行业技术趋势判断 - 当前一代深度学习技术可能已触及天花板 未来三年内 智能驾驶的发展将侧重于在现有系统上进行极致优化 而非理论内核重构 [1][15] - 特斯拉FSD V12证明了“一段式端到端”技术的可行性 推动了智能驾驶技术范式从规则驱动转向数据驱动 其意义堪比核能从理论迈入工程 [3][4][17][18] - 2024年智能驾驶的“内核重构”本质是深度学习成果的集中释放 但这种技术跃迁大概率不会成为常态 未来产业将从“功能拓展”回归“能力纵深” [7][21] 行业演进方向预测 - “一段式端到端”技术的普及将带来两大趋势：一是智驾系统在未来几年内越来越“类人” 推动L2级辅助驾驶迎来巨大发展红利期 城区辅助驾驶将逐步普及到10万元级别车型；二是L2和L4级别的智驾方法论将统一 有助于以更低成本落地L4系统（Robotaxi） [3][17] - AI和AGI的基础理论在未来三到五年可能不会有全新突破 行业将进入演进和优化阶段 企业竞争可能转向堆叠算力和模型容量 [10][24] 公司产品与业务进展 - 地平线正式发布第四代BPU架构“黎曼” 该架构通过高维数据降维提升模型效率 具备算力更强、效率更高、算子更丰富、能效更优的核心优势 将搭载于征程7系列芯片 [10][24] - 公司基于单征程6M芯片的城区辅助驾驶方案即将量产上车 目标普惠10万元级别市场 [14][26] - 单征程6M城区辅助驾驶的首批合作采用两种模式：芯片工具链合作（合作伙伴包括博世、卓驭、轻舟智航）和算法服务合作（合作伙伴包括电装、酷睿程、智驾大陆） [14][26]

核心观点 - 公司坚定加大智驾投入，坚持AI路线和全球化战略，目标是以L2成本提供L3体验[5] - 公司已完成从分段式到one model架构的端到端转型，技术路线与特斯拉趋同[8][17][19] - 智驾功能将全系标配且不收费，通过平台化实现车型全覆盖[12][14] - 云端算力计划2025年底达10EFlops，较2024年增长2.6倍[11][13] - 端到端技术使行业竞争门槛提高，头部厂商优势可能扩大[26] 战略规划 - 智驾研发投入占比重大，2023年AI研发总投入35亿元[30][31] - Robotaxi业务规划2026年推出车型，专注软硬件不涉运营[32] - 云端大模型将服务自动驾驶/机器人等多生态，参数规模达千亿级[23][24] - 组织架构调整为AI模型开发/应用交付/效能三大部门[11][31] 技术进展 - 天玑5.4.0系统即将发布，算法架构全面升级[8] - 已实现"三网合一"one model架构，神经元连接替代规则接口[19][20] - 车端模型参数量行业领先，云端模型达车端80-100倍规模[21] - 城区智驾月度用户渗透率83%-86%，X9车型Max版选装率73%[10][12] 行业竞争 - 特斯拉FSD V12验证技术方向，但公司早于2022年启动研发[16][18] - 车队规模不等于数据优势，车型多样性更利高质量数据采集[13][14] - 端到端分三种路线：规则堆叠/车端模型/云端大模型，公司选择后者[23] - 激光雷达未完全放弃，但倾向轻雷达方案追求全国适用性[14] 产品策略 - P7+起全系标配高阶智驾，选装率将达100%[12][14] - 智驾软件采用终身免费模式，包含泊车/城区/高速等全场景[14] - 不同车型传感器配置平台化，新增车型仅需补充数据采集[14] 数据与算力 - 训练数据强调质量非数量，工程能力决定数据利用效率[13] - 云端训练集群利用率保持80%-90%高位[13] - 2023年1-9月交付9.9万辆，弱于部分新势力但更重长期终局[13]