行业竞争焦点转向 - 汽车行业AI叙事发生微妙转向 从比拼“城市NOA开城数量”和“算力堆叠规模”等参数 转向关注“系统可靠”的交付 [1] - 智能驾驶竞争正从“功能有无”的炫技阶段 进入从技术验证到商业成功的关键跨越阶段 [1] - 未来两三年 行业竞争将从“功能竞赛”转向“系统可靠性+体验稳定性”的竞争 核心是提供跨城市、跨天气、跨道路风格的一致性体验 [2] 核心竞争力重塑 - 真正的行业门槛不再是阶段性趋同的单一感知或规划算法 而是系统工程能力 [2] - 车企需要从“算法工作室”进化为“系统大厂+软件公司” 具备容错机制、冗余设计和极端工况安全架构 才能实现从演示级表现到规模化可交付 [2] - 智能驾驶下半场竞争是系统工程能力、数据闭环效率和用户体验可靠性的综合较量 [4] 技术路径与行业格局 - “端到端+大模型+真实世界数据闭环”是未来主流技术路线 但这是一场关于数据与算力的消耗战 [2] - 端到端技术的落地门槛在于是否拥有海量、真实、可回放的驾驶数据以及强大的仿真闭环能力 同时面临模型体量增大带来的算力成本和车端功耗控制挑战 [3] - 未来只有少数几家能够真正跑通“工程化+安全化+规模数据闭环”的企业能活下来 [3] 用户需求与商业价值 - 用户购车决策逻辑发生本质变化 从看重“技术领不领先”的猎奇心态 转向看重“能不能真的帮我省心”的务实心态 [4] - 用户决策三要素转变为“好不好用、敢不敢开、会不会持续变好” [4] - 当智驾系统在处理复杂路况时表现稳定如“老司机” 才能建立用户信任感 并可能使智驾功能成为购车“刚需” 进而推动软件订阅和功能分级付费的商业模式 [4]

市场格局与公司进展 - 今年前三个季度，国内20万元以上乘用车市场份额占比30%，13万元以下市场份额则高达50%，但后者多数车型尚未配备城区辅助驾驶功能，这一广阔的蓝海市场正吸引着地平线、Momenta等智驾厂商加速布局 [1][13] - 地平线于今年4月正式推出基于征程6系列芯片的城区辅助驾驶解决方案HSD，并于11月随星途ET5和深蓝L06上市实现量产，两款车型上市短短两周后，HSD激活量便突破12000辆 [1][13] - 公司通过生态拓展加速市场渗透，在12月初的技术生态大会上公布两大举措：拓展生态合作模式，新增算法服务模式“HSD Together”，并与日本电装、大众合资公司CARIZON、HCT达成合作；引入更多生态合作伙伴，如元戎启行、卓驭等 [1][13] - 缺乏芯片研发能力的算法公司、软硬研发实力薄弱的车企正纷纷向地平线聚拢，公司目标是让城区辅助驾驶功能下沉至10万元国民车型，并计划在未来3—5年内达成千万级量产规模 [2][14] 技术路线与研发投入 - 地平线敢于制定千万级量产目标的底气源于其在智驾端到端方案上的长期坚守与深耕，公司自2024年底便集中力量主攻端到端技术，90%的研发人力均投入到该方案的研发与量产落地工作中 [2][14] - 公司认为，无论是世界模型（WA）还是视觉语言动作模型（VLA），都需要建立在非常完整的端到端底座之上，没有扎实的端到端基座，高阶智驾就是空中楼阁 [2][9][10][14][21][22] - 地平线是目前行业内少数坚定选择端到端路线的厂商，其最早的端到端架构uni AD曾获得CVPR最佳论文，核心底气来自过去丰富的技术积累 [2][14][15] 技术方案详解 - 地平线HSD的端到端版本最核心的技术亮点是“光子进，轨迹出”，公司是除特斯拉之外，少数拥有真正意义上最完整的一段式端到端系统的企业 [4][16] - 所谓两段式端到端，并非一个模型，而是感知模型加规控模型，信息传递存在丢失；而一段式端到端可实现高维特征的无损传递，信息量更高，驾驶体验更接近人类直觉 [6][17] - 两段式端到端存在的原因是一段式方案若不够完善，输出轨迹会有缺陷导致无法控车，开发者会退而求其次增加后处理规则进行修正，但这些规则会限制模型上限并带来驾驶动作的割裂感 [7][18] - 分辨一段式与两段式端到端，对于从业者主要看模型输出轨迹的连贯性和拟人性，特别是在交互场景下动作是行云流水还是按步骤进行，消费者最直观的体验是是否愿意在城市中安心使用该系统 [8][19] 竞争观点与未来展望 - 对于智驾技术路线之争，地平线认为WA或VLA都是基于端到端，语言（language）等模态应作为辅助项，而非开发核心，模型构建应模拟人类开车状态，即95%以上时间依赖直觉模型，仅在极度复杂场景下加入理解与推理 [9][21] - 未来更智能的端到端方案中，仿真闭环是关键核心技术，因为稀疏场景需要通过仿真生成数据验证，随着端到端成熟，遇到问题的场景会越来越稀疏 [10][22] - 公司认为未来最理想的智驾方案是在端到端直觉模型解决95%甚至99%场景的基础上，为剩余需要认知推理的场景叠加思维链理解能力，但一切前提是端到端直觉模型必须足够好 [10][22] - 作为智驾供应商，接下来的竞争核心应聚焦产品体验、安全性和市场认可度，而非追逐新名词和新概念，技术上公司会做好预研和储备 [11][22] - 地平线强调，即使下一代智驾方案包含VLA技术，也不会抛弃当前的端到端技术，因为端到端是VLA得以实现的基础 [12][24]

中国L3级自动驾驶商业化正式启动 - 工信部首次批准L3级自动驾驶商业化运营，长安深蓝SL03与极狐阿尔法S6两款车型通过准入申请，标志着中国首次允许车辆在特定条件下由系统承担驾驶任务 [1] - 行业普遍认为2026年将成为L3级自动驾驶的“量产元年” [1] - 此次准入明确了L3级自动驾驶的权责划分：当车辆在限定路段以不超过80公里时速自主行驶时，若系统处于激活状态发生事故，车企或将承担主要责任 [1] - 准入要求L3级车辆的传感设备必须为“前装量产”，后改装车辆无法获得试点资格，从源头保障技术稳定性 [1] L3级自动驾驶的定义与跨越 - 根据国家标准，L3级被定义为有条件自动驾驶，即在特定条件下，车辆可以自主完成所有驾驶任务，驾驶员转变为监督者，仅在系统请求时介入 [5] - L2级辅助驾驶阶段，驾驶员需时刻监控并准备接管，系统仅协助完成部分任务（如自适应巡航ACC、车道居中LCC、自动泊车APA） [6] - L3级意味着在特定路况（如城市快速路、高速公路）下，车辆可自主持续执行全部动态驾驶任务，驾驶员角色从操作者变为监督者 [7] - L3级是从“辅助驾驶”到“完全自动驾驶”的重要过渡，后续的L4级将在固定区域内实现完全无人驾驶 [1] 行业进展与车企规划 - 2024年4月上海车展，华为联合赛力斯、阿维塔、奇瑞、北汽新能源等11家车企讨论L3，这些车企基本囊括了中国新能源汽车行业的“半壁江山” [4] - 诸多车企将2025年实现L3级有条件自动驾驶落地作为目标 [4] - 小鹏汽车已在广州市获得L3级自动驾驶道路测试牌照并启动常态化测试，计划2026年推出量产的软硬件达L4级水平的车型 [4] - 广汽集团宣布在2024年第四季度启动首款L3自动驾驶车型量产上市销售 [4] - 奇瑞汽车计划在2026年实现量产L3级自动驾驶车辆，其猎鹰900智驾系统AI算力将达到1000 TOPS [4] 技术演进：从端到端到VLA - 自2023年以来，智驾行业掀起BEV、端到端技术浪潮，车企正将AI神经网络融入感知、规划、控制等环节 [9] - “端到端+VLM”曾是主流技术方案，端到端系统负责处理感知、决策和执行全过程，VLM则提供对复杂交通场景的理解和语义解析 [12] - VLA（视觉语言行为大模型）正成为重要技术方向，它将视觉空间智能(V)、语言智能(L)和行为智能(A)统一在一个模型里，实现高效实时运行 [13] - VLA模型通过训练得到3D高斯表征，并激发模型强大的3D空间理解能力，其推理能力远高于“端到端+VLM” [13][15] - 例如，传统基于规则方案只能推理1秒路况，端到端1.0能推理未来7秒路况，而VLA模型能对几十秒的路况进行推理 [15] - 理想汽车发布了新一代自动驾驶架构MindVLA，计划于2026年量产应用 [9] - VLA被业界认为是端到端2.0的主要技术形态，目前尚处发展阶段，代表模型包括DeepMind的RT-2、OpenVLA、Waymo的EMMA等 [16] 现实挑战与风险考量 - 关键挑战在于人机共驾的信任建立：系统何时退出以及驾驶员能否及时接管 [2] - 国际数据显示，50岁以上用户从分神到重新掌控车辆平均需6秒以上，而系统发出接管请求后留给驾驶员的反应窗口通常不足10秒 [8] - 在低频激活场景下（有研究称城市道路L3可用时间不足23%），驾驶员极易产生依赖或松懈，反而放大风险 [8] - 当系统检测到复杂情况（如恶劣天气、道路施工）时，会发出接管提示，驾驶员必须迅速响应重新掌握控制权 [7] 车企自研趋势与战略平衡 - 汽车行业进入“得智驾者得天下”的时代，主流车企纷纷推出自研智驾系统（如比亚迪天神之眼、吉利千里浩瀚） [9] - 车企更适合自研的项目主要包括：核心竞争技术（如自动驾驶算法）、差异化技术（如独特用户界面）、高成本技术部件（如高性能自动驾驶芯片） [18] - 自研道路伴随高昂研发成本、漫长技术积累及未知市场风险，车企需在自研与技术合作间找到平衡点 [18] - 车企可采用分阶段的研发和投资策略，在每个阶段完成后进行评估和调整，以有效控制风险和成本 [19] 全球背景与中国路径 - 全球技术博弈已历十年，德国早在2021年通过《自动驾驶法》，明确L3系统激活期间事故责任由车企承担，并要求车辆配备“黑匣子” [1] - 奔驰Drive Pilot系统随后在德国高速公路上线，成为全球首个商业化的L3产品 [1] - 相比之下，中国此次准入虽起步稍晚，却一步切入责任核心，未走“测试”老路，而是直接启动附条件商业化运营 [1]

文章核心观点 - 地平线副总裁兼首席架构师苏箐认为，当前一代深度学习技术可能已触及天花板，未来三年智驾行业将进入在现有系统上做极致优化的阶段，而非理论内核重构 [1] - 苏箐警示行业应对端到端技术热潮保持冷静，指出其发展将面临高成本与基础理论突破停滞的挑战 [1][3] 智驾技术范式演进 - 2024年初特斯拉FSD V12版本上线成为分水岭，其首次采用端到端神经网络架构，将感知、决策与控制整合为单一模型，证明了该技术的可行性 [2] - 该技术推动智驾行业技术范式从规则驱动转向数据驱动 [2] - 端到端技术的普及将带来两大趋势：智驾系统越来越“类人”，以及L2与L4级别的智驾方法论走向统一 [2] 行业未来发展趋势 - L2级辅助驾驶将迎来巨大发展红利期，城区辅助驾驶将逐步普及到10万元级别车型 [2] - 方法论统一后，同样的开发范式不仅能提升L2体验，也能以更低成本和更广部署区域落地L4系统（如Robotaxi） [2] 面临的挑战与行业现状 - AI与AGI的基础理论在未来三到五年可能不会有全新突破，行业将进入演进和优化阶段 [3] - 后续各家企业可能会开始堆算力、叠模型容量 [3] - 开发和试验端到端系统的成本极高，做一轮试验可能要十个亿，且不一定成功 [3] - 苏箐回顾2022年时曾对行业感到失望，认为当时的自动驾驶与人类司机相比差距极大 [2]

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]

公司起源与分拆 - 公司起源于大疆内部2016年的第九个预研项目BR1609，同期项目还包括造车和激光雷达[7][9] - 2022年下半年决定分拆，2023年全年规划，2024年9月27日正式搬离大疆总部，分拆当天完成15亿元融资，但搬出时账上资金不足5亿元，仅够支撑小几个月[3][9][10] - 分拆主要驱动因素包括国际地缘政治变化，以及业务偏离大疆主航道导致内部决策流程过长[9] - 分拆后从大疆绝对控股转变为由一汽、大疆和管理层共同治理的“无实际控制人”公司，一汽持股约35%，大疆持股34%，团队为第三大股东[5][12] 股权结构与融资 - 2024年11月完成新一轮融资，总额约60亿元人民币，其中一汽投资超过36亿元，公司投后估值达120亿元[5][13] - 股权结构变化部分源于应对美国商务部“50% Rule”的预期，为避免关联方限制，大疆不能成为公司第一大股东[11] - 公司采用三层治理结构，一汽在董事会拥有5席，其他方共6席，形成共管结构，一汽不介入日常经营[12][13] 技术路线与研发突破 - 2024年10月14日，公司决定全面转向端到端技术路线，删除了原有的规则代码库，进行“删库重练”[19] - 转向后约两个月实现技术开窍，训练出“神奇的模型”，在中算力与高算力方案上均实现质变，具备类似特斯拉FSD的味道[18] - 技术路线的核心是采用“巧力出奇迹”的VLA架构，通过可解释、有分工的模块，以极低代价解决行业难题——因果推理和低频数据生成[22] - 关键创新在于基于自回归架构的AWM模型，以及集成3D Gaussian Splatting技术，利用真实数据微调生成虚拟数据，解决了低频数据生成问题[23][24] - 公司认为其技术思路与特斯拉有90%的一致性，主要差距在于虚拟数据生成环节的工程实现[23][24] 产品策略与市场定位 - 公司以软硬件结合方案切入市场，曾被称为“价格屠夫”，致力于在低成本平台上实现智能驾驶功能，例如让10万元以下的A0级电动车具备智驾能力[28] - 坚持迭代被认为算力过时的TDA4平台，并将城区领航功能跑在该平台上，近期通过OTA提升了五菱、捷途、大众油车等车型的性能[29][31] - 产品策略是寻找让用户“安全使用、普遍好用”的临界点，认为辅助驾驶成本应占整车售价的3%-5%[29] - 公司提供从TDA4、8775到8650及更高算力平台的统一架构方案，是业内唯一能同时提供大算力L3/L4方案与舱驾一体方案的供应商[33] - 在硬件方面，公司会自研激光雷达，因其价格已下探至1500元级，且工程门槛下降，但不会造车、做芯片或毫米波雷达[33][34] 商业运营与行业竞争 - 公司从大疆以产品为中心的文化，转向智能驾驶供应商所需的以客户为中心的文化，但在销售和客户关系能力上几乎从零起步[4][43] - 目前拥有50个已量产车型，另有几十个定点开发中的车型，在油车智驾赛道没有对手，因软硬一体方案，其单车收入是同行两三倍[35] - 公司认为头部智驾玩家之间的真实技术差距不超过三个月，行业排名在非公开的技术评审和Demo PK中会与市场PR呈现的顺序完全不同[27][32] - 核心竞争力在于团队的笃定和极强的工程能力，能够在不同算力平台实现归一化的丝滑体验，且技术端组织内耗低[47] - 公司自评在中国智驾供应商中位列前三，并密切关注Momenta、地平线、文远知行等对手[26] 行业观点与趋势判断 - 智能驾驶行业当前困局在于投入与收入极度不匹配，因为产品仍是半成品，破局关键在于从L2+跨入L3，届时定价逻辑将从占BOM成本转变为为用户节省的时间和注意力付费[14] - 行业已从规则时代迈入数据驱动时代，胜负关键在于训练体系中的数据管理和对训练动态的理解[36] - 行业现状类似二战“曼哈顿计划”，主要参与者差距不大，但目标明确、资源集中、不受干扰的一方将率先突破[36][37] - 随着《智能网联汽车组合驾驶辅助系统安全要求》强制性国家标准的推进，行业将出现两个档位产品：以最低成本过强标的方案，以及无限靠近L3/L4的高性能方案[31][32] - 自动驾驶技术未来可以大面积复用到机器人领域，未来能把“数据驱动型机器人”做好的将是当前在自动驾驶领域经历实战的公司[57]

公司现状与员工规模变化 - 公司于2025年11月24日起对全部在职员工实施停工放假 此前2024年年中已发布过停工通知并导致部分员工主动离职 [4] - 截至2025年11月 公司员工总数已降至不足300人 而2023年9月时公司拥有近800名员工 其中700人专注于乘用车智驾技术研发 [4] - 2023年公司曾大规模招聘 开放十余个高端岗位 职级至少为H4级 部分岗位直接向CEO汇报 [4] 公司背景与客户结构 - 公司于2019年由长城汽车孵化 曾是长城旗下魏牌、坦克、哈弗等近20款车型的独家智驾供应商 [4] - 2024年 公司除长城外还获得三家主机厂订单：北京现代、丰田和宝马 但在这些车企中均非唯一供应商 [5][8] - 例如 丰田在乘用车智驾领域的战略合作方是Momenta 在自动驾驶出租车领域则与小马智行合作 [8] 技术路线与产品发展 - 公司是国内最早采用"重感知、轻地图"技术路线的厂商之一 并较早搭建了自动驾驶智算中心 [6] - 成立4年内推出三款千元级智驾产品：HP170（低阶）、HP370（中阶）、HP570（高阶） HP570旨在实现城市点到点智能驾驶 [7] - 但公司城市NOH功能未能实现大规模推送 原计划2024年底落地100城、2025年底实现100万台装机量的目标均未达成 [7] 关键订单丢失与竞争格局 - 2023年末 魏牌蓝山因城市NOA功能迟迟未量产 改用元戎启行方案 该决定由魏建军最终拍板 元戎启行于2023年11月正式获得定点 [5][10] - 2023年长城汽车总销量123万辆 新能源车仅26.2万辆 新能源渗透率约21% 落后行业大盘 长城急于在车型上部署城区智驾功能 [10] - 2024年 魏牌新摩卡搭载公司方案仅支持高速场景 而同年8月上市的魏牌新蓝山则采用元戎启行方案 支持城市及高速NOA [10] 技术路线切换滞后与研发投入 - 公司长期采用基于规则的分治法技术路线 而行业在2023年开始转向端到端模型 元戎启行于2023年初全面转向端到端 理想汽车也在2023年启动预研 [16] - 2024年公司主要精力仍集中于无图城市NOH量产 仅分配部分人力进行端到端预研 大模型团队至2024年5、6月才成立 [17] - 公司智驾方案基于高通芯片 单颗算力360TOPS但AI算力仅50-100TOPS 而行业共识显示实现城市NOA需200TOPS以上算力平台 [11][12] 融资与估值情况 - 公司累计进行5轮公开融资 披露融资规模约15亿元 而同期元戎启行融资至少28亿元 [21] - 2021年公司估值为10亿美元 2024年估值约90亿元人民币 三年涨幅有限 [21] - 2024年下半年 公司原定港股IPO计划被魏建军叫停 股东认为估值未达预期 上市时机不佳 [20][21] 行业竞争与数据积累 - 2022年长城搭载公司智驾方案的车型销量约20万辆 其中搭载高阶智驾的魏牌全年销量仅3.64万辆 [7] - 2023年11月底公司智驾累计行驶里程突破1亿公里 而小鹏、蔚来早在2022年分别达到1.4亿公里和1.6亿公里 理想汽车2023年3月高速NOA里程已超1亿公里 [7] - 2023年行业展开无图开城竞赛 华为计划年内落地50城 理想目标百城 小鹏计划年底覆盖50城 [15]

公司运营现状 - 智驾供应商毫末智行于2025年11月24日起对全部在职员工停工放假 [1] - 公司在2024年9月有近800名员工，到停工前仅剩不到300人，其中曾有多达700人从事乘用车智驾技术研发 [1] - 公司曾进行5轮公开融资，披露融资规模约为15亿元人民币，估值从2021年的10亿美金变为2024年的约90亿元人民币，涨幅有限 [17] 核心客户关系演变 - 毫末智行由长城汽车在2019年孵化，初期是长城唯一的智驾供应商，近20款车型搭载其系统 [1] - 2023年末，长城魏牌蓝山因城市NOA功能量产延迟，改用元戎启行方案，标志着公司命运转折点 [2] - 2024年，公司除长城外，还拥有北京现代、丰田和宝马三家主机厂订单，但均非唯一供应商 [2][5] - 2024年下半年，原定的港股IPO计划被大股东长城汽车内部叫停 [16] - 长城汽车选择投资竞争对手，独投元戎启行1亿美元的C轮融资 [17] 技术与产品发展 - 公司是国内最早坚持“重感知、轻地图”技术路线的玩家之一，并早期搭建自动驾驶智算中心 [3] - 成立4年间推出三款千元级智能驾驶产品HP170、HP370、HP570，覆盖从低阶到高阶功能 [3] - 公司智能驾驶累计行驶里程在2023年11月底才突破1亿公里，落后于同期小鹏的1.4亿公里和蔚来的1.6亿公里 [5] - 公司智驾平台ICU 3.0采用高通芯片，AI算力为50-100 TOPS，被指难以支撑城市NOA功能 [8] - 2024年公司技术重心仍为无图城市NOH量产，仅部分人力进行端到端技术预研，大模型团队于2024年5、6月才成立 [14] 行业竞争与挑战 - 2023年行业进行无图开城竞赛，华为、理想、小鹏均宣布大规模开城计划 [10] - 行业技术路线从基于规则的模块化模型转向“端到端”模型，以提升系统泛化能力 [11][13] - 竞争对手元戎启行于2023年初全面转向端到端模型，理想汽车也在2023年开始端到端预研 [13][14] - 与长城汽车的强绑定关系限制了公司与其他主机厂建立深度合作，涉及数据机密性担忧 [19] 人力资源与交付能力 - 2024年公司员工约800人，其中超过700人从事算法研发，仅近百人专职交付 [15] - 公司为吸引高阶人才提供200万-300万元现金及股票期权，但现金薪酬受集团框架限制 [16] - 截至2024年5月，搭载公司HPilot产品的车辆超过20款，但团队规模被指难以实现有质量的交付 [15]

公司战略与投入 - 公司正式发布小米HAD增强版并披露智能驾驶领域最新研发进展与人才布局 [1] - 公司在AI领域的战略投入持续加码，2025年仅AI研发投入预算就将超过70亿元 [1] - 公司目前的辅助驾驶专家团队规模已达1800人，其中包含108名博士 [1] 核心技术架构 - 小米HAD增强版基于原有的1000万clips训练基础，核心变化在于引入强化学习算法与世界模型 [1] - 公司采用“端到端”技术路径提升驾驶表现，通过世界模型在数字空间生成极端天气、复杂路况等场景进行算法训练 [1] - 该世界模型技术已获得ICCV和NeurIPS等国际学术会议的认可 [1] 功能性能优化 - 新版本重点优化纵向与横向控制体验，通过大模型预测旁车加塞意图以减少过度减速和急刹车 [2] - 系统在复杂路口（如右侧左转车道）的路径规划上展现出更强的导航理解与绕行能力 [2] - 公司正式推出AES紧急转向辅助功能，可在AEB无法避免碰撞且环境安全时自动触发变道避险，支持速度区间为80km/h至135km/h [2] 安全功能升级 - 前向AEB生效范围扩展至1km/h至135km/h，新增对防撞桶、水马、柱子及墙壁等异形障碍物的识别能力 [2] - 后向AEB覆盖1km/h至30km/h的倒车场景，安全辅助功能灵敏度经过反复平衡以兼顾刹停准确性与减少误触发 [2] 系统部署与推送 - 本次发布的智驾更新将包含在小米HyperOS 1.11.0版本中 [2] - 由于审核进度差异，不同车型的推送时间可能会略有不同 [2]

事件背景 - 小马智行在香港投资人路演PPT中将文远知行的开放运营城市标注为“北京”，订单量标注为“零”，引发文远知行CFO李璇强烈回应[6] - 文远知行CFO李璇指责小马智行行为超过正常竞争范畴，存在片面不实、刻意贬低的表述，并就运营区域、运营数据、技术实力及技术路线逐一驳斥[6] - 两家公司均定于11月6日冲刺港股上市，上市前夕的敏感时刻爆发公开争论[7] 核心竞争焦点：数据规模 - 自动驾驶行业估值的关键基石是数据规模与技术路线的先进性，核心指标为车队行驶的总里程[9] - 小马智行招股书披露总行驶里程为4860万公里，文远知行官网显示总里程超4000万公里，但最新招股书内数字改为5500万公里，双方实力在伯仲之间[9] - 车队跑的里程越多，捕获的有效数据就越丰富，算法迭代的燃料就越充足[9] 核心竞争焦点：技术路线 - 争论焦点在于谁真正掌握了更前沿的“端到端”技术，该技术由马斯克在2023年力推，被视为自动驾驶下一代解决方案[10] - 文远知行强调其与博世、奇瑞合作的“一段式端到端”方案已实现量产，并反驳小马智行称其仅有“两段式”技术的说法[9] - 文远知行指出“小马智行L2+项目没有量产”，暗示其宣称的“完全端到端”缺乏落地支撑[9] - 能否跟上最前沿的技术潮流直接关系到技术驱动型公司的创新形象和市场估值[10] 行业背景与商业化困境 - 两家公司早期路径高度重合：聚焦L4，推进Robotaxi试点，但商业化进展缓慢，L2+辅助驾驶市场竞争激烈[12][13] - 政策是自动驾驶发展的关键天花板，企业行驶里程能“跑多少”取决于政策“放多少”[12][13] - Robotaxi仍依赖重资产，需要逐城争取政策批准，是“慢功夫”，短期内难以出现赢家通吃的局面[13] - 两家公司均尝试向L2+市场寻求出路，但面临华为等科技巨头、Momenta等创业公司以及车企自研的竞争压力[13] 财务状况与上市募资 - 2025年上半年，小马智行净亏损6.81亿元，同比扩大约75.07%，文远知行净亏损7.92亿元，同比收窄10.32%[14] - 小马智行三年半合计亏损34亿元，文远知行三年半合计亏损65亿元[14] - 小马智行美股总市值70.82亿美元，文远知行为34.09亿美元，即便上半年文远知行的毛利率约为小马智行的两倍[14] - 小马智行香港上市最终发行价定为每股139港元，预计募集约67.1亿港元（约合8.64亿美元），并确认5名基石投资者[14] - 文远知行计划在香港发行约8825万股股票，筹资29.32亿港元，无基石投资者[15] - 小马智行现金流出暴涨超459.55%，显示其在购置车辆、设备、算力等方面投入激增，为规模化铺路；文远知行经营现金流支出同比增长102%，但投资活动现金流在下降，显示轻装上阵态度[14][15]