公司上市与市场表现 - 曹操出行于6月25日正式登陆港交所，成为港股市场最大的科技出行平台[1] - 上市后股价出现波动，但获得奔驰、国轩高科、速腾聚创等产业链巨头作为基石投资者锁定过半份额[3] - 香港公开发售环节获得21.14倍超额认购，国际发售部分实现2.78倍认购[5] 行业现状与挑战 - 中国出行市场规模从2022年的6.895万亿元增长至2024年的8万亿元，预计2025-2029年复合年增长率为5.4%[4] - 网约车行业面临"规模不经济"困境，市场价格水平承压，盈利普遍困难[4] - Robotaxi被视为行业终极形态，但商业化落地仍需时间，短期内抑制估值空间[5] 定制车生态与财务表现 - 截至2024年底，公司在31个城市运营超3.4万辆定制车，为国内最大同类车队[5] - 定制车订单GTV占比从2023年的20.1%提升至2024年的25.1%[5] - 定制车平均TCO较典型纯电动车降低36.4%，每公里成本降0.5元人民币[7] - 毛利率由2023年的5.8%提升至2024年的8.1%，2025年一季度达8.5%[7] - 2024年经调整EBITDA实现3.8亿元盈利[7] 运营效率与服务优势 - 依托378座换电站及133家吉利授权维修点，车辆平均保养维修时间和成本分别下降25%和54%[7] - 司机平均小时收入从2022年的30.9元增至2024年的35.7元，高于行业平均的27元[9] - 订单事故率显著低于行业均值，较行业平均水平降低超60%[9] Robotaxi战略与未来布局 - 上市募资中48%的资金将投向定制车升级、Robotaxi开发及地理扩张[10] - 公司依托吉利集团实现从技术研发、车辆制造到运营服务的全链条闭环[10] - 中国Robotaxi市场规模2030年预计达万亿级别[10] - 2025年一季度GTV同比增长54.9%，订单量增长51.8%，收入42亿元[11]

纪要涉及的行业和公司 - **行业**：自动驾驶行业 - **公司**：特斯拉、vivo、百度、小马智行、文远知行、Pony、小鹏、理想 纪要提到的核心观点和论据 1. **自动驾驶主流方案**：当前主流采用局部端到端两阶段模型，前端感知和预测利用 CNN 结合 LLM 增强环境理解，规划控制侧重基于规则的方法保障安全，旨在平衡复杂度与可靠性[1][2] 2. **特斯拉技术路径优劣势** - **优势**：响应速度快，车载系统响应及时；处理复杂场景能力强，一段式操作解决多模块联合问题表现出色[3] - **劣势**：训练过程复杂，监督难以构造；数据采集与标注困难，训练时比局部端到端方法面临更大挑战[3] 3. **国内 L4 级别自动驾驶系统优势**：在驾驶舒适性、复杂路况安全性及急弯场景路径规划方面优于特斯拉，国内公司通过多传感器融合提升感知能力，更适应国内复杂交通环境[1][6] 4. **L4 级别自动驾驶系统硬件需求** - **激光雷达**：是刚需，在夜间和恶劣天气下能有效识别物体形状，避免纯视觉方案的感知缺陷，但数据量庞大，对算力需求较高[1][9] - **芯片**：实现 L4 功能对芯片算力要求高，英伟达芯片性能和稳定性优异，国产芯片在尖峰性能、平均性能和生态支持上与英伟达有差距，但美国制裁推动国产替代，可显著降低成本，如地平线芯片可节省 80%成本[1][12] 5. **限制车队规模扩大的因素**：单车成本高（目前约 80 万，大规模量产需降至 30 万以内）、监管限制（只能部署在特定区域）、人力成本和基础设施建设不足（缺乏专业云控驾驶员及后台服务器支持）[16] 6. **政府相关政策和要求** - **Robotaxi 运营**：需先在特定区域测试收集数据，提供给政府获批准后开放区域运行[17] - **自动驾驶牌照发放**：政府每年限定牌照数量，申请者提交公用指标数据初步筛选，通过仿真软件模拟场景监控自动驾驶能力，结合两者结果决定发放对象，牌照数量逐渐递增[18] 7. **世界模型**：在自动驾驶中发挥重要作用，不同车企之间存在差异，整体框架包括动态障碍物重建和静态环境重建，但细节差距大，如小鹏、理想等采用 3D 高斯等高精度方法，其他企业可能采用游戏引擎方式模拟[20] 8. **L4 级别公司解决问题的方法**：通过大量测试和仿真技术解决常见问题，利用数据孪生构建仿真环境，发现并解决问题，更新算法并积累数据，降低人力成本，提高效率[2][14] 其他重要但是可能被忽略的内容 1. **PNC 未用更多模型驱动的原因**：训练和推理过程中的数据问题，自回归会使未见过的数据偏差累积，未见过的数据可能导致危险行为[4][5] 2. **政府仿真软件及评价指标**：以北京交管局为例，使用基于国外的通用平台软件添加各种随机场景评估，评价体系不复杂，国内厂家能做类似软件[19] 3. **生成数据与大语言模型的关系**：生成数据基于已训练好的大语言模型框架，可提供优质数据，减少对真实数据的依赖[23] 4. **人员招聘来源**：从百度、美国公司、Vivo 等企业挖掘高端人才，应届生主要来自清华、北航、北邮、中科大、中科院和浙大等高校[25] 5. **国内与海外引进人才对比**：国内人才数学基础扎实，项目执行和攻坚能力强；海外引进人才眼界高，有新奇想法，工作规范[26][27] 6. **自动驾驶领域未来技术迭代**：短期无太大技术变革，重点是将大语言模型融入自动驾驶系统，若实现将带来巨大飞跃[28]

特斯拉Robotaxi业务进展 - 特斯拉于6月22日正式启动Robotaxi服务，首批投放10台Model Y在美国得州奥斯汀试运营[1] - 试运营车辆并非专为Robotaxi打造的CyberCab，且配备安全员而非全无人驾驶[3] - 市场对特斯拉Robotaxi前景保持乐观，消息公布后股价大涨8%[3] - 马斯克表示Robotaxi商业化运营标志着其视觉+端到端模型技术路线已跑通[3] - 计划未来几个月车队拓展至1000辆，2026年底美国将有超100万辆自动驾驶特斯拉投入运营[13] 全球Robotaxi市场格局 - 第一梯队：萝卜快跑商业化进度领先，Waymo紧随其后[5] - 第二梯队：文远知行、小马智行等加速布局[5] - 新入局者：曹操出行推出自动驾驶平台曹操智行，哈啰联合蚂蚁集团、宁德时代进军Robotaxi[5][21] - 高盛预计2030年全球Robotaxi市场规模达400-457亿美元，CAGR超60%[5] - 中国Robotaxi市场预计从2025年5400万美元增长至2030年120亿美元，CAGR超96%[27] - 美国Robotaxi市场预计从2025年3亿美元增长至2030年70亿美元，增速仅为中国1/6[27] 三巨头技术路线与商业化对比 - 萝卜快跑：基于百度Apollo平台，全球首个应用L4级自动驾驶大模型ADFM[8] - 特斯拉：纯视觉方案FSD系统，利用车队持续学习和迭代[10] - Waymo：激光雷达+高精地图为主，引入多模态大模型[10] - 萝卜快跑累计提供超1100万次出行服务，Waymo1000万次，特斯拉刚进入试运营阶段[13] - 萝卜快跑加速全球化布局，覆盖国内十余城及香港、中东、东南亚、欧洲[13] - Waymo主要市场在美国，正在布局纽约、亚特兰大等新城市[14] 第二梯队与新入局者动态 - 文远知行：获准在北京城区开展收费服务，车队规模1200多辆，计划在沙特开展商业化运营[17] - 小马智行：将2025年定为Robotaxi量产之年，预计年底车队规模扩大至千台[17] - 曹操出行：计划2026年底推出专为L4级自动驾驶设计的定制Robotaxi车型[19] - 哈啰Robotaxi：联合宁德时代底盘架构，整合蚂蚁集团AI与支付生态[21] 行业发展趋势与中美竞争 - Robotaxi是L4级自动驾驶最佳数据收集器和试炼场，海量道路数据对技术演进至关重要[24] - 萝卜快跑代表中国企业商业化进程领先，背后有文远知行、小马智行等支持[25] - 特斯拉作为美企最大变量，依托庞大车队和FSD技术形成产业闭环[27] - 中国企业需组成联盟应对竞争，国内市场规模及增速是主要优势[27]

特斯拉发展历程 - 公司上市15周年 从破产边缘到市值万亿 成为全球车企第一股 [2][3] - 2009年濒临破产 通过筹集6亿美元资金渡过难关 包括政府4.65亿美元低息贷款 [7] - 2013年提前九年还清政府贷款 同期竞争对手Fisker因资金断裂破产 [7] - 过去15年股价上涨300倍 1万美元投资现值超300万美元 远超标普500指数表现 [8] - 目前市值超万亿美元 是美国第八大上市公司 创始人个人资产超4000亿美元 [8] 业务转型与战略方向 - 公司未来蓝图转向无人车和机器人 电动车业务已不再是核心价值 [9] - 推出Model Y自动交付营销 展示FSD技术能力 但试运营暴露技术缺陷 [11][13] - 自动驾驶采用L2+升级方案 相比Waymo等L4方案具有成本和数量优势 [12] - 计划未来部署100万辆无人出租车 但当前测试车队仅10-20辆且需安全员监控 [15] - 人形机器人Optimus预计年底数千台投入工厂 明年上市交付 [18] 技术挑战与安全隐患 - FSD纯视觉方案存在先天缺陷 如幽灵刹车、误判路况等问题频发 [16] - 试运营中出现突然减速、开错车道、超速等违规行为 引发NHTSA关注 [15][16] - 技术团队对雨天等复杂条件持谨慎态度 主动暂停高风险场景运营 [17] - 与配备多传感器的竞品相比 纯视觉方案在极端环境下可靠性不足 [16] 电动车业务现状 - 2030年2000万辆销量目标已删除 2023年销量180万辆后持续下滑 [19] - 2024年Q1销量下滑13% Q2未见好转 中美欧三大市场同步萎缩 [19] - 产品迭代缓慢 品牌形象受损 创始人言行加剧业务困境 [21][23] 创始人影响因素 - 创始人政治立场转变 与保守派结盟导致环保用户流失 [23] - 品牌价值连续两年下降26% 创始人争议言论加剧商誉损害 [23] - 创始人情绪波动引发股价剧烈震荡 单月涨跌幅超20%成常态 [24] - 政策风险加剧 共和党拟取消电动车补贴 每年加征250美元电车税 [26]

行业背景与市场机遇 - 自动驾驶技术正成为改变物流行业和出行方式的关键技术，人工智能蓬勃发展推动行业变革 [1] - 国内城市配送物流市场规模超1.6万亿元，但传统模式存在人力资源短缺、效率偏低等痛点 [2] - 偏远地区物流"最后一公里"难题突出，无人车单日可穿行6个农牧区，显著提升配送效率 [1] 公司技术与产品创新 - 公司搭建智能化平台、车辆平台、电动化平台三大技术平台，实现核心软硬件全栈自研 [2] - 采用模块化设计，支持标准货箱和可定制L形平板车型，满足多样化需求 [2] - 通过真实道路测试+仿真平台结合优化算法，数据收集成本降低效率提升 [2] - 已推出3代无人车系列产品，感知系统可实时捕捉环境信息，决策系统基于强大算法实现最优路径规划 [3] - 累计送单量超过3亿单，自动驾驶累计运营里程超2000万公里 [1][6] 商业模式与运营成果 - 商业模式从免费试用演进至按单收费、按月收费及整车销售，形成完整商业闭环 [4] - 2023年完成首台整车交付，客户复购率显著（1台增至5台） [7] - 2024年一季度新增订单量同比增长超4倍，二季度新车型发布后订单量进一步攀升 [6] - 运营成本平均降低62%，单台车月成本约3300元 [5][6] - 应用场景覆盖快递快运、生鲜商超、医药冷链等领域 [5] 市场拓展与国际化布局 - 产品已在国内200多个城市投入运营，通过经销商合作建立完善服务网络 [1][7] - 国际市场进入新加坡、日本、韩国，获新加坡首张无人物流车牌照 [7] - 东部地区人口密度高需求大，西部及农村地区渗透效果显著（某县快递量短期增长30%） [5][7] 战略规划与行业认可 - 近期融资将投入下一代产品研发、供应链建设及全球市场拓展 [8] - 入选《车路城协同发展报告及标杆案例（2024）》，成为行业技术推广标杆 [8] - 计划加强技术研发投入，提高安全性和成本竞争力，同步推进国内外市场规模化 [8]

特斯拉高管变动 - 特斯拉北美和欧洲业务运营副总裁奥米德·阿夫沙尔被解雇 主要由于这两个关键市场销量持续下滑及电动车品牌整体人气下降 [4] - 阿夫沙尔曾主导得州奥斯汀超级工厂建设 该工厂推出结构性4680电池包和Cybertruck皮卡 并成为特斯拉新"Cortex"数据中心所在地 [8] - 2022年阿夫沙尔曾因涉嫌为秘密项目订购特殊玻璃而面临内部调查 后被暂时调任至SpaceX 两年后重返特斯拉并升任现职 [10] - 阿夫沙尔直接向马斯克汇报工作 领导由六名以上高层管理人员组成的团队 包括北美销售副总裁和欧洲区域副总裁等 [13] 特斯拉运营现状 - 特斯拉过去14个月进行大规模重组 裁员数千人 战略重点转向人工智能驱动的自动驾驶技术与机器人 [16] - 欧洲市场截至今年5月的两个月内 特斯拉销量同比暴跌37% 美国和中国市场销量同样疲软 [20] - 华尔街分析师预计特斯拉第二季度全球电动车交付量将同比下滑至少10% 降至约39.28万辆 [21] - 特斯拉将第一季度糟糕表现归咎于Model Y换代 但本季度无法使用这个借口 [21] 特斯拉战略转型 - 特斯拉未来战略重点转向Robotaxi自动驾驶出租车服务 人形机器人以及人工智能 而非推出新款电动车 [23] - 特斯拉在奥斯汀推出Robotaxi服务试点版本 目前仅有少量Model Y车辆参与测试 运营范围约30平方英里 [23] - Cybertruck未能达到量产目标 特斯拉尚未找到应对快速崛起的中国电动车竞争对手的办法 [21] 高管离职潮 - 特斯拉人形机器人项目"Optimus"负责人米兰·科瓦奇6月辞职 称是为了"花更多时间陪伴家人" [16] - 电池高管维尼特·梅塔于5月离开公司 此前首席电池工程师 超级充电部门负责人等也于2024年春季离职 [20] - 特斯拉北美人力资源主管詹娜·费鲁阿也已离职 与阿夫沙尔关系密切 [19]

整理 | 美股研究社 在这个快速变化的时代，人工智能技术正以前所未有的速度发展，带来了广泛的机会 。 《AI日 报 》致力于挖掘和分析最新的AI概念股公司和市场趋势，为您提供深度的行 业 洞察和价 值 分 析。 A I 快 报 值得一提的是，越来越多公司正在开发推理芯片以减少对英伟达的依赖并长期降低成本。亚马逊 和微软，以及OpenAI和Meta等大型AI推理芯片都已启动自主研发推理芯片的计划，见闻此前文 章提及，微软造芯计划受挫，Maia 100目前仅用于内部测试，Braga的AI 芯片面临至少六个月 的延迟，且预计其性能将远低于英伟达Blackwell芯片。 5.马斯克在自家社交媒体平台表示，特斯拉Model Y首次实现全自动驾驶，从工厂到客户家中， 包括高速公路，比计划提前一天完成！祝贺@Tesla_AI软件和 AI 芯片设计团队！ 随后，他补充称，"这是首次在公共高速公路上进行的完全自动驾驶，车内无人，也没有远程操 控汽车的情况。"特斯拉人工智能副总裁阿肖克・埃卢斯瓦米（Ashok Elluswamy）在评论区回 应称："是的！最高速度是 72 英里/小时。"马斯克回复："飞速！" 6.扎克伯格旗下M ...

核心观点 - 纳斯达克中国金龙指数大涨3.3%，小马智行股价飙升16.73%，领跑指数，因其被纳入指数成分股[1] - 小马智行从IPO到纳入指数仅用7个月，刷新中概股最快纪录，反映全球资本对中国硬科技路线的价值重估[1] - 随着特斯拉FSD遇阻、Waymo商业化迟滞，资本市场转向中国自动驾驶军团，指数基金被动配置预计带来数亿美元增量资金[1] 金龙指数"新贵"的含金量 - 小马智行入选纳斯达克中国金龙指数，标志着自动驾驶技术跻身中国科技出海核心阵营[3] - 小马智行是国内首个在四大一线城市获全无人Robotaxi运营许可的企业，全球自动驾驶路测里程累计超4500万公里，全无人驾驶路测里程突破800万公里[3] - 小马智行全栈自研能力突出，拥有数据闭环工具链"苍穹"，整合车云协同大数据平台与云端大规模仿真平台[3] 商业化信心与成本突破 - 小马智行第七代自动驾驶系统通过100%车规级零部件设计，硬件成本较前代骤降70%，车载计算单元成本削减80%，激光雷达成本降低68%[4] - 单辆Robotaxi改造成本控制在3万美元以内，逼近传统网约车盈亏平衡线，远低于Waymo的15万至20万美元[4][5] - 2024年Robotaxi收入同比激增200%，注册用户增长超20%，车队规模突破千台时将实现动态平衡[5] 技术普惠化的"中国方案" - 小马智行与丰田、北汽深度绑定，联合开发第七代Robotaxi量产车型，2025年下半年投放千台车队，覆盖高频出行场景[7] - 第七代车型形成三大核心优势：100%车规级量产、自动驾驶套件成本大幅下降、多车型快速适配能力[7] - 硬件成本控制在20万元区间，较国际竞品明显更低，研发-量产全闭环体系设计寿命达10年/60万公里[7] 全球化征程与出海战略 - 中国Robotaxi企业在中东开辟第二战场，小马智行、文远知行、百度等加速海外布局[11] - 中东政策空间广阔，地理条件理想，资本扶持力度大，如小马智行获沙特新未来城1亿美元投资[11][12] - 全球Robotaxi市场年复合增长率达64.1%，中东以83%增速领跑，中国企业出海节奏与区域增长极高度契合[12] 运营竞争力与市场表现 - 悉尼Robotaxi服务用户复购率达73%，夜间订单占比突破40%，显著超越Waymo One的55%日间复购率[8] - 小马智行逆势获得北上广深全无人驾驶许可，技术路线合规性优势明显[8] - 2026年澳新市场计划新增1000辆全无人Robotaxi，单车辆日均运营时长超16小时，日均营收约1800元人民币[13]

动态城市场景重建技术 - 复旦大学团队提出BezierGS方法，利用可学习贝塞尔曲线表示动态目标运动轨迹，消除对高精度目标标注的依赖[4][8] - 该方法引入对动态目标渲染的额外监督和曲线间一致性约束，实现场景元素的准确分离和重建[4][14] - 在Waymo和nuPlan数据集上实验表明，BezierGS在动态和静态场景重建及新视角合成方面优于现有方法[4][14] 技术优势与创新 - 使用贝塞尔曲线显式建模动态目标轨迹，可自动校准位姿误差，提升大规模场景适用性[8][14] - 引入分组曲线一致性损失，增强同一目标高斯基元间的几何约束[14][27] - 动态渲染损失确保动态目标仅由动态高斯基元贡献，实现更彻底的前景-背景分离[28][44] 性能表现 - 在Waymo数据集上，BezierGS新视角合成PSNR提升1.87dB，SSIM提高0.014，LPIPS降低8%[37] - 在nuPlan数据集上，PSNR提高3.04dB，SSIM提高0.036，LPIPS降低16.35%[41] - Dyn-PSNR指标显著提升，Waymo上提高2.66dB，验证动态内容渲染优势[37][41] 应用价值 - 高质量街景重建可降低自动驾驶数据采集成本，为感知、预测等任务提供真实可控的仿真环境[5][6] - 减少对bounding box精确性的依赖，解决现有数据集标注不精确的问题[6][12] - 为闭环仿真评估创建高质量环境，支持安全经济地仿真关键极端场景[7] 技术对比 - 相比基于NeRF的方法，BezierGS利用3DGS技术保持高渲染速度同时实现优越质量[10] - 相比S3Gaussian和PVG等自监督方法，贝塞尔曲线提供更显式和合理的轨迹表示[12][45] - 相比依赖手动标注框的方法，在nuPlan等标注不精确场景中表现更优[12][41]

公司背景与技术积累 - 轻舟智航2019年创立于美国硅谷，CEO于骞博士拥有清华大学本硕及南加州大学博士学位，曾参与THMR-V智能车项目并在Waymo担任感知模块技术负责人[1] - 公司核心技术基于L4级自动驾驶平台构建，具备统一技术架构和自研能力，可支持Robotaxi等长期目标[5][6] - 团队早期通过RoboBus实现L4技术商业化落地，已在20座中国城市开展常态化运营并实现盈利[1][5] 产品战略与市场表现 - 2022年切入乘用车L2+辅助驾驶市场，2023年成为理想汽车供应商，NOA方案累计量产超60万套，预计2024年突破100万套[2][10] - 在中国乘用车NOA市场占据50.84%份额，超越华为(42.45%)位居行业第一(2024年7月数据)[2] - 采用"冰山理论"方法论，注重底层算法优化与工程体系建设，在低算力平台实现高性能感知决策[7][17] 商业化路径选择 - 初期选择RoboBus作为切入点，因中国公共交通政策支持度高且技术适配性强[4][5] - L2+方案基于L4平台反向开发，具备更高安全冗余和系统鲁棒性，形成"第二增长曲线"[6][13] - 坚持聚焦战略，不做功能堆砌，每个产品决策以用户实际价值为衡量标准[14][18] 量产能力与工程突破 - 建立大规模仿真验证体系，积累超300种复杂泊车场景数据，确保系统安全边界[12][13] - 2023-2024年经历"量产地狱"，完成60万套交付的极限测试验证，建立高一致性交付能力[11][10] - 工程能力体现在算力优化(知识蒸馏/大模型裁剪)和平台通用性，降低30%系统资源消耗[17] 行业认知与未来布局 - 认为L4级自动驾驶需分阶段实现商业闭环，当前L2+是技术普及关键窗口[3][6] - 看好矿山/港口等封闭场景率先落地，长期仍聚焦Robotaxi终极形态[20][21] - 差异化竞争力来自算法高效化、仿真验证体系、量产交付机制三大核心能力[17][19]