公司战略与产品路线 - 公司管理层明确表示不追随市场主流的大电池增程路线，坚持“可充可换可升级”的纯电体系 [1] - 公司认为增程系统会增加重量、成本并侵占空间，在充电桩数量已比五六年前增长5-10倍的背景下，为低频长途需求背负系统对用户并非良好体验 [1] - 公司倡导换电模式下的电池包灵活选择方案，用户可选择60度标准电池包，长途时临时升级，以提升资金使用效率，目前L90用户中选择标准电池包的比例约占20%-30% [1] - 公司产品定义基于三年前的行业判断，当前市场产品差异反映了彼时的战略选择 [1] 电池安全与补能体系优势 - 公司用户约90%的补能依靠换电与家充，公共快充依赖度低，降低了因追求极高充电倍率带来的电池风险 [2] - 换电站构成动态检测网络，通过视觉算法识别电池包毫米级损伤，通过脉冲检测内阻变化，并能对频繁快充后的电池进行保养 [2] - 云端数据可提示电池隐患，在用户下次换电时无缝拦截并更换，实现用户无感知的电池全生命周期主动管理 [2] 市场表现与产品规划 - 11月公司品牌共交付11,794台，环比下滑32% [3] - L90已连续多月交付过万，原计划今年上市的L80因L90市场表现超预期而推迟，预计明年一二季度推出 [2] - 公司面临提升品牌知名度和团队组织能力的挑战，产品层面将通过特别版车型（如L90黑骑士版）保持市场活力，软件层面年底将为所有车主推送端到端智能驾驶升级 [3] - 行业面临年底置换补贴退坡、明年新能源车购置税征收、竞品频出与市场下沉等多重挑战 [2]

行业核心驱动力 - 行业处于历史性拐点，通用人工智能的突破正从底层逻辑上重塑智驾技术，中国独特的市场与政策环境为变革按下加速键 [1] - 智能驾驶从“规则驱动”的辅助工具跃升为“认知驱动”的智能体，端到端、VLA等新架构为解决海量“长尾问题”提供可能性，为高级别自动驾驶（L3+）规模化落地打开技术窗口 [3] - 新能源汽车单月渗透率在2025年9月已达58.37%，其快速普及为智能驾驶技术提供了最优载体平台和商业化土壤，形成“电动化带动智能化，智能化赋能电动化”的良性循环 [4] 政策与监管环境 - 行业迎来监管加强阶段，从“百花齐放”稳步迈向“高质量发展”，政策在“放开”试点的同时同步强化“监管”框架 [3] - 2023年底以来，L3级及以上自动驾驶的准入与上路试点政策破冰，多个城市正式开放高级别自动驾驶的测试与商业化运营，意味着一个万亿级商业化市场从“展望”迈入“落地”新阶段 [3] 技术发展路线 - 技术路线分化为两条路径：以视觉—语言—行为链路为核心的VLA架构，以及以物理推演为核心驱动力的世界模型路线 [5] - VLA适合快速迭代，兼容现有量产平台，短期内易于落地；世界模型代表更底层认知方式，强调物理规律和空间理解力，适合长期演进，未来属于不同技术间的融合 [5] 投融资趋势 - 2025年以来，L4级场景化落地成为投资重点，在统计的20起融资中，多家企业专注于无人配送、矿区物流、港口运输等封闭场景 [6] - Robotaxi赛道头部玩家仍获得大额融资，表明市场对其长期价值保持信心 [6] - 产业链关键环节备受青睐，传感器厂商和芯片企业持续获得大额融资，凸显硬件基础环节的基石地位和战略价值 [7] - 产业资本活跃，战略投资成主流，传统车企深度参与投资以弥补技术短板，产业链上下游协同投资旨在构建生态协同优势 [7] - 融资阶段向后期集中，D轮、战略投资等后期融资活动频繁，表明行业正从技术验证走向规模化商业应用的关键阶段 [7] 竞争格局与决胜关键 - 政策为具备核心竞争力的企业构筑起更清晰的护城河 [3] - 智能驾驶的竞赛进入下半场，决胜关键不再仅仅是单车算法强弱，更在于能否在“车路云一体化”新范式中构建起技术、合规与商业化的综合优势 [9]

公司技术进展 - 地平线通过采用完整的端到端技术方案，学习人类老司机数据，有效解决了智能辅助驾驶系统中常见的点刹、重刹等不连贯性问题，使车辆控制更为丝滑[1] - 该端到端技术方案已于今年实现量产[1] 公司商业合作 - 地平线在技术量产后，已获得10家车企的超过20款车型定点项目[1] - 公司预计其技术将引领未来全场景智能驾驶（FSD）的规模化量产落地[1]

报告行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2] 报告核心观点 - 智能驾驶行业正沿着"端到端"和"智驾平权"两大方向加速进化 [3][16] - 端到端智能驾驶技术已演进分化出VLA和世界模型两条核心并行发展路径 [64][69] - VLA技术路线适合快速迭代和现有量产平台兼容 世界模型路线则代表更底层的认知方式 强调物理规律和空间理解力 适合长期演进 [69] - 新能源车销量与智驾功能形成协同增长闭环 推动智能驾驶快速渗透 [9] 智能驾驶行业发展回顾 - 中国新能源车渗透率从2019年较低水平一路攀升 先后突破10%、30%、50%等关键关口 [9] - 中国新能源汽车L2级别智能驾驶功能渗透率从2019年的约7%起步 到2025H1已上升至65%左右 [9] - 2024年中国智能网联汽车产业规模已攀升至11082亿元 同比增长34% 预计到2030年产业规模有望突破5万亿元 [15] - 截至2025年6月 中国智能驾驶产业主体数量快速增长 注册相关企业总数已超过7000家 [15] 智驾沿"端到端"、"智驾平权"加速 - 高阶智驾功能搭载率从2024年1–4月的11.8%提升至2025年同期的18.6% [21] - 20–30万元价位段汽车的L2++智能驾驶功能搭载率从2024年Q1的25.15%升至2025年4–5月的47.11% 实现近乎翻倍增长 [27] - 头部自主品牌将智能驾驶价格门槛拉低 例如比亚迪秦PLUS智驾版售价11.98万元已搭载高速NOA功能 中长期目标是在10万元级别车型上实现高速NOA全面标配 [21] 端到端智能驾驶复盘 - 端到端自动驾驶架构演进分为四个主要阶段：感知"端到端"/"BEV+ transformer"、决策规划模型化/"占用网络"、模块化端到端/两段式端到端、OneModel/一段式端到端 [32] - BEV感知通过融合多传感器数据形成360°全方位无死角感知视野 结合Transformer注意力机制实现对关键区域聚焦处理 [37][41] - 占用网络通过对三维空间进行体素级划分与占用预测 构建更高精度的全局环境表示 能够识别未被标注的"泛目标" 提升系统环境理解力 [46] - 一段式端到端模型将传统"感知—规划—控制"流程统一映射到单一模型中 减少任务拆解带来的累积误差 但缺乏可解释性且需要海量高质量数据 [57][59] VLA技术路线 - VLA模型将视觉、语言与动作三大模态深度耦合 其核心流程可拆解为四步：环境感知、转化为语言Token、生成驾驶建议、转化为车辆控制轨迹 [69][76] - VLA技术落地的三大关键抓手包括：3D中间表征、长时序记忆、效率/能耗优化 [93] - VLA工程化难点包括：极端工况下的模型稳定性、长尾场景的泛化能力、多源数据的时序同步与时空一致性 [94][97] - VLA技术发展趋势围绕"空间—时间—成本"三条核心路径系统化演进：空间维度向高精度三维语义建模过渡 时间维度发展长时记忆与预测 成本维度通过MoE技术和模型蒸馏实现结构化算力优化 [111] 世界模型技术路线 - 世界模型是一类能够模拟和推演真实环境状态的生成式AI框架 通过对环境物理规律和因果关系的建模 实现对现实世界的"内在理解"与"主动推理" [117] - 世界模型的演进脉络分为三个阶段：Dyna算法奠定理论基础、《World Models》推动进入深度学习阶段、以Dreamer系列为代表的加速落地阶段 [121] - 世界模型在智能驾驶中的四大价值包括：大幅降低数据成本、升级安全标准、提升时空一致性、具备认知推理能力 [127][133] - 世界模型工程化难点包括：长期可扩展内存瓶颈、仿真与现实世界的差异、决策与责任机制缺失、隐私与数据安全挑战 [134][138] - 世界模型未来趋势是与强化学习深度结合 通过在虚拟环境中交互试错 使模型具备主动探索与优化能力 有效降低错误策略导致的安全风险与成本消耗 [144]

核心观点 - L3级别智能驾驶的关键在于大算力、大模型、大数据[1] - 端到端智能驾驶正沿着大模型Scaling Laws的路径快速发展[2] - 小鹏G7作为全球首款L3级算力AI汽车，搭载2200TOPS算力芯片和VLA+VLM模型，实现行业突破[3][4][5] - 自动驾驶基座模型通过云端训练+车端蒸馏的技术路线，显著提升复杂场景处理能力[20][27][28] - 公司验证了自动驾驶领域的Scaling Laws，并建成万卡智算集群支持模型迭代[49][50] 技术突破 - 小鹏G7首发智驾大脑+小脑VLA-OL模型，首次加入运动型决策能力[4] - VLM视觉大模型作为车辆理解世界的AI中枢，支持多语言交互和主动服务[5] - 自动驾驶基座模型参数达720亿，训练数据超2000万条30秒视频片段[20] - 模型具备链式推理(CoT)能力，可处理训练中未见的复杂场景[21][24] - 车端token处理量压缩70%，流式多处理器利用率达85%[60][63] 行业地位 - 小鹏在CVPR 2025与Waymo、英伟达等顶流同台，展示技术领先性[6][13] - 公司是国内首个验证自动驾驶Scaling Laws的团队[49] - 建成汽车行业首个万卡智算集群，算力达10 EFLOPS，迭代周期快至5天[50][51] - 云端模型工厂采用FP8混合精度训练，计算效率达行业顶尖水平[55][58] 未来方向 - 世界模型将作为实时反馈系统，持续提升基座模型能力[36][41] - 技术将扩展至AI机器人、飞行汽车等新领域[43] - 从"软件开发汽车"转向"AI开发汽车"，建立全链路自研体系[61][62] - 年内G7将推出重大新功能，持续进化AI能力[65]

智能驾驶行业趋势 - 高阶智驾渗透率预计2025年达15%，未来2-3年突破70%，加速20-40万价格带市场出清[1][4] - Robotaxi成本2025年有望与网约车持平，自运营和金三角模式并行，滴滴等兼具两种模式的企业更具竞争力[1][5][29] - 智能驾驶芯片、激光雷达和传感器清洗赛道成为高价值增量，地平线、禾赛科技等企业表现突出[1][5][27] 人形机器人产业突破 - 特斯拉引领下2025年实现量产突破，2027年一般商业场景具备经济性，"中国供应链+高成本场景"需求率先兑现[1][6][32] - 灵巧手（成本占比20%）、丝杠（17%）、传感器（13%）等高壁垒赛道为核心，国产丝杠研发和设备逐步推进[1][6][33] - PEEK材料轻量化需求增长，国产市占率超10%且持续上升，线性执行器应用前景广阔[1][6] 政策与技术驱动因素 - 《道路交通安全法》修订列入2024立法计划，推动高阶智驾渗透率提升[8][9][10] - 大算力芯片迭代加速：英伟达Thor（2000TOPS）、地平线J6P（560TOPS）等2025年量产，支撑端到端架构升级[12][13][30] - 端到端架构优化计算效率，城市NOA从"能用"迈向"好用"，数据+算力成竞争核心[16][24] 供应链与竞争格局 - 整车厂全栈自研模式（华为、小米、理想）在数据、算力、资金（年投入超30亿元）上优于Tier 0.5模式[19][20][24] - 激光雷达国产化率提升，禾赛科技等企业份额增长；地平线芯片出货超700万片，覆盖40+车企[27][30] - Robotaxi部署中，特斯拉（自运营）与百度（金三角）模式分化，滴滴因兼具双重模式更具优势[26][29] 人形机器人政策支持 - 工信部2023年揭榜挂帅任务推动核心技术攻关，目标2025年实现高动态行走（速度≥9km/h）、力传感器精度0.5%FS等指标[35][37] - 旋转/直线型电驱动关节、灵巧手（负载≥3kg）、高算力控制器（≥200TOPS）为重点突破方向[37]

商汤绝影自动驾驶进展 - 公司将于2025年4月上海车展发布R-UniAD端到端自动驾驶方案，完成实车部署，并预计在年底交付 [1][3] - R-UniAD以绝影量产智驾方案和"开悟"世界模型为核心，实现真实数据和仿真数据的闭环流转 [3] - 目前合作车企达30多家，包括广汽、比亚迪、本田、蔚来等，解决方案已上线昊铂和哪吒超级轿跑车型 [3] 人事调整与团队架构 - 原哪吒汽车产品研发中心副总经理王俊平于2025年2月加入商汤绝影，此前曾在百度智能驾驶团队任职 [2] - 2024年11月王伟宝接替石建萍成为智驾负责人，王伟宝曾任职苹果自动驾驶团队和新石器无人车CTO [2][3] - 石建萍原统领数百人团队，调整后转岗负责大模型团队，其被创始人称为"学术研究领域的璀璨明星" [2] 行业竞争态势 - 自动驾驶方案商面临严峻挑战，非第一梯队企业生存压力更大 [3] - 智能驾驶行业马太效应日益明显，市场竞争持续加剧 [3] 哪吒汽车相关动态 - 公司与商汤自2021年9月起在智能驾驶和智能座舱领域保持战略合作 [2] - 2025年销量目标设定为10万辆，曾提出2025年50万辆年销的宏伟计划 [7] - 近期出现研发团队优化和供应商讨债事件 [6]

公司融资与合作 - 易航智能完成数亿元C轮融资，由北汽产投、浙江金控投资公司、德清产投、财通资本联合投资 [5] - 北汽在2022年与易航智能达成合作，BJ40系列车型已搭载其L2级前视一体机和L2+级高速NOA方案 [5] - 融资后，公司或将为北汽集团旗下BEIJING、极狐品牌开发智驾方案 [6] - 浙江德清县政府正在招引智驾项目，打造智能驾驶示范区，已吸引图达通和斯年智驾落地 [7] 公司背景与技术能力 - 创始人陈禹行博士毕业于吉林大学车辆工程专业，师从中国工程院院士郭孔辉，并在美国加州伯克利大学跟随J.Karl Hedrick学习车辆控制算法 [7] - 公司成立于2015年8月，定位自动驾驶一级供应商，未进入L4级全无人驾驶领域，选择渐进式智能驾驶路线 [7] - 公司自研了感知、决策、控制、故障诊断等核心算法，具备视觉感知、规划控制、软硬件开发、测试标定等全栈自研能力 [7] - 目前有200多名员工，在北京、苏州设有研发中心和工厂，在河北固安设有测试基地 [7] 产品与市场表现 - 主要为车企提供高速NOA等中阶智驾软硬件方案，已在北汽BJ40、上汽大通G90/MIFA 9/MIFA 7、极石01等10余款车型上量产 [7] - 方案已累计搭载超20万辆车 [7] - 下一步目标是开发中等算力的中高阶方案，实现高速NOA和城市记忆领航功能 [7] - 2024年4月发布基于BEV感知方案的智驾平台"笃行"，包含标准版、性能版和全能版，标准版整套方案价格不高于5000元 [7] 行业技术趋势 - BEV技术自2021年特斯拉AI Day后成为行业热点，中国车企和供应商在2022年跟进 [8] - BEV优势在于整合多传感器信息生成360度鸟瞰图，提升环境感知和路线规划能力 [9] - 2024年行业新方向是"端到端"智能驾驶，特斯拉FSD v12已采用该架构 [9] - 公司暂未激进跟进端到端技术，认为车企更适合投入该领域，当前重点仍是BEV方案 [9] 行业竞争格局 - 智驾供应商竞争呈现以芯片厂商为核心的"阵营化"趋势 [9] - 英伟达和华为已形成两大阵营，能提供芯片平台+上层方案的全套供应 [9] - 高通和地平线有望成为新阵营基座，公司选择基于地平线征程6E芯片开发高阶方案 [9] - 地平线其他合作伙伴包括轻舟智航和鉴智机器人，高通主要合作伙伴有大疆和Momenta [9]

自动驾驶行业人才流动趋势 - 自动驾驶是人才密集型产业，人才流动直接影响公司发展势头和行业风向[4] - 2023年下半年起，英伟达、高通、地平线等跨界选手开始在中国组建智驾团队，吸引人才流动[4][5] - 行业已出现两次人才流动潮：2016-2019年L4创业潮和2020年后L2+量产潮[6] - 2021年行业融资达932亿元，2022年骤降至240亿元，导致招聘放缓[6] 头部公司人才战略 - 比亚迪2023年下半年开始重视智能驾驶，引入多位外部高管但坚持内部培养传统[13][16] - 英伟达采用技术大牛带队模式，2023年8月起从中国招募至少6位小鹏技术高管[18][22] - 华为车BU高举高打组建数千人团队，成为行业第二家"黄埔军校"[29][30] - 小米汽车通过内部转岗、收购深动科技和招聘专家三管齐下组建智驾团队[40][42] 技术路线与竞争格局 - 特斯拉FSD V12版本拉高行业预期，国内厂商快速跟进技术路线[7] - 行业进入"端到端"技术范式，模块化流程被颠覆[51] - 头部车企阵营为特斯拉和"蔚小理"，头部供应商为地平线、大疆、华为和Momenta[52] - 博世目标三年内进入中国市场前三，高通计划十年内实现汽车业务1000亿美元收入[50] 人才来源与去向 - 百度美研和Waymo是早期人才主要来源，产生小马智行等十多家L4研发商[24][28] - 华为流出人才多数留在产业界，如陈奇加入极氪、苏箐加入地平线[32] - 部分人才转向机器人、大模型等新领域，如特斯拉前成员创立机器人公司[54][55] - Momenta核心团队保持稳定，主要背景来自清华、商汤与微软研究院[44][46]