公司发展历程与里程碑 - 公司于十年前成立，坚持“十年磨一剑”，从“车库创业”的简陋环境起步，最早在一条餐桌上成立 [10][34] - 公司发展关键节点包括：拿到北京自动驾驶牌照、第一个自动驾驶车队落地、布局卡车业务、与广汽和北汽合作开始规模化量产 [11][35] - 公司在两年多前已在中国四大一线城市实现全无人的商业化运营，并在去年参与了全运会的火炬传递，由无人车完成 [3][8][27][32][35] 商业模式与战略坚持 - 公司十年来始终坚持robotaxi（自动驾驶出租车）模式，该模式被认为风险非常大，体现了创业者的前瞻性和极度专注 [3][5][27][28] - 公司已于去年底在香港成功上市 [5][28] 技术实力与运营现状 - 公司已达到L4级自动驾驶水平，并依托自研的“PonyWorld世界模型”和“虚拟司机”核心技术，成为全球少数能实现常态化运营的公司 [20][43] - 公司车辆采用多重安全冗余机制和上千道实时监控系统，秉持“安全为先”的设计理念 [18][41] - 技术通过多传感器融合（包括激光雷达、4D毫米波雷达等）实现360度环境感知，反应速度远超人类，能应对暴雨、大雾等恶劣天气 [20][43] - 公司自动驾驶车辆已在北京（如亦庄）、广州、深圳（南山、宝安区）等多地的大街小巷进行日常运营，公司员工日常通勤已使用该服务 [15][24][38][46] 行业前景与公司定位 - 自动驾驶技术被预计将在未来五年内推动汽车工业迈上一个新的台阶 [3][6][27][29] - 公司被评价为中国国内自动驾驶领域最领先的企业 [3][6][27][29] - 公司的发展得益于中国当前极其支持创新的大环境 [3][8][27][32] 公司愿景与价值主张 - 公司愿景是让无人驾驶使出行更安全、更便捷、更高效，从而让生活更美好 [3][8][27][32] - 公司希望在不远的将来，其车辆能够开进千家万户，在所有道路上都能被看见 [3][8][27][32] - 自动驾驶的核心价值不仅是替代人工驾驶，更重要的是提升出行安全和效率 [18][41]

公司业务与商业化进展 - 截至新闻发布日，公司已在全国近26座露天矿山部署2365台L4级无人驾驶矿卡，覆盖煤炭、金属、砂石等多种矿种 [2] - 公司业务模式正处于关键转型期，“不持车”的轻资产服务模式（ATaaS）营收占比已达50%，标志着其从早期“持车运营”向“技术即服务”的转变 [2] - 2024年公司实现营收9.86亿元，同比增长264%，并首次实现毛利转正 [4] - 2025年前三季度公司营收达9.21亿元，同比增长103.76%，已接近2024年全年水平，同时轻资产模式（ATaaS）营收占比提升至50% [4] - 公司当前核心是提供可复制、可扩展的“AI司机”能力，而非承担运输运力，定位为技术服务商 [2][4] - 公司已与15个终端客户集团建立合作，客户复购率很高，例如首钢某矿从2024年合作到2025年复购两次，其无人驾驶效率已与人工持平甚至略高 [5] 财务与运营模式演变 - 早期矿山无人驾驶企业普遍采用“自购车、自运营”的重资产模式，该模式资本开支大、抗周期能力弱 [3] - 公司早期采用重资产模式，把车辆配置、维护保养、车队管理及生产运输等几乎所有环节都纳入进来，2024年开始发力转向轻资产模式 [4] - 在轻资产模式下，矿业公司及其承包商可自行采购或租赁矿卡，公司则提供无人驾驶系统、调度平台及持续运维支持 [4] - 尽管轻资产模式改善了现金流结构，但由于研发投入高企及海外市场前期投入，公司在2024年及2025年前三季度仍处于净亏损状态 [5] 技术进展与工程化壁垒 - 公司在技术架构上采取“云边端协同”策略，云端调度能力至关重要，同时车端具备强泛化能力以应对非结构化路面和网络不稳定环境 [6] - 2025年6月，公司发布“著山”3.0版本，基于AI的动态障碍物交互推论轨迹，使矿卡平均车速提升10%至最高35kph，无效停车时间减少10% [6] - 公司的预测算法在全球相关评测中位列第一，参与者包括Waymo、英伟达等 [6] - 公司重构了线控技术体系，其第三代EEA（电子电气架构）已部署超1900台车辆，零部件减少20%，可靠性提升50%，分布式制动IBCS将制动距离缩短5%–10% [6] - 公司拥有“衍岳”生成式数据仿真平台，覆盖90%以上的测试时间和测试用例，并升级了矿山无人驾驶全链路一站式工具平台“矿锋” [6] - 公司认为新进入者面临三重障碍：生产系统对可靠性的极高要求、特定工况复杂多样、以及至关重要的工程化能力 [7] - 工程化能力带来的技术壁垒来自长期实践，例如通过优化悬挂控制策略，可在相同路况下将车辆损耗降低5%–10% [7] 市场竞争与行业格局 - 矿山场景因其封闭性、高价值密度与强安全需求，已成为To B智能驾驶中少有的具备清晰经济模型的落地路径 [2] - 随着政策推动“智能化矿山”建设加速，主机厂、传统自动化企业及新创公司纷纷入局，竞争加剧 [7] - 据第三方机构统计，2025年国内L4无人矿卡总保有量约4500台，公司占据50%以上市场份额 [7] 未来战略与发展规划 - 对于2026年的规划，公司将大力发展原生化设计矿卡，认为随着应用量提升至数百台，成本会下降，其性能更强、能效更高、倒车效率更优等优势将真正发挥 [8] - 2025年，公司已与主机厂联合发布分布式驱动矿卡，以解决金属矿长距离倒车效率问题 [8] - 公司正在加速国际化，2023年在澳洲成立子公司，与当地工程公司诺顿金田、Thiess战略合作，并在紫金矿业澳洲矿区推进本地化运营 [8] - 公司预计其海外业务在2026年会有突破性进展，并将以开放心态，联合国际和国内主机厂及股东（如宁德时代）共同推动新能源解决方案出海 [8] - 公司认为其在应对国内复杂工况中积累的技术能力，为其出海提供了技术冗余 [8]

公司业务与运营表现 - 2025年采用公司智驾方案的量产车型超过15款，包括魏牌蓝山、坦克500等 [2] - 2025年内搭载公司智驾方案的车型交付量超过20万台 [2] - 公司智驾方案使用地主要集中在北京、重庆、保定、成都、天津等城市 [2] - 车主人均辅助驾驶里程为2.26万公里，单个用户最长辅助驾驶里程达13.7万公里，单个用户最长辅助驾驶时长为1383小时 [2] 公司技术与产品发展 - 公司推出最新一代搭载VLA模型的辅助驾驶系统DeepRoute IO 2.0，该模型集成思维链能力，旨在打造具备“防御性驾驶”意识的AI司机 [2] - 公司是全国首家以量产车部署Robotaxi业务的智驾方案公司 [2] - 2025年10月31日，公司与无锡政府签约共建测试研发基地，加速Robotaxi业务落地 [2] 公司背景与融资情况 - 公司由CEO周光博士带领团队于2019年创立，总部位于深圳，在全球多地有业务落地 [2] - 公司已完成6轮融资，累计融资金额超过5亿美元 [2]

核心观点 - 小鹏汽车在CVPR 2025上首次验证了Scaling Law在自动驾驶VLA模型上的有效性，展示了其"自动驾驶基座模型"的技术突破[1][46] - 公司通过720亿参数的云端VLA大模型+车端蒸馏小模型架构，实现了无规则代码托底的纯AI司机能力，决策丝滑度显著超越传统方案[4][30][42] - 新技术路线突破L2端到端局限，以"世界模型+强化学习"构建具备链式思考(CoT)能力的AI驾驶系统[18][38][40] - 量产车G7搭载3颗自研图灵AI芯片(2200TOPS)，成为首款实现"VLM大脑+VLA小脑"架构的L3级AI汽车[22][53][55] 技术架构 - **云端基座模型**：720亿参数VLA大模型，骨干网络采用LLM架构，已训练2000万条30秒视频片段，验证Scaling Law效应[30][43][46] - **车端部署**：通过知识蒸馏将云端能力迁移至车端小模型，解决直接训练小模型的模态坍塌问题，实现5天/次迭代周期[42][46][47] - **世界模型**：开发中的实时建模系统可生成corner case训练数据，模拟智能体博弈行为，强化基座模型能力[39][40] - **芯片算力**：自研图灵AI芯片单颗等效3颗主流芯片，G7搭载3颗达2200TOPS，超算集群达10 EFLOPS(效率90%)[50][51][53] 能力验证 - **无规则驾驶**：完全依赖基座模型完成加减速、变道绕行、红绿灯等待等任务，无紧急避险动作[4][7][14] - **复杂场景**：成功通过福州特殊路口(两树间车道)、雨天窄路违停绕行、施工区突遇汇入货车等极端场景[15][17][11] - **决策优势**：相较传统方案(触发急刹概率高)，新系统在目标距离/速度临界区间仍保持丝滑通过率[15][17] 行业突破 - **技术路线**：首创"云端大模型+车端蒸馏"架构，突破L2端到端黑箱局限，实现可解释的链式思考能力[23][26][60] - **量产应用**：G7成为行业首款搭载VLM(车辆大脑)+VLA(运动小脑)的量产车，定义AI汽车新标准[55][56][57] - **通用能力**：技术体系已扩展至机器人、飞行汽车领域，形成具身智能统一解决方案[64][65] 数据表现 - 训练数据量达2000万条30秒视频片段[43] - 云端模型参数量720亿，车端模型通过蒸馏实现能力迁移[30][42] - 超算集群算力10 EFLOPS，迭代周期5天/次[50] - 量产车G7算力2200TOPS(3颗自研芯片)[53]

核心观点 - 小鹏汽车在CVPR 2025上首次验证了Scaling Law在自动驾驶VLA模型上的有效性，展示了其"自动驾驶基座模型"的技术突破[1][43][46] - 公司通过云端大模型+车端小模型蒸馏的技术路线，实现了AI司机的"智能涌现"，在复杂场景下表现出超越传统方案的决策能力[4][7][9][11][13][14] - 新技术路线突破了传统端到端方案的局限性，构建了具备完整认知能力的"大脑+小脑"架构，为自动驾驶和具身智能的大一统奠定基础[26][27][57][60] 技术方案 - 云端部署720亿参数VLA大模型，以语言模型为骨干网络，融合视觉、语言和动作模块，实现环境理解到行为输出的闭环决策[30][33][36] - 车端部署蒸馏后的小模型，通过持续在线学习(Online Learning)实现能力迭代，G7车型搭载3颗自研图灵AI芯片，算力达2200TOPS[42][53][55] - 强化学习训练聚焦安全、效率、合规三大原则，并开发世界模型(World Model)生成高价值训练数据[37][38][39][40] 性能表现 - 在无规则代码托底情况下，基座模型直接控车完成加减速、变道绕行、转弯掉头等复杂驾驶任务，决策丝滑度显著优于传统方案[4][5][14][15] - 成功通过福州特殊路口等极端场景，展现出链式思考能力(CoT)和全局理解能力[17][18] - 模型累计训练2000多万条30秒视频片段，参数规模与数据量扩大过程中持续显现Scaling Law效应[43][46] 行业影响 - 首次从技术层面回应了"端到端只能模仿不能超越"的行业质疑，为L2与L4的技术路线融合提供新思路[27][60] - 云端算力达10 EFLOPS，集群效率超90%，全链路迭代周期5天，水平媲美顶尖AI公司[50][51] - 技术体系已实现车、机器人和飞行汽车通用，推动"AI定义汽车"向具身智能延伸[62][63][64] 产品落地 - 最新SUV G7预售价23.58万，成为量产L3级AI算力第一车，采用无激光雷达方案[2][15] - VLM作为车辆"大脑"统一舱驾交互，VLA-OL模型增强"小脑"运动规划能力[55][56] - 公司从2024年开始全面转向新技术路线，与行业主流方案形成明显差异[23][50]