中国L3级自动驾驶准入的核心特征与监管逻辑 - 2025年12月，中国L3级自动驾驶进入密集的“牌照发放季”，长安深蓝SL03、北汽极狐阿尔法S率先获得工信部准入许可，小鹏、理想也在广州、北京获得测试牌照 [2] - 此次准入并非无限制的技术“毕业证书”，而是开启了“限定城市+限定道路+限定速度+指定运营主体”的现实实验，旨在以最小可控风险测试技术、责任与商业模式的闭环 [2] - 具体限制包括：长安深蓝SL03被限定在重庆内环快速路等指定路段，最高时速**50公里/小时**，用于交通拥堵场景；北汽极狐阿尔法S被限定于北京部分高速公路，时速不超过**80公里/小时**，且车辆均不直接卖给个人，由指定运营公司进行车队化运营 [4] - 这标志着中国对L3级“有条件自动驾驶”监管逻辑的首次完整落地，选择了一条与德国（依赖车企责任）、美国（允许激进测试）都不同的独特中间路径 [2] 历时三年的渐进式政策演进过程 - 政策实验起点可追溯至2022年11月，工信部发布准入试点征求意见稿，首次在制度层面提出对L3/L4车辆实施准入管理 [3] - 2023年7月，比亚迪在深圳拿下全国首张高快速路L3测试牌照，同年12月迎来首波获牌潮，广汽埃安、宝马、智己、奔驰、长安系、华为系等多元主体在多地获得资质，形成“南（深圳、重庆）北（北京）同步突破”的试点格局 [3] - 2024年至2025年11月为测试范围扩张期，极越汽车以“纯视觉方案”获牌，打破了“激光雷达=L3标配”的行业认知；2024年6月，工信部公布首批9家车企准入试点名单，从“单一测试”转向“准入+上路”双线推进 [3] - 2025年9月，八部门方案首次写入“有条件批准L3级车型生产准入”，最终为12月的产品准入许可铺平道路 [3] 核心诉求：在可控环境下建立责任框架与商业模式闭环 - 政策的核心诉求并非激进的技术推广，而是要在最大限度控制风险的前提下，建立一个真实世界的“压力测试场” [5] - 许可的核心是责任的重新划分，L3的本质是“责任主体转移”，系统主导驾驶时驾驶员是“安全监督员”，责任的重新划分必须走在技术普及之前 [5] - 相关部门认可的不仅是一家车企的技术，更是一套包含技术方案、运营体系、安全监管、数据回传在内的完整闭环商业模式，具备了初步试运行的资格 [6] - 测试将延伸到基础设施的协同，验证L3车辆与道路标识、通信网络、交通管理平台的协同效果 [5] 产业链影响：从“硬件军备竞赛”转向“场景定义硬件” - 行业竞争此前陷入“军备竞赛”怪圈，如激光雷达从1颗卷到3颗，算力从几百TOPS卷到上千TOPS [7] - 此次获批车型方案呈现“场景定义硬件”特征：深蓝SL03针对低速拥堵场景，更需优秀预测算法和舒适控车策略；极狐阿尔法S面向高速公路，要求不同的感知距离与稳定性 [7] - 这向产业链传递强烈信号：未来L3方案的竞争力将不在于硬件参数的无限堆砌，而在于针对特定场景的“恰到好处”的工程化能力与成本控制能力 [7] - 技术路线出现分野：一派强调“硬件冗余保障安全”，如极狐阿尔法S（L3版）搭载包含3颗激光雷达在内的34颗高性能传感器，算力达**400TOPS**；另一派则走“精简硬件”路线，通过“无激光雷达”或算法优化控制成本 [8] - 上游芯片与算法公司需从提供通用算力平台，转向与车企深度绑定，开发更贴合特定场景、能耗比更优的专用计算方案 [8] - 传感器厂商需根据场景精度、成本目标和车规可靠性进行精准匹配，传统Tier1供应商需转型具备软硬件协同设计和本土化服务能力 [8] 商业模式探索：从“卖车”到“运营服务”的缓冲设计 - 当前“车企+运营公司”模式是一种商业缓冲设计，避免了将责任未清的功能直接抛给海量C端用户的风险，通过B端运营在可控范围内探索服务定价、用户接受度和运维成本 [9] - 这实质上是将Robotaxi的商业模式进行降维和限定场景改编后的商业化试水，运营数据可反哺算法，并测算出“自动驾驶服务”的真实单位经济成本（每公里成本），为未来向C端收费提供定价依据 [9] - 业界畅想的“软件订阅服务”（FSD式）在中国市场面临挑战，包括高昂的预埋技术成本、消费者“买车后为何还要按月付费”的心理鸿沟，以及责任界定模糊会削弱付费意愿 [10] - 短期内，L3的商业价值更可能体现在提升整车溢价和品牌高度上，成为高端车型的“科技标签”，正如行业观点所指“豪华车型若没有L3，消费者就没有什么购买欲望” [10] - 真正大规模的“服务化”收入，有待于L3场景大幅拓宽、法律责任彻底厘清以及消费者心智的根本转变 [10] 战略意图：政府主导的全要素协同试验与产业竞争 - 中国的推进路径特别之处在于：政府主导规则设计，选择典型城市和场景，联动车企、供应链、运营方、地方政府、基础设施部门，进行小范围、全要素的协同试验 [11] - 终极目标可能不仅是让几款车达到L3，更是要借L3这个“抓手”设定准入门槛，倒逼国产芯片、传感器、操作系统、算法公司进入前装供应链，并在真实复杂场景中磨练成熟，形成不依赖海外的完整技术体系 [11] - 中国复杂的道路环境与交通行为，通过大规模实地测试积累的数据和经验，未来有望输出关于安全标准、测试规范、责任认定、基础设施接口的“中国方案” [11] - L3的限定场景测试可以同步验证车路协同、高精度地图动态更新、智慧交通管理平台等联动效果，为未来“车路云一体化”自动驾驶路线积累实证经验 [11] 行业展望：长期系统性挑战的起点 - L3牌照的集中亮相并非冲刺的终点，而是一场更需耐力、更考验系统思维的长跑的起点 [12] - 对于车企，拿到牌照后的挑战才真正开始：如何将限定场景的L3稳步、安全、经济地扩展到更广场景；如何在与运营商、政府、供应链的复杂协同中找准自身定位；如何从车辆制造商平滑过渡为“移动服务”的提供者 [12]

报告行业投资评级 * 报告未明确给出行业投资评级 [1][5][107][113] 报告核心观点 * 2025年是汽车智能化的拐点之年，将开启一个为期3年的周期，推动国内电动化渗透率从50%向80%以上跃升，并重塑整车市场格局 [2][108] * 头部智能驾驶主机厂/方案供应商已实现环岛、掉头等复杂场景的城市NOA落地，并持续完善车位到车位、场景理解等高阶功能，提升处理Corner Case的能力和驾乘体验 [2][108] * 在深圳的复杂路况测试中，华为和小鹏在总体接管次数和细分场景表现上持续领跑，各项评价均衡且优秀，尤其在困难场景中反应及时；魏牌蓝山在大样本集中路测中展现出较强的复杂场景处理能力 [2][108] * 相比2025年第一季度，第四季度各家车企的智驾能力差距呈现不断缩小的趋势 [2][108] 深圳智能化路测基本情况 * 测试采用两种形式：大样本集中路测（近50人于固定时段、固定路线测试）和小样本深度路测（相同安全员和评价员于不同时段、相似路线测试） [4][7] * 2025年11月在深圳共测试了7家主机厂/方案供应商的10款车型，包括问界M7、小鹏P7、理想i6、魏牌蓝山、小米YU7、腾势Z9GT、蔚来ES8 [8][9][11] * 测试版本分别为：华为ADS 4.0.2、小鹏XOS 5.7.8、理想OTA 8.0、蓝山CP Ultra 3.9.0、小米V1.9.7、腾势OTA 1.6.2、蔚来cedar 1.3.1 [11] * 硬件方面，除小鹏P7采用纯视觉方案外，其他测试车型均搭载激光雷达；智驾芯片方面，华为、小鹏、蔚来已实现自研 [25][27] * 软件算法方面，华为、小鹏、理想、小米、蔚来为自研方案，蓝山采用元戎启行方案，腾势采用Momenta方案 [27] 大样本集中路测结果 * 测试路线为固定7.2公里环路，测试时段为2025年11月19日9:00-18:00 [30][31] * **问界M7 (华为ADS 4.0.2)**：总体评价得分最高，为4.20分；平均总接管次数最低，为0.47次；各细分场景评价均在4分以上，掉头、博弈能力强，平稳性好 [35][36][37] * **魏牌蓝山 (CP Ultra 3.9.0)**：总体评价为3.58分，仅次于问界；平均总接管次数为1.83次；匝道场景应对较好且稳定性高 [39][40][41] * **小鹏P7 (XOS 5.7.8)**：总体评价为3.43分；平均总接管次数为2.40次；表现均衡，场景理解能力强，平稳性得分高 [42][43][44] * **理想i6 (OTA 8.0)**：总体评价为2.90分；平均总接管次数为3.20次；驾驶风格较保守，平稳性表现较好 [45][46][47] * **腾势Z9GT (OTA 1.6.2)**：总体评价为2.44分；平均总接管次数为5.22次；匝道通行能力较好 [49][50][51] * **小米YU7 (V1.9.7)**：总体评价为2.10分；平均总接管次数为4.70次；掉头场景表现较好，是其优势场景 [52][53][54] * **蔚来ES8 (cedar 1.3.1)**：总体评价为1.93分；平均总接管次数为5.21次；能较好覆盖大部分城市智驾场景 [56][57][58] 小样本深度路测结果 * 测试路线包含变道、掉头、大曲率弯道、窄道通行、非标准信号灯与复杂路口等多种复杂场景，路线更长、场景更丰富 [59][62][66] * **华为ADS 4.0**：整体表现优秀，路测总接管数为7次；在简单场景下处理能力优异，在多数中等、困难场景下表现较好；接管发生于掉头、走错路、公交车道识别等场景 [74][76][77][78] * **魏牌蓝山 CP Ultra 3.9.0**：整体表现较优秀，路测总接管数为10次；简单及中等场景处理能力良好，困难场景下具备一定处理能力；接管分布于障碍物绕行、复杂路口、可变车道识别等场景 [80][82][83] * **小鹏XOS 5.7.8**：整体表现优秀，路测总接管数为6次；简单、中等、困难场景下表现未见明显分化，环岛、复杂路口等较难场景下表现优异；接管发生于窄道、避让、红绿灯识别等场景 [84][85][87][88] * **理想OTA 8.0**：整体表现较优秀，路测总接管数为11次；常规场景下表现良好，但因策略相对保守，面对路边违停等非常规场景易出现效率性接管 [89][90][92][93] * **腾势OTA 1.6.2**：整体表现良好，路测总接管数为15次；可较好处理简单及中等场景，面对非标红绿灯识别场景表现优秀；在“违停”场景多次出现接管 [94][95][97][98] * **小米V1.9.7**：整体表现比较良好，路测总接管数为13次；在简单及中等场景下表现较为优秀，对常规场景处理能力优良 [99][100] * **蔚来cedar 1.3.1**：整体表现良好，路测总接管数为12次；在简单、中等场景及加塞、复杂路口等困难场景中表现出优秀的处理能力 [104][105][106]

国内政策与规划 - 重庆市发布加氢站行业发展规划（2025-2035年），规划以成渝氢走廊连接核心物流枢纽，年货运量超2.2亿吨，物流车保有量超5万辆，并沿干线推动加氢站建设以提升氢燃料电池汽车应用规模[6] - 广州市积极推进全国首批车网互动规模化应用试点城市建设，以促进车网协同互动[7] - 郑州市“十五五”规划建议提出加快新能源汽车扩产增效，提升零部件本地配套率，目标打造新一代信息技术、新能源及智能网联汽车2个万亿级产业集群[8] - 云南省全面放开皮卡进城限制，赋予全省16.88万辆皮卡车与小型载客汽车同等的城市道路通行权，旨在优化货运管理并促进汽车消费[20] 自动驾驶与智能化 - 小鹏汽车在广州市获得L3级自动驾驶道路测试牌照，并启动常态化道路测试[9] - 苏州金龙通过ISO 26262:2018道路车辆功能安全标准最高等级ASIL D流程认证，建立了符合最高安全要求的产品开发与管理流程体系[18] - 九识智能与东风股份达成全面战略合作，将联合开发涵盖载货车、环卫车等多类别的自动驾驶汽车产品，九识提供智驾全栈解决方案[19] - 湖北鄂州葛店经济技术开发区发布新规，支持快递配送无人车等智能驾驶装备开展商业化运营，将其纳入“低空经济+物流配送”创新体系[22] 企业技术进展与产品 - 中国一汽计划在2027年底量产固态电池，并首次搭载于红旗高端旗舰轿车和SUV车型，目前已完成66Ah电芯试制[10] - 小米开源大模型MiMo-V2-Flash，总参数量达3090亿，激活参数量150亿，在多项基准测试中表现媲美DeepSeek-V3.2[10] - 魏牌高山（海外称GWM WEY G9）在马来西亚工厂正式下线，已进入泰国市场，售价约235万泰铢（约合人民币51.78万元），搭载Hi4智能电混四驱系统，综合马力487PS，纯电续航最长140公里[12] 企业合作与海外拓展 - 吉利汽车与波兰出行平台iTaxi达成战略合作，共同推进波兰出租车车队电动化转型，首批50辆吉利国际EX5已交付华沙运营[11] - 长城汽车魏牌高山在马来西亚工厂下线，标志着其海外生产布局[12] 国外政策与市场动态 - 欧盟拟放弃2035年内燃机禁令，放宽新车排放标准，允许部分插电式混合动力车和配备燃油增程器的电动汽车上市，新提案要求尾气排放量较当前目标减少90%[13] - 日本计划从2028年5月起对私人纯电动汽车按车重加征新税，税额机制为车辆越重、税额越大[14] - 印度汽车制造商马鲁蒂铃木预计，其明年在印度推出的首款纯电动车e VITARA将使其环保汽车销量占总销量的45%左右[15] 产能与供应链布局 - 特斯拉计划最早于2027年开始在德国柏林郊外工厂生产电池，规划年产能最高约8千兆瓦时，可满足约13万辆电动车的需求[16]

文章核心观点 - 小鹏汽车创始人何小鹏认为，未来三年内AI取得重大突破的更可能发生在物理领域（如自动驾驶、机器人），而非数字领域 [1] - 尽管物理AI发展速度可能慢于数字AI，但其对现实生活的改变将更为深远 [1] AI创业与市场环境 - 美国在SaaS与物理AI机器人赛道的创业氛围尤为活跃，估值高涨、创业项目集中 [1] - 中美两国在AI机器人领域的创业路径存在明显差异：中国公司多从关节、控制等硬件技术切入，而美国公司更倾向于从模型层面入手 [1] - 对比中美市场，中国AI估值相对理性，更侧重应用落地；美国AI估值较高，更聚焦前沿探索 [2] - AI领域局部或阶段性的泡沫是科技发展中市场从混沌走向有序的常见现象 [2] - 当前并不存在AI泡沫，行业未来仍然蕴含巨大机遇 [2] AI发展趋势与预测 - 未来三年，自动驾驶有望直接进入准L4级或完整L4级阶段 [1] - 未来三年，人形机器人可能实现从类似L1到L4初阶能力的快速跨越 [1] - 人形机器人未来将成为巨头竞争的“战场” [1] - 在各类专用机器人领域，则会涌现大量来自不同行业的参与者，发展前景广阔 [1] AGI（通用人工智能）发展现状与挑战 - 当前AI能力主要基于模仿学习与强化学习，在某些方面可超越人类，但尚未具备真正的创造力 [2] - 实现真正的AGI，还需在多模态理解、世界模型构建、持续学习以及长时序规划等能力上取得突破 [2] - AGI的实现可能需要数年时间，并依赖底层技术的进一步突破 [2] - AI仍处于推动社会变革的极早期阶段（0到0.1） [2]

政策与商业化进展 - 工业和信息化部于12月15日正式公布中国首批L3级有条件自动驾驶车型准入许可，标志着L3级自动驾驶从测试迈入商业化应用的关键一步 [2] - 首批获准的两款车型将在北京、重庆的指定区域开展上路试点，适配城市拥堵与高速路段 [2] - 小鹏汽车此前已在广州市获得L3级自动驾驶道路测试牌照，并启动常态化高快速路有条件自动驾驶测试 [2] 主要参与者技术路线与布局 - 行业存在两种主要技术发展路线：传统车企（如吉利、长城、长安）普遍采用“渐进式”路线，从L1/L2级功能稳步迭代；互联网科技巨头与造车新势力则试图“换道超车” [3] - “蔚小理”等造车新势力瞄准L3阶跃式发展，而百度、华为等科技公司则剑指L4/L5级别的变革式引领 [3] - 主要车企均已布局自动驾驶业务，吉利、长城、东风等企业已进入L4/L5级别智能驾驶领域 [4] - 小鹏汽车计划在2026年推出软硬件均达到L4级自动驾驶水平的量产车型 [2] 企业具体技术布局概览 - 比亚迪自研自动驾驶操作系统，布局L2级别 [4] - 长城自研计算平台、算法，布局L4/L5级别 [4] - 吉利自研芯片、计算平台、操作系统、算法，布局L4/L5级别 [4] - 蔚来自研芯片、系统、算法和数据等，布局L3级别 [4] - 小鹏布局智能驾驶辅助系统、高精度地图等，达到L3级别 [4] - 理想自研操作系统、算力平台、芯片，达到L2+级别 [4] - 百度布局视觉传感器、高精度地图、算法、自研芯片、无人驾驶平台等，目标L4/L5级别 [4] - 华为布局激光雷达、高精度地图、算法、自研芯片等，目标L4/L5级别 [4] 市场渗透率与未来预测 - 目前全球已售车型中，L1和L2级自动驾驶车辆渗透率已超过50% [5] - 咨询机构预测，到2030年，L2+级别功能将扩展至90%以上的车辆 [5] - 到2030年，L3级别以上的高阶自动驾驶预计将占据50%的市场份额 [5] 技术发展愿景与生态展望 - 小鹏汽车CEO何小鹏认为未来只会存在两种车：具备L4级软件能力的有人驾驶汽车，以及彻底无人驾驶的汽车 [7] - 具备L4级软件能力的有人驾驶汽车可实现驾驶员在位的超高速路段自动驾驶，接管间隔可达1000公里甚至1万公里 [7] - 何小鹏判断，有驾驶员的L4车辆与无人驾驶的L4车辆将在未来2到5年内并存，共同构成自动驾驶出行生态 [7] - 小鹏汽车在2025年科技日发布了具备L4级能力的第二代视觉语言行动模型(VLA)，该软件预计将于2026年一季度量产上车 [2]

报告行业投资评级 - 报告未明确给出行业投资评级 [1][2][3][4][9][10][11][12] 报告核心观点 - 工业场景中，人形机器人优先适配搬运与质检类任务，商业化重点关注投资回报率，自主泛化能力提升后可向更多工序拓展 [1][3][9][10][11] - 人形机器人与工业机器人形成互补定位，从短链条任务起步，轮式形态将成为工业场景应用首选 [2][10][16][30] - 预计到2035年，中国工业场景中汽车制造、电子制造、物流仓储三大领域人形机器人总需求量达48.4万台，市场空间超480亿元 [1][4][12][75] 根据相关目录分别进行总结 1. 核心观点：工业场景人形机器人优先适配搬运与质检类任务，商业化重点关注ROI，自主泛化能力提升后可向更多工序拓展 - 人形机器人优先适配搬运与质检类任务，并向基础组装拓展，商业化核心卡点是投资回报率 [1][3][10][11] - 要实现2年回本的最低目标，机器人售价需降低至十万元级别，且效率提升至人工同等水平 [3][11][67] - 具身大脑发展仍然滞后，处理复杂长链条任务能力不足，泛化性能提升后人形机器人可向更多工序拓展 [1][3][11][72] - 预计到2035年，中国工业场景中汽车制造、电子制造、物流仓储三大领域人形机器人总需求量达到48.4万台，市场空间483.6亿元 [1][4][12][75] 2. 工业制造柔性化需求提升，人形机器人从短链条任务起步，轮式形态将成为首选 - 人形机器人与工业机器人根据能力差异形成互补定位，工业机器人专注于固定工位的高速、高负载、精准重复作业，而人形机器人体现出柔性化特点 [2][10][16][17] - 人形机器人在工业场景的最终目标是执行通用复杂长任务，初步落地阶段先从短链条任务起步，不断积累作业数据进行训练 [2][10][23][26] - 三大应用场景中，工业场景因标准化程度较高成为具身智能的训练场，采用渐进式部署策略 [2][10][28] - 轮式形态具备稳定性、长续航、移动速度快的优势，将成为工业场景应用首选 [2][10][30] 3. 优先适配搬运与质检类任务，商业化重点关注ROI - 以汽车制造和电池组装产线为例，搬运类、质检类任务普遍具有半柔性特征、人工参与度高，且为短链条、工序相对独立，人形机器人能够优先胜任 [3][11][32][47] - 对于基础组装类任务，如螺丝预拧紧、零件预安装等，人形机器人尚在初步测试阶段 [3][11][45][47] - 投资回报率决定商业化落地，按照回本周期2年的最低目标反推，假设工人年薪8万元，机器人售价需降低至16万元，而目前售价多在30-50万元区间 [67] - 部分发达国家劳动力短缺、人力成本高，人形机器人的商业化闭环有望率先跑通，出海或将成为重要方向 [11][69] - 精细操作能力有待提升，灵巧手的耐久度、灵活度、力度控制是从演示走向实用的另一大难关 [3][11][73] 4. 市场空间超480亿，车企与机器人企业相互配合推动落地 - 预计到2035年，中国工业场景中汽车制造、电子制造、物流仓储三大领域人形机器人总需求量达到48.4万台，市场空间483.6亿元 [4][12][75] - 预计到2030年，总需求量达到7.1万台，市场空间84.7亿元 [12][75] - 特斯拉、小鹏等车企具备技术与场景双重优势，推动人形机器人在工业场景落地 [4][12][80] - 机器人本体企业与车企合作落地，Walker系列、Figure等成为典型代表 [4][12][85][89]

政策与准入 - 2025年12月15日，工业和信息化部正式公布我国首批L3级有条件自动驾驶车型准入许可，标志着L3级自动驾驶从测试阶段迈入商业化应用关键一步 [1] - 两款获准入许可的车型分别是：长安牌SC7000AAARBEV型纯电动轿车，可在重庆指定快速路于交通拥堵环境下实现最高车速50km/h的单车道自动驾驶；极狐牌BJ7001A61NBEV型纯电动轿车，可在北京指定高速路实现最高车速80km/h的单车道自动驾驶 [1] - 2025年9月，工业和信息化部等八部门印发《汽车行业稳增长工作方案(2025—2026年)》，政策提出有条件批准L3级车型生产准入，并推动相关法律法规完善 [1] 行业进展与参与者 - 国内已有多家车企在L3级自动驾驶领域取得实质性进展，包括长安、比亚迪、广汽、东风、上汽、吉利、小鹏、理想等，其多款车型已获得上路测试许可 [2] - 华为乾崑智驾ADS高速L3解决方案已在多城多车型开启内测，并同步建设未来全场景服务生态 [2] - 广汽昊铂A800已获得广州市L3级特定场景自动驾驶路测牌照，成为全国首批可在120公里时速下开展L3测试的量产车 [2] - 四维图新及旗下鉴智机器人共同发力，其面向L3级智能驾驶高阶市场的方案“PhiGo Max”基于征程6P芯片打造，已获得头部新能源车企量产定点，计划于2026年实现量产 [2]

文章核心观点 - 小鹏汽车董事长何小鹏认为当前没有AI泡沫，未来AI市场存在巨大机遇 [1][5][11] - 整体上，AI仍处于发展的最初阶段（0到0.1），并将推动社会巨大变革 [4][10] 关于美国的新创业和机器人 - 美国在AI、生物、金融领域的创业较多，硅谷的AI创业集中在SaaS和物理AI机器人领域，且估值特别高 [2][9] - 何小鹏此次交流的近三十位AI领域朋友中，约一半（近十五位）从事机器人创业，集中度很高 [2][9] - 中美机器人公司技术路径存在差异：中国公司多从关节和控制入手，美国公司多从模型入手 [2][9] - 人形机器人领域未来将是巨头间的竞争，而专用机器人领域将涌现大量来自不同领域的参与者，并存在大量成功机会 [1][2][9] 关于物理AI - 行业普遍期望从语言大模型向多模态乃至世界模型发展，因为语言在描述和传授某些物理技能（如行走、游泳）时存在局限 [3][10] - 未来3年，重大突破更可能发生在物理AI领域，而非数字世界 [3][10] - 具体突破可能包括：自动驾驶直接达到准L4或完整L4级别；人形机器人实现从类似自动驾驶L1到L4初阶的快速跨越 [3][10] - 物理AI的发展速度可能慢于数字AI，但其对生活的改变力度将更大 [3][10] 关于AI泡沫 - 任何科技时代（如互联网、新能源汽车）都存在阶段性或局部性泡沫，这是市场从混沌走向有序的必然竞争过程 [4][10] - 当前中美市场存在差异：中国AI估值相对合理，更关注市场应用；美国AI估值较高，更关注前沿研究 [4][10] 关于AGI的到来 - 当前AI能力主要基于模仿学习和强化学习，例如自动驾驶通过从数百万人的驾驶习惯中学习，能快速达到比大部分人更安全驾驶的水平并涌现新能力，但这并非真正的创造力 [6][12] - 真正的通用人工智能仍需多项能力突破，包括从多模态发展到世界模型、持续学习、长时序洞见和规划能力等，这可能还需要数年时间及底层能力的进一步提升 [6][12]

监管新规出台背景与目的 - 国家市场监督管理总局研究起草《汽车行业价格行为合规指南（征求意见稿）》，旨在为持续数年的“价格战”乱象画上休止符，构建覆盖汽车全产业链的价格行为规范体系 [2] - 监管机构认为严重的价格倒挂可能导致服务缩水、售后减配，最终损害消费者权益，新规旨在引导企业回归竞争本质，将资源投入技术研发与品质提升，推动行业从“价格战”迈向价值竞争 [2] 行业价格战现状与影响 - 过去三年中国汽车市场经历四轮大规模价格战，今年上半年价格战最激烈时，超过90%的主流汽车品牌参与，平均降价幅度高达15%，部分车型优惠超过官方指导价的30% [3] - 激烈的价格竞争导致经销商普遍亏损，2025年上半年汽车经销商亏损比例上升至52.6%，较去年同期增加8.3个百分点，同时74.4%的经销商存在价格倒挂现象 [3] - 汽车行业利润率从2017年的7.8%持续下滑至2024年的4.3%，2025年前4个月进一步降至4.1%，与2012年黄金时期的10.2%相比萎缩近六成 [3] - 价格战边际效应递减，今年前十个月汽车行业销量同比增长11.4%，但行业平均降价幅度达7.3%，远高于去年同期的4.1% [5] 《指南》核心内容与行业反应 - 《指南》要求企业建立以生产成本为基础、市场供求为导向的定价策略，实行全链条价格管理，并明确列举了九类“出厂价低于成本”情形和七类价格弄虚作假行为 [4] - 新规核心价值在于从制度上否定“低于成本倾销”的合法性，将竞争拉回以真实成本和价值为基础的轨道 [6] - 比亚迪、小鹏汽车、北汽集团、长城、长安、零跑、奇瑞、东风等主流车企迅速表态支持新规，并承诺优化价格管理体系，杜绝价格欺诈和不正当竞争 [5] - 北汽集团表示将完善价格合规管理体系，并将带动上下游伙伴共同落实合规要求 [5] 以旧换新“国补”政策支持 - 中央已明确2026年将继续实施“国补”政策，优化消费品以旧换新政策以刺激汽车消费 [6] - 2025年国家发行了3000亿元超长期特别国债资金用于消费品以旧换新，额度较2024年的1500亿元增长一倍 [6] - 2024年汽车报废更新超290万辆，置换更新超370万辆，拉动销售额9200多亿元，2025年补贴新政进一步扩大了补贴范围和力度 [7] - 2025年1至11月，汽车以旧换新已超1120万辆 [6] 政策效果与行业最新数据 - 政策组合拳效果显现，今年前10个月汽车行业收入同比增长7.9%，利润同比增长4.4%，利润率回升至4.4%，扭转了持续下滑趋势 [7] - 11月汽车行业车型降价规模为19款，同比减少7款，其中纯电动车型同比减少10款，显示价格战正在降温 [7] - 2025年11月，中国汽车产销量分别为353.2万辆和342.9万辆，前11月累计产销分别完成3123.1万辆和3112.7万辆，同比分别增长11.9%和11.4% [8] - 2025年1至11月，新能源汽车产销分别完成1490.7万辆和1478万辆，同比分别增长31.4%和31.2% [8] 行业展望与竞争范式转变 - 随着新规实施和“国补”政策优化，中国汽车产业正迎来从“价格战”到“价值战”的关键转折点 [8] - 未来的竞争将转向技术洞察、成本控制、供应链效率与用户运营能力的“综合竞技”，这对已建立核心技术优势和体系化能力的头部企业是长期利好 [8][9] - 整个产业有望告别“增量不增收”的粗放增长，步入“量价齐稳、质效双升”的高质量发展阶段 [9]

行业整体目标与市场环境 - 中汽协预测2025年整体车市销量或为3400万辆，但16家主流车企年度销量目标之和已超过该预测总量，意味着必然有车企无法达成目标 [1] - 尽管燃油车市场增长承压，但新能源增速持续跑赢大盘，已成为推动汽车产业结构性转型的核心力量，在新能源赛道取得实质性、规模化的突破是车企达成年度销量目标的前提 [2] 已提前达成年度销量目标的车企 - 截至11月，已有3家车企提前达成2025年销量目标 [3] - 零跑汽车1-11月累计销量达53.6万辆，目标完成度高达107%，成功归因于“品价比”策略、高性价比智能化产品及突出的成本控制能力 [4] - 小米汽车1-11月累计交付超35.5万辆，提前完成35万辆目标，凭借智能科技、极致性价比定位、强大品牌势能及“人车家全生态”优势迅速打开市场 [5] - 小鹏汽车1-11月累计交付39.2万辆，提前完成35万辆年度目标，同比增速高达156%，得益于新车型交付加快、智能化优势回归及成本结构改善 [5] - 三家企业共同点在于产品适配当前市场需求、智能化配置领先、供应链体系效率高，在价格战背景下具备结构性优势 [6] 年度目标完成度较高（>80%）且有望达成的车企 - 多家车企年度目标完成度在80%以上，包括比亚迪、上汽、吉利、长安以及一汽等 [7] - 比亚迪1-11月累计销量超过418万辆，完成度接近91%，12月需完成约40万辆，其基础销量稳固，混动与纯电均有支撑，海外出口业务提供新增量 [10] - 上汽集团1-11月销量达411万辆，完成度超过91%，其在燃油车及新能源车市场均有稳固基础，前11个月出口近百万辆，形成“国内+海外”双轮驱动 [10] - 吉利汽车1-11月销量达278万辆，完成度接近93%，其主动将销量目标从271万辆调高至300万辆，多品牌、多能源路线布局提供增量，其中吉利银河系列已提前完成百万辆目标 [10][11] - 一汽集团1-11月销量为299万辆，完成度接近87%，最后一个月需完成约46万辆，自主品牌与新能源板块的表现将是关键 [12] - 奇瑞集团1-11月累计销量为240万辆，年度目标约300万辆，完成度约81%，月均销量23万辆左右，12月达成目标难度较大，但其新能源市场增长迅速，前11月累计销量已突破81万辆，已完成最低75万辆的新能源目标 [8] - 长安汽车1-11月累计销量为266万辆，完成度接近89%，12月单月销量需达到35万辆才能兑现年销300万辆目标，其新能源转型顺利，前11月累计销量达99万辆，接近百万辆目标 [8] - 上述车企共同特质包括目标设定相对理性或能动态调整、拥有明确且仍在发力的核心增长引擎、以及体系化能力保障冲刺韧性 [13] 年度目标完成度较低（<70%）且面临失守风险的车企 - 包括理想汽车、长城汽车、蔚来、东风公司等大部分车企，截至11月年度目标达成率均低于70%，要在最后一个月实现逆转可能性微乎其微 [14] - 蔚来全年目标44万辆，前11个月累计交付约28万辆，完成度仅63%，12月需完成16万辆，远超其月度平均交付量 [14] - 理想汽车销量目标从70万辆下调至64万辆，但1-11月交付量降至36.2万辆，完成率仅为56%，受到竞争对手冲击，且新车型MEGA市场表现未达预期，纯电新车型尚处产能爬坡期 [15] - 长城汽车设定了2025年全球销售400万辆的激进目标，但前11个月累计销量为120万辆，目标完成率低至30%，不过其市场表现较为稳健，前11月销量同比增长9.3%，电动化转型小有成效 [14][15] - 东风公司年度销量目标300万辆，前11月累计销量220万辆，完成度73%，最后一个月需销售80万辆新车难度极大，旗下自主品牌产品定位相似、差异化不明显 [15] - 目标完成度低的原因可归纳为四类：目标设定偏高、新产品缺乏竞争力、细分市场替代性强，以及新能源板块推进不足 [14] - 部分传统车企新能源销量规模与头部企业存在差距，例如长城汽车、广汽集团新能源销量占比仅在三成左右，而吉利汽车新能源占比已突破50% [17] 新能源销量目标完成情况 - 零跑汽车、小米汽车、小鹏汽车已提前达成年度总销量目标，其新能源目标同步完成 [9] - 奇瑞集团新能源1-11月累计销量81.47万辆，已完成最低75万辆的目标，完成度超过99% [9] - 赛力斯1-11月新能源销量41.13万辆，目标完成度108% [9] - 长安汽车新能源1-11月累计销量99.49万辆，接近100万辆目标，完成度99.5% [9] - 吉利汽车新能源1-11月销量153.35万辆，目标完成度93%，其中吉利银河系列1-11月销量113.51万辆，已提前完成110万辆目标 [9][11] - 比亚迪新能源1-11月销量418.20万辆，目标完成度91% [9] - 上汽通用五菱新能源1-11月销量91.03万辆，目标完成度91% [9] - 蔚来汽车1-11月销量27.79万辆，目标完成度63% [9] - 理想汽车1-11月销量36.21万辆，目标完成度57% [9] - 鸿蒙智行1-11月销量52.71万辆，目标完成度53% [9] - 长城汽车新能源1-11月销量36.47万辆，目标完成度11% [9] - 广汽集团新能源1-11月销量37.17万辆，目标完成度71% [9]