全球主要股指表现 - 日经指数27日开盘上涨0.6%，报49868.79点，电子股和金属股领涨 [4] - 韩国综合股价指数（KOSPI）开盘上涨0.7%，报3989.45点 [4] - 美股三大指数集体收涨，道琼斯指数涨0.67%，标普500指数涨0.69%，纳斯达克综合指数涨0.82% [4] - 欧洲主要股市普遍上涨，英国富时100指数涨0.85%，法国CAC40指数涨0.88%，德国DAX指数涨1.11% [4] 美国宏观经济数据 - 美国上周首次申请失业救济人数减少6000人至21.6万，创4月中旬以来最低，而经济学家预期为增加3000人 [5] - 截至11月22日当周，续请失业金人数小幅攀升至196万人 [5] - 美联储褐皮书显示美国经济活动近几周变化不大，整体消费者支出进一步下降 [5] 英国财政状况 - 英国财政监察机构OBR意外泄露的报告显示，财政大臣里夫斯已将关键财政缓冲从3月份的99亿英镑大幅扩大至220亿英镑（约合290亿美元） [5] 机构市场展望 - 摩根大通将2026年标普500指数的基准预期上调至7500点，并表示若美联储宽松超预期，标普明年有机会突破8000点 [6] - 美国银行预测到2030年AI数据中心市场将增长约五倍，达到约1.2万亿美元，今年为2420亿美元 [6] - 美银预计英伟达市场份额可能从目前85%降至75%，但仍重申对其"买入"评级 [6] 科技行业动态 - 英伟达股价本月内跌超10%，市值蒸发超7000亿美元，主要因市场担忧其AI芯片垄断地位松动 [7] - 华尔街80位分析师中74位仍给予英伟达买入评级，对其长期前景保持乐观 [7] - 松下能源与亚马逊旗下Zoox签署协议，将于2026年初开始为其机器人出租车车队提供2170电池单元 [7]

公司财务表现 - 第三季度收入达到2540万美元，按年增长72% [1] - 其中Robotaxi服务收入按年增长89% [1] - 毛利率为18.4%，按年及按季分别提升9.1和2.2个百分点，得益于收入结构改善和Robotaxi服务贡献提高 [1] - 非公认会计准则净亏损为5500万美元，对比去年同期及上季分别为4100万美元及4600万美元 [1] 公司运营与投资 - 截至11月23日，公司Robotaxi车队规模达961辆，管理层有信心在年底突破1000辆目标 [1] - 预期2026年底车队规模将超过3000辆 [1] - 第三季度研发费用为6000万美元，按年增长80%，主要投入于第七代车辆研发及研发人员扩充 [1] 业务展望与策略 - 管理层预期2026年Robotaxi收入增长将进一步加速，受稳健订单及营运效率提升推动 [1] - 车辆密度提高将缩短候车时间、提升用户体验，从而带来更高定价及利用率 [1]

公司股价表现 - 股价上涨3.59%至104港元，成交额1643.87万港元 [1] 公司财务业绩 - 第三季度收入同比增长72%至2540万美元 [1] - Robotaxi服务收入同比增长89% [1] - 毛利率达18.4%，同比提升9.1个百分点，环比提升2.2个百分点 [1] - 毛利率提升主要由于收入结构改善及Robotaxi服务贡献提高 [1] - 研发费用为6000万美元，同比增长80%，主要投入于第七代车辆研发及研发人员扩充 [1] - 非公认会计准则净亏损为5500万美元，对比去年同期及上季分别为4100万美元及4600万美元 [1] 公司业务运营 - 截至11月23日，Robotaxi车队规模达961辆 [1] - 管理层预计2024年底车队规模将突破1000辆，2026年底将超过3000辆 [1] - 车辆密度提升将缩短候车时间、改善用户体验，从而提高定价及利用率 [1] - 管理层预期2026年Robotaxi收入增长将进一步加速，受稳健订单及营运效率提升推动 [1]

公司业绩表现 - 第三季度收入同比增长72%至2540万美元 [1] - 其中Robotaxi服务收入同比增长89% [1] - 毛利率达到18.4%，同比及环比分别提升9.1及2.2个百分点 [1] - 毛利率提升主要由于收入结构改善且Robotaxi服务贡献提高 [1] - 非公认会计准则净亏损为5500万美元，对比去年同期及上季分别为4100万美元及4600万美元 [1] 研发投入与成本 - 第三季度研发费用为6000万美元，同比增长80% [1] - 研发费用增长主要投入于第七代车辆研发及研发人员扩充 [1] 业务运营与展望 - 截至11月23日，Robotaxi车队规模达961辆 [1] - 管理层有信心在2024年底突破1000辆目标，并预期2026年底将超过3000辆 [1] - 车辆密度提高将缩短候车时间、提升用户体验，从而令定价及利用率更高 [1] - 管理层预期2026年Robotaxi收入增长将进一步加速，受稳健订单及营运效率提升推动 [1]

财务表现 - 2025年第三季度营收2540万美元，同比增长72%，超出市场预估的2280万美元 [3] - 2025年第三季度毛利为467万美元 [3] - 2025年第三季度非公认会计准则下亏损净额为5500万美元，而2024年同期为4140万美元 [3] - 2025年第三季度非公认会计准则下每股普通股基本及摊薄亏损净额为0.14美元（人民币1.00元），相比2024年同期的3.50美元大幅收窄 [1] 运营目标 - 公司预计2025年车队规模将超额完成目标，扩容至3000辆以上 [1]

公司运营状况 - 毫末智行于11月22日正式解散，公司账户已冻结，赔偿方案尚未公布 [2][3] - 公司自2023年起经历大规模人员流失，去年职能部门裁员约1/3甚至近半，2024年包括技术副总裁、产品副总裁、品牌官及整个公关团队在内的多名核心骨干离职 [5] - 公司官方公众号自2024年6月起已无自身资讯更新，最新内容停留在10月1日的节日海报 [6] 公司技术发展历程 - 公司成立于2019年11月29日，前身为长城汽车2015年成立的智能驾驶系统开发部 [6] - 2020年11月推出首款末端物流自动配送车“小魔驼”，2021年12月发布自动驾驶数据智能体系MANA（雪湖） [6] - 截至2023年，MANA学习时长超62万小时，支撑感知、认知、决策等技术升级 [6] - 2023年4月11日发布自动驾驶生成式大模型DriveGPT（雪湖·海若） [8] - HPilot辅助驾驶系统3.0版本已打通高速与城市场景 [9] - 公司选择高通Snapdragon Ride计算平台，成为行业首款落地高通自动驾驶芯片8650的车型 [10] 行业动态与市场影响 - 2024年3月，元戎启行开始为某主机厂提供包括无图城区NOA技术方案在内的端到端智能驾驶方案 [9] - 毫末智行解散后，社交媒体上出现相关车型用户对产品后续使用体验的担忧和不满 [11]

行业技术趋势 - 世界模型成为自动驾驶领域关键发展方向，具备数据生成、预训练、闭环仿真和轨迹预测等核心能力[1] - 行业领先公司积极布局世界模型技术：小米用于数据生成和闭环仿真，蔚来和华为宣布基于世界模型量产，理想汽车提出从数据闭环走向训练闭环的技术路径[1] - 中科院和华为引望提出的DriveVLA-W0模型利用7000万数据验证了自动驾驶模型的data scaling law，引发行业广泛关注[1] 技术瓶颈识别 - 现有强化学习世界模型存在系统性"乐观偏差"问题，仅基于安全专家数据训练，无法预测错误行为后果[2] - 当输入不安全轨迹时，模型会幻想不切实际的安全未来（如障碍物消失、道路被忽视），而非预测即将发生的故障[2][7] - 这种"无法想象失败"的特性使世界模型难以成为学习稳健驾驶策略的可靠评估器[2] 解决方案创新 - 提出基于公正世界模型的后训练策略优化框架，通过反事实合成流水线生成包含合理碰撞和偏离车道事件的训练样本库[3] - 创新性引入轨迹感知门控模块和自车轨迹保真度损失，确保模型预测始终忠实于指令轨迹[10][25][26] - 构建风险预测基准（RFB）系统量化模型预测灾难性故障能力，为行业提供关键评估工具[15] 技术架构设计 - AD-R1框架包含两大核心模块：新型公正世界模型设计和强化学习框架集成[14] - 公正世界模型基于I²-World高效架构扩展，采用两阶段设计：场景Token化和自回归预测[17][22] - 训练数据混合80%真实nuScenes数据与20%合成反事实数据，实证验证最优比例平衡故障样本与真实驾驶动态[44] 性能验证结果 - 公正世界模型在风险预测基准上表现优异：G-IoU达40.21%，DAF达25.10%，显著优于DOME和I²-World基线模型[47][48] - 后训练优化使两个基线模型的规划决策综合指标（PDMS）分别实现1.7%和1.1%的绝对提升[15][49] - 消融实验证实三大核心组件协同作用：反事实合成带来最关键提升，模型优化增强因果保真度，4D奖励实现最优性能[51][52] 应用价值体现 - 框架具备即插即用特性，可提升任何驾驶智能体的安全性，在复杂仿真场景中大幅减少安全违规事件[3][9] - 4D奖励建模基于物理的丰富基础，能捕捉安全性、舒适性与任务进度，超越传统2D BEV方法的限制[35] - 该方法使智能体能够在安全离线环境中从大量想象故障中学习，为现实世界自动驾驶提供关键能力[15]

课程核心定位 - 课程聚焦于自动驾驶领域端到端技术的量产化实战应用，旨在解决行业量产人才稀缺的问题 [1] - 课程设计历时三个月，内容涵盖从模型优化、场景优化、数据优化到下游规划兜底的全栈技能 [1] - 课程由自动驾驶之心联合工业界算法专家开设，重点为面向就业直击落地，目前仅剩35个招生名额 [3][5] 核心算法与技术内容 - 课程涉及的核心算法包括一段式端到端、两段式端到端、导航信息的量产应用、开闭环强化学习等 [3] - 技术组合涵盖扩散模型+强化学习、自回归+强化学习、时空联合规划等前沿方法 [3] - 课程最后将分享实际的量产经验，帮助学员构建完整的量产优化知识体系 [3] 讲师背景 - 讲师王路拥有C9本科和QS50 PhD学历，已发表多篇CCF-A和CCF-B论文 [6] - 现任国内顶级tier1公司算法专家，从事大模型、世界模型等前沿算法的预研和量产工作 [6] - 所研发算法已成功落地并量产，拥有丰富的端到端算法研发和实战经验 [6] 课程大纲详解 - 第一章介绍主流感知模型一体化架构和经典规控learning化方案，以及开源数据集和评测方式 [9] - 第二章讲解两段式端到端算法框架，包括建模方式、感知与PNC信息传递，并通过PLUTO算法实战 [10] - 第三章深入一段式端到端框架，涵盖基于VLA和diffusion的方法，重点学习VAD系列 [11] - 第四章专注导航信息的量产应用，包括导航地图格式、编码嵌入方式及能力发挥 [12] - 第五章从模仿学习过渡到强化学习，重点介绍RL算法及其训练策略以解决corner-case场景 [13] - 第六章进行nn planner项目实战，结合模仿学习与强化学习，重点讲解扩散模型和自回归算法 [14] - 第七章介绍时空联合规划等轨迹平滑优化算法，作为模型直出的兜底方案确保轨迹稳定可靠 [15] - 第八章从数据、模型、场景、规则多视角分享量产经验，提升系统能力边界 [16] 课程安排与学员要求 - 课程于11月30日开课，预计三个月结课，采用离线视频教学加VIP群答疑模式 [17] - 学员需自备GPU，推荐算力在4090及以上，并具备BEV感知、视觉Transformer等算法基础 [18] - 要求掌握强化学习、扩散模型理论基础，熟悉Python、PyTorch及mmdet3d算法框架 [18] - 需要一定的高等数学、线性代数和矩阵论基础，课程按周解锁章节，持续至次年2月底 [19]

政策支持与行业导向 - 中国六部门提出加快布局新领域新赛道，聚焦智能网联新能源汽车、智能家居、消费电子、现代纺织、食品、绿色建材等重点行业，开展双百典型创新应用专项活动，打造百个标志性产品、百家企业 [1] - 北京市“十五五”规划建议提出积极稳妥推进“双碳”工作，构建绿色交通运输体系，稳步提高新能源汽车比例，完善新能源汽车补能配套设施 [3] 公司动态与战略澄清 - 特斯拉全球副总裁陶琳辟谣供应链“去中国化”传闻，强调全球供应商选择基于质量、总成本、技术能力等客观标准，不因原产国或地理来源构成排除性标准 [2] - 文远知行与优步在阿联酋阿布扎比正式启动L4级纯无人Robotaxi商业化运营，这是中东地区首次落地此类运营，车内不配备安全员 [4] 技术创新与应用拓展 - 文远知行与优步的合作使阿布扎比成为美国以外全球首个在优步平台开通Robotaxi纯无人运营的城市，运营率先在亚斯岛启动 [4]

理想汽车三季度财报与业务展望 - 第三季度营收为274亿元 [3][4][8] - 经营利润为34亿元 经营亏损为12亿元 [4] - 第四季度交付指引设定在10万至11万辆之间 [4] - 公司宣布回归“创业公司管理模式” [6] - 将产品定义为“具身智能机器人” 强调AI领域发展 [7] - 坚持全链路自研策略 [9] - 计划2026年交付搭载M100芯片的AI系统 [10] - 认为新能源汽车市场长期将回归产品驱动 对销量前景保持信心 [10][11] - 重申在增程领域的战略地位 全系标配5C超充技术 [12] - 当季盈利主要受到理想MEGA召回事件相关巨额支出的影响 [14] 理想汽车历史交付数据 - 2025年第三季度交付量为93,211辆 [5] - 2025年第二季度交付量为111,074辆 [5] - 2025年第一季度交付量为92,864辆 [5] - 2024年第四季度交付量为158,696辆 [5] - 2024年第三季度交付量为152,831辆 [5] - 2024年第二季度交付量为108,581辆 [5] - 2024年第一季度交付量为80,400辆 [5] - 2023年第四季度交付量为131,805辆 [5] 小马智行三季度财报与业务进展 - 第三季度营收1.81亿元 同比增长72% [15] - Robotaxi业务收入4770万元 同比增长89.5% [15] - 乘客车费收入同比增长超过200% [15] - 第七代Robotaxi在广州实现城市级单车盈利 日均订单达23单/辆 [15] - 公司整体仍处于亏损状态 第三季度净亏损为3.92亿元 [17] - 通过技术降本、提升运营效率和轻资产扩张模式实现初步盈利 [17]