深度报告-20251030-麦高证券-汽车行业深度报告_纵观

> **来源：[研报客](https://pc.yanbaoke.cn)** # 纵观产业日新月异，整车厂始终掌握话语权 证券研究报告 # 核心观点 复盘汽车电动化历程：产业链话语权逐步转向了整车厂。2020年下半年新能源车产业迎来爆发，随之而来的是市场的竞争变得更加激烈：新车型供给的大幅增加、车型价格也在下降。但整车企业的毛利率却没有大幅下滑，并在2023年开始呈现了增长的趋势。我们认为最重要的原因是整车厂在产业链中的话语权逐渐增强，并显著加强了对供应链的管理。反观零部件企业，可以发现伴随着技术的成熟，零部件企业的经营压力则是有所增加。其普遍面临着三大压力：1)能力较强的整车厂开始介入核心零部件的自研自制，抢占了零部件企业的市场份额；2）整车厂会持续压低供应商的采购价格，并且伴随行业竞争的加剧、降价力度也有逐步的加大；3）部分整车厂会延长支付账期，进一步加大了零部件企业的经营压力。与此同时，主机厂则凭借其对用户需求的直接触达、产品定义的主导能力进一步巩固了其在价值链中的核心地位。 观察汽车智能化时代：整车厂自研的比例在逐渐提升。2024年在各大主流车企卷“开城”的背景下，行业目前处于L2+级别智驾中高速NOA普及向城市NOA普及切换的重要阶段。我们认为，随着高阶智驾在未来逐渐普及，整车厂自研的方案在行业中的占比将会越来越高，背后逻辑在于：1）基于端到端方案并融合跨行业大模型的高阶智驾技术路线正逐渐趋向成熟。在特斯拉的引领下，业内多个厂商采用了端到端的方案，并将跨行业的大模型融入其中，形成了目前被广泛采用的VLA模型以及世界模型两种方案。我们认为，目前智能驾驶的技术路线发展更像是一场融合游戏，基于端到端方案迭代形成的技术方案或将成为行业的终极路线。2）以城市NOA为代表的高阶智驾需要较多的资源投入，对厂商要求较高。高阶智驾所需要的不仅是强大的智驾模型、还需要更高的车端和云端算力支撑，更需要强大数据闭环链路，而这些能力均需要大量的数据支撑、以及资源和研发的投入，更利好实力更为雄厚的整车厂。综上所述，我们认为行业内会呈现出三大趋势，其一：技术路线逐渐收敛，各家的智驾方案在实际使用中的体验差异缩小；其二：以城市NOA为代表的高阶智驾逐步成为标配，并陆续下放至更低的价格带；其三：主机厂自研方案的占比会大幅提升。 展望L3、具身智能时代：整车厂或仍掌握较强的话语权。1）政策支持下L3级智驾试点或将快速落地，头部车企有望受益。2024年6月工信部确立了首批智能网联汽车准入和上路通行试点名单、2025年9月工信部又明确提出了有条件批准L3级车型生产准入。由于L3在部分条件下的责任主体将转移至厂商，因此也对厂商提出了更高的技术要求，我们预计目前技术相对领先的小鹏和华为等车企有望在政策落地后受益，并最终实现强者恒强、保持领先。2）具身智能行业空间广阔，整车厂加速布局有望成为最终赢家。人形机器人被认为是继智能手机、电动汽车之后的下一代智能终端，目前产业正在飞速的发展之中。我们认为，随着产业的成熟发展，以整车厂为代表的跨界大厂将会在竞争中处于领先的位置。原因在于，其一：跨界大厂有充足的资金储备以及技术资源、研发资源可以投入；其二：整车厂的多项技术储备可以迁移至人形机器人之中，尤其是智能驾驶技术和人形机器人的感知系统有较强的相似性；其三：目前有大量的汽车零部件供应商企业切入到了机器人核心部件的生产制造领域，因此整车厂可以更好的把握供应链、保障生产制造。综上所述，我们看好整车厂在具身智能时代受益，尤其是目前智驾能力领衔的车企。 # 投资评级 行业评级 优于大市 评级变动 维持 近1年行业走势 # 分析师 谷诚 S0650524120002 联系邮箱：gucheng@mgzq.com # 相关研究 《中国汽车出海潜在市场研究（3）：西班牙篇—汽车行业跟踪报告》2025.10.24 有望在智能驾驶产业发展中受益的整车企业：1）小鹏汽车：小鹏G7是全球首款达到L3级算力要求的车型，有望率先打造自身的“AI+出行”生态、2）北汽蓝谷：享界S9T搭载了华为最新的智驾技术ADS4.0，引入WEWA技术架构，通过多模态AI算法实现类人驾驶决策、3）理想汽车：2025年7月发布了搭载理想VLA司机大模型新车型i8，用户实际使用辅助驾驶的里程较多。 风险提示：L3级智驾试点开放速度不及预期、人形机器人行业发展速度不及预期。 # 正文目录 # 一、复盘汽车电动化历程：产业链话语权逐步转向了整车厂 6 1.1 无惧竞争加剧整车厂毛利率稳步提升，加强对供应链的管理是重要因素 ..... 6 1.2 在产业成熟后，零部件企业普遍会面临着多重主机厂带来的压力 ..... 8 # 二、观察汽车智能化时代：整车厂自研的比例在逐渐提升 10 2.1 随着城市NOA的逐渐普及，主机厂的话语权预计会逐渐加强 ..... 11 2.2 基于端到端方案并融合跨行业大模型的高阶智驾技术路线正逐渐趋向成熟 ..... 12 2.3 以城市NOA为代表的高阶智驾需要较多的资源投入，对厂商要求较高 ..... 15 # 三、展望L3、具身智能时代：整车厂或仍掌握较强的话语权. 17 3.1政策支持下L3级智驾试点或将快速落地，头部车企有望受益 17 3.2 具身智能行业空间广阔，整车厂加速布局有望成为最终赢家 ..... 19 # 四、有望在产业发展中受益的整车企业 21 # 五、风险提示 22 # 图表目录 图1：2017-2024年新能源车销量和新能源车渗透率（右轴） 6 图2：2020年比亚迪发布了刀片电池并做了针刺实验. 6 图3：市面上销售的新能源车型数量变化情况. 7 图4：比亚迪汉系列车型起售价格逐年变化情况（单位：万元） 7 图5：整车指数毛利率及蔚小理平均毛利率变化情况. 7 图6：整车厂加强对供应链管理常用的两种方式. 7 图7：比亚迪依托弗迪系子公司实现了供应链的高度垂直整合. 8 图8：零跑C11增程版零部件的自研自产情况梳理. 8 图9：小米SU7部分核心零部件供应商情况梳理. 8 图10：小米汽车SU7上市后的零售量表现（单位：辆） 8 图11：新能源车的电驱动系统示意图 9 图12：近年来电驱动行业的演变过程 9 图13：2023年主流品牌在在电驱动系统上的自研和外采情况 9 图14：2023年1-12月驱动系统装机量份额 9 图15：2025年要求/被要求的“年降幅度” 9 图16：2025年的“年降”幅度相较此前有何变化 9 图17：部分整车厂应付账款及应付票据周转天数（单位：天） 10 图18：部分电驱动企业的应收账款、应收票据、应收账款融资之和变化情况（单位：亿元）……10 图19：根据国家标准《GB/T40429-2021》的智能驾驶分级. 11 图20：目前行业内常见的L2+级别智能驾驶功能解析 11 图21：2019-2025年8月L2及以上智能驾驶渗透率 11 图22：2024、2025年1-8月L2及以上车型销量和同比增长率 11 图23：高速NOA和城市NOA的具体差异 12 图24：2024年可实现城市NOA车型销量变化趋势（万辆） 12 图25：2024年仅可实现高速NOA的车型软件供应情况 12 图26：2024年可实现城市NOA的车型软件供应情况 12 图27：模块化解决方案对比端到端解决方案的差异解析. 13 图28：VLA模型是融合端到端方案和VLM模型而形成的 13 图29：端到端、VLM、VLA模型的运作机制图解 13 图30：小鹏将本地端VLM大模型融入智驾系统之中 14 图31：理想VLA技术架构解析 14 图32：蔚来的车载世界模型NWM对端到端模型做出了升级. 14 图33：华为智驾WEWA模型在车端采用了世界模型. 14 图34：主流车企和供应商的训练数据量和云端算力规模 15 图35：2025年10月极氪7x新款升级成了Thor-U芯片 15 图36：数据闭环链路详解 16 图37：特斯拉AI DAY上展示的DATA Engine 16 图38：蔚来的群体智能+生成式仿真为世界模型的训练提供数据. 16 图39：L3级智能驾驶与L2级的功能差异 17 图40：首批进入智能网联汽车准入和上路通行试点的名单（乘用车类别） 17 图41：华为ADS4.0可以支持高速L3商用解决方案 18 图42：智能驾驶行业预计形成强者恒强的正向循环. 18 图43：中国车企的智驾能力排行天梯榜 18 图44：国内人形机器人布局企业大致可以分成三类. 19 图45：截至2025年中报部分整车厂的总资产体量（单位：亿元） 19 图46：2024年整车厂的营收体量（单位：亿元） 19 图47：智能驾驶和人形机器人的技术差异 20 图48：小鹏人形机器人采用了多个已在小鹏智驾中应用的技术 20 图49：小鹏G7 Ultra搭载的有效算力达到全球第一 21 图50：小鹏G7 Ultra具备L3级算力 21 图51：华为ADS4.0架构全面升级 22 图52：享界最新的车型S9T搭载了华为ADS4.0智驾系统 22 图53：理想辅助驾驶总里程情况 22 图54：理想智能驾驶ADPro和ADMax配置情况 22 表 1: 历年来车型降价情况对比分析 表 2: 三种技术路线之间的差异 ..... 15 表 3: 理想、小鹏、华为的智能驾驶方案对比. 18 表 4：部分知名的汽车零部件公司参与人形机器人产业布局的情况. 20 表 5: 部分知名的整车公司参与人形机器人产业布局的情况. 21 # 一、复盘汽车电动化历程：产业链话语权逐步转向了整车厂 2020年下半年，在特斯拉入华、新势力崛起、比亚迪刀片电池发布这三大力量的共同作用下，新能源车产业才真正迎来爆发。但随之而来的是市场的竞争也变得越来越激烈，主要体现在：新车型供给的大幅增加、车型价格也在下降。但整车企业的毛利率却没有大幅下滑，并在2022年开始呈现了增长的趋势。我们认为销售结构的优化、规模优势的凸显均对整车厂的毛利率有正向贡献，但其中最为重要的原因为整车厂在产业链中的话语权逐渐增强，并随着时间的推移显著加强了对供应链的管理。其中，采用零部件高度自研自产的比亚迪和零跑、以及对供应链管控做的比较好的小米等车企均有良好的收益。但是反观零部件企业，经营压力则是在不断增大。我们复盘了新能源车的核心零部件—电驱动行业的发展历程，可以发现，伴随着行业技术的成熟、行业到了成熟期，零部件企业普遍面临着三大压力：1）能力较强的整车厂纷纷开始介入电驱系统的自研自制，抢占了零部件企业的市场份额；2）整车厂会凭借在供应链中占据主导地位持续压低供应商的采购价格，并且伴随行业竞争的加剧、降价力度也有逐步的加大；3）部分整车厂会延长支付账期，进一步加大了零部件企业的经营压力。与此同时，主机厂则凭借其对用户需求的直接触达、产品定义的主导能力与供应链的深度整合，进一步巩固了其在价值链中的核心地位。 # 1.1 无惧竞争加剧整车厂毛利率稳步提升，加强对供应链的管理是重要因素 复盘汽车电动化历程，2020年下半年开始迎来真正意义的爆发。尽管自2013年起政府就出台了针对新能源车大力度的补贴政策，但受限于市面上的车型价格偏贵、技术不成熟等原因，新能源车仍主要针对B端销售，渗透率较低，行业处于萌芽期，直到2020年下半年新能源车才真正迎来爆发，主要原因在于三大力量的共同作用：1）特斯拉Model3正式国产化，造成了国内新能源车市场的“鲶鱼效应”；2）以蔚来、理想、小鹏为代表的造车新势力崛起，打造了多款产品力较强的车型，推动了C端市场爆发；3）比亚迪发布了全新的刀片电池并做了针刺实验，不仅大幅提升了磷酸铁锂电池的能量密度而且很大程度上打消了消费者对新能源车安全性的顾虑。 图1：2017-2024年新能源车销量和新能源车渗透率（右轴） 资料来源：乘联会，麦高证券研究发展部 图2：2020年比亚迪发布了刀片电池并做了针刺实验 资料来源：人民网，麦高证券研究发展部 行业竞争逐渐加剧：车型供给大幅增加、新车价格广泛下降。随着新能源车行业井喷式的爆发，市场的竞争也变得越来越激烈，主要体现在：车型供给的增加、车型价格的下降。 其一，市场上新能源车型的供给大幅增长：随着越来越多的新势力品牌加入造车的阵营、传统汽车品牌也加速自身的电动化转型，市面上可供消费者选择的车型越来越多。根据交强险数据，2020年有上险量的车型共有337款，而到了2023年、2024年则大幅提升至了485款、536款。 其二，新能源车的价格在大幅下探：随着市场上车型供给的增多，汽车厂商为了保持自身的销量，不得不采用以价换量的策略，行业里的价格战愈演愈烈。以比亚迪旗下的汉系列车型为例，自上市以来的每次改款，几乎都有明显的价格下调，2023款冠军版和2024款荣耀版的价格下降幅度相对较大。根据乘联会秘书长崔东树所提供的数据显示，2024年全年降价车型数量达到235款，大幅超出2023年的150款以及2022年的95款。 图3：市面上销售的新能源车型数量变化情况 资料来源：交强险，麦高证券研究发展部 图4：比亚迪汉系列车型起售价格逐年变化情况（单位：万元） 款型 汉DM 汉EV 2020款 22.28 23.98 2021款 N/A 21.98 2022款 21.78 27.18 2023款冠军版 18.98 20.98 2024款荣耀版 16.98 17.98 2025款智驾版 16.88 17.98 资料来源：汽车之家，麦高证券研究发展部 表1：历年来车型降价情况对比分析 车型种类 2020年 2021年 2022年 2023年 2024年 常规 63 29 54 53 88 混动 4 2 1 4 17 插混 4 7 8 15 34 增程 0 1 1 7 14 纯电 23 23 31 71 82 总计 94 62 95 150 235 资料来源：崔东树公众号，麦高证券研究发展部 整车企业的毛利率水平并未受到很大影响，我们认为主要原因在于加强了对供应链管理。尽管行业竞争在持续的加剧、新能源车的价格在持续下降，但从整车厂的业绩表现上看：整车指数的销售毛利率在2022年开始呈现了持续上涨的趋势；港股上市的蔚来、小鹏、理想的毛利率均值虽在2023年有明显下行，但在2024年有大幅的回升。我们认为销售结构的优化、规模优势的凸显均对整车厂的毛利率有正向贡献，但其中最为重要的原因为整车厂在产业链中的话语权逐渐增强，并随着时间的推移显著加强了对供应链的管理。其中，将核心零部件自研自产、严格管控现有的供应商是整车厂常用的加强供应链管理的方式 图5：整车指数毛利率及蔚小理平均毛利率变化情况 资料来源：Wind，麦高证券研究发展部 图6：整车厂加强对供应链管理常用的两种方式 资料来源：公开资料整理，麦高证券研究发展部 比亚迪和零跑的产业链垂直整合程度较高，大量的核心零部件自研自产。比亚迪是国内新能源车行业的先驱，很早就掌握了电动车研发和制造的关键技术，并通过旗下的弗迪系子公司，实现了对包括电池和动力总成在内的新能源车核心零部件的高度自研自产，垂直整合能力较强。零跑汽 车自成立之初便坚持全域自研，整车的核心零部件均为自主研发及制造，包括三电和智能化系统等。截至2024年，零跑自研自造零部件的比例占据了整车成本的 $60\%$ 。从市场表现来看，正是凭借着强大的垂直整合能力，比亚迪和零跑均能推出性价比较高的车型，销量表现均十分优异。 图7：比亚迪依托弗迪系子公司实现了供应链的高度垂直整合 资料来源：OFWeek，麦高证券研究发展部 图8：零跑C11增程版零部件的自研自产情况梳理 资料来源：财闲，麦高证券研究发展部 以小米为代表的整车厂产业链管理能力强，依旧能拥有较强的竞争力。作为行业的后起之秀，小米汽车在核心技术自研的基础之上，在供应链体系内仍大量采用了行业内知名的供应商。得益于自身优秀的供应链管理能力，小米汽车的定价依旧有较强的竞争力、而且交付能力也有足够的保障。从市场表现来看，小米SU7上市后的销量表现十分亮眼，YU7上市后的热度也始终较高。 图9：小米SU7部分核心零部件供应商情况梳理 零部件 供应商 磷酸铁电芯 弗迪电池 三元锂电芯 宁德时代 热管理EDC 华域三电 功率模块 英飞凌 电机、电控 汇川技术、联合汽车电子 后车灯 华域视觉 车灯连接器 SESO思索技术 液晶仪表 京东方 DMS摄像头 欧菲光 空气悬架 拓普集团 CDC减震器 采埃孚 轮毂轴承 舍弗勒、三联锻造 资料来源：盖世汽车，麦高证券研究发展部 图10：小米汽车SU7上市后的零售量表现（单位：辆） 资料来源：交强险，麦高证券研究发展部 # 1.2 在产业成熟后，零部件企业普遍会面临着多重主机厂带来的压力 伴随行业的发展，新能源车电驱动技术逐步趋向同质化。新能源车电驱动系统是将电能转化为机械能、从而驱动车辆行驶的系统，主要由驱动电机、电机控制器、传动装置及能量管理系统等组成，是新能源汽车的核心技术。在新能源车行业在发展早期，产业玩家均将电驱动系统作为重点研发的对象，推动了电机和电控技术的快速发展，一时之间扁线电机、油冷技术、超高效率、超高集成度等名词层出不穷，成为了新车型重点宣传的技术对象。 伴随着行业的发展，各项先进的技术逐步走出了实验室、实现了搭车量产，随之而来的是电驱动行业的技术壁垒也在逐渐模糊、架构趋向收敛、创新迭代也遇到了一定程度的瓶颈。因此近年来行业内最重要的关注点已不再是技术的突破，而是在比拼生产端的效率及产品质量的稳定性，行业逐步发展到了成熟期。 图11：新能源车的电驱动系统示意图 资料来源：电子工程世界，麦高证券研究发展部 图12：近年来电驱动行业的演变过程 资料来源：公开资料整理，麦高证券研究发展部 整车厂纷纷布局电驱系统的自研自产，占据了行业较高的市场份额。作为新能源车的核心零部件，电驱系统技术的先进性和与整车的匹配度都对车辆的驾驶体验及安全性能起到了关键的作用。因此能力较强的整车厂纷纷开始介入电驱系统的自研自制过程。截至2023年，比亚迪、特斯拉、零跑、蔚来等头部整车厂都实现了较高程度的电驱系统的自研。从2023年电驱动行业的装机量份额来看，前十名中只有联合电子、汇川联合动力、中车电驱和尼得科四家第三方供应商，且所占的市场份额也都相对较小，整车厂及整车厂下属的品牌已然成为行业主流。 图13：2023年主流品牌在在电驱动系统上的自研和外采情况 电驱 电子电器 电机 差/减速器 控制器 电子系统 域控制器 比亚迪 自研 自研 自研 自研 自研 特斯拉 自研 自研 自研 自研 自研 零跑 自研 自研 自研 自研 自研 蔚来 自研 自研 自研 自研 自研 理想 外采 外采 自研 自研 自研 小鹏 自研 自研 外采 自研 自研 资料来源：财闻，麦高证券研究发展部 图14：2023年1-12月驱动系统装机量份额 资料来源：NE时代，麦高证券研究发展部 除去市场份额的压力之外，零部件厂商还经常面临被整车厂降价的压力。由于整车厂在供应链中占据主导地位，它们往往通过压低采购价格来控制成本、提升利润。这种持续性的降价压力迫使零部件厂商只能通过不断的技术创新、优化生产效率来保证在降低运营成本的同时并能维持产品质量。而且随着行业内竞争的加剧，整车厂对零部件企业的年降力度也在不断加大。根据2025年盖世汽车的调研显示，64%的参与者表示年降幅度超过了5%、且有62%的参与者表示2025年车企提高了年降幅度，这也一定程度上反应了目前汽车行业内零部件企业面临的经营压力。 图15：2025年要求/被要求的“年降幅度” 资料来源：盖世汽车，麦高证券研究发展部 图16：2025年的“年降”幅度相较此前有何变化 资料来源：盖世汽车，麦高证券研究发展部 整车厂还经常会延长支付账期，进一步加剧了零部件企业的经营压力。在实际的生产经营中，整车厂还会经常延迟支付货款，这也导致部分零部件厂商的资金回笼周期拉长，进一步加大了零部件企业的经营压力。2021年以来，整车厂的应付账款及应付票据的周转天数越来越长，甚至部分车企超过了200天；而零部件企业的应收账款、应收票据和应收账款融资则有明显的提升，清晰的展现了整车厂和零部件企业在产业链之中明显的话语权差距。 图17：部分整车厂应付账款及应付票据周转天数（单位：天） 资料来源：Wind，麦高证券研究发展部 图18：部分电驱动企业的应收账款、应收票据、应收账款融资之和变化情况（单位：亿元） 资料来源：Wind，麦高证券研究发展部 2025年6月，国家政策的执行一定程度上缓解了零部件企业的经营压力。2025年6月1日，《保障中小企业款项支付条例》（2025年修订版）正式落地实施，核心内容包括明确60日支付期限、禁止强制接受商业汇票等非现金支付方式、强化协同监管体系等，旨在解决中小企业账款拖欠问题，优化营商环境。在政策的推动下，2025年9月，上汽集团、比亚迪、长安汽车、小米汽车、理想汽车等十余家主流车企纷纷表态，承诺严格执行60天内账期支付原则，很大程度上缓解了零部件企业的经营压力，促进了行业的健康发展。 综上所述，虽然在汽车的电动化转型初期，零部件企业能依托技术创新和新兴的市场需求获得不错的发展机遇，但随着电动车技术的逐渐成熟和市场竞争的加剧，零部件厂商的话语权逐步下降，同时面临来自主机厂的自研抢份额、年度降价及延长账期等多方面的压力，处境相对较为艰难。反观主机厂，则凭借其对用户需求的直接触达、产品定义的主导能力与供应链的深度整合，进一步巩固了其在价值链中的核心地位，展现出更强的产业链控制力与竞争优势。 # 二、观察汽车智能化时代：整车厂自研的比例在逐渐提升 根据国家标准，智能驾驶共可以分成L0-L5共6个级别。2024年在各大主流车企卷“开城”的背景下，行业已发展至L2+级别智驾中高速NOA普及向城市NOA普及的切换的重要阶段。我们认为，随着高阶智驾在未来逐渐普及，整车厂自研的方案在行业中的占比将会越来越高，背后逻辑在于，1）基于端到端方案并融合跨行业大模型的高阶智驾技术路线正逐渐趋向成熟。在2023年底特斯拉向员工推送测试了采用了端到端方案的FSDV12后，业内主流厂商纷纷跟进模仿，并将跨行业的大模型融入到端到端的方案之中，形成了目前在行业内被广泛采用的VLA模型以及世界模型两种方案。我们认为，目前智能驾驶的技术路线发展更像是一场融合游戏，而不是优胜劣汰的残酷竞争，基于端到端方案迭代形成的技术方案或将成为行业的终极路线。2）以城市NOA为代表的高阶智驾需要较多的资源投入，对厂商要求较高。高阶智驾所需要的不仅是强大的智驾模型、还需要更高的车端和云端算力支撑；此外，一家企业的是否有强大数据闭环链路，也或将成为高阶智驾重要的分水岭，而这些能力均需要大量的数据支撑、以及资源和研发的投入。综上所述，参考电动化时代的行业发展规律，当城市NOA逐渐普及后，我们认为行业内会呈现出三大趋势，其一：技术路线逐渐收敛，技术壁垒逐步消失，各家的智驾方案在实际使用中的体验差异缩小；其二：以城市NOA为代表的高阶智驾逐步成为标配，并陆续下放至10-20万甚至更低的价格带，成本管控将成为重要的竞争要素；其三：主机厂自研方案的占比会大幅提升，第三方供应商的市场份额将会有所下降。 # 2.1 随着城市NOA的逐渐普及，主机厂的话语权预计会逐渐加强 智能驾驶可以分成L0-L5共6个级别，其中L2+级别又可以进一步细分。根据国家标准，智能驾驶共可以分成L0-L5共6个级别，其中L0级代表完全人类驾驶、L1-L2级属于组合辅助驾驶、L3-L5级则为不同条件下的自动驾驶。目前行业中L2级别的辅助驾驶的普及率已经较高，2025年8月的L2及以上智能驾驶渗透率数据已经接近了 $70\%$ 。但受限于技术及法规要求，L3级别的有条件自动驾驶尚不能实现落地。因此目前行业内定义了L2+级别的智能驾驶，作为目前行业发展现状的描述，例如常见于宣传中的L2.5、L2.9等均属于L2+级别智能驾驶。根据可以实现的功能种类差异，L2+智能驾驶又可以进一步细分，如高速NOA、固定路线NOA、城区全场景NOA等。 图19：根据国家标准《GB/T40429-2021》的智能驾驶分级 智能驾驶级别 功能简介 L0:应急辅助 没有任何辅助智能化的汽车,全程皆由驾驶员掌控 L1:部分驾驶辅助 仅搭载自动紧急制动(AEB)、车道保持、自动巡航系统(ACC)等系统中的一种 L2:组合驾驶辅助 融合了多个智能配置的自动化驾驶车型,可以在单一道路内实现有限的自动驾驶 L3:有条件自动驾驶 在特定的道路内可以实现自动驾驶的高度自动化驾驶阶段,紧急情况仍需要驾驶员介入处理 L4:高度自动驾驶 能够在特定的设计运行范围内完全执行动态驾驶任务,遇到问题时,系统能够自动执行最小风险策略,无需驾驶员介入 L5:完全自动驾驶 能够在任何可行驶条件下自主执行所有动态驾驶任务,并超越人类驾驶员的能力,用户不再需要参与任何驾驶决策 资料来源：国家市场监督管理总局，中国国家标准化管理委员会，麦高证券研究发展部 图20：目前行业内常见的L2+级别智能驾驶功能解析 智能驾驶级别 功能简介 常见功能 L2 组合驾驶辅助 ACC（自适应巡航）+LKA（车道保持辅助） L2+ 在L2的基础上进一步提升了系统的智能化程度与功能，但未达有条件自动驾驶的级别 自动车道变更 高速场景NOA（领航辅助驾驶） 城市固定路线NOA（通勤模式） 城市全场景NOA 城市NOA+自动泊车 L3 有条件自动驾驶 自动驾驶 资料来源：NE时代，麦高证券研究发展部 图21：2019-2025年8月L2及以上智能驾驶渗透率 资料来源：NE时代，麦高证券研究发展部 图22：2024、2025年1-8月L2及以上车型销量和同比增长率 资料来源：NE时代，麦高证券研究发展部 目前行业正处于高速NOA普及向城市NOA普及的切换阶段。虽然同为L2+级别的智能驾驶，但高速NOA和城市NOA的实际的差异十分明显：高速路线的场景相对简单，且可以依赖高精地图的辅助，对软件和硬件要求都相对较低；市区的路况复杂，且可能面临很多的突发情况，对智能驾驶软件和硬件的要求均更为严格，因此从高速NOA的普及迈向城区NOA的普及，将是智能驾驶行业发展的一大步。根据NE时代数据，各大主流车企卷“开城”的背景下，2024年具备城市NOA能力的车型增加更多，共涉及65个车型、236个款型，2024年销量累计超过210万辆。因此我们认为，城市NOA的普及即将在未来几年内快速的推进。 图23：高速NOA和城市NOA的具体差异 高速NOA 城市NOA 场景特点 道路规则明确、交通参与者行为相对可预测、高精地图覆盖完善 交通参与者动态性强、道路拓扑复杂、需实时感知与决策 算力需求 较低 更高 地图依赖 强（需预装地图数据） 弱（逐步转向“无图化”，依赖实时感知） 软件架构 基于预设规则（如车道线、限速标志）和路径规划，对变道、超车等动作进行逻辑判断 依赖海量真实道路数据训练AI模型，强化学习应对突发场景（如行人横穿）和大量长尾场景 功能边界 有限场景的自动化 全场景智能化的试金石 资料来源：懂车帝，麦高证券研究发展部 图24：2024年可实现城市NOA车型销量变化趋势（万辆） 资料来源：NE时代，麦高证券研究发展部 根据2024年数据来看，高速NOA中供应商方案车型销量居多，而城市NOA则以主机厂自研方案居多。随着智能驾驶在消费者购车决策中的占比持续提升，整车厂掌握智能驾驶核心技术的意愿和动力也在逐步变强，开始纷纷建立高阶智驾相关的支持要素，如组建研发团队、建立算力中心等，推动了主机厂自研的智驾系统逐步实现量产，尤其体现在难度更高的城市NOA功能上。从2024年数据来看，高速NOA中供应商方案车型销量居多，而城市NOA则以主机厂自研方案居多。 图25：2024年仅可实现高速NOA的车型软件供应情况 主机厂自研 25.07% 供应商方案 74.93% 零跑 28.94% 轻舟智航 50.49% 小米 28.26% 福瑞泰克 8.94% 小鹏 25.94% 华为 6.49% 极氪 13.91% 毫末智行 6.15% 其他 2.95% 其他 27.93% 资料来源：NE时代，麦高证券研究发展部 图26：2024年可实现城市NOA的车型软件供应情况 主机厂自研 67.61% 供应商方案 32.39% 特斯拉 46.43% 华为 66.63% 理想 18.53% momenta 12.84% 蔚来 15.92% 知行科技 10.59% 极氪 6.86% 元戎智行 3.43% 其他 12.26% 其他 6.51% 资料来源：NE时代，麦高证券研究发展部 随着以城市NOA为代表的高阶智驾在未来逐渐普及，区别于市场上一些观点认为传统车企在自研遇到阻力后会转向于和第三方供应商合作、导致未来第三方供应商方案的份额将会逐步提升。我们认为，整车厂自研的方案在行业中的占比将会越来越高，一定程度上会抢占第三方供应商的份额。背后逻辑在于，其一：高阶智驾的技术路线已经在逐步收敛、技术壁垒在降低；其二：整车厂实力雄厚、能投入更多的资源。 # 2.2基于端到端方案并融合跨行业大模型的高阶智驾技术路线正逐渐趋向成熟 特斯拉是智能驾驶行业的标杆，首发端到端方案引领行业发展。特斯拉作为新能源车行业中的头部企业，拥有大量的数据、资金和技术资源，其自研的FSD智能驾驶方案也是行业内技术标杆。因此特斯拉几乎每一次技术迭代创新，都在引领行业未来一段时间内的技术发展方向。 2023年底，特斯拉向员工推送测试了FSDV12，将原本的模块化的方案升级成了单独一个端到端的大模型方案。端到端方案本质上是通过构建一个统一的、简单直观的大模型来解决所有的问题，不仅能够减少信息之间的损耗，又能基于该模型去迭代数据并反过来对该模型持续优化。在特斯拉端到端方案发布后，业内主流玩家纷纷跟进模仿。从2024年下半年开始，包括小鹏、理想、智己在内的多个车企加速端到端大模型上车，智驾行业的技术路线迎来了一波广泛的技术升级。 图27：模块化解决方案对比端到端解决方案的差异解析 资料来源：腾讯科技，麦高证券研究发展部 VLA模型：将大语言模型融入端到端方案，可以实现类人的理解和推理。在端到端方案的技术浪潮兴起后，行业中的玩家逐步将跨行业的多模态大模型融入到端到端方案中，深度介入其感知、规划、控制等环节，以便给予其更高的能力天花板，并能更好的的解决实际情况中难以穷尽的复杂的长尾场景。其中VLA（Vision-Language-Action Model，即视觉-语言-动作模型）便是将端到端模型和VLM（视觉语言模型）融为一体的方案：借助VLM模型的理解能力和推理能力，让汽车可以用接近人类逻辑的方式“思考”和“解释”自己的行为；借助在海量跨场景数据上的预训练和强大的推理能力，让智驾系统显著提升对长尾场景的适应能力。 图28：VLA模型是融合端到端方案和VLM模型而形成的 资料来源：36氪、元戎启行，麦高证券研究发展部 图29：端到端、VLM、VLA模型的运作机制图解 资料来源：《A Survey on Vision-Language-Action Models for Autonomous Driving》，麦高证券研究发展部 采用VLA模型的典型代表车企是小鹏和理想。2025年7月，小鹏G7全球首发搭载VLA+VLM大模型，并实现完全本地端部署运行。不仅让汽车主动思考、理解世界，未来还将进化到自主强化学习，让大模型持续进化，实现更高的智驾能力上限与安全下限。同样在2025年7月，理想也发布了第一款搭载VLA司机大模型的理想车型—i8。理想VLA的核心能力可以总结为：能思考、能沟通、能记忆、能自我提升。基于这几个能力，能给用户带来安全、舒适、高超的驾驶技巧和自然的交互能力。 图30：小鹏将本地端VLM大模型融入智驾系统之中 资料来源：小鹏官网，麦高证券研究发展部 图31：理想VLA技术架构解析 资料来源：42号车库，麦高证券研究发展部 世界模型：在虚拟世界中大量模拟驾驶场景，形成最优解决方案。世界模型（World Model）最初是人工智能领域的概念，核心能力是进行反事实推理，能在已知信息下预测各种可能的未来。将世界模型融入到智驾系统中，便能够让智驾系统在脑海中重建和模拟整个驾驶环境，并基于过去经历过的视频、传感器数据，甚至纯粹靠生成式AI的想象来创造出全新的驾驶场景。在这些虚拟场景里，AI可以尝试不同的驾驶决策，观察可能的结果，进行事实推演，从而提升智能驾驶的成熟度和安全性。 采用世界模型的典型代表车企是蔚来和华为。2024年蔚来创新科技日上，蔚来正式发布中国首个智能驾驶世界模型NWM（NIO WorldModel)，即可以全量理解信息、生成新的场景、预测未来可能发生的多元自回归生成模型。2025年华为发布的ADS4.0系统也采用了世界引擎+世界行为模型架构（WEWA架构)，云端AI算力达45EFLOPS，训练数据累计10亿公里，端到端时延降低 $50\%$ 图32：蔚来的车载世界模型NWM对端到端模型做出了升级 资料来源：蔚来官网，麦高证券研究发展部 图33：华为智驾WEWA模型在车端采用了世界模型 资料来源：燃擎频道、华为，麦高证券研究发展部 基于端到端方案迭代形成的技术方案呈现出相互融合的趋势，或将成为行业的终极路线。所谓的VLA模型和世界模型均为智驾产业内的公司在基于端到端方案持续做优化升级，根据侧重的加强方向差异而融合了不同的大模型，所形成的下一代智驾方案。在实际研发中，三者也不是泾渭分明的路线，而是产生了多个解决方案相互融合的趋势，例如在端到端架构里加入世界模型模块、用世界模型生成的虚拟数据来训练VLA、或者让VLA的语义推理结果引导端到端模型的决策。 因此我们认为，目前智能驾驶的技术路线发展更像是一场融合游戏，而不是优胜劣汰的残酷竞争。随着AI大模型的逐步发展，智能驾驶的进步速度一定会逐步加快，但我们认为，未来技术进步仍将是基于端到端方案衍化而形成的，智能驾驶的终极路线或许已经出现。 表2：三种技术路线之间的差异 技术路线 输入 输出 数据处理方式 优势 短板 端到端 传感器原始数据（图像、点云等） 转向角、油门、刹车等控制信号 单一深度网络直接映射感知→控制 延迟低、结构简洁、端到端优化 可解释性差、长尾场景脆弱 VLA 视觉信息+文本指令（可含地图信息） 高层决策或直接控制信号 视觉-语言理解+动作生成 语义理解强、多任务适配、指令可控 连续控制精度有待优化、推理延迟高 世界模型 场景状态（可来自传感器或抽象状态变量） 高层规划或控制指令 学习环境动态模型→虚拟推演→决策 长时预测、可验证性强、虚拟训练 算力开销大、建模误差可能放大 资料来源：深蓝学院，麦高证券研究发展部 # 2.3 以城市NOA为代表的高阶智驾需要较多的资源投入，对厂商要求较高 高阶智能驾驶首先对算力提出了更高的要求，包括云端和车端的算力。由于目前流行的端到端方案模型的核心理念是将感知、决策和控制功能整合到同一深度学习网络中，让系统直接从传感器数据生成车辆控制指令，因此不仅需要强大的智驾模型、还需要更高的算力支撑。一方面需要大规模GPU集群、高速存储和高带宽内存来支撑大模型的不断迭代升级，另一方面又需要模型快速做出决策，保证低延迟和高精度，并能处理越来越多的极端边角场景(corner case)。从目前行业内情况来看，多数主流车企已经在加强对云端算力的部署，并在旗下车型上部署更高的车端算力。 图34：主流车企和供应商的训练数据量和云端算力规模 企业 训练数据量 (万Clips) 信息统计时间 云端算力规模 (EPlops) 信息统计时间 吉利 1,000万 Clips 2025.03 23.5 EFlops 2025.02 蔚来 1,000万 Clips 2024.04 399.1 EOSPS (端云合计) 2025.01 理想 800万 Clips 2025.01 8.1 EFlops 2024.12 小米 300万 Clips 2024.11 8.1 EFlops(最高可用) 2024.11 长城 1,000万 Clips 2024.07 3 EFlops 2024.11 特斯拉 超5,000万 Clips 2024.10 100 EFlops 2024.10 上汽智己 / / 2.5 EFlops 2024.09 小鹏 2,000万 Clips 2024.10 2.51 EFlops 2024.07 资料来源：NE时代，麦高证券研究发展部 图35：2025年10月极氪7x新款升级成了Thor-U芯片 资料来源：极氪，麦高证券研究发展部 数据闭环能力或将成为高阶智驾领域又一个重要的分水岭。数据闭环指的是指通过系统化的流程，将采集到的数据进行处理、反馈并应用到系统优化中，从而形成一个循环往复的机制。以便帮助算法持续迭代、感知系统不断精进，还能实现决策规划能力的持续强化。具体到智能驾驶过程中，整个数据闭环的链路包括了：驾驶数据的采集、传输、储存、标注、清洗、处理、算法训练、实施部署、反馈评估等环节。数据闭环的各个组成部分相互联系，共同构成了自动驾驶系统优化的核心机制。每一环节的有效运作，才能够确保自动驾驶技术不断发展和提升。我们认为，评估一个企业的智能驾驶能力，关键在于其是否拥有完善的数据链路，能够高效率的搜集、分析和使用数据，从而形成完美的数据闭环，这或将成为未来智驾领域的重要分水岭。 图36：数据闭环链路详解 资料来源：钛媒体，麦高证券研究发展部 以特斯拉为代表的头部整车厂都很重视模型的数据闭环能力。特斯拉是行业内较早提出数据闭环概念的车企：2022年便在AI DAY上以一个路口右前方的停止车辆案例展示了Data Engine、详细讲解了数据闭环的概念。随后，国内大部分整车厂也陆续开始从0-1建立数据闭环的过程：例如小鹏汽车通过自研工具链结合阿里云大数据平台、数据库服务等实现全栈数据闭环，能够高效的挖掘、清洗数据，并推动数据的高效流转，随后通过端到端大模型的大规模分布式训练，加快迭代节奏；蔚来则是基于群体智能和生成式仿真为核心，挖掘训练数据，筛选重点场景后验生成式仿真，进行三维重建，最终产生更多新场景，加速模型的快速训练迭代，形成数据闭环。 图37：特斯拉AI DAY上展示的DATA Engine 资料来源：HiEV，麦高证券研究发展部 图38：蔚来的群体智能+生成式仿真为世界模型的训练提供数据 资料来源：蔚来官网，麦高证券研究发展部 由于目前智能驾驶行业正处于城市NOA逐渐普及的阶段，因此部分起步较晚或者研发资源稍差的整车厂为了加快“开城”速度，选择了与第三方合作+自研并行的路线。因此一定程度上促进了以元戎、商汤为代表的第三方智驾供应商发展。但长期来看，我们看好整车厂会占据大部分高阶智驾市场份额，第三方供应商的份额将会明显收缩。 核心原因在于：其一：随着智能驾驶在消费者购买决策中的占比提升，整车厂可能会有很强的意愿将这一核心技术掌握在自己手中，因此会不遗余力的加大在智驾领域的投入力度；其二：正如前文论述，高阶智驾的开发需要算力的支持以及强大的数据闭环能力支撑，因此对厂商的资金储备、技术开发能力均提出了较高的要求，而整车厂正掌握了大量的真实数据、资金和技术人员储备，因此能够在未来的竞争中获得较强的优势。 我们认为高阶智驾普及后行业会呈现出三大趋势。综上所述，参考电动化时代的行业发展规律，当城市NOA逐渐普及后，我们认为行业内会呈现出三大趋势，其一：技术路线逐渐收敛，技术壁垒逐步消失，各家的智驾方案在实际使用中的体验差异缩小；其二：以城市NOA为代表的高阶智驾逐步成为标配，并陆续下放至10-20万甚至更低的价格带，成本管控将成为重要的竞争要素；其三：主机厂自研方案的占比会大幅提升，第三方供应商的市场份额将会有所下降。 # 三、展望L3、具身智能时代：整车厂或仍掌握较强的话语权 国家政策始终在大力支持L3级智驾的发展：2024年6月，工业和信息化部等四部门首批确定由9个汽车生产企业和9个使用主体组成的联合体，将在北京、上海、广州等7个城市展开智能网联汽车准入和上路通行试点。2025年9月工信部等八部门联合发布的《汽车行业稳增长工作方案（2025—2026年)》，明确提出有条件批准L3级车型生产准入，标志着L3级自动驾驶车辆正式进入政策试点阶段。而与L2级辅助驾驶相比，L3级智能驾驶的核心的区别在于部分情形下，责任主体将部分向企业转移，而不再是仅由驾驶员承担责任，因此也对企业提出了更高的技术要求。因此我们预计只有智能驾驶技术在行业头部的车企生产的旗舰级车型，才有望进入首批L3生产准入名单，拿到在特定试点区域内试点行驶的资格。目前技术进展较快的小鹏和华为有望率先受益、最终实现强者恒强、保持领先。 人形机器人被认为是继智能手机、电动汽车之后的下一代智能终端，产业爆发力较强，目前产业正在飞速的发展之中。我们认为，随着产业的逐渐成熟发展，以整车厂为代表的跨界大厂将会在竞争中处于领先的位置。原因在于，其一：跨界大厂有充足的资金储备以及技术资源、研发资源可以投入，以便快速实现从实验室到工厂再到市场的完整闭环；其二：整车厂的多项技术储备可以迁移至人形机器人之中，尤其是智能驾驶技术和人形机器人的感知系统有较强的相似性；其三：目前有大量的汽车零部件供应商企业切入到了机器人核心部件的生产制造领域，因此整车厂可以更好的把握供应链、保障生产制造。综上所述，我们看好整车厂在具身智能时代胜出，尤其是智驾能力强的车企。 # 3.1政策支持下L3级智驾试点或将快速落地，头部车企有望受益 国家政策在逐步引导L3级智能驾驶稳步发展。按照《汽车驾驶自动化分级》国家标准，L3级自动驾驶属于“有条件自动驾驶”，即在特定设计运行条件下，车辆系统可以完全接管动态驾驶任务。与L2级辅助驾驶相比，L3级智能驾驶不仅可以实现更丰富的功能，而且一个核心的区别在于驾驶责任主体的部分转移：进入L3级后，在系统激活并正常运行的场景中，责任主体将部分向企业转移，而不再是仅由驾驶员承担责任。2024年6月，工业和信息化部等四部门首批确定由9个汽车生产企业和9个使用主体组成的联合体，将在北京、上海、广州等7个城市展开智能网联汽车准入和上路通行试点，引导智能网联汽车循序渐进的发展。 图39：L3级智能驾驶与L2级的功能差异 资料来源：汽车网评，麦高证券研究发展部 图40：首批进入智能网联汽车准入和上路通行试点的名单（乘用车类别） 序号 汽车生产企业 车辆运行所在城市 使用主体 1 重庆长安汽车股份有限公司 重庆市 重庆长安车联科技有限公司 2 比亚迪汽车工业有限公司 广东省深圳市 深圳市东潮出行科技有限公司 3 广汽乘用车有限公司 广东省广州市 广汽祺宸科技有限公司 4 上海汽车集团股份有限公司 上海市 上海赛可出行科技服务有限公司 5 北汽蓝谷麦格纳汽车有限公司 北京市 北京出行汽车服务有限公司 6 中国第一汽车集团有限公司 北京市 一汽出行科技有限公司 7 蔚来汽车科技(安徽)有限公司 上海市 上海蔚来汽车有限公司 资料来源：工信部，麦高证券研究发展部 面向L3的技术愈发成熟，华为和小鹏进展较快。目前搭载华为最新的载乾崑智驾ADS4.0Ultra旗舰版的车型可以实现高速L3专属方案，按照华为的规划，2025年进行L3的试点商用，同时开展L4的测试；2026年推进L3的规模商用，城区场景继续试点；2027年实现L4的规模商用；2028年达成无人干线物流的目标。2025年7月小鹏汽车发布了全新车型G7，是全球首个达到L3级算力的AI汽车；按照何小鹏的规划，小鹏汽车将于2025年底在中国内地率先实现L3级智能驾驶能力量产落地。 图41：华为ADS4.0可以支持高速L3商用解决方案 资料来源：华为，麦高证券研究发展部 我们认为L3生产准入和上路通行试点将会在近期开放，头部车企的旗舰型车型将获得准入。2025年9月工信部等八部门联合发布的《汽车行业稳增长工作方案（2025—2026年)》，明确提出有条件批准L3级车型生产准入，标志着L3级自动驾驶车辆正式进入政策试点阶段。因此我们认为，L3级智能驾驶的试点运行区域以及可以生产上路的车辆名单或将在短期之内确立，从而促进智能驾驶行业快速发展。由于事关人民的生命及财产安全，预计只有智能驾驶技术在行业头部的车企生产的旗舰级车型，才有望进入首批L3生产准入名单，拿到在特定试点区域内试点行驶的资格。而真实的驾驶行为所产生的有效数据有望更高效的推动其智驾模型的迭代、智驾体验的提升，形成强者恒强的正向循环。 图42：智能驾驶行业预计形成强者恒强的正向循环 资料来源：公开资料整理，麦高证券研究发展部 图43：中国车企的智驾能力排行天梯榜 资料来源：第一电动，麦高证券研究发展部 理想、小鹏、华为有望在L3试点政策中获利。对比理想、小鹏、华为的技术路线来看：理想和小鹏采用了VLA模型、华为采用了世界模型；理想和华为采用了激光雷达的技术路线，小鹏采用了纯视觉+AI摄像头的方案。尽管技术路线存在差异，但三者均为目前国内智能驾驶的第一梯队，这也进一步印证了我们的观点，即智能驾驶技术路线并无优劣之分，关键在于拥有充足的算力保障以及强大的数据闭环能力。因此我们认为，在L3试点政策落地后，三者有望继续保持领先并进一步拉开与第二梯队之间的差距。 表3：理想、小鹏、华为的智能驾驶方案对比 代表车型 智驾方案 模型 技术路线 芯片 理想 i8 AD MAX Mind VLA 大模型 激光雷达(1颗、116线) 英伟达 Thor 700 TOPS 算力 小鹏 G7 2025 款Ultra XNGP 物理世界基座大模型+VLA 大模型 纯视觉(鹰眼视觉) 2 颗 图灵芯片2250TOPS 算力 问界 M9 Ultra HUAWEI ADS WEWA 激光雷达(4 颗、192 线) / 资料来源：汽车之家，钛媒体、有驾、百度百科等；麦高证券研究发展部 # 3.2具身智能行业空间广阔，整车厂加速布局有望成为最终赢家 人形机器人有望成为下一代智能终端，整车厂深度参与生产制造。人形机器人被认为是继智能手机、电动汽车之后的下一代智能终端，产业爆发力较强，承载着重塑产业、改变生活方式的巨大期望，因此人形机器人产业正在飞速的发展之中。目前国内的人形机器人布局企业可以大致分为三类：1）明星初创企业；2）以整车厂为代表的跨界大厂；3）工业机器人企业。我们认为，随着产业的逐渐成熟发展，以整车厂为代表的跨界大厂将会在竞争中处于领先的位置。原因在于，其一：跨界大厂有充足的资金储备以及研发资源可以投入；其二：整车厂的多项技术储备可以迁移至人形机器人之中；其三：人形机器人的多个关键零部件都是由汽车零部件企业在供应，因此整车厂可以更好的把握供应链、保障生产制造。 图44：国内人形机器人布局企业大致可以分成三类 资料来源：公开资料整理，麦高证券研究发展部 以整车厂为代表的跨界大厂资金实力雄厚，能投入大量资源。整车厂在人形机器人赛道最显著的壁垒之一，便是其雄厚的资金实力与健康的现金流。面对从技术研发、生产线搭建到全球销售网络铺设这一系列资本密集型环节，整车厂凭借其成熟的整车业务，具备绝大多数科技公司或初创企业难以比拟的资本耐力。它们能够持续进行前瞻性的巨额研发投入，承受长周期的技术孵化，并支撑规模化生产所必需的巨大前期资本开支。这种强大的资金优势，使其不仅能吸引顶尖人才、并购关键技术，更能以极具竞争力的成本优势快速实现从实验室到工厂再到市场的完整闭环。因此我们认为，资金储备充足的整车厂无疑已手握一张人形机器人行业竞争的王牌。 图45：截至2025年中报部分整车厂的总资产体量（单位：亿元） 资料来源：Wind，麦高证券研究发展部 图46：2024年整车厂的营收体量（单位：亿元） 资料来源：Wind，麦高证券研究发展部 新能源车和人形机器人的技术有共通性，整车厂的技术储备可以迁移。新能源车企在电动化、智能化方面积累了大量技术，如电池管理系统、自动驾驶算法、传感器技术等。这些技术可以迁移到人形机器人领域，帮助机器人实现更高效的能源管理、智能的环境感知和灵活的运动控制。但其中最为关键的可迁移功能便是智能驾驶功能。人形机器人和智能驾驶都是需要根据视觉感知和语音感知和人类执行数据来进行学习的，最后均需要落实到执行器的执行，因此从实时的环境感知、地图构建、动作规则和动作决策等技术方面，二者均有很强的共通性。 因此我们认为，目前智能驾驶技术领先的整车厂，可以将很多的技术储备迁移至人形机器人的研发之中。例如，特斯拉的人形机器人Optimus采用了FSD智能驾驶系统和HW3.0的芯片；小鹏的人形机器人Iron也采用了图灵AI芯片、端到端大模型、AI鹰眼视觉系统等多项已经在小鹏车型中实现了量产的技术。 图47：智能驾驶和人形机器人的技术差异 智能驾驶 人形机器人 实时感知 要求识别的汽车、道路、障碍物、墙体等目标一般体积较大并且有一定场景规则可寻，但要求及时响应、快速完成构建。 机器人的使用场景极为复杂，因此要求对于场景的感知和周围环境的构建更加的精细，但对系统的响应速度要求不苛刻。 动作决策 智能驾驶能够实施的动作决策数量有限，如加速、变道、刹车等。 人形机器人需要根据场景的不同完成复杂的任务操作，因此其动作决策的难度更高 硬件要求 智能驾驶和人形机器人都需要高性能的芯片来处理传感器数据、实现运动控制和智能决策等功能，因此特斯拉、小鹏等车企已经将智能驾驶同款芯片搭载到了旗下的机器人上。同时，人形机器人上必备的摄像头、雷达等传感系统也在智能驾驶汽车上有广泛的应用。 软件系统 人型机器人算法与智能驾驶系统相类似，都需要用云端进行数据处理和模型训练，训练好之后，通过OTA形式推送给硬件。以特斯拉为例，其人形机器人Optimus搭载了与特斯拉车辆相同的FSD智能驾驶系统，具备了完整的感知、决策规划、控制的循环链路。 资料来源：公开资料整理，麦高证券研究发展部 图48：小鹏人形机器人采用了多个已在小鹏智驾中应用的技术 资料来源：小鹏，汽车观察，麦高证券研究发展部 整车厂能够更好的把握人形机器人的供应链体系。人形机器人和汽车的核心零部件在设计逻辑、生产工艺及质量管控体系上存在高度共通性。正是基于这一产业基础，目前有大量的汽车零部件供应商企业切入到了机器人核心部件的生产制造领域，如三花智控、拓普集团等企业均依托既有的成熟制造能力完成了从汽车零部件到机器人零部件的跨界延伸。 经过多年的紧密合作与深度协同，整车厂和零部件企业之间早已建立起高度互信、互利共赢的战略伙伴关系：一方面，零部件企业能够深刻理解主机厂在产品设计、性能指标与成本控制等方面的核心需求，并凭借成熟的专属送样与沟通渠道，确保新品开发与验证流程的高效、顺畅，并达到最优的集成效果；另一方面，整车厂也能够参照过去的丰富经验对供应链进行更高效、更深入的管控，通过稳定的联合质量策划与生产协同，显著提升整体生产效率与产品一致性。因此我们认为，在此背景下，整车厂切入人形机器人的生产制造具有天然的优势。 表4：部分知名的汽车零部件公司参与人形机器人产业布局的情况 零部件公司 汽车行业的主营业务 人形机器人产业链参与情况 三花智控 公司是全球最大的制冷控制元器件和全球领先的汽车空调及热管理系统控制部件制造商，生产新能源车热管理集成组件 公司聚焦机电执行器，全方面配合客户产品研发、试制、选代并最终实现量产落地。并将仿生机器人产业作为公司第三大核心战略板块进行拓展。 拓普集团 公司主要从事汽车NVH领域橡胶减震产品和隔音产品的研发、生产与销售，主要产品为汽车隔音产品、汽车橡胶减震产品。 拆分设立电驱事业部，切入具身智能机器人业务。涉及产品包括直线执行器和旋转执行器。 双林股份 公司是一家专业从事汽车零部件及配件、模具设计、开发及制造的现代化企业 通过收购上游国际领先的数控磨床企业打通丝杠产业链布局，打破国外厂商对高端丝杠的布局。 长华集团 主要从事汽车金属零部件的研发、生产、销售。公司逐步形成了以紧固件、冲焊件、铸铝冲焊总成件为核心的产品体系。 全力推进滚柱丝杠产品项目，于2024年底生产出星滚柱丝杠样品，2025年公司进一步加大了在该领域的投资力度，持续加强了研发人员团队的建设，积极推进设备投资已成功生产出新的迭代样品。 旭升集团 公司产品主要涵盖新能源汽车的电驱动系统、电控系统、电池系统、底盘及悬挂系统、高性能车身系统等 公司聚焦关节壳体、躯干结构件等核心零部件，与国内外多家头部企业建立深度合作，已获得多个客户项目定点。通过高强度铝合金、镁合金、复合材料等新材料的应用，公司产品在轻量化与耐用性上表现突出，满足机器人对精密结构件的严苛要求。 中鼎股份 中鼎股份主要生产橡胶密封件、各类橡胶制品等机械基础件，广泛应用于汽车等行业，主要客户为国内外各大汽车主机厂等。 合资设立合肥星汇传感技术有限公司，以推进人形机器人力觉传感器产品的进一步落地。 均胜电子 公司是一家全球领先的智能汽车科技解决方案提供商，主要致力于智能座舱、智能网联、智能驾驶、新能源管理和汽车安全系统等的研发、制造与服务。 将自身定位为“汽车+机器人Tier1”，向全球车企在内的具身智能机器人相关公司提供软硬件及解决方案。 资料来源：Wind，公司公告，盖世汽车，麦高证券研究发展部 我们看好整车厂在具身智能时代胜出，尤其是目前智驾能力领先的车企。综上所述，在人形机器人产业的崛起的背景下，具备充足的资源、深厚的技术积累以及供应链整合管理经验的整车厂将占据天然的竞争优势，并会在产业崛起中受益，尤其是目前智能驾驶技术领先的车企。 表5：部分知名的整车公司参与人形机器人产业布局的情况 整车公司 人形机器人研发进展 小鹏 2024年11月6日首次亮相了自主研发的人形机器人IRON:身高178厘米,体重70公斤,全身配备62个主动自由度和15个手部可动自由度,搭载图灵AI芯片及720°鹰眼视觉系统。通过端到端大模型和强化学习,Iron可实现自主行走、环境感知及流畅对话.截至2025年,Iron已在小鹏广州工厂参与实训,计划于2026年规模化量产并应用于工厂自动化及门店服务 小米 小米于2022年8月11日发布首款全尺寸人形仿生机器人CyberOne,主要应用于家庭护理与陪伴场景。该机器人身高177厘米,体重52千克,搭载小米自研的仿生感知认知技术、仿生机电融合技术与人工智能技术集群,配备21个自由度关节模组,实现0.5毫秒级实时响应,可感知45种人类语义情绪及分辨85种环境语义。2025年2月小米开始推进该机器人在自有制造产线的分阶段落地 广汽 2024年12月广汽发布了第二代具身智能机器人、不久后第三代具身智能人形机器人GoMate亮相,这是一款全尺寸的轮足人形机器人。按照计划,广汽集团在2025年实现自研零部件批量生产,并率先在广汽传祺、埃安等主机厂车间生产线和产业园区开展整机示范应用,2026年实现整机小批量生产,并逐步扩展至大规模量产。 长安 2024年12月长安汽车董事长朱华荣曾表示,未来十年,投入超1000亿元努力探索陆海空及人形机器人立体出行解决方案。5年内,投入超500亿元,2026年前推出长安飞行汽车产品,2027年前发布人形机器人产品,加速向智能低碳出行科技公司转型。 奇瑞 联手AI公司Aimoga共同研发了人形机器人Mornine。该机器人采用仿生创新设计,有仿人硅胶面孔,能模拟人类嘴巴和面部肌肉运动,可表达说话、微笑等表情。奇瑞对Mornine的规划分为三个阶段,第一阶段是部署到零售店面中担任导购角色;第二阶段将增强其动作灵活性和移动能力;第三阶段计划让其成为家庭助手,执行儿童看护和家务劳动等任务。 资料来源：重庆汽车工程学会，公开资料整理，麦高证券研究发展部 # 四、有望在产业发展中受益的整车企业 小鹏汽车：2025年7月小鹏发布了全新G7 Ultra，首发搭载3颗图灵AI芯片，整车有效算力高达2250TOPS，跃居全球第一，是行业旗舰的3-28倍。基于全球第一的有效算力，小鹏G7全球首发搭载VLA+VLM大模型，并实现完全本地端部署运行。其中，VLA-OL模型构建了“运动型大脑+小脑”的智驾架构，同时具备持续强化学习能力。不仅让汽车主动思考、理解世界，未来还将进化到自主强化学习，让大模型持续进化，实现更高的智驾能力上限与安全下限，为小鹏迈向L4/L5级无人驾驶奠定技术根基。 此外，小鹏汽车预计将于2025年的AI科技日上宣布在物理AI领域取得的重大突破，在小鹏世界基座模型对世界进行推演能力上取得关键进展，此举将是攻克大规模L4的关键一步，可以快速将图灵AI智驾部署到全球其他国家，也可以将技术复用到AI汽车、AI机器人上。因此我们认为，基于强大的技术实力，小鹏有望打造自身的“AI+出行”生态，并率先受益于政策的颁布及产业链的持续发展。 图49：小鹏G7 Ultra搭载的有效算力达到全球第一 资料来源：小鹏官网，麦高证券研究发展部 图50：小鹏G7 Ultra具备L3级算力 资料来源：小鹏官网，麦高证券研究发展部 北汽蓝谷：2025年9月16日，鸿蒙智行举办新品发布会，正式推出搭载华为全栈智能科技的新能源旅行车——享界S9T。作为首款搭载华为乾崑智驾ADS4.0的量产车型，其感知系统配置堪称行业“天花板”：全车配备1个192线激光雷达、3个固态激光雷达、6个分布式4D毫米波雷达及11个摄像头，构建起360度无死角环境感知网络。在决策控制层面，ADS4.0引入WEWA技术架构，通过多模态AI算法实现类人驾驶决策。例如，在园区闸机、ETC通道等复杂场景中，系 统可自主判断通行时机，变道、跟车、避障动作流畅度媲美十年驾龄司机。我们认为，搭载华为最新ADS4.0智驾系统的享界S9T，已具备高速L3级硬件与算法能力，有望在国家准入目录发布后第一批实现L3级合法上路。 图51：华为ADS4.0架构全面升级 资料来源：华为官网，麦高证券研究发展部 图52：享界最新的车型S9T搭载了华为ADS4.0智驾系统 资料来源：华为商城，麦高证券研究发展部 理想汽车：2025年7月29日，理想发布了搭载理想VLA司机大模型新车型i8，并搭载了理想在智能驾驶领域最新的技术成果。理想汽车依托自有编译团队，自研底层推理引擎，使英伟达Orin-X芯片可通过INT4量化的方式运行VLM，并且凭借芯片、控制器设计和自研汽车操作系统等综合能力，实现了让双Orin-X芯片和Thor-U芯片运行同等规模的VLA司机大模型。从目前实际表现来看，截至2025年10月9日理想的辅助驾驶已经累计行驶了53.4亿公里、总用户达到139.8万，属于国内智能驾驶的第一梯队车企，因此我们认为理想也将充分受益于智能驾驶产业链的持续发展。 图53：理想辅助驾驶总里程情况 资料来源：理想官网，麦高证券研究发展部（注：数据截至2025年10月9日） 图54：理想智能驾驶ADPro和ADMax配置情况 资料来源：理想官网，麦高证券研究发展部 # 五、风险提示 1）L3级智驾试点开放速度不及预期：由于相关政策法规的出台、技术标准的统一、以及安全责任的界定需要经过严谨的论证与长时间的实践检验，因此L3级智能驾驶的试点开放进程可能慢于市场预期。 2）人形机器人行业发展速度不及预期：人形机器人作为前沿科技领域，其技术突破与大规模商业化应用尚需时日，存在发展进程不及预期的风险。技术的成熟度、稳定性和经济性若无法在短期内达到商业化拐点，或将影响人形机器人全产业链的营收和利润。 # 【投资评级说明】 本报告中投资建议所涉及的评级分为公司评级和行业评级（另有说明的除外）。评级标准为报告发布日后6个月内的相对市场表现，即：以报告发布日后6个月内公司股价（或行业指数）相对于同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准；香港市场以恒生指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准。 我们在此提醒您，不同机构采用不同的评级术语及评级标准，我们采用的是相对评级体系，表示投资的相对比重。 # 公司评级 买入：未来6个月内，个股相对于同期基准指数涨幅在 $15\%$ 以上； 增持：未来6个月内，个股相对于同期基准指数涨幅在 $5\%$ 到 $15\%$ 之间； 中性：未来6个月内，个股相对于同期基准指数涨幅在 $-5\%$ 到 $5\%$ 之间； 减持：未来6个月内，个股相对于同期基准指数涨幅在 $-15\%$ 到 $-5\%$ 之间； 卖出：未来6个月内，个股相对于同期基准指数涨幅在 $-15\%$ 以下。 # 行业评级 优于大市：未来6个月内，行业相对于同期基准指数涨幅在 $5\%$ 以上； 同步大市：未来6个月内，行业相对于同期基准指数涨幅在 $-5\%$ 到 $5\%$ 之间； 弱于大市：未来6个月内，行业相对于同期基准指数涨幅在 $-5\%$ 以下。 # 【分析师承诺】 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师。本报告所采用的数据、资料的来源合法、合规，分析师基于独立、客观、专业、审慎的原则出具本报告，并对本报告的内容和观点负责。报告结论未受任何第三方的授意或影响。分析师承诺不曾、不因、也将不会因报告中的具体推荐意见或观点而直接或间接获取任何形式补偿。 # 【重要声明】 麦高证券有限责任公司（以下简称“本公司”）具有中国证券监督管理委员会核准的证券投资咨询业务资格。 本公司与作者在自身所知情范围内，与本报告中所评价或推荐的证券不存在法律法规要求披露或采取限制、静默措施的利益冲突。本公司或关联机构可能会持有报告中提到的公司所发行的证券并进行交易，并在法律许可的情况下不进行披露；可能为这些公司提供或争取提供投资银行或财务顾问服务。 本报告中的信息均来源于公开资料，本公司对这些信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的价格、价值及投资收入可升可跌，过往表现不应作为日后的表现依据。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告，本公司不保证本报告所含信息保持在最新状态。同时，本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本报告仅供参考，不构成出售或购买证券或其他投资标的的要约或邀请。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的证券买卖建议。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载信息和意见并自行承担风险。本公司及其雇员不承诺投资者一定获利，不与投资者分享投资收益，在任何情况下，本公司及其雇员对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。 本报告仅供本公司签约客户使用，若您并非本公司签约客户，为控制投资风险，请取消接收、订阅或使用本报告中的任何信息。本公司也不会因接收人收到、阅读或关注自媒体推送本报告中的内容而视其为客户。若本公司客户（以下称“该客户”）向第三方发送本报告，则由该客户独自为此发送行为负责。提醒通过此途径获得本报告的投资者注意，本公司不对通过此种途径获得本报告所引起的任何损失承担任何责任。 本报告版权归本公司所有，未经本公司书面许可，任何机构和个人不得以任何形式翻版、复制发表或引用。如征得本公司同意进行引用、刊发的，须在本公司允许的范围内使用，且不得对本报告及附录进行有悖原意的引用、删节和修改，并注明本报告的发布人和发布日期，提示使用本报告的风险。未经授权刊载或者转发本报告的，本公司将保留向其追究法律责任的权利。 麦高证券有限责任公司研究发展部 沈阳 上海 地址 沈阳市沈河区热闹路49号 上海市浦东新区滨江大道257弄10号 邮编 110014 陆家嘴滨江中心T1座801室 麦高证券机构销售团队 姓名 职务 手机 邮箱 张旭 机构销售 18195120376 zhangxu01@mgzq.com 王佳瑜 机构销售 15393708503 wangjiayu@mgzq.com 刘沁然 机构销售 15190951726 liuqinran@mgzq.com