文章核心观点 - 自变量机器人作为一家成立不足两年的具身智能初创公司，凭借其独特的“大小脑统一的端到端大模型”技术路线、对高质量真机数据的坚持以及强大的资本支持，迅速成为行业明星，并展现出清晰的商业化路径和构建技术生态的野心 [3][4][5][9][13][14] 公司概况与创始人背景 - 公司成立于2023年12月，在不到两年时间内已完成8轮融资，累计金额超过20亿元人民币 [3][9] - 创始人王潜本硕毕业于清华大学，是全球最早在神经网络中引入注意力机制的学者之一，其研究为Transformer架构奠定基础，后于美国南加州大学攻读机器人学博士 [3] - 创始人因看到大语言模型突破带来的行业新机，于2023年解散美国量化基金回国创业，看中中国领先的硬件制造与供应链优势，其中数据收集成本约为美国的十分之一 [3][4] 核心技术路线 - 公司选择了“大小脑统一的端到端大模型”技术路线，与传统分层架构不同，该模型用一个统一架构处理从原始感知到运动输出的全流程，旨在减少误差和噪声，追求可靠执行 [4][5] - 技术理念包含“纵向统一”（从输入到输出由同一模型处理）和“横向统一”（不同任务共享同一模型），其WALL-A模型仅用二指夹爪完成复杂操作，数分钟级任务成功率超过95% [5] - WALL-A模型展现了多模态信息融合、零样本泛化能力（在部分新场景中无需重新训练即可适应）以及处理复杂长程任务（如一系列连贯操作）三大突破 [6][7][8] 数据策略与能力 - 在数据策略上，公司坚持使用“高质量真机数据”，认为涉及复杂物理交互（如手部操作）不应完全依赖仿真数据，数据来源包括集中式采集、分布式环境收集及部署后回流数据 [8] - 公司将泛化能力分为四个层次，并透露其模型在基础条件变化、跨环境、跨对象（处理未见过的同类物体）这三个层次已展现出优秀的通用性与泛化能力 [8] 资本表现与行业格局 - 公司在资本市场表现耀眼，2025年9月完成近10亿元A+轮融资，由阿里云、国科投资领投，这是阿里云首次投资具身智能公司，老股东美团第二次参投 [9] - 国内电商巨头投资逻辑各异：阿里已投资10家，旨在通过云计算与大模型构建技术生态；美团布局更早更广，覆盖机器人上下游；京东投资节奏快（4个月投6家），强调场景导向 [10][11] - 国内人形机器人创业已形成梯队，宇树科技、智元机器人、银河通用为第一梯队（融资均超15亿元），自变量以超10亿元融资额已跻身一线行列 [12] 商业化路径与市场展望 - 公司商业化将先从To B场景切入，逐步延伸至To C，计划今年在多个功能场景推动落地，让机器人在开放、随机环境中自主完成复杂操作 [13] - 创始人认为家庭是机器人最大市场，预计3-4年会出现早期产品，有经济学测算指出未被计入GDP的家务劳动价值约占总量四分之一，市场潜力巨大 [13] - 创始人预测消费者可接受且产业链能支撑的价格区间可能在1-2万美元（约人民币10万元上下），类GPT-3水平的具身智能大模型可能在一年左右出现，而人形机器人的“ChatGPT时刻”需要3-5年 [13] 未来挑战与生态构建 - 创始人认为当前限制产业化的主要是机器人的“大脑”（智能），而非硬件，许多机器人提供的“实用价值”有限 [14] - 公司正积极构建生态，于2025年9月在合肥发布《具身智能生态建设计划》，旨在打造全球创新与产业枢纽，并开源了自研的端到端具身智能基础模型WALL-OSS [14] - 对于长远商业模式，创始人认为机器人将走向软硬一体，需要软硬件高度耦合，一体化的模式最为合理 [14]

公司概况与融资表现 - 公司为深圳初创企业“自变量机器人”，成立不到一年半（2023年12月成立）[5]，已完成7轮融资，累计融资金额超过20亿元人民币[1][17] - 2025年9月，公司完成近10亿元A+轮融资，由阿里云、国科投资领投，国开金融、红杉中国、渶策资本跟投，老股东美团、联想之星、君联资本追投[17] - 此次融资是阿里云首次投资具身智能公司，也是美团第二次参与公司融资[17]，公司融资金额超过10亿元，已从行业二线企业进入准一线之列[19] 创始人背景与创业契机 - 创始人兼CEO王潜本硕毕业于清华大学，是全球最早在神经网络中引入注意力机制的学者之一，其贡献成为Transformer架构的关键[2][3] - 王潜在美国南加州大学攻读机器人博士，并在美国顶级实验室参与研究，后曾在美国创立量化基金公司[3] - 2023年，随着大语言模型等领域取得突破，王潜捕捉到机器人行业新契机，解散基金并回国创业[3][4] - 选择回国创业的原因包括：中国在硬件制造和供应链方面具有全球领先优势，供应链优势可能领先美国一个数量级，且数据收集成本基本是美国的1/10[4][5] 核心技术路线与突破 - 公司选择“大小脑统一的端到端大模型”技术路径，旨在用单一整合模型解决从感知、规划到控制的全流程问题，以解决传统分层架构带来的误差和噪声问题[8] - 技术理念概括为“纵向统一”（从原始输入到运动输出由同一模型处理）和“横向统一”（不同任务共用同一模型）[8] - 2024年底，公司发布了全球目前最大参数规模的具身智能通用操作大模型——Great Wall系列的WALL-A模型[10] - WALL-A模型实现三大技术突破：多模态信息融合、零样本泛化能力、以及在动态环境感知、实时任务规划和超长程任务方面的显著进展[11] - 该模型使机器人仅用二指夹爪就能完成拉拉链、叠衣服等复杂操作，数分钟级别的任务成功率达到了95%以上[9] 产品演化与数据策略 - 公司成立仅两个月，就成功训练出第一版具身智能操作模型，能够实现切菜、倒水等复杂操作任务[10] - 在数据策略上，公司坚持“高质量真机数据”路线，所有涉及复杂物理交互（如手部操作）完全不使用仿真数据[11] - 数据收集主要来自三个渠道：集中式数据采集场地、分布式现实环境收集，以及机器人部署后的回流数据[11] - 公司将泛化能力划分为四个层次，目前其模型在前三个层面（基础条件、跨环境、对象层面）都体现出了很好的通用性和泛化性[12][13] 行业格局与巨头布局 - 国内人形机器人创业公司已形成鲜明梯队，第一梯队公司（宇树科技、智元机器人和银河通用）融资金额都在15亿元以上[18] - 三大电商巨头在具身智能领域布局逻辑存在差异：阿里已投10家具身智能公司，希望通过云计算和大模型构建技术生态[18]；美团布局更早更广，覆盖机器人上下游产业链[18]；京东投资节奏快，4个月内投了6家，更强调零售、物流、家庭等场景导向[18] 商业化路径与未来展望 - 公司商业化路径是从To B场景切入，逐步延展至To C，计划今年在多个功能性场景中实现商业化落地[20] - 创始人认为家庭是机器人最大市场，预计3-4年会出现早期产品，家庭机器人市场潜力巨大，可能比工业及其他所有场景都要更大[20] - 创始人预测消费者能接受的机器人价格可能在1-2万美元之间（约10万元人民币），但目前产业链成本仍需优化[20] - 类GPT-3水平的具身智能大模型有望在一年左右出现，而人形机器人的“ChatGPT时刻”则需要3-5年时间周期[20] - 公司认为现阶段限制机器人产业化应用的主要因素是机器人的“大脑”（智能），而非硬件[21] - 公司正在积极构建具身智能生态系统，于2025年9月发布了《具身智能生态建设计划》，并开源了自研的端到端具身智能基础模型WALL-OSS[22] - 创始人认为机器人需软硬件高度耦合，软硬一体是最合理的商业模式[22]

公司现状 - 毫末智行北京总部已实施访客禁令，办公场所工位空置，仅见极少数员工活动 [1][2] - 公司已发布全员停工放假通知，复工时间未定 [4] - 员工规模从巅峰期600余人锐减至不足300人，2024年底年终奖仅发放70% [8][10] 发展历程与融资 - 公司于2019年11月29日成立，脱胎于长城汽车，核心团队来自长城汽车和百度 [11] - 2021年完成近10亿元A轮融资，投后估值超10亿美元，成为自动驾驶独角兽 [13] - 2024年进行三轮融资，总融资额预估接近20亿元人民币 [18] - HPilot 1.0智驾系统于2021年5月首次搭载至魏牌摩卡车型，实现量产落地 [13] 技术落后与产品失利 - 关键产品城市NOA（城区领航辅助驾驶）功能落地一再跳票，落后于小鹏、极狐等竞争对手 [15] - 2022年起行业转向“轻地图/无图+重感知”技术路线，公司因长期依赖高精地图导致转型缓慢 [17] - 2023年行业技术方向已转向端到端大模型，而公司技术副总裁仍公开质疑大模型上车可行性，与特斯拉FSD V12及小鹏端到端大模型的推出形成鲜明对比 [18] - 2024年城市NOA计划开通100城，实际开通数量不足十分之一，仅8城 [20][29] 客户关系与市场失势 - 乘用车智能驾驶系统仅有长城汽车一个客户，所有系统均搭载于长城汽车旗下车型 [21] - 2024年3月，长城汽车CTO明确表示智驾系统选择标准为“谁好用就用谁的” [25] - 2024年4月，长城汽车宣布与元戎启行达成战略合作；同年11月，长城汽车对元戎启行进行1亿美元独家投资，标志着与毫末智行关系实质破裂 [25][26] 行业影响与启示 - 毫末智行的停工是智能驾驶行业对实力不足企业的标准淘汰出清案例 [6][31] - 行业竞争激烈，技术迭代速度以月份为单位计算，失去产品迭代和交付能力即意味着失去生存机会 [10][34] - 车企自研智驾系统趋势加剧（如蔚来、理想、小鹏、长安、比亚迪），第三方供应商优势面临削弱 [32][33] - 行业出清加速，毫末智行不会是最后一个停摆的智能驾驶方案供应商 [34]

行业核心观点 - 智能驾驶行业正从依赖资本补贴和技术故事的“试错期”进入注重商业本质和成本效率的“清算期”[4][7] - 支撑行业过去五年高速发展的三大基础（资本补贴未来、车企押注技术、用户愿意尝鲜）在2024年同时“断裂”[4][5][6][7] - 行业价格体系被彻底重写，城市NOA进入“白菜价”时代，最低价格车型为10万级SUV宝骏云海，比亚迪将高阶智驾下放到7万元级海鸥车型上[5][6] - 行业玩家出现分化，形成拥有生态和技术闭环的超级玩家、绑定头部供应商的主流车企、聚焦细分领域的公司三个清晰梯队，中间地带玩家生存空间被挤压[14][15] 毫末智行个案分析 - 公司是成立六年、估值曾达10亿美元的中国首个实现自动驾驶技术量产的独角兽，于2024年11月下旬突然宣布全员停工[2] - 公司员工规模从高峰期超过1500人萎缩至约200-280人，员工总数减少逾八成，技术骨干已基本离职[9] - 公司问题核心在于能力结构、成本结构和组织结构未能顺应行业变化，其“重型组织”架构拥有十余个一级部门，导致无法快速转型[8][10][12] - 公司在技术迭代上掉队，2023年尝试发布低于3000元的城市NOA方案未能量产，错过数据积累和算法迭代的关键窗口[9] - 公司在战略上出现决策失误，如2023年初否决布局端到端大模型，到2024年底该技术已成为行业共识，同时分散资源推进智驾域控制器和机器人工厂建设[12] 行业商业模式变革 - “软件订阅变现”的叙事逻辑崩塌，城市NOA从选装变为标配再到“终身免费”，用户付费意愿降至历史最低[5] - 特斯拉在美国市场FSD软件一次性收费8000美元，中国区为6.4万元，但2025年Q3财报显示实际使用FSD的车主仅占现有车队约12%，相关收入同比下降[5] - 供应链成本大幅下降，大疆卓驭高速NOA整包成本降至5000元级别，激光雷达进入“千元时代”，英伟达Thor算力单位成本显著低于Orin时代[5] - 智驾供应商从“靠软件赚钱”转变为“靠车厂给钱”，未来现金流模型被直接砍去一半，商业模型与成本模型不匹配的玩家被市场清算[5][6] 资本市场与行业格局 - 一级市场投资逻辑从“豪赌未来”转向“盈利为王”，自动驾驶不再是超级风口[6] - 行业出现至少7家已实现业务落地的自动驾驶公司破产、清算或深度重组，2024年二级市场上市的十家智驾企业中仍有八家处于亏损[6] - 车企态度转变，在价格战、强监管和有限预算下，供应链选择从“多家分散选择”转向“头部绑定化”，对供应商提出明确的性能—成本比要求[7][13]

行业核心观点 - 智能驾驶行业正从依赖资本补贴和技术故事的"试错期"进入注重商业本质和成本效率的"清算期"[6][9] - 支撑行业过去五年高速发展的三大前提（资本补贴、车企押注、用户尝鲜）在2024年同时失效[6][7][9] - 行业价格体系被彻底重写，高阶智驾从选装付费变为"终身免费"，进入"白菜价"时代[7][8] - 毫末智行的停摆是行业周期性调整的直接体现，标志着旧时代落幕和新周期到来[9] - 行业玩家开始分化，不具备生态级能力或成本优势的中间地带玩家将被迫离场[18] 行业周期与结构性问题 - 软件订阅变现的叙事逻辑崩塌，用户付费意愿降至历史最低，特斯拉FSD付费用户仅占其现有车队的约12%[7] - 自主品牌推动"智驾免费化"，大疆卓驭高速NOA整包成本降至5000元级别，激光雷达进入"千元时代"[7] - 比亚迪将高阶智驾下放到7万元级海鸥车型，证明通过规模化和算法优化可大幅降低系统成本[8] - 一级市场投资风向从"豪赌未来"转向"盈利为王"，自动驾驶不再是超级风口[9] - 车企因价格战收紧供应链，对智驾供应商提出更明确的性能-成本比要求[9] - 今年二级市场上市的十家智驾企业中，仍有八家处于亏损状态[9] 毫末智行个案分析 - 公司估值曾达10亿美元，员工规模从超过1500人萎缩至约200人，缩减逾八成[3][11][12] - 作为国内较早实现量产的全栈自研企业，其优势属于"旧时代"，在行业进入"百城竞速"时掉队[11] - 2023年尝试推出低于3000元的城市NOA方案但未能实现量产，错过数据积累和算法迭代的关键窗口[11] - 公司陷入"重型组织困境"，设有十余个一级部门，组织结构分散导致无法快速转型[13] - 2023年初内部提议布局端到端大模型被否决，2024年底已落后行业一整个周期[15] - 在资源紧张时仍同时推进两个工厂建设，战略不清晰加速了公司解散[15] 行业未来竞争格局 - 最上层是拥有规模、生态和技术闭环的超级玩家，如华为、特斯拉、小鹏，具备跨越周期的能力[17] - 第二层是选择绑定头部供应商的主流车企，将智驾视为供应链一环以保证成本与体验平衡[17] - 第三层是聚焦细分场景（如Robotaxi）的公司，不与大模型正面竞争，寻找商业化突破[18] - 中间地带玩家因技术迭代慢、团队结构重、成本高、缺乏自我造血能力而面临淘汰[18] - 行业供应链正从"多家分散选择"转向"头部绑定化"，中间玩家生存空间收缩[15]

公司经营状况 - 毫末智行于11月22日突然发布内部通知，决定自24日起公司及分公司全部在职员工停工放假，复工时间另行通知[1] - 停工通知未说明停工期限、薪资发放、社保公积金缴纳及赔偿方式等具体情况，公司钉钉系统已不能考勤打卡[1] - 公司目前仍有近300名员工，分布在北京、保定等地，据称已拖欠员工两个月工资[1] - 停工通知下达突然，在周五临近下班时通过邮件发出，导致员工周末赶回公司打包个人物品[1] - 公司领导层未对通知作出解释，随后公司群被禁言，没有管理层与员工沟通后续赔偿及安排[1] 公司背景与历史 - 毫末智行成立于2019年，脱胎于长城汽车智能驾驶前瞻部，是中国“车企+科技公司”模式自动驾驶公司的代表[4] - 公司已完成7轮融资，投资机构包括长城汽车、首钢基金、高瓴创投等，最近一次融资在2024年12月[4] - 公司实控人为长城汽车董事长魏建军[4] - 在2023年11月公司成立五周年时，内部信承认面临巨大挑战，需咬紧牙关应对激烈竞争[5] - 截至2023年11月，其智能驾驶产品已搭载超过20款车型，自动配送车小魔驼将行业单车平均价格从几十万元降至几万元，配送接近90万单[5] 行业竞争与技术路线 - 自动驾驶赛道竞争激烈，已进入“你死我活”的竞争期[5] - 毫末智行长期押注“高精地图+规则算法”技术路线[5] - 自2023年起，行业技术路线转向“重感知、轻地图”及“端到端大模型”[5] - 公司因依赖高精地图，在城市NOA场景泛化上受阻，无法突破复杂路况，导致技术滞后[5] 股东战略变化 - 技术滞后直接导致大股东长城汽车在供应链中引入“赛马机制”[5] - 2024年，长城汽车宣布向竞争对手元戎启行独家投资1亿美元，并与大疆车载展开深度合作[5] - 长城汽车旗下核心新车型（如魏牌蓝山）已转而搭载元戎启行的端到端智驾方案[5] - 分析认为，毫末智行停摆的直接原因在于技术路线掉队导致的大股东战略放弃[5]

产品发布与核心特点 - 11月21日，无驾驶室纯电矿卡在武汉经开区博雷顿工厂下线，标志着中国矿山装备进入“原生无人化”新阶段 [1][2] - 矿卡车身尺寸为高4.8米、宽4.5米、长11米，载重能力高达145吨，具备仅12米的极限转弯半径 [2] - 首次引入“端到端大模型”，实现感知、规划与控制链路深度融合和毫秒级决策响应 [2] - 将原本分散的数十个传感器精简至3～5个，提升在雨雪、高粉尘等恶劣环境下的出勤稳定性 [2] 技术与性能优势 - 车辆配备1056度超大电池组，支持20分钟至50分钟超级快充 [2] - 多台矿卡可实现自主列队行驶，通过远程中控室统一调度，精准完成装载、运输与排卸全流程 [2] - 相比传统燃油车，每年减碳500吨以上，并可节约90%人力 [2] 市场应用与公司发展 - 该纯电矿卡已获海外订单，零碳矿山方案今年已在塞拉利昂、刚果等4国落地应用，明年将进入更多国家 [3] - 博雷顿为国家级专精特新“小巨人”企业，是中国领先的“构网型光储+新能源车辆+无人驾驶”运营商 [2] - 公司于今年5月登陆港交所，成为“零碳矿山机器人第一股”，其武汉基地于去年5月投产，是武汉经开区第14家整车厂 [2] 行业影响与前景 - 无人驾驶矿卡的成功量产，将推动矿山智能化从示范试点迈向规模化运营 [3] - 新能源与自动驾驶技术在封闭场景中加速融合，武汉高端装备制造正借此开辟出具备全球竞争力的新赛道 [3]

产品发布信息 - 小米汽车将于11月21日上午9点在广州车展正式发布小米端到端辅助驾驶新版本：HAD 增强版 [1][3][5] - 该新版本被描述为“进步很大”，公司建议小米车主关注 [1][4] 技术细节与历史背景 - 小米汽车曾于7月29日推送“1000万Clips版本”端到端辅助驾驶，支持SU7 Pro/Max/Ultra车型 [6] - “1000万Clips”指的是1000万段长度为30秒至1分钟的驾驶行为视频片段，包含多模态传感器数据 [6] - 基于大规模Clips数据训练的“端到端大模型”可实现更自然流畅的控车，提升乘坐舒适度 [6] - 小米YU7车型全系出厂即搭载1000万Clips版本端到端辅助驾驶 [6]

无人驾驶行业痛点 - 无人驾驶的痛点之一是数据不足，企业采集的数据量还不够 [1] 无人驾驶技术发展 - 端到端大模型的出现让代码变得简洁，是最近2-3年无人驾驶技术加速迭代的基础 [1] - To B的智能驾驶的技术问题已经基本克服 [1]

文章核心观点 - 自动驾驶技术自1989年实验室探索起步 历经36年发展 已从基于规则的模块化设计演进至端到端大模型驱动 逐步走向大众市场[2] - 行业技术路线呈现共性趋势：从依赖高精地图和多传感器融合 转向无图化纯视觉方案 最终迈向端到端架构和世界模型 核心突破体现在BEV鸟瞰视角感知 占用网络障碍物识别和大模型决策规划[6][17][23] - 主流厂商通过数据驱动飞轮循环 实现算法迭代和场景泛化 特斯拉纯视觉方案构建数据壁垒 华为ADS版本迭代提升感知距离35% 时延降低65% Momenta依托10亿公里训练数据推进L3落地[6][28][31][33] - 硬件成本持续下探 卓驭科技纯视觉方案硬件成本降至5000-7000元人民币 地平线征程6系列芯片算力达560TOPS 支持10-20万元主流市场[54][56][50] - 2025年成为技术分水岭 理想VLA司机大模型具备因果推理 蔚来世界模型NWM支持0.1秒216种轨迹推演 行业从L2普及（渗透率65%-70%）迈向L3落地前夜[61][110][112] 特斯拉技术发展 - 采用纯视觉感知方案 摒弃激光雷达和高精地图 通过庞大车队构建数据壁垒[6] - 2021年AI Day推出BEV技术：通过Transformer将2D图像转换到3D鸟瞰图空间 实现多摄像头感知融合[8][9] - 2022年AI Day推出占用网络：将空间划分为体素 预测占用状态而非物体类别 可识别异形障碍物但计算量巨大[12][16] - 2024年3月FSD V12实现端到端模型：统一深度学习模型直接输出控制指令 驾驶行为更拟人化但可解释性差[17][18][19] 华为ADS技术演进 - ADS 1.0（2021年4月）：依赖3颗激光雷达和13个摄像头 结合高精地图实现高速NCA和自动泊车 硬件成本高[25] - ADS 2.0（2023年4月）：实现无图智驾 激光雷达减至1颗 平均人工接管里程从100公里提升至200公里 GOD网络识别异形障碍物[27] - ADS 3.0（2024年4月）：端到端大模型融合感知与规划 探测距离提升35% 时延降低65% 搭载192线激光雷达和4D毫米波雷达[28][29] - ADS 4.0（2025年4月）：支持高速L3级自动驾驶 依托45EFLOPS云端算力和10亿公里训练数据迭代算法[30][31] Momenta技术路径 - 采用"一个飞轮两条腿"战略：数据驱动算法形成闭环 左腿量产自动驾驶（Mpilot）提供数据流 右腿完全无人驾驶（MSD）反馈技术流[33] - 2019年AD 1.0：视觉建图精度10cm 支持众包更新但功能限于泊车场景[35] - 2022年AD 2.0：规则驱动规划 依赖高精地图 拓展性差[36][37] - 2023年AD 3.0-4.0：向数据驱动转型 感知任务整合至单一模型 但保留感知规划分离pipeline[38][41][42] - 2024年AD 5.0：端到端大模型整合感知与规划 模仿人类长期记忆 延迟降低但系统复杂[43] - 2025年R6飞轮大模型：基于强化学习和7000万黄金数据自我进化 驾驶能力超人类但可靠性待验证[44] 地平线技术路线 - 软硬协同渐进路线：从车规芯片切入 通过征程系列芯片迭代支撑功能升级[47][49] - 征程2/3芯片（2021年）：支持L2辅助驾驶 800万像素前视摄像头[49] - 征程5芯片（2022-2023年）：支持L2+高速NOA和城区领航辅助 应对交通信号灯识别[50] - 征程6系列芯片（2025年）：算力达560TOPS 支持10-20万元市场规模化落地 并拓展至机器人领域[50] 卓驭科技低成本方案 - 成行平台基础版（2023年）：7摄像头+32TOPS算力 硬件成本5000元人民币 实现高速NOA和记忆泊车[54] - 成行平台升级版：纯视觉无图城区智驾 硬件成本7000元人民币 支持15万元级别车型[56] - 成行平台高配版（2024年）：10摄像头+100TOPS算力 增800万像素长焦单目 提升侧向感知[57] - 舱驾融合传感器（2025年）：惯导三目集成激光雷达 成本降30%-40% 下放至30万元内车型[59] 理想汽车三段演进 - 规则驱动（2021年前）：if-else规则分解驾驶任务 可解释性强但泛化能力差[63][64][66] - 端到端模型（2023年）：模仿学习直接输出控制指令 行为拟人但缺乏因果推理[65][67][71] - VLA司机大模型（2025年）：统一建模视觉-语言-行动 具备逻辑推理能力 训练成本极高[61][73][74][75] 小鹏全场景进化 - XPILOT 2.0/2.5（2018-2019年）：20传感器实现自动泊车和遥控泊车 解决特定场景需求[81][82][83] - XPILOT 3.0（2020年）：P7搭载高速NGP 实现全自研360度感知[84][85] - XPILOT 3.5（2021年）：P5首搭激光雷达 城市NGP限5城开放[87][88][89] - XNGP（2022年）：AI大模型驱动 算力508TOPS 降低高精地图依赖[90][91][92] - 2024年无图方案覆盖243城 端到端大模型上车 2025年推进全球XNGP研发[93][94] 蔚来稳健推进 - 早期合作Mobileye（2016年）：利用成熟方案但迭代受限[101][102][103] - NOP+高速领航（2020-2024年）：全栈自研后安全性达人驾6.26倍 但城区功能推送较晚[104][105] - 2024年4月全域NOP+订阅制推送：无图技术覆盖726城 群体智能架构优化系统[107][108][109] - 世界模型NWM（2025年5月）：支持0.1秒216种轨迹推演 认知能力增强但长期稳定性待观察[110][111][112]