文章核心观点 - 提出一种基于约束流匹配的新型端到端自动驾驶规划框架GuideFlow，旨在解决多模态轨迹生成中的模式崩溃问题，并通过显式约束嵌入确保轨迹的安全性和物理可行性 [2][3][9][10][11] - 核心创新在于将流匹配与基于能量的模型训练相统一，并直接将显式约束嵌入生成过程，同时引入驾驶激进度参数作为控制信号，实现对轨迹风格的精准调控 [3][11][33] - 在多个主流自动驾驶数据集上的实验验证了其有效性，特别是在高难度场景Navhard上取得了当前最优性能，EPDMS分数达到43.0 [3][15][37] 背景回顾 - 端到端自动驾驶已成为传统模块化流水线的有吸引力替代方案，通过构建可微分统一系统支持跨任务推理，减轻级联误差问题 [9] - 规划技术从单模态向多模态轨迹生成演进，但基于模仿学习的方法易出现模式崩溃，即多模态输出向单一主导模式收敛 [9][10] - 生成式方法如流匹配和扩散模型能表征完整轨迹分布，但采样过程的高随机性和方差给保证安全约束带来根本性挑战 [10] 算法详解 - 框架包含三个核心模块：感知条件速度场生成器、无分类器引导注入驾驶意图与风格、安全约束采样过程 [18] - 感知模块通过查询BEV特征生成智能体令牌和地图令牌，并利用交叉注意力操作实现场景条件建模 [20][21] - 采用无分类器引导训练框架，以概率掩码条件输入，并通过引导尺度控制条件信号对运动的影响强度 [22][23][24] - 约束生成通过三种互补机制实现：速度场约束主动修正运动方向，流状态约束采用类截断策略修正偏离路径，EBM流优化将约束执行融入能量图景 [25][28][29][31][32] 实验结果分析 - 在NavSim数据集的高难度子集Navhard上，集成评分器后GuideFlow取得SOTA性能，EPDMS得分达43.0，较此前最佳结果提升1.3分 [3][15][37] - 在Bench2Drive数据集上，GuideFlow的驾驶分数达75.21，成功率达51.36%，优于多数端到端自动驾驶基线模型 [35][39] - 在开环测试数据集NuScenes和ADV-NuScenes上，GuideFlow实现最低碰撞率，分别为0.07%和0.73%，在短时域预测中表现出高可靠性 [40][41] 消融实验 - 不同动态条件信号中，基于规划锚点引导的模型变体表现最优，EPDMS得分为29.0，驾驶分数达75.21 [43] - 三种约束生成模块均能提升性能，流状态约束和EBM流优化组合使用时效果最佳，EPDMS得分为27.1 [44][45] - 引入激进度评分作为风格条件可调节轨迹激进度，但无差别鼓励激进行为会损害安全约束，导致EPDMS评分下降 [45][46]

国内业务 - 行业竞争格局进入稳态 国庆黄金周期间竞争对手的补贴被定性为短期战术动作 假期结束后补贴迅速退坡 行业未重燃价格战 [2] - 公司维持2025年国内GTV利润率3.7%的目标 并预计2026年将进一步扩张约50个基点 [2] - 利润率提升路径呈现高质量特征 源于电动车渗透率提升带来的运营成本结构性下降以及消费者激励的精细化管理 而非依赖压榨司机 [2] 国际业务 - 拉美出行业务已进入成熟期 部分季度实现2%的GTV利润率 具备自我造血能力 [3] - 巴西外卖市场是公司重点投入领域 其潜在市场规模达200亿美元 [4] - 公司在巴西外卖市场拥有独特优势 包括规模更大的二轮车运力网络 以及在出行和金融科技领域的高ROI投资记录证明的执行力 [4] - 巴西外卖业务进展超管理层预期 计划明年向更多下沉城市扩张 [4] 自动驾驶业务 - 公司Robotaxi业务加速从研发走向商业化落地 在广州黄埔和北京亦庄运营全无人驾驶车辆 [3] - 计划在明年将Robotaxi车队规模扩大至1000辆以上 [3] - 与广汽埃安联合研发的新一代Robotaxi车型即将量产 并于下月正式发布 [3] 资本市场与股东回报 - 公司正在执行一项总额达20亿美元的股份回购计划 有效期至2027年3月 [3] - 在8月25日至11月21日期间 公司已回购了价值2320万美元的股份 [3]

IPO与市场定位 - 公司于11月28日宣布再次冲击香港联合交易所IPO，独家保荐人为中信证券 [2] - 公司是大中华区技术驱动型龙头企业，专注于L4级自动驾驶技术，核心业务聚焦封闭场景（尤其机场及厂区）商用车辆 [2] - 按2024年收益计，公司为大中华区最大的机场及厂区场景商用车辆L4级自动驾驶解决方案供应商 [2] - 公司是全球唯一为机场提供大型商业运营L4级自动驾驶解决方案的供应商，符合最高国际安全标准 [2] 核心业务与场景应用 - 核心产品包括搭载L4级自动驾驶功能的商用车、自动驾驶套件、软件解决方案及租赁服务，设计可实现无需待命安全员的无人运行 [2] - 应用场景以机场、厂区为核心，同时拓展至城市、港口、矿山等领域 [2] - 机场场景已在香港国际机场落地无人电动牵引车、接驳车及巡逻车，合作机场达20个（17个中国机场、3个海外机场） [2] - 2022年至2025年6月，机场场景收益占自动驾驶车辆解决方案及租赁服务总收益比例分别为35.1%、71.2%、58.7%、50.3% [2] - 厂区场景提供端到端无人化物流解决方案，2024年为大中华区最大的室内外自主运行L4级自动驾驶解决方案供应商 [3] - 2022年至2025年6月，厂区场景收益占比分别为26.4%、22.2%、25.8%、12.0% [3] 客户与供应商 - 客户包括企业客户及车企，服务35家《财富》中国及世界500强企业 [2][3] - 2022年至2025年6月，五大客户收益占比分别为57.6%、66.0%、46.2%、82.8% [3] - 关键客户（累计贡献收益超1000万元）平均留存率分别为100%、75.0%、75.0%、40.0% [3] - 2022年至2025年6月，五大供应商采购额占比分别为32.2%、35.5%、33.7%、54.4% [3] 研发与技术实力 - 公司在北京、上海、重庆设立研发中心，分别聚焦AI及L4级自动驾驶、硬件及云脑、乘用车智能驾驶 [4] - 截至2025年6月30日，研发团队共227人，其中52.4%持硕士及以上学位 [4] - 核心技术U-Drive®系统已迭代至5.0版本，计划通过整合视觉-语言模型、模仿学习等技术推动U-Drive®7.0系统发展 [4] - 2022年至2024年及2025年上半年研发开支分别为1.89亿元、1.84亿元、1.96亿元、0.98亿元 [4] - 截至最后可行日期，公司获授627项专利，提交234项专利申请，注册74项软件著作权，861项专利及申请中841项为内部开发 [4]

自动驾驶技术发展现状 - 目前行业内的量产模型普遍采用经典的数据飞轮模式，即模型部署、效果检验、数据挖掘、重新训练、再次部署的闭环流程，该模式持续推动系统进化[4] - 当数据规模处于十万至百万量级时，增加训练数据能带来显著收益，但当前算法进入端到端时代，数据规模已上升至千万量级，仅通过提升数据规模获得的模型性能收益越来越低，成本效益下降[4] - 数据飞轮模式在提升模型性能方面面临瓶颈，剩下的挑战多为数据稀缺和逻辑复杂的难题，这一点已成为行业共识，特斯拉、理想、小米、小鹏及英伟达等公司均已认识到这一趋势[4] 下一代自动驾驶技术方向 - 自动驾驶领域可从机器人学和语言智能体领域获得启示，自动驾驶长期享受廉价数据的红利，而机器人学则面临数据饥荒的考验，具身智能领域通过应对数据稀缺锻造出韧性，为通用能力实现铺平道路[7] - 当前自动驾驶系统已具备感知、记忆、决策、执行等智能体基本构件，但缺乏深度推理能力，下一代自动驾驶3.0时代需解决推理能力构建问题，发展路径从规则驱动到数据驱动，再转向推理驱动[7] - 推理驱动的自动驾驶需依赖四大支柱：推理能力、常识性认知、长时程记忆和解释与交互，英伟达在2025年10月发布的Alpamayo-R1模型将显式因果推理与轨迹规划整合进统一的VLA架构中[7] - 语言被视为当前最可行的路径，未来自动驾驶所需的数据燃料不再是传统的动态目标、静态元素等，而是富含推理过程的数据，与四大支柱相匹配[7] - 长程记忆能力要求自动驾驶系统在更大时间范围内运作，例如车辆在分岔路口需根据记忆返回上个路口重新规划导航，这体现了对系统更高层次的要求[8] 自动驾驶社区资源 - 自动驾驶之心知识星球是一个综合类社区，集视频、图文、学习路线、问答、求职交流于一体，目前成员超过4000人，涵盖学术界和工业界人士，目标在两年内达到近万人规模[13][14] - 社区提供近40+技术方向的学习路线，包括自动驾驶感知、仿真、规划控制、端到端学习、VLA等，并汇总了开源项目、数据集和仿真平台，帮助成员缩短检索时间[16][20][27] - 社区与多家自动驾驶公司建立内推机制，提供岗位推荐服务，并邀请学术界和工业界大佬进行直播分享，目前已举办超过一百场专业技术直播[23][101][103] - 社区内容覆盖自动驾驶全栈技术，包括3D目标检测、BEV感知、多传感器融合、规划控制、扩散模型等热点领域，并提供入门课程和实战方案，适合不同层次的学习者[27][29][31][33]

市场整体表现 - 11月（截至26日）A股主要指数普遍下跌，科创50跌幅最大，累计下跌7.1%，上证50跌幅最小，累计下跌1.3% [4] - 行业端分化明显，综合、银行、传媒涨幅居前 [4] 理想汽车（LI.O）业绩分析 - 3Q25总收入同比下降36.2%，环比下降9.5%至273.6亿元 [5] - 3Q25毛利率同比下降5.2个百分点，环比下降3.8个百分点至16.3% [5] - 3Q25 Non-GAAP归母净亏损3.6亿元，为2023年至今首次单季度Non-GAAP亏损 [5] - 业绩承压主要由于销量低于预期及Mega召回计提 [5] 小马智行（PONY.O）业绩分析 - 3Q25总收入同比增长72%，环比增长19%至2,544万美元 [6] - 3Q25毛利率同比提升9个百分点，环比提升2个百分点至18% [6] - 3Q25 Non-GAAP归母净亏损同环比扩大33%和19%至5,472万美元 [6] - 广州城市UE首次转正，车队规模爬坡超预期 [6]

行业全球扩张态势 - 中国自动驾驶技术已拓展至新加坡、阿联酋、沙特、美国等多个国家，覆盖环卫车、矿卡、小巴、Robotaxi等多元车型，应用场景持续扩大[1] - 行业正从单点示范迈向全领域覆盖，全球市场加速成型，规模达万亿元级[1] - 全球化布局从单一产品出口升级为"技术+运营"整体解决方案输出，例如地平线征程6B方案获日本车企海外车型定点，全生命周期预计交付750万辆[6] 国内市场竞争格局 - 中国现存自动驾驶相关企业超过8200家，仅Robotaxi赛道就聚集了20余家头部企业[3] - 行业陷入"烧钱换市场"怪圈，小马智行2025年前三季度亏损净额达1.52亿美元，同比扩大62.1%；文远知行同期净亏损10.99亿元[3] - 研发投入巨大，小马智行2022-2024年研发开支累计超5.17亿美元，研发占比达239.5%；文远知行同期研发投入累计29.08亿元，研发占比最高达302%[3] 技术实力与商业化进展 - 中国企业在L4级Robotaxi、矿区、环卫等封闭场景以及L2+/L3级乘用车领域已实现规模化落地[2] - 在感知决策、车路协同、仿真测试等关键环节构建起全球竞争力[2] - 轻舟智航拥有60亿公里道路测试数据和60万台量产规模，将AEB误触发率控制在40万公里少于1次[6] 出海驱动因素 - 海外市场存在更高溢价，发达国家公共交通服务存在人员短缺、运行效率低下等问题，自动驾驶技术需求庞大[5] - 同质化竞争导致国内市场"价格战"，企业技术优势难以转化为盈利壁垒[4] - 头部企业路测数据均来源于北上广深，算法模型高度相似，寻求差异化发展[5] 出海模式创新 - 文远知行与Uber合作创新"技术+运营+资本"三重绑定模式，获得全球500座城市出行网络和1亿美元投资，在15座国际城市部署Robotaxi[6] - 企业通过本土化运营能力突破海外市场，如地平线与博世、采埃孚、大陆集团等Tier-1合作获得国内外车企车型项目定点[6] - 蘑菇车联中标项目覆盖商业通勤和旅游密集区域，通过政府主导的公共交通项目拓展市场[8] 出海面临挑战 - 不同国家道路环境、用户需求偏好存在差异，法规体系、认证标准各不相同[7] - 极端环境对技术提出挑战，如中东高温影响电子器件性能，沿海地区湿咸空气威胁传感器安全[8] - 政策合规、技术场景适配与安全文化差异构成复合性考验，本土化适配要求高[7] 资本运作动态 - 2025年港股迎来自动驾驶企业上市小高潮，小马智行与文远知行完成"美股+港股"双重主要上市[9] - 滴滴自动驾驶完成D轮融资20亿元，九识智能完成1亿美元B4轮融资，B轮总融资额达4亿美元[9] - 新石器慧通完成逾6亿美元D轮融资，创下中国自动驾驶领域私募融资最大规模纪录[9] 核心竞争力构建 - 资金实力直接决定企业能否从市场参与者升级为标准制定者，在全球化竞争中掌握核心话语权[9] - 技术过硬、产品可靠、服务优质是出海成功的不变优势，需为当地客户带来正向收益和社区效益[10] - 通过技术代差构建壁垒，生态合作降低风险，资本运作加速扩张，形成数据迭代闭环[10]

公司上市申请 - 驭势科技(北京)股份有限公司于11月28日向港交所提交上市申请书 [1] - 独家保荐人为中信证券 [1]

公司动态 - 百度Apollo向北京航空航天大学捐赠自动驾驶车辆用于科研教学和人才培养 [1] - 公司计划于2025年初启动星火计划 并向武汉大学 湘江实验室 北京工商大学 浙江大学 大连理工大学 复旦大学 同济大学等多所高校分批捐赠自动驾驶车辆和实验平台 [3] 校企合作 - 百度Apollo与北航联合开设国内首个"自动驾驶"专业 合作项目入选2024年教育部产学合作协同育人项目十周年典型项目案例 [3] - 双方共同编写的《自动驾驶技术系列丛书》入选"十三五"国家重点图书出版规划项目 [3] 行业背景 - 自动驾驶产业发展关乎交通强国建设 是新一轮科技革命和产业变革的历史机遇 [3] - 2017年科技部宣布依托百度建设自动驾驶国家新一代人工智能开放创新平台 [3]

股价表现与市场反应 - 公司美股盘前交易价格上涨2.6%至13.8美元，收盘价为13.45美元 [1] - 招商证券国际维持公司美股目标价24美元及“增持”评级 [1] - 美银证券将公司美股目标价由20美元上调至21美元 [1] 第三季度财务与业务表现 - 公司第三季度收入超出市场预期，主要受惠于Robotaxi业务爆发 [1] - 公司在广州运营的G7车型已实现UE（单位经济）盈亏平衡，单车经济模型得到验证 [1] Robotaxi业务进展与展望 - 截至11月23日，公司Robotaxi车队规模达到961辆 [1] - 管理层有信心在2024年底实现车队规模突破1000辆的目标 [1] - 公司预期到2026年底，Robotaxi车队规模将超过3000辆 [1] 商业模式验证与未来规划 - 基于盈亏平衡点，公司Robotaxi商业模式已获验证，将快速进入规模化复制阶段 [1] - 美银证券基于业务进展，将公司2025至2027年的收入预测分别上调5%、4%及9% [1]

公司核心动态与战略 - 文远知行已完成港交所挂牌上市，成为“全球Robotaxi第一股”，其创始人兼CEO韩旭现为公司董事长[1] - 公司Robotaxi业务已在中国广州、北京、南京、苏州、鄂尔多斯及阿联酋阿布扎比、瑞士苏黎世、新加坡等八个国家或地区实现商业化运营，车队规模位居全球最大或最大之一[1] - 公司上市后，CEO韩旭将“招人”列为最重要的事项，并启动了名为“英才计划”的校招项目，为顶尖人才提供300万至500万元人民币的起步年薪[3][4][5][6] - CEO韩旭解释，300万至500万的年薪标准旨在对标美国硅谷AI博士毕业生40万至70万美元（约合300万至500万元人民币）的薪酬水平[6] - 公司认为其所在的自动驾驶赛道是最前沿、最具挑战性且最具价值的领域，能够为顶尖人才提供施展才华的空间[8][18] - 公司强调其企业文化开放、透明并鼓励创新，旨在让人才工作得“开心”[14] - 公司通过员工赵晓卉的案例，展示了其内部公平、凭实力晋升的文化氛围，赵晓卉作为项目经理因业绩突出获得了升职[36] 行业竞争格局与阶段判断 - 自动驾驶L4赛道经过近10年发展，已进入“三家分晋”的“战国”阶段，能够实现Robotaxi规模化商业运营的公司全球屈指可数[21] - 行业头部玩家包括谷歌Waymo、百度萝卜快跑、已IPO的小马智行以及文远知行等[23] - L2级别的竞争者正涌入Robotaxi战场，例如特斯拉公布了Robotaxi战略并推出CyberCab，小鹏明确了Robotaxi路线，元戎启行、吉利（联合千里）、哈啰出行等公司也已入局[23] - 华为被视为潜在的强大竞争者，其在L2领域的成功可能复制到Robotaxi领域[23] - L4与L2在Robotaxi领域的竞争结果，将影响具身智能和物理AI的未来格局[24] 人才观与招聘策略 - 公司将招募最优秀的人才视为穿越技术周期、保持竞争力的核心本质[26] - “英才计划”旨在吸引能够解决“别人只敢想一想甚至想都不敢想的难题”的顶级人才[9][12] - 公司认为顶级人才通常是理想主义者，高薪（300万/500万）是为了解除其后顾之忧，使其才华得以充分施展，而非追逐短期热点[16][18] - 公司CEO韩旭拥有大学教授背景，强调其核心能力之一是“辨别和培养人才”，并致力于在文远知行构建有利于人才成长的环境[29][31] - 公司上市后，将人才招聘置于首位，并自称是过去或未来两三年内唯一如此行事的上市公司CEO[32] 技术前景与公司定位 - 公司坚信自动驾驶带来的变革将远超当前市场的普遍描述，其技术挑战不亚于登月[18] - 自动驾驶的实现需要大模型技术，并需在百毫秒延迟内于各种场景下稳定、安全地运行[18] - 公司拥有明确的前沿技术课题，包括新一代基础模型算法、数据效用、无监督/强化学习在自动驾驶场景的应用等[20] - 公司风格务实，主张“做到了”再说，而非空谈设想[20] - 公司的终极目标是提供全世界最安全、最舒适、最经济、最方便的无人驾驶技术和服务[26]