禾赛ATL激光雷达参数与特性 - 采用第四代芯片架构和双核MCU设计 [2] - 相比禾赛AT128体积和重量均减少60% [2] - 外露最小视窗高度为25毫米 [2] ATL与ATX的核心差异 - 最佳角分辨率提升至0.08°(H)×0.1°(V)，优于ATX的0.1°×0.1° [3] - 水平分辨率更高，点云密度更大 [3] - 支持30°收缩视野下的光学变焦，测距达200米且分辨率提升一倍 [4] 理想汽车定制化功能 - ATL为理想独家定制智能变焦功能，强化AD Pro和AD Max的主动安全能力 [4] - AEB能力支持雨夜120公里/小时刹停，AES能力实现黑夜130公里/小时连续躲避两台事故车 [4] - 全系车型（L6 Pro至MEGA Home）主动安全能力统一 [5] 行业技术应用 - 禾赛ATX最高支持7倍光学变焦，但ATL的智能变焦为理想专属配置 [4] - 激光雷达性能提升直接服务于高速场景下的识别需求 [4]

云端大模型蒸馏技术路线 - 公司采用云端72B参数VLA大模型蒸馏到车端小模型的技术路线 相比直接训练车端小模型具有更高上限 [1] - 优势1：规模效应更强 云端大模型数据量更大 参数利用率更高 涌现效应更显著 蒸馏后小模型表现更优 [1] - 优势2：解决多模态困境 大模型能统一处理驾驶员不同决策路径 避免数据量增大导致的模态坍塌问题 [1][2] - 优势3：强化学习效果更佳 云端大模型后训练能力更强 蒸馏结果优于车端小模型直接训练 [2] 车端VLA部署必要性 - VLA必须部署在车端 云端方案存在300毫秒以上延迟风险 地库/高速等场景网络不稳定可能导致严重安全事故 [3] - 云端VLA仅适用于无实时性要求的脱困场景（如L4靠边停车） 允许2-3秒延迟 [3] - 本地VLA体系具备全球化适用性 不受海外网络条件限制 [3] 车端芯片核心价值 - 自研芯片是AI企业模型落地的分水岭 特斯拉/苹果/华为/小米均布局芯片领域 [4] - 公司研发图灵芯片 算力达主流车端芯片3倍 通过芯片-模型联合设计实现协同效果最大化 [4] - 芯片算力提升需配合模型蒸馏/剪枝/量化等软件优化 全栈自研才能实现全链路效能突破 [4] 轻雷达+重算力方案优势 - 去除激光雷达节省20%感知算力 视觉响应速度达激光雷达2倍 端到端延迟减半 [5] - 视觉处理帧率达行业激光雷达方案12倍 城市辅助驾驶安全性显著提升 [5] - 自研芯片算力为行业Pro车型4-5倍 配合720亿参数云端大模型实现系统上限突破 [5] - 800万像素鹰眼视觉摄像头+Lofic技术 在夜间/逆光/雨雪等场景超越人眼识别能力 [5]

公司荣誉与认可 - 博泰车联网创始人应臻恺获授"上海市劳动模范"称号 是本届唯一以公司创始人身份获得该荣誉的企业家 [1] - 公司创始人已连续获得"全国工信系统劳动模范""上海市五一劳动奖章""优秀企业家"等多项荣誉 [3] - 此次表彰大会共表彰上海市模范集体299个 劳动模范430名 先进工作者168名 [1] 公司技术实力 - 公司专注于智能座舱和智能网联技术 技术路径与国家推动汽车智能化转型方向高度一致 [1] - 在智能座舱领域 公司在操作系统 语音识别 感知交互等方向进行技术积累 系统基于国产鸿蒙OS开发 [1] - 公司已为超过50家主机厂 200余款车型提供智能化解决方案 [1] - 公司累计申请专利超过6000项 发明专利占比逾八成 [2] - 公司曾主导研发中国首个3G车联网系统 基于自然语言处理的语音交互系统 以及车规级操作系统 [2] 行业地位与贡献 - 公司深度参与标准体系建设 已参与起草国家及行业标准近30项 [2] - 公司承担科技部 工信部等国家级科研项目 被视为本土智能汽车底层技术代表性企业之一 [2] - 公司向开放原子开源基金会捐赠300万元 用于支持国产基础软件生态建设 [2] - 公司联合多家企业发起"智能汽车芯片自主安全可控创新战略联盟" [2] 行业发展趋势 - 地方政府对民营企业在核心技术攻坚与产业链自主化进程中的角色给予肯定 [1] - 国内对"底层自主可控"的共识不断强化 技术型民营企业正在成为核心环节技术突破的"中间力量" [2] - 在智能汽车加速向高阶智能演进的当下 系统性技术节点上的民营企业家正逐步被纳入主流制度性评价体系 [3]

经观汽车 2025年5月8日，距离"AI Talk"第一季播出已有130天，面对镜头，理想汽车创始人李想坦言："人工智能 发展得这么快，但我每天的工作时间并没有减少。"这一句话，道出了他对AI技术落地路径的冷静思 考，也预示着理想汽车在智能化道路上的阶段跃迁。 在这场持续数小时的访谈中，李想系统性地阐述了他对AI工具分级的理解——从信息工具、辅助工 具，到生产工具。而在理想的语境中，生产工具意味着AI真正进入价值创造的核心。这场技术演化的 关键，正在从模型的堆叠走向具象能力的整合与释放。 为了达成这一目标，理想汽车正在训练一个32B规模（即320亿参数规模）的VL（视觉-语言）基座模 型。李想详细介绍了训练的三个关键部分： 过去四个月，中国本土大模型迎来了突飞猛进的发展。李想在谈话中频频提及DeepSeek——这一国产 大模型体系，在技术架构、推理能力和工程效率上的表现，让理想汽车决策层重新评估了其VLA（视 觉-语言-行动）战略的实施路径。 "DeepSeek给了我们一个巨大的推动力。"李想坦承，原本计划在年底完成的基座模型，因DeepSeek的 开源提前了九个月完成基础设施建设。 也正是出于这种"被帮助之 ...

小米SU7 Ultra量产版正在挑战纽北赛道 金十数据5月8日讯，小米集团董事长兼CEO雷军发文透露，小米 SU7 Ultra量产版正在挑战纽北赛道。 ...

5月8日，雷军发文透露，小米SU7Ultra量产版正在挑战纽北赛道。(智通财经) ...

纪要涉及的行业和公司 - 行业：汽车、人形机器人 - 公司：理想 纪要提到的核心观点和论据 VLA司机大模型 - 核心观点：VLA司机大模型是实现全自动驾驶的“生产工具级”技术突破[3] - 论据：三阶段进化，1.0规则算法和高精地图能力受限（昆虫智能）；2.0端到端（E2E）模仿人类能力提升（哺乳动物智能）；3.0融合3D/2D视觉、语言推理和行动控制，类人决策[1] - 论据：训练体系，训出云端VL基座模型，蒸馏成3.2B端侧MoE模型；后训练加入Action模仿学习模型规模近4B；强化训练融入人类驾驶习惯，产出车端运行的VLA模型[1] AI发展新认知 - 核心观点：AI价值升级需从“信息工具”迈向“生产工具”[3] - 论据：AI工具三级价值论，信息工具存在数据失真与效率瓶颈；辅助工具提升局部效率，但需人类干预；生产工具独立完成专业任务[1] - 核心观点：技术合作与开源加速行业进步[3] - 论据：开放自研四年的整车操作系统，推动技术共享，目标成为汽车领域的“安卓生态”[1] 创业逻辑与个人成长 - 核心观点：创业要聚焦“解决问题”与“人的能量” - 论据：创业核心方法论是坚持解决行业痛点，技术积累不可跳跃，规则算法到E2E再到VLA，需扎实基本功[2] - 论据：团队与自我成长方面，组建互补型团队，关注成员优点与成长；接受优缺点，以“成长”替代“改变”；能量源于亲密关系与团队连接[2] 业务抉择与市场愿景 - 核心观点：不做Robotaxi，专注家庭用车，参与人形机器人研发，争夺空间智能和语言智能市场前列位置 - 论据：预判L4自动驾驶后家庭用车更受青睐；参与人形机器人研发可攻克L4自动驾驶难题；立足中国有机会争夺市场前列位置[2] 其他重要但是可能被忽略的内容 - AI时代需保留人性多样性并关注“人的连接”[1][3]

每经记者｜孙磊 每经实习编辑｜余婷婷 "AI（人工智能）工具可划分为信息工具、辅助工具和生产工具三个层级。我觉得人工智能变成生产工具，才是真正人工智能爆发的时刻。"理想汽车董事 长、CEO李想在5月7日晚的《理想AI Talk第二季》中，分享了他对于人工智能的最新思考，VLA司机大模型的作用、训练方法和挑战，这距离他上一季谈 及人工智能已经过去了130多天。 李想表示："判断Agent（智能体）是否真正智能，关键在于它是否成为生产工具。只有当人工智能变成生产工具，才是其真正爆发的时刻。就像人类会雇用 司机，人工智能技术最终也会承担类似职责，成为真正的生产工具。" 就理想汽车而言，其研发的VLA司机大模型则是以"司机Agent"的产品形态呈现。"用户可通过自然语言与司机Agent沟通，跟人类司机怎么说，就跟司机 Agent怎么说。简单通用的短指令由端侧的VLA直接处理，复杂指令则先由云端的VL基座模型解析，再交由VLA处理。"理想汽车方面表示。 此外，李想还回应了"有人觉得辅助驾驶应该被叫停"的问题。"经过多年，从规则算法到端到端+VLM（视觉语言），再到现在真正迈入VLA阶段，现在比 较像'黎明前的黑暗'。我 ...

智能辅助驾驶行业现状 - 智能辅助驾驶仍是车企必争之地 是当前竞争最激烈 变化最剧烈 用户感知最强烈的模块 [1] - 行业进入产品体验为核心的新阶段 采用星级标准衡量AI汽车产品能力 [3] - 呈现"一纵一横"两大现状：纵向体验触及天花板 横向基础功能加速普及至全车型 [5] 技术发展动态 - 头部玩家实现"车位到车位"全场景贯通 数据驱动的端到端范式成为行业共识 [5] - 软件算法演化出WEWA VLA 众包建图 强化学习端到端等方向 但受算力更新换代限制 [5] - 电子电气架构集中化 舱驾一体化趋势明显 整车全域OS和VLA模型推动分域AI向全域AI发展 [20] 市场产品分级 - 提出五星智能辅助驾驶标准 五星代表车位到车位全场景贯通能力 [7][8] - 一季度新品中7万元以上车型基本标配高速NOA 三星产品密集上新 [11] - 比亚迪海鸥以7万元起售价配高速NOA 成为三星代表 [12] - 20万元以上中高端车型主要落地城区NOA 部分玩家通过取消激光雷达实现成本优化 [14] 商业模式演变 - 智能辅助驾驶成本计入整车售价 行业从硬件制造转向软硬结合模式 [6] - 城区NOA存在三种收费模式：全系免费 高价版本免费 软件订阅(3000-64000元) [15][18] - 小鹏G6实现同价位罕见的五星标配 问界M9和Model Y焕新版采用订阅制 [15][18] 行业未来趋势 - 燃油车加速"油电同智" 智能辅助驾驶功能覆盖率持续提升 [5] - 五星标准将动态升级 现有预埋硬件车型未来可解锁更高阶能力 [10] - 可能出现"全五星汽车"概念 整合智能辅助驾驶 安全 环保等多项标准 [10]

中国资产重估的核心逻辑 - 本轮资产重估本质上是全球资本对中国科技突破、产业升级与宏观预期改善的再定价，其持续性和广度取决于技术落地、业绩验证与政策协同的深度共振 [1] - 市场主导逻辑正从"预期驱动"转向"业绩驱动"，能将研发投入转化为技术壁垒和现金流的企业将成为重估浪潮的最终赢家 [1] - 重估核心是中国科技力量崛起驱动的估值提升过程，体现市场对科技股未来增长潜力与内在价值的更高预期 [2] AI产业驱动的重估 - AI技术从"故事"到"验证"的质变是关键，国产AI技术进步推动科技股从"价值股"向"成长股"叙事转变 [2] - DeepSeek等AI技术突破被视为中国在全球AI应用层具备竞争力的力证，重塑投资者对科技公司长期增长预期 [4] - AI相关产业链（硬件、软件、算法、应用）估值提升，港股大型互联网平台从"价值股"向"成长股"转变 [4] 市场结构与估值变化 - 重估主要体现在A股和港股科技板块，涵盖互联网、AI软硬件、半导体、智能汽车、传媒等领域 [3] - 港股市场逻辑从偏好稳定现金流的"红利牛"转向科技创新引领的"AI牛" [2] - 万得全A估值18倍（近10年中等水平），恒生科技指数估值仍低于2020-2021年峰值 [9] 能源金属领域的投资机会 - 能源金属（锂、镍、钴、稀土）是新能源产业链上游基础，战略地位不断提升 [7] - 稀土供给端受政策催化（出口管制、开采限制），价格低位叠加人形机器人需求提振，板块修复可期 [8] - 钴镍供给集中度高，刚果(金)暂停出口4个月或引发钴价二次上行，印尼政策推动镍价中枢上行 [8] - 碳酸锂因低盈利致供给收缩，动力及储能需求共振，锂盐直采需求有望大增 [8] 中国资产的全球吸引力 - MSCI中国指数相对MSCI新兴市场指数估值折价已显著收窄，港股科技龙头PE/PS仍低于美国科技巨头 [9] - 结构性机会体现在科技驱动的成长预期和部分板块相对国际同行的估值优势 [9] - 投资者需关注企业盈利兑现、宏观经济复苏及外部风险变化对吸引力的影响 [9] 投资者策略建议 - 参考2018年关税落地时的市场表现，关注自主可控、扩内需、稳定红利及反制行业（军工、零售、农业） [10] - A股、港股短期情绪低位或现反弹，风险偏好提升有待政策变化 [10] - 科技创新驱动的产业升级是长期主线，需把握宏观扰动下的布局窗口期 [10]