报告行业投资评级 - 报告看好以小鹏 VLA2.0 为代表的算法推进，认为智能驾驶泛化能力将继续提升 [4] 报告核心观点 - 小鹏汽车发布的 VLA2.0 实现了技术突破，具备更强大的泛化能力和类似人类驾驶员的反馈 [3][4] - VLA 技术具备向其他具身智能领域（如机器人、低空经济）外溢的潜力 [3][4][29] - 小鹏 VLA2.0 的成功离不开自研图灵芯片在感知和低位宽推理方面的支持 [32][34] 小鹏发布二代 VLA，实现更多路况优化 - VLA2.0 效率更高、反应更快，做到了“小路更强悍，大路更舒适，场景更全面，丝滑贯通不同路况” [9] - 二代 VLA 最大特点是砍掉了传统 VLA 中间的语言转译环节，直接实现从视觉到动作，减少了信息损耗 [2][12] - VLA2.0 的两个核心是：输入信号尽量使用真实世界的物理信号（video stream），输出空间使用更多的连续信号，使得网络结构极其简单 [2][14] - 二代 VLA 在训练过程中消耗了 3 万卡算力，20 亿元以上训练费用，近 1 亿训练数据 [2][14] - 在实测中，VLA2.0 可以实现小路 NGP，行驶 20 公里的复杂小路仅需接管一次；能读懂道路参与者的手势；红灯倒计时结束时能慢慢向前蠕行 [3][5][14] - VLA2.0 计划于 26Q1 后在 Ultra 车型上全量推送，Max 车型也在规划中 [2][15] 算法：VLA/VLM 历史与延展-机器人与低空 - VLA（视觉-语言-动作模型）是一种将视觉输入、语言推理与动作输出端到端融合的模型，最早由 Google DeepMind 于 2023 年 7 月提出 [17][19] - VLA 模型的历史演进脉络清晰：从单一模态处理（BERT/ViT）→跨模态对齐（CLIP/BLIP）→多模态理解生成（DINO/LLaVA）→感知决策执行闭环（RT-2/OpenVLA） [3][5][20][22] - 由于技术方案未收敛，一二级市场对 HRL（分层强化学习）/MPC（模型预测控制）/VLA/端到端等不同技术路径存在投资分歧 [3][5][27][28] - 小鹏第二代 VLA 的发布对这类模型在产业界的应用形成了强力推动 [3][5][27] - VLA 技术可能会外溢到其他具身智能领域，例如机器人与低空经济，小鹏的机器人和其他产品有可能复用 VLA2.0 的架构 [3][29][30][31] 算力：图灵芯片-感知与低位宽 - 小鹏 VLA2.0 基于自研的图灵芯片，该芯片采用 DSA 架构，包含 40 核 ARM+双自研 NPU+双独立 ISP [32][33][35] - 图灵芯片特别支持 VLA 的 300 亿参数模型，而对标产品往往仅支持 10-50 亿参数模型 [32][35] - 图灵芯片的两大技术特点是：独立 ISP，模拟电路和感知部分增强，利于识别雾气/雨雪/深夜/逆光等场景；推测支持低位宽，利于 AI 推理，实现低功耗、低延迟 [3][6][32][34] - 与英伟达 Orin 相比，图灵芯片在支持低位宽和 AI 算法（VLA）方面更充分，高通 8797P 也支持 LLM VLA，验证了这一技术趋势 [3][6][32][35] 相关标的 - 报告提及的相关标的包括：小鹏汽车、德赛西威（小鹏的 ADAS 合作伙伴）、极智嘉、天准科技等 [3][4][36] - 根据盈利预测，德赛西威 2025年预计净利润为26.4亿元，对应PE为27倍；极智嘉2025年预计净利润为1.2亿元，对应PE为261倍；天准科技2025年预计净利润为1.5亿元，对应PE为67倍 [37][38]