主机厂 - 文章列举了全球及中国主要汽车制造商，包括起亚、吉利、沃尔沃、捷豹路虎、极氪、蔚来、小米汽车、小鹏汽车、理想汽车、零跑汽车、江淮汽车、奇瑞、长城汽车、保时捷、赛力斯、北汽新能源、Rivian、VinFast、江铃汽车、阿维塔、岚图、东风汽车、广汽埃安、腾势、极狐汽车、乐道汽车、极石汽车、创维汽车等 [2][3][4][5][6][7][8][9][11][12][13][14][15] ADAS/自动驾驶Tier1供应商 - 高级驾驶辅助系统及自动驾驶一级供应商包括德赛西威、华阳集团、华为、百度Apollo、东软睿驰、Momenta、轻舟智航、福瑞泰克、商汤科技、宏景智驾、智驾科技、经纬恒润、地平线、小马智行、博世、安波福、采埃孚、现代摩比斯、麦格纳、法雷奥等 [16][17] 感知系统供应商 - **高精度定位**：供应商包括六分科技、导远电子、华测导航、千寻位置、北斗星通、时空道宇、海格通信、移远通信、真点科技、经纬恒润等 [18][19] - **激光雷达**：供应商包括Luminar、Innoviz、禾赛科技、速腾聚创、华为、览沃科技、探维科技、北醒光子等 [21] - **毫米波雷达**：供应商包括博世、大陆、电装、安波福、麦格纳、法雷奥、现代摩比斯、承泰科技、楚航科技、华域汽车、华为、弗迪科技等 [21][22] - **红外夜视**：供应商包括Teledyne FLIR、AdaSky、Lynred、睿创微纳、海康微影等 [22][23] - **视觉感知**：供应商包括电装、博世、安波福、松下、大陆、麦格纳、现代摩比斯、LG、法雷奥、MINIEYE、经纬恒润、天瞳威视、欧菲光、海康威视、中科慧眼、华为等 [23][24] 舱驾融合与域控制器 - **舱驾融合**：解决方案供应商包括博世、安波福、伟世通、德赛西威、华为、百度Apollo、福瑞泰克、宏景智驾、创时智驾、知行科技、卓驭科技、大疆车载、亿咖通、佑驾创新、东软集团、智行者、博泰车联网等 [25] - **智能域控制器**：供应商包括博世、采埃孚、麦格纳、特斯拉、大陆、安波福、法雷奥、伟世通、德赛西威、知行科技、佑驾创新、联想车计算、小马智行、东软睿驰、华为、宏景智驾、智驾科技、百度Apollo、中信科智联、易航智能、北斗智联等 [26][27] L4级自动驾驶 - L4级自动驾驶解决方案公司包括Mobileye、Waymo、Aurora、百度Apollo、小马智行、法雷奥、Momenta、文远知行、AutoX、元戎启行、智行者、赢彻科技、智加科技、驭势科技、轻舟智航、希迪智驾等 [28][29] 车云、数据与仿真 - **车云与OTA**：供应商包括艾拉比、Airbiquity、红石阳光等，云服务商包括亚马逊、微软、华为、谷歌、腾讯、百度、阿里等 [29][30][31] - **数据闭环**：供应商包括福瑞泰克、亮道智能、智协慧同、无问智科、如祺出行、智驾科技、优咔科技、全道科技等 [32] - **高精地图**：供应商包括四维图新、光庭信息等 [33] - **仿真测试**：供应商包括51WORLD、PANOSIM、智行众维、赛目科技、深信科创、经纬恒润、Unity、NVIDIA、西门子、dSPACE、MathWorks、Ansys等 [34][35][36][37][38] 功能安全与信息安全 - **功能安全**：解决方案供应商包括经纬恒润、博世、大陆、维克多、新思科技、赛目科技、亚远景科技等 [40] - **信息安全硬件**：供应商包括芯钛科技、宏思电子、国民技术、紫光同芯、万协通等 [42][43] - **信息安全软件**：供应商包括安般科技、开源网安、安势信息、悬镜安全等 [43][44] - **车联网信息安全**：供应商包括为辰信安、云驰未来、天融信、智联云安等 [45][46][47] 商用车ADAS - 商用车高级驾驶辅助系统供应商包括经纬恒润、所托瑞安、鸿泉物联、东软睿驰、中科慧眼、安智杰、佑驾创新、清研智行、极目智能、魔视智能、智驾科技、威伯科、克诺尔等 [48][49] 智能座舱 - **座舱Tier1**：供应商包括博泰车联网、东软集团、华为、德赛西威、亿咖通、中科创达、华阳集团、科大讯飞、北斗智联、斑马智行、车联天下、远峰科技等 [50][51][52] - **座舱平台与域控制器**：供应商包括哈曼、伟世通、佛瑞亚、安波福、博世、大陆、电装、马瑞利、德赛西威、均胜电子、中科创达、航盛电子、北斗智联、四维图新、亿咖通、诚迈科技、光庭信息、东软集团、华阳集团、诺博汽车、均联智行、镁佳科技、华勤技术、LG电子、松下汽车等 [54][55] - **座舱SoC**：芯片供应商包括高通、AMD、瑞萨电子、英特尔、三星、英伟达、恩智浦、泰利克斯、德州仪器、芯驰科技、芯擎科技、海思科技、联发科、杰发科技、瑞芯微、紫光展锐、开阳电子等 [56][57] - **操作系统**：包括Linux & AGL、Android、AliOS、QNX、华为鸿蒙、webOS、ROS、Ubuntu等，供应商包括EB、东软睿驰、中科创达、诚迈科技、普华基础软件、中兴通讯等 [60] - **交互技术**：语音交互供应商包括科大讯飞、思必驰、赛轮思、云知声、SoundHound、出门问问、百度、腾讯、阿里、商汤科技等 [61] - **显示系统**：Tier1供应商包括大陆、电装、伟世通、博世、佛瑞亚、马瑞利、德赛西威、华阳集团、航盛电子、华为、光峰科技、哈曼等，面板供应商包括LG Display、JDI、天马微电子、京东方、TCL华星光电、群创光电、维信诺、海微科技、惠科等 [61][62] - **HUD**：供应商包括日本精机、大陆、松下、LG、哈曼、现代摩比斯、华阳多媒体、水晶光电、华为、东软集团、经纬恒润、炽云科技、欧菲光等，核心部件供应商包括京瓷、京东方、歌尔股份、德州仪器、爱普生、瑞萨电子、日亚、艾迈斯欧司朗等 [62][63][65][66] - **T-BOX**：供应商包括大陆、电装、LG、法雷奥、博世、伟世通、哈曼、法可赛、东软集团、联友科技、高新兴物联、慧翰微电子、经纬恒润、德赛西威、弗迪科技、博泰车联网、均联智行、鸿泉物联等 [67][68] - **舱内监控**：供应商包括大陆、麦格纳、Cipia Vision、法雷奥、Emotion3D、Smart Eye、LG电子、迈来芯、艾迈斯欧司朗、经纬恒润、保隆科技、佑驾创新、欧菲光、海康威视、商汤科技、虹软科技、豪威集团等 [69] - **智能表面**：Tier1企业包括大陆、佛瑞亚、延锋、安浦林、均胜电子、敏实集团等，核心供应链包括科思创、杜邦、Tactotek、UltraSense、Marquardt、Canatu、Kurz、麦德美乐思、艾为电子、宁波华翔等 [71][72][73] - **音响系统**：供应商包括歌尔丹拿、马丁洛根、雅马哈、华为Sound、科大讯飞、瑞声科技、哈曼、Dirac、宝华韦健、英国之宝、苏州上声等 [75][76][77][80][81] - **座椅系统**：供应商包括安道拓、佛瑞亚、李尔、丰田纺织、现代坦迪斯、继峰股份、天成自控、延锋国际、泰极爱思、诺博汽车、恺博汽车、麦格纳等 [82][83][84][85][87][89] - **数字钥匙**：供应商包括马夸特、捷德、博世、法雷奥、爱迪德、大陆、电装、科世达、东海理化、银基科技、远峰科技、华阳多媒体、经纬恒润、博泰、清研智行、联合电子等 [90][91] - **电子后视镜**：Tier1供应商包括法可赛、麦格纳、镜泰、东海理化、远峰科技、德赛西威、合肥疆程、经纬恒润、自行科技等，供应链包括欧菲光、京东方、舜宇智领、天马、三星Display、赛灵思、安霸、英迪半导体、黑芝麻智能、爱芯元智、芯驰科技、豪威科技等 [93][94][95][96] - **内饰与照明**：香氛系统供应商包括科德宇、新立科技、四方光电、金海高科、德赛西威、意法半导体等，车顶玻璃供应商包括福耀集团、AGC、板硝子、圣戈班、耀皮玻璃、伟巴斯特等，照明供应商包括艾迈斯欧司朗、小糸、肖特、法雷奥、星宇股份、佛山照明、华域视觉等 [98][99][100][101][102][103][106] - **外饰**：供应商包括马瑞利、安浦林、经纬恒润、麦格纳、大陆、博泽、爱德夏、现代摩比斯、敏实集团、东箭科技、爱信、拓普集团、伯特利等 [107][108] - **手机无线充电**：核心芯片供应商包括瑞萨电子、微芯科技、易冲半导体、伏达半导体、南芯科技、美芯晟、赛腾微电子、智融科技等，模组厂商包括有感科技、华阳多媒体、信维通信、立讯精密、莱尔德、安波福、大陆、LG、欧姆龙等 [108][109][110][111][112] 车联网 - **商用车车联网**：供应商包括鸿泉物联、鱼快创领、雅讯网络、启明信息、经纬恒掴、英泰斯特、南斗六星、势航网络等 [114] - **TSP（车载信息服务提供商）**：包括亿咖通、仙豆智能、科大讯飞、百度、腾讯车联、斑马智行、博泰车联网、中移智行、联通智网、四维图新、北斗智联、飞驰镁物、安吉星、华为、小米、OPPO、vivo、梧桐车联等 [114][115][116] 汽车生态域与硬件 - 汽车生态域涉及星纪魅族、小米、OPPO、华为、vivo、腾讯、百度、阿里、东软集团、博泰等公司 [118][119] 电动化与底盘 - **转向系统**：供应商包括博世、耐世特、采埃孚、舍弗勒、万都、蒂森克虏伯、日本精工、捷太格特、英创汇智、拓普集团、联创汽车电子、拿森科技、浙江世宝、同驭科技等 [119][120] - **制动系统**：供应商包括博世、大陆、采埃孚、日立、布雷博、万都、芜湖伯特利、英创汇智、格陆博科技、拿森科技、同驭汽车、弗迪科技、拓普集团等 [121][122] - **悬架系统**：供应商包括博世、京西智行、威巴克、大陆、万都、保隆科技、孔辉科技、拓普集团、中鼎股份等 [123] - **底盘域控**：供应商包括博世、采埃孚、大陆、安波福、舍弗勒、意法半导体、瑞萨电子、英飞凌、格陆博、拿森科技、经纬恒润、同驭汽车、比博斯特等 [123][124] - **线控底盘与滑板底盘**：数字底盘供应商包括博世、大陆、采埃孚、舍弗勒、万都、布雷博、日立安斯泰莫、华为等，滑板底盘供应商包括悠跑科技、宁德时代、PIX Moving、速约动力、坤浪科技等 [124][125][126][127][131] - **48V低压系统**：涉及供应商包括博世、TDK、法雷奥、意法半导体、Vicor、安森美、思瑞浦、英诺赛科、联合汽车电子、安波福等 [133] - **800V高压系统**：供应商包括博格华纳、纬湃科技、舍弗勒、采埃孚、Vicor、麦格纳、联合汽车电子、汇川技术、欣锐科技、威迈斯、富特科技、安波福、英飞凌等 [134][135] - **一体化电池**：供应商包括宁德时代、中创新航、蜂巢能源、远景动力、亿纬锂能、LG新能源、弗迪电池、瑞浦兰钧、欣旺达动力、力神电池等 [136][137][138] - **车载电源**：供应商包括联合汽车电子、LG新能源、智新控制、威睿电动、舍弗勒、博世、安波福、法可赛、经纬恒润、意法半导体、英飞凌等 [140][141] - **电驱动及动力域**：供应商包括华为、汇川动力、英搏尔、巨一科技、智新科技、联合汽车电子、蜂巢传动、钧联电子、经纬恒润、采埃孚、博格华纳、舍弗勒、纬湃科技等 [142] - **热管理系统**：供应商包括电装、三花智控、飞龙股份、马勒、大陆、松芝股份、法雷奥、华域汽车、翰昂、银轮股份、盾安环境、美的威灵、森萨塔、联合电子、中鼎股份等 [143][144][146][148][149][150][152] 汽车半导体与芯片 - **ADAS/AD自动驾驶芯片**：供应商包括英伟达、Mobileye、高通、德州仪器、瑞萨电子、安霸、恩智浦、赛灵思、特斯拉、地平线、芯驰科技、黑芝麻智能、芯砺智能、寒武纪、零跑凌芯、爱芯元智等 [153] - **传感器芯片**：CIS芯片供应商包括安森美、三星、索尼、瑞萨、Mobileye、东芝、豪威科技、思特威、格科微、富瀚微等，毫米波雷达芯片供应商包括英飞凌、恩智浦、意法半导体、德州仪器、ADI、加特兰、岸达科技、瓴钛科技等，激光雷达芯片供应商包括LeddarTech、Ouster、Lumentum、纵慧芯光、禾赛科技等 [153][154][155] - **存储芯片**：供应商包括三星、海力士、美光、铠侠、西部数据、长江存储、长鑫存储、兆易创新、北京君正、澜起科技等 [157] - **电源管理芯片**：供应商包括德州仪器、英飞凌、ADI、安森美、恩智浦、瑞萨、MPS、矽力杰、思瑞浦、杰华特、南芯科技、比亚迪半导体、艾为电子等 [159][160] - **RISC-V芯片**：涉及公司包括芯来科技、奕斯伟、Codasip、SiFive、瑞萨电子、隼瞻科技、方寸微电子、泰凌微电子、先楫半导体等 [161][162] - **车载通信芯片**：供应商包括德州仪器、英飞凌、ADI、联发科、北京君正、豪威集团、翱捷科技、瑞昱、裕太微、龙迅半导体、纳芯微、Microchip、紫光展锐、移远通信、中兴通讯、有方科技等 [162][163][164][165][167][170][171][173][174][175][176][177] AI大模型、应用与机器人 - **AI大模型**：涉及公司包括OpenAI、Meta、Anthropic、亚马逊、字节跳动、科大讯飞、DeepSeek、中科创达、梧桐车联、光庭科技、联想等 [178] - **AI应用**：汽车领域AI应用涉及腾讯、百度、阿里、字节跳动、科大讯飞、思必驰、中科创达、普强信息、博泰车联、德赛西威、梧桐车联、佑驾创新、联发科、东软集团等 [179][180] - **机器人**：机器人公司包括宇树科技、优必选、智元机器人、Figure、特斯拉、小米、波士顿动力、现代集团、华为等，机器人控制器供应商包括知行科技、立讯精密、华勤技术、汇川技术等，群体智能与移动机器人供应商包括极智嘉、

物理AI成为核心竞争范式与中美双极格局 - 物理AI是连接虚拟与现实、驱动下一代产业革命的核心驱动力，正成为衡量全球科技企业核心竞争力的新标尺[2][4] - 自动驾驶作为AI与物理世界交互的核心战场，已形成由特斯拉和小鹏汽车共同引领的“中美双极”竞争格局[2][4] - 特斯拉定位为“现实世界AI公司”，小鹏汽车则完成了物理AI全栈自研体系的构建，成为全球唯一实现该突破的企业[4] 行业技术路线共识与核心优势 - 行业技术路线高度收敛，特斯拉与小鹏均采用“纯视觉 + 端到端 + 大模型”路径，跳过争议性L3阶段，直接用L4架构迭代L2产品[2][4] - 该技术路线通过摄像头感知并直接生成驾驶指令，无需语言转译，降低了硬件成本并依靠海量数据优化泛化能力[5][6] - 小鹏汽车的核心优势始于中国复杂的道路场景，混合交通流、不规则路口等构成全球最丰富的“AI训练场”[8][17] - 小鹏汽车构建了从自研AI芯片到VLA大模型的“芯片—算子—模型”全栈自研体系，形成了核心壁垒[8] 小鹏第二代VLA模型的技术突破 - 小鹏第二代VLA是“首个量产物理世界大模型”，创新性地去掉了“语言转译”环节，实现从视觉信号到动作指令的端到端直接生成[8][10] - 该模型让自动驾驶反应速度与决策精度大幅提升，从技术底层验证了L2直通L4的可行性[8] - 车端第二代VLA参数达数十亿级，较行业普遍仅千万级的规模提升约10倍[8] - 模型训练数据量达1亿 clips，相当于人类司机连续驾驶6.5万年的极限场景总和，覆盖大量中国长尾场景[17] 中美技术路径相互验证与性能对比 - 特斯拉FSD V14相较V12实现“代际跨越”，车道保持、复杂路口决策等表现全面提升，验证了大模型驱动路径的正确性[10][11] - 基于中国复杂路况训练的小鹏第二代VLA在更具挑战性的场景中展现出差异化优势，例如在应对紧贴切入的电动车时策略更流畅[11] - 在高速场景变道等情况下，小鹏第二代VLA表现更适应中国路况，而FSD V14的策略更偏保守或“更美国”[11] - 两家企业的实践共同证明，L3阶段因责任划分模糊将被“人负责的L2”和“车负责的L4”所取代[13] 商业化落地路径与规模优势 - 小鹏汽车具备L4级能力的第二代VLA平台，预计将于2026年第一季度实现量产落地，推出软硬件均达L4水平的量产车型[14] - 相较于Waymo等依赖高精地图的传统路线，“纯视觉+端到端”路线能摆脱地图束缚，通过量产车型摊薄研发成本，具备更强商业潜力[14] - 小鹏实现Robotaxi与第二代VLA同源研发，共享硬件与能力，硬件成本较传统方案降低超过40%，破解了商业化不可能三角[18] - 公司计划于2026年量产L4级车型与Robotaxi，标志着商业化浪潮的开启[3][20] 中国场景的数据与迭代效率优势 - 中国复杂的本地化道路场景已成为锤炼AI能力的战略资源，直接转化为数据优势[17] - 小鹏汽车依托3万卡云端算力集群，运行效率超过90%，可支撑720亿参数基座模型每五天完成一次全链路迭代[8][18] - 庞大的车辆保有量形成了“数据采集—模型训练—实车验证—数据回流”的快速研发闭环，迭代效率相较海外企业具有显著优势[18] - 公司对技术迭代速度充满信心，并与北美团队立下赌约，目标在2026年8月30日前使VLA 2.0达到FSD V14在硅谷的水平[16]

行业里程碑：L3级自动驾驶进入合规商用新阶段 - 2025年12月26日，长安汽车旗下深蓝汽车首批46辆搭载L3级自动驾驶系统的车辆在重庆获准上路，标志着中国自动驾驶从“示范运行”进入以车企担责为前提的合规商用新阶段 [1] - 工业和信息化部宣布我国首批L3级有条件自动驾驶车型获得产品准入许可，自动驾驶首次以“产品身份”进入公共交通体系，其中长安汽车一款纯电动轿车获准在重庆指定区域开展上路试点 [3] 政策驱动：顶层设计明确“人工智能+”行动方向 - 中央经济工作会议明确提出要“深化拓展‘人工智能+’行动”，与“十五五”规划建议形成呼应，政策指向从技术突破转向对产业效率、公共服务与社会治理的系统性赋能 [1] - 2025年8月，国务院发布《关于深入实施“人工智能＋”行动的意见》，明确提出要推动智能终端“万物智联”，大力发展智能网联汽车等新一代智能终端 [7] 技术验证：从能力展示转向责任嵌入与耐久测试 - 自动驾驶技术逻辑正从“能力展示”转向“责任嵌入”，L3级自动驾驶通过清晰的运行边界和可追溯的责任划分，被纳入日常交通体系 [4] - 长安深蓝SL03在重庆复杂路况下累计完成超过500万公里的开放道路测试，覆盖191类典型行驶场景，其中极限工况占比达36%，并在长期高强度运行中保持零事故纪录，接近商业化所需的“耐久验证” [3] 企业动态：整车厂与科技公司并行推进 - 整车企业加快从智能辅助驾驶向有条件自动驾驶的责任跃迁，除长安深蓝外，小鹏汽车近期也在广州获得L3级自动驾驶道路测试牌照 [2] - 自动驾驶技术与运营公司加速规模化落地，小马智行、文远知行等企业持续深耕Robotaxi模式 [2] 商业模式探索：运营验证与数据闭环 - 小马智行第七代Robotaxi已在广州、深圳、北京实现全无人驾驶商业化运营，并以城市为单位实现单车盈利转正，进入可持续的商业扩张周期 [4] - 文远知行全新Robotaxi GXR已在广州市黄埔区开启24小时纯无人商业化运营，广州单车在24小时运营周期内最高可完成25单行程，北京、广州两地的纯无人运营已实现稳定运行 [5] - 如祺出行展示“智驾数据采集车”方案，通过对量产车型快速改装，在合规运营网约车业务的同时同步采集道路环境与驾驶行为数据，截至2025年9月，首批超过300辆智驾数据采集车已在广州常态化运营 [5] 产业链拓展：技术下沉与场景泛化 - 卓驭科技以“智驾平权”为核心，推动高阶辅助驾驶从高端车型向主流价位渗透，并将智能驾驶能力延伸至商用车、无人物流小车等泛自动驾驶场景，已与头部商用车企业达成定点合作 [6] 面临的系统性挑战 - Robotaxi的商业挑战是一套高度复杂的运营体系，包括用户获取、车辆制造、车队调度、车辆维护等环节，先发优势会形成品牌认知度、单位成本和合作网络等壁垒 [8] - 监管机构对Robotaxi的安全要求普遍高于传统出租车，新进入者必须通过从少量试点起步、积累安全记录、逐步扩充规模的验证路径，该过程高度依赖时间和安全数据积累 [8]

行业定位与价值 - 自动驾驶产业是跨领域、融合性产业，涉及汽车、交通、能源、通信、大数据与云计算、人工智能等多领域，是新质生产力重塑传统汽车产业的结果和重要阵地 [9] - 自动驾驶产业在社会效应和经济带动方面具有长足价值，能助力推动中国汽车和车型产业向更高发展轨道跃迁 [9] 公司技术成果与运营现状 - 公司通过基于强化学习范式的世界模型™（PonyWorld）打造适用于各类车型及应用场景的虚拟司机™（Virtual Driver）[9] - 公司已实现50万小时全场景、全天候、全无人驾驶运营 [9] - 公司L4自动驾驶安全性表现比人类驾驶高出10倍 [9] - 公司已在中国四大一线城市北上广深落地自动驾驶出行服务，并可做到全无人的常态化运营服务 [9] - 公司第七代车辆在广州达成城市级单车辆盈利转正，验证了其商业模式 [11] 公司发展战略与目标 - 公司秉持“T”型战略布局，生根与拓展双轨并行，在深化现有市场布局的同时积极开拓新市场机会 [11] - 公司未来希望携手更多合作伙伴打造自动驾驶生态圈，通过规模化实现自动驾驶商业化落地 [10] - 公司计划借助双重上市资源持续投入技术研发，吸引顶尖人工智能人才，进一步增强技术实力 [10] - 公司旨在让自动驾驶技术从“示范”走向“实用”，转化为真正的“生产力工具” [10] - 公司将拓展更多国内城市及海外市场，作为未来的增长引擎，落地策略是与当地合作伙伴及政府机构深度协作 [11] 商业化与运营模式 - 公司锚定个人公共出行、干线货运物流等实际场景需求与痛点 [9] - 随着第七代车辆的推出，车队密度的提升缩短了乘客候车时间，优化了用户体验，良好的用户体验又推动车辆利用率提高，形成了正向循环，为快速扩张奠定坚实基础 [11]

公司运营与目标达成 - 小马智行Robotaxi车队规模截至2025年12月31日已超过1159辆 [1] - 公司已超额完成其设定的2025年千辆Robotaxi车队目标 [1] 市场反应 - 消息公布后，公司股价在周三盘前交易中上涨1.5%至14.86美元 [1]

公司运营进展 - 小马智行Robotaxi车队规模截至2025年12月31日已超过1159辆 [1] - 公司已超额完成其设定的2025年千辆Robotaxi车队目标 [1] 市场反应 - 消息公布后，小马智行股价在周三盘前交易中上涨1.5% [1] - 盘前股价报14.86美元 [1]

元戎启行交付表现与增长目标 - 公司城市NOA系统在2024年11月的单月交付量已超过4万辆，此前6月和9月分别突破1万辆和3万辆，呈现快速攀升态势 [2] - 公司2024年全年累计交付量预计将超过20万辆 [2] - 公司力争在2026年实现累计交付100万辆的目标 [5] 交付量增长的驱动因素 - 交付量快速攀升主要源于多款搭载其辅助驾驶方案的车型实现热销，形成规模化放量 [3] - 目前搭载公司方案实现量产的车型已超过10款，其中有3款车型销量表现突出 [4] - 具体热销车型包括：魏牌蓝山（搭载端到端方案，过去一年累计销量超5万辆）、魏牌高山（上市半年销量近5万辆）、吉利银河M9（近两月单月销量均突破1万辆）[5] - 长城汽车旗下多款车型（如坦克500、坦克400、欧拉5）搭载公司方案并持续放量，进一步推动交付规模攀升 [5] 未来客户与业务展望 - 知情人士透露，零跑汽车的辅助驾驶方案将于2025年由公司量产交付，零跑2024年新车交付量预计达60万辆 [5] - 预计2025年公司对长城汽车的供货量将实现翻番 [5] - 爆款车型接连涌现，让公司对2025年的交付前景充满信心 [5] 行业竞争格局 - 作为比较，竞争对手Momenta在2024年的交付量预计约为35万至40万辆，其自2022年首次量产辅助驾驶以来，预计到2024年底历史累计交付量将超过60万辆 [2] - 可以预见，到2026年智能驾驶行业竞争将更加激烈，头部企业的聚拢效应也将愈发明显 [6]

项目背景与挑战 - 乌鲁木齐机场机坪环境复杂、安全要求高，冬季-25℃极寒易导致传感器失效、路面打滑，给自动驾驶带来多重考验 [1] - 传统人工驾驶存在疲劳驾驶、操作失误、培训成本高、效率不足等痛点，难以适配机场规模化运营需求 [1] 解决方案与技术亮点 - 硬件上配备多源传感器，定制耐寒组件并优化电池保温，以应对极寒环境 [1] - 软件采用多源融合感知、厘米级定位技术，结合车-云协作大模型，攻克室内外无缝切换难题 [1] - 通过冗余设计与云边协同运维保障系统可靠性 [1] 项目发展历程与规模 - 项目于2020年冬季启动测试，2021年投入5台车辆商业化运营，2025年扩展至40余台车辆 [1] - 项目覆盖货邮转运和行李保障全场景 [1] - 截至2025年底，公司系统已支持超1000辆自动驾驶车辆运营，累计营运里程突破750万公里 [3] 运营成效与关键数据 - 安全上实现“零主责事故”，累计运行超54万公里 [1] - 效率上承担机场90%以上货邮转运任务，单日峰值作业800拖斗 [1] - 服务上完成冷链、疫苗等物资运输，累计服务航班超9万架次 [1] - 成本上降低车辆磨损与人员培训支出，提升运营性价比 [1] 项目意义与行业地位 - 该项目是全球率先实现-25℃极寒环境常态化运营的无人驾驶项目，验证了L4级自动驾驶技术在复杂极端环境下的可靠性 [3] - 项目构建了安全、高效、低碳的机坪无人化作业新模式，为智慧民航建设提供宝贵实践经验 [3] - 在机场无人驾驶领域，公司稳居全球领先地位，已落地21家机场并实现“去安全员”规模化商业运营 [3] - 在厂区无人驾驶领域，公司市占率在大中华区名列前茅 [3] 公司业务概览 - 公司是全球领先的多领域全场景自动驾驶解决方案提供商，专注于真无人、全场景的L4级自动驾驶技术研发与落地 [3] - 公司自研U-Drive系统，构建了覆盖出行、物流与作业车的三大产品体系 [3] - 公司业务覆盖全球六个国家和地区，服务198家头部客户，其中包括35家《财富》中国及世界500强企业 [3]

文章核心观点 - 文章核心是推广一门关于自动驾驶世界模型的进阶实战课程 课程旨在帮助学习者理解并掌握这一前沿技术 推动端到端自动驾驶在工业界的落地[1][11] - 世界模型被视为智能驾驶能力上限的关键 其核心是建立高带宽的时空认知系统 以视频为核心学习物理规律 不同于解决概念认知的语言模型[1] - 行业对世界模型的定义尚不统一 初学者入门困难 该课程由业界专家设计 从原理到实战系统讲解 目标是使学员达到具备一年经验的算法工程师水平[1][14] 课程内容与结构 - 课程共六章 从概述、背景知识到具体模型流派及工业应用 循序渐进[4][6][7][8][9][10] - 第一章介绍世界模型与端到端自动驾驶的联系、发展历史、应用案例及不同流派（如纯仿真、仿真+规划、生成传感器输入等）[6] - 第二章讲解世界模型所需的基础技术栈 包括场景表征、Transformer、BEV感知、占用网络、扩散模型、闭环仿真（NeRF/3DGS）及其他生成式模型（VAE、GAN等）[6][12] - 第三章探讨通用世界模型 解析Marble、Genie 3、V-JEPA、DriveVLA-W0及特斯拉世界模型模拟器等热门工作[7] - 第四章聚焦视频生成类世界模型 涵盖GAIA-1 & GAIA-2、UniScene、OpenDWM、InstaDrive等 并以商汤OpenDWM进行实战[8] - 第五章聚焦OCC生成类世界模型 讲解OccWorld、OccLLaMA、HERMES、II-World等论文并进行项目实战 此类方法可扩展至轨迹规划[9][13] - 第六章分享工业界应用经验、行业痛点、问题解决思路及世界模型相关岗位的面试准备[10] 讲师与课程安排 - 讲师Jason拥有C9本科和QS50博士学历 发表多篇CCF-A/B论文 现任国内顶级主机厂算法专家 主持并完成多项自动驾驶感知与端到端算法的量产交付 拥有丰富的前沿算法预研和实战经验[3] - 课程为离线视频教学 于1月1日开课 预计两个半月结课 提供VIP群答疑及三次线上答疑 答疑服务截止2026年12月31日[15] - 章节内容按计划逐步解锁 例如第一章于12月10日解锁 第六章于3月1日解锁[16] 目标受众与学习收获 - 课程面向具备一定基础的学习者 要求自备GPU（推荐算力在4090及以上） 熟悉自动驾驶基本模块 了解Transformer、扩散模型、BEV感知等基本概念 并具备概率论、线性代数及Python/PyTorch编程基础[14] - 学员学完后将掌握世界模型技术进展（视频生成、OCC生成等） 对BEV感知、多模态大模型等关键技术有更深刻理解 能够复现II-World、OpenDWM等主流算法框架 并能将所学应用于实际项目设计[14] - 该课程有助于学员在实习、校招和社招中受益[14]

公司核心动态与内部战略分歧 - 某头部具身智能公司在2025年喜忧参半，估值不断飙升破百亿，订单不断增长，但创始人团队围绕发展路径出现分歧[3] - 公司内部形成“量产派”与“学术派”两派，量产派主要来自智驾行业背景，主张“沿途下蛋”的发展路径，专注于商业化、出货和量产交付[3] - 学术派主要来自高校教师背景，主张“直奔珠峰”，喜欢探索技术上限，认为打造高泛化模型最重要[3] 战略分歧的具体表现与背景 - 两派争论焦点在于该做简单场景还是高难度场景，以及资源投向何方，这与前几年自动驾驶行业关于做L4还是先做乘用车量产的争论相似[4] - 量产派因经历过智驾行业锤炼，更相信“沿途下蛋”的逻辑，且公司今年打通市场销路订单暴涨，因此认为做好商业化量产交付最重要[4] - 由于创始团队缺乏具身本体制造能力，月产量仅能满足一半订单需求，量产派创始人亲自带队“头拱地”地卷制造[4] 商业化与资本市场的现实压力 - 公司估值超过百亿后，资本评估重点从技术演示转向商业化能力，若无商业化收入规模，后续融资将非常艰难[4] - 公司筹备明后年IPO，需要一定的商业化收入作为支撑[4] 公司治理与融资影响 - 目前对公司具有主导权的是股份较多的量产派，但学术派在融资过程中的履历光环作用非常大，投资人非常看重，其去留会影响后续融资[5] - 行业中许多具身公司的CTO、首席科学家由学术大牛担任，他们多因资本疯狂追逐而从去年开始加入，但大多以兼职形式，并未All in[5] - 投资机构以往忌惮这种兼职行为，但因哄抢投资机会而暂时不计较，但这可能引发一系列问题[5]