纪要涉及的行业或者公司 - 行业：汽车与零部件 - 公司：特斯拉、华为、小鹏汽车、理想汽车、蔚来、极越、长城毫末、Momenta、商汤、小马知行、文远知行、驭势科技、元戎启行、智加科技、轻舟智航、智行者、东软睿驰、长安汽车、赛力斯、江淮汽车、北汽蓝谷、吉利汽车、上汽集团、广汽集团、德赛西威、经纬恒润、华阳集团、均胜电子、伯特利、耐世特、拓普集团 纪要提到的核心观点和论据 大模型相关 - 核心观点：大模型重塑车端算法架构，加速云端算法迭代，世界模型或为完全自动驾驶最优解，未来智驾算法产业格局趋于集中化 [2] - 论据 - 大模型定义及特点：大数据喂养神经网络算法，多模态数据是基础，Transformer是核心，具备强泛化能力，可处理自然语言处理、计算机视觉、语音识别和生成等问题 [2][12] - 车端算法架构重塑：智驾一阶段（L2 - L3）由场景驱动转向数据驱动，感知端为升级核心；二阶段（L3 - L4）由数据驱动转向认知驱动，规控算法升级为核心 [2] - 云端算法迭代加速：数据闭环为前提，Transformer赋能自动标注，数据驱动场景仿真泛化，降低对实际路测数据的依赖 [2] - 世界模型优势：可将自动驾驶问题转化为预测视频的下一帧，实现泛化至数据场景以外的能力，快速生成标准化仿真数据，结合大算力加速云端训练 [2] - 产业格局集中化：高阶智驾功能对算法能力、组织架构、超算中心、完整数据链等要求高，未来“掌握硬件的基础上去发展软件”或为主流 [2][71] 投资建议相关 - 核心观点：汽车AI智能化转型大势所趋，算法为主干，看好头部算法玩家持续领先铸就高壁垒 [3][103] - 论据 - 产业趋势明确：下游OEM玩家和中游Tier供应商均加大对汽车智能化投入，智驾核心环节围绕下游OEM展开，数据催化算法提效驱动硬件迭代 [3][103] - 端到端算法开发加速：OEM整车厂商、核心芯片硬件厂商、智驾传感器厂商和独立算法商加速布局端到端算法开发，场景驱动 - 数据驱动 - 认知驱动持续进化 [3][103] - 看好相关企业：包括华为系玩家、头部新势力、加速转型车企以及智能化核心增量零部件企业 [3][103] 其他重要但是可能被忽略的内容 - 大模型训练步骤：包括数据预处理、模型构建、前向传播、激活函数、损失函数、反向传播、模型评估和部署等步骤 [8][9] - Transformer优势：自注意力机制赋予长依赖语义问题解决能力，支持并行计算，可提升大模型数据处理效率 [16] - 多模态大模型应用：可用于自然语言处理和计算机视觉等领域的多种任务 [17] - ChatGPT和Sora发展：ChatGPT不断进化，GPT4o完全统一多模态；Sora利用扩散模型和Transformer实现文生视频，其核心DiT模型或可应用至自动驾驶领域 [22][23][25] - 世界模型运行：基于对历史信息的理解生成对未来的预测，结合可能的行为辅助预测结果，可应用于多个通用人工智能领域 [26] - 车端智能驾驶软件层级：包括底层调动支持（异构化底层软件、SOA中间件、软件框架）和上层应用赋能（算法） [32] - 车端上层应用算法模块：分为感知、规控、执行三大模块，模块化软件算法逐渐被大模型端到端取代 [37] - 智驾功能迭代阶段：L3以下算法基于特定规则，场景泛化能力差；L3级别Transformer赋能，场景识别泛化能力提升；L3以上车端算法完全端到端，支持完全自动驾驶 [42] - L2 - L3感知升级：BEV + Transformer架构上车支持产业化解决方案落地，赋能精准感知 [45][48] - L3 - L4全面泛化：世界模型或为L4完全自动驾驶终局解决方案，培养算法认知泛化能力 [52] - 端到端架构优缺点：优点是结构简单、利于追求全局最优解、减少数据时延；缺点是数据针对性弱、模型训练信号弱，提升性能所需数据量和算力规模大 [53] - UniAD和UniSim特点：UniAD为白盒端到端CV，可对各模块分别监测和优化；UniSim利用动静态解耦方式进行仿真，保证场景泛化 [54] - 世界模型支持端到端方式：可制造大量仿真数据，用于算法训练，利用数据进行强化学习，培养模型规律认知能力 [56] - 云端数据闭环环节：包括数据记录、处理、标注、仿真、模型训练和算法部署 [59] - 自动标注优势：基于Transformer的自动标注算法打开智驾算法数据利用的天花板，提高标注效率 [62] - 场景仿真发展：从基于模型设计到数据驱动迭代，以场景真实性为方向，世界模型有望提供真实且多样化的仿真数据 [64][65] - 华为数据闭环：华为云ModelArts平台提供三层加速，统一的数据湖降低成本，形成全栈式研发工具链，提升研发效率 [68] - 各企业智驾算法能力 - 特斯拉：FSD引领全球智驾软硬件升级，边缘软件Transformer大模型逐步覆盖各环节，实现全栈端到端落地 [76][79] - 华为：ADS3.0落地端到端，数据引擎加速迭代，全场景贯通 [83] - 小鹏汽车：XBrain架构面向全场景智驾，XNGP + 有望实现感知 - 规控模块化端到端 [85] - 理想汽车：感知端到端落地，预计24年完成规控环节端到端落地，基于认知模型做预研 [87] - 蔚来：NT2.0硬件标配，感知端到端对标FSD v10 + ，实现全域领航辅助NOP + 推送 [91] - 极越：百度智驾赋能，LD地图 + 视觉大模型上车，实现L3高阶智驾功能 [93] - 长城毫末：DriveGPT构建大模型，落地端到端，推出多款智能驾驶产品 [95] - Momenta：全流程数据驱动算法，闭环自动化，提供L4和前装可量产的高度自动驾驶解决方案 [97] - 商汤：UniAD迭代DriveAGI，前瞻布局行业领先，提供适配不同算力平台的智能解决方案 [99][100] - 其他初创公司：小马知行、文远知行等多家初创公司在不同级别智能驾驶领域开展业务，与多家车企合作 [101]