辅助驾驶测试争议 - 懂车帝测试显示15个真实场景中仅3类城区工况通过率超50%，12类未过半，与车企宣传存在显著差距 [2] - 测试中特斯拉表现优于自称第一梯队的国产车型，引发行业争议 [2] - 多数车企对测试结果保持沉默，舆论层面争议持续发酵 [3][4] 测试标准差异分析 - 测试分为日常场景导向型（关注高频体验）和极限安全底线型（检验高危场景），懂车帝采用后者 [6] - 特斯拉因保守策略（如更长跟车距离）在极限测试中表现更优，7万元海鸥在特定场景优于激光雷达豪华车型 [6] - 鸿蒙系智驾因算法激进在日常场景中表现"丝滑"，但在极限测试中触及能力边界 [7] 技术路线矛盾 - 辅助驾驶存在"安全-效率-用户意愿"不可能三角：激进策略提升体验但需用户补位安全，保守方案牺牲效率 [8] - 当前技术仍处初级阶段，从业者认为自动驾驶需超越人类才能实现拐点式价值 [10] - 行业存在夸大宣传问题，L2渗透率超50%但消费者认知与宣传存在显著错位 [9] 行业监管动态 - 中国汽车工业协会4月倡议杜绝误导性宣传，科技部7月发布伦理指引禁止虚假信息 [11] - 公安部明确L2级辅助驾驶需驾驶员担责，"脱手脱眼"行为将面临法律风险 [12] - 政策导向强调安全底线，要求行业回归理性发展 [10][12] 商业驱动因素 - 2024年车企产品同质化加剧，辅助驾驶成为差异化竞争的核心卖点 [9] - 技术普及受营销策略驱动而非成熟度，车企内卷加速功能落地但技术未达拐点 [9][10]

报告行业投资评级 未提及 报告的核心观点 - 2025年WAIC大会呈现企业加速智能体应用布局、开源生态快速发展、世界模型和具身智能成新焦点、自动驾驶为AI场景夯实基础等趋势 看好有坚实技术实力和广泛应用场景的互联网公司 应用端对大模型调用需求起量有望支撑云业务发展 AI主题下推荐阿里巴巴、腾讯、快手、百度、地平线、理想、小鹏 [1][5] - 自动驾驶领域迎政策环境优化和特斯拉技术入华双重拐点 国内L2 +级自动驾驶新车渗透率预计2026年超50% 行业格局初步确定 未来2 - 3年两类参与者并存 地平线、Momenta等企业将受益 [4] 根据相关目录分别进行总结 各公司在WAIC大会的进展 - **腾讯**：公布多项AI进展与新产品 目标是打造“好用的AI” 已建立丰富AI应用生态 发布并开源混元3D世界模型1.0 简化3D场景构建流程 混元大模型全模态开源 后续将开源端侧小模型 升级腾讯云智能体开发平台、腾讯元器 发布具身智能开放平台Tairos [3][7][9] - **阿里巴巴**：百炼平台上线200多款主流模型 提供100多个Agent模板与服务 通义千问下载量突破4亿 衍生模型超14万个 展出首款自研AI眼镜夸克AI眼镜 阿里国际跨境电商AI解决方案Marco日均调用量达10亿次 1Q25阿里云智能集团营收301亿元 同比增长18% AI相关云业务营收三位数增长 [15][17] - **蚂蚁集团**：AI健康管家AQ累计服务用户超1亿人次 展示AI融入多场景的创新产品 大模型家族开源 全自动分布式深度学习系统DLRover开源 积极布局智能体领域和搭建AI时代支付基础设施 全球化方面 旗下产品服务200多个国家和地区 连接超1亿商户与17亿消费者账户 [18][21] - **快手**：可灵AI发布新功能“灵动画布” 升级“多图参考”功能 用户数快速增长 目前超4500万创作者使用 累计生成视频超2亿条、图片超4亿张 超2万家企业客户与开发者接入 5月付费金额超1亿人民币 ARR超1亿美元 约占快手FY25E总收入1% [23][25] - **商汤**：发布多模态推理大模型“日日新6.5” 多模推理性能提升7% 推理成本下降70% 能力超越Gemini 2.5 Pro 推出“开悟”世界模型和“悟能”具身智能体平台 已与多家企业合作 [30][33] - **百度**：发布新一代数字人技术NOVA 进入邀约测试阶段 预计10月全行业开放 百度萝卜快跑等入选创新成果展 获上海智能网联汽车示范运营牌照 无人驾驶汽车商业化稳步推进 全球布局加速 与优步达成战略合作 [35][36] - **京东**：大模型品牌升级为JoyAI 带来多场景AI解决方案 推理效率平均提升30% 训练成本降低70% 开源JoyAgent智能体 内部智能体超2万个 覆盖多领域多场景 [37][39] - **出门问问**：展示新一代Agentic AI智能硬件TicNote 内置“Shadow AI” 具备多种功能 适用于多种场景 [40] - **晶泰科技**：智能自主实验平台入选中国人工智能产业创新成果展重点展项 提升研发效率和精准度 已应用于多个场景和行业 [41] 智能驾驶领域情况 - **政策与牌照**：上海发布新一批智能网联汽车示范运营牌照 覆盖智能出租与智能货运业态 8家企业获牌 本地企业优势明显 算法公司多联合本地平台实现商业化运营 [42] - **特斯拉FSD**：更强版本FSD有望年内入华 目前国内L2 +级自动驾驶新车渗透率约30 - 35% 预计2026年超50% 特斯拉规划FSD（无监督版）今年美国落地 明年全美可用 2026年HW5.0量产和V14推出后将实现全无人驾驶 [4][46] - **车企动态**：吉利发布下一代智能座舱Agent OS 将在吉利银河M9首搭 具备多模态融合等关键能力 [48] - **大模型应用**：蘑菇车联发布首个物理世界认知模型MogoMind 为智能驾驶和智慧交通提供数据基础 [52] AI创意工具市场情况 - 测算2027年全球创意工具市场规模有望达546亿美元 AI创意工具渗透率有望达11% 市场规模有望达58亿美元 [28]

理想i8产品发布 - 公司推出六座纯电SUV理想i8，共三个版本，售价32.18-36.98万元，8月20日交付[2] - 该车型延续MEGA设计语言，CEO李想初期认为外观不佳但后期被实车惊艳[2] - 标配双枪魔毯空悬和双电机四驱，具备越野车通过性和爬坡能力[3] - 零百加速4.5秒，紧急避让测试130公里/小时，性能对标宝马i7[4] - 二排门槛高度40厘米，保留轿车上下车便利性[4] 产品定位与市场表现 - 定位为"越野车+轿车+MPV"结合体，兼具三类车型优势[3] - 6座独立布局，二排配备零重力座椅，三排空间优于80%竞品SUV[5] - 前代产品MEGA月销2300辆，同比增长近4倍，30%车主为单身人群[2][5] - 当前市场存在乐道L90、问界M8纯电版等竞品，竞争环境较L9时期更激烈[10] 智能驾驶技术 - 全系标配激光雷达，重点提升极端光线下的主动安全[7] - 搭载自研VLA司机大模型，融合空间智能与语言智能[8][9] - 支持自然语言控制，可执行复杂场景连续任务[9] - AI硬件投入包括3万张推理卡和2万张训练卡，全年AI投入超60亿元[9] 充电网络布局 - 已建成3000座超充站（1000座高速站+2000座城市站）[9] - 部署超1.6万根250KW以上超充桩，数量为行业第二名的2倍多[9]

原文：来自微博用户红石驾驶员 原文链接： https://weibo.com/7983184984/PDnOJkyiI 问题1：从无图NOA到端到端生命周期都比较短，半年到一年左右就开始转架构了。VLA的技 术潜力如何？大部分人在端到端都已经拥有了1000万Clips的数据量，基本上已经饱和到了边际数据递 减，开始转向VLA架构，VLA会是一个长期架构么？是否能支持到城区自动驾驶？ 郎咸朋：VLA有很强的技术潜力，端到端让自动驾驶从人工变成AI，但仅靠V（视觉）和A（动 作）不够，VLA架构思路来源于机器人和具身智能，是长期架构。从某种程度上看，自动驾驶也是四 轮机器人，VLA架构会延续到机器人繁荣之后才可能被替代，技术潜力大，更符合人类智能发展规 律，能支持城区自动驾驶。 问题2：您认为VLA在Thor-U芯片上的运转速度能到多少？目前的10Hz应该只是一个起点，是否可以 做到更高？特斯拉最新的FSD运转速度是多少？ 詹锟：Thor-U架构支持先进的推理精度和混合精度，目前使用INT8和FP8（业界主流），已做 到10Hz。Thor-U支持FP4，FP4算力是FP8的一倍（FP8为700算力时，FP4可达1 ...

产业链协同创新 - 自动驾驶技术企业与整车厂联合推进产品量产，芯片厂商深度参与汽车上下游设计，汽车品牌跨界联动科技公司，新能源与智能化驱动下产业链各环节企业加深协同合作[1] - 东风汽车集团旗下智新科技与产业链上游企业合作研发电机硅钢片等产品，联合研发有效降低成本并提高性能，相关电驱动产品已搭载岚图、奕派和猛士等多款车型[2] - 德国瓦克公司加深与整车企业合作进行定制化研发，以满足汽车产业对供应链企业的新要求[2] - 小马智行与国内外头部整车厂达成战略合作或成立合资公司，整合全无人驾驶技术能力与整车厂经验，推动Robotaxi大规模量产和商业化落地[2] - 江汽集团与华为数字能源在新能源汽车车型/平台技术开发等多个关键领域展开全面战略合作，共建产业新生态[3] 智能化推动模式变革 - 新能源汽车产业向智能化深度演变，智能化技术成为汽车产业竞争核心领域，全球市场围绕智能化的竞争全面展开[4] - 中国在智能化功能终端装载率上全球领先，自动泊车等辅助技术渗透率加快提升，新型智驾技术与整车紧密绑定[4] - 汽车企业竞争力重点迁移到智能化领域，推动产业链合作模式变革，大量车企选择与外部科技企业合作解决智能化短板问题[4] - 芯驰科技指出汽车行业对芯片契合度要求提升，芯片厂商深度参与上下游产品设计，与主机厂、一级供应商共同定义产品[4] - 中兴微电子表示集中式算力架构对汽车研发提出更高要求，需聚合整车厂及ICT企业创新，鼓励生态链上下游融合创新[5] - 小鹏汽车强调智能化竞争下半场产业链合作重要性凸显，汽车产业链需要各方更紧密合作推动整体良性发展[5] 产业链协同拓展全球市场 - 产业链协同助推中国汽车产业走向全球市场，小鹏汽车在AI技术领域加深与海外品牌合作以进一步全球化[6] - 广汽零部件与整车厂在智能座舱、智能底盘等领域强化联合研发，同时加紧全球化布局以支撑中国汽车国际化发展[6] - 中国智能化功能装载率领先带动整车出海规模增长，智能化零部件供应链企业跟随整车企业一同出海[6] - 汽车产业需以更开放模式链接更多智能化能力，与算力、算法公司无缝链接，通过跨界融合提供发展活力[6]

自动驾驶技术中的强化学习应用 核心观点 - 强化学习在自动驾驶领域从机器人早期阶段已有应用，但受限于训练效率低和复杂度高，工业界普及度有限 随着AlphaGo、ChatGPT RLHF和DeepSeek-O1等技术的突破，强化学习在时序决策任务（如轨迹规划）中展现出潜力 [3][7] - 自动驾驶的强化学习需结合模仿学习、逆强化学习等技术，通过动态reward设计（安全性/舒适性指标）和闭环训练解决环境交互问题 [8][62] 技术范式分类 1 基础学习概念 - **监督式学习**：用于感知任务（目标检测），通过固定训练集优化模型输出与监督信号的均方误差 [5] - **模仿学习**：以专家动作为监督信号，扩展至短时序轨迹生成，是端到端自动驾驶的主流方法 [6] - **强化学习**：通过环境交互的延迟反馈（如轨迹规划中的碰撞避免）优化策略，依赖动态reward信号 [7] - **逆强化学习**：从专家数据中学习reward-model，解决自然语言或驾驶舒适性等难以定义的奖励问题 [8] 2 核心算法框架 - **值优化方法**：包括动态规划、蒙特卡洛（统计大数原理）、时序差分（SARSA/Q-Learning）及混合算法（GAE） [29][30][33][44] - **策略优化方法**： - **REINFORCE**：蒙特卡洛估计策略梯度 [50] - **Actor-Critic**：结合策略网络与价值函数拟合 [51] - **PPO**：通过clip函数简化TRPO的约束条件，提升训练稳定性 [57] - **GRPO**：DeepSeek提出的轻量化算法，利用在线group样本替代value-model [59] 自动驾驶场景关键技术 - **预训练**：策略网络与价值网络通过模仿学习初始化，提升训练收敛性 [60] - **概率建模**：自回归/Diffusion模型对action多步rollout，通过环境反馈优化策略 [61] - **闭环训练**：需建模多智能体博弈（他车动态响应），避免静态环境导致的策略偏差 [62] - **端到端融合**：结合NeRF/3DGS生成动态环境感知数据，实时更新传感器输入 [63] 行业应用趋势 - 技术社区活跃度显著提升，涉及大模型、VLA、BEV感知等30+技术栈，近4000人参与交流，300+企业与科研机构加入 [65]

DriveAgent-R1核心创新 - 首创基于强化学习的混合思维架构，使智能体能在纯文本推理和工具辅助推理间自适应切换[12][14] - 引入主动感知机制，配备包含高分辨率视图获取、关键区域检查等功能的视觉工具箱[15][18] - 采用三阶段渐进式训练策略（DM-SFT→FCM-RL→AMS-RL），显著提升模型性能[16][19][24] - 在SUP-AD数据集上实现SOTA性能，首帧联合准确率达70.11%，超越Claude Sonnet 4等主流模型[12][26] 技术架构与性能 - 基于Qwen2.5-VL-3B模型构建，输入包含6路环视摄像头数据，输出8秒驾驶意图决策序列[11] - 创新MP-GRPO算法强化双模式能力，模式选择准确率达65.93%[24][28] - 工具使用使序列平均准确率提升15.9%，推理质量提升11.7%[26][27] - 消融实验显示完整训练策略使首帧准确率较基线提升44.8个百分点[28] 行业突破性 - 首次实现自动驾驶智能体的长时程决策能力（8秒连贯规划）[3][11] - 解决现有VLM短视决策（单步预测）和被动感知两大核心痛点[6][12] - 验证视觉工具对SOTA模型的普适增强效应（如Claude推理质量+26.1%）[26] - 建立首个评估体系量化安全性、舒适性等多维度表现[24]

作者 / 涂 彦 平 编辑 / 黄 大 路 设计 / 柴 文 静 A I 之光正在照进现实。 吉利汽车集团携阶跃星辰联合参展，极氪9X、领克10EM-P、吉利银河A7和吉利银河M9等车型，以及千里浩瀚智能辅助驾驶系统、吉利未来出行星 座、AI智能可穿戴设备等吉利全域AI技术体系成果集体展出。 其中，吉利银河M9的超拟人车载AI智能体，搭载了阶跃星辰的端到端AI语音大模型，实现了人机交互全面革新。 此次大会，吉利汽车联手阶跃星辰、千里科技共同发布面向AI Agent原生打造的下一代智能座舱Agent OS（预览版）。它有一个更形象的名字——吉 利"智能蛋舱"。 7月26日至29日，全球人工智能领域年度盛会——2025世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2025）在上海举行，展示了AI赋能千 行百业的盛况。 作为移动智能终端的代表，汽车自然不会缺席这场AI盛宴。 在本届展会上，特斯拉、理想、吉利等整车企业展示了AI赋能下汽车形态的重构；同时，斑马智行、亿咖通、蘑菇车联、商汤科技等解决方案提供商也 纷纷带来了各自的"AI+汽车"创新应用。 随着AI智能体开始量产上车，用户体验正迎来显著跃升。 更 ...

广州港业务表现 - 2025年上半年广州港内贸集装箱吞吐量保持全国第一，外贸货物吞吐量同比增长13.28%，外贸集装箱吞吐量同比增长21.20%，外贸集装箱量超越内贸集装箱量 [1] - 1—6月广州港累计完成货物吞吐量3.43亿吨（同比+2.71%），集装箱吞吐量1382万标箱（同比+7.57%），全球排名分别第五、第六位，国际航运中心指数升至全球第12位 [1] - 外贸集装箱增速在全国沿海主要港口中排名第一，成为港口生产增长主驱动力，标志从"内贸第一大港"向内外贸综合枢纽转型 [1][2] 广州港外贸增长驱动因素 - 1—6月商品汽车接卸量72万辆（同比+3.9%），外贸出口25.6万辆（同比+23.4%），二手车出口同比激增415.4%，外贸煤炭、钢材业务量均实现双位数增长 [3] - 上半年广州进出口总额6050.5亿元（同比+15.5%），对全国和广东外贸增长贡献率分别达13.1%和46.7% [3] - 通过海铁联运、江海联运建立内陆"隐形港口网络"，上半年净增7条外贸航线，集装箱班轮航线达285条（外贸航线179条），为"一带一路"航线最多港口之一 [4] 区域经济数据 - 广州2025年上半年GDP 15080.99亿元（同比+3.8%），第三产业增加值11262.78亿元（同比+4.3%） [9] - 南京同期GDP 9179.18亿元（同比+5.3%），第三产业增加值6221.25亿元（同比+5.8%） [10] 全球500强企业动态 - 2025年《财富》世界500强营收总和约41.7万亿美元（同比+1.8%），上榜门槛322亿美元 [11][13] - 中国130家企业上榜（同比-3家），营收总额10.7万亿美元，平均销售收入820亿美元，汽车及部件企业表现突出：奇瑞营收597亿美元（排名跃升152位至第233名），比亚迪首次进入前百（第91名），吉利营收增至799亿美元 [13] - 前五企业依次为沃尔玛、亚马逊、国家电网、沙特阿美、中国石油 [12] 其他行业动态 - 河南组建港航集团整合内河航运资源，推动投建运一体化管理 [7] - 上海拟年内实现浦东新区（不含陆家嘴）自动驾驶全域开放，同步推动奉贤、闵行区域开放 [8] - 浙江拟探索建立"科技企业培育板"，加强区域性股权市场建设 [9]

华泰证券AI金融创新论坛核心观点 - 华泰证券举办"数智跃迁 生态共创"科技金融创新论坛 探讨AI与金融业务场景深度融合路径 公司已落地"泰为"大模型平台体系 包含异构算力 大模型运营管理和应用开发三大模块 在投研 投行等场景取得突破 [1] - 大模型发展进入与产业深度融合新阶段 华泰证券积极探索以AI思维重塑业务场景 利用场景和数据资源优势提升智能化客户服务能力 [1] AI技术范式演变 - AI发展范式正从自监督预训练转向强化学习后训练 使模型具备举一反三能力 量化投资领域从人工建模转向AI建模 算法自主生产算法可成倍提高金融模型研发效率 [3] - 端到端量化策略建模直接实现原始数据到交易仓位预测 规避传统多因子模型误差累计 因子研发周期长等局限 通用底座预训练大模型可实现低成本跨市场策略迁移 [3] AI Agent在金融场景的应用 - AI赋能模式从"人+智能助理"向"人+多智能体"演进 智能体开始承担关键工作 端到端投顾服务Agent体系实现客户服务素材自动生成分发 [5] - AI Agent与平台化核心系统结合是融入金融机构核心业务的基本路径 将引发技术厂商与金融机构商业模式转变 从成本定价转向价值产出定价 [6] - 万得数百项AI应用已落地金融机构日常工作流 数据治理结构需适应AI语义化 金融机构与科技公司需开放合作推动业务转型 [5] 自动驾驶领域发展 - 货运卡车自动驾驶无人化可节约每车每年20-30万元人力成本 L4自动驾驶编队车队已在内蒙古 新疆运行 未来驱动力来自世界模型和强化学习 [9] - 自动驾驶企业致力于将模型升级至全无人化阶段 通过VLA技术引入思维链 使车端模型具备基本推理能力 世界模型及仿真数据将成为刚需模块 [9] - 预计到2030年 辅助驾驶系统有望达到人类普通司机水平 [9] AI产业发展趋势 - AI产业进入Token增长驱动新阶段 AI服务器有望取代智能手机成为最大科技硬件品类 需关注技术迭代带来的量价齐升机会 [11] - 生成式AI在B端软件应用领先C端 机器人的真正成熟还需时日 中国作为美国外唯一具备完整AI产业链国家 在物理AI具比较优势 [11]