编辑 杨娟娟 新京报贝壳财经讯（记者林子）9月24日，在高通举办的峰会现场，中国工程院外籍院士、清华大学智 能产业研究院院长张亚勤在对话财经作家吴晓波时谈到，无人驾驶的痛点之一是数据不足。他解释说， 端到端大模型的出现让代码变得简洁，这也是最近2-3年无人驾驶技术加速迭代的基础，目前To B的智 能驾驶的技术问题已经基本克服了，但现在企业采集的数据量还不够。 校对 刘军 ...

文章核心观点 - 自动驾驶技术自1989年实验室探索起步 历经36年发展 已从基于规则的模块化设计演进至端到端大模型驱动 逐步走向大众市场[2] - 行业技术路线呈现共性趋势：从依赖高精地图和多传感器融合 转向无图化纯视觉方案 最终迈向端到端架构和世界模型 核心突破体现在BEV鸟瞰视角感知 占用网络障碍物识别和大模型决策规划[6][17][23] - 主流厂商通过数据驱动飞轮循环 实现算法迭代和场景泛化 特斯拉纯视觉方案构建数据壁垒 华为ADS版本迭代提升感知距离35% 时延降低65% Momenta依托10亿公里训练数据推进L3落地[6][28][31][33] - 硬件成本持续下探 卓驭科技纯视觉方案硬件成本降至5000-7000元人民币 地平线征程6系列芯片算力达560TOPS 支持10-20万元主流市场[54][56][50] - 2025年成为技术分水岭 理想VLA司机大模型具备因果推理 蔚来世界模型NWM支持0.1秒216种轨迹推演 行业从L2普及（渗透率65%-70%）迈向L3落地前夜[61][110][112] 特斯拉技术发展 - 采用纯视觉感知方案 摒弃激光雷达和高精地图 通过庞大车队构建数据壁垒[6] - 2021年AI Day推出BEV技术：通过Transformer将2D图像转换到3D鸟瞰图空间 实现多摄像头感知融合[8][9] - 2022年AI Day推出占用网络：将空间划分为体素 预测占用状态而非物体类别 可识别异形障碍物但计算量巨大[12][16] - 2024年3月FSD V12实现端到端模型：统一深度学习模型直接输出控制指令 驾驶行为更拟人化但可解释性差[17][18][19] 华为ADS技术演进 - ADS 1.0（2021年4月）：依赖3颗激光雷达和13个摄像头 结合高精地图实现高速NCA和自动泊车 硬件成本高[25] - ADS 2.0（2023年4月）：实现无图智驾 激光雷达减至1颗 平均人工接管里程从100公里提升至200公里 GOD网络识别异形障碍物[27] - ADS 3.0（2024年4月）：端到端大模型融合感知与规划 探测距离提升35% 时延降低65% 搭载192线激光雷达和4D毫米波雷达[28][29] - ADS 4.0（2025年4月）：支持高速L3级自动驾驶 依托45EFLOPS云端算力和10亿公里训练数据迭代算法[30][31] Momenta技术路径 - 采用"一个飞轮两条腿"战略：数据驱动算法形成闭环 左腿量产自动驾驶（Mpilot）提供数据流 右腿完全无人驾驶（MSD）反馈技术流[33] - 2019年AD 1.0：视觉建图精度10cm 支持众包更新但功能限于泊车场景[35] - 2022年AD 2.0：规则驱动规划 依赖高精地图 拓展性差[36][37] - 2023年AD 3.0-4.0：向数据驱动转型 感知任务整合至单一模型 但保留感知规划分离pipeline[38][41][42] - 2024年AD 5.0：端到端大模型整合感知与规划 模仿人类长期记忆 延迟降低但系统复杂[43] - 2025年R6飞轮大模型：基于强化学习和7000万黄金数据自我进化 驾驶能力超人类但可靠性待验证[44] 地平线技术路线 - 软硬协同渐进路线：从车规芯片切入 通过征程系列芯片迭代支撑功能升级[47][49] - 征程2/3芯片（2021年）：支持L2辅助驾驶 800万像素前视摄像头[49] - 征程5芯片（2022-2023年）：支持L2+高速NOA和城区领航辅助 应对交通信号灯识别[50] - 征程6系列芯片（2025年）：算力达560TOPS 支持10-20万元市场规模化落地 并拓展至机器人领域[50] 卓驭科技低成本方案 - 成行平台基础版（2023年）：7摄像头+32TOPS算力 硬件成本5000元人民币 实现高速NOA和记忆泊车[54] - 成行平台升级版：纯视觉无图城区智驾 硬件成本7000元人民币 支持15万元级别车型[56] - 成行平台高配版（2024年）：10摄像头+100TOPS算力 增800万像素长焦单目 提升侧向感知[57] - 舱驾融合传感器（2025年）：惯导三目集成激光雷达 成本降30%-40% 下放至30万元内车型[59] 理想汽车三段演进 - 规则驱动（2021年前）：if-else规则分解驾驶任务 可解释性强但泛化能力差[63][64][66] - 端到端模型（2023年）：模仿学习直接输出控制指令 行为拟人但缺乏因果推理[65][67][71] - VLA司机大模型（2025年）：统一建模视觉-语言-行动 具备逻辑推理能力 训练成本极高[61][73][74][75] 小鹏全场景进化 - XPILOT 2.0/2.5（2018-2019年）：20传感器实现自动泊车和遥控泊车 解决特定场景需求[81][82][83] - XPILOT 3.0（2020年）：P7搭载高速NGP 实现全自研360度感知[84][85] - XPILOT 3.5（2021年）：P5首搭激光雷达 城市NGP限5城开放[87][88][89] - XNGP（2022年）：AI大模型驱动 算力508TOPS 降低高精地图依赖[90][91][92] - 2024年无图方案覆盖243城 端到端大模型上车 2025年推进全球XNGP研发[93][94] 蔚来稳健推进 - 早期合作Mobileye（2016年）：利用成熟方案但迭代受限[101][102][103] - NOP+高速领航（2020-2024年）：全栈自研后安全性达人驾6.26倍 但城区功能推送较晚[104][105] - 2024年4月全域NOP+订阅制推送：无图技术覆盖726城 群体智能架构优化系统[107][108][109] - 世界模型NWM（2025年5月）：支持0.1秒216种轨迹推演 认知能力增强但长期稳定性待观察[110][111][112]

行业技术路线争议 - 智驾行业对"世界模型"定义存在分歧 多家公司提出不同技术路径并相互质疑 [1][3] - 小鹏汽车宣称其是中国唯一真正实现VLA量产的公司 并计划9月通过OTA在全新P7车型上线VLA功能 [3][7] - 华为明确反对VLA路径 提出WA方案直接通过视觉信息控车 跳过语言转换环节 [3] - 元戎启行支持VLA路径 称VLA模型下限已超过端到端上限 强调思维链和长时序推理为核心能力 [5] 技术架构差异 - 理想汽车采用车端快慢双系统：快系统为端到端E2E 慢系统VLM部署参数为22亿参数 云端基座模型作为仿真训练系统 [7] - 小鹏汽车研发720亿参数云端大模型"小鹏世界基座模型" 通过云端蒸馏方式部署到车端 [8] - 华为WEWA方案中云端WE作为"AI驾校" 车端WA采用一段式端到端架构 总参数80亿但实际激活等效20亿参数 算力消耗降低75% [15][17] - 蔚来世界模型NWM采用云端训练+车端推理双架构 直接通过生成式模型生成轨迹规划 跳过语言中间层 [12][13] 技术演进脉络 - VLA是在端到端＋VLM基础上的技术进化形态 解决原有方案局限性但存在空间感知能力弱的问题 [5] - 世界模型概念由特斯拉最早提出 通过在感知与决策间嵌入AI大模型构建虚拟环境进行自动驾驶验证 [9][11] - 行业从两段式端到端进化到一段式端到端 VLA和世界模型均处于试错阶段的新方法 [8] - 视频生成技术分为GAN、扩散模型、自回归模型和掩码四大类型 其中扩散模型又分SVD和SD两种 [14] 企业战略布局 - 小鹏全新P7车型搭载三颗图灵芯片 硬件配置大幅升级以支持VLA功能 [7] - 理想在英伟达2025春季GTC大会宣布从零训练基座模型 支持MindVLA算法量产上车 [7] - 蔚来2024年NIO IN发布NWM 宣布智驾从"感知驱动"转入"认知驱动" 2025年5月底实现全量推送 [12][15] - 地平线认为所有新技术本质都是端到端 最终评判标准是产品实际收益 [17]

核心财务表现 - 2025年上半年完成整车批售205.3万辆 同比增长12.4% 整车零售220.7万辆保持国内行业第一 [1] - 合并营业总收入2995.9亿元 同比增长5.2% 归母净利润60.2亿元 扣非归母净利润54.3亿元 同比增长432.2% [1] - 经营活动现金流量净额210.4亿元 同比增长85.9% [1] 品牌与产品结构 - 自主品牌销售130.4万辆 同比增长21.1% 销量占比提升至63.5% [1] - 新能源车销售64.6万辆 同比增长40.2% [1] - 推出荣威D6 智己L6 别克GL8陆尚 宝骏享境等多款新品 强化长续航 智能操控 安全品质等标签 [1] 海外市场拓展 - 海外市场销售49.4万辆 同比增长1.3% [1] - MG品牌在欧洲市场交付15.3万辆 同比增长16% 成为欧洲销量最好中国品牌 [3] - 智己汽车IM5 IM6产品登陆泰国 英国 澳大利亚等市场 [3] 技术创新与产品开发 - 推进第二代固态电池研发 与OPPO合作完成生态域智能座舱开发 两项技术已在MG4量产装车 预售订单达3万台 [3] - 端到端大模型搭载智己L6量产 恒星超级增程技术的新一代智己LS6预售30分钟内订单突破1万台 [3] 组织架构优化 - 对自主品牌乘用车 商用车业务实施一体化管理 构建灵活高效运营机制 [2] - 大乘用车板块借鉴华为IPD与IPMS模式 优化数十项业务流程 产品开发周期缩减至18个月 [2] - 大商用车板块设立董事会和执管会 推进组织调整和资源协同 拓展大通依维柯双品牌融合门店 [2] 战略合作与品牌建设 - 与华为共同打造SAIC尚界品牌 首款产品尚界H5于8月25日启动预售 18小时内订单突破5万台 [2] - 搭载华为智慧出行解决方案 结合上汽高端制造能力和鸿蒙智行质量管理体系 [2]

财务表现 - 公司实现合并营业总收入2995.88亿元 同比增长5.23% [1] - 归母净利润60.18亿元 同比下降9.21% [1] - 扣非净利润54.31亿元 同比增长432.21% [1] - 经营活动产生的现金流量净额210.37亿元 同比增长85.89% [1] 销量数据 - 完成整车批售205.3万辆 同比增长12.4% [1] - 整车零售220.7万辆 继续保持国内行业第一 [1] - 自主品牌销售130.4万辆 同比增长21.1% 销量占比提升至63.5% [1] - 新能源车销售64.6万辆 同比增长40.2% [1] - 海外市场销售49.4万辆 同比增长1.3% [1] 行业环境 - 国内车市销量同比增长11.7% 内需得到有效改善 [1] - 整车出口同比增长10.4% 展现出较强增长韧劲 [1] - 新能源汽车销量同比增长40.3% 持续拉动产业转型升级 [1] - 汽车行业竞争更加激烈 整体盈利水平持续承压 [1] 市场策略 - 结合国家"以旧换新"政策推出置换补贴等举措激活消费潜力 [2] - 推出荣威D6 全新智己L6 别克GL8陆尚 宝骏享境等多款新品 [2] - MG品牌调整产品结构优化营销渠道 成为西欧销量最高中国品牌 [2] - 智己汽车IM5 IM6等产品登陆泰国 英国 澳大利亚等市场 [2] - 与华为合作项目"尚界"首款产品将于9月上市 [3] 技术研发 - 推进第二代固态电池研发和产品性能提升 [2] - 与OPPO合作完成"生态域"全新智能座舱开发 [2] - "端到端"大模型已搭载在智己L6上实现量产 [2] - 国产芯片应用率持续提升 与地平线推进高端芯片技术攻关 [2]

财务表现 - 合并营业总收入2995.9亿元 同比增长5.2% [1] - 归母净利润60.2亿元 扣非归母净利润54.3亿元 同比增长432.2% [1] - 经营活动现金流量净额210.4亿元 同比增长85.9% [1] 销售数据 - 整车批售205.3万辆 同比增长12.4% 零售220.7万辆保持国内行业第一 [1] - 自主品牌销售130.4万辆 同比增长21.1% 销量占比提升至63.5% [1] - 新能源车销售64.6万辆 同比增长40.2% [1] - 海外市场销售49.4万辆 同比增长1.3% [1] 品牌与产品战略 - 自主品牌乘用车与商用车实施一体化管理 优化产品定义及成本管控等数十项流程 [2] - 产品开发周期缩减至18个月 通过敏捷开发流程提升效率 [2] - 与华为合作打造SAIC尚界品牌 首款产品H5预售18小时订单突破5万台 [2] - 智己汽车IM5/IM6登陆泰国/英国/澳大利亚市场 提升海外品牌形象 [3] 技术创新 - 第二代固态电池研发推进 与OPPO合作开发智能座舱"生态域" [3] - 新技术已在MG4实现量产装车 预售订单达3万台 [3] - 端到端大模型搭载于智己L6量产 持续推进迭代升级 [3] - 采用恒星超级增程技术的新一代智己LS6预售30分钟订单破1万台 [3] 海外市场拓展 - MG品牌欧洲市场交付15.3万辆 同比增长16% 成为当地最畅销中国品牌 [3] - 通过调整产品结构及营销渠道应对欧盟反补贴税影响 [3] 未来产品规划 - 下半年将推出荣威M7DMH/全新MG4/智己LS6/LS9增程版/尚界H5/奥迪E5 Sportback/别克至境等新车 [3] - 新车型助推公司产销结构优化与品牌销量提升 [3]

财务业绩 - 上半年合并营业总收入2995.9亿元 同比增长5.2% [1] - 归母净利润60.2亿元 扣非归母净利润54.3亿元 同比大幅增长432.2% [1] - 整车批售205.3万辆 同比增长12.4% 零售220.7万辆保持国内行业第一 [1] 销量结构 - 自主品牌销售130.4万辆 同比增长21.1% 销量占比提升至63.5% [1] - 新能源车销售64.6万辆 同比增长40.2% [1] - 海外市场销售49.4万辆 同比增长1.3% [1] 产品与品牌策略 - 推出荣威D6、智己L6、别克GL8陆尚等多款新品强化长续航、智能操控等差异化竞争优势 [1] - 自主品牌实施乘用车与商用车一体化管理 产品开发周期缩减至18个月 [2] - 与华为合作打造SAIC尚界品牌 首款产品H5预售18小时订单突破5万辆 [2] 海外市场拓展 - MG品牌在欧洲市场交付15.3万辆 同比增长16% 成为欧洲销量最佳中国品牌 [2] - 智己汽车加速出海 IM5、IM6产品登陆泰国、英国、澳大利亚等市场 [2] 技术创新 - 第二代固态电池与OPPO"生态域"智能座舱已在MG4量产 新车预售订单达3万辆 [3] - "端到端"大模型搭载于智己L6量产 新一代智己LS6采用恒星超级增程技术 预售30分钟订单破1万辆 [3] 未来产品规划 - 下半年将推出荣威M7 DMH、全新MG4、智己LS6/LS9增程版、尚界H5、奥迪E5 Sportback及别克至境等重磅新车 [3]

行业与公司 * **智能驾驶行业**：行业正处于从电动化向智能化发展的关键阶段 技术路径正从基础的L2功能 高速NOA 城区NOA向端到端大模型演进 目标是实现从停车库到公共道路的全程自动化[2][5] * **小鹏汽车**：公司在城市OA（自动驾驶）领域保持领先 采用纯视觉方案实现技术降本 其BOM成本下降50% 新车型配备超过2000TOPS算力 并计划在2025年底实现上亿级Clip数据规模[4][8][12] * **比亚迪**：公司于2025年2月推出智驾平权计划 将高速NOA功能下探至10万元以下级别 覆盖海洋王朝系列全系车型 预计到2024年底高速智驾渗透率将从去年的10%提升至30%以上[4][13] * **其他车企**：吉利 长城 奇瑞等品牌也将在2025年下半年陆续推出搭载智能驾驶系统的新车型 加速市场渗透[9][15] 核心观点与论据 * **渗透率快速提升**：受益于激光雷达 芯片等核心部件成本下降及法规逐步放开 智能驾驶技术渗透率预计将从目前的10%迅速提升至50%[1][2][11] * **消费者需求强劲**：智能化已成为购车重要因素 以小鹏Mona M03 Max版本为例 其在低价格带提供优质智驾功能 全系销量占比持续超过80%[1][3] * **技术演进方向**：行业正向端到端大模型演进 其相比传统规则算法具有更强泛化能力和更高天花板 更接近人类驾驶行为 特斯拉 小鹏等头部主机厂正在推送自己的端到端模型[5][6] * **算力与数据是关键**：在大模型时代 车企需提升车载算力（如小鹏超2000TOPS 理想700TOPS以上）和云端算力（如华为超11 Flops算力） 并储备大规模数据（如小鹏计划上亿级Clip 理想数据量达8亿Flops）以训练更优模型[1][8] * **方案路线差异**：纯视觉方案（主要由特斯拉和小鹏采用）与多传感器融合方案（被理想 华为系 极氪 小米等大部分国内车企采用）是当前两大主流技术路径[7] * **功能与成本进展**：城市NVA技术持续推进 实现从起点到终点全程自动驾驶 同时成本下降推动渗透率加速提升 类似2020-2021年电动车渗透率从10%升至30%的历程 智能驾驶渗透率预计从2024年至2025年从10%快速提升至30%甚至50%[10][11] * **市场发展预测**：2025年高速及以上级别的市场渗透加快 预计全年高速NOA车辆数量将达到200万辆以上 城市OA车辆数量也将显著增加[15] 其他重要内容 * **供应链机会**：感知层面的激光雷达供应商（速腾聚创 禾赛科技） 芯片供应商（地平线 其G6系列芯片已突破国产替代） 域控制器供应商（德赛西威）以及执行层面的供应商（博特利 在线控制动EHB向ENB演进中表现出色）值得关注[14] * **具体车型表现**：小鹏Mona M03 Max版本搭载双Orin X芯片 以12.98万元的起售价提供强大智驾能力 新P7的小定订单已超过5万台[12]

公司技术研发进展 - 四维图新SA8620P和SA8650P芯片采用端到端大模型技术 [1] - 该端到端大模型为公司自主研发成果 [1]

智能驾驶测试争议 - 某汽车资讯平台发布的智能辅助驾驶模拟测试显示特斯拉车型表现优于国内品牌，但测试方法缺乏CMA或CNAS认证，专业性存疑[1] - 测试需系统性验证算法边界、物理极限、反应时延等多维因素，但该平台自定义标准导致结果可信度不足[1] 中国智能驾驶技术发展现状 - 中国L2级乘用车新车渗透率达57.3%，在智能化赛道形成领跑优势[2] - 城市NOA搭载量前三名为Momenta、华为（Hi模式）、元戎启行[2] - 宝马、奔驰、奥迪三大豪华车品牌均与中国智驾企业合作，凸显中国方案领先性[2] - 丰田、本田、日产等日系品牌也选择与Momenta合作，跨国车企拥抱中国智驾成趋势[3] 中国智能驾驶产业链优势 - 禾赛科技、速腾聚创等中国激光雷达企业向欧美车企反向输出，全球市场份额超60%[3] - 中国在组合驾驶辅助和人机交互技术领域全球领先[2] 智能驾驶技术挑战与前景 - 当前智驾系统尚未实现完全自动驾驶，驾驶人仍是责任主体[3] - 智能驾驶是汽车产业变革核心趋势，中国需通过智能化巩固新能源汽车优势[4] - 端到端大模型加速上车，大数据与算法能力持续提升推动技术迭代[2]