从城市NOA到高速NOA，从一段式端到端到世界行为模型（WA）、视觉语言模型（VLM）、视 觉语言行动模型（VLA），从自动驾驶出租车（Robotaxi）到具身智能……2025年，汽车行业进入全民 智驾时代，人工智能（AI）技术已深度融入智能座舱、自动驾驶等核心领域，前沿技术的加持，加速 了汽车智能化技术飞速演进，"智驾平权"成为全年关键词。 "智能化将成为汽车产业变革'下半场'最重要的增量动力，也是决定未来汽车产业格局的新支点。"中国 汽车工程学会名誉理事长、华汽汽车文化基金会理事长付于武在接受《中国汽车报》记者采访时表示， 2025年是人工智能与汽车智能化深度融合赋能的新起点，"AI定义汽车"正成为汽车智能化的核心范式， 也标志着汽车产业从传统的"硬件定义"和"软件定义"阶段，迈入以AI重塑产品本质和用户体验的新阶 段。 "智驾平权"成为标尺 2025年初，"智驾平权"呼声高涨，成为与新年曙光相伴而至的行业风景。从传统车企到造车新势力，以 及相关的智驾供应商，都竞相奔赴"智驾平权"新赛道，更有甚者，还将2025年称为"全民智驾元年"。 比亚迪2月发布了自研的"天神之眼"高阶智驾系统，逐步实现对全系车型的覆 ...

2025年第三季度财务表现 - 第三季度营收为274亿元人民币，同比下滑36% [1] - 第三季度净亏损为6.24亿元人民币，同比和环比均由盈转亏 [1] - 汽车总交付量为93,211辆，同比减少39.0% [3] - 现金储备从1069亿元人民币下滑至989亿元人民币 [7] 利润下滑与MEGA召回事件 - 利润下滑的重要原因是主动召回11,411辆2024款理想MEGA并计入相关成本 [1][3] - 召回事件导致第三季度毛利率阶段性下行，直接影响当期利润 [1] - 剔除MEGA召回影响后，公司整体毛利率维持健康水平，达20.4% [1] 产品线市场表现与挑战 - 增程式电动车市场份额连续5个月萎缩，10月份额跌至7.5% [3] - 行业新势力产品结构中纯电车型占比从去年49%大幅攀升至74%，增程车型从51%降至26% [3] - 纯电车型i8的10月销量为5,749辆，i6车型9月销量为5,775辆，远低于“月销破万”预期 [3] - 三款纯电车型实际月销完成率不足年初规划（1.8万-2万辆）的三成 [4] 技术研发与战略投入 - 第三季度研发费用达30亿元人民币，预计全年研发投入将达到120亿元 [11] - 全年研发投入中超过一半用于人工智能领域 [11] - 2024年在AI技术上投入近50亿元，占研发费用45% [8] - VLA大模型10月月度使用率已达到91% [8] 管理架构与战略反思 - 公司反思职业经理人模式，认为IPD流程导致决策链条变长，PBC绩效模式引发恶性竞争等乱象 [12] - 2025年7月宣布放弃PBC绩效模式，重新启用OKR管理模式 [13] - 未来将采用创业公司的管理模式，旨在找回灵活高效的组织文化 [12][13][15] - 未来十年产品战略将聚焦“具身智能”，而非单纯卷参数或智能终端思路 [14][15] 供应链与产能规划 - 为解决产能问题，从10月起电池采购采用双供应商模式 [6] - 预计明年年初产能将有明显改善 [6] - 公司目标在2026年回归增程技术领域的头部领导者位置 [6]

核心财务表现 - 第三季度营收总额为274亿元人民币，同比下降36.2%，环比下降9.5% [1][2] - 第三季度净亏损6.244亿元人民币，去年同期为盈利34亿元人民币 [1][2] - 第三季度毛利为45亿元人民币，同比下降51.6%，环比下降26.3% [1][2] - 第三季度车辆销售收入为259亿元人民币，同比下降37.4%，环比下降10.4% [2][3] - 第三季度毛利率为16.3%，同比下降5.2个百分点，车辆毛利率为15.5%，同比下降5.4个百分点 [2][3] 业绩承压原因 - 车辆销售收入降低主要由于车辆交付量减少 [3] - 主动召回11,411辆2024款理想MEGA的相关成本计入第三季度，显著影响利润表现 [3][4] - 剔除MEGA召回预估成本影响，第三季度毛利率为20.4%，保持健康水平 [4] - 随着多家车企布局增程市场，理想L系列销量下滑对业绩产生负面影响 [3] 战略转型与新产品进展 - 公司向纯电市场拓展，形成“增程+纯电”的市场格局 [7][8] - 纯电SUV车型理想i8和理想i6订单总数超过10万辆 [3][7] - 理想i8上市后调整营销策略，8月至9月实现保底交付量超7,850辆 [7] - 理想i6上市后订单迅速突破5万辆，2025年产能已提前售罄 [7] - 理想MEGA登顶50万元级以上高端纯电MPV市场 [8] 研发投入与技术成果 - 第三季度研发费用维持在30亿元人民币高位，预计全年研发总额达120亿元 [9] - 人工智能领域投入将超过60亿元人民币，覆盖芯片、基座模型等领域全面自研 [9] - VLA司机大模型10月月度使用率达到91%，用户渗透率行业领先 [3][9] - VLA大模型累计行驶里程已超3.12亿公里，里程渗透率较初期提升2.2倍 [9] - 公司自建5C超充网络，截至10月底超充站突破3,500座 [9] 现金储备与长期展望 - 截至第三季度，公司现金储备为989亿元人民币，规模达千亿级别 [6] - 充足的现金储备为技术研发、产能扩张和应对市场波动提供保障 [6] - 公司对实现长期远景与战略目标充满信心，认为短期阵痛不改长期向好态势 [3][10]

文章核心观点 - 小鹏汽车通过现场拆解IRON人形机器人进行“自证”的事件，已超越技术辩论本身，成为一场关于信任、技术与未来的公共审视 [1] - 该事件折射出汽车行业竞争逻辑的根本性变革，从“单一交通工具制造”向“未来交通生态构建”全面转型 [1] - 未来车企的核心竞争力在于构建“硬件+软件+场景”的完整生态，提供覆盖用户全场景的服务能力 [4] 行业竞争逻辑演变 - 传统燃油车时代竞争围绕硬件参数展开，如发动机热效率、操控性能、内饰豪华感等，该法则延续半个多世纪 [2] - 电动化与智能化浪潮使行业后来者跳出固化框架，竞争维度从“谁造的车更好”升级为“谁能定义未来的移动生活” [2][5] 小鹏汽车的技术布局与跨界融合 - 公司产品矩阵包括X9增程式汽车、飞行汽车和IRON机器人，三者通过共享的图灵AI芯片实现技术串联 [2] - IRON机器人的仿生运动系统复用了汽车底盘的姿态控制算法 [2] - 公司选择全栈自研路径，涵盖AI芯片架构、大模型算法训练及机器人仿生材料研发，使IRON机器人全身82个自由度能精准协同 [3] - 这种技术掌控力是公司敢于直面质疑的底气所在 [3] 行业转型的集体趋势与未来方向 - 车企跨界机器人领域是汽车业技术积累的“降维复用”，其智能控制、能源管理、多传感器融合等技术契合人形机器人核心需求 [3] - 现代汽车收购波士顿动力后，将机器人平衡技术融入新能源汽车底盘，推出车机协同方案 [4] - 奇瑞的墨甲机器人利用品牌全球渠道，已进入多国4S店作为智能销售顾问，成为首批商用落地的人形机器人之一 [4] - 车企竞争力将取决于能否构建“硬件（汽车、机器人、飞行汽车）＋软件（AI大模型、智能算法）＋场景（出行、服务、工业）”的完整生态 [4]

大盘市场表现 - 沪指微跌0.97%报3990.49点，深成指下挫1.93%报13216.03点，创业板下跌2.82%报3111.51点 [1] - 两市全天成交金额19581亿元，较前日下跌4% [1] - 3326支股票下跌，10支股票跌停，主力资金单日净流出964亿元，为月平均值两倍以上 [1] - 市场存在积极信号，91支股票涨停，11月以来创历史新高的股票有124支，热门行业包括电子、电力、人工智能和汽车制造 [4] 小鹏汽车积极动态 - 小鹏汽车股价在11月10日大涨16%，11月11日创一年最高点28.235美元每股，相较年前低点11.14美元实现翻倍 [9] - 公司10月份销量突破4万辆，三季度财报即将公布，摩根大通预计其第四季度起将转入盈利 [9] - 科技日展示第二代VLA大模型生态链，Robotaxi计划于2026年发布三款车型，飞行汽车体系亦计划在2026年开启交付 [7] - IRON人形机器人引发市场关注，获得马斯克点赞 [7] - 大众汽车将采购小鹏的图灵AI芯片和VLA大模型，合作车型与众08曝光 [7] 国内汽车行业整体状况 - 三季度国内乘用车批发销量为768.6万辆，同比增长14.7%，环比上涨8.1% [11] - 其中新能源车型销售402.4万辆，同比上涨24.2%，环比上涨10.9% [11] - 多家车企营收呈现上涨，行业第一的比亚迪实现5662亿元营收，同比上涨超12% [11] - 行业平均毛利率下滑至15.1%，价格战影响持续，多家车企净利润下滑 [11] - 比亚迪三季度净利润为242亿元，同比下滑7.68% [11] 特斯拉与马斯克薪酬方案 - 特斯拉特别股东大会批准马斯克万亿美元薪酬方案，前提是将公司市值从1万亿美元提升至2万亿美元，并最终推动至8.5万亿美元 [13] - 方案要求特斯拉利润从166亿美元增长至4000亿美元，并卖出2000万辆新车和100万辆Robotaxi [13] - 投票当日特斯拉股价上涨2% [15] - 特斯拉本周股价累计下跌5.86%，周五报收404.35美元每股 [15] - 公司三季度营收280亿美元，同比大涨11.57%，但净利润13.89亿美元，同比下滑近40% [15] 行业盈利趋势判断 - 新能源汽车产业尚未到达突破盈利的拐点，全球竞争下没有车企能独善其身 [15] - 造车赚钱的时代已经过去，行业在很长一段时间内将面临低利润时期 [15]

公司战略与技术路线演变 - 公司创始人早在2019年就提出“如果只有电动化，电动车没有未来”的观点，将智能化视为汽车下半场的核心战场，并长期坚持“All in 智驾”的战略[1] - 公司在自动驾驶研发上同时推进两条技术路线，当第二代VLA模型在训练中表现出“涌现”特性后，决定暂停传统路线研发，全面聚焦于以大模型为核心的VLA体系[3] - 为打造第二代VLA，公司投入高达20亿元进行研发，经历了长期探索和自我怀疑，最终在技术突破后解决了此前难以解决的问题[3][23] 新一代VLA技术架构与突破 - 公司的新一代VLA技术拆除了“语言”作为中间转译环节，实现了从视觉到动作的直接映射，解决了标准VLA因语言转换导致的信息损耗和延迟问题[15][18] - 第二代VLA的训练采用自监督模式，无需人工标注，让模型直接从海量的“路景→驾驶动作”数据中学习物理世界规律，从而能够处理更大规模的数据[18] - 新架构的执行层包含两个并行步骤：通过潜在表征进行世界模拟和强化学习，以及将驾驶方案拆解为轨迹表征后精准执行动作[19] - 技术突破后，自动驾驶系统展现出前所未有的能力，如自动识别路人招手停车、观察前车轮胎角度判断变道意图等“涌现”行为[13] 数据、算力与模型规模 - 公司用于训练的数据量快速增长，从4月的2000万Clips，到6月的5000万Clips，至11月科技日已使用近1亿Clips数据，相当于驾驶35000年遇到的极限场景总和[13] - 公司的云端算力集群规模持续扩大，从2024年初的万卡水平，发展到6月向两万卡迈进，至11月科技日已在阿里云上使用3万张卡，并计划在明年扩展至5万甚至10万张卡[21] - 通过优化针对图灵AI芯片的编译器和软件栈，公司第二代VLA的推理效率提高了12倍[21] 行业竞争与挑战 - 公司在智能驾驶领域的领先地位面临激烈挑战，理想汽车在ICCV顶会展示了“世界模型+训练闭环”方案，华为ADS 4.0乾崑智驾系统搭载量已突破100万辆，覆盖11家车企、28款车型[2] - VLA技术路线受到行业挑战，主要集中于两点：对多模态数据量、算力等资源需求庞大，以及语言转换步骤可能导致信息丢失和决策延迟[11] - 公司自动驾驶研发曾进入瓶颈期，意识到仅靠解决个别极端案例无法实现L4级自动驾驶，必须通过创新架构突破系统上限[11] 组织架构与人才传承 - 公司于10月9日进行重要人事调整，原智驾负责人李力耘卸任，由世界基座模型负责人刘先明接棒自动驾驶一号位[1] - 自动驾驶技术的演进是薪火相传的过程，前任负责人吴新宙完成了开疆拓土，李力耘实现了量产落地，为刘先明推动技术向物理AI时代跨越奠定了基础[10] - 刘先明博士在6月的CVPR顶会上发表的演讲，奠定了公司整个智驾框架的基础，其提出的三阶段基座模型是技术演进的核心[5][6]

文章核心观点 - 公司正将其智能驾驶技术路线从依赖语言作为中间转译环节的“标准VLA”架构，全面转向拆除语言（L）的“第二代VLA”架构，旨在通过“大数据+大算力+大模型”实现能力“涌现”，以突破当前自动驾驶系统的性能上限 [5][7][20][21][24][26] - 公司认为，电动化基础上的智能化才是电动汽车与传统汽车彻底区别开的核心，并将智能驾驶视为汽车行业竞争的下半场核心战场 [5] - 公司通过拆除过往的成功经验和路径依赖，包括暂停标准VLA研发、耗费20亿元进行技术探索，展现了其在物理AI领域作为“孤勇者”的决心，以应对来自华为、理想等竞争对手的激烈挑战 [7][20][36][38][40] 智能驾驶技术演进与领导团队 - 公司的智能驾驶研发经历了从“规则时代”到“规则+算法时代”，再到“VLA小模型时代”，并最终迈向“物理世界模型时代”和“端到端大模型”的技术世代演进 [19] - 智能驾驶业务的领导层实现了平稳交接与薪火相传：吴新宙（2019年3月至2023年8月在任）完成了从供应商方案到自研算法的过渡，并推出了高速NGP和有图城市NGP；李力耘（2023年8月至2025年10月在任）推动了无图城市NGP在超过200个城市的量产落地，并开始训练云端基座大模型；刘先明（2025年10月接任）则致力于验证规模法则在物理世界的可行性，并训练云端物理世界基座大模型 [16][17][19] - 前两任负责人吴新宙和李力耘在规则时代和算法时代的积累，为现任负责人刘先明搭建云端基座模型工厂（特别是其中的奖励函数组件）奠定了基础 [16][17] 第二代VLA技术架构与创新 - 第二代VLA的核心创新在于拆除了标准VLA中的语言（L）转译环节，使模型能够直接从视觉（V）映射到动作（A），从而减少了信息损耗和延迟，并允许在更大参数规模上进行数据训练 [24][26][28][30] - 新架构的训练采用自监督模式，类似于大语言模型的“猜词游戏”，通过预测下一个token的方式让模型直接从海量的“路景-驾驶动作”数据中自行领悟物理世界规律，摆脱了对人工标注和监督的依赖 [28][29][30] - 技术的执行层形成一个闭环：模型先提取环境的关键信息（Latent Tokens），进行世界模拟（World Simulation），然后结合强化学习（Reinforcement Learning）的经验奖励机制，最终输出具体的驾驶动作（Action）或分解为轨迹指令（Trajectory Tokens）来精准控制车辆 [31] 大数据、大算力与大模型的投入规模 - 公司用于训练的视频数据量呈现快速增长：从4月AI技术分享会公布的2000万Clips，到6月CVPR大会公布的5000万Clips（相当于3万部《流浪地球》），再到11月科技日公布的近1亿Clips（相当于驾驶35000年才能遇到的极限场景总和） [25] - 公司的云端智能算力集群规模持续扩张：从4月份已建立的万卡规模，到6月计划向两万卡水平迈进，再到11月科技日宣布已在阿里云上使用3万张卡，并展望明年可能达到5万至10万张卡的规模 [33] - 公司为第二代VLA针对其图灵AI芯片重新开发了编译器和软件栈，并对算子进行了优化，最终实现了推理效率12倍的提升 [35] - 为实现技术突破，公司耗费了超过20亿元进行研发投入，并在相当长一段时间内未看到明确希望 [7][38] 行业竞争格局与技术路线争议 - 公司在VLA大模型路线上正面临华为、理想等竞争对手的挑战：华为公开质疑VLA路线，并宣布其乾崑智驾系统搭载量已突破100万辆；理想汽车则在学术顶会上展示了“世界模型+训练闭环”的最新方案 [6][20] - 竞争对手对VLA路线的批评主要集中在两点：一是其对多模态数据量、算力等资源的需求极为庞大，数据采集和标注难度巨大；二是语言作为中间环节会导致信息丢失和决策延迟，华为智能汽车解决方案BU CEO靳玉志比喻其为“让语言学家去学开车” [20] - 公司意识到，在原有技术框架下通过不断解决极端案例（Corner case）来提升性能的方式已遇到瓶颈，收敛速度可能无法满足实现L4级自动驾驶的要求，因此必须进行根本性的架构创新 [20][21]

性能突破与优化成果 - 对于30亿参数的Pi0模型，在单张RTX 4090显卡上可实现30fps的实时运行速度 [2] - 通过一系列优化，将模型处理双视角图像的用时从超过100毫秒大幅缩减至27毫秒 [2] - 优化后的代码已开源，实现为仅依赖torch和triton的单一文件，可开箱即用 [3] 技术痛点与解决方案 - 当前机器人VLA大模型存在高延迟问题，即使在高端显卡上推理时间也高达百毫秒级别，阻碍实时控制 [6] - 通过深入分析模型推理过程，对计算步骤进行融合与并行优化，清除了推理瓶颈 [8] - 优化使端到端总反应时间缩短至200毫秒以内，能成功抓取自由下落的笔，反应时间与人类表现相当 [10] 未来架构与性能展望 - 设计出具备三种反应速度的机器人控制框架：超快反应（480Hz）、视觉反应（30Hz）和智能思考（<1Hz） [15] - 该框架有潜力最高实现480Hz的闭环控制频率，为基于力反馈的控制提供了可能 [12] - 展望未来，探讨了视觉处理帧率从30fps提升至120fps、模型参数从3B扩大至更大规模的可能性 [15]

行业核心动态 - 2025年国庆期间新能源汽车日均出行量达1250万辆，同比增长30%，较平日增长70% [2] - 与出行数据火爆形成对比，多数头部新能源车企在假期后未发布智能驾驶战报，行业宣传重点发生转变 [3] - 小鹏、蔚来等公司在假期后首周出现智驾团队重大人事与组织架构调整，标志着行业竞争进入新阶段 [4] 智能驾驶技术发展阶段 - 行业从2024年“智驾元年”进入2025年“全民智驾元年”，竞争焦点从普及率转向核心技术突破 [5] - 华为系车型在2025年国庆期间辅助驾驶总里程达2.94亿公里，是去年同期的3.4倍，用户活跃占比达90.8% [6] - 城区辅助驾驶成为行业突破关键，华为系车型城区智驾里程占比为17.3%，平均时速同比下降1.5km/h，显示城区场景仍是技术难点 [8] 主流技术路线与玩家策略 - 传统端到端技术路线在应对城区复杂路况时暴露短板，催生了对新路线的迫切需求 [10] - 行业分化出三种主要技术演进思路：以Momenta为代表的基于强化学习的“改良派”；以理想、小鹏、元戎启行为代表的采用VLA模型的“实践派”；以及以华为、蔚来为代表的聚焦WA模型的“理想派” [11][13][17] - VLA技术通过整合视觉、语言、行动模态进行逻辑推理，但对算力需求极高，单次训练成本达DeepSeek-V3的1.5倍 [14] - WA路线旨在通过云端模拟现实世界让模型理解驾驶逻辑，被视为更激进的解决方案，但目前仍处于落地前期 [17] 算力资源竞争格局 - 云端算力成为关键竞争壁垒，特斯拉以约100 EFLOPS算力领先，理想、小鹏、小米等头部品牌算力低一个数量级 [15] - 具体云端算力数据：理想汽车8.1 EFLOPS（国内第1），华为7.5 EFLOPS（国内第2），小鹏汽车2.51 EFLOPS（国内第3），蔚来汽车1.4 EFLOPS（国内第8） [16] - 中小车企云端训练集群算力普遍仅为0.2–0.6 EFLOPS，约为理想汽车的十分之一，面临巨大资源差距 [24] 市场竞争与淘汰趋势 - 行业竞争从“入围赛”进入“淘汰赛”，技术全栈研发能力和生态协同成为新战场 [22] - 高投入门槛开始淘汰中小玩家，已有2家未上市智驾企业遭遇破产清算，2家面临破产重整 [24] - 一家智驾公司需交付10万辆级量产车，才具备搭建VLA架构的基本数据基础，资源壁垒显著 [24] - 小鹏采取“双边押注”策略，左手推进VLA上车吸引用户，右手押注WA技术讨好资本市场，被视为一步险棋 [26]

大会概况与主题 - 2025中国移动全球合作伙伴大会于10月10日至12日在广州召开，已连续举办13年 [1] - 大会主题为“碳硅共生合创AI+时代”，勾勒出通信产业的破壁之路 [1] - 中国移动董事长杨杰表示AI将持续释放技术能力和经济效益的“两个规模效应”，推动全球形成“人机共治”新模式 [1] AI+应用场景落地 - 中国移动展示无人餐厅方案，其人形机器人具备点对点取餐送餐、规划复杂路线及多机协同能力 [2] - 公司自研VLA大模型赋予机器人跨物体、跨场景的泛化操作能力，并构建业内首创多机并发作业平台 [2] - 公司正在推动机器人养老院场景试点，并已在车企中进行“AI+柔性产线”解决方案的小批量生产试用 [2][3] - “中移无障碍”通信解决方案通过构建用户专属语音识别模型，提升对听障人士语音的识别准确率 [3] 合作伙伴与产业协同 - 参会企业结构从传统通信产业链扩展至AI、算力、行业融合解决方案等多元化领域 [4] - 智元创新公司展示多款机器人产品在工业、商业、家庭等场景的融合应用能力 [4] - 亚信科技展出采用“边缘具身智能+AIAgent+P5G”技术方案的叠衣机器人 [4][5] - 中国信科与中国移动共同推动星地网络融合，并在低空领域、跨洋高速传输场景推出创新解决方案 [5] - 电科金仓展示新版KESV9数据库产品及全生命周期自动化信创替换解决方案 [5] AI基础设施投入与规划 - 中国移动宣布到2028年底对AI领域总体投入翻一番，建成国内规模最大、技术领先的智算基础设施 [7] - 公司计划探索十万卡智算集群建设，全国产智能算力规模目标突破100EFLOPS [7] - 2024年公司算力网络投资总额达371亿元，通用算力规模8.5EFLOPS，智能算力规模29.2EFLOPS [7] - 2025年算力投资计划从371亿元增至373亿元，对推理资源投资不设上限 [7] - 公司已实现国家算力枢纽节点全量覆盖，建设哈尔滨、呼和浩特两个超万卡智算集群及12个千卡资源池 [7] 算力技术进展与生态趋势 - 华鲲振宇展示与中国移动联合研发的“磐石”系列服务器及浸没式液冷方案 [7][8] - 其哈尔滨国产万卡资源池项目拥有超1.8万张AI加速卡，智能算力规模达6.9EFLOPS [8] - 新华三技术公司展示H3C UniPoD系列超节点产品，单柜内实现卡间全互联通信以支撑万亿级参数大模型 [8] - AI技术落地呈现“场景垂直化”趋势，预计对“千卡、万卡”级算力需求激增，需构建分布式可调度算力网络 [8] - 未来AI产业生态将走向“开放共生化”，是算力供应商、运营商与场景方的协同 [8] 公司未来战略方向 - 中国移动首次披露“十五五”规划，将以“AI+”为战略着力点 [9] - 公司计划扮演好AI“供给者、汇聚者、运营者”的角色，推动“AI+”创造更大经济效益和社会价值 [9][10]