行业发展趋势与共识 - 智能网联汽车发展处于历史机遇期，并非零和博弈，需要全行业团结共建新生态 [1] - 行业应在政府指导下，以安全为基础、质量为根本、创新为方向，集中资源于底层技术研发 [1] - 呼吁行业共同抵制网络水军等乱象，营造积极有序的产业发展环境 [1] AI技术在汽车领域的应用 - AI大模型是智能网联汽车的未来趋势，蕴藏巨大创新机遇 [1] - 端侧AI模型无需联网，可整合车内外多传感器信号，实现拟人化语音控车和自定义手势控制 [1] - 本地算力调用可保障数据隐私安全 [1] 公司核心战略 - 公司核心战略为“人车家全生态”，汽车是其中的重要节点 [1] - 通过不同场景和终端的互联互通，汽车可调用整个生态的AI算力，提供丰富场景应用 [1] - 该战略未来产业机会广阔 [1]

公司产品与市场表现 - AI刷题系统班在国考报名公告发布后单日销量突破14000单 [1] - AI刷题冲刺班在10月15日正式开售，预售期内预订量已迅速突破21000份 [1] - 公司已推出包括粉笔AI老师、精品AI面试点评、AI智能音箱等系列产品，实现公考学习生命周期全覆盖 [1] 行业趋势与政策环境 - 2026年国考报名公告出炉，报考者年龄上限调整至38周岁，对应届硕博研究生放宽到43周岁以下 [1] - 在时间约束强、目标明确的备考场景下，能够快速响应、精准匹配需求的服务模式有望获得更大发展空间 [1] - 以AI大模型为核心技术的智能备考方案正成为考生新宠 [1] 产品技术与定位 - AI刷题系统班于今年4月份上线，基于公司自研垂域大模型打造 [1] - 该产品系行业内首个由AI主导的课程产品 [1] - 产品定位为高效、精准、个性化的智能备考方案 [1]

口岸布局与开放成果 - “十四五”期间中国新增和扩大对外开放口岸40个，目前全国共有311个涵盖水运、陆路、航空类型的口岸[1] - 中部地区通过高铁环网、航空枢纽、水运升级及制度创新，将内陆腹地转变为对外开放前沿[9] - 口岸布局优化促进资源高效配置与经济往来增长，并催生外贸相关新职业和新场景[12] 汽车出口与物流创新 - 上海外高桥港区海通国际汽车码头作为全球最大汽车滚装进出口码头，每日约有2-3艘国际货轮出发，单次出口汽车达4083辆[4] - 该码头汽车出口量已连续四年超过100万辆[1] - 新疆霍尔果斯口岸发展成为全国最大汽车出口陆路口岸，新能源汽车“摆渡人”通过自驾方式将车辆送往中亚国家[13] - “摆渡人”交付模式较传统笼车运输更灵活高效，每日往返中哈两国的人员从几十人迅速发展到5000多人[15] 特色口岸贸易增长 - 广西友谊关口岸作为中国最大陆路水果进出口口岸之一，今年前8个月进口水果83.7万吨，同比增长57%，较“十四五”初期实现翻倍增长[7] - 该口岸通过扫码、指纹及刷脸技术实现进口水果十几秒快速通关[7] - 江西赣州通过中欧班列辐射20多个国家100多个城市，带动家具产业年产值从300亿元增长至2800亿元[9] 数字技术赋能贸易 - 浙江义乌全球数贸中心启用AI导航导购小程序，支持以图识货、以货找店，并实时规划最优路径[17] - 该中心同步启用商贸垂直领域AI大模型，覆盖从设计、生产、营销到交易达成的全环节[17] - 河南郑州依托“空中丝绸之路”开通8条洲际航线，通达全球200多个城市[9]

巨人网络与清华大学联合研发方言TTS技术 - 巨人网络AI Lab与清华大学电子工程系联合首创多方言语音合成大模型框架DiaMoE-TTS，数据代码方法全开源[1] - 该框架是一个可媲美工业级方言TTS模型的开源全套解决方案，基于统一的IPA表达体系，仅依赖开源方言ASR数据[1] - 巨人网络的差异化优势在于技术聚焦游戏核心场景，方言特性适配游戏本地化需求，公司具备天然的场景落地优势与现金流支撑[2] 火羽游戏推出休闲经营类新手游 - 广州火羽信息科技有限公司宣布自研休闲经营手游《绘梦日记》将于10月20日开启删档计费测试，测试周期持续至10月30日[3] - 公司长期深耕游戏研发领域，新作聚焦休闲经营品类，贴合市场对轻量化娱乐产品的需求，覆盖全年龄段用户[3] - 休闲游戏市场呈现头部垄断格局，中小厂商需通过精准定位实现差异化突围，此次测试旨在获取用户留存、付费意愿等核心数据[3] 腾讯高管变动及行业影响 - 腾讯互娱内容生态部总经理刘智鹏加入游戏科学，此变动获腾讯支持，刘智鹏将继续作为星瞳与《虚环》的顾问[4] - 刘智鹏的加盟被视为游戏科学在精品化研发、IP长线运营及商业化落地能力上的关键补强[4] - 市场看好游戏科学未来可能获得腾讯在流量、技术及全球化发行资源的倾斜，降低发展不确定性[4]

股价与交易表现 - 截至2025年10月15日收盘，公司股价报收于19.22元，上涨0.16% [1] - 当日换手率为2.76%，成交量为5.44万手，成交额为1.04亿元 [1] - 10月15日主力资金净流出1987.25万元，而游资与散户资金分别净流入1175.6万元和811.65万元 [6] 业务布局与产品应用 - 公司业务聚焦于智慧城市、智慧医疗及身份认证领域 [5] - 相关产品及解决方案服务于能源、政务、金融、医疗、公安、公交、餐饮、商业零售等多个行业 [2][3][5] - 产品利用脸、码、卡、掌融合的认证和支付能力，为客户提供便捷、安全的电子支付产品和整体解决方案 [3][4] 技术研发与国产化进展 - 公司构建了完备的研究开发体系，软件产品以自主研究开发为核心，拥有自主知识产权的系列化软件产品 [5] - 公司加速推进软硬件产品的国产化适配，相关产品已完成并通过国产化应用开发技术认证 [5] 战略合作与生态探索 - 公司将跟随行业发展，不断探索数字人民币生态下新的商业模式 [2] - 公司根据项目需求与合作伙伴开展合作，但未与阿里巴巴达摩院合作开发智能语音识别系统 [2]

行业宏观环境与趋势 - A股市场展现出强劲韧性与活力，股指创下近十年新高[1] - 私募基金行业业绩持续回暖，产品和策略类型持续丰富，战略地位持续提升[1] - AI大模型的应用标志着行业在技术创新与资本赋能领域迈入新阶段[1] - 《私募证券投资基金运作指引》施行满一年，行业步入更法治化、规范化轨道，同时竞争加剧[1] 行业盛会与奖项 - 中国证券报主办“2025私募基金高质量发展大会暨第十六届私募金牛奖颁奖典礼”于10月15日在深圳召开[4] - “金牛奖”被誉为中国私募行业“奥斯卡”奖，代表行业风向标，汇聚行业精英智慧与力量[2][3][4] - 第十六届私募金牛奖评选结果揭晓，共颁发102个奖项，涉及近百家私募机构和28位投资经理[5] 获奖机构与个人（按策略与期限） - **五年期股票策略**：衍复投资、睿郡资产、宁波灵均投资、上海聚鸣投资、上海高毅资产、杭州龙旗科技、上海开思私募等7家机构获“金牛私募管理公司”奖[5][8] - **五年期指数增强策略**：九坤投资、世纪前沿获“金牛私募管理公司”奖[5][9] - **五年期股票策略投资经理**：仁桥资产夏俊杰、明汯投资解环宇等8人获“金牛私募投资经理”奖[5][9] - **三年期债券策略**：明毅私募、银叶投资等5家机构获“金牛私募管理公司”奖[5][13] - **三年期相对价值策略**：量派投资、倍漾私募等7家机构获“金牛私募管理公司”奖[5][14] - **其他策略获奖者**：包括宏观对冲、管理期货、多策略、FOF/MOM等策略的私募管理公司和投资经理，例如桥水(中国)投资管理有限公司获三年期宏观对冲策略奖[5][15][16][17][18][19]

上市进程与竞争格局 - 宇树科技和智元机器人正在激烈争夺“人形机器人第一股” [4] - 宇树科技于2024年7月18日开启上市辅导，预计2025年10-12月提交上市申请 [5][19] - 智元机器人于2024年7月9日宣布拟收购科创板公司上纬新材至少63.62%的股份，引发市场对其借壳上市的猜测，但公司予以否认 [7][16][18] - 自智元拟实控上纬新材以来，后者股价上涨超1100%，从8元/股最高飙升至132元/股 [7] 公司基本面与商业化 - 宇树科技商业化进程更快，年营收已超10亿元，且自2020年起连续五年保持盈利 [21][44] - 宇树科技人形机器人出货量位列全球第一，其四足机器人销售额占比为65%，人形机器人占比30% [21][44] - 宇树科技融资至C4轮，累计完成13次融资；智元机器人融资至B4轮，累计完成12次融资 [21] - 智元机器人于2024年末实现首次千台级量产，预计2025年出货量达数千台，未来三年目标实现十万台级部署 [44] 产品策略与市场竞争 - 两家公司在产品定价上竞争激烈：宇树科技将小尺寸人形机器人起售价拉低至9.9万元，随后智元机器人推出9.8万元产品，宇树最新产品R1售价降至3.99万元 [35][36] - 宇树科技创始人王兴兴注重硬件和成本控制，被称为“价格屠夫”，公司零部件自研以把控供应链成本 [36] - 智元机器人则强调“软硬一体”和AI大模型投入，认为不做大模型的机器人没有未来 [40] - 在2024年6月的一次招标中，智元机器人获得价值7800万元的全尺寸人形机器人订单，宇树科技获得价值4605万元的小尺寸人形机器人订单 [12][45] 技术路径与发展趋势 - 宇树科技最初对AI投入相对克制，但2024年转变态度，开始研发并开源机器人通用大模型，认为未来2-5年行业重心是端到端的具身智能AI模型 [39][46][47][49] - 智元机器人始终坚持“AI+大模型”技术路径，并开源其GO-1通用具身基座大模型 [40][49] - 两家公司业务线出现交叉：智元机器人推出四足机器人，进入宇树科技的优势领域；宇树科技则加强AI大模型研发 [13][52][54] - 行业共识认为，解决具身智能问题需要建立专注于特定硬件适配的端到端AI模型 [50]

人形机器人产业全景框架 - 产业链根据官方指导意见划分为大脑（感知、决策、人机交互）、小脑（运动控制）和肢体三个方面 [1] - 大脑发展方向聚焦于提升高级认知和决策能力，例如通过集成通用智能大模型实现复杂任务规划和环境理解 [1] - 小脑发展方向关注即时反应和运动控制能力，通过先进算法实现平衡控制、动态行走等低级反射式动作 [1] - 肢体发展方向集中在物理结构和运动能力优化，通过仿生设计提高在复杂环境中的操作能力和适应性 [1] 人形机器人核心环节发展现状：大脑与小脑 - 国外科技巨头凭借在AI大模型、核心算力和软件平台的显著优势，持续引领大脑（认知决策）与小脑（运动控制）的技术创新 [2] - 特斯拉Optimus计划整合自研自动驾驶神经网络和Dojo超算，赋予机器人强大的感知和任务规划能力 [4] - 英伟达通过Isaac平台和强大算力支持开发者构建能处理多模态信息的复杂模型，提升决策和学习能力 [4] - 谷歌探索将大型语言模型与机器人控制结合，如RT-2项目，让机器人理解抽象指令，推动认知进化 [4] - 国外企业在核心算力上投入巨大，通过自研高性能芯片（如英伟达Jetson、特斯拉FSD、谷歌TPU）为机器人提供强大计算支持 [4][5] - 软件平台采用开源生态与专有平台结合策略，ROS系统仍是重要基础，同时企业积极构建专有AI平台和开发工具链 [5] - 国内在具身智能大模型构建上取得进展，例如自变量机器人开发的WALL-A系列模型在参数规模上已超过国际同行 [7] - 国内企业参与主体呈现多元化格局，包括优必选等老牌企业、小米华为等科技巨头以及智元机器人等初创公司 [10] - 国内技术路径积极跟进国际前沿，普遍重视AI大模型的核心驱动作用，并与领先AI机构合作开发具身智能大模型 [10] - 国内机器人软件平台与操作系统仍在建设中，缺乏像ROS那样成熟的开源基础软件平台和完整的商业级开发套件 [11] - 高质量训练数据集的构建已成为国内行业共识，部分领先企业和研究机构已开始积极布局专用数据集 [11] 人形机器人核心环节发展现状：肢体 - 全球人形机器人肢体硬件市场，特别是在高端执行器领域，由少数掌握核心技术的国际知名企业主导 [13] - 波士顿动力凭借液压驱动技术和动态控制算法，使Atlas机器人在高机动性和复杂地形适应性方面处于顶尖水平 [13] - 特斯拉为Optimus机器人自主研发了高效率、低成本的自研执行器，展现其机电一体化和垂直整合能力 [13] - 我国在肢体硬件及核心执行部件方面虽有进展，但在高精度谐波减速器、RV减速器、高性能伺服电机等关键部件上仍高度依赖国外技术 [14] - 上游零部件领域，步科股份、鸣志电器、汇川技术等本土企业正在努力提升性能、降低成本，推动本地化发展 [15] - 精密减速器是实现精确平稳运动的关键，谐波减速器结构紧凑但技术壁垒高，全球市场主要由日本哈默纳科、纳博特斯克等企业主导 [16] - 根据QYResearch报告，2022年日本新宝在国内精密行星减速器市场份额达20%，居首位 [17] - 前瞻产业研究院报告显示，行星滚柱丝杠全球产能集中在欧美，中国厂商市场份额仅约19%，高度依赖进口推高制造成本 [17] - 高性能伺服电机及其驱动系统要求高扭矩密度和快速动态响应，全球市场由Kollmorgen、Parker等国际品牌主导 [18] - 六维力/力矩传感器技术壁垒最高，是美国ATI Industrial Automation被认为是领导者，中国市场外资品牌占主导 [19] - 根据头豹研究院预测，2022年中国机器人行业六维力/力矩传感器需求量约4840套，市场规模0.5亿元，预计2027年达1.8亿元，年复合增长率29.6% [19] - 先进视觉传感器是机器人的"眼睛"，人工智能特别是深度学习在视觉处理中发挥核心作用 [20] - 电子皮肤作为一种新兴的仿生感知部件，全球市场主要由美国Tekscan、日本JDI等企业主导，占约90%份额 [21] - 根据预测，到2030年人形机器人应用领域的电子皮肤市场规模将达90.5亿元，年复合增长率64.3% [23] 人形机器人技术发展趋势 - 技术发展呈现多领域深度融合趋势，人工智能算法突破、架构与算力优化、核心硬件性能提升等构成核心支柱 [25] - 具身智能已成为人形机器人智能化发展的核心方向，强调通过与物理世界的持续交互涌现更高级别的智能行为 [26] - AI算法将重点提升自主学习能力，如通过强化学习和模仿学习优化行为策略和掌握新技能 [26] - 端云融合架构正从概念探索加速迈向大规模应用，成为未来技术架构发展的核心趋势 [28] - 在算力演进路径上，短期采用异构计算架构，长期自研存算一体芯片成为降低能耗的重要方向 [28] - 核心硬件正朝着更高功率密度、更高精度、更快响应速度、更低能耗、更长寿命以及更紧凑轻量化的方向发展 [29] - 软件平台方面，操作系统持续向更实时、更可靠方向发展，高逼真度仿真平台和数字孪生技术将更广泛应用 [31] - 构建高效数据闭环成为技术发展重点，企业通过多种方式采集多模态数据并进行清洗标注和模型训练 [32] 人形机器人应用现状及指引 - 人工智能在机器人设计研发及生产制造等关键环节已展现出赋能潜力，但应用深度与广度尚不均衡 [33] - 在人形机器人大模型应用方面，AI大模型正成为构建机器人高级认知能力的核心技术支撑 [33] - 目前大模型应用集中在自然语言指令理解、视觉环境感知和简单任务规划等层面，但深度应用仍面临幻觉、泛化能力不足等难题 [34] - 在设计研发环节，AI技术主要用于加速设计迭代和优化性能参数，仿真测试已成为标准环节 [34] - 仿真环境与真实物理世界存在"Sim2Real Gap"等突出问题，限制了算法移植性能 [35] - 在生产制造环节，AI技术尝试用于提高生产效率和质量控制，但应用仍相对有限，主要集中在标准化工序 [36] - 实现全流程智能化生产面临结构复杂、供应链不成熟、缺乏统一标准等巨大挑战 [37] - 在汽车制造领域，人形机器人有望深度参与焊接、涂装、总装等多个生产环节，适应传统工业机器人难以覆盖的复杂任务 [38] - 根据摩根士丹利预测，到2050年，约90%的人形机器人将用于工业和商业领域的重复性、结构化工作 [38] - 在家庭服务领域，人形机器人被寄予厚望，可提供家务助理、老人陪护、儿童教育等服务，但规模化应用面临场景复杂性和安全性挑战 [39] - 在仓储物流领域，人形机器人可有效弥补现有自动化设备在货物分拣、装卸等环节的能力短板 [40] - 在特种安防和高危环境作业领域，人形机器人凭借其全天候工作能力和对恶劣环境的适应性具有应用前景 [41][42] - 在展会展示等服务场景，人形机器人已能承担迎宾接待、信息咨询等任务，为技术商业化落地提供早期试验场 [43] 人形机器人发展面临的挑战 - 算法模型存在技术瓶颈，AI大模型在复杂真实环境中存在性能局限，如幻觉问题、可解释性差和泛化能力不足 [44] - 感知控制存在技术难题，需高效融合多模态感知信息，实现类人运动能力和灵巧操作面临机械结构、驱动系统等多重挑战 [45] - 核心硬件零部件存在制约，高精度传感器、伺服电机等关键部件技术壁垒高且价格昂贵，国内企业存在不足 [46] - 产业化面临成本结构不合理问题，一台国产人形机器人成本约为70万元，国际先进产品成本高达数百万美元 [47] - 应用场景适配性不足，工业场景中技术水平下的综合成功率较低，家庭场景中用户难以接受"边用边学"模式 [47] - 商业模式创新滞后，传统的产品销售模式面临挑战，"机器人即服务"等新兴模式仍处于探索阶段 [48] - 高质量数据获取困难，真实数据采集成本高昂且效率低下，数据标注标准缺乏且涉及隐私合规挑战 [50] - 专业人才结构性短缺，对跨学科复合型人才需求迫切，但国内高校院系分割严重，难以培养综合人才 [51] - 供应链生态协同不足，关键环节存在断供风险，产业链上下游企业协作关系松散，缺乏统一技术标准 [51] - 政策法规标准体系不完善，针对人形机器人的专项法律法规和系统性技术标准缺乏，增加了产业发展不确定性 [52]

人形机器人行业发展现状 - 21世纪以来行业进入快速发展阶段，国际厂商如波士顿动力、特斯拉和Figure AI均推出具有高动态运动能力或搭载通用视觉-语言-行动模型的代表性产品[2] - 国内市场活力强劲，宇树科技、智元、小鹏等公司推出的机器人产品在运动能力、负载（如单臂最大负载5Kg）、智能交互（如集成多模态大模型、具备毫秒级交互反应）等方面表现突出[2] - 行业在技术进步、政策支持和市场需求共同推动下向规模化应用迈进，2025年被视为量产元年，全球市场规模预计将从2025年的63.39亿元增长至2035年的超过4000亿元[3][5] - 工业领域将成为首要应用场景，随着技术成熟和成本下降，未来有望在家庭服务、医疗康复等领域实现大规模应用[5] 行业面临的核心技术挑战 - 运动能力与稳定性不足，表现为动作协调性、平衡灵活性挑战以及高复杂度运动带来的能源效率问题，现有电池技术难以满足长时间高负荷运行需求[8] - 感知与认知能力有限，多传感器融合不完善导致复杂动态环境下的识别理解能力较弱，自然语言理解和自主决策能力亦有待提升[9][12] - 制造成本高昂，灵巧手、关节模组、传感器等核心部件成本占比较大，对规模化应用构成挑战[11] MPS人形机器人解决方案概览 - 公司推出涵盖高性能电机驱动、高精度传感器、驱控一体式电机等多款新产品的整体解决方案，旨在帮助制造商应对动态平衡、环境感知、能耗与成本等核心挑战[1][13] - 解决方案注重定义产品的“杀手锏”功能，统一产品开发路线和芯片生态系统，强调安全性、可扩展性和可靠性[13] - 通过“芯片+算法+系统”三位一体的创新，为客户提供安全、可扩展、高性价比的底层动力解决方案，助力快速开发[54] MPS电机驱动芯片产品特性 - MP(Q)6547A电机驱动器芯片工作电压4V至32V，集成3个半桥驱动器和6个低内阻MOSFET，连续输出电流3A，峰值电流6A，采用QFN-18封装以减小PCB占板面积[14] - MP6543芯片针对低电压低功耗场景，工作电压3V至12V，集成双向电流检测放大器，采用QFN-24封装节省空间[16][17] - 驱动芯片内置多重保护机制，包括过流、欠压/过压、过温关断保护等，并支持故障上报和诊断接口，提升系统可靠性[14][42] MPS高精度传感器技术 - MA600A基于磁阻效应的TMR传感器，工作范围内精度小于0.6度，校准后误差可小于0.1度，无噪声分辨率达12位至15位，带宽12kHz，采用QFN-16封装（直径3mm）[18][19] - MA900为非接触式高精度磁性绝对角度位置差分传感器，通过差分方法消除寄生磁场影响，支持多种供电电压和通信协议，符合AEC-Q100认证[24][25] - 传感器可为机器人灵巧手提供精确的角度反馈，实现多指协调运动和高精度位置控制[18] MPS高性能高集成度电机驱动方案 - 推出基于系统级封装与合封技术的微型伺服驱动模组，实现MCU、驱动、功率器件“三合一”的高度集成，减少布线干扰并降低BOM成本[32][33][34] - 集成自研微型伺服控制算法栈，支持自适应FOC算法、振动抑制、微秒级电流环响应，提升运动精度和力控能力，例如实现灵巧手“轻握不破”的触觉控制[35][36][37] - 方案采用低内阻MOSFET设计（如MP(Q)6547A高边60mΩ，低边50mΩ），结合自动同步整流和智能休眠模式，典型系统效率高于92%，有效提升能效[38][41] MPS一体化电机产品与灵巧手应用 - MMS1RH系列一体化产品集成伺服驱动器、位置编码器、永磁同步电机，SPI时钟频率8MHz，可独立实现转矩闭环控制，并可通过EasyFOC库进行功能拓展[47][48][50] - 提供直径8-16mm的空心杯电机一体化设计方案，集成磁编码器、驱动器、微型减速器、FOC算法及三环控制，有效降低手部主控MCU要求并节省空间[44] - 针对灵巧手小型化、高自由度需求，电机驱动板MMP1RH尺寸为直径9mm、厚度6.5mm，输入电压5V-18V，最大相电流2A，支持高转速（60000rpm）和高分辨率角度传感（14bits）[52] - 一体化方案能帮助客户缩短开发周期30%以上，并通过芯片面积缩小30%以上的改良设计，满足电机与手指紧凑集成的需求[45]

车企AI辅助驾驶技术趋势 - 头部新势力车企正加速将AI大模型应用于车端辅助驾驶系统，小鹏汽车即将部署的车端大模型参数量至少为70亿，理想汽车明年自研芯片上车后车端模型参数也将达到70亿级，接近AI大模型的普遍参数量级 [1] 小鹏汽车AI布局 - 小鹏汽车采用知识蒸馏路线，正在研发720亿参数的云端“小鹏世界基座大模型”，并计划将其蒸馏压缩成70亿参数模型部署到车端 [2][3] - 为支持大模型上车，公司自研了专为AI需求设计的“图灵”AI辅助驾驶芯片，其AI算力约为700Tops，最高能处理300亿参数的大模型，该芯片已于2024年6月量产上市 [4] - 公司已将全部AI资源给到基座模型团队，以支持70亿参数的世界基座模型上车 [4] 理想汽车AI布局 - 理想汽车当前车端大模型参数量为40多亿，较此前端到端模型提升超过10倍，预计明年自研芯片上车后，车端VLA模型参数将达到70多亿 [5] - 公司已向所有AD MAX车型用户推送了VLA司机大模型，并为此将辅助驾驶团队拆分为11个二级部门，以更扁平的组织推进AI研发 [5][6] - 理想汽车将自身重新定义为一家人工智能企业，视汽车为人工智能时代的空间机器人 [9] 行业技术路径对比 - 特斯拉、地平线、Momenta等企业凭借端到端技术实现了领先的辅助驾驶表现，例如特斯拉实现了区域Robotaxi，这表明更少的车端模型参数量也可能取得更好效果 [7] - AI模型参数量级与辅助驾驶效果无必然关系，辅助驾驶核心在于空间感知，大模型的逻辑推理能力仅在少数场景下适用 [8] - 若车企未做好端到端体验就盲目上大参数模型，可能导致大部分算力资源用于语言推理，反而造成辅助驾驶体验倒退 [8] 车企追逐AI的驱动因素 - 部分车企旨在将辅助驾驶能力迁移至更广阔的具身智能领域，例如小鹏计划将图灵芯片用于AI机器人和飞行汽车，理想将汽车定义为空间机器人 [9][10] - 对AI大模型的追逐也带有营销目的，AI大模型因其破圈效应成为行业热词，车企以此抢占舆论高地 [11]