推理速度与性能 [7][9] - Sparse4D v3通过temporal denoising、decouple attention等技术进一步提升检测能力与收敛速度，并以简洁方式实现联合检测与跟踪，在nuScenes数据集camera-only detection和tracking榜单持续位居第一 [11] 端到端运动规划（SparseDrive） - SparseDrive在Sparse4D感知基础上拓展，集成在线建图与简单的运动规划器，实现了检测、跟踪、建图、预测和规划五个任务的端到端处理 [13][15] - 针对稀疏特征输入可能丢失信息的质疑，公司指出大量负样本query能覆盖所有可视范围并受规划损失影响，确保非白名单物体避障能力；当前瓶颈在于规划解码器结构简单且仅进行开环评测，闭环性能需通过仿真器进一步优化 [15] 轨迹预测与交通流仿真（EDA & UniMM） - 公司提出EDA轨迹预测方案，通过动态更新的anchor及NMS匹配策略解决轨迹预测中的正负样本分配核心问题，有效建模多峰分布并具备即插即用优势 [16][17] - 轨迹预测与交通流仿真在输入输出形式上相似，但后者需闭环rollout以建模多交通参与者相互关系；公司提出的UniMM框架统一了主流交通流仿真模型，并分析了影响性能的关键设计因素 [19][20] 传感器仿真（DriveCamSim） - 为支持端到端模型的高效精准评测，公司开发了DriveCamSim传感器仿真系统，其通过显式投影约束3D-2D和时序一致性，能生成任意帧率、相机内外参及数量下的图像，在可控性与拟真性上优于基于3DGS或纯Attention的方案 [22][23][24] - 模型可适应多种条件输入包括3D边界框、地图、自车位姿等，具备良好落地潜力但尚未充分挖掘 [24] 智驾基础大模型（LATR） - LATR项目旨在构建智驾领域基础大模型，首先通过Mask Image Modeling方式在海量数据上进行无监督预训练，使模型理解场景语义、空间及时空关系 [26] - 模型采用decoder-only架构实现多任务统一，新增任务仅需添加少量参数，已成功融合3D检测跟踪、在线建图、轨迹预测、规划等7个任务，效果达到与SparseDrive相当水平，证明了架构有效性 [27]

AI投资机会与市场观点 - 市场观点认为泛AI方向中多个细分领域因短期催化有限而处于相对低位，后续超预期产业事件可能带来可观赔率，关注方向包括AI+医药、AI端侧、人形机器人、智能驾驶、AI应用与Agent等 [1] - 中长期行业竞争格局将从单一技术突破转向算力、网络、生态的协同发展 [1] - 科技成长内部结构性机会凸显，市场会在科技成长内部快速轮动寻找新故事 [3] 计算机与软件行业基本面 - 三季度末计算机板块机构持仓处于历史低位，呈现显著低配状态 [2] - 前三季度计算机板块收入增速有所回暖，多数公司启动降本增效战略，费用控制成效显著，推动板块利润修复 [2] - 以金山办公、达梦数据、合合信息、深信服、福昕软件为代表的一批软件公司三季度业绩表现亮眼，呈现拐点向上趋势 [2] - 计算机行业企业降本增效趋势显著，毛利率与费用率同比均下降，净利率水平略有提升 [4] - 行业经营质量持续改善，经营性现金流净额、应收账款收入比重等指标同比连续三个季度向好 [4] 细分领域与主题投资机会 - 建议关注计算机、传媒和电力设备等相对低位的快速轮动机会，细分领域看好软件和储能相关 [3] - 主题方面建议关注十五五规划提出的未来产业，包括量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等，重点看好量子科技、具身智能、端侧AI产品 [3] - AI应用受益于政策与产业双重驱动正在加速落地，各领域头部企业AI应用业务收入展望积极，全年AI应用收入占比突破双位数水平值得期待 [4] - 建议关注AI软件与硬件、信创、数字货币等板块的投资机会 [4] - 在AI产业内部，应用侧将是下一个值得挖掘的方向，传媒和计算机的业绩兑现度高于通信与电子，且边际改善明显 [5] 行业盈利与增长前景 - 随着AI拉动效应显现及国产化进程深入，计算机板块业绩有望逐渐走出低谷 [2] - 伴随盈利回升周期开启，机械设备、电力设备、国防军工等多个成长领域业绩兑现度正在快速抬升，在成长性扩散下更具预期差 [5]