文章核心观点 - 2025年是自动驾驶从“感知驱动”向“空间智能”全面转型的分水岭[3] - 空间智能是对空间信息进行感知、表征、推理、决策与交互的综合能力，是将三维物理空间信息转化为可计算模型的核心基础[3] - 当前空间智能技术更多停留在感知和表征层面，在深层次的推理决策和交互能力上仍有待突破，因此存在大量发展机会[3] 世界模型在重构物理世界的“预演能力” - **GAIA-2 (Wayve)**: 一种面向自动驾驶的多视图生成式世界模型，通过潜在扩散技术，以自车动力学、道路语义及多智能体交互为控制条件，生成符合物理规律且时空一致的驾驶视频，为破解长尾效应提供数据闭环方案[5] - **GAIA-3 (Wayve)**: 模型规模较GAIA-2提升5倍，旨在通过捕获细粒度时空上下文来表征现实世界的物理因果结构[9] - **GAIA系列空间突破**: 通过潜在扩散模型和超高空间压缩比，实现了多相机视角下的时空一致性，构建了具备物理常识的“沙盒”，解决了空间扭曲问题[10] - **ReSim**: 通过将真实世界专家轨迹与模拟器生成的非专家/危险行为数据进行异构融合，利用扩散Transformer架构实现了对极端与罕见驾驶行为的高保真、强可控模拟[11] - **ReSim空间突破**: 解决了AI对极端空间状态的认知缺失，让AI学会“撞车瞬间的空间演变”，实现了对高风险物理交互的高保真模拟[12] 多模态推理实现从“语义描述”到“几何推理” - **SIG**: 提出“空间智能网格”结构化图谱方案，通过将场景布局、物体关系及物理先验显式编码为网格语义，替代传统纯文本提示，并建立SIGBench基准，旨在解决多模态大模型依赖语言捷径、缺乏真实几何推理能力的难题[16] - **OmniDrive**: 通过引入“反事实推理”生成大规模3D问答数据集，并配合Omni-L/Q代理模型，实现了视觉语言模型从2D认知向3D空间理解与规划的深度对齐[19] - **OmniDrive空间突破**: 引入“反事实推理”，弥补了语言逻辑与物理轨迹之间的鸿沟，让VLM能够真正理解三维环境下的风险评估[19] - **SimLingo**: 一款基于通用视觉语言模型且仅依赖摄像头的闭环自动驾驶系统，通过引入“动作梦境”任务解决了言行不一的难题，实现了驾驶行为与语义指令的高度对齐[21] - **SimLingo空间突破**: 提出“动作梦境”任务，AI必须预测出精确的物理执行信号，证明了通用大模型在理解复杂城市空间后的实时决策潜力[24] 三维物理实体的“实时数字孪生” - **DrivingRecon**: 一款通用型4D高斯重建大模型，通过直接从环视视频中预测4D高斯参数，并结合创新的PD-Block空间优化与动静解耦技术，实现了高效、高保真的自动驾驶场景动态重建与多任务仿真[26] - **DrivingRecon空间突破**: 实现了端到端4D高斯重建，通过“动静解耦”技术精准捕捉路面背景与动态障碍物的几何特征，提供了近乎实时的物理环境数字孪生[26] - **VR-Drive**: 通过引入“前馈3D高斯泼溅”作为辅助任务，实现了无需逐场景优化的在线新视角合成，显著增强了智驾系统在不同相机配置和视角偏差下的鲁棒性[29] - **VR-Drive空间突破**: 解决了硬件适配痛点，即使相机安装角度偏了5度，AI也能通过空间想象力补齐偏差，确保感知与规划在不同物理配置下的稳定性[29] 具身融合——打破“车”与“人”的空间隔阂 - **MiMo-Embodied (小米)**: 全球首个开源跨具身通用大模型，通过多阶段学习、思维链及强化学习微调，首次实现了自动驾驶与具身智能两大领域的深度融合[31] - **MiMo-Embodied空间突破**: 实验证明车辆对宏观交通流的空间感知可增强机器人导航，而机器人对微观物体交互的理解能反哺车辆决策，标志着自动驾驶被纳入“具身智能”版图[32] - **DriveGPT4-V2**: 一款基于多模态大语言模型的闭环端到端自动驾驶框架，通过多视角视觉标记器融合环视图像与车辆状态，并引入专家LLM进行在线模仿学习，实现了能够直接输出底层控制信号的高性能、可解释驾驶决策系统[36] - **DriveGPT4-V2空间突破**: 从“看图说话”进化到“闭环控制”，AI在环视视野中保持高局部空间细节，直接输出转向、加速等底层物理指令，实现了端到端空间智能的闭环落地[37] 工业界架构演进与共识 - **行业共识**: 2025年工业界在自动驾驶架构设计上达成高度共识，即从传统的模块化架构向端到端的VLA架构演进，旨在利用大语言模型的常识推理能力辅助驾驶决策[40] - **Waymo的EMMA与通用基础模型**: Waymo展示了其端到端多模态模型EMMA，该模型构建在Gemini等大规模预训练模型之上，直接将原始摄像头传感器数据映射为驾驶轨迹、感知对象和道路图元素，其核心理念是将所有非传感器输入和输出均表示为自然语言文本[41] - **Waymo的快速与慢速思考架构**: 提出“快速思考与慢速思考”架构，传感器融合编码器负责快速反应性动作，驾驶VLM负责处理复杂的语义推理，例如能通过语义分析命令车辆绕行路面起火等罕见场景[41] - **DeepRoute.ai与可解释的VLA**: 元戎启行推出的DeepRoute IO 2.0架构核心优势在于引入思维链推理，有效解决了端到端模型的“黑盒”问题[43] - **DeepRoute IO 2.0能力**: 系统不仅能执行驾驶动作，还能通过语言模型解释其决策路径，具备强大的空间意识和光学字符识别能力，能实时解读复杂路牌和临时交通指令[44] - **统一具身智能趋势**: MiMo-Embodied的出现标志着自动驾驶与具身机器人在空间智能层面的合流，该模型在12项自动驾驶基准测试及17项机器人基准测试中均创造了新记录[45] - **理想汽车的MindVLA**: 引入了空间智能概念，主要体现在3D Feature上，视觉和Lidar经由3D Encoder得到时序融合后的特征，再经由3D projector传递到下游的MindGPT中[45]

理想汽车OTA8.0系统升级 - 理想汽车推送OTA8.0版本车机系统 辅助驾驶、智能座舱和智能电动迎来升级 [1][3] - 自研VLA司机大模型向理想MEGA和理想L系列AD Max车型全量推送 [3] - VLA是第三代辅助驾驶技术 具备"看得懂道路状况 听得懂人类指挥 记得住车主习惯"特性 [3] VLA技术特性与功能 - VLA司机大模型具备环境理解和推理能力 在复杂路口选路更精准 [6] - 拥有车速记忆功能 可记住用户特定道路车速偏好并通过对话设定 [6] - VLA泊车实现自主寻路、漫游找车位、导航终点靠边停车等功能 [6] - 9月10日开始向AD Max车型推送 但初期为缺少某功能的"残血版" [4][6] VLA技术优势与行业地位 - VLA可被视为端到端的"智能增强版" 引入思维链实现可解释性决策 [7][8] - 解决传统模型长尾场景挑战 泛化能力更强 下限超过端到端上限 [7][8][11] - 多模态大模型驱动 语言模型作为"中台"转译感知内容为执行决策 [8] - 理想汽车、元戎启行、小鹏汽车等多家车企竞相布局VLA领域 [7] 行业技术路线对比 - 华为采用WA世界行为模型 直接通过Vision信息输入控车 [12] - 世界模型通过感知数据构建物理世界内部模拟 实现预测和推理 [12] - VLA与世界模型并不矛盾 VLA强化学习阶段需在世界模型闭环学习 [13] - 技术路线选择取决于企业目标 智驾行业预计2028年收敛至稳定状态 [13]

行业技术趋势 - 2023年起自动驾驶领域迎来以端到端为主导的技术转向 2024年成为行业公认的新一代量产主流方案 2025年VLA和世界模型成为下一代量产突破方向[1] - 技术架构迭代伴随研发路径 人才结构与竞争格局重新洗牌 领军人物技术判断决定团队在重构期能否站稳脚跟甚至超车领先[1] - 端到端架构正逐步成为智能驾驶新基座 大模型 世界模型 VLM方案等技术加速从学术界走向工业界[53] 理想汽车 - 郎咸朋2018年加入理想汽车担任自动驾驶负责人 职位从自动驾驶业务总经理转变为自动驾驶副总裁[5] - 2023年年底全场景NOA推送标志理想辅助驾驶从高速向城市场景延展 2024年7月15日推送无图NOA功能首次实现对先验信息依赖突破[5] - 去年E2E+VLM双系统成为业界智驾方案标杆 今年主攻VLA司机大模型已量产[5] 小米汽车 - 叶航军2021年初被雷军点将主持小米自动驾驶业务 小米SU7爆火后智能技术能力快速提升[7][8] - 1000万Clips版小米端到端辅助驾驶系统出厂即搭载 学术界推出VLA 强化学习 世界模型 3DGS等前沿工作[9] - 小米不惜代价做好辅助驾驶 正努力跻身智驾第一梯度[9] 蔚来汽车 - 任少卿2020年8月加入蔚来担任智能驾驶研发副总裁 曾担任Momenta研发总监兼联合创始人[11] - 大力推动蔚来智能驾驶技术发展 特别在城区NOA规模铺开和全域领航辅助NOP+功能发布做出重要贡献[11] - 今年主推世界行为WA自动驾驶路线 核心思路是海量使用云端仿真数据让大模型理解世界而学会驾驶[11] 小鹏汽车 - 李力耘2019年6月加入小鹏汽车 2023年8月2日接班吴新宙成为小鹏智驾总负责人[14][15] - 负责小鹏汽车高速和城市自主导航辅助驾驶系统NGP研发 是国内为数不多纯视觉方案拥簇[14][15] - 算力算法数据域控制器线控底盘全链路布局 传感器以外采为主坚持纯视觉方案[15] - 近期小鹏G7 Ultra将迎来OTA升级 AI智能辅助驾驶系统融入全场景VLA大模型[16] 比亚迪 - 杨冬生现任比亚迪副总裁兼产品规划及汽车新技术研究院院长 2005年加入比亚迪[18] - 作为DM-i超级混动系统总设计师 主导研发技术助力比亚迪新能源销量自2022年起多次夺取月度销量冠军[18] - 2024年比亚迪全系车型都将搭载天神之眼高阶智驾系统 开启全民智驾新时代[20] 地平线 - 苏箐2022年加入地平线担任高阶智能驾驶项目总负责人 曾任华为汽车BU智能驾驶产品线总裁[22] - 地平线端到端HSD方案搭载J6P量产上车 自研芯片+智驾方案双管齐下[22] - 大众汽车与地平线成立合资企业 苏箐担任CTO[22] Momenta - 曹旭东2016年创办Momenta 提出一个飞轮两条腿战略 飞轮是数据驱动 两条腿是量产自动驾驶L2和完全无人驾驶L4[25] - 战略核心理念是通过L2量产车收集数据反哺L4技术迭代 形成数据→算法→产品→数据正向循环[25] - 技术路线选择端到端大模型和无图方案 2025年已跻身智驾第一梯队成为全球品牌共同选择[26] - R6飞轮大模型频繁现身公众视野 2019年把核心精力投入数据领域布局进入成果初现阶段[26] 大疆车载（卓驭） - 沈劭劼担任大疆车载总负责人 香港科技大学电子和计算机工程系副教授 科大-DJI联合创新实验室主任[30] - 截至2025年5月卓驭已与9家主流车企达成合作 包括大众汽车 上汽通用五菱 比亚迪等[31] - 已有20余款车型量产 还有30多款车型即将量产落地 预计2025年有200万台车型搭载大疆车载智驾系统上路[31] 英伟达 - 吴新宙2023年加入英伟达现任自动驾驶团队总负责人 曾担任小鹏汽车自动驾驶副总裁[35][36] - 在小鹏汽车期间带领团队完成高速NGP和城市NGP量产落地 推动小鹏汽车在智能驾驶领域发展[35] - 英伟达自动驾驶推出覆盖从数据 感知到大模型智能体的全栈技术[36] 百度 - 王亮现任百度智能驾驶事业群组首席研发架构师 IDG技术委员会主席 阿波罗智能技术董事[40] - 2024年主导VTA基础大模型和纯视觉智驾路线在极越01车型实现量产应用[40] - 带领团队推出支持全国300城覆盖的领航辅助驾驶方案[40] 博世中国 - 吴永桥2024年1月出任博世智能驾驶与控制系统事业部中国区总裁 推动博世城市NOA产品落地[42] - 2024年5月发布首款城市NOA产品并计划年底覆盖24个城市[42] - 主张主机厂聚焦用户体验而供应商承担标准配置开发 提出智能驾驶技术趋同 特斯拉算法领先等观点[42] - 博世坚定推进一段式端到端技术 与文远知行联合基于英伟达Orin Y打造一段式端到端方案8月底在奇瑞高端车型量产[43] 小马智行 - 楼天城小马智行联合创始人兼首席技术官 中国公认大学生计算机编程第一人 算法领域卓越成就[45] - 主导开发世界模型技术 使小马智行在L4级自动驾驶领域建立独特技术优势[45] 元戎启行 - 周光2021年正式任职元戎启行CEO 公司完成阿里巴巴战略领投3亿美元B轮融资[48] - 近日发布最新一代搭载VLA模型的辅助驾驶平台DeepRoute IO 2.0[49]

产品发布与技术架构 - 元戎启行发布新一代辅助驾驶平台DeepRoute IO 2.0 搭载自研VLA模型 融合视觉感知、语义理解与动作决策三大能力 [2] - VLA模型通过强化学习实现进化 区别于端到端架构的模仿学习 使机器理解行为背后的原因 [2] - 公司策略兼顾激光雷达与纯视觉版本 VLA平台同时支持两种方案以适应不同客户需求 [6] 技术转型动因与行业趋势 - 技术转型直接动因为2024年6月深圳福田保税区场景 测试车因无法理解"车辆左转不受灯控"文字指示导致交通中断 [3] - 行业逐步触及端到端系统性能瓶颈 理想汽车预测VLA可将事故里程提升至人类驾驶10倍（600万公里/次事故）[4] - 行业兴起VLA研发热潮 小鹏汽车、理想汽车等企业均进行相关布局 [7] 商业化进展与规模挑战 - 公司已获得超10款车型定点合作 实现近10万辆具备城市领航辅助系统的量产车型交付 涵盖SUV/MPV/越野车等多车型 [3] - 交付量达10万辆级别后问题被放大 早期千台万台阶段问题概率低 但规模扩大后面临更严格市场监督 [3] 技术优势与创新方向 - VLA模型核心训练目标为防御性驾驶 使AI具备风险敬畏之心 在盲区等场景主动进行预防性预判 [5] - 系统突破视觉遮蔽限制 实现对空间关系理解与推理 而非依赖"穿墙透物" [4] - 技术可复用于机器人/无人驾驶等多移动场景 支持室内外环境泛化应用 [7] 发展前景与技术局限 - VLA模型处于早期幼年期 当前评分仅6分（满分10分） 仍无法实现全无人驾驶且缺乏完全推理能力 [8] - 技术上限远高于端到端方案 "下限超过端到端方案上限" 需新一代高算力芯片支持潜力释放 [8] - 通过实际用户体验而非技术概念灌输推广产品 持续优化复杂场景应对能力 [8]

无人物流车融资与商业化进展 - L4级自动驾驶企业白犀牛完成B+轮融资 老股东顺丰和线性资本继续投资 新股东包括以骏资本和三六零基金 B轮融资总额累计近5亿元[2] - 白犀牛资金将投向车规级无人车研发、AI技术迭代和商业场景拓展 聚焦末端物流领域规模化落地[2] - 公司从商超配送起步 与永辉、盒马合作 2023年转向快递物流场景 活跃车辆从2024年底近百台增至当前千台规模 覆盖全国100多个城市 服务顺丰、中通和中国邮政等头部物流企业[2] - 无人物流车赛道2025年大额融资频现：新石器无人车2月完成10亿元C+轮融资 九识智能4月完成1亿美元B3轮融资[2] 政策支持与行业应用规模 - 商务部等8部门2025年3月联合印发《加快数智供应链发展专项行动计划》 明确推广无人配送车等设施设备[3] - 国务院印发《关于深入实施"人工智能+"行动的意见》 提出在物流等领域推动智能终端广泛应用[3] - 国家邮政局数据显示 截至2024年底快递物流无人车规模化应用超6000台 覆盖100多个细分场景 交付订单上亿件[3] - 头部物流企业顺丰、京东物流和中国邮政持续推进无人配送车应用[3] 技术发展与市场预测 - 菜鸟CTO预计未来三到五年快递行业将部署超20万台无人车[4] - 元戎启行发布新一代辅助驾驶平台DeepRoute IO 2.0 搭载自研VLA模型 擅长应对复杂路况[4] - VLA模型具备空间语义理解、异形障碍物识别、文字引导牌识别和记忆语音控车功能 适配15万元以上车型 未来可能优化至10万元级别车型[4] - 2025年下半年理想汽车、小鹏汽车和奇瑞汽车纷纷布局VLA模型 理想i8已搭载 小鹏G7 Ultra明确上车时间表 奇瑞猎鹰智驾采用VLA+世界模型[5] 行业趋势与竞争格局 - 无人物流车作为低速封闭场景应用 已到规模化商业应用临界点[3] - 券商分析指出无人物流车应用场景广泛 产品迭代迅速 在末端配送和封闭场景中表现良好 头部厂商订单量有望大幅增长[3] - VLA模型成为人工智能前沿技术 推动以大模型为基座的智驾方案加速应用[5] - 车企自研与第三方合作格局变化 积累深厚的企业在L3级高阶智驾市场具竞争优势 具身智能领域发展潜力巨大[5]

自动驾驶行业商业化进展 - 自动驾驶大规模商业化速度加快 无人物流车等细分应用场景被市场看好 人工智能等前沿技术助推领域发展提速 [1] - 无人物流车等低速封闭或半封闭场景商业化进展较快 已来到规模化商业应用的临界点 [2] 无人物流车投融资与市场表现 - 白犀牛完成B+轮融资 B轮融资总额累计近5亿元 老股东顺丰 线性资本再次出手 新股东以骏资本 三六零基金加入 [2] - 白犀牛活跃车辆从2024年底近百台快速增长至当前千台规模 覆盖全国100多个城市 服务于顺丰 中通 中国邮政等头部物流企业 [2] - 2025年以来无人物流车赛道大额融资频现 新石器无人车完成10亿元C+轮融资 九识智能完成1亿美元B3轮融资交割 [2] - 截至2024年底快递物流无人车规模化应用累计超6000台 为100多个细分场景用户交付上亿件订单 [3] - 菜鸟预计未来三到五年仅快递行业就会部署超20万台无人车 [3] 政策支持与行业应用 - 商务部等8部门联合印发《加快数智供应链发展专项行动计划》 推广智能立体仓库 自动导引车 无人配送车等设施设备 [3] - 国务院印发《关于深入实施"人工智能+"行动的意见》 提出在交通 物流 商贸等领域推动新一代智能终端 智能体等广泛应用 [3] - 无人物流车应用场景广泛 在快递快运末端配送 封闭场景物流运输 商超生鲜配送等场景中表现良好 [3] - 顺丰 京东物流 中国邮政等头部企业持续推进无人配送车在物流行业中的应用 [3] VLA模型技术发展与车企布局 - 元戎启行发布新一代辅助驾驶平台DeepRoute IO 2.0 搭载自研VLA模型 擅长应对复杂路况 具备空间语义理解 异形障碍物识别等功能 [4] - DeepRoute IO 2.0对15万元以上车型可适配 未来10万元级别车型通过优化也有机会搭载 [4] - 2025年下半年以来理想汽车 小鹏汽车 奇瑞汽车等车企纷纷布局VLA模型 理想i8搭载VLA司机大模型 小鹏G7 Ultra明确VLA上车时间表 奇瑞猎鹰智驾采用VLA+世界模型 [4] - VLA模型成为人工智能行业技术前沿 业内对其在具身智能等领域表现有很高期待 [4][5] - VLA技术发展预示以大模型为基座的智驾方案加速应用 汽车企业逐渐向科技企业转型 [5]

电动化 - 铃木计划在印度投资7000亿卢比（约80亿美元）建设全球电动车生产中心 初期年出口目标5万至10万辆 后续产能潜力逐步释放 [6] - 铃木印度子公司马鲁蒂铃木股价因该战略上涨2.6% 创历史新高 但印度电动车渗透率仅4.5% 电池成本高导致e Vitara SUV本土上市时间未定 [6][7] - 印度政府目标2030年电动车渗透率达30% 铃古吉拉特邦工厂年产能规划100万辆 支持"印度制造"战略并促进产业升级与就业 [7] - 美欧试探统一汽车监管标准 若实现将降低欧洲小型低价电动车进入美国市场门槛 例如雷诺5车型可能进入美国 [8][10] - 美欧标准差异主要在行人保护要求 美国盛行高大皮卡不符合欧洲标准 且存在高额关税和电池供应链政策不一致等障碍 [10][11] 智能化 - DeepRoute.ai推出DeepRoute IO 2.0智能驾驶平台 基于VLA模型 兼容激光雷达与纯视觉方案 采用NVIDIA DRIVE AGX Thor系统 已与5家整车厂合作 年内量产上市 [12][14] - 平台结合OCR和语音控制 实现实时识别与人机交互 完成城市复杂路况验证 推动行业从"堆硬件"向"强认知"转型 [14][15] - Stellantis暂停L3级自动驾驶系统AutoDrive开发 因高研发成本、技术挑战及有限市场需求 原计划允许"免手免眼"驾驶 [16][18] - Stellantis转向依赖供应商提供软件支持 保留核心内部研发 股价过去一年下跌超过40% 反映传统车企软件能力追赶困境 [18][19] - 丰田研究院与波士顿动力合作开发人形机器人Atlas II 采用大行为模型（LBM） 通过少量人类示范学会复杂操作 目标应用于工厂和物流场景 [20][22][23] 新管理 - Ken Ganley集团收购俄亥俄州两家雷克萨斯经销商 Metro Lexus和Akron-Canton Lexus 强化豪华车区域布局 [24][26] - 收购切入高净值人群聚集的克利夫兰和阿克伦地区 提升客户服务指数和区域市场控制力 应对汽车零售业整合趋势 [26][27] 国际化 - 现代汽车集团将美国投资规模提升至260亿美元 用于扩大现代与起亚产能、建设路易斯安那州钢厂和机器人工厂 年产能3万台 [28][30] - 投资创造约2.5万个就业岗位 响应美国《通胀削减法案》 强化供应链自主权 将美国从销售市场升级为制造与技术策源地 [30] - 非洲汽车市场规模预计从2024年210.7亿美元增长至2033年331.4亿美元 复合年增长率5.16% 南非占据28.4%份额 [31][33] - 南非2023年向非洲出口汽车零部件价值428亿兰特 非洲成为仅次于欧盟的第二大出口市场 需求包括发动机零件和电动车技术产品 [33][34] 安全与风险 - 雪佛兰召回逾23,500辆科尔维特跑车 因燃油泄漏隐患 涉及2023至2026年款车型 NHTSA估计0.1%车辆存在缺陷 已有四起火灾事故 [35][37] - 通用汽车将在经销商处安装防护罩引导燃油远离热源 召回事件凸显高性能跑车燃油系统安全设计挑战 [37][38] - 大众汽车因电容式触控按钮面临集体诉讼 指控按钮过于敏感导致意外操作和交通事故 涉及ID.4、ID.Buzz和高尔夫等车型 [39][41] - 大众设计主管承认电容按钮问题 承诺后续车型重新引入实体按键 NHTSA已收到多起投诉 事件反映汽车智能化设计风险 [41]

元戎启行新一代辅助驾驶平台发布 - 公司正式发布新一代辅助驾驶平台DeepRoute IO 2.0 搭载自研VLA模型 较端到端模型更擅长应对复杂路况 [1] 行业技术路线竞争格局 - 智能驾驶行业进入VLA时代 小鹏、理想、吉利、奇瑞等车企下半年纷纷布局VLA模型 理想汽车已在理想i8车型搭载VLA司机大模型 [1] - VLA技术涵盖范围广 需要精准技术判断和长期积累 公司宣称在防御性驾驶等方面具有先发优势 [1] VLA模型技术特性 - 模型融合语言模型 具备强大思维链能力 有效缓解传统端到端模型黑盒问题 实现信息串联、分析与因果推理 [1] - 天然集成海量知识库 展现更强泛化能力 更好适应真实道路复杂多变场景 [1] - 预训练阶段可能产生幻觉现象 但通过后训练对齐等技术手段已能大幅抑制 行业已有成熟应对方案 [2] - 模型同时支持激光雷达与纯视觉两种方案 可灵活适配不同传感器配置 [9] 算力需求与成本结构 - VLA作为全新领域存在众多技术方向 资源消耗可控制在较优水平 辅助驾驶场景下GPT模型规模相对可控 [4] - 7B参数模型不需要极端庞大算力支撑 [4] - 与端到端方案成本差异集中于芯片部分 其余模块成本接近 芯片成本与制程工艺密切相关 行业已进入千TOPS级算力芯片时代 [5] 商业化进展与产能规模 - 公司已获得超过10款车型定点合作 成功交付近10万台搭载城市领航辅助系统的量产车辆 [6] - 基于DeepRoute IO 2.0平台已达成5个定点合作项目 首批量产车即将进入市场 [9] 市场定位与价格策略 - 目前15万元以上车型可适配VLA技术 通过进一步优化未来有望下探至10万元级别车型 [5] - 10万台交付规模是起点 高阶辅助驾驶市场加速打开将带来更大市场空间 [9] 安全理念与技术路径 - 公司将防御性驾驶作为系统训练核心目标 让AI具备对风险的敬畏之心 [9] - 激光雷达在通用障碍物识别方面短期仍具有不可替代作用 长期可能被视觉方案替代 [9]