行业宏观趋势 - L3牌照开始密集发放，L4市场端大量车型相继推出，覆盖Robotaxi、无人配送、重卡、矿卡等多个领域 [3] - L2的量产技术正在快速下沉到L4领域，例如OCC、端到端模型、无图感知、VLA等技术 [3] - 智能驾驶技术走向成熟，被视为真正大规模量产的起点 [3] - 智能汽车产业进入深水区，主机厂在合作选择上更注重对技术和成本的综合考量 [3] - 自动驾驶行业进入比拼商业盈利能力的新阶段，主机厂的选择趋于理性 [21] 九识智能与东风的战略合作 - 九识智能与东风汽车于本月15日达成新的战略合作 [3] - 合作指向载货车、环卫车、VAN车、客车等多个细分车型，显示出更强的商业化导向 [4] - 合作本质是“能力级合作”：东风提供整车制造与产业体系优势，九识提供成熟的L4技术与商业化经验，双方共同扩展智能化版图 [20] 九识智能的技术能力与工程化成熟度 - 公司技术路线专为复杂的城市配送场景设计 [9] - 在感知层，自研OCC时序模型，通过多帧时序数据构建三维空间占据信息，以理解物体运动趋势和潜在风险，提升在异形车辆、低矮障碍物等长尾场景的可靠性 [9] - 将目标检测与跟踪进行端到端一体化建模，直接输出轨迹级结果，减少模块间信息损耗，在多目标、高密度交通环境中具有优势 [10] - 在规控层，已完成PnC端到端模型的落地，能在毫秒级完成多因素决策，强调稳定性、可解释性和一致性，贴合主机厂对安全冗余的要求 [12] - 全面落地轻地图技术，降低对高精地图的依赖，同时在复杂城市路网中实现厘米级定位，利于跨区域部署 [12] - 从系统架构上进行了长期运行和可用性的系统性设计 [13] - 其L4系统在复杂道路和极端环境下保持稳定的能力，满足了主机厂对工程化成熟度的首要门槛要求 [7][8] 九识智能的成本控制与商业模式 - 公司是少数从一开始就围绕“降本”进行系统设计的L4企业 [15] - 在硬件层面，坚持整车、滑板底盘、传感器架构的高度自研，实现更优的性价比组合 [17] - 无人车采用激光雷达、摄像头多传感器融合方案，完成车规级升级，可在-30℃到+55℃环境中稳定运行超过5年，这种“工程级可靠性”降低了长期维护成本 [17] - 通过构建仿真系统、大数据平台，结合每日积累的海量真实场景数据及AIGC数据，以较低成本高效持续迭代算法 [17] - 通过平台化车型设计（如Z系列、L系列覆盖2~10立方、1~1.8吨重载等多个区间），显著降低了单车型的研发和制造摊销成本 [17] - 已在规模化生产与运营层面验证了成本模型，实现了“把无人车价格打下来” [18] - 对于面临新能源与智能化双重成本压力的主机厂而言，其成本控制能力具有现实价值 [18] 九识智能的产品生态与运营规模 - 公司定位并非单一车型供应商，而是围绕L4能力打造可扩展的产品与生态体系 [19] - 已形成成熟的RoboVan产品体系，并联合合作伙伴拓展出燃气巡检车、饲料投喂车、安防巡检车等多种生态无人车形态 [19] - 产品建立在真实运营数据之上，截至目前，近1.6万台九识无人车已在全球300多座城市落地运营，累计安全运行里程超过7000万公里 [19] - 运营覆盖物流配送、工业运输、市政巡检等多个高频场景 [19] - 这种生态能力使合作方能共同探索多车型智能化路径，并形成可复制的商业模式 [19]