小鹏汽车近期动态 - 小鹏G7新车上市9分钟大定突破1万辆 [1] - 公司宣布将供应商付款账期缩短至60天以内 [1] - 新车热销显示产品力和品牌力提升 供应链体系稳健 [1] 产品线问题 - 公司考虑下半年进行产品线整合 可能存在减产计划 [2] - 产品矩阵臃肿 涵盖三大品类和四个尺寸 配置版本过多 [2] - 小鹏G9因配置复杂和定价问题 2022年仅售6373辆 远低于3.5万辆目标 [2] - P5车型定位模糊 与MONA M03和P7形成内耗 月销从864台骤降至109台 [3] - P7系列三款衍生车型互相蚕食市场 P7i已停产 P7月销仅53台 [4] - MONA M03推出导致品牌定位下滑 被贴上"网约车"标签 [4] 产品质量问题 - 多地P7+车主反映转向系统异常 方向盘操作沉重 [5] - 有车主爆料智驾系统在高速行驶时失灵 [5] - 驾驶安全问题需引起重视 [6] 智能驾驶技术路线 - 公司智能驾驶方案在纯视觉和激光雷达间反复调整 [7] - 2024年宣布P7+将采用纯视觉方案 2025年全系MAX车型标配 [7] - 选择纯视觉路线主要基于成本因素 摄像头成本仅几百元 [8] - VLA模型更适合处理图像数据 决策效率更高 [8] - L3级别智能驾驶场景下纯视觉系统已足够 [8] - 未来L4级别无人驾驶将重新采用激光雷达冗余 [9] - 激光雷达技术成熟 重新搭载不会显著增加成本 [9]

行业动态与市场趋势 - 2025年CES展会上科沃斯推出GOAT系列割草机器人，格力博在欧洲发布新一代智能割草机器人，追觅科技在欧洲上市两款产品并推进美国线下铺货，安克创新以eufy品牌回归推出新品 [1] - 割草机器人行业从初创企业主导转向成熟厂商竞争，资本市场关注度升温，2025年上半年汉阳科技完成亿元级融资，星灿智能、安努智能获千万级投资，汉阳科技启动Pre-IPO融资，乐动机器人提交港交所上市申请 [1] - 欧美市场需求激增：英国极端天气使智能割草机器人搜索量增长430%，美国草坪养护人工时薪涨至28美元且缺口18万人，法国巴黎奥运村B2B询价单日达2000封 [1] - 智能割草机器人从"可选消费品"变为"刚需家电"，GfK预测2025年欧美市场规模超60亿美元，行业迈向千亿级蓝海 [1] 技术方案与竞争格局 - 行业竞争加剧，价格下沉成为焦点，主流技术方案包括RTK定位、激光雷达导航、UWB技术及纯视觉方案 [2] - RTK方案依赖GPS信号且成本高，激光雷达方案环境建模优秀但成本高昂且对天气敏感，UWB技术需部署多个基站安装复杂 [2] - 纯视觉方案硬件成本较激光雷达降低80%以上，支持深度学习精准识别边界和障碍物，安装仅需5分钟建图，适应复杂环境且稳定性强 [4] - 纯视觉方案通过"算法吃掉硬件"将高端智能转化为千元工具，成为行业下沉关键变量 [4] 广和通纯视觉解决方案 - 公司推出基于纯视觉技术的完整解决方案，整合计算机视觉算法与硬件设计，提供主控板、算法板和电驱板等核心组件及路径规划与能源管理算法SDK [5] - 方案搭载语义分割、目标检测和深度估计算法，支持边界区分、停障避障、全局规划，采用VSLAM技术结合GNSS和IMU实现高精度定位导航 [7] - 硬件设计具备宽温域适应、IPX6防护等级、抗振动冲击及电磁干扰能力，保障户外复杂环境稳定运行 [8] - 标准版方案支持1000平方米草坪自主割草，边界出界率≤0.3%，障碍物识别覆盖高草、动物等特定目标，地形适应能力达25° [9][10][12] - 方案支持夜间作业、雨天运行，配备异常检测和打滑检测功能，脏污超过图像20%时触发告警 [12] 商业化进展与行业影响 - 2024年搭载广和通方案的割草机器人实现终端量产，2025年助力昶氪科技完成规模量产并进驻欧洲头部连锁渠道，获国际评测机构Heimwerker五星好评 [14] - 公司作为中国首家上市无线通信模组企业，通过软硬件协同和定制化方案降低行业门槛，推动中小厂商入场并拓展商用场景 [16] - 纯视觉方案打破高端市场垄断，未来有望通过"硬件+通信+服务"生态协同推动智能割草机器人普及 [16]

纪要涉及的行业和公司 - 行业：无人物流车行业 - 公司：G90、白犀牛、菜鸟、文远、三通一达、顺丰、新石器 纪要提到的核心观点和论据 行业发展情况 - 2025年无人物流车市场迎来爆发，驱动因素为政策支持和供需关系改善使产品价格符合市场门槛 [1][2] - 国内无人物流车发展始于2020年，因供应链和成本因素未大规模推广，2025年产业链成熟、成本下降致市场爆发 [2] - 行业主要企业包括头部厂商G90、第二梯队白犀牛和菜鸟，文远等即将入局 [1][2] 政策支持 - 政策端最初支持智能网联城市，北京、上海等城市率先开放，后其他城市跟进，国家出台降低物流成本政策，各地逐步放开限制 [4] - 申报无人物流车测试牌照需提交含第三方检测报告和随车保险等材料给经信局或交通局，测试标准为不少于240小时或行驶1000公里，经专家库和联系小组审批，通过获测试牌照可在指定线路测试 [5] - 测试牌照仅用于功能性和安全性验证，运营牌照是测试无事故故障后由测试牌照转成，可正常作业 [6] G90公司情况 - 客户面向物流板块，70%营收来自快递网点和城市配送，厂区转运和定制化业务各占15%，主要服务三通一达，不与顺丰合作 [1][8] - 采用按年购买和续费商业模式，客户购一年使用权后可租赁或出售给其他小型网点，经销商拿货底价为市场价七折，再以九折或85折销售赚取利润差 [1][9][10] - 车辆售价和服务费捆绑出售，如一辆车硬件成本5万元加2.8万元服务费总价7.8万元，经销商拿货底价6.8万元 [10] - E6车型BOM成本约4.5万元，售价2万无法覆盖成本，通过后续服务费回收成本并盈利，配备两个补盲雷达、11个摄像头及毫米波雷达，通过算法优化实现高效感知功能 [1][12] - 成本优化通过算法调优降低对大型硬件传感器依赖、降低算力需求、减少激光雷达使用，预计带来20% - 30%成本下降空间 [1][15][16] - 计划2025年交付1万台无人车，2026年交付5万台，2027年交付10万台，已自建工厂，今年年底开始大规模出货，推出16车型针对小型客户，先规模化占领市场再回收成本 [3][34][35] 行业收费模式 - 行业普遍采用租赁型收费模式，通过收取服务费或运维费回收成本并实现规模化 [1][17] 无人车应用场景和效果 - 主要用于快递末端配送，从转运中心到营业网点、快递驿站或快递柜运输，可重构配送模式，降本约30%，从网点到末端配送每件货物成本从两毛五至三毛降至9分钱左右 [3][24][27] - 在驿站多且有直送件场景渗透率较高，若驿站件占总量50%，渗透率接近50%，大型网点对无人车需求量至少20台 [28] - 无人车成本按两年计算回本周期，中途每票8分至1毛3元不等，使用客户第二年续费率达100% [30][31] 市场竞争格局 - 市场竞争遵循二八定律，最终剩少数几家厂商，客户选供应商考虑售后响应速度、灵活度和价格等因素，硬件成本遵循摩尔定律，降至一定程度保持稳定 [32] 技术相关 - 域控制芯片目前用两颗欧瑞芯片，未来逐步适配国产化芯片，与地平线GO 6P适配，今年年底完成部分车型替换，主要是五方车和E6 [14] - 激光雷达使用从两颗减为一颗，最终取消，转向纯视觉方案以降低硬件成本 [15][16][20] - 极端天气下无人驾驶汽车难以正常运行，暴雨影响激光雷达和视觉系统感知能力，极端天气不建议作业 [21] 其他重要但可能被忽略的内容 - 三通一达约90% - 95%加盟商是个体户加盟，较大加盟商有转运中心，需求20 - 30台车，公司会考虑发展为经销商 [8] - 路权申请针对特定线路，每条线路单独审批，申报主体必须是厂商，因保险保的是自动驾驶公司 [22] - 快递件分驿站件和入户件，驿站件占比约65%，入户件占比约35%，10个快递员网点每天配送量约5000件，每个快递员每天配送300 - 400件 [29] - 无人车正常行驶超两三分钟未移动视为异常上报后台，软处理可远程重启或重新规划路线，硬处理硬件故障城市内响应时间一般为一小时，故障率约为1/10000 [33]

报告行业投资评级 - 看好丨维持 [12] 报告的核心观点 - 特斯拉Robotaxi服务在美国奥斯汀南部启动试运营，迈出自动驾驶商业化关键一步，此次是对纯视觉方案的首次公开验证 [2][6][20] - 中国凭借政策协同性与技术优势，商业化进程与美国头部企业并驾齐驱，2023年已实现限定区域的无主驾安全员商业化运营 [8][29] - 2024年中国出租车及持证网约车总保有量或在400 - 500万台级别，当前国内头部企业运营Robotaxi数量不足3000台，市场渗透率不足1% [8][40] - 无人驾驶商业化落地进程为Robovan>Robotruck>Robotaxi，Robotaxi仍处于量产前夜，加速推广瓶颈在于前期全无人化运营数据积累和区域性运营牌照制约 [9] 各部分总结 特斯拉Robotaxi试运行，无人驾驶商业化加速 - 2025年6月22日，特斯拉Robotaxi服务在美国奥斯汀南部启动，首批约10辆2025款Model Y SUV组成车队，特定区域运营，少部分受邀用户可试乘，每次行程收4.20美元，副驾驶配安全员 [6][20] - 行业头部玩家聚焦Waymo、Zoox和特斯拉，Waymo采用跨越式路径，直接研发L4级无人驾驶；特斯拉选择渐进式路线，基于量产车部署L2/L3级辅助驾驶系统，以纯视觉方案叠加低成本硬件收集数据驱动算法迭代，此次试运营是对该技术路径首次公开验证 [7][24][28] - 截至2025年5月，Waymo车队规模达1500辆，服务覆盖4个城市，每周完成超25万次付费出行，计划2026年底扩展至七个美国城市 [25] - 2024年，Robotaxi行业中国及全球规模分别为16.5亿元、77.8亿元，预计2030年分别为390亿美元、666亿美元 [27] Robotaxi开启商业化运营，中美企业角逐 - 中国凭借政策协同性与技术优势，商业化进展与美国并驾齐驱，2023年多家企业实现Robotaxi平台商业化运营 [29] - 国内头部企业如萝卜快跑、小马智行和文远知行等已在试点区域运营，萝卜快跑车辆总数超1000辆 [32] - 国家和地方政府频繁发布支持政策，2023年底《准入通知》和《服务指南》弥补政策空白，地方规定相对宽松 [34] - 中国监管“循序渐进”，技术可靠后放开；美国更开放，部分城市大胆放开 [35] - 中国Robotaxi单车成本为美国代表性企业的三分之一左右，领先企业加速全球化布局 [36] - 2021 - 2024年国内网约车保有量从156万台增至328万台，2023年全国巡游出租车137万台，2024年出租车及持证网约车总保有量或400 - 500万台，国内头部企业运营Robotaxi数量不足3000台，市场渗透率不足1% [40] 商业化进程：Robovan>Rotruck>Robotaxi - 无人驾驶商业化落地进程为Robovan>Robotruck>Robotaxi，Robovan率先落地，因商业模型跑通、算法技术门槛低、路权政策宽松 [9] - Robotruck以渐进式技术路线商业化，L2+辅助驾驶前装系统要求低，长距离运输降本，数据沉淀支撑向L4迭代 [45] - Robotaxi单车成本待突破，运营模型未闭环，目前年均成本大于10万元，单公里运输成本是出租车/网约车2倍左右，预计2026年每公里成本有望与有人驾驶出租车持平 [50] - Robotaxi加速推广瓶颈在于前期全无人化运营数据积累和区域性运营牌照制约，区域运营权稀缺排他，运营商有望享受技术迭代红利 [9][54]

特斯拉Robotaxi试运营启动 - 特斯拉于2025年6月22日在德克萨斯州奥斯汀启动Robotaxi试运营服务，初期部署10辆2025款Model Y车型，采用邀请制，运营范围限定在特定区域，运营时间为上午6点至午夜12点 [3] - 乘客支付固定费用4.20美元，车辆配备人类安全员，配备紧急中止开关 [3] - 受邀参与者反馈积极，包括减速带减速效果良好、停车平稳、夜间行驶稳定、处理狭窄施工路段和避让动物等场景表现优异 [3][6][9][11] 特斯拉Robotaxi技术表现与问题 - 部分场景出现技术问题：未对倒车卡车刹车导致险情、左转时短暂逆行、系统分配车辆接客困难、无视限速标志等 [11][12][15] - 有用户质疑车辆可能由后台人工操控，因在限速20英里区域以35英里时速行驶 [15] - 马斯克预测到2026年底美国将有数十万至超百万辆特斯拉自动驾驶汽车行驶 [11] 特斯拉Robotaxi商业模式与市场反应 - 特斯拉计划融合Uber和Airbnb模式，车主可通过共享闲置车辆获得收入，公司抽取佣金 [2] - 2025年Q1特斯拉电动汽车交付量暴跌13%，公司将Robotaxi定位为救星，预计2026年底显著改善财务状况 [20] - 官宣Robotaxi后特斯拉股价上涨9%至349美元，市值达1.03万亿美元，马斯克身价超3350亿美元 [20] 中国无人驾驶出租车发展 - 2025年被视为无人驾驶出租车商业化元年，中国已有超15个城市允许完全无人驾驶运营 [21] - 百度萝卜快跑2025年Q1提供超140万次出行服务，同比增长75%，累计服务超1100万次，业务扩展至迪拜、阿布扎比和香港 [21][22] - 滴滴与广汽埃安联合发布L4 Robotaxi车型，计划2025年底量产，2026年在广州、北京示范运营 [22] - 哈啰出行联合蚂蚁集团、宁德时代成立合资公司，注册资本12.88亿元，专注L4自动驾驶技术研发和商业化 [23] 自动驾驶技术路线对比 - 特斯拉采用纯视觉方案，依赖摄像头和FSD计算机，声称比Waymo方案"安全7倍，成本低7倍" [23] - Waymo和中国公司采用多传感器融合方案，配备激光雷达、雷达等实现环境感知 [24] - 全球Robotaxi市场处于关键转型期，技术成熟度、监管框架和公众信任仍是核心挑战 [24]

特斯拉自动驾驶技术进展 - 特斯拉首批Robotaxi车队在得州奥斯汀上路，采用2025款Model Y，基于纯视觉方案（摄像头+自研AI芯片），实现"端到端"模型学习驾驶技能 [1] - 纯视觉方案被视为技术突破，国内车企小鹏也跟随该路线，将激光雷达移出核心感知架构 [1] 激光雷达市场现状 - 2023年全球车载激光雷达销量约160万台，其中中国市场占比90% [1] - 激光雷达价格从30万元以上高端车型下沉至15万元级大众市场，成本已降至1000多元 [9] - 行业主流产品线束为64线/128线/192线，测距能力达150米有效检测 [2][6] 技术路线争议 - 视觉方案存在物理局限：夜间信噪比衰减、异形障碍物识别歧义等问题持续存在 [1][4] - 激光雷达优势在于"检测即所得"，是确切的物理量，能提升AEB功能成熟度 [3][7] - 视觉方案开发代价高昂，需海量数据驱动，而激光雷达可减少开发工程量 [7] 激光雷达技术演进 - SPAD（单光子雪崩二极管）将成为未来主流技术，索尼芯片方案将被华为/速腾/禾赛采用 [8] - 半导体技术进步将推动激光雷达性能提升，2025-2026年可能出现突破性产品 [8] - 线束数量持续增加，角分辨率优化，测距能力有望突破200米 [6][15] 车企应用现状 - 除特斯拉和小鹏外，多数车企仍依赖激光雷达作为辅助驾驶核心组件 [5] - 激光雷达使用呈现"强者恒强"态势，需结合视觉方案才能发挥最大效用 [7][13] - 蔚来/理想/小米等车企已配备激光雷达，形成市场竞争驱动力 [12] 成本与供应链 - 激光雷达成本持续下探，性价比优势显现，能帮助车企减少技术弯路 [9] - 供应链体系已建立，可保证产品批量一致性，售后更换成本约几千元 [10][11] 性能边界与挑战 - 量产环节实际有效测距多为80-120米，少数能达到150米 [15] - 雨雾雪天气和玻璃/水面等高反射物体会影响检测精度，算法可部分缓解但无法根除 [16] - 参数标称的200米测距需结合线束数量和角分辨率综合评估 [6]

智能辅助驾驶技术路线 - 特斯拉坚持纯视觉方案的理论基础是全球道路交通体系本质围绕视觉感知能力构建 人工智能结合数字神经网络和摄像头是与现有道路系统最匹配的解决方案 [1] - 马斯克批评激光雷达技术 认为道路系统并非为从眼睛发射激光而设计 摄像头与激光雷达同时工作可能导致信息冲突和交通事故 [3] - 纯视觉方案最大优点是成本较低且贴近人眼逻辑 通过对摄像头持续优化可无限接近人类眼睛 [20] 第一性原理 - 第一性原理是系统中最基本的命题或假设 不能被违背或删除 核心思想是回归事物本质 剖析最基本原理构建新认知框架 [3] - 智能辅助驾驶的第一性原理应聚焦本质需求 以标准化能力推动普惠价值 实现从A点到B点的安全 舒适 高效 [4] - 手机行业演进史为汽车智能化提供启示 基带芯片以"稳定传输"为第一性原理 智能辅助驾驶应成为像基带一样可靠的基础设施 [4] 特斯拉技术发展历程 - 2014-2016年外部合作期 采用Mobileye EyeQ3芯片 算力0.25 TOPS 支持1个前视摄像头 1个毫米波雷达和12个超声波雷达 [6] - 2016-2019年自研过渡期 转向英伟达方案 算力10 TOPS 配备8个摄像头 1个毫米波雷达 12个超声波雷达 同时开始自研FSD芯片 [7] - 2019年进入全面自研期 推出HW3.0 配备两颗自研FSD芯片 算力144 TOPS 相比前代增长7倍多 [7][9] 特斯拉技术方案演进 - 引入BEV+Transformer算法栈 让视觉感知网络获得测速 测距能力 将2D画面拼接成360度全景俯视图 [13] - 升级占用网络 将车辆周围空间划分成小方格标记是否被物体占据 实现高分辨率三维感知与重建 [14] - 推出端到端方案 完全采用一张神经网络链接感知 规控和执行 2023年测试中运行速度比原方案更快 删除30万行人工代码 [16][17] 技术方案对比 - 纯视觉方案在信息丰富度 三维深度 测距精度 相对场景可靠性等方面弱于多传感器融合方案 但成本更低 [19] - 激光雷达在探测距离 精度和实时性方面有明显优势 但易受天气影响 可能发生多次反射导致信号失真 [20][21] - 多传感器融合方案需承担更高硬件成本 开发能融合多传感器数据的算法 并采用高算力芯片处理数据 [23]

小鹏汽车技术路线 - 小鹏汽车自主研发的图灵芯片首次上车，搭载在中型SUV G7上，一颗图灵芯片的有效算力等同于三颗英伟达Orin X，整台G7的有效算力超过2200Tops [2] - 小鹏Mona M03顶配版配备两颗Orin-X芯片，算力达508TOPS [2] - 小鹏宣布将采取纯视觉方案，认为激光雷达"看不远、干扰多、帧率低、穿透性差" [2] 纯视觉技术方案 - 小鹏通过定制AI编译器、协同设计模型架构等方法，实现VLA和VLM大模型与图灵芯片的耦合 [3] - 小鹏训练了超过40万小时的视频数据，相当于AI看了3万部《流浪地球》，视频数据量将在今年增加到2亿clips [10] - 小鹏智能算力集群正向两万卡水平前进，云端集群运行效率常年保持在90%以上 [13] - 去掉激光雷达后节约了20%的感知算力，模型反应更快，视觉信息处理帧率达到业界主流激光雷达处理帧率的12倍 [13] 激光雷达技术发展 - 激光雷达成本12年间下降了400倍，禾赛已将激光雷达价格压到200美元 [3] - 激光雷达供应商通过自研关键器件并压缩成芯片实现降本，部分主机厂称禾赛激光雷达报价已降至人民币三位数 [25] - 激光雷达存在"多径效应"问题，但已有方法通过训练神经网络模型和多源数据对比来解决 [26][28] 技术路线对比 - 纯视觉方案优势：算力要求低、响应速度快、数据获取成本低 [13][22] - 激光雷达优势：测距精度高、不受光线条件限制、能识别视觉欺骗性场景 [30][31] - 视觉方案在极端天气下仍需依赖毫米波雷达 [25] 行业竞争格局 - 小鹏将纯视觉高阶智驾能力下放到13万元起的Mona Max，同时激光雷达也下探到同价位区间 [4] - 小鹏试图重新定义辅助驾驶标准，认为"算力"才是检验辅助驾驶的第一标准 [6] - 特斯拉和小鹏代表纯视觉派，而更多品牌转向激光雷达方案 [4][6] 技术争议 - 专家质疑去掉激光雷达是否能真正提升反应速度，认为占用算力的主要是大模型而非激光雷达 [18][19] - LOFIC技术最早由荣耀手机提出，工艺复杂且商用效果未达预期 [19] - 360°安全取决于传感器布置，视觉和激光雷达都可以实现 [21] 未来发展趋势 - 小鹏计划在2027年前结束纯视觉与激光雷达之争 [35] - L3及以上自动驾驶阶段，车企需证明纯视觉方案更安全 [34] - 最终衡量标准是哪种方案能更大概率防止事故发生 [36]

特斯拉纯视觉方案 - 公司坚持视觉处理方案，目标是让人人买得起安全智能的产品[1] - 即将推出基于纯AI技术的通用型全自动驾驶(FSD)解决方案，延续2016年以来的视觉优先战略，完全抛弃激光雷达[1] - 方案仅依靠摄像头和自研芯片实现L4-L5级自动驾驶，连毫米波雷达也已弃用[4] - 视觉方案搭配端到端神经网络架构，通过数十亿真实世界数据样本训练，实现多场景安全驾驶[4] - 公司认为先进技术不需要昂贵繁杂的传感器，纯视觉最贴近人类驾驶习惯，是自动驾驶的"第一性原理"[4] 激光雷达市场发展 - 全球乘用车激光雷达市场2024年同比增长68%，规模达6.92亿美元[1] - 中国激光雷达配置车型达94款，相比上一年度翻倍[1] - 激光雷达成本8年内降低99.5%，从数千美元降至200美元左右[1] - 行业认为激光雷达正从"可选功能件"进化为"必选安全件"[1] - 2024年高阶智能辅助驾驶进入20万元以内市场，激光雷达上车趋势明显[19] 技术路线对比 纯视觉方案 - 依靠摄像头捕捉RGB图像数据，通过深度学习算法提取语义特征[6] - 最大优势是硬件成本低、系统集成简单，但依赖算法处理能力[6] - 在恶劣天气和复杂光照条件下可靠性面临挑战[6] - 需要处理大量图像数据，对系统算力和能耗要求高[6] 多传感器融合方案 - 结合激光雷达、摄像头、毫米波雷达等多种传感器[8] - 激光雷达测距精度达厘米级，不受光照影响[11][12] - 摄像头提供丰富语义信息但受环境影响大[11][12] - 毫米波雷达在恶劣天气表现稳定但分辨率低[11][12] - 多传感器融合可弥补单一传感器缺陷，提升系统鲁棒性[17] 市场应用差异 - 特斯拉FSD在北美渗透率超30%，但可能低估中国路况复杂性[7] - 中国车企针对"鬼探头""加塞"等本土场景开发针对性解决方案[7] - 理想汽车CEO表示激光雷达在中国路况下可实现130公里/小时AEB功能，比纯视觉方案探测距离更远[16] - 华为、理想等企业认为L3/L4级自动驾驶必须配备激光雷达[13] 行业发展趋势 - 技术路线本质是"算法驱动"与"硬件驱动"的理念之争[16] - 特斯拉通过海量数据训练全能算法，国内车企通过硬件堆砌安全冗余[16] - 行业正从"单车智能"向"系统智能"演进，结合V2X实现协同控制[19] - 智能辅助驾驶进入规模化普及阶段，安全是行业不可逾越的底线[20]

政策监管与行业调整 - 小米汽车将官网及App中的"智驾"一词全面替换为"辅助驾驶"，SU7标准版的Xiaomi Pilot Pro更名为"小米辅助驾驶Pro"，SU7 Pro/Max的Xiaomi HAD更名为"小米端到端辅助驾驶" [1] - 理想、蔚来、小鹏等新势力车企也调整宣传话术，门店销售人员不再主动提及"智驾"，转而强调空间、舒适性等卖点 [1] - 2024年4月工信部发布《智能网联汽车功能安全标准（征求意见稿）》，明确禁止车企使用"自动驾驶""智驾"等模糊表述，要求统一为"辅助驾驶"或"组合辅助驾驶" [1] - 2025年4月工信部在智能网联汽车产品准入会议上要求车企不得对L2级辅助驾驶功能进行"自动驾驶"或"全场景智驾"等夸大宣传，并加强对OTA升级的监管 [3] 事故与安全风险 - 2025年3月29日一辆启用智能辅助驾驶功能的小米SU7发生严重事故，导致3人死亡 [2] - 调查显示62%的消费者误将L2级辅助驾驶视为"完全自动驾驶"，而实际技术对静态障碍物的识别率不足30% [2] - 部分车企曾以"零接管""车内睡觉"等危险场景作为卖点，用户通过"方向盘配重块"等手段欺骗系统，放大风险 [2] - 特斯拉Autopilot事故频发，部分用户误以为车辆可完全自主驾驶，国内某新势力品牌曾因宣传"城市NOA通勤模式"被消费者投诉误导 [3] 技术路线与局限性 - 小米SU7标准版采用纯视觉方案，在极端天气或复杂路口的识别能力存在争议，Pro/Max版本配备激光雷达，但"端到端"技术仍面临"长尾问题"挑战 [2] - 某头部高精地图企业负责人表示纯视觉方案在夜晚或极端天气下难以保证安全行驶，激光雷达虽能弥补短板却面临成本与算力的双重压力 [4] - 华为乾崑智驾ADS 4已支持有条件L3级功能，但仍强调"手不能离方向盘" [7] 消费者教育与责任划分 - 车企开始强调"人机共驾"原则，在系统激活时强制要求驾驶员保持注意力，并通过DMS实时监测疲劳状态 [6] - 小米要求用户首次激活功能前完成15分钟AR模拟训练，涵盖紧急接管等场景，并生成个性化评估报告，用户手册以12页篇幅详述8类失效场景 [6] - 小鹏推出"智驾险"，在系统退出后5秒内仍提供理赔保障，鸿蒙智行明确事故责任归属，强调"辅助功能不可替代驾驶员" [6] 行业未来发展趋势 - 短期内车企需在技术宣传与合规风险间寻找平衡点，长期来看行业将加速向L3级及以上自动驾驶演进 [7] - 工信部将OTA升级纳入召回管理，要求企业减少升级频次并加强验证，激光雷达与纯视觉的融合将成为主流，"安全冗余"设计将成为标配 [7] - 消费者对智能驾驶的接受度将逐步提升，但前提是车企能建立"技术诚实"的品牌形象 [7]