文章核心观点 - 汽车行业，特别是新能源汽车领域，普遍存在将“辅助驾驶”功能夸大宣传为“自动驾驶”的营销乱象，这种行为误导了消费者，并埋下了严重的安全隐患 [1] - 行业内的“吹牛大赛”源于激烈的市场竞争压力，智能驾驶成为车企制造差异化亮点的关键噱头，但以安全为代价的过度宣传不可持续 [21][22] - 国内外监管机构已开始介入，要求规范宣传、明确技术边界，强调安全是汽车作为交通工具不可逾越的底线，行业需回归理性发展 [23][24][33] 特斯拉的案例与法律争议 - 加州车管局指控特斯拉“Autopilot”和“Full Self-Driving”的名称及宣传具有误导性，构成虚假宣传，并于2025年12月获法院裁决支持 [5][6] - 特斯拉虽在2025年1月将“FSD”更名为“完全自动驾驶（辅助模式）”，并停用“Autopilot”名称，但为维护商业声誉和未来业务（如Robotaxi），选择起诉加州车管局，拒绝承认“虚假宣传”的定性 [9][10] - 该案例引发国内舆论关注，有评论认为若按此标准，国内超90%的车企都可能涉及虚假宣传 [12] 国内车企的营销乱象与风险 - 国内新能源车企普遍使用“智能驾驶”、“高阶自动驾驶”等夸大表述进行营销，干扰消费者判断 [13][14] - 营销话术从发布会（如宣称“2.999级”、可“放心看电影”）到4S店销售、短视频博主（演示驾驶员脱手、脱岗）形成组合拳，导致消费者难以区分辅助驾驶与自动驾驶的本质区别 [15][17] - 2025年3月的小米SU7高速致命事故，将智能驾驶的安全性问题推向公众视野，对全行业的过度营销势头产生了遏制作用 [18] 行业竞争压力与扭曲的营销逻辑 - 在惨烈的市场竞争和淘汰压力下（如威马、高合等已出局），车企营销部门被迫制造差异化亮点，智能驾驶成为最核心的营销噱头 [21] - 营销演变为“胆量游戏”，宣传口径在“L2.5”、“L2.9”、“城市领航”等方面竞相攀比，敢于夸大者可能获得短期订单优势，迫使全行业卷入 [22] - 在此环境下，安全考量往往让位于营销和短期销量压力 [22] 监管措施的加强 - 国家市场监督管理总局于2024年8月发布征求意见稿，要求不得夸大宣传辅助驾驶为自动驾驶，提示必须显著，系统需监测司机状态并在异常时警告甚至干预 [25][27][28][29] - 工信部、公安部等部门也通过会议和发文，核心目的是规范宣传，明确技术边界 [29] - 监管介入被视为给行业的“清醒针”，强调技术发展不能越过安全底线 [31][32] 对行业发展的根本性反思 - 汽车的根本属性是交通工具，承载生命安全，所有技术都应为这一根本目的服务 [33][34] - 行业应接受技术迭代的循序渐进，但不能接受安全标准的降低；可以接受营销低调，但不能对生命儿戏 [35][36] - 中国电动车产业取得的引领地位是实干的结果，不应被浮躁的“吹牛营销”毁掉口碑，必须保持对安全的敬畏 [36][37]

事件概述 - 特斯拉首台无方向盘、无踏板的Cybercab自动驾驶出租车在美国得州超级工厂正式下线 标志着该产品从概念进入量产阶段 [1] 对行业竞争格局的影响 - 特斯拉商业模式转变 从汽车制造商转向出行服务商 计划通过车队运营和按里程收费获取长期收入 [2] - 这将倒逼国内车企竞争焦点从配置和价格 转向自动驾驶技术、成本控制和运营效率 [2] - 产业链将加速洗牌 无人车核心零部件、车载算力、无线充电和车联网领域的领先企业将获得优势 [2] - 百度、华为、小鹏等拥有高阶智能驾驶技术的公司预计将更受益 [2] 对出行服务市场的潜在影响 - 无人驾驶出租车将对网约车和出租车行业构成成本降维打击 因其无需支付司机工资且可24小时运营 [2] - 每公里运营成本有望被压至很低 未来出行价格可能进一步降低 [2] - 传统司机岗位将受到冲击 [2] 商业化落地面临的挑战 - 法规层面存在障碍 美国联邦法律要求车辆必须有方向盘和踏板 特斯拉需要获得特别豁免 [3] - 中国L4级无人车商业化许可尚未完全放开 数据安全、路测审批和责任认定是主要门槛 [3] - 技术层面 纯视觉方案在雨雪、拥堵及极端路况下的可靠性仍有待验证 [3] - 大规模量产时的良品率和故障率仍是未知数 [3] - 公众信任体系尚未建立 涉及消费者接受度、保险定价和事故责任认定等问题 [4] 发展前景与行业启示 - Cybercab下线是无人驾驶商业化竞赛开始的里程碑 但真正普及预计至少还需两到三年时间 [5] - 中国车企在电动化领域已取得领先 下一步需在智能化和无人化领域加快布局以保持竞争优势 [5]

行业动态与融资里程碑 - 全球无人驾驶行业领导者Waymo完成160亿美元融资 投后估值达1260亿美元 创下该领域最大规模单笔融资纪录 标志着行业进入规模化运营关键阶段 [1] 百度自动驾驶业务进展 - 百度旗下萝卜快跑（Apollo Go）与Uber及迪拜道路交通管理局合作 即将在迪拜朱美拉地区通过Uber平台提供全无人驾驶网约车服务 用户可通过Uber Comfort、UberX或选择“Autonomous”选项匹配车辆 这将是迪拜首个全无人驾驶网约车服务 [2] - 萝卜快跑已在全球22个城市落地 除迪拜外在阿布扎比通过AutoGo合作启动全无人商业化运营 在伦敦与Uber和Lyft合作计划于2026年开展测试与服务 在瑞士与邮政巴士合作推出定制化服务AmiGo [3] - 截至2025年10月 萝卜快跑累计订单量已突破1700万单 完全无人驾驶里程超过1.4亿公里 [5] 机构观点与公司价值 - 花旗银行重申对百度“买入”评级 目标价186美元 较当前股价146.97美元有26.6%的预期上涨空间 认为其在迪拜的进展是自动驾驶发展的重要里程碑 [2] - 花旗认为 百度通过扩大与全球合作伙伴的商业服务范围 管理全球领先的机器人出租车车队 正在现实场景中验证并释放其人工智能价值 [2] - 萝卜快跑凭借已验证的技术能力、领先的车队规模及与全球出行平台的深度合作 成为兼具技术实力与商业落地能力的价值标的 [5]

**行业与公司** * 行业为网约车出行服务行业，公司为曹操出行，是国内第二大网约车平台[1] * 公司实控人为吉利汽车的李书福，背靠吉利造车优势[2] **核心业务表现与增长目标** * **业绩高速增长**：2025年上半年，公司总交易额(GTV)同比增长54%，订单量同比增长49%[1] * **当前市场份额**：目前市场份额约为8%，主要竞争对手滴滴的市场份额超过60%[1] * **增长策略与目标**：公司通过聚合流量平台和拓展新城市提升份额，计划2026年新开100个城市，未来目标将市场份额提升至15%-20%[1] * **财务预测**：预计2026年公司净利润将实现盈亏平衡，2027年实现报表整体盈利[1] **竞争优势与盈利前景** * **车队与成本优势**：公司是全球自有车队规模最大的网约车公司，依托吉利的定制车带来总拥有成本优势，使其在定价上更具优势[2] * **远期盈利空间**：按15-20%的市场份额测算，公司网约车与Robotaxi业务合计利润可能超过50亿元人民币[1] **Robotaxi（自动驾驶出租车）商业化规划** * **技术依托**：依托吉利体系优势，包括行业最低的Robotaxi量产成本（低于15万元/台）以及千里科技的研发技术[2] * **测试与展示**：目前已在杭州开展Robotaxi测试，并于2026年4月在北京车展亮相[2] * **商业化路线图**： * 2026年上半年：在杭州全域实现车内完全无人化，并优化远端操作员配比[2] * 2026年下半年：计划获取苏州、杭州的Robotaxi运营牌照（目前两城网约车市场份额为12-13%），并预计在国内其他数个城市落地[2] * 2027年：量产车落地，进入大规模投放阶段，预计投放约8000台，并同步启动出海[2] * 2028-2029年：预计Robotaxi的单位经济模型可跑通[2] * 2030年后：预计投放数量达到10万台[2] **估值与投资观点** * **增长预测**：预计未来三年公司收入年复合增长率约为20%-25%[2] * **估值对比**：对应2026年市销率约为0.7倍，接近滴滴水平（滴滴2026年营收增速约10%，0.6倍PS），但低于优步的2.2倍和Grab的3.8倍[2] * **市场观点**：认为此前股东减持等负面因素已在股价中反映，近期配售事项折价极低，公司未来上行空间大[2]

无人物流商业化进程加速 - 无人物流依托快递、电商和城市配送等高频、标准化场景，商业路径清晰，已成为无人驾驶商业化进程中最先“跑通”的应用之一 [1] - 多家成立于2020年前后的企业，其无人物流车已陆续进入批量交付阶段，部分企业开始冲刺资本市场 [1] 应用场景从快递向泛城配扩展 - 行业显著趋势是从快递末端配送向更广泛的城市配送场景扩展 [2] - 快递无人配送需求仍在增长，但快递之外的泛城配行业增速更快，且已超过快递行业本身 [2] - 新石器无人车的目标是，到2026年，线下泛城配与快递业务各占50%；到2027年，城配业务占比进一步提升至60%至70% [2] - 无人物流车已成功突破单一场景限制，探索出涵盖快消配送、异地电商、本地生鲜等在内的多元城市配送蓝海市场 [2] - 广义城配市场存量车辆已达1459万辆，其中轻卡、面包车等主力车型的无人化替代加速推进，市场空间远大于单一快递配送场景 [3] - 在众多城配细分场景中，冷链生鲜配送是增速最快的领域，相较于快递末端场景，需求更刚性、降本诉求更强烈，目前无人物流车在该领域的渗透率尚不足1% [3] 成本下降与规模化交付推进 - 无人物流车单车价格从2018年的百万元级，下降至数万元 [3] - 关键核心零部件价格下行，例如激光雷达价格已经从上万元下探至千元级别 [3] - 芯片、激光雷达、电池、传感器等核心部件需求持续放量，叠加国内供应链成熟度提升，推动无人配送车硬件成本显著下降 [3] - 新石器累计交付车辆已超过1.6万台，计划在2026年实现5万台交付目标 [3] - 机构测算显示，到2026年无人物流车累计出货量或攀升至15万台 [3] - 2026年单车价格仍存在一定下行空间，但降幅将明显收窄，单纯依靠价格竞争抢占市场的空间已十分有限 [3] 技术发展趋势 - 技术层面，“无图方案”被视为下一阶段的重要趋势，随着对高精地图依赖度降低，无人物流车的部署周期和场景落地成本有望进一步压缩 [3] - 行业整体交付节奏将呈现“前期平稳铺垫、关键节点后快速跃升”的特征 [3] 封闭与半封闭场景率先突破 - 无人矿卡由于是封闭式/半封闭式场景作业，被视为更容易落地，行业已经跨过“技术是否可行”的争论，进入“商业价值如何最大化”的规模化应用新阶段 [5] - 标志性事件是大型矿山开始基于明确的投资回报率规划，批量部署无人化车队 [5] - 资本和产业资源正在向头部具有全栈能力的企业集中，规模化复制的能力已成为现阶段竞争的分水岭 [5] 干线物流市场潜力与进展 - 公路货运是我国物流的主动脉，年货运量超400亿吨，市场规模约7万亿元，其中干线物流市场运输收入规模约4万亿元 [5] - 行业长期面临“司机荒”、人力成本攀升、安全事故频发、行业集约化程度低等痛点，无人化运输是关键破解路径 [5] - 嬴彻科技已累积超过5亿公里的系统商业运营里程数据，其智能驾驶重卡在快递物流领域的新车采购渗透率约40% [6] - 自动驾驶可为卡车物流带来20%至30%的降本空间 [6] - 重卡自动驾驶在感知距离、控制精度和能耗管理等方面要求显著高于末端配送和乘用车 [6] - 嬴彻科技采取L2+与L4并行的策略，保守估计预计2030年无人干线运输才能真正进入一定规模的商业化应用 [6]

年末市场分化的特征与驱动因素 - 临近年末A股市场呈现显著分化，商业航天、可控核聚变、无人驾驶等主题板块热度极高，部分板块指数创出历史新高，而白酒、传统消费等板块则出现下跌[3] - 分化的核心驱动因素是“资金调仓+产业事件”，机构在全年任务接近完成后，从前期涨幅较大的AI算力等领域撤出，转向“政策催化强、估值低、前期配置不足”的方向[3] - 具体的产业事件如世界首个全超导托卡马克实验装置（EAST）的进展、商业航天关键试验节点，进一步点燃了市场情绪[3] 机构资金行为是市场表现的核心逻辑 - 个股能否上涨本质上取决于机构大资金的参与意愿和持续时间，而非单纯依赖利好消息[7] - 以白酒板块为例，在2025年5月前后，尽管市场存在消费提振预期，但“机构库存”（反映机构资金活跃度的指标）数据早在5月初就已不活跃，导致股价在限酒令等消息下缺乏支撑并持续下跌[9][11] - 相反，有ST股在被曝出“社保基金踩雷”的利空后复牌上涨25%，其背后原因是机构资金早已进场，机构库存数据持续活跃[11][13] 利用数据分析识别有效机会的方法 - 筛选机会的关键是观察“机构库存”是否持续活跃，例如关注最近一个月该数据三日连增、五日连增的股票[14] - 需警惕“空涨”现象，即股价上涨但机构库存未活跃，这通常由游资或散户推动，缺乏持续性，例如某新能源股曾单日涨10%但一周后跌回原点[14] - 应关注“机构蓄势”情况，即股价横盘震荡但机构库存持续活跃，表明机构在暗中积累筹码，后续可能出现行情，例如某科技股横盘半月后上涨30%[14] - “机构控盘”数据有助于辅助决策，在持股下跌时提供持仓信心，或在空仓时提供提前关注的信号[14] 市场分化的结构性机会与未来主线 - 私募机构对热门主题的态度存在分化，部分机构严格筛选具备真实产业链受益前景或明确商业化前景（如超导工程化、无人驾驶渗透率提升）的个股，规避纯故事驱动的概念[3] - 展望2026年，AI被视为“共识主线”，关注点从“技术突破”转向“产业融合”带来的机会，例如具身智能、企业级AI应用等可落地方向[3] - 年末的市场分化是资金在为明年寻找“确定性”的过程，关键在于利用数据识别有机构资金持续支持的方向，如AI融合应用、超导工程化、无人驾驶商业化等领域[15]

公司股价表现 - 百度集团-SW早盘股价上涨超过4%，截至发稿时涨幅为3.97%，报123.2港元，成交额达2.41亿港元 [1] 业务运营数据 - 萝卜快跑平台单周订单量突破25万单，且全部由全无人驾驶车辆完成 [1] - 平台累计服务订单量已超过1700万单 [1] - 自动驾驶车辆总行驶里程突破2.4亿公里，其中全无人驾驶模式下的行驶里程占比达58%，累计完成1.4亿公里安全运营 [1] 全球化与商业化进展 - 萝卜快跑已进入22座国内外城市，覆盖北京、上海、武汉、深圳等国内一线城市以及香港、迪拜、阿布扎比等国际都市 [1] - 平台采用"一城一策"的本地化适配方案，例如在香港优化右舵车型和窄路通行算法，在迪拜应对高温沙尘环境，在武汉提升跨江大桥等特殊场景决策能力 [1] - 通过规模化部署优化技术适配性，为行业提供了可复制的商业化路径 [1]

公司股价表现 - 百度集团-SW早盘股价上涨3.97%，报123.2港元，成交额达2.41亿港元 [1] 业务运营数据 - 萝卜快跑平台单周订单量突破25万单，且全部由全无人驾驶车辆完成 [1] - 平台累计服务订单量已超1700万单，自动驾驶车辆总行驶里程突破2.4亿公里 [1] - 全无人驾驶模式行驶里程占比达58%，累计完成1.4亿公里安全运营 [1] 全球化与商业化进展 - 萝卜快跑已进入22座国内外城市，包括北京、上海、深圳等国内城市及香港、迪拜、阿布扎比等国际都市 [1] - 平台采用“一城一策”适配方案，例如在香港优化窄路通行算法，在迪拜强化传感器防护，在武汉提升跨江大桥决策能力 [1] - 标准化服务与本地化改造相结合的模式为行业提供了可复制的商业化路径 [1]

核心观点 - 公司通过专注于港口、钢厂等特定工业场景，率先实现了L4级自动驾驶技术的商业化闭环与规模化盈利，避开了高投入、长周期的Robotaxi赛道 [1][3] - 公司的发展战略清晰，经历了从打造付费“样板间”到规模化复制，再到定义“泛港口”生态的三步走过程，形成了可复制的商业模式 [5][6] - 公司的快速增长源于其极强的工程化落地能力，将技术转化为稳定可靠的生产力工具，并在过去半年内连续中标8个新项目，显示出明确的规模化信号 [9][10][16] 商业模式与战略路径 - 公司战略分为三步：首先在宁波港、唐山港打造付费运营的“样板间”以验证技术与商业模式；随后在2022至2023年进入厦门港、太仓港等多个港口，证明解决方案的通用性；最后将能力拓展至钢厂、铁路场站等“泛港口场景” [5][6] - 2025年公司已形成绝对市场占有率，盈利模式从早期依靠单个项目创收，升级为通过标准化运营方案在多元物流场景中实现快速扩张与持续盈利 [8] - 商业模式的成功体现在市场占有率上，过去半年连续中标8个新项目，包括威海港客滚船舱场景、宁波港百辆无人集卡混编车队以及中铁联集全国首个铁路场站自动驾驶项目 [8][16][17] 技术优势与落地能力 - 公司技术战略不追求处理极端复杂城市路况，而是专注于解决工业场景的特定问题，如在信号微弱船舱内实现高精度定位，其优势在于极强的工程化落地能力 [10] - 技术体系在L4封闭与开放场景均具适应性：在封闭场景已覆盖港口/园区/工厂等，与全球超过20个大型港口合作；在开放场景于内蒙古包头、天津东疆等关键区域部署近百辆自动驾驶车辆 [14] - 在威海港项目中攻克了客滚船舱内无线信号屏蔽、作业空间狭窄等行业难题，并四度续标宁波港项目，即将投入百辆无人集卡组建全球港口最大规模混编运营车队 [16] 市场地位与行业影响 - 公司已拿下全球超过20个大型港口，验证了L4级自动驾驶的盈利模型，在港口为代表的大工业物流场景中率先跑通可规模化复制的商业模式 [1][18] - 公司打造的不仅是无人驾驶车队，更是一套可向全球复制的智能物流枢纽解决方案，其故事是中国科技创新从技术追赶到商业引领的缩影 [18] - 在宁波大榭码头投入的百辆无人集卡混编运营车队是全球港口最大规模，意味着其技术方案正成为头部港口的主流选择 [8][16]

公司上市进展与监管问询 - 中国证监会于2025年9月12日公布对易控智驾的备案补充材料要求，公司已于2025年6月25日向港交所主板提交上市申请 [1] - 证监会要求公司补充说明四项事项，包括2025年6月增资的外汇登记与缴款进展、业务经营模式及可比公司、下属公司保险兼业代理业务详情、以及拟参与“全流通”股东股份的权利瑕疵情况 [1] 公司业务与市场地位 - 公司是全球领先的L4级无人驾驶解决方案公司，并实现了大规模商业应用，在矿区运输领域拥有显著先发优势 [2] - 公司是全球首家且唯一一家实现1000+台活跃无人驾驶矿卡的公司，截至2025年6月18日已部署一支由逾1400辆活跃无人驾驶矿卡组成的车队 [2] - 公司的核心运营数据（包括累计无人运输方量、无人运营里程及已完成运输周期）领先同业，且大幅超过竞争者 [2] 市场布局与运营实绩 - 公司的解决方案已部署超过六年且具有连续的安全记录，抢占了矿区无人驾驶行业规模化落地的黄金窗口期 [2] - 截至2025年6月18日，公司解决方案已部署在中国按年核定产能计12个最大露天煤矿中的七个，实现了中国矿区无人驾驶解决方案市场的深度布局 [2]