涉及的行业与公司 * **行业**：智能驾驶/自动驾驶行业，涵盖L2+辅助驾驶、L3有条件自动驾驶及L4 Robotaxi[1] * **公司**： * **技术/芯片供应商**：英伟达、地平线、华为、特斯拉[2][12][14] * **整车厂/OEM**：小鹏、理想、比亚迪、长安、北汽、吉利、广汽、特斯拉[3][11][12][14] * **自动驾驶公司**：小马智行、文远知行、百度（萝卜快跑）、元戎、卓玉[10][11][12] 核心观点与论据：技术与生态 * **英伟达开源模型降低技术门槛**：英伟达开源了参数量约10B的Alpaca模型及配套生态（推理脚本、仿真框架、物理AI数据集），旨在降低Robotaxi规模化落地和L2+技术普及的算法壁垒，将竞争焦点转向工程与运营能力[1][2] * **技术短板与解决方案**： * **极端天气适配**：通过模态增强（更换雷达、热成像摄像头）、监督学习及仿真环境生成场景进行训练[7][8] * **施工路段识别**：依赖视觉与语言理解（VLA）模型识别临时标识，或通过实时广播信息辅助决策[8] * **安全冗余**：采用多芯片方案实现算力冗余，线控失效时通过冗余系统触发物理制动器紧急停车[8] * **用户信任构建**：需提供可解释性决策与透明披露机制，例如利用VLA或事件模型生成异常行为推理链条[8] * **技术迭代与性能预期**：各厂商技术方案持续迭代，预计在2026年3月左右达到当前技术站的最优状态，平均NOH里程有望从15-20公里提升到30-40公里[3][13] * **模型迭代存在回退现象**：多家厂商在更新模型后出现性能回退，例如小鹏第二代VLA性能不如上一代，华为WMWA架构性能回退约10%-20%，理想、元戎、卓玉等也有类似情况[12] 核心观点与论据：政策与监管 * **北美政策趋于宽松**：政策变化包括简化豁免审批（允许无方向盘/踏板车型路测）、放宽非商业场景安全要求、推动全国统一接管法规，旨在加速技术测试、部署和商业化进程，缩短从Demo到付费运营的周期（从约两年缩短至一年）[1][5][6] * **安全可解释性成为监管重点**：美国NHTSA要求车企详细报告ADAS事故数据，趋向更细颗粒度的行为日志，强调算法系统的可解释性与审计性[4] * **中国政策与商业化节奏**： * **L3破冰**：2026年将成为L3商业化元年，工信部已公布准入许可，预计从二季度起逐步向C端用户开放（特定区域与时段），责任主体从驾驶员转向系统与车企[11] * **Robotaxi发展**：采取多层试点、小规模车队、政策稳步开放的节奏，建议在条件成熟的示范区（如粤港澳、京津冀、成渝）一次性放开更大规模OTA指标并实施跨城运营，以提高ROI[9][10] * **法规建设**：需建立国家级自动驾驶技术评估框架，明确L3/L4准入及路权规划的统一红线或绿线[10] 核心观点与论据：市场与商业化展望 * **2026年关键进展**： * **L3带条件商业化**：主要应用于高速公路，推动供应链能力提升[11] * **Robotaxi规模扩展**：广汽、小鹏等计划推出L4车型，小马智行、百度扩大规模并在海外试点，全年可能形成数万台规模，其中萝卜快跑车辆约1万多台[11] * **企业持续迭代**：主流企业在地平线、大黄蜂等在新模型、新方法论上的调参优化进展将影响行业整体发展[11] * **渗透率预期**：预计2026年L2辅助驾驶渗透率将提升到70%，城市NOA渗透率突破15%，L3占比预计为1%-2%，并逐步向10-15万级别的低价车型扩展，竞争激烈[3][16] * **行业竞争格局**：2026年是智驾分化和决赛的一年，厂商间差距较小（例如华为领先约四个月），Q3可能出现领先体验状态变化，部分厂商可能被淘汰，需关注特斯拉V13.4版本在Q3的潜在显著提升[14][15] 其他重要内容 * **国内技术发展建议**：需关注技术科学性和长期复现能力，补充可解释性；重视仿真和物理AI应用以优化样本分布，而非单纯依赖实车里程数据（因现有数据多来自普通直路，对模型提升意义不大）[9][10] * **国内Robotaxi运营标准**：目前没有硬性的百公里接管次数等指标标准，仅有软指标评价评估框架，具体细则由各地制定[10] * **开源模型对头部公司辅助有限**：对于已具备能力的一、二梯队自动驾驶公司，英伟达开源模型帮助不大，主要借鉴其数据处理及因果推理策略以补充已有系统[5] * **Tier 1供应商角色**：可快速打包产品方案给更多主机厂，加速L2+技术下沉[4]