投资分析意见：建议关注受益海外Robotaxi高支付意愿/国内To-B解决方案加速落地的代 表公司，如：文远知行、小马智行、地平线机器人、黑芝麻智能、经纬恒润、德赛西威等； Robotaxi在高购买力市场支付意愿或强于网约车/出租车：Waymo在北美较之uber/lyft有 较高溢价；且较之网约车/出租车更看重价格与时效的特点，Waymo用户核心关注车的安全 性（系统安全+人身安全，例如规避人类司机），价格敏感度较低；国内市场目前可能还是 传统出租车/网约车平替的定位，而在中东、欧洲、北美等高购买力市场Robotaxi可能是高端 需求（专车级别）；引申到UE模型的差别可能是海外市场盈利空间可能更大；国内则需要 关注Robotaxi在去补贴情况下的支付意愿； 技术进步端：Robotaxi的技术路线跟乘用车有收敛趋势，Waymo同样在基于Gemini做 VLA/世界模型；不过从终端的MPI数据来看，以FSDV13为代表的乘用车智驾最 高水平与Waymo等比起来还有数量级的差距；需要重点关注特斯拉的9月之后V14版本 的体验与去安全员/面向公众开放后的Robotaxi运营表现； 国内To-B解决方案或许是变化更快的 ...

文章核心观点 - 人工智能正经历从自动驾驶向具身智能的范式转变 机器人行业处于早期发展阶段 硬件形态和算法框架尚未统一 但技术迁移和VGGT等新模型带来突破机遇[5][6][7] - 地瓜机器人作为行业代表 承接自动驾驶技术经验 横跨机器人1 0到3 0代际 通过差异化路径探索通用人形机器人的未来[6][18][19] - VGGT模型可能改变未来十年3D视觉技术架构 其视觉几何基础能力可提升机器人定位 避障和操作任务的泛化性 并降低硬件成本[51][62][64] 从自动驾驶到机器人：技术迁移与挑战 - 自动驾驶技术栈已进入工程收敛期 端到端成为主流 后续更多是工程优化 而机器人处于早期未解之地 硬件形态和算法框架尚未统一 数据规模远小于汽车行业[5][8][10] - 机器人硬件缺乏统一标准 存在轮式 双足 双臂 灵巧手等多种形态 自由度从7到20+不等 导致无法形成大规模保有量和数据积累[10][14] - 算法尚未完全收敛 VLA模型不一定是未来技术框架 模型和数据都未达到ready状态 具身智能需要通用性 当前工厂封闭环境下的搬运等应用不算真正具身[11][12][13] - 自动驾驶经验正迁移至机器人 包括芯片 视觉 标注与数据闭环能力 但最大挑战是硬件不确定性导致难以积累数据和快速迭代算法[14][17][21] 自动驾驶算法的演进：从BEV到Transformer - 2019年前自动驾驶采用模块化方法 图像感知用AI完成 后续跟踪 预测 决策等几乎都是规则化方式 适应能力不强 工程难度大[25][26] - 2019年后BEV发展 通过传感器数据特征融合直接输出3D空间目标 减少后处理环节 使系统更加端到端 Transformer在其中发挥特征融合作用 实现空间转换和时序融合[26][27] - Transformer适合跨传感器融合 可将自车位姿 GPS IMU 激光雷达等数据token化后与图像特征融合 简化系统并避免信息损失[27][28] - 4D标注系统(3D加时序)帮助生成训练数据提升BEV模型 数据闭环通过双系统设计快速回传bad case 高效提升模型性能[29][30] 机器人落地的现实困境与技术路径选择 - 当前VLA主要处于"秀肌肉"的验证阶段 离真正落地还有距离 需要稳定性 成功率和成本控制 封闭场景仍多用规则算法[33][34][35] - 务实路线是端到端模型提proposal后用规则化方法选最优方案 模型方法上限高但下限低 需规则兜底 类似自动驾驶发展路径[35][48] - 现阶段的1 0和2 0机器人承接不住自动驾驶算法 因缺乏舒适性要求(如割草机 扫地机) 唯一需要模型协助的是脱困等特殊场景[36][37][38] - 特斯拉是人形机器人方向旗手 其纯视觉方案体验最好 得益于数据闭环和模型积累 关键看如何搭建数据闭环并提升出货量规模[39][40][42] VGGT模型的技术突破与行业影响 - VGGT是视觉几何基础模型 基于Transformer架构 用大数据和大模型方法解决传统3D几何问题 可能改变未来十年3D视觉技术架构[51][56][67] - 在公开数据集上表现接近或超过传统方法最佳水平(如COLMAP) 重建精度高 其backbone具备空间感知能力 可提升下游任务泛化性[62][69][82] - 使纯视觉方案有望替代深度相机 普通RGB相机价格仅十几到几十元 深度相机则需几百到几千元 可显著降低机器人BOM成本[64][65] - 目前处于早期预研阶段 未形成共识 训练用了17个公开数据集 数据量估计百万到千万级 模型大小1 2B 算力需求可控[72][73][74] - 最先受益的是封闭空间机器人 如工业搬运或自动驾驶地库场景 因主要依赖视觉定位和避障 无GPS[75] - 主要不足是尺度问题和时序问题 需要多传感器融合提供尺度信息 且需改造为时序化SLAM方案以适应实时需求[81] 行业生态与人才培养 - 地瓜机器人与全国200多所高校合作 甚至延伸至中学 通过开发者套件和可视化编程培养年轻开发者 12岁初中生已能开发机器人[93][95][96] - 生态建设是长期战略 类似英伟达培养开发者习惯 从学校阶段开始使用工具 未来进入公司会倾向继续使用相关开发工具和芯片[97] - 在具身智能方向主要竞争对手是英伟达 已推出RDK S100和S600产品 其中RDK S100已上市 凭借智能驾驶技术积累快速响应需求[98]

分享下最近自动驾驶领域的相关工作！ DriveQA 基于多模态大语言模型的交通规则理解与评测 波士顿大学与圣路易斯华盛顿大学团队ICCV25中稿的论文，本文提出了DriveQA数据集，通过整合美国各 州驾驶手册文本与CARLA仿真环境中的视觉场景，构建了包含474K样本的驾驶规则问答基准，在表1中与 现有多模态数据集（如NuScenes-QA、DriveLM等）对比突显其全面覆盖交通规则的优势，并在表2-9中验 证了其对模型泛化与推理能力的提升效果。 主要贡献： 算法框架： 论文标题：DriveQA: Passing the Driving Knowledge Test 论文链接：https://arxiv.org/abs/2508.21824 项目主页：https://driveqaiccv.github.io/ 1. 提出 DriveQA 多模态驾驶知识基准 ：构建了涵盖文本（DriveQA-T）与视觉 - 文本（DriveQA-V）的大 规模评估基准，其中 DriveQA-T 含 26K QA 对（源自美国 51 个地区驾驶手册，覆盖 19 个问题类别， 含答案解释），DriveQA-V 含 68K 图 ...

行业投资评级 - 看好（维持）[1] 核心观点 - 海外Robotaxi在高购买力市场支付意愿强于网约车/出租车 用户关注安全性而非价格 形成溢价能力[3][4] - 国内To-B RoboX解决方案（如RoboTruck/RoboVan/RoboBus/Robosweeper）因企业降本需求明确 商业化落地速度可能快于To-C Robotaxi[3][4] - 技术路线呈现收敛趋势 Waymo基于Gemini开发VLA模型 但特斯拉FSD与Waymo在MPI指标上仍存在数量级差距[3][4] - 投资聚焦受益海外高支付意愿市场及国内To-B落地的企业 包括文远知行、小马智行、地平线机器人等[3][4] 海外Robotaxi市场分析 - Waymo在加州地区单车日均订单超20单 旧金山日均订单量已超越传统出租车[7][8][9] - Waymo运营区域聚焦高购买力城市（如旧金山、迈阿密、纽约） 车型采用高端捷豹I-PACE 定位溢价服务[7][14] - 价格对比：Waymo每公里均价11.22美金 较Lyft（7.99美金）高41% 较Uber（8.36美金）高31%[16][17] - 用户偏好：70%体验者因科技新鲜感、无需沟通、环境更优偏好Waymo 核心关注安全而非价格[18][19][20][22] - 盈利模型：加州4.3-9.3km订单每公里均价3.5美金 约为国内上海出租车均价（3.5元/km）的6倍（汇率折算后）[23][24][25] 技术发展现状 - Waymo推出EMMA多模态模型 基于Gemini 1.0 Nano-1（1.8B参数）微调 与乘用车VLA技术路线收敛[25][31][32] - 特斯拉FSD V13.2.9的MPI为200英里接管一次 Waymo在加州测试达1-2万英里接管一次 存在数量级差距[26][29][30] 国内To-B解决方案前景 - RoboTruck可为货主降本：4年周期订阅费19万元 较人工司机节约18万元成本[32][33][35] - 市场空间：2030年L3-L4自动驾驶重卡前装系统市场规模预计341亿元 运力服务市场空间3719亿元 合计超4000亿元[35] - 文远知行实现To-B全布局：RoboTruck获超1万台意向订单 RoboBus覆盖25城 Robosweeper进入9城测试[36][37] 代表企业案例（文远知行） - 总车队超1200台 自动驾驶里程超4000万公里[37] - Robotaxi海外扩张：与Uber、Grab合作 中东车队年底预计达200辆[36][37][38] - 毛利率在2025年上半年呈现回暖趋势[41]

自动驾驶行业招聘趋势 - 金九银十招聘季开启 业内tier 1公司已开始发放测试岗位offer[1] - 感知算法岗位存在转岗难度 但行业仍存在算法岗机会[1] - 自动驾驶公司开出高薪挖人 大模型相关岗位需求激增[14] 自动驾驶技术发展方向 - 端到端自动驾驶成为智驾量产核心算法 分为一段式和二段式技术方向[7] - 理想汽车宣布E2E+VLM双系统架构量产 通过传感器数据直接输出规划控制信息[7] - 端到端技术需要掌握多模态大模型 BEV感知 强化学习 视觉Transformer 扩散模型等知识[8] - 2024年学术界端到端大模型工作爆发 工业界融资案例快速崛起[14] - 4D自动标注算法重要性凸显 需标注动静态元素 OCC和轨迹等复杂数据[11] 自动驾驶课程体系 - 推出499元超级折扣卡 享受全平台课程七折优惠[4][6] - 开设端到端与VLA自动驾驶小班课 涵盖多模态大模型 BEV感知等技术[7][8] - 推出自动驾驶4D标注算法小班课 聚焦多模态3D感知和数据闭环[12] - 开设多模态大模型与自动驾驶实战课程 涵盖通用多模态大模型到大模型微调[14] - 课程体系包含感知系列 多传感器标定融合 模型部署 规划控制与预测 仿真开发等模块[16][17][18][19][20] 行业人才需求与就业 - 对接理想 地平线 百度 上海人工智能实验室 蔚来 小鹏 华为车BU 大疆等公司[38] - 课程学员可获岗位推荐 绕开官网投递直接对接算法开发负责人[38] - 小班课针对秋招社招需求 解决项目经验不足 简历修改 面试指导等痛点[21] - 提供60小时入门教程和求职100问等会员独家福利[43] 技术实践与工程挑战 - 车端部署需要推理延迟低于200毫秒 理想目标低于100毫秒[34] - 路径规划成功率需保证99%以上 复杂场景需达99.9%[34] - 转向角误差理想目标小于1度 可接受范围小于2度[34] - 加速制动误差理想目标小于0.1 m/s² 可接受范围小于0.2 m/s²[34] - 视觉感知量产需数十万至百万级标注数据量[36] - 传感器升级需重新构建数据集和训练模型[36] - 多传感器联合标定存在精度验证挑战[36]

日月更替，斗转星移。又到了金秋九月的开学季，校园里涌动的青春朝气与实验室里闪烁的代码光标遥相呼应。还记得十年前自己新学期踏进大学校园，看到无 人小巴的震撼，也是那个时候第一次接触到了自动驾驶，现在想想就是那个时候埋下了投身自驾的种子。 从16年开始，自动驾驶踏上了飞速发展的列车，整个世 界都处于人工智能爆发的前夕，有些人因为自身的努力或幸运站在了潮头之上，激昂和困惑交织在每个人的心头。 自动驾驶十年沉浮 这十年，自动驾驶从最开始的瞒珊学步，ImageNet图像分类，到COCO目标检测、分割、跟踪，进化到nuScenes 3D世界感知，再到BEV大一统整个感知模块（3D 检测/OCC/在线地图），又到今天的端到端、VLA。自动驾驶就像一个婴儿一样，终于快长大了。 未来又会是哪个方向呢？VLA和WA会是终局么？L4自动驾驶 还是具身智能抑或虚拟现实？ 可能是，也可能不是。但科技总归是朝着智能化的大趋势大踏步前进，保持跟进与学习是重中之重。 自动驾驶的十年征程堪称一部浓缩的产业进化史，十年前我很难想象人工智能会到今天的高度。2015年百度无人车在雾霾中完成城市道路测试时，行业曾天真地 以为 L4 时代近在咫尺。无数 ...

公司动态 - 文远知行旗下首批Robotaxi GXR车型已抵达新加坡并启动测试工作 这是该自动驾驶车型首次在东南亚地区亮相 [1] - 车辆正在新加坡南洋理工大学自动驾驶测试与研发中心开展模拟道路测试 主要评估公共道路条件下的性能与安全性 [1] - 计划2025年底在指定公共道路部署 将与一家领先区域出行服务商合作运营 每辆车最多可搭载五名乘客 [1] - 公司计划引入更多Robotaxi GXR至新加坡 加速推进东南亚地区大规模商业运营 [1] 技术部署 - 针对新加坡道路环境进行优化部署 基于全球同类城市环境积累的海量真实世界数据 [1] - 目前正在为获取M1认证做准备 通过严格测试流程和行业合作奠定商业化基础 [1] 全球业务布局 - 公司已在四个国家开展部署测试及运营 包括中国 阿联酋 沙特阿拉伯和瑞士 [2] - 实现超过2200天安全运营纪录 目前在阿布扎比启动纯无人Robotaxi测试 预计未来几个月内向公众开放 [2] 战略合作 - 公司创始人兼CEO加入新加坡自动驾驶车指导委员会 参与国家政策 运营标准及技术路线制定工作 [2] - 该委员会由新加坡交通部于7月31日成立 旨在统筹推动自动驾驶技术在新加坡安全稳步落地 [2] - 公司将持续与东南亚地区相关方紧密合作 为车辆部署提供支持并探索更广泛区域扩展机遇 [2]

社区定位与规模 - 社区定位为综合类自动驾驶技术交流平台，集视频、图文、学习路线、问答与求职交流于一体，已吸引超过4000名成员，目标在未来2年内达到近万人规模[3] - 社区成员主要来自头部自动驾驶公司、具身智能公司、互联网企业、Top高校实验室及传统机器人公司，形成工业界与学术界互补的生态结构[1] - 社区覆盖近40个前沿技术方向，包括多模态大模型、VLM、VLA、闭环仿真、世界模型、端到端自动驾驶等主流方法论[1][3] 技术资源体系 - 汇总近40+技术路线、近60+自动驾驶数据集、行业主流仿真平台及开源项目，涵盖感知、规划控制、仿真等核心领域[12][23][24][25] - 提供超过100场专业技术直播分享，内容涉及VLA、3D检测、扩散模型等前沿课题，并邀请学术界与工业界专家参与[52] - 整理完备的学习资料库，包括数学基础、计算机视觉、深度学习、编程、经典书籍与课程课件，适配从入门到进阶的学习需求[7][24] 就业与产业链接 - 与近300家机构及自动驾驶公司建立内推合作机制，提供岗位推荐与简历直推服务，覆盖蔚小理、华为、大疆、英伟达等头部企业[8][12][59] - 定期开展行业趋势讨论，聚焦技术走向与量产痛点，并提供企业前景分析、跳槽建议及博士研究方向指导[4][16][57] - 构建求职交流板块，涵盖岗位开放信息、内推渠道及产业机会挖掘，强化社区与产业实践的连接[8][16][59] 内容服务特色 - 提供快速技术答疑服务，针对端到端入门、VLA学习路线、多传感器融合就业前景等实用问题提供解决方案[3][4][16] - 独家梳理自动驾驶100问系列专题，包括TensorRT部署、毫米波雷达融合、车道线检测等工程实践关键问题[7] - 打造多维度学习路径，如感知学习路线、仿真学习路线、规划控制学习路线等，系统性降低学习检索成本[12][13]

公司业务进展 - 公司中标中国湖北省鄂州花湖国际机场无人驾驶摆渡车项目 为其首个机场自动驾驶商业化项目 [2] - 项目将提供L4级无人小巴摆渡服务 覆盖机组接驳、员工通勤、边检协运等高频核心场景 [2] - L4级无人小巴集多模态感知、智能决策与全局调度于一体 实现360°无盲区覆盖与厘米级定位 [2][3] - 车辆采用车规级硬件与多冗余设计 具备远程急停、双向语音对讲、实时视频监控等安全机制 [3] - 针对机场场景定制开发车辆管理平台、智能调度系统与运维保障体系解决方案 [4] - 无人小巴支持长续航与自主调度充电 采用"定点循环+预约调度"混合运行模式 [4] - 通过V2X路协同通信实时响应垂滑保障指令 无缝融入机场运行体系 [4] - L4业务已从技术验证进入商业化运营阶段 上半年营收突破千万元人民币 累计获取项目十余个 [4] 技术能力 - 公司具备L1-L4全栈自研与全维智驾能力 拥有多传感器融合感知系统 [2][4] - 在自动巡航、自主启停、窄路会车、环形路口通行等场景表现优异 [3] - 可准确识别车辆、行人、信号灯、标线标志及警示设施 [3] - 技术覆盖机场连廊、指廊、停机位等关键节点 确保复杂环境稳定运行 [3] 行业前景 - 全球机场L4商用车解决方案市场规模预计2030年突破74亿元人民币 [5] - 智慧民航建设提速推动机场无人驾驶摆渡市场高速增长 [5] - 公司技术积累与场景定位能力将为智慧民航发展注入新动能 [5] 战略规划 - 公司坚持"客户为先、聚焦场景、迭代产品、扩大边界"策略 [5] - 持续加大L4及相关技术研发投入 延伸至高价值、高复杂度运营场景 [5] - 致力于构建覆盖智慧出行、智慧物流与智慧城市服务的全维生态 [5]

项目中标与业务突破 - 公司L4级无人小巴中标鄂州花湖国际机场无人驾驶摆渡车项目 标志着在智慧民航场景的关键突破和L4商业化进程推进[1] - 该项目是公司首个机场自动驾驶商业化项目 将为机场提供L4级无人小巴摆渡服务 覆盖机组接驳、员工通勤、边检协运等高频核心场景[1] 技术能力与安全体系 - 无人小巴采用多传感器融合感知系统 实现360°无盲区覆盖与厘米级定位 可准确识别车辆、行人、信号灯及各类标线标志[2] - 系统具备远程急停、双向语音对讲、实时视频监控、多源报警响应等应急处理能力 符合民航系统高标准安全要求[2] - 针对机场高强度多频次接驳需求 车辆具备长续航能力 支持自主调度充电和"定点循环+预约调度"混合运行模式[3] 商业化进展与市场前景 - 公司L4业务已实现从技术验证到商业化运营的关键跨越 2025上半年无人小巴营收突破1000万元人民币 累计获取项目十余个[4] - 全球机场L4商用车解决方案市场规模预计2030年突破74亿元人民币 公司凭借技术积累和场景定位为智慧民航发展注入新动能[4] 战略规划与生态布局 - 公司坚持全栈自研技术能力 涵盖L1-L4全维智驾 持续推动L4解决方案在多元场景的深度融合与创新应用[4] - 未来将扩大自动驾驶能力至高价值高复杂度运营场景 构建覆盖智慧出行、智慧物流与智慧城市服务的全维生态[4]