行业与公司研究纪要总结 涉及的行业与公司 * **行业**：全球汽车与科技行业，聚焦于移动革命，特别是自动驾驶（ADAS/AD）和机器人出租车（Robotaxi）领域[1][2] * **公司**：纪要涉及大量汽车制造商、零部件供应商、科技及互联网公司，包括但不限于： * **日本汽车制造商**：丰田、铃木、本田、日产、马自达、斯巴鲁[8][10] * **中国汽车制造商**：比亚迪、小鹏、理想、小米、蔚来、吉利、长城、广汽、上汽[8][13][14][15] * **欧洲汽车制造商**：宝马、梅赛德斯-奔驰、大众、Stellantis、雷诺、保时捷、沃尔沃汽车、阿斯顿马丁[8][16] * **美国/全球汽车制造商**：特斯拉、通用汽车、福特[42][43][135][139] * **一级供应商**：电装、法雷奥、Aumovio、博世、大陆集团[5][11][17][73][167][172][177][217] * **中国关键赋能者**：禾赛科技（激光雷达）、地平线（AD SoC及软件）、黑芝麻（智能驾驶芯片）、Momenta（自动驾驶解决方案）、华为（ADAS平台）[5][22][25][26][73][224][237] * **机器人出租车/出行服务商**：Waymo、Pony.ai、WeRide、Apollo Go、Grab、Uber、Lyft[6][27][41][45][249] * **科技/互联网公司**：Alphabet（谷歌）、亚马逊[8][20] * **其他**：高通、英伟达、米其林、普利司通、倍耐力等轮胎公司[5][16][18][146] 核心观点与论据 1. 自动驾驶技术演进路径 * **技术架构变迁**：行业正从基于规则的架构，向端到端（E2E）AI模型驱动架构演进，并进一步向融合大语言模型的视觉-语言-行动（VLA）模型发展[3][60] * **规则式与E2E对比**： * **规则式系统**：基于预定义的“如果-那么”逻辑，依赖多种传感器和高清3D地图，具有可解释性和监管合规优势，但成本高且受限于已测绘区域[3][50][51] * **E2E系统**：由AI模型统一处理感知、决策与控制，适应性更强，可减少对传感器和预绘地图的依赖以降低成本，但面临“黑箱”可解释性及处理罕见场景的挑战[3][53][54] * **领先企业实践**： * **特斯拉**：是E2E架构的激进推动者，已过渡到纯视觉方案（Tesla Vision），并计划在2026年启动机器人出租车商业运营[5][43][61][100] * **Waymo**：在规则式系统基础上，正开发集成谷歌Gemini模型的E2E系统（EMMA）及专为自动驾驶设计的Waymo基础模型（WFM），采用传感器融合策略[65][66][67] * **中国车企**：普遍采用摄像头、激光雷达、毫米波雷达融合的传感器方案，并快速跟进E2E和VLA技术，如理想汽车的MindVLA、小米的ORION[62][71] 2. 自动驾驶关键组件与传感器 * **传感器各有优劣**：摄像头成本低、语义理解丰富但对环境敏感；激光雷达提供高精度3D感知，对处理复杂城市环境及安全关键场景至关重要；毫米波雷达在恶劣天气下鲁棒性强；超声波传感器适用于短距泊车辅助[4][72][73][74][75] * **无单一最优配置**：系统性能取决于传感器组合与集成效果，架构设计需在鲁棒性、可扩展性和商业可行性间平衡[4][77] * **高清3D地图角色演变**：在规则式系统中至关重要，在E2E系统中作为安全层、定位辅助和训练数据仍具价值[4][84][85] 3. 自动驾驶渗透率预测与市场格局 * **渗透率预测**：预计L2+系统将在2035年前占据主导，渗透率从2025年的12%升至约34%；而L3及以上级别的采用由于系统复杂度、成本和监管障碍，将保持有限，到2035年渗透率约22%（另一处数据为15%）[5][90][94] * **车企战略分化**： * **新兴车企（如特斯拉、中国EV初创公司）**：通常自研ADAS解决方案和专属操作系统，部分涉足AI芯片开发以增强软件整合与性能[5][13][14] * **传统车企追赶策略**：有效利用外部合作伙伴对实现2027-28年左右的商业化目标日益重要，例如丰田采用“多路径”策略（内部开发结合与Waymo等合作）、日产采用Wayve的E2E技术、宝马与高通联合开发E2E系统[5][10][16] * **供应商面临结构性风险**：随着车企推动AD软件内部化，传统提供软硬件一体化“黑盒”解决方案的供应商面临软件价值侵蚀的风险[5][11][17][159] 4. 机器人出租车（Robotaxi）市场前景与经济效益 * **市场规模**：全球机器人出租车市场预计到2030年将增长至673亿美元[6][243] * **区域发展**： * **中国**：在政策支持和Pony.ai、WeRide、Apollo Go等企业推动下，被视为最具可扩展性的市场[6][45][243] * **美国**：监管放松（尤其在特朗普政府下）支持市场发展，Waymo和特斯拉是当前领域领导者[6][42][244] * **东南亚**：Grab凭借超过70%的网约车市场份额，通过与WeRide、Momenta等合作，主导该地区自动驾驶部署，预计2026年中在新加坡推出服务[6][27][249][251] * **单位经济效益**： * **关键变量**：车辆成本和利用率是影响盈利能力的最大因素[6][255] * **盈亏平衡点**：估计Waymo和特斯拉已接近盈亏平衡点，进一步盈利将取决于更低的车辆成本和更高的利用率[6] * **当前挑战**：尽管从长期看，自动驾驶每英里成本可能优于司机模式，但由于空驶时间和空驶里程较高（估计Waymo网络日间空驶时间60-70%，空驶里程30-40%），当前自动驾驶的盈利能力可能不及司机模式[256] 5. 软件定义汽车（SDV）发展趋势 * **行业处于早期**：欧洲车企仍处于SDV发展初期，宝马的NEUE KLASSE新电子架构、沃尔沃EX90、雷诺Flexis合资公司的电动SDV货车等是重要进展[16] * **日本政府推动**：日本政府将SDV定为国家优先事项，设定了到2030-2035年渗透率达30%的目标[12] * **中国车企领先**：激烈的竞争加速了软件研发，行业认为“上半场是电动化，下半场是智能化”，中国OEM正聚焦于此[13] 6. 投资观点与评级摘要 * **日本汽车**：看好丰田、铃木；对本田、电装持中性；看空日产、马自达、斯巴鲁[12] * **中国汽车**：看好比亚迪、小米、理想、吉利；对小鹏、蔚来、长城、广汽、上汽持中性[15] * **欧洲汽车**：看好宝马、法拉利、雷诺、阿斯顿马丁；对保时捷、大众、梅赛德斯、Stellantis、沃尔沃汽车持中性[16] * **欧洲零部件**：对Aumovio、法雷奥持中性；看好米其林、普利司通、倍耐力；对大陆集团持中性[17][18] * **欧洲卡车**：看空戴姆勒卡车；对Traton、沃尔沃卡车持中性[19] * **美国互联网**：看好亚马逊、Uber；对谷歌、Lyft持中性[20] * **中国半导体**：看好地平线；看空黑芝麻[25][26] * **东南亚科技**：看好Grab[27] * **亚洲新兴机器人**：看好禾赛科技、拓普集团、双环传动；对三花智控持中性[21][22][23][24] 其他重要但可能被忽略的内容 * **梅赛德斯-奔驰L3级DRIVE PILOT商业化暂停**：据报道，由于成本高、技术挑战及消费者需求不足，梅赛德斯-奔驰已暂停其L3级DRIVE PILOT系统的商业化，即将推出的S级和EQS改款车型将搭载L2++级的MB. ASSIST PRO系统[16][152] * **福特L3级自动驾驶计划**：福特在2026年CES上宣布，计划在2028年部署脱眼L3级自动驾驶功能，将作为基于其通用电动车平台的中型皮卡的可选附加功能，采用包含激光雷达的传感器方案[139][140] * **传统供应商在中国市场的下行风险**：在中国，日本车企越来越多地转向Momenta等本地供应商寻求ADAS/AD解决方案，以采用先进技术并应对激烈的价格竞争，这预示着传统零部件供应商在华业务可能面临下行风险[11] * **自动驾驶硬件市场规模预测**：S&P估计，2024年自动驾驶硬件（雷达+激光雷达+摄像头）市场规模为180亿美元，预计到2030年将增长至310亿美元[179][189] * **Aumovio对Aurora合作的高度依赖**：Aumovio自动驾驶移动业务部门的长期增长和盈利目标，很大程度上依赖于与Aurora的自动驾驶卡车合作（硬件即服务合同）的成功，该合作存在不确定性[180][200] * **特斯拉FSD销售模式转变**：从2026年2月14日起，特斯拉计划将FSD购买选项从现行的订阅和一次性购买双轨结构，转变为仅提供订阅模式，旨在将ADAS/自动驾驶功能确立为经常性收入服务[99] * **历史视角**：自动驾驶概念可追溯至1939年纽约世博会上通用汽车的“Futurama”展览；日本车企在早期L1级驾驶辅助系统开发中曾展现出一定领导力[36][37]