文章核心观点 - NVIDIA Research推出的Alpamayo-R1是一种带有推理能力的视觉-语言-行动模型，旨在解决自动驾驶系统在“长尾场景”中缺乏因果推理能力的关键瓶颈 [1] - 该模型通过引入因果链数据集、扩散式轨迹解码器和多阶段训练策略，使车辆不仅能执行指令，还能在决策前推理出因果关系，实现从“黑箱”到“白箱”的转变 [1][18][19] - 模型在实验中表现出显著性能提升，特别是在规划精度、安全性和推理-行动一致性方面，更接近“真正会判断的司机” [6] 自动驾驶行业当前瓶颈 - 当前自动驾驶模型的瓶颈在于“看”得见但“想”不明白，传统端到端系统常在“长尾场景”中出错，例如迎面来车违规左转、行人突然闯入、临时施工等极少数但易发生事故的场景 [1] Alpamayo-R1模型核心创新 - 引入Chain of Causation因果链数据集，为驾驶数据标注“为什么这样做”的推理信息，例如“减速并左变道，是因为前方有助动车等红灯，且左侧车道空闲” [2][3] - 采用Diffusion-based Trajectory Decoder扩散式轨迹解码器，在实时约束下生成连续、动态可行的驾驶轨迹，结合语言推理输出与物理约束 [5] - 实施Multi-Stage Training多阶段训练策略，包括大规模驾驶数据模态注入、因果链数据监督微调和强化学习优化，使模型在开放及长尾场景中更稳健 [6][13] 模型性能表现 - 规划精度提升12%，越界率降低35%，近碰率降低25%，推理-行动一致性提升37% [10] - 具备99毫秒的端到端实时延迟性能 [10] 技术实现细节 - 输入由多相机、多时序观测帧组成，可选配高层语言输入，所有输入被统一编码成多模态token序列，按时序和传感器顺序排列，送入主干模型Cosmos-Reason进行推理与预测 [7][8] - 输出包含三类token：推理链、中层动作与未来轨迹预测 [8] - 采用“人机协同标注”机制生成CoC数据集，人工标注关键帧和核心因果因素，通过GPT-5等大模型自动生成初版推理后由人类审查，并通过四项规则严格把关质量 [10] 训练流程 - 第一阶段为监督微调，基于在370万条VQA数据上预训练的Cosmos-Reason模型进行微调，其中包括2.47万条驾驶设计视频样本和额外的10万条驾驶样本用于领域自适应 [15] - 第二阶段为因果链监督，引入CoC数据集显式监督模型的推理输出，使其能回答“为什么要减速”等问题，通过人工和教师模型生成高质量推理样本 [16] - 第三阶段为强化学习后训练优化，通过多维度奖励机制提升推理精准性、推理-行动一致性、轨迹平滑性及闭环控制稳定性 [17] 行业未来展望 - Alpamayo-R1的设计理念是自动驾驶从“黑箱”到“白箱”的转折点，使AI的“推理链”与物理世界的“行动链”形成真正闭环，为实现可解释的L4自动驾驶奠定基础 [18][20] - 当车辆能解释自己的每一个决策时，才能确保更加安全，信任与普及才会得以实现 [21]

3D高斯泼溅技术趋势与行业动态 - 特斯拉在ICCV的分享引发了行业对3D高斯泼溅技术的广泛关注，其引入被视为一大亮点[2] - 行业普遍共识是引入前馈式3DGS来重建场景并利用生成技术生成新视角，多家公司已开放相关招聘[2] - 3DGS技术迭代速度极快，已从静态重建3DGS发展到动态重建4DGS、表面重建2DGS以及前馈式3DGS[4] 3D高斯泼溅技术课程核心内容 - 课程旨在提供从原理到实战的完整3DGS学习路线图，覆盖点云处理、深度学习理论及实时渲染、代码实战[4] - 课程由工业界算法专家设计，历时两个月，目标是帮助学员全面掌握3DGS技术栈[4] 课程讲师背景 - 讲师Chris拥有QS20高校硕士学位，现任某Tier1厂商算法专家[5] - 其研究方向包括端到端仿真、多模态大模型、世界模型等前沿算法的预研与量产[5] - 曾参与全球顶级主机厂的仿真引擎及工具链开发，具备丰富的三维重建实战经验[5] 课程大纲详解 - **第一章：背景知识**：概述计算机图形学基础，包括三维空间的隐式与显式表达、渲染管线、光线追踪、辐射场渲染，并解释其与3DGS的联系，介绍COLMAP、Gsplat等开发工具，设置基于3D Real Car训练模型及使用SuperSplat移除杂点的作业[8] - **第二章：原理和算法**：详细梳理3DGS原理及核心伪代码，讲解动态重建、表面重建、鱼眼重建和光线追踪的经典与最新算法，实战选用英伟达开源的3DGRUT框架[9] - **第三章：自动驾驶应用**：聚焦自动驾驶仿真重建，重点讲解浙大Street Gaussian、上交OmniRe和浙大Hierarchy UGP三篇工作，实战选用学术界与工业界广泛使用的DriveStudio框架[10] - **第四章：重要研究方向**：探讨COLMAP扩展、深度估计及Relighting等3DGS重要研究方向，分享其在工业界的应用价值与学术探索前景[11] - **第五章：前馈式3DGS**：梳理前馈式3DGS的发展历程与算法原理，讲解最新的AnySplat和WorldSplat算法工作[12] - **第六章：答疑讨论**：通过线上交流形式，组织VIP群内答疑，讨论3DGS岗位需求、行业痛点及开放性问题[13] 课程安排与面向人群 - 课程开课时间为12月1日，预计两个半月结课，采用离线视频教学，辅以VIP群答疑及三次线上答疑[15] - 课程章节按计划解锁：第一章于12月1日，第二章于12月7日，第三章于1月7日，第四章于1月21日，第五章于2月4日[15] - 课程面向具备一定计算机图形学、视觉重建、NeRF、3DGS技术基础，以及概率论、线性代数、Python和PyTorch语言基础的学员[17] - 学员需自备GPU，推荐算力在RTX 4090及以上[17] 学员预期收获 - 掌握3DGS完善的理论知识及相关技术栈[17] - 掌握3DGS算法开发框架，能够训练开源模型[17] - 获得与学术界及工业界同行持续交流的机会[17] - 所学知识对实习、校招、社招均有助益[17]

文章核心观点 - 提出一种名为CoT4AD的新型视觉-语言-动作模型，该模型将思维链推理引入端到端自动驾驶领域，旨在解决现有VLA模型数值推理能力有限和输入-输出映射过于简化的问题 [1] - 该框架通过整合视觉观测和语言指令，实现语义推理、场景理解与轨迹规划，在训练阶段构建“感知-提问-预测-动作”的显式思维链，推理阶段则通过隐式思维链实现稳健决策 [1][3] - 在真实世界数据集nuScenes和仿真数据集Bench2Drive上的实验表明，CoT4AD在开环和闭环评估中均取得了最先进的性能，验证了其有效性 [1][6][10] 技术背景与挑战 - 传统模块化自动驾驶系统面临误差累积、跨模块优化困难及泛化能力有限等问题，端到端自动驾驶范式应运而生，旨在利用统一学习框架直接从传感器输入预测驾驶信号 [2] - 随着大规模视觉-语言模型的发展，视觉-语言-动作模型展现出处理多模态输入和更强可解释性的潜力，但其继承了VLMs的固有缺陷，即在复杂环境中数值推理能力较弱 [2][3] - 现有方法将大语言模型视为从感知到数值输出的单一映射器，忽视了其多步推理能力，导致在需要逐步因果推理的复杂驾驶场景中性能一般 [1][3] CoT4AD框架核心设计 - 框架整合了环境感知、语言推理、未来预测和轨迹规划，通过多阶段训练过程培养适用于自动驾驶的思维链推理能力 [6] - 在3D环境感知方面，采用以特征为中心的感知训练方式，通过多视图图像输入和BEV空间投影，生成包含静态元素和动态目标的全面环境表示 [7][8] - 提出视觉-语言提示微调方法，引入跨阶段无关token作为可学习的离散化token，用于编码视觉细节并贯穿思维链推理的不同阶段，以提升多模态感知与语言推理的融合效果 [11] - 采用VLM条件潜在扩散模型进行未来场景预测，通过在潜在空间进行扩散建模避免高维像素空间的计算负担，使模型能学习未来场景预测并增强对场景语义和物理规律的理解 [12] - 思维链轨迹规划阶段直接在动作空间进行扩散，利用扩散Transformer以带噪声动作和条件嵌入为输入，预测去噪后的轨迹，实现高效规划 [13] 实验结果与性能 - 在nuScenes数据集的开环评估中，CoT4AD在1秒、2秒、3秒时域下的L2距离误差分别为0.12米、0.24米、0.53米（平均0.29米），平均碰撞率为0.10%，性能显著优于OpenDriveVLA、EMMA等最新VLM方法 [17] - 在Bench2Drive数据集的闭环评估中，CoT4AD-CoT版本的驾驶得分高达81.22，成功率达55.78%，超过ORION、DriveTransformer-Large等基线方法，且在效率和舒适性方面实现平衡 [18][19] - 与UniAD的定性对比显示，CoT4AD在避障变道和超车机动等复杂场景下能生成更平滑、连续的轨迹，并更早识别驾驶意图，展现出更强的时序推理和高层语义理解能力 [21][23][25] 消融研究与关键发现 - 感知Tokenizer的有效性研究表明，结合基于感知标签的Tokenizer和基于视觉特征的Tokenizer能取得最优闭环指标，表明感知标签提供环境指导，而图像特征保留更完整语义，二者结合可增强整体性能 [26][27] - 思维链设计的消融实验证明，感知模块、VQA模块和未来扩散模块三者相辅相成，结合所有模块的模型取得最优性能（驾驶得分80.24，成功率55.22%），其中未来预测模块对性能提升贡献最大 [28] - 未来场景预测数量的研究表明，预测4个未来场景时模型性能达到峰值（成功率55.78%），超过此阈值则因信息过载导致性能下降，表明需在信息量与模型负担间找到平衡 [29] 总结与意义 - CoT4AD通过“感知-视觉问答-扩散-规划”的多步推理流程，在视觉空间、推理空间与动作空间间实现了更好的对齐，能够为驾驶任务提供更平滑、更精准的规划 [30] - 该工作为自动驾驶领域引入了量身定制的思维链推理机制，显著提升了模型在动态、大规模且安全关键环境中的数值推理、长时域规划和稳健泛化能力 [3][10]

特斯拉FSD技术架构分析 - 特斯拉在ICCV分享的最新FSD技术架构仍属于大号端到端模型[3] - 行业前沿的VLA架构在机器人领域流行但特斯拉未采用引发技术路线讨论[3] 机器人与自动驾驶任务目标差异 - 机器人需理解通用语言指令完成任务目标而自动驾驶核心是导航任务[4] - 自动驾驶可直接获取高德或百度导航地图底层数据实现精确路径规划比语言表征更高效[4] 机器人与自动驾驶作业环境差异 - 自动驾驶在规则明确的道路上行驶场景相对单一复杂任务拆解需求少[4] - 驾驶操作多为本能反应无需语言分析仅在特殊场景调用VLM模型类似人类大小脑协作机制[4] 硬件限制对技术选择的影响 - 端侧硬件算力普遍低于1000 TOPS无法支持几B参数语言模型确保安全[5] - 视觉到语言再到动作的转换流程会浪费算力增加延迟百公里车速下0.1秒偏差即可导致车辆偏离车道[5] 特斯拉技术路径的优化策略 - 采用快慢思考逻辑端到端模型与VLM协同工作[5] - 绝大部分场景由端到端模型处理仅交规或非结构化道路等少数场景减速调用VLM[5]

文章核心观点 - 希迪智驾作为自动驾驶矿卡行业的技术领先者，在实现营收快速增长的同时，亏损持续扩大且现金流紧张，正面临对赌协议下的紧迫上市压力以维持生存，其高估值与当前盈利能力及市场环境存在显著矛盾 [4][11][34][35] 公司财务与运营状况 - **营收高速增长**：公司营收从2022年的3110万元猛增至2024年的4.10亿元，年复合增长率高达263.1%；2025年上半年营收已达4.08亿元，接近2024年全年水平 [11] - **亏损持续扩大**：2022年至2024年净亏损分别为2.63亿元、2.55亿元和5.81亿元，三年累计亏损超11亿元；2025年上半年亏损额进一步扩大至4.55亿元 [4][11] - **毛利率改善但仍偏低**：毛利率从2022年的-19.3%改善至2024年的24.7%，但仍低于行业预期 [12] - **高昂成本支出**：2025年上半年，公司一般及行政开支费用达2亿元，研发费用为1.51亿元，两项叠加覆盖公司上半年度86%左右的收入 [12] - **现金流紧张**：截至2025年6月30日，公司现金及现金等价物从2024年底的3.06亿元降至1.86亿元；经营现金流连续三年为负；按近半年亏损4.55亿元的“烧钱速度”，现金储备仅能维持数月 [5][13] - **订单与交付情况**：截至2025年6月30日，公司已交付304辆自动矿卡及110套独立自动驾驶卡车系统，手握357辆矿卡的订单和290套系统指示性订单 [13] 公司技术与市场地位 - **行业领先的技术实践**：打造出中国首个完全无人驾驶纯电矿卡车队，并实现全球最大规模无人驾驶混合作业编队；完成了首台老旧矿卡的无人化改造 [5][25] - **显著技术特色**：实现无人驾驶矿卡与有人驾驶车辆的混合编组作业，降低了传统矿区智能化升级的门槛，但也在一定程度上限制了自身业务规模 [27][29] - **多元技术格局**：形成了“自动驾驶＋车路协同＋智能感知”的多元格局，并构建了模块化设计的“网状”技术架构，以快速适配不同场景 [5][30] - **市场竞争态势**：竞争对手易控智驾已递交上市申请，其2024年营收接近10亿元，运营着超1400辆矿卡；华为等巨头也在探索矿区无人驾驶解决方案 [6][32] 融资、估值与上市压力 - **融资历史与估值**：成立至今共进行超8轮融资，累计融资金额超15亿元；截至2024年C轮融资后，投后估值达90亿元；但自2024年2月C轮融资后，已超20个月未获新融资 [13][14] - **紧迫的对赌协议**：投资方要求公司在2026年2月前完成上市，否则可能触发股份赎回条款；留给公司的时间窗口已不足四个月 [34][35] - **上市通道与估值矛盾**：公司选择通过港交所18C特专科技通道上市；以2024年营收4.1亿元计算，公司市销率高达22倍，而同业竞争对手的市销率多在10倍以内，在融资退潮背景下估值显得突兀 [35] 行业背景与市场空间 - **赛道潜力与政策支持**：据灼识咨询报告，2025年中国矿山自动驾驶改造需求超600亿元；政策要求到2026年，煤矿智能化产能占比不得低于60%，危险岗位机器人替代率需超30% [22] - **商业化场景验证**：矿区等封闭场景是被验证的商业化场景，2023年被称为矿区无人驾驶元年 [19][20] - **市场增长确定性**：这是一个增长确定的赛道，但同时也是增长规模有限的细分市场 [16][30]

投资评级与目标价 - 美国银行首次覆盖文远知行并给予买入评级，设定美股目标价12美元及港股目标价31港元 [1] - 以11月28日美股8.24美元和港股20.66港元计算，股价分别有45.6%和50.0%的上涨空间 [1] 业务优势与增长动力 - 公司实现了广泛的海外Robotaxi业务布局，建立了显著的先发优势及坚实的合作伙伴网络 [1] - 国内Robotaxi业务盈利能力将随着更好的规模经济效应而提升 [1] - 公司在WeRide One通用技术平台下的Robobus、Robovan和Robosweeper的车队拓展支撑未来业务增长趋势 [1] 行业前景与财务预测 - L4及以上级别自动驾驶行业市场空间持续增长 [2] - 预计公司收入将呈现高增长趋势，于2030年达到约146亿元人民币 [2] - 公司Robotaxi车队将在全球范围内扩展，预计2030年达到约61,000台，同时受益于海外业务的高盈利能力属性 [2] 海外商业化进展 - 2025年11月公司与Uber合作在阿布扎比启动robotaxi纯无人商业化运营，该部署获得了美国以外全球首张城市级纯无人robotaxi许可的支持 [2] - 同月公司正式获准在瑞士苏黎世弗尔塔尔地区公共道路上开展纯无人运营，这是瑞士颁发的首张纯无人Robotaxi牌照 [2] - 公司计划于2026年上半年正式向瑞士公众开放Robotaxi纯无人运营服务 [2]

公司股价与市场评级 - 公司股价盘前一度上涨超过3.5%，报14.16美元[1] - 美银证券将公司美股目标价由20美元上调至21美元，并维持“买入”评级[1] - 光大证券亦维持对公司“买入”评级[1] 第三季度财务业绩 - 公司第三季度总营收为1.81亿元人民币，同比增长72%[1] - 公司已连续三个季度实现营收增长[1] - Robotaxi业务收入达4770万元人民币，同比增长89.5%[1] - Robotaxi业务中乘客车费收入同比上涨超过200%[1] - 第七代Robotaxi在广州实现单车盈利转正[1] 机构预测与业务前景 - 美银证券将公司2025至2027年的收入预测分别上调5%、4%及9%[1] - 机构看好全新一代车型带动核心业务Robotaxi规模上量[1] - 机构看好公司逐步实现盈利的前景[1]

公司战略与人才理念 - 公司完成美股、港股双重上市后，核心精力投入到人才招聘，推出年薪300万起步、500万封顶的“英才计划” [1] - 公司创始人兼CEO坚信上市不是终点，人才才是穿越周期的核心 [1] - 公司构建公平透明的评价体系、清晰明确的绩效方向，摒弃冗余管理，让人才聚焦核心难题 [2] 创始人背景与人才培养 - 创始人兼CEO为美国密苏里大学终身教授，执掌计算机视觉和机器学习实验室，师从计算机视觉泰斗黄煦涛教授 [1] - 创始人培养出多位行业顶尖人才，包括云天励飞联合创始人兼首席科学家王孝宇、小米自动驾驶算法负责人陈光等 [1] 公司业务与行业地位 - 公司业务覆盖全球11个国家超30个城市，手握八国自动驾驶牌照 [2] - 公司形成自动驾驶出租车、小巴、货运车等五大产品矩阵 [2] - 公司与雷诺日产三菱联盟、宇通集团、博世等全球顶级合作伙伴深度绑定 [2] - 公司作为自动驾驶行业第一梯队企业，正处于技术攻坚与规模扩张的关键期 [2] 人才吸引与发展优势 - 双重上市为校招提供坚实保障，薪资和成长承诺更具可信度 [2] - 公司提供从技术研发到商业化落地的全链条实践场景 [2] - 自动驾驶行业进入高速发展阶段，特斯拉、华为、小鹏等巨头纷纷入局，为公司人才提供参与革命性事业和积累稀缺经验的机会 [2] - 公司为校招人才提供300万起薪，以及在实战中成长、于风口赛道实现理想的完整生态 [3]

公司上市与基本信息 - 驭势科技(北京)股份有限公司于2025年11月28日向港交所主板递交上市申请，独家保荐人为中信证券[1] - 公司H股面值为每股人民币0.10元[2] 业务与市场定位 - 公司是大中华区专注于无人化L4级自动驾驶技术的技术驱动型龙头企业[3] - 业务专注于封闭场景（特别是机场及厂区）中的商用车，解决方案为全场景通用，覆盖L2至L4级别，应用于物流、营运及机动车辆[3] - 核心产品包括向机场、厂区等企业客户及车辆制造商提供的自动驾驶解决方案，具体涵盖L4级商用车、自动驾驶套件、软件解决方案及租赁服务[3] - 公司是唯一一家为全球机场提供大型商业营运L4级自动驾驶解决方案的供应商，已在香港国际机场部署无人电动牵引车、无人接驳车和无人巡逻车[3] - 公司拥有统一的U-Drive®自动驾驶平台，支持多场景及多车型，算法和数据具有高重用性[5] 财务表现 - 收入：2022年、2023年、2024年及截至2025年6月30日止六个月，收入分别约为人民币6548.3万元、1.61亿元、2.65亿元、9864.7万元[6] - 亏损：同期年/期内亏损分别约为人民币2.5亿元、2.13亿元、2.12亿元、1.1亿元[7] - 毛利率：同期毛利率分别为45.7%、48.8%、43.7%及56.4%[9] - 收益增长率：2022年至2024年及2025年上半年，收益增长率分别为48.3%、146.4%、64.5%及50.3%[10] - 客户集中度：2022年至2025年上半年，来自五大客户的收益分别占总收益的57.6%、66.0%、46.2%及82.8%[5] 业务场景收入构成 - 机场场景收益占比：2022年、2023年、2024年及2025年上半年，分别占相关总收益的35.1%、71.2%、58.7%及50.3%[4] - 厂区场景收益占比：同期分别占相关总收益的26.4%、22.2%、25.8%及12.0%[4] - 其他场景：公司已将解决方案扩展至城市、港口、矿山、农场及牧场[4] 行业概览与市场规模 - 自动驾驶技术分级为L0至L5级，L2级车辆迅速普及，L4级车辆仍在开发中，商用车L4级方案已在封闭场景中部署[11] - 新能源汽车被视为集成自动驾驶功能的最佳平台[11] - 2024年中国自动驾驶车辆销量达2410万辆，其中自动驾驶系统汽车占0.3%；全球销量达6090万辆，自动驾驶系统汽车占比不足0.3%[12] - 2024年中国自动驾驶商用车销量为120万辆，其中自动驾驶系统商用车占1.7%；全球销量为700万辆，自动驾驶系统商用车占0.9%[12] - 预计到2030年，全球自动驾驶系统商用车销量将达220万辆，占全球市场的7.3%；中国销量将达40万辆，占中国市场的7.8%[12] - 商用车L4级自动驾驶解决方案已在机场、厂区、矿区及港口等封闭场景中得到商业应用[14] 机场场景市场规模 - 大中华区机场场景L4级解决方案市场规模从2021年的人民币2120万元急升至2024年的人民币9380万元，复合年增长率为64.2%[15] - 预计大中华区该市场规模于2030年将达人民币18.61亿元，2025年至2030年复合年增长率为60.4%[15] - 全球机场场景L4级解决方案市场规模从2021年的人民币2710万元增加至2024年的人民币1.09亿元，复合年增长率为59.2%[15] - 预计全球该市场规模于2030年将达人民币74.58亿元，2025年至2030年复合年增长率为88.2%[15] 公司治理与股权 - 董事会由9名董事组成，包括3名执行董事、3名非执行董事及3名独立非执行董事[20] - 执行董事包括董事长兼首席执行官吴甘沙先生、副总经理兼首席产品官周鑫先生、首席财务官江宗哲先生[20] - 截至2025年11月24日，公司由吴甘沙、姜先生、周先生及彭先生分别拥有16.44%、4.77%、2.38%及2.38%权益[21] - 其他主要股东包括北京司马驹（持股9.53%）、格灵深瞳（持股7.89%）及多家投资机构[22] 中介团队 - 独家保荐人：中信证券(香港)有限公司[22] - 公司法律顾问：盛德律师事务所（香港及美国法律）、金杜律师事务所（中国及国际制裁法律）[23] - 保荐人法律顾问：史密夫斐尔律师事务所（香港及美国法律）、君合律师事务所（中国法律）[23] - 核数师及申报会计师：安永会计师事务所[25] - 独立行业顾问：弗若斯特沙利文(北京)谘询有限公司上海分公司[25] - 合规顾问：新百利融资有限公司[25]

股价表现与市场反应 - 股价上涨5.03%至21.7港元，成交额达1791.38万港元 [1] 重大商业合作与运营里程碑 - 公司与Uber在阿布扎比正式启动L4级纯无人Robotaxi商业化运营，为中东地区首次 [1] - 此次合作将推动双方在中东地区的车队扩张计划，未来几年规模将扩大至数千辆，2030年目标为数万辆 [1] 近期财务业绩表现 - 第三季度公司实现营收1.71亿元人民币，同比增长144.3%，创下成立以来最大季度涨幅之一 [1] - 第三季度Robotaxi业务营收3530万元人民币，同比大幅增长761.0% [1] 业务前景与行业地位 - 公司作为全球Robotaxi主要厂商，自动驾驶业务已布局11个国家30个城市 [1] - 预计2025年在中东的商业化落地将趋于成熟，车队规模化运营将推动单车经济模型持续优化 [1] - Robotaxi单车硬件及运营成本有望持续降低，叠加全球多国政策支持，行业渗透率预计将持续提升 [1]