技术路线之争：多传感器融合 vs 纯视觉 - 速腾聚创创始人邱纯潮认为，多传感器系统比特斯拉的纯视觉方案更安全、更好，纯视觉系统无法解决很多极端情况[2] - 邱纯潮指出，纯视觉系统无法实现3级或4级自动驾驶能力，需要添加包括激光雷达在内的其他传感器[2] - 在特定场景下，如白色汽车停在高速公路前方或驶向隧道时，纯视觉系统难以准确分辨物体[3] - 特斯拉首席执行官埃隆·马斯克则坚持认为激光雷达“昂贵且不必要”，是实现自动驾驶最“人性化”的方式，并称激光雷达和雷达会因传感器争用而降低安全性[4][5][6] 激光雷达的成本与性能趋势 - 激光雷达系统成本已大幅下降，从每辆车约7万美元降至几百美元左右，且性能持续提升[7] - 据彭博社报道，激光雷达每辆车的成本约为1.2万美元，而摄像头的成本约为每辆车400美元[5] - 市场研究机构Yole Group报告称，速腾聚创将在2024年占据全球乘用车激光雷达系统最大的市场份额[3] 行业实践与市场观点 - Waymo和Zoox等自动驾驶公司采用结合摄像头、雷达和激光雷达的多传感器阵列，例如Waymo最新版本无人驾驶汽车使用了约40个外部摄像头和传感器，而特斯拉仅使用约8个外部摄像头[5] - Uber首席执行官达拉·科斯罗萨西倾向于Waymo的方案，认为为实现超人的安全性，应加装激光雷达[6] - 福特首席执行官吉姆·法利表示激光雷达是“关键任务”，并举例说明在强光等情况下激光雷达比摄像头更可靠[7] - 理想汽车首席执行官李想指出，中美交通状况差异大，在中国夜间驾驶常遇无尾灯卡车等场景，现有摄像系统难以探测，激光雷达更具价值[7]

公司概况 * 文远知行是一家全球领先的L4级自动驾驶公司[3] * 公司业务覆盖11个国家，超过30个城市[3] * 公司拥有全球最大的L4自动驾驶车队之一，总规模超过1,500辆，其中Robotaxi（自动驾驶出租车）为700辆[3] * 公司是唯一一家拥有七国自动驾驶国标牌照的AI公司[3][9] 商业模式与运营策略 * 采用不自持车队的轻资产模式，车辆卖给平台方或独立车队运营公司[10] * 与平台合作分成收入，分成比例为60%至70%[10] * 通过与Uber等大型平台合作，新城市运营首日即可实现日均12至15单，远高于启动初期的6至8单[10] * 技术成熟度支持1名远程安全员监控10台车，未来比例可能提升至1:20或1:30[12][17] * 公司综合毛利率较高，每年约30%左右[25] 商业化进展与财务数据 中东市场（与Uber合作） * 在中东运营除中美以外最大的商业化Robotaxi车队[3] * 阿布扎比已覆盖城市一半区域，年底将覆盖全城，目前运营车辆超过100辆，年底预计达到近200辆[4] * 每公里单价约为1至1.1美元（约合7至8元人民币），是国内单价（约2元人民币）的两倍多[4] * 每辆车日均订单量已超过15单，突破了纯无人驾驶盈亏平衡点（12单）[4] * 运营正向纯无人化过渡，正在等待纯无人运营商业化牌照[4] 单车收益与盈利能力 * 单车年收入：中国市场为4万至5万美元，中东市场为9万至10万美元，欧美市场高达25万美元[8][11][12] * 单车年利润：中国市场为13,000至14,000美元（未扣除平台抽成），中东市场超过5万美元，欧美市场超过15万美元[12] * 海外市场（中东、欧美）利润率在50%到65%之间[12] 未来发展规划与目标 车队规模与收入预期 * **2026年目标**：整体车队规模达到3,000至5,000辆，其中Robotaxi数量增至2,000至3,000辆[2][5] * **2030年目标**：全球范围内拥有25万台Robotaxi，其中国内市场15万台，海外市场10万台[7][8] * **收入目标**：未来1至3年内，预计实现15亿美元的年化收入，其中10亿美元来自自动驾驶出租车服务（对应约2万台的运营规模）[25][28] 市场扩张计划 * **国内**：重心在北京、广州、上海，明年（2026年）将在上海重点推进[5] * **海外**：重点在中东地区，包括迪拜（2026年一季度开始运营）、利雅得等[5] * 与Uber有五年15城计划，预计覆盖15个城市，达到约5万台车的规模[2][8] * 其他合作伙伴包括Grab、TXAI、瑞士铁路局（SBB）等[8] 行业环境与竞争优势 海外市场优势 * 人工成本高，Robotaxi替代需求强[8][22] * 监管环境友好，开放速度快，例如迪拜计划2026年开放全城并发放1,000张牌照[5][17] * 中东国家计划到2030年自动驾驶渗透率超过25%[5] 技术与产业链 * 自研技术平台Viva One支持从L2+到L4全系产品矩阵[3] * 采用多传感器融合方案，认为纯视觉方案存在局限性[16] * 受益于中国成熟的汽车产业链，生产成本较低且各家差异不大[18][21] * Robotaxi车辆前期生产成本约为5万美元/台[21][25] 其他业务线 * Robobus（自动驾驶巴士）产品线已在全球20多个城市部署，近期在广州中标100台，实现常规采购[25] * L2+方案已上线，采用纯视觉端到端方案，表现出色[25] * 其他产品线如Log Buffer、ADS、RoboVac等也在全球市场取得不错成绩[26] 市场潜力与估值 * 公司当前市值约200亿人民币，相对于其收入潜力和市场规模（即使仅占10%份额也能带来数百亿人民币收入）而言估值较低[28] * 公司被认为具备超预期兑现能力，是值得关注的投资标的[28]

小鹏汽车技术路线转向 - 小鹏汽车自动驾驶总监表示公司将放弃激光雷达 转而采用纯视觉技术 因激光雷达数据无法被AI系统吸收 而视觉数据能让系统快速发展[2] - 新AI系统基于大量客户驾驶过程中剪辑的10秒或30秒短视频数据构建[2] - 该决策被网友视为复制马斯克的想法 马斯克本人用"笑哭"表情回应[2] 特斯拉纯视觉方案立场 - 马斯克多次公开力挺纯视觉方案 称激光雷达是"多余的阑尾" 认为多传感器数据冲突会降低安全性[4] - 强调道路规则是为"人眼+大脑"设计 只要摄像头配合端到端神经网络就能在成本和可靠性上碾压融合方案[4] - 特斯拉自2021年取消毫米波雷达后 全系车型押注8颗摄像头的"Tesla Vision"系统[4] 感知技术路线对比 - 视觉方案优势在于成本较低且摄像头性能不断提升 但在恶劣天气条件下感知能力会严重下降[5] - 多传感器融合方案结合激光雷达 摄像头和毫米波雷达优势 激光雷达具有测量精度高 响应时间短和抗干扰能力强特点[7] - 融合方案面临传感器数据融合难度大 不同数据可能冲突导致系统决策复杂 同时增加成本和系统复杂性[7] 激光雷达市场渗透情况 - 全球L2及以上智能驾驶渗透率近三年增加15.1% 国内从2022年0.5%增至2024年5.5%[9] - 2024年1-10月中国乘用车激光雷达安装量TOP5品牌：鸿蒙智行31.8万颗 理想汽车18.6万颗 蔚来16.7万颗 极氪12.0万颗 阿维塔9.1万颗[10] - 激光雷达在中国呈"标配化"趋势 2023年车载激光雷达市场规模超30亿元 五年行业复合增速达124.20%[10] 技术发展现状与趋势 - 当前无论是多传感器融合还是视觉方案都处于研发初步阶段 对外依赖程度高且存在各自需要克服的困难[12] - 视觉方案需提升摄像头在恶劣环境下的性能并优化复杂场景识别算法 融合方案需解决传感器数据融合难题[12] - 未来竞争将更加激烈 能够以最便宜价格提供相同功能产品的方案将成为感知技术的最终发展方向[13]

文章核心观点 - 自动驾驶技术路线存在“纯视觉派”与“激光雷达派”的分歧，小鹏汽车从激光雷达转向纯视觉方案引发行业关注 [1][5] - 技术路线的选择本质是车企在算力、成本、安全及数据融合能力等核心要素上的权衡，两种方案预计将长期并存 [15][28][32] 技术路线分歧 - 特斯拉是坚定的“纯视觉派”，认为先进的人工智能系统仅靠视觉即可实现自动驾驶 [4] - 绝大部分国产品牌是“激光雷达派”，认为激光雷达识别能力更强，能提供更可靠的决策支持 [4] - 小鹏汽车是目前唯一从“激光雷达派”转向“纯视觉派”的车企 [5] 小鹏汽车的技术转型 - 小鹏在2021年首次将激光雷达应用于量产车型P5，但近期推出的新车型如MONA M03、P7+、G7等均已取消激光雷达 [7] - 转型逻辑是新AI系统基于大语言模型，无法吸收激光雷达的数据，移除激光雷达彰显了公司在模型、算力与数据上的先进性 [7][15] - 公司对纯视觉方案充满信心，预计到2027年技术路线选择将不再是问题 [7] 算力支撑与方案演进 - 算力是纯视觉方案实现可靠辅助驾驶的核心，高算力支持复杂任务的并行运行及更先进AI算法的迭代 [11] - 小鹏P7+算力为508TOPS，特斯拉HW 4.0算力为720TOPS，小鹏G7凭借三颗图灵芯片总算力达到2200TOPS [11] - 小鹏早期在P5上使用激光雷达是为了弥补当时仅30TOPS的算力短板 [12] - 根据行业报告，高于150TOPS的大算力芯片是实现城市NOA功能的基础 [14] 激光雷达派的立场与优势 - 众多品牌如鸿蒙智行、理想、蔚来、比亚迪、小米等仍在高端车型上布局激光雷达方案 [16] - 安全是车企不愿放弃激光雷达的根本原因，其在强光、黑夜等极端环境下性能更稳定，可弥补摄像头不足 [18][19] - 理想团队测试数据显示，搭载激光雷达的车型事故率显著下降20%-30% [20] - 华为认为需集成摄像头、毫米波雷达和激光雷达三种硬件才能提供全方位的安全保障 [20][21][22][24] 激光雷达产业链发展 - 上游供应商技术快速迭代，禾赛科技推出800线超远距激光雷达，速腾聚创平台可生产最高2160线产品 [25][26] - 激光雷达成本大幅下降，从早期数万美元降至1000美元以内，地平线预测其成本十年内将降低1000倍，华为计划降至200美元甚至100美元 [26][27] - 成本下降使激光雷达配置门槛下探，零跑已将配备激光雷达的车型价格降至11.38万元 [28] 市场趋势与未来展望 - 消费者更关注辅助驾驶的体验与主动安全表现，而非具体技术路线 [28][31] - 两种技术路线将长期并行，其博弈的终局将由市场与技术共同筛选出最优解 [32]

自动驾驶商业化进展 - 截至2025年5月 Waymo在美国4个城市运营1500辆自动驾驶出租车 每周完成超25万次付费出行服务[1] - 百度Apollo全球部署超1000辆无人驾驶汽车 累计提供超1100万次出行服务 安全行驶里程超1.7亿公里[1] 传感器技术路线分歧 - 纯视觉方案采用8个环绕摄像头模拟人类视野 依赖深度学习算法从二维图像重建三维环境 成本极低适合大规模商业化[7] - 多传感器融合方案以激光雷达为主 可生成精确3D点云图 早期造价达7.5万美元 但能应对恶劣天气条件[5][9] - 主流车企包括Waymo、小鹏、蔚来选择多传感器融合 认为安全冗余是不可逾越的红线[9] 传感器内部选择差异 - 激光雷达角分辨率极高 能清晰分辨行人姿态和车辆轮廓 是L4/L5自动驾驶必备传感器[11] - 4D毫米波雷达成本仅数百元 具备强大穿透能力 可在恶劣天气下工作 但点云稀疏无法勾勒物体轮廓[13] - L4 Robotaxi和豪华车采用"激光雷达为主 毫米波雷达为辅"策略 L2+/L3经济车主要依赖"摄像头+毫米波雷达"方案[15] 系统架构发展路径 - 模块化设计将驾驶任务拆分为感知、预测、规划、控制等独立子任务 可解释性强且易于调试[16] - 端到端模型直接将传感器原始数据映射到驾驶控制指令 全过程无信息损失但存在黑箱难题[18] - 行业出现"显式端到端"折中方案 保留可行驶区域等中间输出以平衡性能与可解释性[18] 大模型应用方向 - VLM视觉语言模型追求过程可控 利用图像-文本配对数据预训练 技术相对成熟更易落地[19][23] - VLA视觉语言动作模型主张模型自主学会驾驶规则 需要海量视频-控制信号配对数据 训练成本高昂[21][23] - Waymo、Cruise、华为、小鹏选择VLM路线 特斯拉、吉利和理想探索VLA路线[25] 技术融合趋势 - 纯视觉方案开始引入更多传感器 多传感器融合方案中视觉算法地位提升[9] - 模块化架构开始吸收端到端优势 大模型为所有系统注入认知智能[25] - 激光雷达与视觉正在融合为多模态感知系统[25]

禾赛双重上市的时机，挑选得非常巧妙。 9月15日，禾赛科技宣布与一家美国领先的头部Robotaxi公司深化合作，签订价值超过4000万美元的激光雷达订单，将作为该公司唯一激光 雷达供应商，订单计划于2026年底前完成交付。 次日，挟好消息的禾赛就正式在香港联交所主板挂牌，成为首家实现"美股+港股"双重主要上市的激光雷达企业，募资约41.60亿港元，创下 近四年来中概股回港最大IPO规模。 当天，禾赛科技美股盘前股价强势拉升，涨幅超6%至30.29美元，港股开盘后股价迅速拉升，两分钟内涨幅突破10%，市值一度超过350亿 港元。 近期，高盛发布研报称，随着激光雷达今年在中国市场加速普及，并于2026至2027年开始在全球车企实现大规模量产，预测至2030年海外 ADAS激光雷达出货量将达300万台，相当于中国市场2025年的规模。高盛首次给予禾赛港股"买入"评级，目标价281港元，美股目标价由 26.3美元由上调至36美元，评级亦为"买入"。 但截至9 月 26 日午盘，禾赛港股股价为 227.2 港元，较发行价212.8港元，仅微涨，距离高盛给出的目标价更是甚远。 这家在激光雷达领域做到全球出货量第一的企业， ...

全新小鹏P7预售表现 - 全新小鹏P7上市7分钟内获得1万台大定订单 [1] 历史产品大定表现对比 - 小米SU7去年上市时4分钟获得1万台大定 [3] - 小鹏MONA M03去年上市时52分钟获得1万台大定 [3] 技术路线转型 - 小鹏汽车从激光雷达支持者转变为纯视觉方案坚定支持者 [8] - 公司前年已决策坚持纯视觉路线用于辅助驾驶和自动驾驶 [16] - 预计2027年自动驾驶技术路线之争将消失 [8] 纯视觉方案优势 - 视觉上限远超激光雷达 [8] - 纯视觉方案模拟人类驾驶逻辑更适应现有交通环境 [18] - 算力提升10倍后纯视觉方案可处理夜间、大逆光、雨雪天等复杂条件 [21] - 视觉系统未来能识别路面钉子和挪动的沙井盖等细节 [16] 算力突破 - 当前算力比以往提高10倍 [19] - 预计5-10年后算力比现在再提高10倍 [19] - 自研图灵芯片单颗有效算力相当于三颗英伟达Orin X芯片 [23] - 小鹏G7 Ultra版搭载3颗图灵芯片，车端算力达2250TOPS [25] - 自研算力领先行业平均3-10倍 [30] 芯片自研优势 - 算力利用率高于通用芯片 [25] - 专为自家产品开发避免功能冗余 [28] - 芯片与软件团队协同挖掘芯片潜力 [28] VLA大模型应用 - 端到端大模型赋能辅助驾驶系统 [30] - 全新小鹏P7搭载全场景VLA系统可实时识别水坑深度、行人位置和公交车盲区 [31] - 系统能自动降速避让和提前制动 [31] 自动驾驶规划 - 辅助驾驶能力年底预计比第一阵营强10倍以上 [33] - 支持L4的车型将在2026年量产 [34] - 获得政策批准后在部分区域试点Robotaxi运营 [34] 财务表现 - 最近一年半销量等于过去9年总和 [39] - 二季度交付量超10万台，同比增长241.6% [39] - 二季度营收182.7亿元，同比增长125.3% [39] - 毛利率17.3%，同比增长3.3个百分点 [39] - 现金流475.7亿元创历史新高 [39] 发展战略 - 未来发展聚焦科技和颜值两大关键词 [40] - 不排除寻找合作方进行Robotaxi商业化运营 [37] - 持续研发投入认真做好每款车 [42] 行业竞争态势 - 特斯拉和小鹏在Robotaxi领域可能面临业务撞车 [36] - 特斯拉计划2026年底Robotaxi车队达数百万辆 [36] - 行业未来5年内可能进行激烈淘汰赛 [43]

全新小鹏P7市场表现 - 全新小鹏P7上市7分钟内获得1万台大定订单 [2] - 对比参考：小米SU7去年上市时1万台大定用时4分钟，小鹏MONA M03去年上市时1万台大定用时52分钟 [4] 技术路线转型 - 公司从激光雷达支持者转变为纯视觉路线坚定支持者 [13] - 公司认为视觉系统上限远超激光雷达，预计2027年自动驾驶技术路线之争将消失 [13] - 与特斯拉马斯克技术路线趋同，均认为激光雷达会降低安全性 [15][16] 纯视觉方案优势与突破 - 纯视觉方案过去表现不佳主要因算力不足，图像像素点阵和帧率不足导致决策困难 [29][30] - 当前算力较以往提升10倍，预计5-10年后算力将再提升10倍 [31] - 算力提升使纯视觉方案在夜间、大逆光、雨雪天等复杂条件下超越人眼感知能力 [33] 自研芯片技术优势 - 自研图灵芯片单颗有效算力相当于三颗英伟达Orin X芯片 [38] - 20万级小鹏G7 Ultra版搭载3颗图灵芯片，车端有效算力达2250TOPS，远超同级产品（多数仅100TOPS） [38] - 自研芯片算力利用率更高，专为自家产品优化，避免通用芯片的功能冗余 [41] - 自研算力领先行业3-10倍，支持功能代际跨越 [43] VLA辅助驾驶系统进展 - 全场景VLA辅助驾驶系统可实时识别水坑深度、行人位置、公交车盲区等复杂场景 [47] - 预计2024年底辅助驾驶能力将比第一阵营强10倍以上 [49] - 支持L4级自动驾驶车型计划2026年量产，并试点Robotaxi运营 [49] 财务与运营表现 - 最近一年半销量相当于过去9年总和 [56] - 2025年二季度总交付量超10万台，创历史新高，同比增长241.6% [56] - 总营收182.7亿元人民币，创历史新高，同比增长125.3% [56] - 毛利率17.3%，同比增长3.3个百分点，现金流475.7亿元人民币 [56] 行业竞争与战略定位 - 与特斯拉在Robotaxi领域可能面临直接竞争，双方均计划2026年扩大规模 [51][52] - 公司未来不排除通过合作方推进Robotaxi商业化运营 [54] - 公司发展聚焦"科技"和"颜值"两大核心方向 [57] - 行业尚未形成稳定格局，存在挑战与机遇并存局面 [60]

马斯克对激光雷达的负面评价 - 特斯拉CEO埃隆·马斯克认为激光雷达和毫米波雷达会因传感器冲突降低自动驾驶安全性 [1][3] - 马斯克解释反对激光雷达的核心原因是传感器数据不一致导致系统决策困境 [3] - 特斯拉自2021年正式转向纯视觉方案 新推出的Model 3焕新版未配备任何雷达 [3] 激光雷达的成本争议 - 马斯克反对激光雷达的重要因素包括其高昂成本 [3] - 支持方指出固态激光雷达成本已大幅下降至约500美元 认为成本已可接受 [5] - 行业在成本问题上存在明显分歧 [5] 自动驾驶技术路线的阵营分化 - 理想、华为、蔚来等车企坚持使用激光雷达方案 [5] - 理想CEO李想强调中美路况差异 指出中国夜间路况复杂需激光雷达辅助 [5][7] - 激光雷达在无光环境下探测距离达200米 优于摄像头的100米出头 可支持130公里/小时自动紧急制动 [7] 技术路线的实际应用差异 - 激光雷达支持方认为中国特殊路况（如尾灯故障货车、主路停车等）需要多传感器融合方案 [5][7] - 特斯拉选择完全移除雷达 依赖纯视觉系统处理自动驾驶决策 [3] - 最终技术路线选择可能由消费者购车行为决定 [7]

核心观点 - 特斯拉将自动驾驶纯视觉技术方案迁移至人形机器人Optimus训练 放弃动作捕捉服和远程操作 转向通过录制人类视频数据训练机器人 [2][5][6] 技术策略调整 - 训练方式从动作捕捉服和VR头显转变为通过5个内部自制摄像头多角度录制员工执行任务的视频 [2][6] - 新方法旨在扩大数据收集规模 提升训练效率 [2] - 摄像头安装在头盔和背包上 提供精确环境定位数据 可捕捉关节和手指等精细细节 [6] 行业对比 - 远程操作和动作捕捉是机器人行业标准做法 例如波士顿动力Atlas机器人采用此类技术 [3] - 特斯拉策略打破常规 未有其他公司在同等规模上尝试纯视频训练方案 [8] 数据规模与挑战 - 机器人训练需求至少是汽车自动驾驶训练需求的10倍 [8] - 需建立通用动作库以避免逐个训练动作的耗时问题 [7] - 纯视频训练需解决将视频数据转化为现实动作的难题 缺乏直接交互体验 [3] 技术实现细节 - 员工需重复执行简单动作数月以确保动作接近人类形态 [6] - 可能采用海量示范数据输入策略 使机器人学习可转移技能而非机械记忆单项任务 [7] - 视频数据可用于增强此前通过远程操作收集的数据集 [6] 高管表态与团队动态 - 硬件总监确认机器人正通过人类视频直接学习新任务 [5] - 马斯克表示Optimus未来可通过观看YouTube视频学习任务 [5] - 技术转型期间曾暂停招聘 但截至8月底仍列出50多个相关职位 [5] 技术难度评估 - 机器人训练比自动驾驶更艰巨 因需掌握多任务而非单一驾驶技能 [8] - 部分技能需通过模拟器或物理实践补充 仅靠观察学习存在局限 [8]