文章核心观点 - 一种被称为“智驾神器”的方向盘配重块在网络上走红，其通过模拟手部压力或发送红外信号欺骗车辆辅助驾驶系统，使系统误以为驾驶员仍在操控方向盘，从而规避安全警报，这种行为存在巨大的安全隐患 [1] - 目前国内在售车辆的智能驾驶系统仍属辅助驾驶范畴，远未达到真正意义上的自动驾驶，在复杂路况和恶劣天气下应对能力有限，需要驾驶员随时接管 [1] - 此类产品的使用反映了部分驾驶者对智能技术的盲目信任和安全意识的严重缺失，任何试图绕过安全机制的行为都极不负责任，必须予以杜绝 [1] 伪科技产品市场现象 - 市场上存在多种伪科技产品，例如号称能“净化水质”的“量子杯”和宣称可保健的“能量石” [2] 行业与平台责任 - 汽车企业应持续优化辅助驾驶系统的监测逻辑与交互提醒，提升系统的精准性与抗干扰能力 [2] - 电商平台需加强对此类伪科技产品的审核力度，内容平台应及时清理相关推广视频以阻断传播 [2] - 监管部门需加大对销售使用“智驾神器”等行为的执法力度，同时推动完善相关技术标准，督促行业建立更可靠的身份验证与行为监测机制 [2] 技术发展根本目的 - 驾驶技术创新的根本目的是让出行更安全、更便捷，而非制造新的风险 [2] - 在迈向高阶自动驾驶的道路上，必须时刻坚守安全底线，智能驾驶技术才能真正行稳致远 [2]

文章核心观点 - 文章围绕理想汽车2025年销售不及预期的原因、公司应对思路及长期竞争力展开分析 [1][2] - 核心矛盾在于“理想缺二把手派”与“次要矛盾派”的视角分歧 前者认为公司需加强运营以改善当前销售 后者认为主要矛盾在于构建适应未来AI发展的新型组织形态 [1] - 公司长期竞争力根植于其在L4级自动驾驶、AI Agent智能座舱及重新定义智能车方面的清晰路线与顶尖产品定义能力 [10][12] 理想汽车2025年销售表现分析 - 分析框架基于价值创造、价值传递、价值交付三个维度 [3] - **L系列车型**：价值创造方面 硬件迭代小 自动驾驶芯片差异难以体现 车机AI理念领先但实用性不足 价值传递方面 销售团队难以专注 负面舆情影响 价值交付方面 25焕新版曾出现下摆臂问题 通过延长质保和免费更换解决 [4] - **i8车型**：价值创造存在严重非共识 产品力评价两极分化 价值传递方面 发布会SKU设置未达预期 爆发卡车舆情 价值交付方面 低配版选配率仅约2% 导致砍掉欣旺达版本 宁德时代产能受限 早期试驾车不足 [5][6] - **i6车型**：价值创造基于价格争议小 是很好的产品 价值传递无显著槽点 价值交付因主动砍掉欣旺达版本导致产能严重不足 [7][8] 预期理想汽车的解决思路 - **价值创造**：明确未来每年产品力提升幅度将显著高于2025款L系列的提升幅度 [9] - **价值传递**：将更重视负面舆情 但自2024年3月以来负责部门未形成有效合力 优势点传递效果待观察 [9] - **价值交付**：预期谋求工信部理想牌电池 新车产能问题存在不确定性 因备货过多有明确坏处 [9] 理想汽车的长期竞争力 - 公司前进路线清晰：实现L4级自动驾驶、基于真正AI Agent的软硬件结合智能座舱、并据此定义新的智能车 [10][12] - 未来可能推出其他物理AI终端（如眼镜）但短期内可能难以商业闭环 人形机器人是未来规划而非当前重点 [10][11] - 该技术路线将导致行业高集中度 理想是有力竞争者 因其具备顶尖的底层完备低熵产品定义能力 明显领先国内对手 [12] - 基于AI的软硬件结合是全新产业形态 与软件1.0时代差异巨大 公司自研MindGPT等是未来基础设施 [13] - 公司预计2030年收入可能扩大5到10倍 但员工总数可能不超过5万人 体现其对高效AI组织形态的预期 [14]

公司战略与生态定位 - 华为乾崑推出乾崑智驾生态开放平台，旨在构建未来自动驾驶出行生态的“操作系统”，让服务像应用一样在统一平台上生长 [2] - 公司明确自身定位为“生态解决方案提供者”，而非生态主导者，致力于为合作伙伴提供生长空间 [4] - 生态平台由四大平台组成：自动驾驶运营平台、交易平台、智驾功能平台和运维平台，统一接入标准、管理数据资源、调度生态能力 [13] 智能驾驶市场增长与用户接受度 - 华为乾崑智驾系统搭载量从去年10月的30万辆增长至今年8月的100万辆 [2] - 乾崑智驾活跃用户比例达到95.2% [2] - 2025年上半年中国智能化渗透率已超60%，而达到这一水平仅用5年，远快于电动化接近50%渗透率所需的10年 [5] - 华为乾崑用户中，高速辅助驾驶使用率超过60%，辅助泊车使用率达到42%，城区智驾使用率从15%提升至接近20% [5] 行业痛点与平台解决方案 - 城市核心区30%的交通流量来自寻找车位的绕行车辆，部分区域甚至达到70%，北京国贸商圈晚高峰找车位平均需要15分钟 [8] - 2025年上半年全国公共充电桩平均时间利用率仅为12.7%，损坏率与占位率合计超过35% [8] - 平台通过标准化“生态套件”解决充电、停车等高频场景问题，例如在充电场景实现机械臂自动插拔或人工插拔，解决“最后一米”难题 [16] - 在停车场景，平台尝试盘活闲置车位资源，实现跨场域调度，如车辆自主找到周边小区空闲车位 [16] 技术优势与市场竞争地位 - 乾崑智驾ADS 4通过“云端训练+车端决策”协同机制，将端到端时延降低50%，通行效率提升20%，重刹率下降70% [17] - 华为乾崑智驾合作车型达33款，2025年前三季度搭载其系统的新车销量达45.2万辆，城区领航辅助市场份额达27.8%，部分月份市占率甚至达三分之一 [17] 行业发展趋势与生态价值 - 业界预判2026年实现高速L3规模化商用，同步启动城区L4试点；2027年推动城区L4规模化；2028年无人干线物流进入正式商用阶段 [12] - 服务生态已成为汽车产业第三大竞争力，生态平台的价值在于连接不同领域服务商，基于统一标准共同解决用户全流程出行难点 [2][12] - 智能化让车辆通过软件更新持续进化能力，拓宽了“交付后服务”市场，为洗车、充电、停车等高频场景创造新的商业价值 [9]

文章核心观点 - 小鹏汽车将其人形机器人项目“IRON”确立为继智能汽车、飞行汽车之后的第三条增长曲线，展现出公司在该领域的坚定战略投入 [99] - 小鹏机器人业务由一支背景显赫的核心团队领导，技术路线强调仿生设计与生成式AI，并获得了公司雄厚的资金支持 [4][9][46] - 公司的发展路径与特斯拉高度相似，从纯视觉自动驾驶到全力押注人形机器人，被视为“中国版特斯拉” [101][105][110] 核心团队构成 - 米良川作为机器人业务一号位，现任小鹏汽车机器人副总裁、AI技术委员会负责人，全面统筹技术路线与产品落地 [6][7][19] - 陈杰于2025年7月加盟，负责强化学习，是业内公认的具身智能大牛，此前曾任字节跳动Seed团队强化学习负责人 [44][48] - 葛艺潇担任新成立的智能拟态部主任及首席研究员，谷歌学术引用次数已超过1万次，学术影响力显著 [51][55][56] - 小鹏汽车自动驾驶负责人刘先明率团队支援机器人研发，其团队正致力于开发第二代视觉语言模型以提升推理效率 [60][62][64] IRON机器人技术亮点 - 机器人采用独特的“脊柱”仿生设计，灵感来源于人类的脊柱、肌肉群乃至皮肤，而非简单的腰部设计 [9][10] - 前脚掌增加了自由度，并结合自研的生成式控制器，其拟人化行走能力在数据和算力积累到一定程度后实现了“阶跃”式突破 [12][14] - 团队正尝试革新视觉语言模型，去除语言中间层以实现视觉与语义的直接对齐，目标是使自监督训练成为可能并易于扩展 [62][64] 小鹏机器人业务发展历程 - 业务起点可追溯至2020年秋季对机器狗初创公司“多够机器人”的收购，并由此共同创立“鹏行智能” [72][78] - 业务发展曾经历波折，因内部对技术路线的分歧，团队规模一度从300人锐减至70余人 [85][95] - 在米良川接手后，团队恢复秩序并重启扩招，目前研发团队已回升至200余人 [96][97][98] 公司战略与行业定位 - 小鹏汽车目前账上现金储备接近500亿元人民币，为机器人等新业务研发提供了充足的资金保障 [46] - 公司被市场广泛视为“中国版特斯拉”，两者在发展路径上高度相似，均布局智能汽车并全力押注人形机器人 [101][109] - 截至11月7日，小鹏汽车美股市值约为213亿美元，而特斯拉市值高达14300亿美元，是前者的67倍 [111][112]

产品上市与指数构成 - 港股科技ETF天弘(159128)上市，提供一键配置AI、智能汽车、创新药的港股科技龙头的投资工具 [1] - 该ETF跟踪国证港股通科技指数，聚焦港股前30大科技核心资产，前十大成份股合计占比超75% [1] - 指数相较于恒生科技指数超配创新药，相较于港股互联网指数超配智能车、生物医药 [1] 指数业绩表现 - 截至11月11日，国证港股通科技指数年内上涨44.83%，优于港股通互联网指数(上涨39.34%)和恒生科技指数(上涨32.59%) [1] - 2020年以来指数年化收益为11.7%，同样优于恒生科技和港股通互联网指数 [1] 基本面与资金面 - 港股科技巨头的业绩韧性和复苏动能或逐步显现，AI渗透率提升叠加国内经济持续回暖，成份股业绩有望逐季向上 [1] - 南向资金持续流入，今年净流入规模超5万亿港元，创历史新高 [1] - 疲软的ADP数据提升美联储12月降息概率 [1] 估值与产品特点 - 截至11月11日，国证港股通科技指数PE估值处于近五年36%分位点，安全边际较高 [2] - 港股科技ETF天弘(159128)成份股均属于沪深港通标的，不受QDII额度限制，可T+0交易 [2] - 该ETF设有场外基金联接A(024885)和联接C(024886) [2]

公司战略与技术路线演变 - 公司创始人早在2019年就提出，电动化基础上的智能化是电动车与传统汽车的核心区别，并将智能驾驶视为“汽车下半场核心战场”[2] - 公司十年间坚持“All in 智驾”战略，技术从XPILOT 1.0迭代至VLA大模型时代，使智能化成为其最鲜明标签[2] - 面对技术瓶颈，公司内部同时推进两条技术路线，在第二代VLA模型出现“涌现”特性后，决定暂停传统路线研发，全面聚焦以大模型为核心的VLA体系[4] - 为打造第二代VLA，公司投入20亿元进行研发，在经历长期摸索后最终淬炼出新的自动驾驶系统[4] - 新的VLA范式将同步应用于公司的Robotaxi、人形机器人IRON以及飞行汽车上，旨在打造“物理AI”帝国[6] 行业竞争格局与挑战 - 公司在智能驾驶领域的领先地位正遭遇挑战，理想汽车在ICCV顶会上展示了“世界模型+训练闭环”的最新智驾方案，其开源数据集3DRealCar被AI顶会认可[3] - 华为公开挑战公司及理想等车企的VLA路线，宣布其ADS 4.0已推出，乾崑智驾系统搭载量已突破100万辆，覆盖11家车企、28款车型[3] - 行业内对VLA大模型的主要挑战集中在两点：一是对多模态数据量、算力等需求庞大，数据采集标注难度大；二是语言转化环节可能导致信息丢失和延迟[16] - 华为智能汽车解决方案BU CEO靳玉志质疑VLA路线，比喻为“让语言学家去学开车”；宇树科技创始人王兴兴则称VLA模型是“相对傻瓜式的架构”[17] 第二代VLA技术架构与突破 - 公司意识到传统解决corner case的方式难以实现L4级自动驾驶，因此决定创新智驾系统架构，兵分两路探索标准VLA和创新VLA[17][18] - 第二代VLA的核心突破在于“拆掉语言的拐杖”，即去除语言（L）这个中间转译环节，让模型直接从视觉（V）学习驾驶动作（A），以减少信息损耗并实现更大规模数据训练[21][22][25] - 第二代VLA的训练分为三个阶段：多模态输入层（看、听和感知）、核心编码层（车怎么“想”）、闭环执行层（车怎么“做”）[23][24][26] - 在核心编码层，公司参考大语言模型的“猜词游戏”自监督训练方式，让模型从海量“路景→驾驶动作”数据中自行领悟物理世界规律，无需人工标注[24][25] - 在闭环执行层，模型通过潜在表征tokens进行世界模拟和强化学习，最终通过轨迹表征tokens精准执行驾驶动作[26] 数据、算力与基础设施 - 公司实现技术“涌现”的关键在于大规模数据训练，其使用的视频数据量从4月的2000万Clips，增长到6月的5000万Clips，再到11月科技日宣布的近1亿Clips，相当于驾驶35000年遇到的极限场景总和[19][20] - 公司强调其训练数据均为各种Corner case和长尾数据，并认为其数据收集能力领先得益于出色的人工智能基础设施（Infra）[20] - 公司的云端算力集群规模迅速扩张，从4月的万卡规模，发展到6月正向两万卡水平前进，再到11月科技日宣布使用阿里云上3万张卡的算力集群，并计划明年扩张至5万甚至10万张卡[28] - 公司针对自研图灵AI芯片重新开发了编译器和软件栈，并对算子进行优化，最终实现了12倍的推理效率提升[30] 技术“涌现”的具体表现与未来展望 - 通过大规模数据训练，公司的自动驾驶系统展现出“涌现”特性，包括能识别“路人招手自动停车”、观察前车轮胎角度判断变道意图、以及推出“小路NGP”功能等[20] - 公司认为“涌现”是量变引发质变的结果，当模型规模突破临界阈值后，会展现出在较小模型中完全不存在的复杂能力，其理念师承大语言模型ChatGPT[19] - 公司下一代VLA的目标是实现完全端到端的自动驾驶，其核心创新在于去除了语言中间层，从而能够处理更大规模参数量和数据训练量[21]

公司关键人事变动 - 前DeepSeek研究员罗福莉正式宣布加入小米公司，任职于Xiaomi MiMo团队，致力于AGI研究 [1] - 罗福莉的加入证实了去年末雷军希望以千万年薪挖角其带领AI大模型团队的传闻 [4] - 今年10月小米与北京大学联合发布的论文中已出现罗福莉的名字，表明其可能早已参与合作 [6] 公司AI战略与投入 - 小米正在积极搭建自己的GPU万卡集群以加大AI大模型投入，该计划已实施数月，雷军亲自领导 [4] - 小米大模型团队成立之初已拥有6500张GPU资源，万卡集群将进一步提升研发实力 [4] - 公司核心战略为“人车家全生态”，汽车是重要节点，可通过互联互通调用整个生态的AI算力 [5] 公司技术进展与产品 - Xiaomi MiMo是小米首个推理大模型，由新成立的小米大模型Core团队开发 [1][7] - 公司于2023年4月成立AI实验室大模型团队，栾剑为负责人，并于2024年4月30日开源MiMo [7] - 在智能网联汽车领域，公司强调端侧AI模型可实现拟人化语音控车、自定义手势控制并保障数据隐私 [5] 行业专家背景 - 罗福莉本科毕业于北京师范大学计算机专业，硕士就读于北京大学计算语言学 [6] - 其曾任职于阿里巴巴达摩院机器智能实验室，负责开发多语言预训练模型VECO并推动AliceMind开源 [6] - 2022年加入DeepSeek母公司幻方量化，后担任DeepSeek深度学习研究员，参与研发DeepSeek-V2等模型 [7]

合作概述 - 杭州当虹科技与全球领先的娱乐科技公司Xperi Inc达成车载海外生态深度合作，共同推动DTS AutoStage车载娱乐解决方案在中国车企出海中的应用和市场拓展 [1] - 合作旨在帮助中国车企克服进入海外市场时遇到的全球内容生态和本地化需求适配难题 [1] 解决方案核心价值 - DTS AutoStage是一个全球化车载娱乐平台，聚合全球主流内容，支持音乐、视频、播客等多类型娱乐场景，实现车载内容统一管理和智能推荐 [1] - 该平台具备全球兼容性与本地适配能力，能让驾乘人员轻松发现并高质量互动音频视频内容，获得沉浸感智能座舱娱乐体验 [1] - 为中国车企提供一个全球优质内容聚合平台，使其无需为进入不同市场而逐一谈判、适配和合规，从而大大降低成本 [2] 技术优势与产品升级 - 当虹科技通过其强大的视频增强技术提升车载屏幕显示效果，使普通车内屏幕呈现细腻高质量画面，提供影院级视听效果 [2] - 公司的5D沉浸式智能座舱技术能提供具有真实空间感的三维立体声体验 [2] - 技术合作将全球领先的车载娱乐解决方案与出色的开发及集成能力融合，为中国车企拓展海外市场提供技术支撑与生态保障 [3] 市场定位与竞争策略 - 新能源车竞争已进入体验时代，车载音视频能力成为智能座舱的核心竞争力 [3] - 中国车企在硬件上已具明显优势，但在本地内容生态方面仍面临挑战，合作旨在弥补此短板 [2] - 中国车企争夺的不仅是价格和性能，更是用户在座舱内的注意力和满意度 [3] 合作成果展示 - 极石ADAMAS成为中国车企中首款搭载DTS AutoStage的量产车型，是双方深度合作后的首个成功案例 [3] - 通过车载中控屏和吸顶屏，驾乘人员可体验全球主流内容并基于用户习惯获得智能推荐 [3]

文章核心观点 - 公司正将其智能驾驶技术路线从依赖语言作为中间转译环节的“标准VLA”架构，全面转向拆除语言（L）的“第二代VLA”架构，旨在通过“大数据+大算力+大模型”实现能力“涌现”，以突破当前自动驾驶系统的性能上限 [5][7][20][21][24][26] - 公司认为，电动化基础上的智能化才是电动汽车与传统汽车彻底区别开的核心，并将智能驾驶视为汽车行业竞争的下半场核心战场 [5] - 公司通过拆除过往的成功经验和路径依赖，包括暂停标准VLA研发、耗费20亿元进行技术探索，展现了其在物理AI领域作为“孤勇者”的决心，以应对来自华为、理想等竞争对手的激烈挑战 [7][20][36][38][40] 智能驾驶技术演进与领导团队 - 公司的智能驾驶研发经历了从“规则时代”到“规则+算法时代”，再到“VLA小模型时代”，并最终迈向“物理世界模型时代”和“端到端大模型”的技术世代演进 [19] - 智能驾驶业务的领导层实现了平稳交接与薪火相传：吴新宙（2019年3月至2023年8月在任）完成了从供应商方案到自研算法的过渡，并推出了高速NGP和有图城市NGP；李力耘（2023年8月至2025年10月在任）推动了无图城市NGP在超过200个城市的量产落地，并开始训练云端基座大模型；刘先明（2025年10月接任）则致力于验证规模法则在物理世界的可行性，并训练云端物理世界基座大模型 [16][17][19] - 前两任负责人吴新宙和李力耘在规则时代和算法时代的积累，为现任负责人刘先明搭建云端基座模型工厂（特别是其中的奖励函数组件）奠定了基础 [16][17] 第二代VLA技术架构与创新 - 第二代VLA的核心创新在于拆除了标准VLA中的语言（L）转译环节，使模型能够直接从视觉（V）映射到动作（A），从而减少了信息损耗和延迟，并允许在更大参数规模上进行数据训练 [24][26][28][30] - 新架构的训练采用自监督模式，类似于大语言模型的“猜词游戏”，通过预测下一个token的方式让模型直接从海量的“路景-驾驶动作”数据中自行领悟物理世界规律，摆脱了对人工标注和监督的依赖 [28][29][30] - 技术的执行层形成一个闭环：模型先提取环境的关键信息（Latent Tokens），进行世界模拟（World Simulation），然后结合强化学习（Reinforcement Learning）的经验奖励机制，最终输出具体的驾驶动作（Action）或分解为轨迹指令（Trajectory Tokens）来精准控制车辆 [31] 大数据、大算力与大模型的投入规模 - 公司用于训练的视频数据量呈现快速增长：从4月AI技术分享会公布的2000万Clips，到6月CVPR大会公布的5000万Clips（相当于3万部《流浪地球》），再到11月科技日公布的近1亿Clips（相当于驾驶35000年才能遇到的极限场景总和） [25] - 公司的云端智能算力集群规模持续扩张：从4月份已建立的万卡规模，到6月计划向两万卡水平迈进，再到11月科技日宣布已在阿里云上使用3万张卡，并展望明年可能达到5万至10万张卡的规模 [33] - 公司为第二代VLA针对其图灵AI芯片重新开发了编译器和软件栈，并对算子进行了优化，最终实现了推理效率12倍的提升 [35] - 为实现技术突破，公司耗费了超过20亿元进行研发投入，并在相当长一段时间内未看到明确希望 [7][38] 行业竞争格局与技术路线争议 - 公司在VLA大模型路线上正面临华为、理想等竞争对手的挑战：华为公开质疑VLA路线，并宣布其乾崑智驾系统搭载量已突破100万辆；理想汽车则在学术顶会上展示了“世界模型+训练闭环”的最新方案 [6][20] - 竞争对手对VLA路线的批评主要集中在两点：一是其对多模态数据量、算力等资源的需求极为庞大，数据采集和标注难度巨大；二是语言作为中间环节会导致信息丢失和决策延迟，华为智能汽车解决方案BU CEO靳玉志比喻其为“让语言学家去学开车” [20] - 公司意识到，在原有技术框架下通过不断解决极端案例（Corner case）来提升性能的方式已遇到瓶颈，收敛速度可能无法满足实现L4级自动驾驶的要求，因此必须进行根本性的架构创新 [20][21]

品牌商标布局 - 公司于今年申请注册“齐界”商标，目前处于等待实质审查阶段 [1] - “齐界”商标归属于国际分类12类，涵盖商品和服务包括汽车门、汽车车身、汽车车轮毂、混合动力汽车、汽车座椅、电动汽车、自动驾驶汽车、汽车底盘、汽车车轮等 [1] - 在“齐界”之前，公司已累计申请近200个含“界”字商标，包括“仙界”、“君界”等储备名称 [1] 智能汽车品牌矩阵 - 公司已构建起以“界”字为核心的智能汽车品牌矩阵 [1] - 当前鸿蒙智行旗下已有问界、智界、享界、尊界、尚界五大品牌 [1] - 品牌通过与赛力斯、奇瑞等不同车企深度合作，覆盖从主流到高端、从家用到个性化的多个细分市场 [1]