（原标题：地平线吕鹏：端到端用"老司机"数据，用户不会被"点刹"困扰） 21世纪经济报道记者何煦阳 报道 11月20日，在由南方财经全媒体集团指导、21世纪经济报道主办的2025新汽车年度盛典上，地平线副总 裁、战略部&智驾产品规划与市场部负责人吕鹏在谈到智能辅助驾驶的议题时分享道： "大家过去的这个制动系统里面，经常会碰到各种的点刹、重刹等等这样的场景，其实基本上都是由于 规则的介入带来的整个系统的不连贯性。那通过完整的端到端呢，因为学习的就是人类老司机的数据， 其实要出现点刹、重刹是非常难的，所以它的整个的控车会非常的丝滑。我们在今年量产之后，获得了 10家车企超过20款车型的定点，也会引领未来这个FSD的规模化量产落地。所以最后有一个slogan，我 们也是希望未来'把智驾交给地平线，把生活还给自己'。" （视频编辑：许婷婷，崔晓韵） ...

报告行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2] 报告核心观点 - 智能驾驶行业正沿着"端到端"和"智驾平权"两大方向加速进化 [3][16] - 端到端智能驾驶技术已演进分化出VLA和世界模型两条核心并行发展路径 [64][69] - VLA技术路线适合快速迭代和现有量产平台兼容 世界模型路线则代表更底层的认知方式 强调物理规律和空间理解力 适合长期演进 [69] - 新能源车销量与智驾功能形成协同增长闭环 推动智能驾驶快速渗透 [9] 智能驾驶行业发展回顾 - 中国新能源车渗透率从2019年较低水平一路攀升 先后突破10%、30%、50%等关键关口 [9] - 中国新能源汽车L2级别智能驾驶功能渗透率从2019年的约7%起步 到2025H1已上升至65%左右 [9] - 2024年中国智能网联汽车产业规模已攀升至11082亿元 同比增长34% 预计到2030年产业规模有望突破5万亿元 [15] - 截至2025年6月 中国智能驾驶产业主体数量快速增长 注册相关企业总数已超过7000家 [15] 智驾沿"端到端"、"智驾平权"加速 - 高阶智驾功能搭载率从2024年1–4月的11.8%提升至2025年同期的18.6% [21] - 20–30万元价位段汽车的L2++智能驾驶功能搭载率从2024年Q1的25.15%升至2025年4–5月的47.11% 实现近乎翻倍增长 [27] - 头部自主品牌将智能驾驶价格门槛拉低 例如比亚迪秦PLUS智驾版售价11.98万元已搭载高速NOA功能 中长期目标是在10万元级别车型上实现高速NOA全面标配 [21] 端到端智能驾驶复盘 - 端到端自动驾驶架构演进分为四个主要阶段：感知"端到端"/"BEV+ transformer"、决策规划模型化/"占用网络"、模块化端到端/两段式端到端、OneModel/一段式端到端 [32] - BEV感知通过融合多传感器数据形成360°全方位无死角感知视野 结合Transformer注意力机制实现对关键区域聚焦处理 [37][41] - 占用网络通过对三维空间进行体素级划分与占用预测 构建更高精度的全局环境表示 能够识别未被标注的"泛目标" 提升系统环境理解力 [46] - 一段式端到端模型将传统"感知—规划—控制"流程统一映射到单一模型中 减少任务拆解带来的累积误差 但缺乏可解释性且需要海量高质量数据 [57][59] VLA技术路线 - VLA模型将视觉、语言与动作三大模态深度耦合 其核心流程可拆解为四步：环境感知、转化为语言Token、生成驾驶建议、转化为车辆控制轨迹 [69][76] - VLA技术落地的三大关键抓手包括：3D中间表征、长时序记忆、效率/能耗优化 [93] - VLA工程化难点包括：极端工况下的模型稳定性、长尾场景的泛化能力、多源数据的时序同步与时空一致性 [94][97] - VLA技术发展趋势围绕"空间—时间—成本"三条核心路径系统化演进：空间维度向高精度三维语义建模过渡 时间维度发展长时记忆与预测 成本维度通过MoE技术和模型蒸馏实现结构化算力优化 [111] 世界模型技术路线 - 世界模型是一类能够模拟和推演真实环境状态的生成式AI框架 通过对环境物理规律和因果关系的建模 实现对现实世界的"内在理解"与"主动推理" [117] - 世界模型的演进脉络分为三个阶段：Dyna算法奠定理论基础、《World Models》推动进入深度学习阶段、以Dreamer系列为代表的加速落地阶段 [121] - 世界模型在智能驾驶中的四大价值包括：大幅降低数据成本、升级安全标准、提升时空一致性、具备认知推理能力 [127][133] - 世界模型工程化难点包括：长期可扩展内存瓶颈、仿真与现实世界的差异、决策与责任机制缺失、隐私与数据安全挑战 [134][138] - 世界模型未来趋势是与强化学习深度结合 通过在虚拟环境中交互试错 使模型具备主动探索与优化能力 有效降低错误策略导致的安全风险与成本消耗 [144]

核心观点 - L3级别智能驾驶的关键在于大算力、大模型、大数据[1] - 端到端智能驾驶正沿着大模型Scaling Laws的路径快速发展[2] - 小鹏G7作为全球首款L3级算力AI汽车，搭载2200TOPS算力芯片和VLA+VLM模型，实现行业突破[3][4][5] - 自动驾驶基座模型通过云端训练+车端蒸馏的技术路线，显著提升复杂场景处理能力[20][27][28] - 公司验证了自动驾驶领域的Scaling Laws，并建成万卡智算集群支持模型迭代[49][50] 技术突破 - 小鹏G7首发智驾大脑+小脑VLA-OL模型，首次加入运动型决策能力[4] - VLM视觉大模型作为车辆理解世界的AI中枢，支持多语言交互和主动服务[5] - 自动驾驶基座模型参数达720亿，训练数据超2000万条30秒视频片段[20] - 模型具备链式推理(CoT)能力，可处理训练中未见的复杂场景[21][24] - 车端token处理量压缩70%，流式多处理器利用率达85%[60][63] 行业地位 - 小鹏在CVPR 2025与Waymo、英伟达等顶流同台，展示技术领先性[6][13] - 公司是国内首个验证自动驾驶Scaling Laws的团队[49] - 建成汽车行业首个万卡智算集群，算力达10 EFLOPS，迭代周期快至5天[50][51] - 云端模型工厂采用FP8混合精度训练，计算效率达行业顶尖水平[55][58] 未来方向 - 世界模型将作为实时反馈系统，持续提升基座模型能力[36][41] - 技术将扩展至AI机器人、飞行汽车等新领域[43] - 从"软件开发汽车"转向"AI开发汽车"，建立全链路自研体系[61][62] - 年内G7将推出重大新功能，持续进化AI能力[65]

智能驾驶行业趋势 - 高阶智驾渗透率预计2025年达15%，未来2-3年突破70%，加速20-40万价格带市场出清[1][4] - Robotaxi成本2025年有望与网约车持平，自运营和金三角模式并行，滴滴等兼具两种模式的企业更具竞争力[1][5][29] - 智能驾驶芯片、激光雷达和传感器清洗赛道成为高价值增量，地平线、禾赛科技等企业表现突出[1][5][27] 人形机器人产业突破 - 特斯拉引领下2025年实现量产突破，2027年一般商业场景具备经济性，"中国供应链+高成本场景"需求率先兑现[1][6][32] - 灵巧手（成本占比20%）、丝杠（17%）、传感器（13%）等高壁垒赛道为核心，国产丝杠研发和设备逐步推进[1][6][33] - PEEK材料轻量化需求增长，国产市占率超10%且持续上升，线性执行器应用前景广阔[1][6] 政策与技术驱动因素 - 《道路交通安全法》修订列入2024立法计划，推动高阶智驾渗透率提升[8][9][10] - 大算力芯片迭代加速：英伟达Thor（2000TOPS）、地平线J6P（560TOPS）等2025年量产，支撑端到端架构升级[12][13][30] - 端到端架构优化计算效率，城市NOA从"能用"迈向"好用"，数据+算力成竞争核心[16][24] 供应链与竞争格局 - 整车厂全栈自研模式（华为、小米、理想）在数据、算力、资金（年投入超30亿元）上优于Tier 0.5模式[19][20][24] - 激光雷达国产化率提升，禾赛科技等企业份额增长；地平线芯片出货超700万片，覆盖40+车企[27][30] - Robotaxi部署中，特斯拉（自运营）与百度（金三角）模式分化，滴滴因兼具双重模式更具优势[26][29] 人形机器人政策支持 - 工信部2023年揭榜挂帅任务推动核心技术攻关，目标2025年实现高动态行走（速度≥9km/h）、力传感器精度0.5%FS等指标[35][37] - 旋转/直线型电驱动关节、灵巧手（负载≥3kg）、高算力控制器（≥200TOPS）为重点突破方向[37]

商汤绝影自动驾驶进展 - 公司将于2025年4月上海车展发布R-UniAD端到端自动驾驶方案，完成实车部署，并预计在年底交付 [1][3] - R-UniAD以绝影量产智驾方案和"开悟"世界模型为核心，实现真实数据和仿真数据的闭环流转 [3] - 目前合作车企达30多家，包括广汽、比亚迪、本田、蔚来等，解决方案已上线昊铂和哪吒超级轿跑车型 [3] 人事调整与团队架构 - 原哪吒汽车产品研发中心副总经理王俊平于2025年2月加入商汤绝影，此前曾在百度智能驾驶团队任职 [2] - 2024年11月王伟宝接替石建萍成为智驾负责人，王伟宝曾任职苹果自动驾驶团队和新石器无人车CTO [2][3] - 石建萍原统领数百人团队，调整后转岗负责大模型团队，其被创始人称为"学术研究领域的璀璨明星" [2] 行业竞争态势 - 自动驾驶方案商面临严峻挑战，非第一梯队企业生存压力更大 [3] - 智能驾驶行业马太效应日益明显，市场竞争持续加剧 [3] 哪吒汽车相关动态 - 公司与商汤自2021年9月起在智能驾驶和智能座舱领域保持战略合作 [2] - 2025年销量目标设定为10万辆，曾提出2025年50万辆年销的宏伟计划 [7] - 近期出现研发团队优化和供应商讨债事件 [6]

公司融资与合作 - 易航智能完成数亿元C轮融资，由北汽产投、浙江金控投资公司、德清产投、财通资本联合投资 [5] - 北汽在2022年与易航智能达成合作，BJ40系列车型已搭载其L2级前视一体机和L2+级高速NOA方案 [5] - 融资后，公司或将为北汽集团旗下BEIJING、极狐品牌开发智驾方案 [6] - 浙江德清县政府正在招引智驾项目，打造智能驾驶示范区，已吸引图达通和斯年智驾落地 [7] 公司背景与技术能力 - 创始人陈禹行博士毕业于吉林大学车辆工程专业，师从中国工程院院士郭孔辉，并在美国加州伯克利大学跟随J.Karl Hedrick学习车辆控制算法 [7] - 公司成立于2015年8月，定位自动驾驶一级供应商，未进入L4级全无人驾驶领域，选择渐进式智能驾驶路线 [7] - 公司自研了感知、决策、控制、故障诊断等核心算法，具备视觉感知、规划控制、软硬件开发、测试标定等全栈自研能力 [7] - 目前有200多名员工，在北京、苏州设有研发中心和工厂，在河北固安设有测试基地 [7] 产品与市场表现 - 主要为车企提供高速NOA等中阶智驾软硬件方案，已在北汽BJ40、上汽大通G90/MIFA 9/MIFA 7、极石01等10余款车型上量产 [7] - 方案已累计搭载超20万辆车 [7] - 下一步目标是开发中等算力的中高阶方案，实现高速NOA和城市记忆领航功能 [7] - 2024年4月发布基于BEV感知方案的智驾平台"笃行"，包含标准版、性能版和全能版，标准版整套方案价格不高于5000元 [7] 行业技术趋势 - BEV技术自2021年特斯拉AI Day后成为行业热点，中国车企和供应商在2022年跟进 [8] - BEV优势在于整合多传感器信息生成360度鸟瞰图，提升环境感知和路线规划能力 [9] - 2024年行业新方向是"端到端"智能驾驶，特斯拉FSD v12已采用该架构 [9] - 公司暂未激进跟进端到端技术，认为车企更适合投入该领域，当前重点仍是BEV方案 [9] 行业竞争格局 - 智驾供应商竞争呈现以芯片厂商为核心的"阵营化"趋势 [9] - 英伟达和华为已形成两大阵营，能提供芯片平台+上层方案的全套供应 [9] - 高通和地平线有望成为新阵营基座，公司选择基于地平线征程6E芯片开发高阶方案 [9] - 地平线其他合作伙伴包括轻舟智航和鉴智机器人，高通主要合作伙伴有大疆和Momenta [9]

自动驾驶行业人才流动趋势 - 自动驾驶是人才密集型产业，人才流动直接影响公司发展势头和行业风向[4] - 2023年下半年起，英伟达、高通、地平线等跨界选手开始在中国组建智驾团队，吸引人才流动[4][5] - 行业已出现两次人才流动潮：2016-2019年L4创业潮和2020年后L2+量产潮[6] - 2021年行业融资达932亿元，2022年骤降至240亿元，导致招聘放缓[6] 头部公司人才战略 - 比亚迪2023年下半年开始重视智能驾驶，引入多位外部高管但坚持内部培养传统[13][16] - 英伟达采用技术大牛带队模式，2023年8月起从中国招募至少6位小鹏技术高管[18][22] - 华为车BU高举高打组建数千人团队，成为行业第二家"黄埔军校"[29][30] - 小米汽车通过内部转岗、收购深动科技和招聘专家三管齐下组建智驾团队[40][42] 技术路线与竞争格局 - 特斯拉FSD V12版本拉高行业预期，国内厂商快速跟进技术路线[7] - 行业进入"端到端"技术范式，模块化流程被颠覆[51] - 头部车企阵营为特斯拉和"蔚小理"，头部供应商为地平线、大疆、华为和Momenta[52] - 博世目标三年内进入中国市场前三，高通计划十年内实现汽车业务1000亿美元收入[50] 人才来源与去向 - 百度美研和Waymo是早期人才主要来源，产生小马智行等十多家L4研发商[24][28] - 华为流出人才多数留在产业界，如陈奇加入极氪、苏箐加入地平线[32] - 部分人才转向机器人、大模型等新领域，如特斯拉前成员创立机器人公司[54][55] - Momenta核心团队保持稳定，主要背景来自清华、商汤与微软研究院[44][46]