Momenta自研芯片的战略意义 - Momenta首款自研辅助驾驶芯片已点亮并开始上车测试 性能对标英伟达Orin-X和高通8650等主流芯片[1] - 公司从纯软件算法厂商转向软硬一体全栈供应商 标志着战略重构和产业链话语权提升[1][20] - 自研芯片可避免外部芯片厂商的供应链和技术路径锁定 通过软硬件深度耦合提升迭代效率[6] Momenta的业务布局与市场地位 - 公司成立于2016年 采用L2与L4双线产品策略 主要产品包括量产L2系统Mpilot和L4无人驾驶系统MSD[2] - 合作客户覆盖全球头部车企 包括上汽、比亚迪、丰田、奔驰等 代表车型有智己L6/LS6、领克Z10等[2] - 2023年1月至2024年10月期间 城市NOA市场份额达60.1% 位列第三方智驾公司第一 华为HI模式以29.8%份额位列第二[3] - 配备其城市NOA技术的量产车型累计销量达11.4万辆 居行业首位[3] 对国际芯片巨头的冲击 - 英伟达Orin芯片成本高企且面临人才流失压力（如吴新宙加盟小鹏） 软件能力存在短板[6][8] - 高通舱驾融合方案主攻的中端市场受直接冲击 Momenta芯片接口兼容设计使车企可低成本平滑迁移[8] - 国际巨头可能通过降价、技术升级或深度合作反击 压缩Momenta的时间窗口[20] 对本土芯片厂商的挑战 - 地平线软硬结合定位与Momenta形成直接竞争 软件算法积累可能被反超[8][10] - 黑芝麻中低端市场定位面临性价比质疑 目标客户群与Momenta部分重叠[10] - 为旌、爱芯元智等新兴芯片厂商资源有限 Momenta的软硬一体优势可能进一步压缩其生存空间[11] 对车企自研策略的影响 - 小鹏、理想等车企需重新评估自研芯片的投入产出比 第三方方案可能提供更低成本更优技术[12][14] - 车企自研芯片属于封闭体系 成本分摊基数小 难以实现规模经济[14] - Momenta作为第三方Tier1可通过规模效应服务多家车企 但可能难以满足个性化需求[14] - 部分车企可能从全面自研转向关键环节自研或合作自研模式[15] 对传统Tier1供应商的冲击 - 华为ADS方案面临合规限制 Momenta提供更灵活的替代选择[16] - 博世等传统Tier1在高阶智驾方案推进速度较慢 需平衡软硬一体优势与车企差异化需求[16] - Mobileye从软硬解耦重新转向软硬一体 反映市场需求复杂性[17] 为车企带来的核心价值 - 城区NOA方案成本显著下降 加速智驾功能向中低端车型普及[19] - 软硬一体化减少适配成本和沟通复杂度 提升产品迭代速度[19] - 接口兼容设计缩短车型开发周期 智己、宝马等合作车企将优先受益[19] 面临的挑战与风险 - 车规级芯片认证标准严格 从点亮到大规模量产需漫长验证过程[20] - 量产稳定性和客户放量节奏是关键考验 需证明大规模生产和质量控制能力[20] - 行业技术门槛和商业壁垒较高 从技术验证到商业成功存在不确定性[20][21]

传闻与否认之中，也反映出市场对字节在AI硬件领域的高度关注。 截至目前，字节在AI+硬件领域已经布局了什么？ 字节不止一次做过硬件。 2020年，字节推出教育品牌大力教育，并发布大力智能学习灯等教育硬件产品。但随着行业监管趋严， 教育业务线整体逐渐收缩。 8月19日，据晚点报道，字节跳动将在今年底或明年初推出AI手机，由中兴作为ODM厂商代工，暂名 为"豆包手机"，早期主要用于字节内部团队的测试。 对此，豆包方面回应称目前没有推出自己手机产品的计划，正在持续探索将AI能力开放给包括手机在 内的各种硬件厂商，但不涉及自有手机产品的研发与推出。 这并非首次传出类似消息。今年年初还有媒体报道字节跳动将与努比亚合作开发AI手机，字节跳动官 方对此回应称信息不实，没有相关计划。 与此同时，芯片领域也有类似"风声"。8月20日，另一则市场传闻称字节跳动正与芯原股份联手设计一 款先进的AI算力芯片。对此字节再次否认，称字节跳动与芯原股份并无AI芯片相关合作。2023年也有 传闻字节与美国博通公司合作开发AI处理器，将由台积电制造，后被否认。 综合目前信息，字节在AI硬件的布局已经存在且成体系。手机、耳机、眼镜，无论最终以何 ...

通用人形机器人技术路径 - 构建通用人形机器人的核心范式是通用大脑与通用本体的融合，通过场景和数据形成AI进化飞轮[4] - 人类是唯一存在的通用具身智能体，向人类学习是实现通用人形机器人的最短路径[2][15] - 语言模型成功的关键在于借鉴人类语言学习过程，机器人需构建包含语言功能和物理交互能力的通用大脑[2] 星动纪元技术布局 - 已发布ERA-42通用大脑模型，集成视觉、理解、预测、行动功能，可通过语音命令控制机器人完成上百种复杂操作[4] - 全栈自研关节模组、灵巧手、电机等核心零部件，实现供应链垂直整合[4] - 推出国内首个具备55个自由度的双足人形机器人"星动L7"，性能超越特斯拉Optimus[5] - 超拟人服务机器人"星动Q5"已获海尔智家等企业超百单意向订单[5] 商业化进展 - 2024年已交付超300台产品，上百订单正在量产[8] - 全球市值TOP10科技巨头中9家成为客户[8] - 海外市场占比超50%，实现业务全球化布局[8] 技术研发策略 - 坚持"软硬一体"路径，从Day One开始同步开发本体与大脑[11][14] - 采用端到端VLA模型架构，是国内研究时间最长、成果最丰富的团队[13] - 开源humanoid gym算法获1000+ GitHub stars，推动行业技术路线收敛[20][22] 行业应用展望 - 工业场景效率已达人类70%，2025年有望提升至90%[26] - 短期B端工业场景优先落地，长期家庭场景将成为杀手级应用[28] - 未来五年家用场景机器人将迎来爆发期[29] 技术迁移方案 - 预训练阶段使用与本体无关的人类行为数据，实现形态相近机器人的能力迁移[16] - 软件定义硬件，模型可适配不同硬件，但硬件性能决定模型能力上限[18] - 直驱式灵巧手设计提升数据收集精度，优化强化学习效果[18]

大模型与AI硬件融合趋势 - 大模型全面进入协作与工具化时代，软硬件结合的价值被重新定义，硬件成为大模型交互的重要入口[1] - 未来AI硬件将在传统硬件无法胜任的场景中脱颖而出，软硬件一体化是实现这一点的关键[4] - AI硬件需在场景中高效获取上下文并将智能做到极致，形成核心竞争力[4][11] 行业实践与产品案例 - Plaud通过早期众筹产品实现盈利并积累生产能力，抓住大模型技术红利推出NOTE产品实现用户增长[6] - Rokid专注多模态核心应用十年，在空间计算领域投入获得海内外市场反馈[7] - Plaud在Kickstarter众筹达百万美元，成功关键在于真实需求洞察与出色设计结合[7] - Rokid眼镜实现"Always On"语音输入，结合AI快速输出结果节省人力成本[8] - 360 AI眼镜验证了智能硬件60分易得但80分需市场反复筛选的行业规律[10] 技术突破与挑战 - 多模态交互需解决实时性挑战，涉及端云协同、芯片功耗优化等复杂技术问题[17][18] - Rokid眼镜采用多指向性麦克风硬件设计，实现声源分离提升多模态处理基础[18] - 跨模态检索技术需融合视频、图像、文本等信息提升搜索精度[20] - 声纹识别+视觉的支付方案展示多模态在安全场景的应用价值[20] 市场竞争与生态构建 - 创业公司优势在于专注细分场景，避免与大厂在通用平台直接竞争[12][16] - 硬件行业需构建完整开发链路，包括数据飞轮、体验飞轮等环节[12] - 行业生态需要多样化参与者促进产品在价格、体验等方面优化[14] - Plaud通过隐私认证和端到端加密技术建立数据安全壁垒[23] 产品演进与用户需求 - AI硬件需平衡感知能力、算力与续航，通过NPU等专用芯片优化性能[24] - Rokid采取轻量化策略覆盖儿童、女性等更广泛用户群体[9] - 智能眼镜未来将分化发展，并非全部转向AR方向[25] - 用户高频使用依赖明确场景解决刚需，如翻译、语音识别等功能[26][31] 商业模式与全球化 - AI硬件+SaaS订阅形成可持续商业模式，用户为持续优化体验付费[31][33] - Plaud定位全球市场，通过本地化能力构建与大厂的差异化竞争[35] - 产品市场契合度(PMF)决定用户支付意愿，优化技术可承受更高成本[37] 行业发展趋势 - 智能穿戴设备将多元化发展，不存在单一终极形态[29] - XR行业经过十年沉淀，用户认知提升为AI硬件奠定基础[9] - 合成数据等技术降低AI应用开发门槛，减少对用户数据依赖[30]

行业投资评级 - 报告未明确提及行业投资评级 [1] 核心观点 - 华为通过盘古大模型与昇腾AI计算平台构建软硬一体的AI技术体系，从追赶SOTA模型转向为昇腾硬件量身定制模型架构 [2] - 盘古大模型演进的核心是解决大规模分布式系统中的效率难题，特别是混合专家(MoE)架构的负载不均衡问题 [2] - 华为推出Pangu Pro MoE和Pangu Ultra MoE两种创新路径，分别通过架构创新和系统级优化最大化昇腾硬件效率 [2] - CloudMatrix AI基础设施通过统一总线网络等技术创新，为上层软件创新提供物理基础 [4] - 全栈协同是华为AI的核心战略路径，包括模型开放和硬件生态建设 [5] 目录总结 盘古大模型演进 - 盘古大模型从PanGu-α(2000亿参数)起步，基于昇腾910和MindSpore框架 [6] - PanGu-Σ(1.085万亿参数)首次尝试稀疏化架构，采用随机路由专家(RRE)和ECSS异构计算方案 [8][9][11] - 盘古3.0推出"5+N+X"三层架构，面向政务、金融等行业深度优化 [15][16] - 盘古5.5全面拥抱MoE架构，Pangu Ultra MoE(718B参数)和Pangu Pro MoE(72B参数)针对昇腾硬件优化 [20][21] Pangu Pro MoE创新 - 采用分组专家混合(MoGE)架构，通过结构性设计解决负载不均衡问题 [26][28] - 在昇腾800I A2硬件上实现Prefill阶段吞吐量比72B稠密模型高203% [40] - 推理阶段达到平均每卡1148 tokens/s，使用多令牌预测后提升至1528 tokens/s [40] Pangu Ultra MoE优化 - 采用仿真先行设计方法，通过系统仿真确定最优模型架构 [48] - 选择Dropless路由和EP-Group辅助损失，优先保障模型性能 [49][51] - 在6000卡昇腾集群上实现30%模型算力利用率(MFU)，相对基线提升58.7% [55] CloudMatrix基础设施 - 采用PDC解耦架构，将Prefill、Decode和Caching分离为独立资源池 [66] - 通过统一总线(UB)网络实现跨节点通信延迟仅1.9µs，带宽164GB/s [88] - 昇腾910C NPU采用双Die封装和异构设计，单芯片提供752 TFLOPS BF16算力 [97] - CANN软件栈连接上层框架与底层硬件，支持算子融合等优化 [102]

行业投资评级 - 报告未明确提及行业投资评级 [1][2][3][4][5][6] 核心观点 - 华为盘古大模型从追赶SOTA模型转向为自研异腾硬件量身定制模型架构，构建软硬一体AI技术体系 [4][12] - 盘古大模型演进路径：PanGu-α（2000亿参数）→ PanGu-Σ（1.085万亿参数稀疏架构）→ 盘古3.0（"5+N+X"行业架构）→ 盘古5.5（全面拥抱MoE架构） [12][15][17][21][27][30] - Pangu Pro MoE采用分组专家混合（MoGE）架构解决负载不均衡问题，实现理论负载均衡 [37][38][45][46] - Pangu Ultra MoE通过仿真先行设计方法优化模型架构，在6000卡异腾集群上实现30%模型算力利用率（MFU） [64][68][71][82] - CloudMatrix基础设施通过统一总线（UB）网络和三平面架构支撑大规模AI推理，DeepSeek-R1模型推理效率达1.29 tokens/s/TFLOPS [88][93][97][102][113] 盘古大模型演进 - PanGu-α（2021年）：基于2048颗异腾910和MindSpore框架训练，采用五维并行策略，验证全栈自主技术路线可行性 [12][13] - PanGu-Σ（2023年）：1.085万亿参数稀疏模型，采用随机路由专家（RRE）和专家计算存储分离（ECSS）技术，训练吞吐量提升6.3倍 [15][17][18] - 盘古3.0（2023年）：提出"5+N+X"三层架构，覆盖气象、药物分子等行业应用，千卡训练长稳率达90% [21][22][23][24] - 盘古5.5（2025年）：推出Pangu Ultra MoE（718B参数）和Pangu Pro MoE（72B参数），全面优化MoE架构适配异腾硬件 [30][31][32] Pangu Pro MoE技术亮点 - MoGE架构将64专家分为8组，每组绑定1个NPU，强制每组激活1专家，实现理论负载均衡（IS=0） [45][46][54] - 训练阶段采用EP=2和PP=5流水线优化，MFU提升35%；推理阶段实现每卡1148 tokens/s吞吐量 [52][56][57] - 为异腾硬件定制MulAttention和SwiftGMM融合算子，注意力计算性能提升4.5倍 [59][61] Pangu Ultra MoE系统优化 - 通过仿真平台从10,000个候选配置中选出最优架构（61层/7680隐层/256专家），仿真与真实训练吻合度达90.1% [64][68][71] - 采用Dropless路由和EP-Group辅助损失，避免8% token丢弃率对模型性能的影响 [72][76] - 分层专家并行通信和自适应流水线重叠技术实现95%通信重叠率，训练效率提升58.7% [77][78][81][82] CloudMatrix基础设施 - UB网络实现NPU间164GB/s带宽和1.9μs延迟，跨节点性能衰减低于3% [102][121][122] - PDC解耦架构将Prefill、Decode与Caching分离为独立资源池，支持弹性伸缩 [97][98][101] - AIV-Direct通信机制绕过SDMA引擎，使通信延迟降低至微观指令级别 [108][109][132] - 异腾910C NPU采用AI Cube和AI Vector异构设计，支撑算子级深度融合 [132]

公司发展历程 - 地平线成立于10年前，是中国第一家专注于深度神经网络专用计算方案的企业[2] - 公司选择了一条与众不同的道路，将目光放在长远的机器人时代，自主研发智能芯片和算法[2] - 10年后成为国内最大规模量产的智驾科技公司，每三台智能汽车就有一台搭载地平线解决方案[4] - 2024年10月24日登陆港交所，创2022年以来港股和美股最大规模中国科技公司IPO[4] - 获纳入富时全球股票指数系列并于6月20日收盘生效[4] 核心业务与市场地位 - 智能汽车是当前最核心的业务领域，已成为行业"最大公约数"[12] - 与超40家车企及品牌合作，涵盖前十大中国车企[12] - 前装量产出货超800万套，量产上市车型超200个，量产定点车型超310个[12] - 2024年中国OEM高级辅助驾驶解决方案市场份额超40%，稳居第一[14] - 2024年国内自主品牌乘用车智驾计算方案市场份额33.97%，位居第一[14] 技术研发与创新 - 十年推出三代BPU智能计算架构，计算性能十年提升超1000倍[23] - 2023年发表端到端自动驾驶大模型UniAD，获CVPR最佳论文[24] - 2024年推出通用视觉主干模型Vision Mamba，性能超越Vision Transformer[24] - 坚持软硬一体技术路径，不仅做芯片也做软件赋能[24] - 2024年研发投入31.56亿元，2025年将接近50亿元[25] 战略合作与生态建设 - 与博世和电装达成战略合作，共同开发新一代辅助驾驶产品[17] - 与大众汽车集团深化合作，通过合资公司加速全场景辅助驾驶方案研发[17] - 新增蔚来萤火虫、丰田、日产、现代等车企合作伙伴[15] - 与比亚迪、上汽集团、奇瑞集团、理想汽车等主机厂展开深度合作[14] 长期愿景与未来规划 - 长期愿景是投身通用机器人领域，打造赋能各种机器人应用的基础平台[10] - 汽车被视为机器人技术的第一个落地场景，未来可扩展至养老、农业、制造业等领域[10] - 自动驾驶和机器人技术的底层目标是为人类带来更多自由和选择[10] - 通过高研发投入创造技术隔离带，保持与竞争对手的差距[25] 投资者观点 - 苏格兰抵押信托基金在2020年首次投资地平线，IPO时再投资约2.6亿美元[7] - 投资理由包括软硬一体化能力、技术带头人余凯的全球影响力以及全球化潜力[8] - 看好地平线的"第二曲线"潜力，从汽车扩展到更广泛的机器人领域[8][9]

公司概况 - 公司深耕全场景智能驾驶解决方案，形成汽车解决方案为主、非车解决方案为补充的业务布局，核心业务由"产品解决方案+授权服务业务"双轮驱动[2] - 2021-2024年营业收入从4.7亿元增长至23.8亿元，CAGR达72.2%，累计车型定点达310多款[2] - 已建立起覆盖全球头部主机厂和汽车Tier1的优质客户群，十大国产主机厂均已采用其解决方案[33] - 2024年10月港股上市募资54亿港元，投后估值超600亿港元，成为年度最大科技IPO[17] 产品与技术 - 汽车解决方案2024年营收占比97%，包括Horizon Mono(主动安全辅助)、Horizon Pilot(高速领航辅助)和Horizon SuperDrive(高阶自动驾驶)三大产品线[28][29] - 非车解决方案占比3%，主要应用于家电OEM领域如割草机、健身镜等智能设备[32] - 构建完整技术栈：算法、专用BPU架构及开发工具链，形成覆盖L2-L4级的芯片产品系列(征程2/3/5/6)[4][11] - 2025年将推出国内首个软硬一体L2城区辅助驾驶系统HSD，覆盖10-20万元主力车型市场[4] 行业趋势 - 2025年或成智驾平权元年，高阶智驾正从高端市场向主流价格区间渗透，比亚迪/吉利等传统主机厂加速布局[3][70] - 城市NOA标配价格带从15-35万元市占率由8.9%提升至56.1%，20万元以下车型或成2025年增量主战场[43][86] - 软硬一体成最优解，特斯拉FSD芯片能效比达竞品7倍，代工成本仅为Orin芯片1/3[78][79] - 人形机器人2025年或迎量产元年，主控芯片远期市场规模达百亿级别，与智驾芯片高度协同[3][84] 竞争格局 - 2024年智驾芯片市场英伟达份额38.63%居首，特斯拉23.43%、华为17.21%、地平线10.68%[56] - 新势力加速芯片自研实现软硬闭环，传统主机厂高阶智驾渗透率显著落后(比亚迪6.5% vs 新势力20%+)[71][74] - 全栈自研年芯片需求低于100万片难具经济性，第三方供应商更易实现规模效应[80] - 公司征程6系列已获超20家车企平台化合作，包括比亚迪天神之眼、奇瑞猎鹰智驾等[100][103] 增长引擎 - 征程家族芯片2025年出货量有望突破1000万套，地瓜机器人生态客户已超200家[4][17] - 人形机器人主控芯片单机搭载1颗，百万台规模下市场规模预计达32亿元[85] - 与大众成立合资公司酷睿程，基于征程6的L2+方案将于2026年随新车型面市[100] - 预计2025-2027年营收36.0/52.6/76.5亿元，对应PS 25/17/12倍[5]

报告公司投资评级 - 维持“推荐”评级 [4] 报告的核心观点 - 报告研究的具体公司是国产智驾方案龙头，具备软硬结合全栈技术能力，形成覆盖L2到L4级智能驾驶芯片方案完整布局及主流高级辅助驾驶到高阶自动驾驶解决方案组合，以开放理念赋能车企，有望凭性能与性价比扩大市场份额 [4] - 2025年是智驾平权元年，高阶智驾加速渗透，行业收敛，具备强软硬一体能力的龙头第三方供应商迎来机遇；人形机器人2025年或量产，为智驾芯片厂商带来增量空间 [2][11] 根据相关目录分别进行总结 引言 - 报告研究的具体公司历经十年成智能驾驶方案龙头，提供全面解决方案，秉持开放理念赋能行业 [11] - 2025年是智驾平权元年，公司有全栈技术，定位“芯片 + 软件”，有望巩固地位；2025年是人形机器人量产元年，全资子公司地瓜机器人布局机器人赛道，有望成新增长极 [11] - 报告与市场不同观点在于高阶智驾渗透斜率、第三方供应商定位、软硬一体技术路线、机器人芯片与智驾芯片相通性 [12] 地平线：国产智驾方案龙头 历经十年蝶变 历经十年蝶变 成长为智驾方案龙头 - 公司发展分初创期（2015 - 2018年，融资组建团队，研发探索，推首款AI芯片）、成长期（2019 - 2020年，达车规级突破，商业落地，发首款车规级芯片）、高速发展期（2021 - 2023年，技术量产应用，拓展产业生态，发高算力芯片）、战略转型期（2024年至今，港股上市，布局国际和机器人业务） [18][19][20][21] - 创始人余凯博士有绝对控制权，股权结构多元，多方产业与财务资本参与 [22] - 核心管理层技术背景强，产业经验深厚 [26] 构建全栈产品组合 覆盖庞大优质客户群 - 产品和服务涵盖汽车和非车解决方案，汽车解决方案2024年营收占比97%，含产品解决方案（营收占比27.9%，有Horizon Mono、Horizon Pilot和Horizon SuperDrive）和授权服务业务（营收占比69.1%）；非车解决方案2024年营收占比3% [29][34] - 公司建立庞大优质客户群，覆盖全球头部主机厂和汽车Tier1，十大国产主机厂选用其方案，与大众等成立合营企业，与Tier1建立战略伙伴关系，2024年获100多款车型定点，累计达310多款 [35] 营收强劲增长 有望迎来盈利拐点 - 2021 - 2024年公司营收从4.67亿元增至23.84亿元，CAGR为72.2%，收入结构优化，汽车业务占97%，非车业务占3% [38] - 2021 - 2023年毛利率稳定在70%左右，2024年提高至79%，费用率大幅缩窄，营业亏损可控，有望近年盈亏平衡 [38][42] 小结 - 公司深耕智能驾驶解决方案，产品涵盖汽车和非车解决方案，汽车解决方案含产品和授权服务业务 [45] - 公司收入规模高速增长，营业亏损稳定可控，有望近年盈亏平衡 [46] 行业端：智驾平权提速 龙头供应商迎来机遇期 比亚迪智驾平权加速 2025迎智驾平权元年 - 2025年有望成智驾平权元年，2024年高阶智驾车型价格带下降，2025年供给释放，高阶智驾选装包降价推动普及 [48] - 小鹏以低成本方案实现全系智驾标配，比亚迪自研“天神之眼”平台适配全系车型，华为智驾方案降价，多车企加速城市无图NOA落地 [56][59][63] - 智能驾驶行业迎来三重拐点，高阶智驾功能技术突破，渗透率有望提升，未来或进入大数据智驾模型时代 [67] 智驾平权打开增量空间 行业格局有望重塑 - 2024年高速NOA及以上智驾芯片市场，英伟达占38.63%居首，特斯拉23.43%，华为17.21%，地平线10.68% [68] - 英伟达产品量产验证早、软件生态完备，占据市场主导；新势力发力芯片自研，传统主机厂加码智驾平权，智能驾驶向主流价格区间渗透 [72][78][81] - 传统主机厂在高阶智驾起步晚、积累弱，渗透率低于新势力 [83] 软硬一体为智驾最优解 龙头供应商迎来机遇期 - 软硬一体技术路线可优化算法和芯片适配度，提升算力效率和数据闭环利用效率，降低研发成本、提升性能 [85] - 以特斯拉为例，FSD芯片做到极致软硬一体化，提升底层硬件计算资源利用率 [86] - 全栈自研资金、人才与技术门槛高，具备强软硬一体能力的龙头第三方供应商迎来发展机遇 [95] 人形机器人产业拐点已至 打开全新增量空间 - 2025年人形机器人进入产业化拐点，全球预计达万台级别 [98] - 机器人与智能汽车产业链协同性高，人形机器人产业发展为智驾芯片带来全新增量市场空间 [102] 小结 - 2025年是智驾平权元年，多车企推动高阶智驾普及和城市无图NOA落地，行业进入“全场景智能驾驶”竞争阶段 [104]

报告公司投资评级 - 维持“推荐”评级 [4] 报告的核心观点 - 报告研究的具体公司是国产智驾方案龙头，具备软硬结合全栈技术能力，形成覆盖L2到L4级智能驾驶芯片方案完整布局及解决方案组合，以开放理念赋能车企，有望凭性能与性价比扩大市场份额 [4] - 2025年是智驾平权元年，高阶智驾加速渗透，行业收敛，具备强软硬一体能力的龙头第三方供应商迎来机遇；人形机器人产业发展为智驾芯片厂商带来全新增量空间 [2][11] 根据相关目录分别进行总结 引言 - 报告研究的具体公司历经十年发展成智能驾驶方案龙头，提供全面解决方案，秉持开放理念赋能行业 [11] - 与市场不同观点在于高阶智驾渗透斜率、第三方供应商定位、软硬一体技术路线、机器人芯片与智驾芯片相通性 [12][13][14] 地平线：国产智驾方案龙头 历经十年蝶变 历经十年蝶变 成长为智驾方案龙头 - 公司发展历经初创期（2015 - 2018年，融资组建团队，完成技术研发探索）、成长期（2019 - 2020年，达成车规级突破，实现大规模商业落地）、高速发展期（2021 - 2023年，技术成果量产应用，拓展产业生态）、战略转型期（2024年至今，港股上市，布局国际市场，开拓机器人业务版图）四个阶段 [18][19][20][21] - 创始人余凯博士拥有绝对控制权，股权结构多元化，多方产业资本与财务资本参与 [22] - 核心管理层具备强技术背景和深厚产业经验 [26] 构建全栈产品组合 覆盖庞大优质客户群 - 产品和服务涵盖汽车解决方案（含产品解决方案和授权服务业务，2024年营收占比97.0%）、非车解决方案（2024年营收占比3.0%）两大领域 [29][34] - 已建立庞大优质客户群，覆盖全球头部主机厂和汽车Tier1，2024年获100多款车型定点，累计车型定点达310多款 [35] 营收强劲增长 有望迎来盈利拐点 - 2021 - 2024年，公司营业收入从4.67亿元增长至23.84亿元，CAGR为72.2%，收入结构持续优化 [38] - 2021 - 2023年毛利率稳定在70%左右，2024年提高至79%，费用率大幅缩窄 [38] - 营业亏损稳定可控，预计未来有望实现盈亏平衡 [42] 小结 - 深耕全场景智能驾驶解决方案，形成丰富产品矩阵，营收主要来自汽车解决方案 [45] - 收入规模高速增长，营业亏损稳定可控，有望近年实现盈亏平衡 [46] 行业端：智驾平权提速 龙头供应商迎来机遇期 比亚迪智驾平权加速 2025迎智驾平权元年 - 2025年有望成为智驾平权元年，高阶智驾车型价格带明显下探，20万元以下或成主要增长区间 [48][51] - 小鹏以低成本方案实现全系智驾标配，比亚迪发布智驾方案开启全品牌全系智驾，华为智驾方案价格下调推动普及 [56][59][63] - 多车企加速城市无图NOA落地，智能驾驶行业迎来三重拐点，高阶智驾渗透率有望提升 [65][67] 智驾平权打开增量空间 行业格局有望重塑 - 2024年高速NOA及以上智驾芯片市场中，英伟达占38.63%居首，特斯拉、华为、地平线分别占23.43%、17.21%、10.68% [68] - 英伟达凭借产品量产验证早、软件生态完备占据市场主导，新势力发力芯片自研，传统主机厂加码智驾平权 [71][78][81] - 传统主机厂在高阶智驾方面起步晚、积累弱，渗透率远低于新势力厂商 [83] 软硬一体为智驾最优解 龙头供应商迎来机遇期 - 软硬一体技术路线可优化算法和芯片适配度，提升算力效率和数据闭环利用效率，降低研发成本、实现性能提升 [85] - 以特斯拉FSD芯片为例，其做到极致软硬一体化，提升底层硬件计算资源利用率，能效比是竞品7倍，代工成本仅为Orin三分之一 [86][92] - 全栈自研资金、人才与技术门槛高，具备强软硬一体能力的龙头第三方供应商迎来发展机遇 [95] 人形机器人产业拐点已至 打开全新增量空间 - 2025年人形机器人即将进入产业化拐点，全球出货量预计达万台级别 [98][99] - 机器人与智能汽车产业链协同性高，人形机器人产业发展有望为智驾芯片带来全新增量市场空间 [102] 小结 - 比亚迪智驾平权加速，2025年迎智驾平权元年，多车企推动城市无图NOA落地，行业进入“全场景智能驾驶”竞争阶段 [104]