行业竞争焦点转移 - 智能汽车行业竞争焦点正从续航、算力竞赛，转向城市NOA功能内卷，并进一步演变为以系统级舱驾融合为核心赛道 [2] - L2+智能驾驶已成为行业标配，功能下探至10万元以下车型，技术同质化严重，市场从技术驱动的增量竞争转向成本驱动的存量较量 [2] - 传统“智能驾驶+智能座舱”分立开发模式存在两套系统、算力和软件栈的弊端，推高成本、拉长周期并导致用户体验割裂 [2] - 车企普遍转向“自研+外采”并行策略，对第三方供应商的需求升级为需要具备全栈AI能力、可提供一体化解决方案的深度合作伙伴 [3] 商汤绝影整体战略与成果 - 公司以“舱驾云”一体化的全栈能力，为车企提供降本、提速、打造差异化体验的智能化解决方案 [3] - 在2026北京车展期间，公司密集发布了多项产品与合作进展，包括绝影原生AI智能体上车、SageBox座舱软件模组亮相、生成式智驾2.0方案发布，以及与T3出行、东风汽车联合打造Robotaxi [3] - 公司已成为车企智能化转型中不可忽视的核心第三方力量 [3] 智能座舱：能力跃迁与产品布局 - 2026年行业竞争焦点已全面向智能座舱倾斜，但多数座舱AI仍停留在“被动唤醒、指令执行”的初级阶段 [5] - 车企面临全自研成本高、迭代难，或多供应商方案兼容性差、体验割裂的痛点，亟需标准化、低成本、快适配且支持深度定制的解决方案 [5] - 商汤绝影在智能座舱领域已完成从“定制化项目”到“标准化产品”，再到“整车级AI系统”的三级跳 [5] - 公司座舱视觉AI市场份额已连续五年位居行业第一，累计合作车企超过30家，适配车型超100款 [5] - 公司发布端侧多模态智能体基座大模型Sage，采用MoE架构，总参数量32B，激活参数仅3B，已在英伟达Orin X端侧平台部署，显著降低推理成本和量产门槛 [6] - 在PinchBench评测中，Sage端侧大模型的最佳任务完成率达94%，超越了Claude-Opus-4.6、GPT-5.4等主流云端和端侧大模型 [8] - 公司自研的ERL（可擦除强化学习）技术被ICLR 2026收录，该技术可将Sage大模型的复杂任务完成率提高20%，提升交互可靠性与任务执行稳定性 [9] - 端侧部署带来更低交互延迟、更高数据安全性和更强场景可用性（无网络环境仍可运行）的核心价值 [9] - 公司推出标准化座舱软件模组Sage Box（千机智盒），可降低车企研发成本，缩短车型适配周期 [12] - 公司的原生AI智能体可实现主动交互、理解模糊语义指令（如“找一家适合带孩子去的咖啡厅”）、以及完成跨应用任务闭环（如点咖啡并完成支付） [14] - 公司发布全场景跨设备协同智能终端“可悠”，将座舱智能能力延伸至车、家、办公全场景，打通多终端并实现数据实时同步 [14] - 在量产落地层面，公司已与东风等车企达成深度合作，合作范围从座舱AI延伸至舱驾一体全栈解决方案 [16] 智能驾驶：全场景体系构建 - 智能驾驶行业进入新阶段，L2+成为标配，城市NOA功能下探至10万元级车型，竞争转向低成本快速量产及与座舱深度融合 [19][20] - 传统智驾黑盒模式导致决策逻辑不透明，易引发用户焦虑和危险行为 [20] - 公司打出三套组合拳构建从L2+到L4的全场景智驾体系 [20] - 第一套组合拳是生成式智驾2.0方案，引入多模态大模型，能用自然语言向用户解释车辆决策逻辑，并实现语音与智驾深度融合（如语音控制变道），该方案预计2026年随“东风L2.9Pro”项目规模化落地 [20][22] - 第二套组合拳是全价位覆盖的L2产品矩阵，包括AD Max、AD Ultra两条核心产品线，采用平台化软件架构覆盖全价位车型，降低适配成本和研发周期 [22] - 公司实现感知、规划、控制全栈算法完全自研，支持深度定制化开发 [24] - 第三套组合拳是从L2到L4的全场景布局，2026年被行业视为L4商业化元年 [24] - 公司与T3出行、东风汽车携手联合打造Robotaxi出行生态，推进L4级自动驾驶规模化商业落地 [24] - 公司采用通用技术平台模式，同一套数据闭环和仿真基础设施可支撑L2量产、Robotaxi、无人巴士等多条产品线研发迭代 [24] - 公司已在深圳、上海等城市落地自动驾驶小巴的商业化运营 [24] - 公司将座舱AI能力与L4自动驾驶深度融合，乘客可通过自然语言随时修改目的地、调整行程，解决Robotaxi行业核心用户痛点 [25] 舱驾云一体化解决方案与核心优势 - 行业正进入舱驾融合新阶段，同时拥有智能座舱与智能驾驶能力的厂商将更受车企青睐 [27] - 公司的独特优势在于同时拥有座舱、智驾全栈能力及AI云基础设施，形成“舱驾云”一站式完整解决方案 [27] - 核心壁垒来自于全栈自研的AI技术底座，实现从大模型底座、算法架构、芯片适配到数据闭环的全栈自研，并拥有深厚的学术积累（如多次获得CVPR最佳论文） [28][29] - 舱驾融合方案可打通座舱与智驾数据壁垒，实现深度协同，例如智驾开启时座舱自动调整环境、智驾感知路况后座舱主动交互、以及监测到驾驶员状态异常时主动提醒，形成“感知-决策-交互-服务”全链路闭环 [29] - AI云基础设施为舱驾融合方案提供全链路支撑，包括数据闭环、模型迭代、远程控车、OTA升级等云端服务 [29] - “舱驾云”一体化能力使公司成为行业内极少数能够提供一站式智能化解决方案的供应商，既能提供全栈一体化方案，也能提供模块化产品服务，适配不同车企需求 [30] 行业发展趋势与展望 - 未来十年，智能汽车行业的核心变革是从电动车到智能汽车的智能化革命 [32] - 当核心硬件技术差距缩小、L2+成为标配、座舱大屏成为必备功能后，竞争已从单点功能竞赛转向系统级协同的综合实力比拼 [32] - 舱驾融合是基于统一AI大模型底座，实现数据打通、能力协同、体验闭环的系统级重构，是智能化革命的核心赛道 [32] - 对于传统车企，智能化转型是一道“能不能做好”的生存题 [32] - 随着舱驾融合持续落地，行业底层逻辑被改写，真正的智能化在于普及的效率，而非堆料的上限 [32]