20250524-国盛证券-智能驾驶技术的当下与未来_头部玩家的探索与启示_55页

智能驾驶技术的当下与未来：头部玩家的探索与启示
2025年5月24日

一、软件技术演进

1. 从模仿人类到超越人类

   • 自动驾驶普及需突破“人类驾驶能力”局限，需技术远超人类水平以获得用户信任。
   • 通过强化学习（RL）和世界模型技术，提升自动驾驶系统的决策能力与场景适应性。
   • 软件渗透率受人类对生命谨慎程度、保险完善性、政策支持度等因素影响。

2. 端到端技术范式

   • 狭义端到端：基于模仿学习，通过传感器数据与驾驶轨迹对齐生成模型。
   • 广义端到端：包含模仿学习（行为克隆、逆最优控制）和强化学习（在线强化学习）。
   • 头部企业如特斯拉、小鹏、理想等均探索世界模型与强化学习结合，以突破人类驾驶极限。

3. 多模态模型应用

   • 语言模型（LLM）与视觉-语言-动作（VLA）模型被引入，提升决策能力。
   • 例如：理想VLA模型通过RLHF与纯RL训练，实现对碰撞、交通规则、舒适性的多维度优化；DriveVLM结合VLM实现复杂场景理解，如交警指挥、行人突现等。

二、硬件技术突破

1. 感知层

   • 双目感知：特斯拉HW40双目摄像头探测距离达424米，远超人类视野范围（60km/h时视认距离仅240米）。
   • 鹰眼视觉：小鹏AI鹰眼视觉方案通过LOFIC架构与HDR技术，在动态范围、识别速度及清晰度上超越人类。
   • 激光雷达：成本下降推动其普及，广汽埃安RT、零跑LEAP35、理想L系列等均搭载激光雷达，覆盖长尾数据与极端场景。

2. 决策层

   • 下一代智驾系统对芯片算力需求大幅提升，2025年后L3级需500-1000TOPS，L4级需2000+TOPS。
   • 芯片研发方向：特斯拉AI5算力为HW4的10倍；小鹏图灵芯片等效3颗OrinX（720TOPS）；理想搭载英伟达Thor-U（700TOPS）；华为MDC810提供400+TOPS算力。
   • 软硬结合趋势明显，如地平线自研芯片与算法协同优化，提升效率与安全性。

3. 执行层

   • 线控转向：特斯拉Cybercab取消机械连接，采用ECU控制，实现可变转向比与更高精准度。
   • 线控制动：EMB系统相较传统液压制动更具灵敏性、稳定性及维护便利性，支持ABS、TCS等高级功能。
   • 量产进展：2025年多家车企计划推出支持L4级的线控技术车型，如蔚来ET9、小鹏X9、吉利银河星舰等。

三、技术发展与商业化时间表

• 特斯拉：2025年6月推出Robotaxi（奥斯汀），2026年实现大规模完全自动驾驶；2025年Q1财报会提及AI5芯片升级。
• 小鹏：2025年中推出准L3级高阶自动驾驶（V6大版），2026年量产L4级车型；已积累2亿视频训练数据。
• 理想：2025年实现L3级，目标三年内进入L4级；VLA模型通过云端预训练（32B参数）与车端蒸馏技术落地。
• 小马智行：2025年第四季度试运营车端无人Robotaxi，自研“世界模型+虚拟司机”技术覆盖极端场景。
• Momenta：计划2025年底量产Robotaxi，逐步从模仿学习转向强化学习。
• 华为：2025年部分城市试点L3级，2027年目标城区L4级商用，2028年无人干线物流落地。

四、投资建议

• 关注具备核心技术储备的企业：
  整车厂商：特斯拉（TSLA）、小鹏（9868.HK）、理想（2015.HK）、零跑（9863.HK）、小米（1810.HK）、比亚迪（1211.HK）、吉利（0175.HK）。
  Robotaxi服务商：小马智行（PONYO）、文远知行（WRDO）。
  软硬件供应商：地平线（9660.HK）、禾赛（HSAIO）、速腾聚创（2498.HK）、耐世特（1315.HK）。

五、风险提示

• 技术落地不及预期，L3/L4级开发进程可能受阻；
• 政策支持延迟影响行业渗透率提升；
• 功能商业化与用户体验未达预期可能拖累企业估值。

总结
智能驾驶正从“模仿人类”向“超越人类”演进，核心依赖强化学习与端到端模型突破。感知层技术（双目、鹰眼、激光雷达）持续升级，决策层算力需求与芯片研发同步推进，执行层线控技术成趋势。头部企业通过技术迭代与场景落地加速商业化进程，2025-2026年或迎来L3/L4级量产关键节点，行业将进入高速渗透期。投资需关注技术壁垒、数据积累与政策环境，同时警惕技术落地与市场接受度风险。