全球股市波动 - 中东冲突和宏观不确定性预计将导致全球股市持续波动 [1] - 投资者应忽略短期噪音，关注具有坚实增长前景的公司 [1] - 华尔街顶级分析师的研究可作为选股的重要参考 [1][2] Chewy (CHWY) - 2025财年第一季度营收和盈利表现强劲，但自由现金流下降引发担忧 [3] - 摩根大通分析师Doug Anmuth将目标价从36美元上调至47美元，维持买入评级 [4] - TipRanks AI分析师给予跑赢大盘评级，目标价46美元 [4] - 分析师看好公司执行力、活跃客户增长和盈利能力提升 [5] - 公司通过硬商品、产品组合调整、消耗品和自动配送等策略从亚马逊和沃尔玛抢占市场份额 [5] - 2025年第一季度活跃客户环比增加24万，连续第四个季度增长 [6] - 全年营收展望被认为保守，公司业绩接近指引区间上限 [6] Pinterest (PINS) - 与Instacart合作，使Pinterest广告可直接通过Instacart购物 [8] - 美国银行分析师Justin Post维持买入评级，目标价41美元 [8] - TipRanks AI分析师给予跑赢大盘评级，目标价37美元 [8] - 广告商可利用Instacart的第一方购买数据精准定位Pinterest用户 [9] - 合作将分两阶段推进，第二阶段引入闭环测量以追踪广告效果 [9] - 合作有望推动消费品广告客户增加广告支出 [11] - AI技术提升用户参与度和广告效果，仍处于早期阶段 [11] Uber Technologies (UBER) - Stifel分析师Mark Kelley首次覆盖给予买入评级，目标价110美元 [13] - 公司被视为提供多种服务的超级应用，包括通勤、外卖和配送 [13] - 自动驾驶汽车在短期内对业务风险有限，长期影响尚不明确 [14] - 预计2025年和2026年总预订量将分别增长16%，受益于非城市和国际市场扩张 [15] - 预计2025年和2026年EBITDA增速将超过总预订量和营收增速 [15] - 配送业务有望成功，Uber One和增加供应将推动预订量增长 [16] - 零售媒体广告业务具有优势，如地理位置数据 [16] - TipRanks AI分析师同样看好，目标价108美元 [16]

投资策略 - 投资目标为具备优质定性属性的公司 以基本面为基础以吸引人的价格买入并长期持有 [1] - 发布频率为每周约3篇公司分析文章 辅以季度深度跟踪和持续更新 [1] - 采用集中投资组合策略 旨在规避亏损标的并最大化赢家收益 [1] - 对部分优质公司给予"持有"评级 因其增长机会未达标准或下行风险过高 [1] 分析师持仓声明 - 当前未持有任何提及公司的股票 期权或衍生品头寸 [2] - 未来72小时内无建立相关头寸的计划 [2] 平台免责声明 - 平台分析师包含专业投资者和未持证个人投资者 [3] - 平台本身不持有证券交易牌照或投资顾问资质 [3]

自动驾驶数据集 - KITTI数据集是自动驾驶领域最经典的基准数据集之一，包含立体视觉、光流、视觉里程计、3D目标检测和跟踪等多种感知任务的标注，覆盖城市、高速和乡村场景 [3][6] - nuScenes数据集包含1000个连续驾驶场景，配备6个摄像头、5个毫米波雷达、1个顶置LiDAR，提供约140万张高分辨率相机图像和39万帧LiDAR扫描，标注了23个对象类别的1.4M个3D边界框 [5][7] - Waymo Open Dataset是全球最大的自动驾驶开放数据资源之一，包含2030个20秒场景的高分辨率相机和LiDAR数据，以及103,354个场景的车辆轨迹及3D地图信息 [10][12] - PathTrack数据集包含720个序列中的15,000多个人的轨迹，专注于人员跟踪任务 [13][14] - ApolloScape数据集规模远超同类数据集，包含数十万帧高分辨率的逐像素语义分割标注图像，定义了26个语义类别 [17][19] 自动驾驶技术社区 - 自动驾驶之心知识星球是国内最大的自动驾驶学习社区，创办于2022年7月，已聚集近4000人，包含100+行业专家 [32] - 社区覆盖30+自动驾驶技术学习路线，包括端到端自动驾驶、世界模型、视觉大语言模型、BEV感知等几乎所有子方向 [32][36] - 每周举办1-2场视频直播，每年计划100场左右，邀请CVPR、ICCV等顶会作者及顶尖公司团队分享 [38][39] - 社区成员来自地平线、蔚来、小鹏、理想等知名公司，以及清华大学、上海交大、香港科大等国内外高校 [134] 前沿技术方向 - 2025年自动驾驶技术基调已确定为大模型赋能下的端到端2.0 - VLA（Vision-Language-Action） [26] - 视觉大语言模型（VLM）在自动驾驶中的应用包括作为教师模型训练端到端系统、直接作为规划器等 [31][122] - 扩散模型与自动驾驶结合的前沿方向包括轨迹联合预测、3DGS生成技术等 [26][63] - 世界模型在自动驾驶中的应用包括场景理解、未来场景演化预测等 [59][60] 求职与职业发展 - 自动驾驶求职方向包括TensorRT模型部署、毫米波雷达视觉融合、车道线检测、规划控制等细分领域 [89] - 对于3D目标检测方向，建议从BEV感知开始学习，关注DETR3D、BEVFormer等算法 [115] - SLAM领域从业者可考虑向闭环仿真3DGS重建方向转型，规控方向建议学习基于模型的planner算法 [118] - 多模态3D检测领域相对成熟，建议关注端到端、大模型、数据闭环等新兴方向 [121]

行业趋势与公司定位 - 福特与特斯拉的比较具有价值，反映了汽车行业向电动车和自动驾驶出租车的转型趋势 [1] - 电动车和自动驾驶出租车是行业未来关键方向，主要车企和科技公司已投入数十亿美元 [1][2] - 自动驾驶出租车具有巨大盈利潜力，因其能提供按里程收费的持续收入流 [2] 电动车业务对比 - 福特电动车业务持续亏损，2024年Model E部门亏损51亿美元，2025年Q1每销售一辆电动车亏损约3.8万美元 [10] - 特斯拉2024年实现71亿美元营业利润，2025年Q1占据美国电动车市场43.5%份额，远超福特的7.7% [11] - 特斯拉单车平均成本从2023年初的3.8万美元降至2024年底的3.5万美元以下，成本控制能力显著优于福特 [13] 自动驾驶与Robotaxi布局 - 福特2022年放弃Robotaxi计划，与大众共同关闭Argo AI项目，通用汽车也已终止相关开发 [14] - 特斯拉即将在得克萨斯州奥斯汀推出无人监管FSD/Robotaxi服务，并计划2026年量产低成本专用Robotaxi车型Cybercab [15] - 特斯拉可通过现有车辆改造为Robotaxi，无需依赖其他车企合作，并可能通过FSD技术授权实现长期盈利 [8][16] 战略差异与行业地位 - 福特CEO强调需要开发更小型、低价的电动车以实现盈利，但当前车型如Mustang Mach-E等仍缺乏价格竞争力 [4][10] - 特斯拉若成功实现自动驾驶和Robotaxi商业化，将在行业转型中占据绝对优势 [9] - 尽管存在执行风险，特斯拉目前仍是行业中最接近实现低成本电动车和Robotaxi商业化的企业 [18]

而自从端到端和大语言LLM横空出世以来，大规模无监督的预训练 + 高质量数据集做具体任务的微调， 可能也会成为量产感知算法下一阶段需要发力的方向。同时数 据的联合标注也是当下各家训练模型的实际刚需，以往分开标注的范式不再适合智能驾驶的算法发展需求。今天自动驾驶之心就和大家一起分享下4D数据的标注流 程： 最复杂的当属动态障碍物的自动标注，涉及四个大的模块： 而为了尽可能的提升3D检测的性能，业内使用最多的还是点云3D目标检测或者LV融合的方法： 得到离线单帧的3D检测结果后，需要利用跟踪把多帧结果串联起来，但当下跟踪也面临诸多的实际问题： 离线3D目标检测； 离线跟踪； 后处理优化； 传感器遮挡优化； 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 千万级4D标注方案应该怎么做？ 智能驾驶算法的开发已经到了深水区，各家都投入了大量的精力去做量产落地。其中一块最关键的就是如何高效的完成4D数据标注。无论是3D动态目标、OCC还是静 态标注。 相比于车端的感知算法，自动标注系统更像是一个不同模块组成的系统， 充分利用离线的算力和时序信息，才能得到更好的感知结果 ...

尽管人工智能（AI）在飞速发展，当前 AI 开发仍严重依赖人类专家大量的手动实验和反复的调参迭代，过程费时费力。这种以人为中心的方式已成为制 约创新速度和通向通用人工智能（AGI）的关键瓶颈。为突破限制， AI-for-AI （AI4AI）应运而生。AI4AI 旨在让 AI 作为智能体来自主设计、优化和改 进 AI 算法，大幅减少人类干预，加速迭代开发周期，推动 AGI 发展进程。 最近，上海交通大学与上海人工智能实验室联合团队最新研究表明，一个仅依赖 7B 参数大模型的 AI 智能体（ML-Agent），采用 "经验学习" 新范式，只 在 9 个机器学习任务上持续探索学习，迭代进化，最终就能设计出超越 671B Deepseek-R1 驱动的智能体设计的 AI 模型， 首次实现了在自主机器学习领域 从 "提示工程" 到 "经验学习" 的范式跃迁，开创了 AI4AI 的新路径 。 论文标题： 论文地址： https://arxiv.org/pdf/2505.23723 代码地址： https://github.com/MASWorks/ML-Agent 传统自主机器学习：费时低效的困境 传统机器学习工程繁琐低 ...

特斯拉机器人出租车推出计划 - 公司计划于6月22日在德克萨斯州奥斯汀推出机器人出租车服务，首批无驾驶行程预计在6月28日从工厂运送至客户住所 [1] - 初始服务将使用Model Y车型而非2023年10月发布的CyberCab，且仅在特定地理围栏区域内运营 [2] - 目前仅限受邀用户参与测试，部分社交媒体影响者已获得早期体验资格 [2] 马斯克的承诺与执行压力 - 公司CEO早在2019年就预测2020年推出机器人出租车，但实际进展多次延迟 [3] - 本次奥斯汀试点将投放10辆测试车，后续计划扩展至洛杉矶和旧金山 [3] - 公司采取谨慎策略，先小规模验证后再扩大规模 [4] 行业影响与市场预期 - 华尔街分析师认为该技术将开启"自动驾驶黄金时代"，推动公司市值在2025年底突破2万亿美元 [4] - 当前市值较6月19日收盘价存在约100%增长空间 [4] - 公司凭借全球规模优势可能主导自动驾驶市场，未来或向其他车企授权技术 [5]

特斯拉的Robotaxi愿景 - 特斯拉虽未推出商业化Robotaxi服务，但通过CEO埃隆·马斯克的宣传持续吸引市场关注，其股价已部分反映Robotaxi概念预期 [1][2][3] - 公司提出低成本扩张方案：仅依赖摄像头的轻量传感器方案，结合AI驾驶系统训练数据达"数十亿英里"，并计划快速量产专用车型Cybercab [5][6] - 特斯拉主张车主可将私家车转化为Robotaxi，形成共享车队模式，但该模式仍需验证运营维护体系 [5][8] 技术路径对比 - 特斯拉采用纯视觉方案，理论适用性更广且成本更低，但受限于摄像头在恶劣天气下的能见度问题 [4][9][10] - Waymo依赖激光雷达+成像雷达多传感器融合，已展示在沙尘暴等极端场景下的探测能力，但需提前一年对新区域进行地理围栏测绘 [4][9] - 数据显示Waymo平均每17,500英里需人工干预一次，特斯拉FSD v13为10,000英里，存在技术差距 [19] 行业竞争格局 - Waymo已实现商业化运营，累计付费订单超1,000万次，并在多个城市部署，母公司Alphabet累计投入超56亿美元 [3][15] - 行业呈现"赢家通吃"特征，数据质量与资本投入成关键壁垒，Cruise因亏损100亿美元被通用汽车关停 [14][15][16] - 模拟数据重要性上升，Mobileye CEO指出真实世界数据价值已被充分挖掘，需通过仿真补充罕见场景 [17] 商业化挑战 - 特斯拉需建立大规模运维体系（车辆维护/存储/维修）以支持Robotaxi服务，目前尚未展示相关能力 [7][8][11] - 用户体验与安全是核心门槛，分析师认为特斯拉需将人工干预里程提升至超10,000英里才能满足公众服务要求 [18][19][20] - 初期部署规模有限：6月试点仅开放10-20辆测试车，采用邀请制且强调安全优先 [18][19]

特斯拉的现状与挑战 - 特斯拉股价已创造大量百万富翁 CEO Elon Musk凭借13%的公司持股成为世界首富 [1] - 公司面临政治压力和电动车行业疲软 未来能否延续牛市存疑 [1] - 一季度营收同比下降9%至213亿美元 汽车业务(占销售额82%)暴跌20% 欧洲市场销售骤降37.2% 美国市场目前相对稳定 [5] 行业竞争格局 - 汽车行业成熟度极高 导致利润率低下和激烈竞争 [3] - 中国低成本电动车厂商(如比亚迪)和传统车企(如福特/通用)利用其生产基础设施和经销商网络快速扩张 [4] - 特斯拉曾通过垂直整合/规模经济和巨型铸造技术建立优势 但护城河正在被侵蚀 [3] 政治风险因素 - CEO的政治立场可能影响消费者购买决策 一季度美国销量已下降9% [4][6] - 特朗普政府可能取消7500美元的电动车购车税收抵免 这将特别打击特斯拉 [8] - 政策可能保留对Rivian/Lucid等小型电动车企的支持 进一步挤压特斯拉市场份额 [9] 新业务发展机遇 - 市盈率高达186倍 显示市场对其机器人/自动驾驶业务有极高预期 [10] - 麦肯锡预测自动驾驶市场2035年将达3000-4000亿美元规模 [11] - 公司计划在得州奥斯汀推出自动驾驶出租车 低成本摄像头方案相比Waymo的激光雷达更具成本优势 [11][12] 估值与风险平衡 - 当前估值已充分反映成功预期 但销售和盈利能力正在下滑 [10] - 政治不确定性加剧了投资风险 下行风险可能超过上行潜力 [13]

公司评级与目标价 - 中信证券首次覆盖文远知行给予"买入"评级 目标价17美元 较当前价7 72美元有显著上涨空间 [1][2] - 评级基于公司在自动驾驶行业的技术领先地位与全球化布局优势 [2] 行业前景与政策支持 - 中信证券测算2030年国内Robotaxi市场规模有望达6000亿元 [4] - 北京 广州等地2025年出台新政鼓励Robotaxi落地 如《广州市智能网联汽车创新发展条例》提出推进混行试点区建设 [4] - Robotaxi被视为最具潜力的L4级自动驾驶场景 Robovan Robobus等固定路线场景可能更快规模化 [4] 公司商业化进展 - 文远知行2019年在广州推出中国首个公开收费Robotaxi服务 目前已在4国8城构建运营网络 覆盖北京 广州核心区域 [5] - 2025Q1公司Robotaxi收入与订单同比高增 与小马智行 萝卜快跑共同推动商业化加速 [4] - 欧美市场因出租车定价更高 Robotaxi有望更快实现单车毛利转正 公司海外布局领先 [5] 全球化战略与合作伙伴 - 文远知行手握中 法 美 阿联酋 新加坡五国自动驾驶牌照 全球运营网络覆盖中东 欧洲等地 [2][5] - 与Uber深化合作 已在阿布扎比 迪拜推出Robotaxi服务 计划未来5年拓展至15座城市 [5][6] - 2025年5月获Uber追加1亿美元股权投资 显示战略合作伙伴认可 [5]