行业热度与资本涌入 - 具身智能成为2024年风险投资追逐的新风口，投资机构抢投项目，甚至有投资人在台风天冒雨拜访创业公司[5] - 中国活跃在AI和具身智能领域的投资机构至少有上百家，早期投资的资金总和超过百亿美元[6] - 二级市场已流露出悲观情绪，有证券分析师认为具身智能最好的行情已经结束，现在进场只有下跌[13] - 国内政策制定机构首次对具身智能发出风险提示，指出国内人形机器人企业已超过150家，需注意防范产品重复扎堆、研发空间被挤压等风险[13] 创业团队背景变迁 - 2024年具身智能领域涌入一批拥有智能驾驶产业背景和丰富产品化经验的新创业者[5] - 投资机构对创业团队背景的偏好从海外名校（如伯克利、CMU、MIT、斯坦福）教授，转向拥有规模产品化经验的智能驾驶产业高管[7] - 智能驾驶背景的团队被认为见过大场面、懂得调用海量算力进行大模型训练，具备纯学院派团队难以企及的庞大资源调动经验[8] - 针对智能驾驶背景的工程师，各家创业公司开出的薪资涨幅普遍在50%左右[11] - 部分投资人更倾向押注年轻的“少壮派”团队，对以整合资源为目的的资深高管创业持保留态度[11] 主要创业公司及融资情况 - 宇树科技在2024年春晚表演后完成C轮融资，估值超百亿元[5] - 它石智航（由华为前首席科学家陈亦伦和百度前总经理李震宇联合创办）上线数月内融资超10亿元人民币[7] - 至简动力（由理想汽车前CTO王凯等创办）获得约5000万美元天使轮投资[7] - 无界动力（由地平线前副总裁张玉峰创立）完成首轮3亿元天使融资[7] - 维他动力（由地平线前副总裁余轶南创立）获得超3亿元种子轮、天使轮融资[9] - 美国具身智能公司Figure AI在2024年9月以390亿美元估值完成超10亿美元C轮融资，成为全球最贵的具身智能公司[13] - 其他代表性创业公司融资情况：星海图（近15亿元Pre-A轮、A轮）、逐际动力（超5亿元A轮、战略轮）、智平方（数亿元A轮、A+轮）、有鹿机器人（超1亿元天使轮）、阿米奥（超亿元种子轮）[9] 技术路径与挑战 - 技术路径上，具身智能面临与智能驾驶类似的从基于规则到端到端训练的转向，智驾背景创业者的模型训练和数据运用经验被认为可有效迁移[10] - 主流技术路线是VLA（视觉-语言-动作）模型，能理解抽象指令但效果相对不可控；基于规则的小模型泛化能力差[12] - 高质量的真实交互数据极度匮乏是技术缺乏验证的根本原因[12] - 机器人控制复杂度高，需要控制全身超过20个关节电机与灵巧手，依靠力觉反馈实现精细操作，这与控制方向盘、油门、刹车的智能驾驶存在差异[11] - 核心硬件如灵巧手使用寿命短，以特斯拉Optimus为例，其灵巧手使用寿命不超过2个月，制约规模量产[12] 商业化与成本问题 - 有公司研发的用于汽车总装车间的机器人，目前售价约60万元/台，预计2027年规模量产后能降至35万至40万元，与两名工人18个月的薪酬及社保支出相当[12] - 但上述成本模型未计入机器人的使用寿命和故障损耗成本[12] - 投资人在调研中发现，敢在现场稳定演示核心功能的团队屈指可数，量产问题是“房间里的大象”[11] - 一级市场上数百万美元级的小额投资常见，但单笔超过2000万美元的大额投资并不多见，而后者是决定创业公司能否走完后半程的关键[15] 投资逻辑与行业共识 - 投资机构的投资逻辑高度相似，优先投资具身智能大脑、小脑、机器人本体，然后是触觉传感器、机械臂/灵巧手等[14] - 投资人坦言，95%的时间都在投共识，大家拿着相似度95%甚至100%的产业图谱去寻找公司[15] - 投资机构寄望“智驾系”创业公司能更接地气地解决实际问题，并愿意为他们的量产和企业运营经验提前买单[6]

以下文章来源于晚点Auto ，作者晚点团队 晚点Auto . 从制造到创造，从不可能到可能。《晚点LatePost》旗下汽车品牌。 新人来了，兑现投资人描绘宏大前景，还是成为风投泡沫的一部分？ 文 丨 李安琪 编辑 丨 龚方毅 今年 9 月，一位风险投资人赶在台风登陆前飞赴深圳，拜访一家具身智能创业公司。因全市停工停 课，办公室几乎无人，他反而顺利见到了那位从互联网大厂辞职创业的具身智能公司创始人。当天还 有另外两家机构的投资经理同样冒着风雨赶来抢项目 —— 风投追逐风口的故事年年如此，只是今年 的主角换成了具身智能。 年初宇树科技的人形机器人在春晚上身穿东北花棉袄扭秧歌，一舞成名。在那之后公司很快完成了 C 轮融资，估值超百亿元。创业者们心目中，AGI（通用人工智能）的完美载体正是这样的机器人。不 像人也没关系，只要能代替人类完成枯燥重复的劳动就可以：在家庭中擦桌、叠被，在工厂里搬运货 物、拧紧螺丝，甚至攀爬崎岖地形巡逻或者灾害救援。 这个领域里，除了由海归高校教授创业、传统机器人企业转型而来的团队，今年又涌入一批新创业 者。他们大多拥有智能驾驶产业背景和丰富的产品化经验。 一些投资人私下也对我们承认，当下 ...

新人来了，兑现投资人热衷描绘宏大前景，还是成为风投泡沫的一部分？ 文 丨 李安琪 编辑 丨 龚方毅 今年 9 月，一位风险投资人赶在台风登陆前飞赴深圳，拜访一家具身智能创业公司。因全市停工停 课，办公室几乎无人，他反而顺利见到了那位从互联网大厂辞职创业的具身智能公司创始人。当天还 有另外两家机构的投资经理同样冒着风雨赶来抢项目 —— 风投追逐风口的故事年年如此，只是今年 的主角换成了具身智能。 年初宇树科技的人形机器人在春晚上身穿东北花棉袄扭秧歌，一舞成名。在那之后公司很快完成了 C 轮融资，估值超百亿元。创业者们心目中，AGI（通用人工智能）的完美载体正是这样的机器人。不 像人也没关系，只要能代替人类完成枯燥重复的劳动就可以：在家庭中擦桌、叠被，在工厂里搬运货 物、拧紧螺丝，甚至攀爬崎岖地形巡逻或者灾害救援。 这个领域里，除了由海归高校教授创业、传统机器人企业转型而来的团队，今年又涌入一批新创业 者。他们大多拥有智能驾驶产业背景和丰富的产品化经验。 一些投资人私下也对我们承认，当下具身智能领域有很多噪音和泡沫。但该投还是得投，因为游荡的 热钱总要找到出口。有投资人粗略估算，目前中国活跃在 AI 和具身智能领 ...

L3迎来规模化曙光 今年4月的上海车展，华为联合赛力斯、阿维塔、奇瑞汽车、北汽新能源、岚图汽车、江汽集团、上汽集团、广汽集团等11家车企，在央视直播镜头前谈 起了L3，这些车企基本囊括了中国汽车行业的四大央企和新势力代表，堪称中国新能源汽车行业的"半壁江山"。 行业普遍认为，L3级是从"辅助驾驶"到"完全自动驾驶"的重要过渡，后续的L4级自动驾驶将实现更大突破——在固定区域内，车辆可完全脱离人类干预， 真正实现无人驾驶。 这一小步，背后是全球十年的技术博弈。德国早在2021年就通过《自动驾驶法》，明确L3系统激活期间事故责任由车企承担，并要求车辆配备"黑匣子"记 录运行数据。奔驰Drive Pilot系统随后在德国高速公路上线，成为全球首个商业化的L3产品。相比之下，中国此次准入虽起步稍晚，却一步切入责任核 心，未走"测试"老路，而是直接启动附条件商业化运营。 但现实挑战在于人机共驾的信任建立——系统何时退出？驾驶员能否及时接管？未来交通治理将重新定义机器守规与责任切割的边界。 近日，工信部首次批准L3级自动驾驶商业化运营，通过L3级自动驾驶准入申请的两款车型为长安深蓝SL03与极狐阿尔法S6，标志着我国首次 ...

马斯克，作为人形机器人的主要推动者，也表示"人形机器人业务的价值未来可能超过特斯拉汽车业务 和自动驾驶业务的总和。" 当然，以上仅是利益相关方的乐观一面，并非所有人都这么想。 从来没有哪一个行业，像人形机器人这般，如此接近人类想象中的未来。 "人形机器人是AI领域中最令人兴奋的课题之一。"英伟达创始人黄仁勋表示，未来人形机器人的数量将 超过人类人口数量。二十年内，每个家庭都可能会拥有多台人形机器人，就像电脑和智能手机一样普 及。 作为iRobot联合创始人、MIT机器人实验室前主任的罗德尼·布鲁克斯，则是目前最严厉的批评者之一。 他直言埃隆·马斯克对于人形机器人的量产和能力预测是"纯粹的幻想"。 人形机器人是可以看见的未来吗？ 从钱的流向来看，2025年前9个月，全球（特别是受中国市场驱动）在人形机器人领域的投资交易额达 到约70亿美元（约合500亿人民币）。这一数字相比去年同期增长了250%，太多人期待着机器人的"星 辰大海"。 金沙江创投的董事长朱啸虎就认为，当前人形机器人商业化路径不清晰，批评其演示功能（如翻跟头） 与解决实际问题的"干活"能力脱节，并因此批量退出相关投资项目。 但在产品上来看，几乎所有 ...

文章核心观点 - 视觉-语言-动作模型在真实世界机器人操作中潜力显著，但预训练策略在下游部署时存在性能下降问题，传统微调方法因成本高昂而难以实际应用 [2] - 提出一种名为VLA-Pilot的即插即用推理时策略引导方法，该方法无需额外微调或数据收集，即可实现预训练VLA模型的零样本部署 [2] - 实验表明，VLA-Pilot能显著提升现有预训练VLA策略的成功率，并具备跨任务、跨机器人实体的鲁棒零样本泛化能力 [2][6] 技术方案与框架 - VLA-Pilot是一个即插即用、无需微调的数据高效推理引导框架，旨在实现预训练VLA策略的零样本部署 [6] - 该框架的核心是推理时策略引导，分享嘉宾来自香港中文大学 [7] - 分享内容将涵盖VLA模型介绍以及VLA-Pilot框架的具体实现细节 [7] 实验验证与效果 - VLA-Pilot在两种不同机器人实体上，覆盖了分布内与分布外场景的六项真实世界下游操作任务中进行了评估 [2] - 实验结果显示，该框架显著提升了现有VLA策略的成功率 [2][6] 相关资源与扩展 - 相关研究论文标题为《Towards Deploying VLA without Fine-Tuning: Plug-and-Play Inference-Time VLA Policy Steering via Embodied Evolutionary Diffusion》，已发布在arXiv上 [3] - 项目设有主页，提供了更多详细信息 [3] - 关于该主题更深入的技术细节、问答及未公开内容，可在知识星球「具身智能之心」获取 [9]

英伟达开源VLA自动驾驶模型Alpamayo-R1 - 英伟达研究团队正式发布并开源全新的视觉-语言-动作模型Alpamayo-R1，并计划在未来的更新中开源该模型的部分核心数据集 [1] - 这是英伟达首次将VLA模型进行开源，对应的数据集已上传至开源社区，总大小约100TB，数据许可明确可用于商业和非商业用途 [2] - 此举打破了高端自动驾驶模型的封闭高墙，标志着端到端自动驾驶技术从“模仿行为”迈向了具备深层“因果思考”的新阶段 [4] 模型性能与测试结果 - 在针对极高难度长尾场景的测试中，AR1的规划准确率相比仅有轨迹预测的基线模型提升了12% [5] - 在闭环仿真测试里，AR1成功将车辆冲出道路的事故率降低了35% [5] - 与其他车辆或行人的近距离危险遭遇率大幅减少了25% [5] - 该模型在NVIDIA RTX 6000 Pro Blackwell车载硬件上保持了99毫秒的端到端超低延迟，满足实时自动驾驶需求 [5] - 具体测试数据显示，AR1的越野率从基线模型的17.0%±3.0%降至11.0%±2.0%，近距离遭遇率从4.0%±3.0%降至3.0%±2.0%，AlpaSim得分从0.38±0.04提升至0.50±0.08 [5] 技术架构与创新 - 为解决传统端到端模型的“黑盒”问题，研究团队构建了全新的“因果链”数据集，核心在于教会模型建立“观察-原因-决策”的严密逻辑闭环 [7][12] - Alpamayo-R1采用模块化高效架构，由专为物理AI打造的Cosmos-Reason视觉语言模型负责环境理解和逻辑推理，由基于流匹配技术的动作专家解码器控制行动 [13] - 在训练阶段引入了强化学习机制，利用更大规模的推理模型作为批评者对AR1的表现进行打分，重点要求模型推理逻辑与实际驾驶动作一致 [13][15] - 采用强化学习新模式后，模型的推理质量提升了45%，推理与行动的一致性提高了37% [17] - 训练策略表格显示，结合推理、一致性和安全性的强化学习策略，将近距离遭遇率从6.9%降至3.7%，推理-动作一致性得分从0.62提升至0.83 [16] 行业影响与战略意义 - VLA模型将“世界知识”引入驾驶舱的能力，是突破L4级自动驾驶长尾难题的公认解决方案之一 [8] - VLA研发对算力、算法、数据集要求极高，此前仅有小鹏、理想、小米、元戎启行等头部企业在推动VLA上车，开源项目也较少 [10] - 英伟达通过开源AR1及数据集，向全行业提供了一套L4级自动驾驶的“参考答案”，有效降低了中小厂商和研究机构的入场门槛，可能催生一批基于AR1微调的方案 [19] - 此举是英伟达“软硬一体”战略的体现，AR1展现的强大性能依赖于英伟达强大的GPU算力和配套的Cosmos框架工具链，通过定义先进的软件范式来锁定未来的硬件市场 [19] - 该项目由英伟达自动驾驶负责人吴新宙全面负责，他曾任小鹏汽车自动驾驶副总裁，于2023年8月加入英伟达并直接向CEO黄仁勋汇报 [18]

2025年第三季度财务表现 - 总营收为274亿元，同比下滑36.2%，环比下滑9.5% [1] - 净亏损6.244亿元，而上年同期净利润28亿元，上一季度净利润11亿元 [1] - 不按美国通用会计准则，调整后的净亏损为3.597亿元，而上年同期净利润39亿元，上一季度净利润15亿元 [1] 短期经营挑战与现金流 - 第三季度面临显著交付压力，交付量下降导致营收减少，影响经营活动现金流 [6] - 经营活动现金流流出扩大，导致现金储备减少 [5] - 供应商付款周期缩短至60天，采用电汇或银行票据支付，源于2024年6月起政府部门实施的全国性政策要求 [6] 纯电业务进展与供应保障 - 通过i6和i8构建纯电产品矩阵，覆盖主流及高端家庭纯电市场 [5] - i系列产品在纯电核心市场如上海、北京、江浙沪实现区域渗透率大幅突破，9月份订单量显著增长 [5] - 从11月起，i6电池供应启用双供应商模式，预计到2026年年初，i6月产能将稳步提升至2万台 [6] 2026年产品与技术规划 - 2026年，搭载以M100芯片为核心的AI系统的产品将正式交付，使汽车从“被动使用的工具”转变为具备自动化与主动化能力的服务提供者 [2] - 全系车型将采用800伏高压平台及5C超充电池，计划建成约4800座超充站，其中高速充电桩占比预计超过35% [8] - 2026款L系列大改款将回归精简SKU模式，全系标配5C超充技术，承接重回增程产品领先地位的战略目标 [9][10] 三电技术自研与供应链布局 - 电驱系统实现从碳化硅功率芯片到功率模块、再到电机的全链条自研能力，应用于纯电和增程全系车型 [4] - 电池技术围绕5C超充电池构建全栈自研能力，实现超快充、长续航、长寿命三大核心优势 [4] - 供应链采用“外购 + 自研合资”双模式，2026年将量产理想自主品牌的5C电池 [4] AI与自动驾驶技术进展 - VLA司机大模型已于9月全量推送给搭载AD Max平台的车型，实现从新款i系列到22款理想L9的全覆盖 [11] - 用户日活与接管前平均行驶里程数均呈上升趋势，模型纵向控制更丝滑，绕行决策更果断 [11] - 预计12月初推送OTA 8.1，12月底完成架构升级以适配2026年自研芯片M100，并探索全场景泊车与自主充电功能 [12] 自研芯片与操作系统 - 自研控制器、硬件与操作系统采用一体化架构设计，将产品开发周期从行业平均的15个月缩短至9个月，同时降低20%成本 [13] - 已开源自研的Halo OS，并成立技术指导委员会，有16家产业链企业签署社区章程 [13] - 搭载自研M100芯片的控制器正处于大规模系统测试阶段，预计2026年启动商业化落地，其性价比有望达到当前高端芯片的三倍以上 [14] 行业政策影响与应对策略 - 购置税政策退坡预计在2025年底引发翘尾效应，2026年一季度销量会出现环比下调 [7] - 预计2026年国内新能源汽车渗透率可达55%~60%，其中高端市场渗透率将突破60% [7] - 公司推出安心购车方案，如承担i6车型年底前锁单用户跨年交付的购置税差额，并通过技术升维对冲政策影响 [8]

行业投资评级 - 强于大市（维持）[1] 核心观点 - 智能驾驶演进已从2024年的端到端范式确立，迈入智驾到AI 2.0的规模化能力兑现期 [1] - 基于模型能力提升及多样化的训练数据，智驾系统可能涌现出自主应对极端边缘场景的能力，从而推动智驾系统进一步打通商业闭环 [1] - 2026年AI智驾持续进阶的三条主旋律是：新一代城区领航算法迭代、软硬一体优化、基于量产车的Robotaxi业务推进 [81] - AI智驾是迈向物理世界通用人工智能的必经之路，拥有多样化的真实路采数据及雄厚研发资源的玩家胜算更大 [81] 技术迭代 特斯拉智驾软硬件新迭代 - 特斯拉FSD V12转向端到端架构，带来智能驾驶的重大飞跃，FSD（监督版）累积行驶里程超过60亿英里 [7] - FSD V14采用新软件架构，参数规模实现大幅提升，整合了Robotaxi项目中的技术成果 [7] - 下一代芯片AI5性能指标远超AI4，据称有望成为“针对参数规模约2500亿以下模型的最佳推理芯片” [7] - Robotaxi业务进展：现有Robotaxi车队在无安全员状态下已累计行驶超25万英里，预计到2025年底奥斯汀地区实现无安全员运营，专为无人驾驶设计的Cybercab目标年产能从50万辆上升至200万辆甚至500万辆 [7] - 人形机器人Optimus V3将于2026年一季度发布，目标搭建年化产能100万台的生产线，单台生产成本预计约2万-2.5万美元 [9] 中国高阶智驾发展阶段 - 高阶辅助驾驶系统发展历经三阶段：规则系统阶段、混合系统阶段、完全数据驱动的系统构建阶段 [12] - 中国高阶智能辅助驾驶已迈入第三阶段（数据驱动的全新发展阶段），从硬件堆料阶段（2021年），迈过人海战术的规则阶段（2023年），进入到数据驱动阶段（2024年开始） [15] - 基于真实数据的规模效应催生端到端2.0阶段到来，主流玩家技术架构趋势是训练端更强调强化学习，车端强调更高程度的模型化 [18] 主流玩家技术架构方向 VLA（视觉-语言-动作）方向 - 理想汽车和元戎启行采用VLA路线，理想汽车在2025年9月10日已开启VLA司机大模型的全量推送，元戎启行在2025年8月发布VLA模型并宣布已获5款车定点 [24] - VLA融合视觉、语言和动作三大模态，通过统一的多模态学习框架，将感知、推理与控制一体化，具备强大的思维链能力，能摆脱传统端到端模型的黑盒难题 [27][28] - VLA训练过程包括基座模型预训练、动作微调、强化学习优化三个阶段 [34] - VLA带来五大体验升级：空间语义理解、异形障碍物识别、文字引导牌理解、语音交互控车、防御性驾驶能力 [42][46] - VLA当前瓶颈在于车端算力及存储带宽不足制约模型潜力释放，以及对海量高质量数据的需求 [45][52] 华为ADS 4.0 - 华为ADS 4.0采用WEWA架构，标志着实现了从“数据驱动”向“场景驱动”，核心迭代在于实现了“AI训练AI”的闭环 [49] - WEWA架构由云端World Engine（世界引擎）和车端World Action Model（世界行为模型）组成，通过云端与车端协同进化以系统性解决长尾难题 [53] - 华为凭借45 EFLOPS云端算力、超100万台车的搭载量、超50亿公里的累计智驾里程保持领先优势 [49] 地平线机器人 & Momenta - 地平线最新版HSD基于一段式端到端架构和强化学习能力，推动辅助驾驶迎来拟人化体验拐点，旨在实现系统低延时、全方位防御性驾驶、横纵向合一的车控 [59][60] - Momenta最新版算法为基于强化学习的一段式端到端飞轮大模型，坚持“两条腿”战略（量产辅助驾驶与自动驾驶Robotaxi），累计合作量产车型已超160款 [61][62] - Momenta的“数据飞轮”依赖数据驱动、海量数据和闭环自动化工具链三个关键因素 [62] 商业模式 Robotaxi业务提速 - 主流高阶智驾玩家基于消费级量产车业务进军Robotaxi业务的节奏加快，主要原因包括：Robotaxi可提供关键的长尾场景数据作为模型训练“燃料”；家用量产车与Robotaxi技术可复用，商业模式协同效应凸显；Robotaxi是“出行即服务”的关键战略卡位 [66] - 无人驾驶商业化运营形成两种技术路线：以Waymo为代表的“跨越式路线”（系统规范与安全冗余强，但成本高、扩展慢）和以特斯拉为代表的“渐进式路线”（依托数据规模和迭代效率，更具商业化弹性） [67] - 华为规划2026年实现高速L3规模商用，2027年全面开启载人与载物的无人化新时代 [73][74] - 地平线认为以特斯拉为代表的渐进式路线是实现L4的更优路径，扎实的L2基础能力是实现L4的必经之路 [75] - 元戎启行宣布将于2025年底落地Robotaxi业务，其Robotaxi与量产车共用一套技术框架，实现数据驱动的商业闭环 [76] 投资建议 - 推荐赛力斯、地平线机器人、长城汽车、理想汽车、小鹏汽车 [81]

公司业务进展与规模 - 公司已交付20万辆搭载城市NOA（领航辅助驾驶）的量产车型，涉及10款车型 [2] - 2025年10月，公司在辅助驾驶城市NOA第三方供应商市场的单月市占率接近40% [2] - 公司月交付量从2025年初约3000台增长至年底约30000台，9月、10月均达到3万台 [2] - 按照规划，2026年公司量产交付将突破百万规模 [6] - 截至2025年10月，公司基于新一代辅助驾驶平台DeepRoute IO 2.0已达成5个定点合作项目 [7] 市场策略与客户合作 - 公司技术策略为率先布局无图技术，客户策略为深度绑定核心客户及核心车型，聚焦打造爆款而非广撒网式合作 [2] - 合作爆款车型案例：魏牌蓝山、坦克500近一年累计销量跻身细分市场前十，合计超10万辆；魏牌高山在搭载公司技术后，10月登顶新能源MPV销量榜首，达9928辆 [3] - 公司近期拿下一家国内头部新能源主机厂的全系辅助驾驶标配项目，该客户的SUV车型是中型SUV市场销冠 [3] - 公司CEO认为，现有客户已足以支撑2026年百万辆的交付目标 [6] 技术与产品优势 - 公司是第一家提供VLA（Vision-Language-Action）模型的第三方供应商，8月发布了搭载VLA模型的新一代辅助驾驶平台DeepRoute IO 2.0 [7] - VLA模型优势在于通过强化学习不断进化，具备对自然语言的理解与生成能力，使系统能输出行为解释，并具备COT（思维链）能力 [7] - VLA模型在深层场景理解与防御性驾驶能力上领先，尤其在处理遮挡场景方面表现优于传统端到端模型 [8] - 公司技术路径从多传感器前融合、无高精地图的Mapfree，演进至目前的端到端VLA架构 [7] Robotaxi业务规划 - 2026年是公司Robotaxi业务起飞的关键年份，预计年底前以消费级量产车落地Robotaxi [11] - 公司采用“渐进式”路径，目标成为全国首家以消费级量产车开展Robotaxi业务的企业 [11] - 公司已与无锡市政府达成战略协议，计划在无锡建设测试研发基地并落地Robotaxi业务，无锡和深圳有望率先部署 [11] - 公司基于量产程序、采用端到端技术完成了Robotaxi的牌照考试，新牌照意味着更强的无图化、泛化能力 [13] - 公司Robotaxi的三大优势：基于量产车使整车成本可控、基于海量数据飞轮训练模型、采用无图方案可在全国范围行驶 [14] 行业市场与竞争格局 - 辅助驾驶市场规模从2024年的62.5亿元增长至2025年的192.8亿元，预计2030年将达到603.3亿元 [6] - 2024年国内L2级及以上辅助驾驶乘用车渗透率达55.7%，预计2025年将提升至65% [6] - 行业竞争正快速收敛，传统L2方案如Mobileye逐渐被淘汰，城市NOA等高阶产品崛起 [6] - 公司CEO认为，明年竞争关键一是降低成本，二是提升体验，公司已针对不同需求准备了不同芯片方案和VLA技术 [6]