文章核心观点 - 地平线副总裁兼首席架构师苏箐认为，当前一代深度学习技术可能已触及天花板，未来三年智驾行业将进入在现有系统上做极致优化的阶段，而非理论内核重构 [1] - 苏箐警示行业应对端到端技术热潮保持冷静，指出其发展将面临高成本与基础理论突破停滞的挑战 [1][3] 智驾技术范式演进 - 2024年初特斯拉FSD V12版本上线成为分水岭，其首次采用端到端神经网络架构，将感知、决策与控制整合为单一模型，证明了该技术的可行性 [2] - 该技术推动智驾行业技术范式从规则驱动转向数据驱动 [2] - 端到端技术的普及将带来两大趋势：智驾系统越来越“类人”，以及L2与L4级别的智驾方法论走向统一 [2] 行业未来发展趋势 - L2级辅助驾驶将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 [2] - 方法论统一后，同样的开发范式不仅能提升L2体验，也能以更低成本和更广部署区域落地L4系统（如Robotaxi） [2] 面临的挑战与行业现状 - AI与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 [3] - 后续各家企业可能会开始堆算力、叠模型容量 [3] - 开发和试验端到端系统的成本极高，做一轮试验可能要十个亿，且不一定成功 [3] - 苏箐回顾2022年时曾对行业感到失望，认为当时的自动驾驶与人类司机相比差距极大 [2]

在苏箐看来，这一阶段的核心命题，是将现有技术的潜力发挥到极致，比如地平线将持续提升芯片算力 与模型容量，以统一范式推进L2到L4的融合，让城市L2从20万级车型下探至10万级市场，让准L4系统 以平民化价格走进大众。同时，强化工程与组织能力，应对海量长尾场景的打磨，这才是穿越周期的关 键。 "自动驾驶的终极目标，是造出能替代人类司机的机器。这场长跑，在范式革命之后，考验的是行业沉 下心来做'精活'的耐力。在未来几年内，能够把L4级别的车，以平民化的价格送到用户手上。这才是我 们所有人辛苦了这20年做这一行的意义所在。" （文章来源：中国经营报） "未来三年，自动驾驶行业将告别范式迭代的狂飙，进入极致优化的'苦日子'。" 12月9日，在"2025地平线技术生态大会"上，作为深耕自动驾驶20年的老兵，一向"反共识"的地平线副 总裁&首席架构师苏箐分享了对自动驾驶未来趋势的判断。 值得一提的是，对于当下，苏箐则给出了冷静的判断："行业需要清醒。当前深度学习已显露天花板迹 象，AGI基础理论暂无突破信号，下一轮内核重构至少还需5—20年的技术沉淀。未来三年，自动驾驶 行业将告别范式迭代的狂飙，进入极致优化的'苦日子' ...

宏观与策略观点 - 当前宏观格局延续“宽货币+信用宽松”组合，10月新增社融8161亿元，新增人民币贷款2200亿元，均低于万得一致调查值，但信用扩张内生动力未改，整体金融条件对宏观与资产表现形成托底 [13] - 对于A股，估值压力释放叠加内外部不确定性减弱，市场有望在年末进入稳步休整阶段，短期涨跌空间有限，预计在重要会议前后逐步企稳，明年一季度有望迎来向上合力 [14] - 对于债市，基本面偏弱与利率下行支撑其韧性，但“遇好不涨”的弱势信号显现，建议以波段操作为主，逢脉冲式调整把握交易机会 [14][15] - 对于人民币汇率，在美元走弱及年底结算需求支撑下短期偏强，但预计在政策调节下将呈现双向波动态势 [15] - 对于商品，原油因供需格局恶化持续承压，出现2020年以来最严重的供应过剩局面，预计明年供给缺口将进一步扩大，黄金则短期缺乏明显上行驱动，或维持震荡格局 [16] - 国内定量配置模型建议，在积极配置假设下，股票、债券、原油、黄金配置比例分别为30%、35%、23.3%、11.7%；在稳健配置假设下，比例分别为15%、85%、0%、0% [16] - 全球资产配置建议增配全球权益资产，具体配置比例为美国(14.65%)、德国(0.81%)、法国(14.65%)、英国(13.02%)、日本(0.81%)、印度(13.02%)、中国香港(13.02%)，余下30%配置无风险收益产品 [16] 固定收益专题：公募REITs - 公募REITs市场持续扩围扩容，发行范围已涵盖12大行业的52个资产类型，其中10个行业领域的18个资产类型已实现首单上市，当前市值中交通、消费、产业园三大板块合计占比达62% [7] - 预计REITs市场规模可达2.3-3.8万亿元，与当前相比还有10-16倍的扩容空间 [7] - 公募REITs是高分红的类固收权益型资产，近四年年平均分红率为5.73%，高于中证红利指数的5.52%，且近三年派息率与十年期国债收益率息差在300-400BP之间，具备配置优势 [8] - 公募REITs收益兼具债券与权益属性，全市场REITs近一年、近三年及成立以来年化回报率分别为23.66%、3.24%、7.64% [9] - 从美国经验看，投资时间越长分红收益占比越高，投资周期三年时分红收益占比约1/3，拉长至15年提升至2/3，35-40年则进一步提升至70%以上 [9] - REITs与主流资产相关性弱，2025年以来与沪深300、10年国债、黄金、中证红利的相关系数分别为-0.07、0.14、0.21、0.17，能有效对冲单一资产波动风险，填补股债之间的中风险稳收益资产空白 [10] AI赋能资产配置观点 - AI、分析师与交易员在信息处理、逻辑推演与决策执行上存在根本分野，形成互补而非替代关系 [11] - 在信息层面，AI以毫秒级速度抓取关键词匹配历史模式，分析师从监管条款与产业链调研理解政策意图，交易员则关注盘口与流动性判断市场情绪 [11] - 在推演层面，AI依赖相关性用旧样本预测未来，分析师构建因果链条寻找新价值锚，交易员关注预期差寻找反转契机 [11] - 在执行层面，AI遵守纪律自动触发风控，分析师在基本面不变时敢于左侧逆势加仓，交易员用快速止损与反手实现日内波动收割 [12] - AI难以识别结构性断裂、缺乏二阶思维与博弈直觉、也难以理解政策语境与软信息，其擅长在既定范式下做最优解，而人类负责判断范式是否改变 [12] - 未来最有竞争力的是AI、分析师与交易员的合作体系，AI提升信息密度，分析师提供结构洞察，交易员给出实盘反馈 [12] 免税行业专题 - 海南离岛免税销售额在政策驱动下经历高增长，2011-2019年CAGR达39%，2020-2021年因自贸港政策销售翻倍，峰值达495亿元，但2022-2024年进入调整期，2024年销售额较高点下滑37% [17] - 行业龙头中国中免市值在2020-2021年强预期下一度逼近8000亿元，估值超过80倍，随后进入估值与业绩双杀阶段 [17] - 近期出现销售拐点，2025年9月起海南免税销售同比转正，9-11月同比增速分别为+3%、+13%、+27%，10-11月客单价分别增长30%、41%，龙头股价自6月低点反弹约40% [18] - 政策端持续优化，离岛免税放宽购物约束，岛内居民可不限次即购即提，国货6品类获准入场，市内免税允许网上预订及口岸提货并扩充品类 [18] - 需求端出现改善信号，2025年三季度以来LVMH、爱悦仕等品牌在中国境内市场恢复正增长，精品消费回流大中华区趋势有所体现 [19] - 供给端龙头公司夯实内功，中国中免2025Q3收入与毛利率双企稳，全渠道会员超4500万，王府井收入降幅边际收窄，珠免集团加速剥离亏损地产业务聚焦核心资产 [20] - 渠道端，上海、首都机场免税合约即将重签，新招标规则限制兼中，2027年海南政府目标销售额超600亿元（含有税） [20] - 报告推荐中国中免（全渠道龙头）、王府井（市内免税拓张+机场招标弹性）组合，并建议关注海南机场 [21] 传媒互联网行业 - 本周（11.24-11.30）传媒行业上涨3.64%，跑赢沪深300指数（-0.84%）和创业板指（0.34%），在所有板块中涨跌幅排名第2位 [21] - AI领域进展迅速，DeepSeek发布新模型并在国际数学奥林匹克竞赛获金牌，阿里通义发布生图模型Z-Image首日下载量突破50万，夸克发布搭载千问AI助手的AI眼镜 [22] - 11月国产及进口网络游戏版号共发放184款，其中国产游戏178款，发放数量创年内新高 [22] - 电影《疯狂动物城2》于11月26日上映，截至11月30日16时累计票房达18.24亿元，本周电影票房19.12亿元，该片票房占比达90.6% [22][23] - 2025年10月中国手游收入前三名分别为点点互动《Whiteout Survival》、点点互动《Kingshot》和柠檬微趣《Gossip Harbor：Merge&Story》 [23] - 投资建议把握游戏板块超跌布局机会，结合产品周期及业绩表现推荐巨人网络、恺英网络、吉比特等，IP潮玩推荐泡泡玛特，同时关注AI应用及影视院线机会 [23] 汽车智能化专题 - 智能驾驶是各国国家级战略，其高速发展是必然趋势，各地方政府正积极探索应用场景，高级别智驾安全条例也在不断完善 [24] - 特斯拉FSD V12与华为ADS3.0均实现“端到端”算法，引领智能驾驶突破L4级别，华为城市NOA覆盖率已达99.56%，大幅领先其他国内厂商 [24] - 比亚迪推行“智驾平权”，市场智驾渗透率迎来新拐点，高速NOA渗透率有望从2024年的11.3%增长至2025年的26.3%，城市NOA渗透率有望从6.1%增长至10.9% [25] - 伴随硬件成本下降和国产芯片崛起，智驾市场不断下沉，Deepseek接入智驾架构有望引导端侧算力下降，进一步推动市场下沉 [25] - Robotaxi全球市场空间近10万亿元，商业化进展持续加速，Waymo与Apollo是领航者，PONY AI有望在2025年底实现超1000辆车队目标，WeRide目标在2030年部署十万辆robotaxi [25] 非银金融：年金体系研究 - 以企业年金与职业年金为主的养老第二支柱稳步发展，未来年金增速有望保持8%的年化复合增速，高于未来名义GDP增长 [26] - 职业年金采用“统一委托、集中运营”模式，其投资运营规模从2020年的1.29万亿元持续增长至2024年的3.11万亿元，接近企业年金3.64万亿元的规模，同比增速在2022年后基本稳定在20%左右 [27] - 年金资金是典型的长期资金和“耐心资本”，未来为实现长期保值增值，需要提升权益资产战略配置权重 [27][28] - 未来年金权益投资更倾向于构建“哑铃型”组合，一端聚焦高股息、低波动的价值型资产，另一端加大对科技制造等成长领域的布局 [28] - 以企业年金为例，判断其权益配置比例有望由当下的10%-15%提升至20%-25%，带来约5000亿元权益增量空间，综合考虑负债增长和结构调整，预计每年带来1000至1500亿元权益增量资金 [28] 金融工程数据监控 - 截至2025年12月3日，主要股指成分股分红进度缓慢，沪深300指数中仅有1家公司处于预案阶段，20家公司不分红 [29] - 已披露分红预案的个股中，煤炭、银行和钢铁行业的股息率排名前三 [29] - 截至2025年12月3日，各指数已实现股息率分别为：上证50指数2.52%、沪深300指数2.04%、中证500指数1.24%、中证1000指数0.95% [29] - 股指期货贴水幅度加深，截至2025年12月3日，IH、IF、IC、IM主力合约年化贴水率分别为2.84%、5.97%、14.65%、16.38% [30] - 近一年来上证50、沪深300、中证500、中证1000股指期货主力合约年化贴水率中位数分别为0.63%、3.53%、11.15%、13.58% [32] - 2025年12月3日市场表现疲弱，大部分指数下跌，AI应用、锂电池题材领跌，交通运输、有色金属、煤炭等行业表现较好 [30][31] - 市场情绪方面，2025年12月3日收盘时有53只股票涨停，16只股票跌停，封板率61%，连板率24% [31] - 截至2025年12月2日，两融余额为24865亿元，其中融资余额24689亿元，融券余额176亿元，两融余额占流通市值比重为2.6% [31] - 近半年以来大宗交易日均成交金额20亿元，2025年12月2日当日成交15亿元，近半年平均折价率6.43%，当日折价率6.02% [32] - 近一周内调研机构较多的股票包括乐鑫科技（被113家机构调研）、长安汽车、晶盛机电等 [33] 市场数据摘要 - 2025年12月3日，A股主要指数普遍下跌，上证综指收于3877.99点，跌0.50%，深证成指收于12955.25点，跌0.77%，沪深300指数收于4531.04点，跌0.51%，两市合计成交金额约16699.61亿元 [2] - 同期全球主要股市多数下跌，纳斯达克指数跌0.48%，S&P500指数跌0.44%，恒生指数跌1.28% [4] - 商品期货方面，黄金收盘价954.34，跌0.35%，ICE布伦特原油收盘价62.45，跌1.13% [34] - 2024年11月经济数据显示，PPI同比下降2.9%，CPI同比为99.4，M1同比为-0.0%，M2同比为0.07%，新增人民币贷款5216亿元，贸易顺差97443.13亿美元 [35] - 近期有多家公司面临非流通股解禁，例如郑州银行解禁27150万股，流通股增加73.69%，南京证券、国信证券等解禁后流通股增加比例达100% [5][36]

宏观与策略观点 - 当前宏观格局延续“宽货币+信用宽松”组合，10月新增社融8161亿元，新增人民币贷款2200亿元，均低于市场预期，但信用扩张内生动力未改，整体金融条件对资产表现形成托底 [13] - 对A股展望：估值压力释放叠加内外部不确定性减弱，A股有望在年末稳步休整，预计在重要会议前后逐步企稳，明年一季度有望迎来向上合力 [14] - 对债市展望：基本面偏弱与利率下行支撑债市韧性，但出现遇好不涨的弱势信号，建议以波段操作为主 [14][15] - 对人民币展望：美元走弱势头基本兑现，人民币在外部流动性改善与季节性因素支撑下偏强，但在政策调节下将呈现双向波动态势 [15] - 对商品展望：商品价格走势分化，布伦特原油明显下跌，石油市场出现2020年以来最严重的供应过剩局面，黄金短期缺乏上行驱动，或维持震荡格局 [16] - 国内定量配置模型建议：在积极配置假设下，股票、债券、原油、黄金配置比例分别为30%、35%、23.3%、11.7%；在稳健配置假设下，比例分别为15%、85%、0%、0% [16] - 全球资产配置建议：增配全球权益资产，具体配置比例为美国(14.65%)、德国(0.81%)、法国(14.65%)、英国(13.02%)、日本(0.81%)、印度(13.02%)、中国香港(13.02%)，余下30%配置无风险收益产品 [16] 固定收益专题：公募REITs - 政策持续推动公募REITs市场扩围扩容，发行范围已涵盖12大行业的52个资产类型，其中10个行业领域的18个资产类型已实现首单上市，当前市值中交通、消费、产业园三大板块合计占比达62% [7] - 预计REITs市场规模可达2.3-3.8万亿元，与当前相比还有10-16倍扩容空间 [7] - 公募REITs是高分红的类固收权益型资产，近四年年平均分红率为5.73%，高于中证红利指数的5.52%，且近三年派息率与十年期国债收益率息差在300-400BP之间，具备配置优势 [8] - 公募REITs收益兼具债券与权益属性，全市场REITs近一年、近三年及成立以来年化回报率分别为23.66%、3.24%、7.64% [9] - 从美国经验看，投资时间越长分红收益占比越高，投资周期三年时分红收益占比约1/3，拉长至15年提升至2/3，35-40年则超过70% [9] - REITs与主流资产相关性弱，2025年以来中证REITs指数与沪深300、10年国债、黄金、中证红利的相关系数分别为-0.07、0.14、0.21、0.17，能有效对冲单一资产波动风险，填补股债之间的中风险稳收益资产空白 [10] AI赋能资产配置观点 - AI、分析师与交易员在信息处理、逻辑推演与决策执行上存在根本分野，形成互补而非替代关系 [11] - 在信息层面，AI以毫秒级速度抓取关键词并匹配历史模式，分析师从监管条款与产业链调研切入理解意图，交易员则关注盘口与流动性 [11] - 在推演层面，AI依赖相关性用旧样本预测未来，分析师构建因果链条寻找新价值锚，交易员关注预期差寻找反转契机 [11] - 在执行层面，AI遵守纪律自动触发风控，分析师在基本面不变时敢于左侧逆势加仓，交易员用快速止损与反手实现波动收割 [12] - AI难以识别结构性断裂、缺乏二阶思维与博弈直觉、难以理解政策语境，其擅长在既定范式下做最优解，而人类负责判断范式是否改变 [12] - 未来最有竞争力的是AI、分析师与交易员的合作体系：AI提升信息密度，分析师提供结构洞察，交易员给出实盘反馈 [12] 免税行业专题 - 海南离岛免税销售额在政策红利下2011-2019年CAGR达39%，2020-2021年因自贸港政策销售翻倍，峰值达495亿元，但2022-2024年进入调整期，2024年销售额较高点下滑37% [17] - 2025年9月起海南免税销售同比转正，9-11月同比增速分别为+3%、+13%、+27%，10-11月客单价分别增长+30%、+41%，龙头股价自6月低点反弹约40% [18] - 政策端持续优化：离岛免税放宽购物约束，岛内居民可不限次即购即提，国货6品类获准入场；市内免税允许网上预订及口岸提货，并扩充手机等品类 [18] - 需求端出现改善信号：2025年三季度以来，LVMH、爱马仕等品牌在中国境内市场恢复正增长，开云集团跌幅收窄，并观察到精品从日本回流至大中华区的趋势 [19][20] - 供给端龙头内功夯实：中国中免2025Q3收入与毛利率双企稳，全渠道会员超4500万；王府井收入降幅边际收窄；珠免集团加速剥离亏损地产业务聚焦核心资产 [20] - 渠道端核心机场重签是关键变量：中免2024年以78%市场份额全渠道领先，上海、首都机场免税合约即将重签，新招标规则限制兼中 [20] - 海南政府目标2027年销售额超600亿元（含有税），中国中免在营面积约超30万平方米，后续三期有望巩固地位 [20] - 投资建议看好中国中免（全渠道龙头）、王府井（市内免税拓张+机场招标弹性），建议关注海南机场 [21] 传媒互联网行业 - 本周（11.24-11.30）传媒行业上涨3.64%，跑赢沪深300指数(-0.84%)和创业板指(0.34%)，在所有板块中涨跌幅排名第2位 [21] - AI领域进展迅速：DeepSeek发布DeepSeek-Math-V2并在2025年IMO获得金牌；阿里通义发布生图模型Z-Image，首日下载量突破50万；夸克发布AI眼镜并搭载千问AI助手 [22] - 11月共178款国产游戏、6款进口游戏获批，版号发放数量创年内新高 [22] - 电影《疯狂动物城2》于11月26日上映，截至11月30日16时累计票房达18.24亿元，本周电影票房19.12亿元中该片票房占比达90.6% [22][23] - 2025年10月中国手游收入前三名分别为点点互动《Whiteout Survival》、点点互动《Kingshot》和柠檬微趣《Gossip Harbor：Merge&Story》 [23] - 投资建议把握游戏板块超跌布局机会，推荐巨人网络、恺英网络、吉比特等；IP潮玩推荐泡泡玛特；关注AI应用及影视院线机会，影视内容推荐芒果超媒、哔哩哔哩、光线传媒等 [23] 汽车智能化行业 - 智能驾驶是各国国家级战略，发展趋势必然，各地方政府正积极探索应用场景并完善安全条例 [24] - 特斯拉FSD V12与华为ADS3.0均实现“端到端”算法，引领技术突破L4，华为城市NOA覆盖率已达99.56%，大幅领先国内其他厂商 [24] - 2025年智能驾驶渗透率迎来新拐点，高速NOA渗透率有望从2024年的11.3%成长至2025年的26.3%，城市NOA渗透率有望从6.1%成长至10.9% [25] - 伴随硬件成本下降和国产芯片崛起，智驾市场不断下沉，比亚迪“天眼计划”引领打造10万元智驾车型，Deepseek接入进一步引导端侧算力下降 [25] - Robotaxi全球市场规模近10万亿元，商业化进程加速，Waymo与Apollo是领航者，PONY AI有望在2025年底实现超1000辆车队目标，WeRide目标2030年部署十万辆robotaxi [25] 非银金融：年金体系 - 以企业年金与职业年金为主的养老第二支柱稳步发展，预计年金增速有望保持8%的年化复合增速，高于未来名义GDP增长 [26] - 职业年金投资运营规模从2020年的1.29万亿元持续增长至2024年的3.11万亿元，接近企业年金3.64万亿元的规模，同比增速在2022年后基本稳定在20%左右 [27] - 年金资金是典型的长期“耐心资本”，未来为应对“资产荒”和利率下行，将提升权益资产战略配置权重 [27][28] - 未来年金投资倾向于构建“哑铃型”组合：一端聚焦高股息、低波动的价值型资产，另一端布局科技制造等成长领域 [28] - 以企业年金为例，权益配置比例有望由当下的10%-15%提升至20%-25%，带来约5000亿元权益增量空间，综合考虑负债增长和结构调整，预计每年带来1000至1500亿元权益增量资金 [28] 金融工程数据监控 - 截至2025年12月3日，主要股指成分股分红进度缓慢，沪深300指数中仅有1家公司处于预案阶段，20家公司不分红 [29] - 行业股息率比较显示，煤炭、银行和钢铁行业的股息率排名前三 [29] - 截至2025年12月3日，主要指数已实现股息率分别为：上证50指数2.52%，沪深300指数2.04%，中证500指数1.24%，中证1000指数0.95% [29] - 股指期货贴水幅度加深，截至2025年12月3日，IH、IF、IC、IM主力合约年化贴水率分别为2.84%、5.97%、14.65%、16.38% [30] - 2025年12月3日市场表现：沪深300指数相对抗跌，交通运输、有色金属、煤炭等行业表现较好，传媒、计算机、房地产等行业表现较差，AI应用、锂电池题材领跌 [30][31] - 市场情绪方面，2025年12月3日收盘时有53只股票涨停，16只股票跌停，封板率61%，连板率24% [31] - 截至2025年12月2日，两融余额为24865亿元，占流通市值比重2.6%，两融交易占市场成交额比重9.7% [31] - 近一年以来上证50、沪深300、中证500、中证1000股指期货主力合约年化贴水率中位数分别为0.63%、3.53%、11.15%、13.58% [32]

公司运营状况 - 2024年11月22日，公司通知全体员工自11月24日起无需到岗上班，进入停工状态 [1] - 从2024年第四季度开始大规模裁员，至11月初团队规模仅剩约200人，不足巅峰时期的20% [1] - 2024年底未发放年终奖，管理层自4月起陆续离职 [1] - 过去一年多智能岗位被裁一半，技术、产品副总裁先后离职 [1] 业务发展问题 - 乘用车智能驾驶交付延期，无人驾驶物流小车销量惨淡，新客户开拓不理想 [1] - 公司规划基于乘用和物流场景，打造乘用车、物流车和智能硬件三大业务板块 [3] - 主要乘用车产品HPilot的装车量至2024年底仅约10万辆，远低于原定3年超100万辆的目标 [5] - 与小米汽车的合作仅为小项目，角色类似丙方 [8] 技术与产品迭代 - 行业在2024年转向端到端方案时，公司尚未从高精地图完全转型，刚提出无图NOA目标 [7] - 2025年行业讨论世界模型时，公司甚至未交付无图NOA，被指落后不止一个代际 [7] - 2024年推出的HP570方案定价8000元，算力100TOPS，相比同行7000元甚至4000元的同类方案缺乏成本优势 [8] - 公司长期依赖高速NOA等有图方案维持生存 [8] 融资与财务表现 - 公司累计获得超过20亿元融资，2021年底A轮融资近10亿元，估值超10亿美元成为独角兽 [2] - 股东涵盖汽车产业、互联网公司、风险投资机构和政府产业基金 [2] - 自动驾驶行业整体亏损运营，例如文远知行三年累计亏损高达58亿元，小马智行2024年净亏损19.67亿元 [9] - 2022年自动驾驶领域融资事件仅92宗，融资总额从932亿元回落至240亿元，2024年融资事件24宗，总额超350亿元，资金向头部集中 [9] 行业竞争与市场环境 - 自动驾驶行业竞争惨烈，公司对竞争准备不足 [1] - 2023年8月特斯拉推出FSD V12后，华为、小鹏、蔚来、理想及Momenta等公司纷纷切换至端到端方案 [7] - 多供应商合作是行业惯例，例如长城汽车自研团队达5000人，并同时引入元戎启行和卓驭科技 [10] - 在毫末智行之前，中智行、纵目科技、清研微视等自动驾驶公司已进入破产程序 [10]

公司运营状况 - 2024年11月22日公司通知全体员工自11月24日起无需到岗上班 标志着公司进入全面停工状态[1] - 公司从2024年第四季度开始大规模裁员 至11月初团队规模仅剩约200人 不足巅峰时期的20%[1] - 2024年底公司未发放年终奖 同年4月起管理层陆续离职[1] - 公司过去一年多持续下滑 去年裁掉一半智能岗位 今年初技术、产品副总裁离职 乘用车智能驾驶交付延期 无人驾驶物流小车销量惨淡 新客户开拓不理想[1] 公司技术与产品 - 公司主要产品线包括乘用车端的HPilot辅助驾驶系统 规划实现从L2到L4的技术覆盖 HPilot 3.0搭载城市NOH 采用视觉融合激光雷达方案 算力达360TOPS[4] - 末端物流无人配送车主要为小魔驼系列 智能硬件包括低速无人线控底盘、出行机器人、清扫机器人、ICU 3.0域控制器和高精度定位模组等[5] - 公司基于"软硬一体"策略搭建"雪湖"MANA数据智能体系 包括自动驾驶认知大模型DriveGPT"雪湖·海若"[5] - 2024年公司推出主打性价比的HP570方案 定价8000元 算力为100TOPS[11] 公司战略与目标 - 公司成立之初规划基于乘用和物流两大场景 打造乘用车、物流车和智能硬件三大业务板块[4] - 公司董事长曾在中长期规划中提出未来3年搭载其辅助驾驶系统的乘用车总量超过100万辆的目标 以期占据8%-10%的市场份额[7] - 2024年11月五周年内部信中 公司管理层提及致力于打造性价比最优的城市无图NOA方案 并确保第二代智驾产品完成量产定点交付[7] - 实际至2024年底 HPilot装车量仅约10万辆 远未达到百万目标[7] 公司问题与挑战 - 公司技术迭代缓慢 行业转向端到端方案时 公司尚未从高精地图完全转型 刚提出无图NOA目标 至2025年已落后行业不止一个代际[10] - 交付效率低下问题贯穿始终 包括2022年城市NOH量产交付推迟 2023年城市NOH落地百城目标未达成 以及与小米、现代汽车的合作项目延误[10] - 客户结构单一 除单一大客户外 仅开拓了现代汽车等小客户 与小米汽车合作仅为小项目 客户开拓不如同行第二梯队公司[10] - 公司方案成本缺乏竞争力 HP570方案定价8000元 而行业同类方案价格已下探至7000元甚至4000元级别[11] 行业背景与融资环境 - 2023年8月特斯拉推出基于端到端的FSD V12测试版后 2024年起华为、小鹏、蔚来、理想及Momenta、元戎启行、卓驭科技等公司陆续切换到或推出端到端方案[9] - 自动驾驶行业普遍无法盈利 例如文远知行客户从2022年21家增长至2024年91家 但三年累计亏损高达58亿元 小马智行2024年净亏损扩大至19.67亿元[11] - 自动驾驶领域融资自2022年起遇冷 2022年融资事件92宗 融资总额240亿元 较前一年932亿元大幅回落 2023年融资事件近140宗 披露金额约200亿元 2024年融资事件仅24宗 但融资总额超350亿元 显示资金向具备技术壁垒和商业化能力的公司集中[12] - 行业竞争激烈 多家自动驾驶公司如中智行、纵目科技、清研微视已进入破产程序 大卓智能进入重整阶段[13] 公司历史与资源 - 公司成立于2019年11月 2021年底获得近10亿元A轮融资 估值超10亿美元 跻身独角兽行列 股东包括美团、高瓴创投等巨头和明星机构[2] - 累计获得超过20亿元融资 股东覆盖汽车产业、互联网公司、无人物流配送、风险投资机构和政府产业基金[4] - 2021年2月前百度智能驾驶事业部总经理顾维灏加盟担任CEO[4] - 公司薪资水平向互联网大公司看齐 定薪较高[10]

智能驾驶技术演进路径 - 行业技术路线从基于规则的模块化方案，演进至端到端方案，并进一步向VLA和世界模型发展 [2] - 基于规则的模块化方案采用感知、预测、规划、控制串联工作，时延长、信息损耗大，导致车辆博弈能力受限 [2] - 特斯拉于2023年8月推出端到端FSD V12测试版，国内华为、小鹏、蔚来、理想及Momenta等供应商相继跟进 [2] - 端到端方案通过投喂人类驾驶数据让系统学习驾驶，但存在无法主动学习和修正的短板，难以应对所有极端情况 [4] - 理想汽车在端到端基础上加入VLM，但开源模型能力有限，仅能辅助识别红灯读秒等简单场景 [5] - 小鹏和理想认为模仿学习无法突破L3，需转向VLA或世界模型，使系统能主动理解物理世界并执行驾驶动作 [5][7] - 小鹏第二代VLA取消语言转译环节，将多模态物理信号直接输出为控制信号，提升效率并支持自监督学习 [8] - 华为选择WAWE架构，蔚来推崇世界模型，均省略语言环节，通过多模态信息直接控制车辆 [8][10] - 博世指出VLA落地存在多模态特征对齐难、训练数据提取难、大模型幻觉及芯片带宽不足四大挑战 [10] 车企技术路线与战略布局 - 理想汽车发布VLA技术方案，将视觉转为语言再执行动作，并将研发资源向VLA倾斜，重组自动驾驶部门为11个二级部门 [7][15] - 小鹏汽车放弃传统VLA，全力开发第二代VLA，其算力达2250TOPS，由三颗自研图灵AI芯片支持 [8][11][12] - 蔚来自研芯片并强化世界模型，加入强化学习以处理长时序数据，推动人工智能技术变革 [11] - 华为坚持WAWE架构，避免VLA路线的"取巧"问题，通过多模态信息直接控制车辆 [8] - 文远知行与博世合作推出一段式端到端方案WePilot AiDrive，具备强兼容性和快速迭代能力，应用于奇瑞星途车型 [19][21] - 供应商方案因平台兼容性和成本效率优势，可能逐步取代部分车企自研，成为行业竞争主导力量 [18][21] 组织架构调整与资源投入 - 小鹏汽车在2024年10月调整自动驾驶负责人，由刘先明接替李力耘，标志技术路线从功能实现转向基础模型转型 [14] - 理想汽车于2024年9月重组自动驾驶部门，取消封闭研发模式，推动团队向AI组织演进 [15] - 蔚来在一年内进行三次自动驾驶部门调整，多名负责人离职，以聚焦世界模型2.0开发 [15] - 技术路线切换引发多轮组织变动，如小鹏将技术开发部分拆为AI端到端、AI能效和AI应用三个部门 [17] - 小鹏建设3万卡智算集群，训练费用投入20亿元，理想搭建13 EFLOPS云端算力，资金效率成为自研关键挑战 [21] 行业竞争格局变化 - 自研浪潮后，车企如长城、奇瑞、广汽转向与元戎启行、文远知行、Momenta等供应商合作 [18] - 供应商方案具备更优兼容性和迭代速度，可能缩小与自研车企的数据差距，重塑行业竞争格局 [18][21] - 当前技术仍属L2框架，但VLA和世界模型被视为通向L4的关键路径，小鹏认为第二代VLA可为具身智能铺路 [22]

技术路线演进 - 智能驾驶技术从基于规则的模块化方案，演进到端到端方案，再到当前的VLA和世界模型 [2][5][8] - 模块化方案易于量产但时延长、信息损耗大，端到端方案通过数据驱动学习驾驶，但存在无法收敛的极端情况难题 [2][5] - VLA模型旨在让系统像人类一样主动理解和推理物理世界，理想汽车和小鹏汽车分别提出了包含语言转译环节和取消语言环节的不同技术路径 [8][9] 主要参与者技术选择 - 理想汽车选择VLA技术路线，其"VLA司机大模型"将视觉成像转译为语言再执行动作 [8] - 小鹏汽车选择更激进的第二代VLA路线，取消语言转译环节，将多模态物理信号直接输出为控制信号，以降低信息损耗并实现自监督学习 [9] - 华为和蔚来选择世界模型路线，华为的WAWE架构同样省略语言环节，蔚来则在其世界模型中力推加入强化学习模型 [9][12] 技术挑战与争议 - VLA路线面临多模态特征对齐困难、训练数据提取难、大语言模型幻觉以及芯片存储带宽不足四大落地难点 [11] - 反对观点认为VLA以语言为中心，语言模型的带宽不足以应对现实世界的复杂性和连续性，信息转换过程存在损失 [11] - 端到端方案被指出对物理世界缺乏真正的理解能力，难以处理从未学习过的特别复杂情况 [5] 公司战略与组织调整 - 小鹏汽车在2025年10月进行自动驾驶部门人事调整，由侧重基础模型研究的刘先明接替侧重产品功能实现的李力耘，标志着技术路线彻底转向基础模型 [13][14] - 理想汽车在2024年9月将自动驾驶研发部门重组为11个二级部门，重点是将研发资源向VLA倾斜，以推动团队向AI组织演进 [14] - 蔚来在相近时间也进行了自动驾驶团队的组织架构调整，多位负责人离职，以利于全力冲刺世界模型2.0版本的开发与交付 [15] 行业竞争格局变化 - 汽车公司自研自动驾驶技术的趋势发生变化，部分公司转向选择外部供应商作为核心解决方案提供方，例如长城汽车与元戎启行合作，奇瑞汽车与卓驭科技、文远知行合作 [18] - 解决方案供应商如文远知行推出的端到端方案获得高度评价，被认为具备可伸缩的算力适配能力和更强的车型兼容性，能消解自研车企的领先优势 [19][21] - 自研面临资金效率挑战，小鹏汽车为建成3万卡规模智算集群，仅训练费用投入就高达20亿元人民币，理想汽车也在云端搭建了13EFLOPS算力以支持研发 [21] 行业发展阶段与未来展望 - 当前所有技术路线的产品落地仍属于L2框架，但VLA和世界模型被认为是通向L4级自动驾驶的积极因素 [22] - 行业认为从2024年第四季度到2025年上半年是辅助驾驶技术落地的关键时期，领先身位的公司可能随时发生变化 [1] - 小鹏汽车认为其第二代VLA技术可以为具身智能的落地铺路，智能驾驶的真正竞争被认为刚刚开始 [22]

公司上市概况 - 小马智行与文远知行于11月6日同时在港股挂牌上市，两家公司全球总部均位于广州，被称为国内L4级自动驾驶"双子星" [4] - 小马智行此次IPO募集资金约67.1亿港元，创下亚洲自动驾驶公司港股IPO新高 [5] - 文远知行此次IPO募集资金约23.9亿港元 [13] 小马智行投资者与股权结构 - 小马智行基石投资者共5家，合计出资1.2亿美元（约9.32亿港元），获配670.7万股，占全球发售股份总数的13.9% [6] - 基石投资者中，美国对冲基金Ghisallo认购279.46万股，占比5.79%，其创始人曾投资特斯拉、Waymo等自动驾驶头部企业 [6][7] - 上市前小马智行累计融资超13亿美元，主要投资者包括丰田（投资4亿美元，上市后持股9.94%）、红杉资本（投资3650万美元，上市后持股5.29%）、五源资本（投资6570万美元，上市后持股3.65%） [8][9][10] - 按当前股价计算，丰田持股市值约54亿港元，浮盈约73%；红杉资本持股市值约28亿港元，浮盈909%；五源资本持股市值约19亿港元，浮盈287% [12] 文远知行投资者与股权结构 - 文远知行未引入基石投资者，但获得Uber、Grab、博世等作为锚定投资人，承诺投资金额超过发行规模的50% [13] - 公司获得Uber、英伟达、博世、雷诺、日产等产业伙伴战略投资，Uber于今年5月追加1亿美元投资，Grab于8月进行数千万美元投资 [13] - IPO前，创始人韩旭持股约4.40%，联合创始人李岩持股约4.3%，二人合计持有公司72.1%的投票权 [14] - 其他主要股东包括宇通实体（持股6.4%）、启明创投（持股6.1%）、Alliance Ventures（雷诺-日产-三菱联盟旗下基金，持股6.2%） [15][16] 行业发展背景与技术路线 - 广州自2014年开始大力招商AI科学家团队，累计邀请50多个初创团队，其中院士团队9家，小马智行和文远知行为其中最成功的两家 [18] - 行业存在"渐进式"（从L2逐步升级，以特斯拉为代表）和"跨越式"（直接研发L4/L5，以小马、文远为代表）两条技术路径 [18] - 渐进式路线通过实际上路积累海量数据迭代技术，特斯拉FSD V12版本将代码量从30万行锐减至2000行 [19] - 跨越式路线追求算法的高可靠性和安全性上限，并能通过反复行驶同一条路线收集深度、高质量的场景数据以处理"长尾问题" [19] - 跨越式路线的优势在于其理想的终极形态和清晰的商业模式，描绘了自动驾驶的诱人未来 [20] 行业意义与前景 - 小马智行和文远知行的上市被视为两个超级IPO，代表"跨越式"公司在广州开始跑通商业闭环 [20] - 作为先行者，若能建立足够宽的"护城河"，两家公司将有机会分享万亿级行业爆发式增长的红利 [20]

政策监管动态 - 近期智能网联汽车领域政策频出，9月15日《关于加强智能网联新能源汽车产品召回、生产一致性监督管理与规范宣传的通知》结束意见征集，9月17日工信部就《智能网联汽车组合驾驶辅助系统安全要求》强制性国家标准公开征求意见，与今年2月已实施的《关于进一步加强智能网联汽车产品准入、召回及软件在线升级管理的通知》共同构成对行业的更高要求[1] - 政府主管部门加强监管旨在纠正行业将“辅助驾驶”宣传为“自动驾驶”的夸大营销行为，引导消费者正确认识和使用功能，促使技术发展回归产品本色，对行业健康有序发展具有积极意义[4] 行业现状与核心挑战 - “智驾平权”概念反映了行业通过技术创新和成本控制将高端功能普及至中低端车型的积极心态，但其核心降本必须以保证安全为前提，硬件配置降低带来的性能损失需由更高质量的软件系统加倍弥补，否则将存在极大安全隐患[2] - 当前所有量产车的智驾功能均属辅助驾驶而非自动驾驶，关键区别在于由谁监控行车风险及由谁负责事故责任，辅助驾驶要求驾驶员全程监控并准备接管，事故责任由驾驶员承担[3] - 行业存在产品进化与激进营销不匹配的现象，个别企业的不当宣传是对用户的误导和对公众安全的不负责任[3] 技术路线演进：从规则驱动到端到端 - 智能驾驶系统存在两大技术路线：以专家规则为核心的分模块架构和以神经网络为载体的端到端方案，代表了从规则驱动向数据驱动学习系统的技术演进[5] - 端到端系统的本质是通过训练神经网络建立从感知信号到控制命令的直接映射，其核心特征是所有模块均实现神经网络化，而非单一黑箱网络，可分为多段式或一段式架构[6] - 分段式端到端因更适合团队分工而具备更强工程落地性，但模块间信息传递存在损失；一段式端到端采用隐层特征传输，理论上具有更高性能上限[6] - 端到端概念可追溯至1988年的ALVINN系统，特斯拉于2023年底发布的FSD V12版本实现了该技术的首次商业化突破，展示了优秀驾驶能力[7] 中国技术发展路径与成果 - 面对数据匮乏与算力不足的资源瓶颈，清华大学车辆学院于2018年同期探索出“数据不足仿真补，算力落后算法超”的创新路线，以仿真数据为主、实车数据为辅，结合强化学习与模仿学习进行训练[8] - 该方案相比特斯拉的“实车数据+模仿学习”路线，在训练成本和模型能力上具显著优势，高保真仿真数据可海量廉价生成降低成本，强化学习通过自主环境探索实现性能持续提升，具备更高能力上限[8] - 团队通过研发一系列核心算法与工具软件，于2023年底推出国内首套全栈神经网络化的端到端自动驾驶系统iDrive，并在城市开放道路测试验证，标志着中国探索出与国情相符的新技术路径[9] 未来发展方向：车路云一体化 - 破解单车智能能力边界与安全性难题的核心思路是从“单车智能”走向“车路云一体化”，利用路的全局视野弥补车的感知局限，这是契合中国基建优势与管理模式的中国方案[13] - 车路云框架下，行业可合力构建更大规模数据闭环系统，通过路侧设备提供全局视角和超视距预警，结合云控平台强大算力进行数据清洗筛选与虚拟场景生成，融合真实与虚拟数据建立双阶段训练范式，提升安全性并降低成本[14] - 未来端到端模型将向多模态演进，例如视觉-语言-动作模型，参数规模预计可达千亿甚至万亿级，具备与人类相仿的语言交互和理解能力，未来三五年内有望实用化[14] - 训练算法层面，强化学习的重要性将进一步加强，模型微调与世界模型的结合可提升数据泛化性与训练效率，赋予系统自进化能力[15] 安全性与性能考量 - 在汽车这一安全敏感场景中，不能仅关注算法在常规情况下的平均性能，更要重视极端复杂场景下的保底性能，确保算法维持人类可接受的安全底线是系统研发最核心的考量[15][16]