行业趋势 - 智驾平权是行业重要趋势，中高阶辅助驾驶功能下沉至中低端车型，未来中阶辅助驾驶有望成10万元级车型标配 [2] - 多数车企选择全栈可控+生态合作路径，自主及合资品牌辅助驾驶市场机遇增加 [2] - 芯片行业受美国出口限制和国际贸易环境影响，车企成本压力增大，倒逼本土企业加快第三代半导体布局和国产芯片上车进程 [2] 公司业务前景 - 合规业务增长趋势明确，2024年智云板块营收22.54亿元，同比增长28.96%，公司正深化与云服务商合作 [3] - 世界模型相关能力在四维体系内闭环应用，未来将升级为智能驾驶的数据与模型基础设施提供者 [4] - 智驾业务以“极致性价比”舱驾方案发力“量产主力市场”，盈利受订单构成、成本控制和运营效率影响 [5] - 政策强化推动行业高质量发展，公司在地图、数据合规、车路云领域有优势，主机厂支付账期承诺利于公司资金回笼 [6] 芯片业务进展 - 杰发科技专注汽车电子芯片设计超10年，与主流Tier 1和整车厂合作，客户覆盖国内超95%整车厂，SoC芯片出货量达9000万套片，MCU芯片出货量突破7000万颗 [6] - 重点布局多个系列产品，发布第五代SoC产品舱行泊一体芯片AC8025AE，MCU芯片打造初、中、高阶产品矩阵 [6] - 两轮车新国标和车企出海需求为杰发科技带来新市场和收入增量 [9] - 2025年4月发布车规级MCU芯片AC7870，适用于多个场景 [11] - 推进芯片国产化进程，已有产品在中国大陆完成设计、封测和晶圆制造 [12] 人效比情况 - 2024年公司人效比约为168万营收每人，同比上涨50%以上，提升人效比是长期战略 [8] 产品应用与差异 - SoC集成度和复杂度高，侧重综合处理和系统预算，价格高，应用于高端智能化场景；MCU着重实时控制，价格低，用于对成本、功耗和可靠性要求高的场景 [13][14] - SoC应用于舱驾一体、智能座舱和仪表场景，MCU应用于数字钥匙等10大核心场景 [15] 合作与布局 - 与阿里云、华为云、火山云等云厂商合作，覆盖多个关键领域，支持智云业务增长 [16] - 六分科技是定位解决方案提供商，产品与服务覆盖中国及海外市场，服务低空经济 [17] - 六分科技形成低空经济完整解决方案，已在多城市接洽项目 [18] - 六分科技高精度定位产品应用于无人物流车等场景，已为多家头部企业服务并拓展全球市场 [19] 业绩目标 - 2025年大幅减亏、2026年扭亏为盈的股权激励计划解锁条件严苛，公司将推动订单落地和实施降本增效措施 [20][21]

公司战略与技术路线 - 公司早期采用低成本方案和模块化技术路线，未大规模投入端到端解决方案[1] - 现有规则方案已满足多数稳定场景需求，主机厂偏好兼容现有生态的模块化方案[1] - 模块化方案依赖规则+小数据量调整适配区域差异，训练数据需求远低于端到端方案[1] - 公司主力方案采用多感知+预测两阶段技术架构（map、od、occ等）[1] 行业现状与挑战 - 多数tier1供应商因端到端方案未验证显著优势，短期内坚持现有量产方案[1] - 端到端方案面临海量高质量数据训练需求，量产规模不足导致研发成本高企[1] - 模块化方案凭借早期数据积累和供应链稳定性，仍是行业主流低成本选择[1] - 新势力车企自研自产模式与供应商量产模式存在成本与风险差异[1] 研发投入与商业化 - 公司持续尝试控制端到端及大模型方案的成本，但高阶研发迭代费用高昂[1] - 量产规模限制导致新技术商业化风险显著，与模块化方案形成成本剪刀差[1]

智能辅助驾驶技术路线 - 特斯拉坚持纯视觉方案的理论基础是全球道路交通体系本质围绕视觉感知能力构建 人工智能结合数字神经网络和摄像头是与现有道路系统最匹配的解决方案 [1] - 马斯克批评激光雷达技术 认为道路系统并非为从眼睛发射激光而设计 摄像头与激光雷达同时工作可能导致信息冲突和交通事故 [3] - 纯视觉方案最大优点是成本较低且贴近人眼逻辑 通过对摄像头持续优化可无限接近人类眼睛 [20] 第一性原理 - 第一性原理是系统中最基本的命题或假设 不能被违背或删除 核心思想是回归事物本质 剖析最基本原理构建新认知框架 [3] - 智能辅助驾驶的第一性原理应聚焦本质需求 以标准化能力推动普惠价值 实现从A点到B点的安全 舒适 高效 [4] - 手机行业演进史为汽车智能化提供启示 基带芯片以"稳定传输"为第一性原理 智能辅助驾驶应成为像基带一样可靠的基础设施 [4] 特斯拉技术发展历程 - 2014-2016年外部合作期 采用Mobileye EyeQ3芯片 算力0.25 TOPS 支持1个前视摄像头 1个毫米波雷达和12个超声波雷达 [6] - 2016-2019年自研过渡期 转向英伟达方案 算力10 TOPS 配备8个摄像头 1个毫米波雷达 12个超声波雷达 同时开始自研FSD芯片 [7] - 2019年进入全面自研期 推出HW3.0 配备两颗自研FSD芯片 算力144 TOPS 相比前代增长7倍多 [7][9] 特斯拉技术方案演进 - 引入BEV+Transformer算法栈 让视觉感知网络获得测速 测距能力 将2D画面拼接成360度全景俯视图 [13] - 升级占用网络 将车辆周围空间划分成小方格标记是否被物体占据 实现高分辨率三维感知与重建 [14] - 推出端到端方案 完全采用一张神经网络链接感知 规控和执行 2023年测试中运行速度比原方案更快 删除30万行人工代码 [16][17] 技术方案对比 - 纯视觉方案在信息丰富度 三维深度 测距精度 相对场景可靠性等方面弱于多传感器融合方案 但成本更低 [19] - 激光雷达在探测距离 精度和实时性方面有明显优势 但易受天气影响 可能发生多次反射导致信号失真 [20][21] - 多传感器融合方案需承担更高硬件成本 开发能融合多传感器数据的算法 并采用高算力芯片处理数据 [23]

小鹏汽车新品发布 - 小鹏在广州发布了最新SUV车型G7 [1] - 发布会超过一半时间用于介绍辅助驾驶芯片"图灵" [1] - 媒体沟通会主要围绕芯片技术展开讨论 [1] 自动驾驶技术路线 - 公司CEO表示大模型道路仍处于探索阶段 [1] - VLA方案成为国内辅助驾驶第一梯队的选择 [1] - 理想汽车已开始开发VLA方案 [1] - 特斯拉坚持"端到端"方案与多模态大模型路线不同 [1]

纪要涉及的行业 RoboTaxi行业 纪要提到的核心观点和论据 - **行业发展进程与市场动态**：在政策支持下取得显著进展，2025年上海、武汉、深圳、杭州等地出台路权政策，允许在核心商业区域运营，各主要城市发放无人化示范运营牌照，可进行商业化收费[1][2] - **技术路线及特点**：有高精地图、无图、端到端三种方案，高精地图依赖地图数据，无图对算法算力要求高，端到端通过深度学习实现感知到控制[1][3][4] - **国内主要玩家及优劣势**：分为智驾技术主导型（如小马智行、百度）和整车厂背景型（如曹操出行、T3出行），小马智行智驾体验佳但成本高，整车厂背景公司成本控制有优势[1][5] - **成本构成**：包括牌照申请、车辆采购及改制、人员、充电换电、基地建设及维护、运营活动等成本[6] - **商业化收益实现方式**：降低运营成本并提升利润，如优化车辆采购与改制流程、提高人员效率、优化充电换电方式、加强基地管理和合理规划运营活动等[7][8] - **萝卜快跑定价策略和盈利情况**：在武汉采用高定高折策略，收入归公司所有，尚未盈利，计划2025年底在武汉区域实现盈利[1][9] - **商业化潜力城市及情况**：上海、长沙、佛山等城市订单量高、共享出行市场体量大、政策开放程度好，各城市政策和车辆投放情况有差异[9] - **盈亏平衡测算**：武汉预计2026年达到盈亏平衡，测算基于车辆数量，目前维持七八百辆规模[13] - **车辆订单量测算逻辑**：Robotaxi单车运营成本约150 - 170元/天，若日均完成20单，ASP为20元，则有盈利空间，可用于摊销基地和研发费用[14] - **技术流派发展趋势**：三种流派各有优劣，未来会根据不同应用场景继续存在并发挥优势[15] - **模块化与端到端方案优缺点**：模块化推理延时高、处理效率和安全度受影响，端到端推理延时低、处理效率和安全度高，但对算力要求极高[16] - **高清地图应用及成本摊薄**：高清地图是传统稳定方案，但采集等过程耗时昂贵，百度通过售卖资源盈利，小马智行通过增加车队规模摊薄成本[15][17] - **与主机厂合作模式**：小马智行、文远知行等将L2、L3级技术卖给主机厂，获得资金支持并推动“智驾平权”[18] - **运营牌照获取情况**：获取难度因城市而异，各地政策要求、考牌费用和时间不同，存在地域性优势[19][20] - **应对交通情况措施**：通过Odyssey系统获取不可行道路信息并绕开，各厂商制定异常情况处理流程[22][23] - **异常情况处理方式**：通过自动化处置、远程安全员干预、地勤人员处理、众包处理员参与等流程处理[24] - **商业化落地进展与前景**：商业化模式有整车厂定制量产车出售、技术授权加运营分成、区域合伙人联合运营等，企业通过优化成本、探索增值服务等方式发展[25][26] 其他重要但是可能被忽略的内容 - **各城市网约车订单量和客单价**：成都日均网约车订单量达350万单，平均客单价较低；上海日均网约车订单量为150万单，ASP为30 - 35元；北京日均网约车订单量为200万单左右，ASP在30元左右[10][12] - **道路示范运营考牌情况**：考牌费用约300万元，需约6个月，分为专家评审和里程累计两部分，一开始获5张车队运营牌照，增加车辆需一致性验证[21]

行业监管与正名运动 - 2025年4月工信部公告要求将"高阶智驾"等术语统一规范为"组合驾驶辅助"或"辅助驾驶"，行业进入强监管阶段[1] - 特斯拉Autopilot概念虽具前瞻性但字面误导性强，引发多起事故后被迫将FSD国内名称改为"智能辅助驾驶功能"[1][2] - 行业从概念炒作转向实力竞争，裸泳者出局，长跑者胜出的淘汰赛阶段开启[1] 技术路线演变 - 谷歌选择L4无人驾驶Robotaxi路线，特斯拉选择L2辅助驾驶渐进式路线，双方2013年合作后分道扬镳[2][19] - 特斯拉通过量产车数据驱动算法迭代，以低成本实现自动驾驶的技术路径曾被谷歌团队嘲讽为"跳高者想飞"[2] - 2024年特斯拉和Momenta等公司打破L2/L4技术边界，实现辅助驾驶向L4自动驾驶的跃迁[3][22] 特斯拉技术发展三阶段 - 2014-2016年合作期：采用Mobileye EyeQ3芯片(0.25TOPS)实现基础功能，后因黑盒问题转向英伟达DRIVE PX2(10TOPS)[6][7] - 2016-2019年过渡期：自研FSD芯片达72TOPS单颗算力，HW3.0系统算力144TOPS较前代提升7倍[8] - 2019年后全面自研：构建算法-数据-算力闭环，Dojo超算投入研发，2021年公布BEV+Transformer感知架构[9][10][11] 算法突破与行业影响 - 特斯拉2021年AI Day公布HydraNet多任务头架构，2022年升级占用网络实现3D空间感知[11][12] - 2024年FSD V12采用革命性端到端架构，删除30万行人工代码，实现"图像进、动作出"的类人驾驶[14][15] - 中国公司Momenta在2019年已开始应用Transformer，2024年推出AD5.0一段式端到端方案追赶特斯拉[22] 商业模式创新 - Momenta提出"数据飞轮"模式：L2量产车数据反哺L4算法，形成技术迭代与数据收集的闭环[20][21] - 传统Robotaxi重传感器/高精地图模式陷入规模化困境，特斯拉/Momenta通过前装量产降低成本[17][24] - 2025年特斯拉计划投放10台Robotaxi测试车，Momenta宣布年底推出主驾无人方案并进军欧洲市场[24] 行业竞争格局 - Waymo作为L4路线代表在北美经营十年，中国萝卜快跑等公司已建立车队优势[24] - 特斯拉与Momenta均采用量产车改Robotaxi策略，通过复用硬件和无图技术降低成本[24] - 行业进入新老势力对决阶段，渐进式路线证明其技术可行性[25][26]

公司融资与背景 - 鉴智机器人完成3000万美元Pre-B轮融资，由北京经开区产业升级基金及北京智能网联汽车产业基金联合领投，地平线跟投 [3] - 公司成立以来完成6轮融资，历史投资方包括Atypical Ventures、渶策资本、五源资本等，现有员工超300名 [3] - 前深鉴科技CTO单羿加入并担任CEO，联合创始人CTO都大龙曾与单羿在百度和地平线共事 [4] 技术方案与市场定位 - 公司为国内仅有的两家基于双目摄像头提供纯视觉方案的智驾供应商之一（另一家为大疆），L2方案已服务超百万台量产车 [4] - L2+高阶方案获两家自主品牌量产定点，预计2024年四季度上市，另有两家合资车企在验证中 [4] - 采用纯视觉+低算力平台策略，L2+方案软硬件成本控制在4000元以内，仅需7颗摄像头（比行业少2-4颗） [5][6] - 目标市场为10万-25万元车型，计划通过规模化将L2+成本降至3000元以内，覆盖10万元以上油车（2023年该价位油车销量超1200万台） [5][6][8] 技术路线与合作生态 - 研发端到端方案，预计2025年上海车展发布，更看好该路线实现城市NOA（相比基于规则的方式） [8] - 与地平线深度合作，为其征程平台唯一提供双目方案的算法供应商，并基于征程6开发方案 [9][11] - 行业形成四大计算平台阵营（华为、地平线、英伟达、高通），地平线通过扶持鉴智等合作伙伴提高高速NOA份额 [10][11] 行业竞争格局 - 智驾供应商经历四阶段竞争（方案-定点-交付-规模化），头部公司如Momenta已进入多客户服务阶段 [5] - 行业进入淘汰整合期，2025年前供应商座次将初步确定，需满足车企成本要求并保持技术迭代能力 [12] - 部分原计划自研的车企因竞争压力转向采购第三方高阶智驾方案 [12]