展会概况 - 2026年国际消费电子展于2026年1月6日至9日在美国拉斯维加斯举办，是全球科技行业的开年大展，汇聚了来自全球数千家科技企业[2] - 展会主要在拉斯维加斯会议中心展开，跨越12个官方场馆，并分布在三个主要园区：LVCC Campus、Venetian Campus和C Space Campus[3][4][5][6] 核心展示领域 - 本届展会呈现出六大核心战场：AI+智能硬件、机器人、电动车&自动驾驶、智能家居&IoT、数字健康以及Eureka Park初创展区[8][9] - 在重点国家参展商分布中，中国企业在多个领域参展数量领先，例如智能家居与应用领域有396家，游戏与家庭娱乐领域有247家，机器人产业链领域有81家[10] - 美国企业在多个领域同样实力强劲，例如出行与交通领域有252家，AI领域有250家，IoT/传感器领域有213家[10] - 韩国和日本企业在部分领域也有参展，例如韩国在AI领域有162家参展商，在健康科技领域有104家[10] 机器人产业亮点 - 机器人领域是CES 2026的一大亮点，中国机器人企业以空前规模集体参展，从关键传感器、灵巧手、计算平台到机器人本体，初步勾勒出一条清晰且完整的国产机器人产业图谱[2][10] - 在人形机器人厂商的国家分布中，中国占据绝对主导地位，有超过20家企业参展；美国作为传统科技强国，有9家企业参展，仍是重要参与者；韩国有6家，成为重要参展国团体；日本和德国各有3家，英国和法国各有2家[11][12] - 部分参展的中国机器人公司包括宇树、云深处、智元、逐际动力、戴盟、北京人形、松延动力、银河通用、傅利叶、魔法原子等[12] - 部分参展的国际机器人公司包括美国的Agility Robotics、Amazon Robotics、IntBot，韩国的Hyundai Group - Boston Dynamics、LG，以及法国的Enchanted Tools等[12]

行业展望 - 英伟达创始人兼CEO黄仁勋指出，在接下来的10年里，世界上很大一部分汽车将是自动驾驶的、高度自动驾驶的 [1] - 机器人系统的下一个旅程和时代将是机器人，这些机器人会有各种不同的尺寸 [1] 技术发展 - 黄仁勋强调了合成数据对于自动驾驶乃至于机器人系统的重要性 [1] - 使用合成数据生成和模拟的基本技术适用于各种形式的机器人系统，包括关节、机械手、移动机器人或完整的类人机器人 [1] 公司动态 - 在国际消费电子产品展览会（CES 2026）上，英伟达展示了公司合作生态中的各种形态的机器人 [1]

Waymo的整体人工智能战略与方案 - 公司正通过将“可验证安全的人工智能”置于核心优先级来攻克自动驾驶挑战，安全是从底层设计模型与生态系统的核心准则[2] - 公司已打造出一套极其先进的人工智能系统，并实现大规模安全落地于物理世界，完全自动驾驶里程已远超1亿英里[2] - 在运营区域，与人类驾驶员相比，严重事故发生率降低了十倍以上[2] - 公司的人工智能战略旨在让安全的自动驾驶服务以史无前例的速度惠及更多用户[2] Waymo基础模型架构 - Waymo基础模型是一款多功能、顶尖的“世界模型”，为整个人工智能生态系统提供动力[7] - 其创新架构相比纯粹的端到端方案或模块化方案具备显著优势[7] - 模型充分利用习得嵌入的强大表达能力，作为模型各组件间的丰富交互接口，并支持完整的端到端信号反向传播[7] - 额外的紧凑、具象化的结构化表示可实现特定功能[7] - 模型采用“快速反应与深度思考”架构，包含两个不同的模型组件[9] - 两个编码器的输出接入世界解码器，该解码器利用输入数据预测其他道路使用者行为、生成高清地图、规划车辆轨迹，并为轨迹验证提供信号[10] 人工智能生态系统：驾驶员、仿真器与评估器 - 基于整体方案，Waymo基础模型为“驾驶员”、仿真器和评估器提供动力[11] - 公司首先将基础模型适配三大任务，训练出大型、高质量的教师模型[11] - 通过安全的模型蒸馏技术，将大型教师模型转化为更小、更高效的学生模型，以在车辆上实时运行或在云端高效处理任务[11] - 模型蒸馏是关键环节，能在保留大型模型卓越性能的同时，得到更紧凑、高效的版本，并实现更优的缩放定律[11] 驾驶员系统 - 教师驾驶模型经过训练，能够生成安全、舒适且合规的动作序列[13] - 通过蒸馏技术，将其丰富的世界理解能力和推理能力迁移至更高效的学生模型，用于车载实时部署[13] - 车载架构设计与Waymo基础模型的结构保持一致[13] - 自动驾驶系统配备了独立且严格的车载验证层，用于验证其生成式机器学习模型所规划的行驶轨迹[13] 仿真器系统 - 仿真器是自动驾驶系统闭环训练和测试的核心工具，可覆盖各类多样化、高难度场景[15] - 仿真器教师模型能够创建高保真、多模态的动态虚拟世界，用于评估“驾驶员”[15] - 学生模型是大型模型的计算高效版本，专为满足大规模仿真任务而设计[16] - 基础模型的架构支持将紧凑的具象化世界状态表示与传感器仿真无缝结合，打造出大规模、超逼真、物理层面准确且计算高效的虚拟环境[16] - 通过对全局场景元素使用文本提示，同时对动态元素进行语义条件约束，能够将真实世界场景转化为高度逼真的仿真场景[17] 评估器系统 - 顶尖评估系统旨在对Waymo自动驾驶系统进行压力测试，主动识别细微的边缘场景，并支持快速、有针对性的改进[17] - 评估器教师模型能够分析驾驶行为并生成高质量的反馈信号，用于训练学生模型和自动构建评估数据集[17] - 评估器学生模型会分析驾驶日志，识别有趣或有问题的场景，并对驾驶质量提供细致的反馈[17] 持续学习与优化的飞轮效应 - Waymo自动驾驶系统的演进得益于多种机制的协同作用，形成了持续学习与优化的飞轮效应[18] - 内部学习循环由仿真器和评估器提供动力，利用强化学习在安全可控的仿真环境中对“驾驶员”进行大规模训练[18] - 外部学习循环基于真实道路驾驶数据，形成了更强大的学习飞轮[18] - 外部循环始于评估器从海量的完全自动驾驶经验中自动标记出任何次优驾驶行为，随后生成改进后的替代行为作为训练数据，在仿真器中严格测试并由评估器验证，最终经安全框架确认后部署到真实道路[18] - 这一飞轮效应的实现得益于公司多年来积累的海量完全自动驾驶数据，且数据仍在以指数级速度持续增长[20] - 目前，公司的完全自动驾驶里程已远超人工驾驶数据量[20] - 庞大的真实世界完全自动驾驶经验是无可替代的，将其直接融入独特的飞轮体系，使系统能够从自身海量经验中学习，实现持续优化[20] 行业技术趋势与定位 - 基本上可以断定Waymo在跟随国内的快慢双系统端到端方案，和理想的E2E+VLM以及小鹏VLA2.0有相似之处[2] - 公司通过采用整体人工智能方案并构建学习飞轮，不仅在推动自身自动驾驶系统的进步，更在树立大规模安全自动驾驶的行业标准[21]

美国经济增长前景与AI驱动力 - 全球首富马斯克预计美国经济将在未来12至18个月内进入两位数增长时期，并将应用人工智能视为主要推动力[1] - 马斯克认为如果将应用智能视为美国经济增长的代理指标，大约五年内可能实现三位数增长[1] - 美国第三季度GDP年化增长率达4.3%，为两年来最快增速[2][3] AI投资对经济的推动作用 - 美联储官员已将AI数据中心投资列为2026年经济增长预期上调的关键因素之一[2] - AI数据中心支出与消费支出、财政援助并列为支撑2026年更强劲增长预期的多重因素[3] - AI技术的广泛渗透和应用预计将显著提高生产效率和创新能力，从而推动美国经济进入更高的增长区间（10%或以上）[3] - 马斯克将经济增长与他所称的“应用智能”在其业务中的应用联系起来，例如特斯拉正专注于开发下一代AI芯片以支持自动驾驶系统[3] 主要机构对市场表现的预测 - 摩根士丹利预计，标普500指数在2026年将录得双位数百分比的收益[2] - 高盛判断全球股市步入牛市“乐观阶段”，2026年盈利将继续支撑行情[2] - 高盛预测，以美元计价，2026年全球股市的加权价格回报率预计为13%，若包含股息，总回报率将达到15%[2][4] 高盛提出的投资策略建议 - 核心建议是“必须多元化”，因为当前股市在地理上由美国主导、行业上由科技主导、个股上由美国超大规模企业主导，这种高度集中既是动力也是风险[4] - 建议跨区域多元化，更多地关注新兴市场[5] - 建议跨风格多元化，结合精选的成长股与价值股，在非美市场，价值股表现通常优于成长股[5] - 建议跨行业多元化，利用科技资本支出的扩大，布局那些能受益于AI发展的“旧经济”基础设施领域[5] - 建议关注Alpha收益，利用股票相关性可能保持低位的特点，捕捉个股机会[5]

自动驾驶行业核心挑战 - 自动驾驶与驾驶辅助技术的核心价值在于安全、效率和舒适 [1][4] - 行业面临的最大挑战是技术落地之难 [1][4] 早期量产项目经验 - 公司首个量产项目从启动到成功落地耗时24个月 [3][6] - 其中12个月过程极其艰难 主要原因是车辆平台、公司自身经验及客户经验均为全新 [3][6] - 涉及自动驾驶/辅助驾驶的关联零部件有上千个 所有新组件首次集成为一个可驾驶系统 导致每个环节都可能出问题 [3][6] 项目攻坚过程 - 为推进项目 公司首席执行官与联合创始人长期驻扎在上海客户周边的酒店 [3][6] - 曾因开发遇阻 与客户CTO从晚上11点开会至凌晨5点 团队仅休息数小时后于上午10点继续投入开发攻坚 [3][6] - 初期诸多环节不完善 主要依靠团队坚定的意志和人力冲锋解决问题 [3][6] 当前量产能力演进 - 目前量产一款车的周期已大幅缩短 仅需10个人在不到3个月的时间内即可完成 [3][6] - 关键驱动力在于建立了完善的研发体系和工具链 [3][6] - 开发模式从依赖人力转变为依靠高效、先进的自动化及人工智能工具 被类比为使用“飞机、导弹”等先进武器进行开发交付 [3][6]

汽车智能化供应商集中赴港IPO现象 - 近期多家汽车智能化供应商集中向港交所递交上市申请，包括车联天下、驭势科技、泽景电子、福瑞泰克、天瞳威视等，这波行动被视作面对生存压力、抢占最后窗口期的“背水一战” [2] - 2025年以来，涉及智能座舱、激光雷达、智能驾驶解决方案的10余家企业赴港IPO，部分已成功上市，更多在积极递表，港股市场已成为吸纳内地智能汽车领域独角兽的“首选目的地” [3][6] 主要递表公司业务概况 - **车联天下**：于2025年11月28日递表，聚焦智能座舱域控制器及舱驾融合技术，在中国智能座舱域控制器市场收入排名第二，客户涵盖吉利、奇瑞等 [3] - **斑马智行**：于2025年8月20日递表，由阿里巴巴与上汽集团联合发起，研发操作系统及软件平台，致力于通过AI、云计算提升车载交互体验 [3] - **魔视智能**：于2025年9月26日递表，专注于智能驾驶解决方案，业务涵盖从感知到决策的关键技术，提供自动泊车、高速辅助驾驶等功能 [3] - **千里科技**：于2025年10月16日递表，提供整合性技术方案推动汽车智能化升级，产品线包括域控制器、车载信息娱乐系统等 [3] - **天瞳威视**：于2025年10月31日递表，专注于L2-L2+及L4级自动驾驶系统及舱驾一体方案，以视觉感知技术为核心 [4] - **福瑞泰克**：于2025年11月24日第三次递表，是国内主要的第三方驾驶辅助解决方案供应商，专注于L2至L3自动驾驶系统，提供从传感器到控制器的全栈技术 [4] - **泽景电子**：于2025年11月12日第二次递表，专注于汽车抬头显示系统（HUD）的研发与制造，产品涵盖W-HUD与AR-HUD [5] - **奥迪威**：于2025年11月27日递表，是全球汽车超声波传感器与执行器的主要供应商之一，产品广泛应用于自动泊车、盲区监测等场景 [5] - **驭势科技**：于2025年11月28日第二次递表，提供覆盖L2至L4全场景自动驾驶解决方案，技术涵盖乘用车、商用车辆及无人物流，已在多个限定场景商业化落地 [5] - **享道出行**：上汽集团旗下出行平台，于2025年10月28日递表，计划将部分募集资金用于自动驾驶技术研发及Robotaxi服务的商业化推广 [5] 行业机遇与增长动力 - 汽车智能化供应商面临的市场机遇之一是需求的持续增长，组合驾驶辅助系统的渗透率突破55%并向更高阶迈进，以及Robotaxi、车路协同等细分赛道的兴起，提供了广阔发展空间 [6] - 端到端算法、大模型等新技术迭代，为部分企业提供了差异化竞争的机会 [6] - 国内新能源汽车的渗透率已近60% [9] 集中赴港IPO的驱动因素 - 港交所在《主板上市规则》中新增特专科技公司18C章节，允许尚无收入、无盈利的“专精特新”科技公司赴港上市，带来了难得的融资机会 [9] - 部分企业在历史融资中可能涉及上市规划或对赌协议，不得不迈出上市这一步 [9] - 港股上市窗口期通常不长，导致汽车智能化供应商选择集中“抢上” [9] - 港股上市制度对尚未盈利的科技公司更为友好，融资效率高，成为智能驾驶这类高研发投入企业的首选 [7] 供应商面临的财务与生存压力 - 众多申请IPO的企业面临持续亏损与资金压力，明确的“补血”需求，市场窗口期紧迫，自身“造血”能力不足等共同问题 [8] - 以驭势科技为例，公司成立于2016年，累计完成约6轮融资，累计融资金额约17.51亿元，最近一次融资后估值达73亿元，但截至2025年6月30日，近3年半累计亏损超8亿元，现金储备仅可维持约15个月运营 [7] - 这种“现金流悬河”现象在依赖持续融资的汽车智能化初创公司中并非孤例 [7] - 算法的开发、算力的支持、数据的积累都需要巨额投入，如果做不出成果，就是个无底洞 [8] - 国内新能源汽车增速放缓，车企“内卷”导致零部件供应商利润和盈利能力承压，企业面临“收入和规模增长，但利润持续下滑”的矛盾处境 [9] 市场竞争与外部挑战 - 汽车智能化供应商当前的处境被概括为“冰火两重天”：头部企业尚有腾挪空间，而大量中小型供应商则深陷生存困境 [11] - 车企自研趋势正在剧烈挤压第三方供应商的生存空间，导致其从方案提供商逐渐沦为子系统或零部件供应商，订单稳定性下降且利润空间被压缩 [11] - 福瑞泰克所处的组合驾驶辅助赛道竞争异常激烈，既要与华为、Momenta、地平线等知名企业抢夺市场，又要应对车企自研趋势 [11] - 与车企深度绑定是一把“双刃剑”，关系过密虽能提供稳定业务渠道，但也可能导致企业独立发展能力受限 [12] - 市场竞争残酷激烈，头部供应商凭借技术、资本和生态优势占据行业主导地位，中小型供应商面临市场份额被挤压、融资困难等问题 [14] 技术路线风险与迭代压力 - 技术路线的快速迭代，更可能成为“压死骆驼的最后一根稻草”，技术路线至今仍未“收敛”，不同选择意味着企业面临不同程度的压力和风险 [8] - 汽车智能化技术迭代极快，要求企业持续进行高强度的研发投入以保持技术领先，容易导致长期亏损并严重影响短期盈利能力 [11] - 第三方供应商面临技术路线押注的高风险性，在行业从重地图向重感知的转换中，一旦押错技术方向或转型迟缓，先发优势可能迅速瓦解 [12] 港股IPO审核环境与潜在障碍 - 当前资本市场，尤其是港股的审核逻辑已从追逐技术“故事”，转向更看重商业落地和盈利能力 [10] - 港股可能“越上越难上”，中国证监会国际部的备案审批是隐形门槛，多次递表也会留下记录 [12] - 在香港市场首次公开募股难度较高，若不能找到足够的基石投资者并以预期价格完成发行，一旦过了港股交表有效期6个月，则需重新递表 [12] - 自动驾驶技术远未成熟，需要企业进行持续的高强度研发投入，而资本市场在经历概念热潮后已日趋理性，审核逻辑正在转变，这种高研发投入、快速技术迭代与迫切盈利需求、市场审慎态度之间的根本性冲突，是导致IPO之路“越上越难上”的深层原因 [12] 上市后的持续挑战与行业展望 - IPO并不意味着一劳永逸，可持续的商业模式才是终极试金石，即便是已上市的头部企业，依然面临巨大的盈利压力 [13] - 成功上市远非终点，更像是一张进入更残酷赛道的入场券，标志着行业主导逻辑已从早期的资本驱动，全面转向效率与盈利驱动的新阶段 [14] - 上市通常意味着与投资方签订的对赌协议得以解除，但公司长期价值考验才刚刚开始 [14] - 资本市场的品牌背书和融资便利性固然能为企业带来助力，但最终决定企业命运的，仍是其产品商业化能力、成本控制等自身硬实力 [14] - 智能驾驶项目研发成本高、周期长，而入门级智驾项目毛利低、账期长，导致供应商盈利困难，部分供应商长期处于亏损状态，依赖资本“输血”维持运营 [14] - 政策与法规仍有一定的不确定性，自动驾驶的商业化落地受到严格监管，运营许可、数据安全监管等政策约束频出 [14] - 零部件领域不会像整车行业格局那样高度集中，其生存门槛相对较低，未来随着市场集中度的提升，能留下来的将是真正具备核心技术、审慎经营且与客户共同成长的企业 [15]

自动驾驶技术路线之争 - 纯视觉方案以摄像头为核心传感器，模拟人类视觉感知道路，而融合感知方案则综合采用激光雷达、摄像头、毫米波雷达等多种传感器构建更强大的感知系统[5] - 行业存在技术路线选择分歧，核心在于对传感器能力上限、成本、以及系统长远发展的不同考量[5][6] 纯视觉方案的技术优势 - 摄像头提供的信息频率更高，每秒可达30帧，而激光雷达通常只有每秒10帧，视觉传感器在信息丰富度和获取频率上具有明显优势[7][11] - 视觉方案的能力上限更高，因其输入信息更丰富，对于需要快速博弈和迅速反应的场景处理能力更强[11] - 特斯拉的视觉处理能力达到每秒20多帧，而国内头部厂商基本在每秒10帧左右，显示出技术领先性[17] 融合感知方案的应用现状 - 激光雷达能让智驾系统快速实现量产上车，是目前一些厂商采用的“捷径”，但可能限制系统的长远性能天花板[6][10] - 在一些融合感知方案中，当不同传感器信息冲突时，智驾系统倾向于更相信激光雷达，这侧面反映了厂商视觉处理能力的不足[5][17] - 增加激光雷达线数（如从128线到800线）可以提高点云密度，改善对小物体的识别效果，但相应成本也会上升[18] 技术发展的核心挑战 - 充分利用摄像头海量信息的技术难点在于算法先进性以及在车端有限计算资源上的高效运行[9] - 传感器融合本身存在技术挑战，特别是当摄像头和激光雷达识别结果不一致时，如何决策成为难点[13][17] - 智驾系统的算力需求不仅取决于TOPS指标，还要考虑内存带宽、NPU对算子的支持力度等因素[10] 数据与算法的发展方向 - 行业趋势是从实际采集数据转向通过AIGC生成数据，这对于覆盖极限场景和危险场景尤为重要[18] - 产生有效数据的能力本质上是算法能力，而非单纯依靠大量采集数据，这可以大幅降低算力需求[19] - 特斯拉的成功在于坚持第一性原理，即使有挑战也坚持走正确的技术路线，把视觉AI能力作为核心[19] 成本与产品定义的平衡 - 汽车作为消费品需要考虑成本和价位差异，传感器选择需要综合性能、成本等多方面因素[7] - 激光雷达的采用不仅涉及价格因素，还包括车辆造型布置等工程考量[17] - 产品需要明确边界定义，如根据国家智能驾驶标准，视觉加4D毫米波雷达的方案能够解决多数问题，并不一定需要激光雷达[15]

公司战略与产品路线图 - 公司首席执行官埃隆·马斯克宣布将深度参与人工智能芯片设计，目标是每年量产一款新芯片[1] - 相关芯片将用于自动驾驶和"擎天柱"人形机器人，首席执行官每周二和周六与工程团队开会[2] - 特斯拉AI芯片版本AI4已集成到车辆中，AI5即将完成流片，AI6的研发工作已启动[3] - 公司同时在进行人才招揽，邀请工程师应聘并证明自身卓越能力[4] 公司治理与业绩表现 - 公司年度股东大会批准首席执行官10年期薪酬计划，若完成全部12项发展目标，有望获得市值近1万亿美元的公司股票作为酬劳[5] - 2025年第三季度公司营收281亿美元，比去年同期增长12%[6] - 2025年第三季度公司净利润13.7亿美元，同比下降37%[6]

公司战略与领导层动态 - 首席执行官埃隆·马斯克宣布将深度参与公司人工智能芯片设计，目标是每年投入量产一款新芯片[2] - 马斯克宣称最终生产的芯片数量将超过所有其他人工智能芯片总和[2] - 马斯克每周二和周六与工程团队开会以深度参与芯片设计[2] - 公司年度股东大会已批准马斯克10年期薪酬计划，若完成全部12项发展目标，有望获得市值近1万亿美元的公司股票作为酬劳[2] 人工智能芯片研发进展 - 相关人工智能芯片将用于公司自动驾驶和“擎天柱”人形机器人业务[2] - 公司人工智能芯片版本AI4已集成到车辆中，AI5即将完成流片，AI6的研发工作已启动[2] - 马斯克在社交媒体上招揽人才，邀请对职位感兴趣的工程师证明自身卓越能力并向公司发送邮件[2] 公司近期财务表现 - 2025年第三季度公司营收为281亿美元，比去年同期增长12%[2] - 2025年第三季度公司净利润为13.7亿美元，同比下降37%[2]

公司战略与领导层参与 - 公司首席执行官宣布将深度参与人工智能芯片设计，目标是每年量产一款新芯片[1] - 首席执行官计划每周二和周六与工程团队开会，以推进芯片设计工作[1] - 相关芯片将用于自动驾驶和“擎天柱”人形机器人业务[1] 芯片研发进展与规划 - 公司设定的目标是每12个月将一种新人工智能芯片设计投入量产[1] - 预计最终生产的芯片数量将超过所有其他人工智能芯片的总和[1] - 人工智能芯片版本AI4已集成到车辆中，AI5即将完成流片，AI6的研发工作已启动[1] 人才招募与公司治理 - 公司首席执行官通过社交媒体招揽人才，邀请工程师发送邮件并证明自身卓越能力[1] - 公司年度股东大会已批准首席执行官为期10年的薪酬计划[1] - 若完成全部12项企业阶段性发展目标，首席执行官有望获得市值近1万亿美元的公司股票作为酬劳[1] 近期财务表现 - 2025年第三季度公司营收为281亿美元，较去年同期增长12%[1] - 2025年第三季度公司净利润为13.7亿美元，同比下降37%[1]