相关机构表示，美联储降息背景下，海外流动性趋松，对利率敏感的港股科技构成利好。另外在降息周 期中，伴随美元指数中枢趋势性下修，AH溢价指数或有下降空间，港股性价比优势有望进一步凸显。 基本面方面，在"AI+"产业链爆发的背景下，港股正从"红利牛"迈向"AI牛"。叠加创新药出海BD持续落 地、互联网和新能源行业"反内卷"等等，港股科技或持续有机会。 今日，港股延续反弹，港股科技ETF（513020）涨超1%，资金积极布局，连续10个交易日净流入额超 2.2亿元。 港股科技ETF（513020）跟踪中证港股通科技指数，涵盖互联网、芯片、智能汽车、医药等科技龙头 股，集齐中国版M7包括阿里巴巴、小米、腾讯、美团、联想、比亚迪、中芯国际等热门股，为布局港 股反弹之势的优质标的。 业绩表现方面，根据Wind数据，港股通科技指数长期跑赢恒生科技指数、港股通互联网指数。自2018 年至今，港股通科技指数累计涨幅达60.63%，同期港股通互联网为0.56%、恒生科技为6.11%。 另外，近一年涨幅上来看，港股通科技指数走势弹性也更大，近一年涨幅超93.07%，高于港股通互联 网的86.31%和恒生科技指数的70.65%。 对 ...

技术路线选择现状 - 华为倾向WA技术路线 认为WA是实现真正自动驾驶的终极方案 而VLA路线看似取巧却不是终极方案[2][3] - 小鹏 理想 奇瑞等车企选择VLA技术路线 拥有更多拥护者[2] - 行业对两种技术路线的上限和最终方案存在争议[2] WA技术路线优势 - WA将感知 预测 决策 规划整合到同一模型框架 减少环节割裂 更符合人类驾驶认知方式[3] - 决策响应速度约100毫秒 比VLA快近100毫秒 能更快调整车辆行驶动作[3] - 对雷达感知数据和视频影像直接融合处理 更完整保存和识别数据细节[3] - 雨雾天气场景下对150米外静止车辆识别准确率比VLA高约37%[3] - 目标实现99.999%的真实驾驶场景覆盖率 目前覆盖约95%[7] - 华为ADS 4.0系统在超复杂城区平均百公里接管次数0.8次 优于主流VLA方案的1.5次[11] VLA技术路线优势 - VLA可利用互联网文本数据预训练 降低对专业驾驶数据依赖 初期数据获取成本仅为WA的1/3[5] - 支持自然语言指令交互 方便用户使用[5] - 开发周期更短 适合车企快速将产品推向市场[5] - 理想汽车预测VLA能将事故里程提升至人类驾驶的10倍 达600万公里出现一次事故[4] 技术局限性对比 - WA研发需要自建云端世界引擎与车端专用芯片协同架构 华为乾崑2024年研发投入超100亿元 有8000名研发人员[4] - WA车端硬件成本比VLA高40%以上 制约中低端车型推广[4] - WA在极端强光或弱光情况下算法不足 山区弯道通行成功率较城区低15%[4] - VLA对复杂路口决策准确度不足 限制在复杂交通场景应用[6] - VLA对未经历极端工况决策可靠性待提高 需人工标注补充但效率不高[6] - VLA将三维驾驶环境转化为一维语言时可能丢失细节数据 导致冰雪路面事故率高于WA[8] 技术发展上限 - WA上限是构建数字孪生式驾驶决策系统 目标人机接管率每千公里0.1次 优于VLA的每千公里1.2次[7][8] - WA有助于减少激光雷达数量依赖 可能最终实现纯视觉方案全场景通行[8] - VLA基于关联推理但缺乏物理因果理解 上限较WA低[8] - VLA在实现自动驾驶安全目标时面临挑战 需要超越人类安全阈值[9] 未来发展方向 - WA更可能成为自动驾驶终极方案 因其建立对世界认知与建模 与人类驾驶逻辑相似[11] - VLA适合L2+智驾过渡阶段 通过语言交互实现策略透明化 降低用户焦虑[10] - 未来可能出现融合路线 底层以WA世界建模为核心 上层结合VLA交互与推理能力[11] - 随着技术进步可能出现更新更好的方案 目前谈不上谁是终极方案[12]

产品表现 - 尚界H5在成都车展期间预售1小时订单量达2.5万台 18小时突破5万台 9月8日小订突破8万台[1] - 该车型定位20万级SUV 被称为"现象级"产品和"超值神车"[1][3] 产品配置 - 全系标配华为乾崑智驾ADS 4辅助驾驶系统 鸿蒙座舱和192线激光雷达[7][21] - 起售价16.98万元 提供4.5亿元现金补贴 订车人数越多价格越低[22] - 首次将高端智能化配置下放至20万以下主流车型区间[19][21] 合作背景 - 上汽集团总裁贾健旭2024年初推动与华为合作 但华为因资源有限 initially婉拒[9] - 转机出现在2024年底广州车展 双方通过"夜宵局"达成合作意向[9][11] - 项目立项后不到两个月即正式启动[13] 合作模式 - 采用"高层直连"机制 余承东和贾健旭隔天通话 隔周见面 亲自参与产品各环节[7][11] - 华为负责智能化技术上限 上汽负责制造和成本控制[24][26] - 上汽为尚界组建独立团队 目标5000人 已到位近3000人 首期投入60亿元建设专属工厂[26] - 华为在安亭部署独立研发团队 与上汽智造基地协同[26] 产品开发过程 - 余承东担任"首席产品经理"角色 在首次造型评审中否定初版设计[13] - 团队连夜调整前灯 尾部线条 风阻系数和座舱质感 第二次评审通过[13] - 余承东被内部称为"磨刀石" 通过苛刻标准倒逼团队提升[13][15] - 双方高层亲自参与路测 专注功能和体验验证[15] 产品定位 - 定位"六边形战士" 要求在智能 空间 安全 续航 颜值和成本六个维度均不偏科[31] - 打破20万以下SUV用户必须在空间 安全 油耗间取舍的传统格局[19] - 实现"智能平权" 让智能化成为基础权利而非身份象征[19][21] 行业影响 - 重新定义20万级智能汽车基准 重写该价位SUV体验坐标[7][22][31] - 为行业提供跨界合作样板 解决"灵魂论"争议 证明通过合作可实现能力叠加[26][29] - 可能触发产业"价值重排" 改变定价逻辑 配置标准 用户认知和竞争格局[31]

"我们现在公司本土供应链占比大概是20%多，本土员工超80%。相信随着中国—东盟汽车贸易的不断 深化，优秀的本土供应商会越来越多。" 本次大赛结合产业实际需求与创新培育目标，设置"揭榜挂帅""定向场景""青年赛道"三大赛道，吸引了 国内外数百支团队的踊跃参与，经历初赛、复赛等环节，近50支队伍进入决赛，20支队伍参加路演。由 行业权威专家组成的评审团全程指导，针对方案的技术可行性、市场适配性等关键问题展开详细点评， 既有对创新亮点的肯定，也精准指出待优化的方向，直击核心。 4支揭榜队伍围绕课题难点条理清晰地拆解痛点，不仅结合动态演示、模拟动画、数据图表等生动呈现 解决方案，更通过具体案例还原应用场景的落地细节，充分展现出创新方案的实践价值。面壁智能、斑 马智行、南宁数字科技学院、华域汽车电子分公司与吉利汽车研究院、广西昊菱汽车科技有限公司签 约，斩获千万级标的。 在青年赛道与定向场景赛道路演环节，泰国足够有限公司、泰国国王科技大学，马来西亚ServAuto公 司、经纬恒润等5支东盟队伍的技术思路饱含地域特色，11支国内队伍则展现出对本土需求的精准把 握，现场既洋溢着跨区域交流的创新活力，也展现出青年团队的蓬勃 ...

公司自动驾驶战略决策 - 2021年底理想汽车面临供应商压力 要求支付昂贵开发费用且不交付白盒代码 并附加条件要求解散自研团队[7] - 公司选择拒绝不平等条约 坚持自研自动驾驶技术 2022年初正式启动自研计划[7][8] - 大年初一李想与郎咸朋通话确认自研决心 立即组建包含所有合伙人的微信群宣布决策[8][9] 团队组建与执行 - 2022年春节后初七汇报实施方案 全公司范围内调配资源[8][9] - 紧急组建超过100人团队 2月26日召开誓师大会全面推进自研[9] - 郎咸朋主动请缨承担自研责任 承诺若失败将引咎辞职[8] 企业文化与领导风格 - 公司坚持"站着死"原则 拒绝向供应商妥协[8][9] - 李想认为自动驾驶智能车行业足够大 2015年决定造车是为挑战成长极限[5] - 2024年公司视角转向人工智能 认为其比智能车拥有更大发展空间[5] 行业对比视角 - 苹果2024年宣布不造车 雷军表示震惊因其认为智能车与手机行业相近[4] - 李想认同苹果战略 认为企业可根据自身目标选择是否进入造车领域[5] - 行业领导者对技术路线的判断往往反映自身战略取向[3][4]

行业技术路线争议 - 智驾行业对"世界模型"定义存在分歧 多家公司提出不同技术路径并相互质疑 [1][3] - 小鹏汽车宣称其是中国唯一真正实现VLA量产的公司 并计划9月通过OTA在全新P7车型上线VLA功能 [3][7] - 华为明确反对VLA路径 提出WA方案直接通过视觉信息控车 跳过语言转换环节 [3] - 元戎启行支持VLA路径 称VLA模型下限已超过端到端上限 强调思维链和长时序推理为核心能力 [5] 技术架构差异 - 理想汽车采用车端快慢双系统：快系统为端到端E2E 慢系统VLM部署参数为22亿参数 云端基座模型作为仿真训练系统 [7] - 小鹏汽车研发720亿参数云端大模型"小鹏世界基座模型" 通过云端蒸馏方式部署到车端 [8] - 华为WEWA方案中云端WE作为"AI驾校" 车端WA采用一段式端到端架构 总参数80亿但实际激活等效20亿参数 算力消耗降低75% [15][17] - 蔚来世界模型NWM采用云端训练+车端推理双架构 直接通过生成式模型生成轨迹规划 跳过语言中间层 [12][13] 技术演进脉络 - VLA是在端到端＋VLM基础上的技术进化形态 解决原有方案局限性但存在空间感知能力弱的问题 [5] - 世界模型概念由特斯拉最早提出 通过在感知与决策间嵌入AI大模型构建虚拟环境进行自动驾驶验证 [9][11] - 行业从两段式端到端进化到一段式端到端 VLA和世界模型均处于试错阶段的新方法 [8] - 视频生成技术分为GAN、扩散模型、自回归模型和掩码四大类型 其中扩散模型又分SVD和SD两种 [14] 企业战略布局 - 小鹏全新P7车型搭载三颗图灵芯片 硬件配置大幅升级以支持VLA功能 [7] - 理想在英伟达2025春季GTC大会宣布从零训练基座模型 支持MindVLA算法量产上车 [7] - 蔚来2024年NIO IN发布NWM 宣布智驾从"感知驱动"转入"认知驱动" 2025年5月底实现全量推送 [12][15] - 地平线认为所有新技术本质都是端到端 最终评判标准是产品实际收益 [17]

公司产品与技术 - 公司推出新一代座舱大模型智能管家BamBam 实现从感知智能到认知智能的跨越 重新定义人车共生的温度[3] - BamBam聚焦旅行搭子、生活助理、情感陪护三大核心场景 提供个性化主动式服务 实现智能座舱从功能工具向智能陪伴的进化[5] - 公司展示全栈产品矩阵包括iPilot 4系列辅助驾驶域控制器和DMS一体机iCabin Lite等 覆盖从辅助驾驶到高阶智驾的全场景需求[5] - 公司推出符合E-NCAP2026要求的DMS&OMS解决方案 支持AOI视线追踪功能 精准捕捉驾驶员视线落点与停留时长[6] - 乘员监测方案可检测乘客占位、姿态、安全带佩戴、儿童及儿童座椅状态 新增体型分类功能可动态调整安全气囊弹出力度[6] 海外市场拓展与合规 - 公司以法规先行为战略锚点 形成海外法规适配核心优势 是中国首批帮助整车厂获得欧盟ADDW及DDAW认证的DMS供应商之一[7] - 公司是首家帮助中国整车厂获得E-NCAP五星评级的中国智能座舱解决方案供应商[7] - 截至上半年累计与42家车企达成量产合作 产品已搭载多款出口车型销往欧盟、澳大利亚、墨西哥等全球多个地区[8] - 通过与国际Tier1供应商深度合作 成功切入国际主机厂供应链体系[8] - 此次德国博览会首秀展示公司加速全球化布局的决心 将进一步拓展海外合作网络[8] 行业地位与发展前景 - 公司凭借技术积淀与前瞻性布局 在全球汽车智能化升级浪潮中有望占据更重要地位[8] - 将继续推动AI大模型技术落地 与全球车企共同开拓智能汽车发展空间[8]

公司产品发布 - 新一代座舱大模型智能管家BamBam首次亮相 聚焦旅行搭子 生活助理 情感陪护三大核心场景 实现从功能工具向智能陪伴的进化 [1][4][6] - 采用四大技术框架：端云结合实现个性化与流畅体验 大模型+小模型兼顾效率与复杂决策 EQ+IQ突破情感交互瓶颈 单车+多车数据分析挖掘群体需求 [2][4][5] - 全栈产品矩阵包括iPilot 4系列辅助驾驶域控制器 DMS一体机iCabin Lite等 覆盖辅助驾驶至高阶智驾全场景 [7] 技术合规与安全 - DMS&OMS解决方案符合E-NCAP2026新规 支持AOI视线追踪功能 精准判定驾驶员注意力状态并智能区分分心行为 [9] - 乘员监测方案可检测乘客占位 姿态 安全带佩戴 儿童危险行为等 新增体型分类功能可动态调整安全气囊弹出力度 [9] - 公司是中国首批帮助车企获得欧盟ADDW及DDAW认证的DMS供应商 首家助中国车企获E-NCAP五星评级的智能座舱供应商 [11] 全球化战略 - 以欧洲为起点推进全面出海 产品已搭载多款出口车型销往欧盟 澳大利亚 墨西哥 新加坡等地区 [11] - 截至上半年累计与42家车企达成量产合作 通过与国际Tier1供应商深度合作切入国际主机厂供应链体系 [11] - 此次参展旨在拓展海外合作网络 依托海外合作经验与本地化布局加速全球化进程 [11][13]

核心观点 - 公司首次亮相IAA MOBILITY 2025展会 推出新一代座舱大模型智能管家BamBam 展示覆盖智驾与智舱的全栈产品矩阵 并以欧洲为起点启动全面出海战略 [1] 新一代智能座舱技术 - 采用"端云结合"技术框架 打破传统座舱固定规则执行局限 实现更拟人化、更易落地的智能交互体验 [2] - 通过"大模型+小模型"架构平衡效率：小模型专攻疲劳检测等标准化功能 大模型支撑复杂场景决策与定制化交互 [4] - 端侧处理用户个人数据确保隐私与实时响应 云端提供更大算力支持复杂功能并整合实时路况等海量信息 [5] - 引入情感计算能力 使系统能根据用户情绪选择"热情陪伴"或"简洁响应"模式 [5] - 通过多车数据汇总分析挖掘用户群体共性需求 [5] 三大核心应用场景 - 旅行搭子场景：联动智驾系统规划路线 介绍景点 自动生成旅行Vlog [5] - 生活助理场景：支持后备箱自动开合 日程提醒 自动缴停车费等实用功能 [5] - 情感陪护场景：通过情绪识别及时安抚用户 主动推送舒缓内容或调整座舱氛围 [5] 全栈产品矩阵与合规能力 - 展示iPilot4系列辅助驾驶域控制器 DMS一体机iCabin Lite等产品 覆盖从辅助驾驶到高阶智驾全场景需求 [7] - 针对E-NCAP 2026新规推出DMS&OMS解决方案 支持AOI视线追踪功能 精准判定驾驶员注意力状态 [10] - 乘员监测系统可检测乘客占位 姿态 安全带佩戴 儿童危险行为等 新增"体型分类"功能动态调整安全气囊弹出力度 [10] - 现场演示E-NCAP 26版本新功能 获得海外客户认可 [10] 全球化战略布局 - 累计与42家车企达成量产合作 产品已销往欧盟 澳大利亚 墨西哥 新加坡 韩国 迪拜 土耳其等多个地区 [12] - 成为中国首批帮助整车厂获得欧盟ADDW及DDAW认证的DMS解决方案供应商 [12] - 首家帮助中国整车厂获得E-NCAP五星评级的中国智能座舱解决方案供应商 [12] - 通过与国际Tier1供应商深度合作 成功切入国际主机厂供应链体系 [12] - 以IAA MOBILITY为平台拓展海外合作网络 迈入全链路出海新阶段 [13]

产业变革趋势 - 汽车行业正处于从电动化向智能化跃迁的关键变革期 [1][3] - AI大模型技术成为驱动行业发展的核心引擎 [1][3] - 智能化对汽车行业的改造贯穿产业全链条 [2] 产业逻辑重构 - 从电动化单一驱动转向智能化核心权重 [2] - 智能化从加分项转变为车企生存项 [2] - 城市NOA等智驾体验成为车企突破用户心智的主要途径 [2] 商业模式颠覆 - 从一次性硬件销售转变为硬件+软件+服务的持续变现模式 [2] - 突破高阶智驾后形成硬件引流+软件订阅+Robotaxi运营的多元业务结构 [2] - Robotaxi有望从技术验证转向规模化盈利 [5] 竞争格局变化 - 行业从分散混战转变为头部集中、强者恒强的淘汰赛 [2] - 具备智能化战略定力和系统性降本能力的头部车企将拉大与竞争对手差距 [2][3] - 跨界造车新势力及深度绑定的华为合作车企或先受益 [3] 产品定义革新 - 汽车从"交通工具"转变为"AI移动终端" [2] - 电动化是半成品，智能化完成对传统燃油车的终极颠覆 [2] 整车企业机遇 - 具备大模型及算力全栈自研能力的头部车企成为最直接受益者 [3] - 整车企业作为技术落地和用户体验的最终载体 [1][3] - 大模型技术与算力基础设施推动高阶自动驾驶进入规模化商用阶段 [1][3] 零部件产业升级 - 零部件产业竞争从规模与成本转向技术、架构与生态整合力 [4] - 自主零部件企业逐步突破国际Tier1的长期垄断 [4] - 具备Tier0.5能力的企业向定义者跃迁 [4] 细分领域机会 - 域控制器、算力芯片、线控底盘、车载HUD等智能化细分领域将涌现领先企业 [4] - 电驱动、热管理等电动化领域已有自主企业乘势而上 [4] - 系统级解决方案供应商将在智能化发展中占据主导地位 [4] 智慧出行发展 - 高阶自动驾驶技术成熟为Robotaxi提供成本可控、效率可测的基础 [5] - 政策支持和商业模式创新加速Robotaxi商业化进程 [5] - 未来1-2年硬件成本下降、车队规模扩大和用户习惯养成推动规模化盈利 [5]