行业研究方向与选择 - 具身智能领域当前的研究方向包括视觉语言导航、视觉语言操作、强化学习以及真实到仿真再到真实的闭环方法[1] - 对于从事同步定位与地图构建研究的从业者，视觉语言导航和视觉语言操作被视为较好的切入方向[1] - 拥有机械臂硬件的研究者适合展开视觉语言操作研究，而无硬件的研究者可利用仿真环境或低成本硬件平台进行实验[1] - 四足机器人和人形机器人更适合采用强化学习方法进行研究，而视觉语言操作的研究难度相对较高[1] 研究方法与资源 - 研究过程中，拥有优秀的创新想法至关重要，但新人研究者往往需要经历多次试错才能获得[1] - 行业存在多种低成本的科研平台可供选择，例如移动操作平台[1] - 仿真方法是解决预算有限问题的可行方案之一[1] 专业辅导服务内容 - 提供的论文辅导服务覆盖从CCF-A到CCF-C级别的会议，以及SCI一区到四区的期刊[2] - 服务范围包括EI、中文核心期刊论文、毕业论文以及博士申请辅导等[2] - 辅导团队由来自国内外名校的博士及头部企业研究员组成，具备在ICML、ICLR、CoRL、ICRA、NeurIPS、CVPR等顶级会议的投稿与审稿经验[2] - 辅导流程为全闭环服务，涵盖选题创新点挖掘、实验设计、代码调试、论文写作到投稿策略[2] - 辅导服务兼具工业界与学术界双重视角，不仅关注论文发表，也重视研究的落地价值[3] - 公司为前10名咨询者提供免费匹配专属导师的机会[5]

行业技术发展趋势 - 智能驾驶领域的技术焦虑正在产业链中游厂商间快速传播[1] - 业内认为，端到端等前沿技术的大规模量产起点将在明年[2] - 当前智驾前沿技术发展放缓，量产方案趋同，L2级智能驾驶正走下沉路线[2] - 随着明年L3法规的进一步推进，中游厂商面临迫切的技术升级压力[2] - 近期许多公司的算法负责人正积极寻求了解端到端、世界模型、VLA、3DGS等前沿技术[2] 市场与量产现状 - 中国二十万以上的乘用车年销量约为700万辆[2] - 头部新势力品牌在此价格区间的销量占比不及三分之一[2] - 已实现端到端技术量产的车型占比更低[2] - 端到端技术的成熟被视为开启更大规模量产的关键[2] - 地平线公司宣布将进军10万级市场，表明高阶智驾正迅速向更多国民车型下沉[2] 技术实施与人才需求 - 端到端自动驾驶不仅仅是一个算法，其落地需要完善的云端与车端基础设施、数据闭环、工程部署、闭环测试、模型优化及平台开发等全套能力[2] - 可以预见，市场对中阶智能驾驶相关岗位的需求将更加旺盛[2] - 端到端和VLA（视觉语言动作模型）领域的招聘需求预计将显著增长[3] 行业培训动态 - 为应对技术升级需求，市场出现了针对端到端和VLA技术的实战培训课程[3] - 相关课程由工业界与学术界的专家联合开展，聚焦量产落地[3] - 课程内容涵盖导航信息应用、强化学习优化、Diffusion和自回归模型量产经验、时空联合规划等核心模块[3] - 另有课程专门梳理BEV感知、大语言模型、扩散模型和强化学习在端到端领域的应用，并设计相关实战项目[6] - 针对VLA领域，有课程从VLM（视觉语言模型）解释器到模块化、一体化及推理增强VLA进行全面梳理，并包含从零搭建模型的大作业[11] - 课程讲师及团队背景雄厚，多来自国内顶级主机厂、Tier1供应商及顶尖高校，拥有丰富的算法研发、预研及量产交付经验[5][8][13][14]

公司核心动态与目标 - 小鹏汽车创始人何小鹏公开设下赌约，若到2026年8月30日，小鹏第二代VLA在国内能达到特斯拉FSD V14.2在硅谷的效果，他将在硅谷建一家中国风味食堂；若不能达到，小鹏自动驾驶中心负责人刘先明承诺将在金门大桥裸跑[2][3][21] - 小鹏汽车已宣布第二代VLA将在2026年第一季度正式发布，并计划向Ultra车型全量推送，赌约时间点设定在发布后约5个月，被视为关键优化期[5][23] - 何小鹏在试驾对比后认为，特斯拉FSD V14.2已进入“准L4阶段”，虽然存在瑕疵，但水平大幅超过去年[2][20] 技术路径与能力评估 - 何小鹏表示，在近期测试中，他首次感受到第二代VLA的上限能够达到L4的可能性，若多给3-5年时间，甚至可能达到L5[6][24] - 小鹏第二代VLA的核心创新在于砍掉了语言转译环节，首次实现从视觉信号到动作指令的端到端直接生成[8][26] - 为训练该模型，公司使用了接近1亿个视频片段，相当于人类司机驾驶65000年才能遇到的极限场景总和，并采用了阿里云3万卡云端算力集群，部署720亿参数的基座大模型，每5天完成一次全链路迭代[8][26] - 公司自研的图灵AI芯片单颗算力为750TOPS，整车配备3颗芯片集群，总算力达2250TOPS，是行业主流双Orin-X方案（508TOPS）的4.4倍[11][29] 竞争对比与挑战 - 特斯拉FSD拥有显著的数据优势，通过全球超600万辆测试车辆，每天产生16亿帧图像数据，累计行驶里程已突破96亿公里，其“影子模式”能在全球多样化交通环境中收集数据[14][15][32] - 在20公里复杂小路的实测中，特斯拉FSD V13.2.9版本接管5次，而小鹏第二代VLA仅需接管1次[16][33] - 搭载小鹏第二代VLA的测试车辆已能识别交警手势、理解红绿灯并提前反应，甚至在暴雨夜安全行驶[17][34] - 然而，特斯拉最新的FSD V14.2版本大幅提升了性能，解决了V13.2.9版本中95%以上的犹豫变道和异常刹车问题[17][34] - 小鹏承认在“泛化”能力上面临挑战，例如不同国家对黄灯交通规则的理解不同，如何平衡并实现良好泛化是公司正在探索的问题[12][13][30][31]

公司管理层表态与赌约 - 公司CEO何小鹏在硅谷试驾后认为，特斯拉FSD V14.2已进入准L4阶段，大幅超过去年水准，但公司第二代VLA的首个版本尚无法实现其全部能力[2] - 何小鹏与自动驾驶团队立下赌约：若到2026年8月30日，公司VLA在国内达到特斯拉FSD V14.2在硅谷的效果，他将在硅谷建一家中国风味食堂；若未达成，自动驾驶中心负责人刘先明承诺将在金门大桥裸跑[2] - 公司已宣布第二代VLA将在2026年第一季度正式发布，并计划向Ultra车型全量推送，赌约时间点设定在发布后约5个月，是关键优化期[4] 公司技术路线与能力展望 - 何小鹏表示，在最近几个月的测试中，首次感受到第二代VLA的上限能够达到L4的可能性，如果多给3-5年，也许能够达到L5[6] - 第二代VLA方案砍掉了语言转译环节，首次实现从视觉信号到动作指令的端到端直接生成[9] - 为研发该模型，公司采用了阿里云3万卡云端算力集群，部署720亿参数的基座大模型，每5天完成一次全链路迭代，何小鹏称明年云端算力将达5万卡甚至更多[9] - 公司自研的图灵AI芯片单颗算力为750TOPS，整车配备3颗芯片集群，总算力达2250TOPS，是行业主流双Orin-X方案（508TOPS）的4.4倍[12] 行业技术对比与公司挑战 - VLA（视觉-语言-动作）概念由谷歌DeepMind于2023年提出，旨在整合视觉、语言和动作能力，目前除该公司外，理想汽车、长城汽车等车企也在布局[8] - 特斯拉FSD通过全球超600万测试车辆，每天产生16亿帧图像数据，累计行驶里程已突破96亿公里，其“影子模式”能在全球多样化交通环境中收集数据[13] - 在实测中，20公里复杂小路上，特斯拉FSD V13.2.9版本接管5次，公司第二代VLA仅需接管1次，公司车辆能识别交警手势、理解红绿灯并提前反应，甚至在暴雨夜安全行驶[13] - 特斯拉最新FSD V14.2版本大幅提升性能，解决了V13.2.9版本中95%以上的犹豫变道和异常刹车问题[13] - 公司正在探索泛化问题，例如不同国家对黄灯交通规则的差异，这是追赶特斯拉FSD需要解决的能力之一[13] 公司研发投入与合作伙伴 - 用于训练第二代VLA模型的视频片段接近1亿个，无需人工标注，相当于人类司机驾驶65000年才能遇到的极限场景总和[9] - 阿里巴巴CEO吴泳铭曾亲自到访公司广州总部，与何小鹏会面[10]

行业技术发展趋势 - 智能驾驶领域的技术焦虑正在产业链中游厂商间快速传播[1] - 业内认为端到端等前沿技术的大规模量产起点将在明年[2] - 当前智能驾驶前沿技术发展放缓，行业量产方案趋于同质化，L2级智能驾驶正走下沉路线[2] - 随着明年L3级法规的进一步推进，中游厂商面临迫切的技术升级压力[2] - 近期许多公司的算法负责人正积极寻求了解端到端、世界模型、VLA、3DGS等前沿技术[2] 市场现状与规模 - 二十万元以上的乘用车年销量约为700万辆[2] - 头部新势力品牌在该价格区间的销量占比不足三分之一[2] - 搭载端到端量产方案的车型占比则更低[2] - 地平线公司宣布将进军10万元级市场，表明高阶智能驾驶正迅速向更多国民车型下沉[2] 技术落地与产业影响 - 端到端技术不仅仅是一个算法，其成熟落地需要完善的云端与车端基础设施、数据闭环、工程部署、闭环测试、模型优化及平台开发等全套体系支持[2] - 端到端技术的成熟被视为更大规模量产的开端[2] - 可以预见，市场对中阶智能驾驶相关岗位的需求将更加旺盛[2] - 近几个月，行业对端到端和VLA技术的学习与入门需求显著增加[3] 行业培训与人才需求 - 为应对技术升级需求，出现了针对端到端和VLA技术的实战培训课程[3] - 相关课程由工业界与学术界的专家联合开展，聚焦量产落地[3] - 课程内容涵盖导航信息应用、强化学习优化、Diffusion和自回归模型量产经验、时空联合规划等关键模块[3] - 另有课程专注于VLA领域，内容从视觉语言模型作为解释器，覆盖到模块化、一体化及主流的推理增强型VLA[11] - 课程要求参与者具备一定的自动驾驶基础、了解Transformer大模型、强化学习、BEV感知等概念，并拥有Python和PyTorch编程能力[10]

具身智能与视觉语言动作模型技术现状 - 行业普遍面临视觉语言动作模型在实际硬件上难以跑出效果的挑战 [1] - 具身智能领域高度依赖硬件本体，算法与硬件紧密耦合，仿真和互联网数据在泛化性能上无法保证，许多公司坚持采用“真机数据”路线 [2] - 近2年来，算法技术快速发展，从ACT、OpenVLA到π0、π0.5、π0.6等新方法层出不穷，性能持续提升，基于强化学习的优化方案使模型运行更流畅 [4] - 开源硬件本体多样化，例如SO-100机械臂、openarm双臂操作系统、XLeRobot移动操作平台，支持各类研究需求 [4] VLA模型落地实施的核心模块与挑战 - 数据采集是首要模块，主要方法包括基于模仿学习的遥操作、VR、全身动捕捉，以及强化学习方法，在机械臂结合VLA领域更多采用遥操作和VR [7][8] - 数据采集的质量保障及real2sim2real流程是关键问题 [8] - 模型训练前通常需进行仿真调试，在真机数据不足时，Mujoco、Isaac Gym等仿真框架及sim2real技术尤为重要 [10] - 模型训练技巧至关重要，包括如何微调模型、如何在小数据量下取得良好效果，许多模型存在机械臂运动准但夹爪操作不佳或运动误差大的问题 [10] - ACT算法相对简单易出效果，而π0、π0.5、GR00T等模型训练难度高，对细节和技巧要求严格，强化学习优化模型的经验门槛高 [6][10] - 模型部署前需进行“瘦身”操作，即使参数量为2B的模型，在边缘芯片部署挑战仍大，需通过量化、蒸馏等轻量化技术最小化参数量并保证性能 [12] VLA技术学习与人才培养 - VLA技术更新快，学习曲线陡峭，许多学习者即使拥有真机硬件也不知如何入手 [13] - 行业推出了首个面向实战与求职的VLA小班课，内容涵盖机械臂硬件、数据采集、VLA算法与评测、仿真、主流VLA模型部署、VLA结合世界模型、真机实验及具身产业讲解 [14][16] - 课程为学员提供SO-100机械臂一套，包含示教臂和执行臂 [21] - 课程讲师为某机器人公司VLA高级研究员，拥有5年以上机器人行业实战经验，精通具身智能全栈技术，并在顶级期刊发表学术论文10篇以上 [25] - 课程目标人群包括：具身领域求职者、VLA入门进阶者、相关领域学生、从传统CV/机器人/自动驾驶转行者以及对具身智能感兴趣的人员 [27] - 课程对硬件有明确建议：推理建议使用RTX 3060及以上显卡，训练建议使用2张以上RTX 3090 Ti显卡，也可自租云服务器，并要求学员具备一定的Python和PyTorch基础 [27] - 完成课程后，学员将掌握真机调试与数据采集、各类VLA算法真机部署、模型量化技术，并对具身产业有清晰认识，简历项目经验可达到1-2年以上算法工程师水平 [30] - 课程计划于2025年12月30日开课，共分九章，持续至2026年2月25日 [28][31]

文章核心观点 - 视觉语言动作模型领域面临从理论到实践的巨大挑战，特别是在真机数据采集、模型训练与部署等环节，存在显著的学习壁垒和落地困难 [2][6] - 行业技术发展迅速，开源框架和新算法不断涌现，但模型性能高度依赖硬件本体和数据质量，仿真与真实场景存在泛化差距 [2][4] - 为应对上述挑战，推出了一个全面的实战课程，旨在通过软硬结合的方式，系统化地培养VLA领域的实操人才 [14][16][19] 技术发展现状与挑战 - 算法层面近2年涌现大量新方法，如ACT、OpenVLA、π0、π0.5、π0.6系列，性能持续提升，基于强化学习的优化方案使模型运行更流畅 [4] - 开源硬件本体多样化，支持不同类型的研究需求，例如SO-100机械臂、openarm双臂操作系统、XLeRobot移动操作平台 [4] - 核心挑战在于数据、模型、训练、部署的全流程打通，初学者常陷入长期调试而难以入门，尤其π0、π0.5、GR00T等模型的数据采集和训练包含大量未公开技巧 [6] VLA模型落地关键模块 - **数据采集**：主要基于模仿学习（遥操作、VR、全身动捕捉）和强化学习，机械臂领域多采用前两种，如何保证数据质量及实现real2sim2real是关键问题 [7][8] - **模型训练**：真机部署前需进行仿真调试，Mujoco、Isaac Gym等框架在数据不足时尤为重要，训练技巧至关重要，不同算法难度差异大，ACT相对简单易出效果，而π0和π0.5则极难训练成功 [9][10] - **模型部署**：面临模型参数量大（即使2B规模）导致的边缘芯片部署挑战，必须进行轻量化操作如量化、蒸馏，以在保证性能的同时最小化参数量 [11][12] 课程解决方案与目标 - 课程定位为国内首个面向实战与求职的VLA小班课，内容覆盖机械臂硬件、数据采集、VLA算法、评测、仿真、主流模型部署、VLA+世界模型、真机实验及产业讲解 [14][16] - 课程目标为使学员掌握真机调试与数据采集、各类VLA算法真机部署、模型量化技术，并对产业落地有清晰认识，学完后达到1-2年算法工程师经验水平 [30] - 面向人群包括具身领域求职者、VLA入门进阶者、相关专业学生、以及希望从传统CV/机器人/自动驾驶转行的人员，建议具备Python和PyTorch基础，推理需3060及以上显卡，训练需2张以上3090ti显卡 [27]

VLA技术发展现状 - 具身智能领域高度依赖硬件本体，算法性能与硬件紧密相关，仿真和互联网数据在泛化性能上无法保证，许多公司坚持采用真机数据路线[2] - 近2年来VLA技术框架快速发展，从ACT到OpenVLA，再到π0、π0.5、π0.6系列，新方法层出不穷且性能持续提升，基于强化学习的优化方案使VLA模型运行更加流畅[4] - 开源硬件本体多样化，支持各类研究需求，包括SO-100机械臂、openarm双臂操作系统、XLeRobot移动操作平台等[4] VLA落地技术挑战 - 完整打通数据采集、VLA模型训练优化和部署全流程存在较大困难，初学者可能花费半年时间仍无法有效入门[6] - 数据采集主要采用模仿学习和强化学习方法，模仿学习包括遥操作、VR和全身动捕捉三种方式，机械臂领域多采用前两种，如何保证数据质量和实现real2sim2real是关键问题[8] - 模型训练需要先进行仿真调试，在真机数据不足时sim2real技术尤为重要，使用mujoco、Isaac Gym等框架，训练技巧对结果影响显著，不同算法难度差异大[10] - 部署阶段需要进行模型轻量化处理，即使2B参数规模的模型对边缘芯片也是挑战，必须通过量化、蒸馏等技术在保证性能的同时最小化参数量[12] 教育培训解决方案 - 针对VLA技术快速迭代的特点，推出了国内首个面向实战与求职的VLA小班课，涵盖机械臂硬件、数据采集、VLA算法、模型评测、仿真、部署等完整内容[14][16] - 课程配备SO-100机械臂硬件套装（包含示教臂和执行臂），由拥有5年以上机器人行业实战经验的VLA高级研究员授课，具备IEEE Trans系列顶级期刊发表经验[22][26] - 目标学员包括求职者、VLA入门进阶人员、高校学生及转行人员，要求具备Python和Pytorch基础，推荐使用3060以上显卡进行推理，2张以上3090ti进行训练[27] - 课程于2025年12月30日开课，共九章内容，学完后可掌握真机调试与数据采集、VLA算法部署、模型量化等技术，达到1-2年算法工程师经验水平[28][30][31]

文章核心观点 - 视觉语言动作模型领域技术迭代迅速但实践门槛高，初学者在数据采集、模型训练与部署等环节面临显著挑战[1][6] - 行业强调真机数据的重要性，仿真与互联网数据在泛化性能上存在不足[2] - 为解决学习痛点，业内推出结合硬件与软件的全栈VLA实战课程，旨在通过真机实验提升学员的工程实践能力[14][16][19] VLA技术发展现状 - 近2年来VLA算法快速迭代，从ACT到OpenVLA，再到π0、π0.5、π0.6系列，模型性能持续提升[4] - 基于强化学习的优化方案显著改善了VLA模型的操作流畅度[4] - 开源技术框架如LeRobot降低了入门门槛，开源硬件本体如SO-100机械臂、openarm双臂、XLeRobot移动操作平台支持多样化研究需求[4] VLA落地实践的关键模块 - 数据采集主要依赖模仿学习与强化学习，模仿学习通过遥操作、VR、全身动捕捉方式实现，机械臂领域侧重前两种[7][8] - 模型训练需借助Mujoco、Isaac Gym等仿真框架进行调试，sim2real技术在真机数据不足时尤为重要[10] - 模型部署面临参数量大的挑战，即使2B规模也对边缘芯片构成压力，需通过量化、蒸馏等轻量化操作在保证性能的同时最小化参数量[12] VLA实战课程内容 - 课程涵盖机械臂硬件、数据采集、VLA算法、模型评测、仿真、主流模型部署、VLA+世界模型、真机实验及产业讲解等全栈内容[16] - 学员将获得SO-100机械臂硬件套装，课程设计面向求职者、进阶学习者、高校学生及跨行业转型人员[22][27] - 课程要求学员具备Python和PyTorch基础，推荐使用3060及以上显卡进行推理，2张以上3090ti显卡进行训练[27] - 完成课程后学员可掌握真机调试与数据采集、VLA算法部署、模型量化等技能，达到1-2年算法工程师经验水平[30]

投资评级 - 维持“增持”评级 [4] 核心观点 - 报告认为3Q25业绩承压主要由于销量低于预期（增程老车竞品力减弱+纯电新车爬坡不及预期）以及Mega召回计提等因素 [1] - 鉴于市场波动、行业竞争加剧以及产品结构变化，下调2025E-2027E Non-GAAP归母净利润预期至26亿元/30亿元/65亿元（此前预期约50亿元/123亿元/176亿元） [4] - 看好理想汽车基于家庭用户的定位与AI智能化的兑现前景，但需注意市场与竞争加剧风险 [4] 3Q25业绩分析 - 3Q25总收入为273.6亿元，同比下降36.2%，环比下降9.5% [1] - 3Q25毛利率为16.3%，同比下降5.2个百分点，环比下降3.8个百分点 [1] - 3Q25 Non-GAAP归母净亏损3.6亿元，为2023年至今首次单季度Non-GAAP亏损 [1] - 3Q25汽车业务收入为258.7亿元，同比下降37.4%，环比下降10.4% [2] - 3Q25汽车销量为9.3万辆，同比下降39.0%，环比下降16.1%；平均售价（ASP）为27.8万元，同比上升2.6%，环比上升6.7% [2] - 3Q25汽车业务毛利率为15.5%，同比下降5.4个百分点，环比下降3.9个百分点 [2] - 3Q25研发费用率为10.9%，同比上升4.8个百分点，环比上升1.6个百分点；SG&A费用率为10.1%，同比上升2.3个百分点，环比上升1.1个百分点 [2] - 3Q25 Non-GAAP单车亏损约0.4万元（对比3Q24 Non-GAAP单车盈利2.5万元、2Q25 Non-GAAP单车盈利1.3万元） [2] - 3Q25自由现金流净流出89亿元；截至3Q25末，在手现金合计约989亿元 [2] 未来展望与公司战略 - 管理层指引4Q25E交付量为10-11万辆；鉴于政策波动、竞争加剧及纯电销量占比抬升，预计4Q25E-1Q26E基本面仍将持续承压 [2] - 管理层指引自11月开始i6电池供应将采用双供应商模式，预计2026年初i6月产能可提升至2万辆 [3] - 预计2026E产品力有望改善，因素包括自研三电技术（800V高压平台+5C快充、自研5C电池将量产）、智驾体验持续升级（VLA已全量推送给AD Max车型、自研芯片M100将于2026E上车）以及理想改款/全新车型（尤其L增程系列）的产品力改善 [3] - 后续产品矩阵将回归精简SKU模式；继8月调整销售服务体系后，9月将智驾三个二级部门拆分成11个小部门，旨在提升运营和研发效率 [3] - 管理层明确重新切回创业公司的管理模式，当前已实现自研VLA大模型、开源Halo OS操作系统等；长期看好其在具身智能等AI相关领域的延伸兑现潜力 [3] 财务预测 - 预测营业总收入2025E为1117.4亿元，同比下降22.7%；2026E为1239.2亿元，同比上升10.9%；2027E为1450.26亿元，同比上升17.0% [5] - 预测Non-GAAP归母净利润2025E为25.59亿元，同比下降76.0%；2026E为30.09亿元，同比上升17.6%；2027E为64.62亿元，同比上升114.7% [5] - 预测Non-GAAP EPS（普通股，摊薄）2025E为1.20元，2026E为1.41元，2027E为3.02元 [5] - 预测Non-GAAP ROE（归属母公司，摊薄）2025E为3.6%，2026E为4.1%，2027E为8.4% [5] - 预测Non-GAAP P/E 2025E为55.5倍，2026E为47.2倍，2027E为22.0倍 [5] - 预测P/B 2025E为2.0倍，2026E为1.9倍，2027E为1.8倍 [5] 市场表现 - 当前股价为18.43美元，总市值为197.28亿美元 [6] - 近1个月绝对收益为-13.6%，相对收益为-11.0；近3个月绝对收益为-18.5%，相对收益为-26.0；近1年绝对收益为-20.9%，相对收益为-42.7 [9]