公司业务进展与成果 - 截至2025年广州车展期间，公司已累计交付20万辆搭载城市NOA（领航辅助驾驶）的量产车型 [1] - 从2024年9月车型量产上市至2025年广州车展，公司已在一年多时间内实现10款车型的辅助驾驶规模化交付，并达到单月近40%的第三方城市NOA市场占有率 [1] - 公司计划在2026年力争实现累计交付突破一百万辆的目标 [1] 核心业务战略 - 公司2026年将聚焦三大核心业务：量产车辅助驾驶、Robotaxi（无人驾驶出租车）和RoadAGI（道路通用人工智能） [1] - 量产车辅助驾驶业务将继续扩大合作车型与客户体系 [1] - Robotaxi业务正加速落地，公司于2025年10月与无锡市政府达成战略协议，计划在无锡建设测试研发基地，并于2025年年底以消费级量产车型落地Robotaxi业务 [2] 技术优势与特点 - 公司的Robotaxi车辆基于消费级量产车打造，对比行业普遍采用的“改装车+高精度地图”传统路径，具有部署成本更低、系统稳定性与平台兼容性更强的优势 [2] - 技术层面，Robotaxi与已上市的量产车共用同一套技术框架，能够实现技术反哺 [2] - 公司通过自研的VLA模型推动RoadAGI落地，该技术融合VLA+VLN两大核心模型，赋能移动智能体凭自然语言指令在真实环境自主导航，使用场景覆盖公开道路、园区通道、室内商场等 [2] 市场与商业影响 - 公司辅助驾驶方案交付上车的同时，也推动了合作车型销量的持续增长 [2] - 公司在广州车展期间展示了辅助驾驶系统在SUV、MPV、越野车等多个品类的适配能力与规模化落地成果 [1]

公司核心业务进展与目标 - 公司已达成20万辆辅助驾驶系统量产交付目标，2025年10月单月市场占有率接近40% [1] - 公司公布2026年业务目标：量产车辅助驾驶业务力争累计交付突破100万辆，Robotaxi业务加速商业化落地，RoadAGI业务推动在末端配送等场景的应用 [1] 量产辅助驾驶业务表现与策略 - 公司合作车型从2024年9月的首款增至10款，市场占有率从0跃升至近40% [2] - 公司增长策略为深度绑定车企、集中资源打造爆款车型，合作车型如魏牌高山在2025年10月以9928辆销量登顶MPV榜首，魏牌蓝山、坦克500年销量跻身细分市场前十 [2] - 公司已获得国内头部新能源主机厂的全系辅助驾驶标配项目，该客户的SUV是中型SUV市场销冠，现有客户足以支撑其2026年百万台交付目标 [2] - 下一代VLA技术预计明年量产，在遮挡场景处理、防御性驾驶等方面将全面超越传统端到端模型 [3] 行业市场规模与趋势 - 辅助驾驶市场规模从2024年的62.5亿元激增至2025年的192.8亿元，预计2030年将达到603.3亿元 [2] - 高阶城市NOA产品的崛起是公司高速扩张的关键 [2] - 预计2030年Robotaxi市场规模将突破千亿元 [4] Robotaxi业务布局与优势 - 公司计划于2025年底以消费级量产车型落地Robotaxi业务，将成为全国首家采用此模式的企业 [4] - 公司已与无锡市政府达成战略协议，在当地建设测试研发基地 [4] - 公司Robotaxi车辆基于消费级量产车打造，相比行业“改装车+高精度地图”的传统路径，具有部署成本更低、系统稳定性与平台兼容性更强的优势 [4] - 公司Robotaxi与量产车共用同一套技术框架，可实现技术反哺，2026年预计的百万台量产交付将为Robotaxi提供海量数据支撑 [4] - 公司已基于量产程序、采用端到端技术完成Robotaxi牌照考试，标志着向无图化、泛化能力迈出关键一步 [4] RoadAGI业务定位与技术 - RoadAGI业务瞄准“最后100米”的复杂场景，如外卖员停车后的上门送餐过程 [5] - RoadAGI由AI Spark平台驱动，融合VLA和VLN两大模型，使移动智能体能凭自然语言指令在公开道路、园区、室内等多场景自主导航，实现“任意点到点”通路 [5][6] - 公司通过量产业务积累了处理十万甚至百万级数据的能力，为RoadAGI商业化提供优势 [6]

公司业务进展 - 元戎启行在2025年广州车展亮相，展示多款搭载组合辅助驾驶方案的合作车型 [1] - 公司已累计交付20万辆搭载城市NOA（领航辅助驾驶）功能的量产车型 [1] - 从2024年9月城市NOA车型量产上市至新闻发布时，已实现10款车型的辅助驾驶规模化交付 [1] - 在一年多时间内，公司实现从零到单月近40%的第三方城市NOA市场占有率 [1] 未来业务规划 - 2026年公司将聚焦量产车辅助驾驶、Robotaxi（无人驾驶出租车）和RoadAGI三大核心业务 [1] - 量产车辅助驾驶业务目标为累计交付量突破一百万辆，并扩大合作车型与客户体系 [1] - Robotaxi业务将加速商业化落地，打造具备商业复制能力的体系，并于2024年年底以消费级量产车型落地该业务 [1] - RoadAGI业务将持续推动商业化，赋能移动智能体在末端配送等关键场景的应用 [1] 战略合作与布局 - 2024年10月，元戎启行与无锡市政府达成战略协议，计划在无锡建设测试研发基地 [1]

自动驾驶技术路线 - 行业存在多种技术路线实现无人驾驶，包括基于高精地图的RoboTaxi路线（Waymo、小马智行）和渐进式路线（特斯拉）[5] - 元戎启行提出新解法RoadAGI，借鉴大语言模型发展路径：从弱专家模型→通才→强专家模型，认为智驾系统也需要经历类似过程[5][6][8] - RoadAGI战略旨在打造移动能力的"通才"系统，可应用于汽车、摩托车、配送小车等多种移动终端，最终实现L5级自动驾驶[5][6][9] 技术范式迭代 - 智驾技术范式从Transformer到BEV再到端到端，主要由特斯拉引领，但特斯拉不再公布细节后行业出现技术路线分歧[6] - 元戎启行是行业少数坚持技术判断的公司，最早提出前融合、无高精地图、端到端等技术，目前是国内三家量产上车城市NOA的供应商之一[6] - 公司正在推进VLA模型（视觉-语言-动作模型），认为技术断代领先能带来商业机会[11] 行业竞争格局 - 2024年一季度特斯拉FSD进入中国市场，虽然不完全适应中国路况但基础能力强大[6][15] - 比亚迪、吉利等车企将智驾门槛拉低到10万元以下车型，打响普及战[6] - 有能力自研智驾的车企越来越少，多数选择与供应商合作，供应商经历洗牌后仅剩头部玩家[6] 公司发展策略 - 元戎启行当前量产车型达4万台，预计2024年将达20万台，认为10万与100万的数量级差距是1倍而非10倍[13] - 强调AI能力比规模更重要，认为L5五年内实现的概率不低，大模型方法将改变行业[15][16] - 工程能力与技术能力同等重要，通过首个量产项目建立了体系能力，现在可同时服务多个客户[11][12] 产品与技术理念 - RoadBrain是RoadAGI战略下的产品，作为移动能力的"通才"阶段，目标是实现不同终端1000公里接管一次，最终在汽车上实现10万公里接管一次[6][9] - 认为单一场景数据有限，需要自行车、摩托车等多终端数据丰富模型知识[9] - 下一代车端方案将是统一的数据驱动大模型，不同于传统端到端，符合大语言模型工艺但参数量适中[9] 行业趋势判断 - 特斯拉FSD V13在美国已达到"无接管意愿"水平，与Waymo差距缩小[15] - 华为是"点燃中国智驾之火"的公司，其无图方案的成功促使车企改变防守心态[15] - 智驾终局将趋于同质化，差异仅体现在驾驶风格偏好，但当前距离真正好用还有差距[15]

自动驾驶技术路线 - 行业存在多种技术路线实现无人驾驶 包括基于高精地图的RoboTaxi路线和特斯拉的渐进式路线 [2] - 元戎启行提出新解法RoadAGI 借鉴大语言模型发展路径 从弱专家到通才再到强专家模型 [2][3] - RoadAGI旨在打造移动能力通才系统 可应用于汽车/摩托车/配送小车等多种终端 为L5级自动驾驶奠定基础 [3][5] 技术演进与创新 - 智驾技术范式经历多次迭代 从Transformer到BEV再到端到端 特斯拉曾是主要引领者 [3] - 元戎启行率先采用前融合/无高精地图/端到端/VLA等新技术范式 是国内三家量产城市NOA的供应商之一 [3] - 通才模型通过多终端数据训练 可实现能力跃迁 如1000公里接管的通才系统在汽车上可能达到10万公里接管 [6] 行业竞争格局 - 特斯拉FSD进入中国市场 虽未完全本地化但基础能力强大 国内智驾水平相当于FSD V12阶段 [12] - 比亚迪/吉利等车企将智驾门槛降至10万元以下 多数车企选择与供应商合作 二线供应商已遭淘汰 [3] - 当前量产车辆达4万台 预计2024年提升至20万台 数量级差异对数据收集的影响呈对数关系而非线性 [10] 工程与商业化 - 工程能力与技术能力同等重要 元戎启行通过首个量产项目建立体系 接单效率从30人/项目提升至10人/项目 [9] - 供应商需平衡技术迭代与客户服务 元戎启行目标在实现L5基础上发展物理世界通用AI 而非单纯追求规模 [12][13] - 车企与供应商数据共享形成共赢 模型迭代可提升产品效果促进销售 [11] 未来发展方向 - L5级自动驾驶被视为可实现目标 大模型方法出现后五年内落地概率显著提升 [12] - 终局阶段智驾差异化将减弱 核心是提供符合用户偏好的"司机"体验 但当前技术距真正好用仍有差距 [12] - 物理通用人工智能(AGI)成为更长期愿景 超越单一自动驾驶范畴 [15]

RoadAGI战略与概念 - 提出RoadAGI作为实现垂直道路场景AGI的新路径 通过AI Spark平台赋能智能车、机器人等移动体实现自主移动[1][2][8] - RoadAGI本质是基于AI的通勤能力 实现从店铺取货到最终配送的完整闭环 包括识别环境、过闸机、乘电梯等复杂场景[5][6][7][26] - 与传统无人配送存在本质区别：不依赖高精地图 通过视觉语言动作模型(VLA)实现免部署 只要人能到达的地方RoadAGI即可通过自主推理到达[10][27][28] 技术架构与优势 - 核心采用视觉语言动作模型(VLA) 将道路图像信息和文本指示融合处理 输出驾驶行为和文字 打通空间智能、语言智能和行为智能[11][13][14] - 技术底座基于端到端架构 预计2025年年中量产上车 已获得理想汽车等行业头部响应[11][12] - 具备大规模量产数据闭环能力 经过4000万公里智驾数据积累 形成显著技术先发优势[22][55][66] 商业化路径 - 首选落地场景为外卖配送 硬件成本约1-2万元 利用汽车供应链实现低成本规模化[49][57] - 目标替代数千万骑手市场 相比L5级自动驾驶具有更高容错率和更快商业化前景[51][65] - 去年智驾量产车型上市后成为爆款 单款车型获取城区NOA市场15%份额 今年预计交付超过20万台车[20][76] 公司战略定位 - 公司定位为AI公司而非单纯智驾公司 智驾只是实现物理AI的商业化选择[19][69] - RoadAGI是技术能力的自然延伸 与现有智驾业务高度协同 只需更换数据集无需分散兵力[45][47][54] - 目标成为中国第一家实现物理AI的公司 最终通过打通物理AI、生成式AI和语言AI实现真正AGI[81][84][86] 行业竞争格局 - 认为FSD在华基础能力领先国内一代 动态交互博弈能力突出 但受限于数据水土不服[94][95][97] - 激光雷达必要性随AI能力提升而降低 纯视觉方案在OCC网络成熟下可达97分效果 与激光雷达融合增益仅为1-2%[112][113] - 智驾行业已进入淘汰赛 城区NOA当前存在技术门槛但3-5年后或趋于平权 主机厂自研能力提升加速行业洗牌[107][109] 技术发展观点 - 认为选择比努力重要 在技术高速变化期应优先把握架构方向而非单纯解决问题[116][118][119] - VLA模型成熟度尚未完全成熟 但已支撑RoadAGI可行性 后续需持续迭代优化[39][61][62] - 物理AI与具身智能不冲突 公司专注高等级规划与大脑开发 而非底层运动控制[34][43]