研究报告关键要点总结 一、 涉及行业与公司 行业 * 亚洲汽车行业，重点聚焦中国汽车市场 [1] * 人工智能在汽车价值链中的应用与影响 [2][9] 覆盖公司 * 中国电动汽车制造商：比亚迪、小鹏汽车、理想汽车、蔚来、小米汽车 [5][7] * 中国传统汽车制造商：吉利汽车、长城汽车、广汽集团、上汽集团 [5][7] * 自动驾驶技术公司：Pony.ai、Momenta、Waymo、Apollo Go [4][34][43] 二、 核心观点与论据 1. AI对汽车行业的影响：时机与范围 * 核心观点：AI对汽车价值链的变革将更快（Sooner）而非更晚（Later） 发生 [1][2][9] * 论据：基础效应已可见，且AI发展持续加速 [2][9] * 影响范围： * 增强领域：自动驾驶开发、制造生产力、售后服务、移动出行服务优化 [2][9][11] * 破坏领域：依赖传统内燃机平台的零部件供应商、传统出租车等共享出行服务商 [2][9][11] * 具体影响：提升利润率或降低成本曲线 [2][9] 2. AI加速自动驾驶发展 * 核心观点：AI通过端到端模型和世界模型加速自动驾驶发展 [3][17] * 技术路径： * 从基于规则的管道转向端到端学习，直接从数据中学习驾驶决策 [21][22] * 从大语言模型发展到视觉-语言-动作模型，更好地处理3D场景和物理约束 [23][25][26] * VLA模型为端到端模型带来更丰富的语义理解、罕见场景推理、长时域预测和透明度提升 [27] * 世界模型通过高保真模拟生成大量合成场景（包括罕见边缘案例），解决数据稀缺和因果混淆问题 [29][32] * 行业实践：领先的整车厂和自动驾驶公司正融合云端基础模型（含世界模型）与车端蒸馏策略模型 [3][33][34] * 量化效果： * 大众汽车的GAIA 2.0世界模型使有效验证里程增加约10倍，每公里成本降低70%（从16.6元人民币降至4.5元人民币）[3][31] * Pony.ai的PonyWorld系统每周可生成超过100亿英里的模拟驾驶数据，是之前真实世界规模的10万倍以上 [31] 3. 中国智能驾驶发展领先且快速 * 核心观点：中国在智能驾驶采用方面处于领先地位，L2+及以上渗透率迅速提升，并加速向L3/L4迈进 [4][41] * 渗透率数据： * 2025年，中国售出的乘用车中约有28% 具备高速和/或城市NOA功能 [4][42] * 在电动汽车中，该渗透率升至52%；在25万人民币以上的电动汽车细分市场，渗透率超过80% [4][42] * 截至2025年第四季度，中国约35% 的新售乘用车配备了L2+或更高级别的智能驾驶功能，高于2024年的约12% [42] * 企业动态： * 小鹏汽车推出了定位为“L4就绪”的旗舰SUV GX [4] * 多家公司（如Pony.ai）已在并行瞄准L4 [4] 4. 机器人出租车运营快速扩张 * 核心观点：AI正在改善机器人出租车的安全性和规模经济，推动其快速扩张 [43] * 运营数据： * Waymo在2025年推出端到端和世界模型后，其“每次干预里程”关键绩效指标同比增长了96% [43] * Apollo Go在2025年完成的机器人出租车出行次数同比增长160% [43] * Pony.ai的机器人出租车收入在2025年同比增长129%，并预计2026年收入将增长3倍 [4][43] * Pony.ai宣布于2025年11月在广州、2026年2月在深圳实现单位经济效益盈亏平衡 [4][43] * 政策环境：2022年至2025年间，中国出台自动驾驶道路测试政策的城市从30个增加到超过70个 [65][66] 5. 2026年行业展望与投资建议 * 核心观点：对2026年汽车行业持谨慎看法，但电动汽车长期结构性增长前景依然完好 [6][7] * 市场预测： * 预计行业批发量将达到2800-2900万辆，同比下降4-8% [6] * 预计国内零售需求为2100-2200万辆，同比下降5-9% [6] * 出口预计仍是增长动力，达到650-700万辆，同比增长10-20% [6] * 预计2026年国内电动汽车销量增长约5-10%，推动电动汽车渗透率达到61% [7] * 投资评级： * 电动汽车领域：比亚迪和小米评级为跑赢大盘；小鹏汽车、理想汽车和蔚来评级为与大盘持平 [5][7] * 传统中国整车厂领域：吉利汽车评级为跑赢大盘；长城汽车、广汽集团和上汽集团评级为与大盘持平 [5][7] 6. AI重塑汽车产品与用户体验 * 核心观点：汽车正从“终极驾驶机器”重新定位为软件定义的“第二生活空间”或“移动的家” [12] * 具体表现： * ADAS和自动驾驶功能正迅速成为中国购车者的必备属性 [12] * 智能座舱快速发展，基于大语言模型的语音助手和多模态接口提升可用性和个性化 [12] * 部分整车厂通过扩展至更广泛的生态系统来强化此定位，如小米连接智能手机、汽车和家电；比亚迪和广汽等也与家电制造商合作深化“家×车”融合 [12] 三、 其他重要内容 1. AI对汽车价值链各环节的详细影响 [11][16] * 上游原材料与零部件：AI对金属采矿、大宗材料、机械零件、复杂系统（刹车、底盘）、汽车半导体与传感器、ADAS与操作系统软件供应商、工业设备与机器人供应商等主要起增强作用，且影响较快发生。 * 整车厂环节：AI在车辆与架构设计、制造与组装、供应链采购与物流方面起高度增强作用，且影响较快发生。 * 销售与售后：AI在经销商（销售与营销）、经销商（售后服务）方面起增强作用。 * 移动出行：AI对网约车平台起增强作用，但对传统出租车构成破坏。 2. 面临的挑战与风险 * 行业短期压力：补贴减少、电动汽车购置税上调5%、需求前移至2024-2025年导致高基数、宏观经济逆风、消费者情绪疲软、材料成本通胀压力 [6] * 市场竞争：国内市场预计竞争依然激烈，海外市场作为战略增长机会日益重要 [7] * 技术挑战：VLA增强的端到端模型仍面临数据饥渴、因果混淆、可靠解释每个决策等核心挑战 [28] 3. 单位经济效益分析 [69] * 报告提供了详细的机器人出租车与传统网约车单位经济效益对比模型，分析了不同车型成本、定价折扣、城市层级下的收入、成本与运营利润。