文章核心观点 - 传统车企旗下的独立智能驾驶公司普遍失败，行业趋势正从全栈自研转向依赖外部供应商 [1][3][10][11][14] - 智能驾驶行业已进入成熟整合期，供应商方案在成本、技术和灵活性上更具优势，成为大多数车企的理性选择 [14][17][19] 传统车企智驾子公司失败案例与原因 - 长城汽车旗下毫末智行已全员停工，其失败源于错失从有图到无图、从规则算法到端到端大模型两次关键技术窗口期 [1][3] - 毫末智行在是否转向端到端大模型架构上争论数月，决策迟缓，部分原因是其股权结构中长城汽车持股超50%，管理层话语权不足 [3] - 毫末智行依赖长城定点项目，规模有限且核心硬件外采，导致其方案BOM成本高于竞品，缺乏议价能力 [7][8] - 2024年毫末智行推出的HP570方案定价8000元，算力100TOPS，而当时同等性能竞品价格已低于4000元 [15] - 奇瑞旗下大卓智能仅存活两年三个月，其技术开发导向与奇瑞的传统管理风格及成本控制宗旨相悖，量产进度不及预期 [10] - 大卓智能经营期间奇瑞投资约5亿元，但未能实现2024年量产高速NOA、2025年装车量达100万辆的目标 [10] - 大众集团旗下CARIAD公司耗资数十亿欧元后已被边缘化，定位从“技术引领者”降级为“技术整合者” [13] 行业趋势：从自研转向供应商合作 - 地平线创始人预测，未来中国汽车智驾20%靠自研，80%靠供应商 [2] - 长城汽车在自研无望后，转向供应商，以1亿美元领投元戎启行C轮融资，并搭载其VLA大模型 [1][11][14] - 奇瑞放弃自研后，迅速转向与鉴智科技、轻舟智航、华为、Momenta、地平线等供应商合作，集成推出“猎鹰智驾” [11] - 大众集团全面转向与中国科技公司合作，奥迪A5L成为首款搭载华为乾崑智驾技术的燃油车 [13][14] - 供应商方案在技术和成本上具明显优势，且更灵活，车企可通过投资（如大众收购小鹏汽车约4.99%股权）获取话语权 [14] 行业环境与资本变化 - 自动驾驶行业多数企业未稳定盈利，头部企业地平线2025年上半年营收同比增长近70%，但净亏损从上年同期的50.98亿元扩大至52.33亿元 [11] - 国内自动驾驶行业融资金额在2021年达历史高位后连续三年下滑，2023年从932亿元收缩至200亿元 [17] - 智能驾驶付费模式从订阅、选配演变为“全民智驾”，传统车企在智驾子公司上的巨额研发投入难以摊薄 [14] - 用户更关注“买来就能用”的功能，供应商方案虽不完美，但能让产品具备基本竞争力 [18] 行业未来格局展望 - 智能驾驶方案正像曾经的ESP、ABS一样，逐渐成为标准化供应商产品 [19] - 能在行业立住脚跟的企业分为两类：成长于智驾热潮的新造车企业（如特斯拉、小鹏），或具备规模技术优势的专业供应商（如“华大地魔”） [19] - 大多数传统车企可发挥自身在制造、供应链、渠道等优势，与优秀供应商形成合力 [19]

核心观点 - 理想汽车通过全栈自研、供应链创新和数据驱动策略 在智能驾驶领域实现从追赶到行业领先的跨越 其核心方法论包括技术自研突破、供应链共赢模型、人才体系构建以及工具化效率管理 [2][3][37] 技术自研与突破 - 2021年全面启动智能驾驶、智能座舱和芯片全栈自研 推翻Mobileye黑盒方案 转向地平线开放平台 7个月内完成智驾方案量产上车 [7][13][14] - 自研Li OS实时操作系统 将语音交互延迟从1.2秒压缩至0.8秒 实现"可见即可说"全场景语音控制 [7] - 2022年推出自研智能驾驶系统AD Max 2024年GTC提出"端到端+VLM"架构 2025年首搭VLA司机大模型 [8][37] - 芯片自研计划启动于2021年 马赫100芯片流片成功 计划2026年量产 [12] 供应链创新模式 - 创建供应商"圆桌合作模式" 取消传统Tier1/Tier2分级 所有供应商直接对接 付款周期缩短至30天 [17][18] - 精简供应商数量 要求"要快、要便宜、要配合" 通过代码开源和深度合作换取技术闭环 [18][19] - 推动供应链使用飞书作为统一沟通工具 减少沟通损耗 提升协作效率 [20] - 地平线征程3芯片在理想项目后营收从2021年4.67亿元跃升至2023年15.52亿元 增长232% [22] - 禾赛科技在理想要求下开发128线激光雷达（行业主流64线） 探测距离翻倍且价格不变 实现月产1万台以上 [23] 人才与数据战略 - 2020年智驾团队仅20人 远少于蔚来、小鹏的数百人规模 通过招募顶尖人才如贾鹏、赵行等构建技术体系 [25][26][32] - 数据闭环系统早期部署 2019年学习特斯拉部署影子模式 截至2024年7月积累12亿公里有效数据 [32] - 云端算力规模达13EFLOPS（2万张H20训练卡+3万张L20推理卡） 预计未来训练算力费用将达10亿美元 [29][32] - 激光雷达采用遵循"效果导向" 重点服务于数据收集 支持纯视觉方案研发 [33] 工具化效率管理 - 通过工具整合多部门数据 精准计算目标用户规模（如L8定位6000万家庭） 指导产品定义和营销投放 [35] - 内部需求优先级通过工具自动化统计 高频功能直接进入研发 减少人工汇报环节 [35] - 以用户体验和用户NPS（净推荐值）为产品核心评价标准 替代单纯技术指标竞争 [28][29] 行业影响与转型 - 带动供应链升级 宏景智驾、德赛西威等项目后获得奇瑞、上汽、长城等订单 [21][23] - 提出"人工智能汽车化"理念 每年50%研发预算投入AI领域 重点突破语言与空间智能融合 [37] - 2024年11月全量推送端到端+VLM架构的"车位到车位"功能 成为行业首个实现该功能的车企 [29]