證券研究報(bào)告

|行業(yè)專題研究2025

05

24年

月

日智能駕駛技術(shù)的當(dāng)下與未來：頭部玩家的探索與啟示目錄▎1、軟件側(cè)：從“模仿人類”到“超越人類”、從“聾啞司機(jī)”到“司機(jī)助理”1.1從“模仿人類”到“超越人類”1.2

從“聾啞司機(jī)”到“司機(jī)助理”▎2、硬件側(cè)：比人看得清、比人想得遠(yuǎn)、比人反應(yīng)快2.1

感知層：雙目感知、鷹眼視覺、激光，比人看得清2.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)2.3

執(zhí)行層：線控趨勢(shì)已成，比人反應(yīng)快21.1

從“模仿人類”到“超越人類”圖表：Elisha

Graves

Otis展示電梯安全裝置?

智駕要普及，光“模仿人類”不夠，必須“超越人類”第一個(gè)問題：智駕能否普及？人類會(huì)不會(huì)永遠(yuǎn)不敢把生命交給智能駕駛？或者滲透率的上限很低？Eg.

一個(gè)關(guān)于“電梯”

發(fā)展早期的例子：從工業(yè)革命時(shí)期開始，升降機(jī)就已經(jīng)可以實(shí)現(xiàn)上下移動(dòng)物體或人的基本功能，但直到紐約在1853-1854年舉辦水晶宮世界博覽會(huì)后，升降機(jī)才被人們視為可以每天安全使用的工具。Elisha

Graves

Otis

在博覽會(huì)上以大膽時(shí)尚的方式，推出其安全制動(dòng)裝置。他將平臺(tái)式升降機(jī)升至10

米高度，然后由其助手剪斷電梯繩索。平臺(tái)并沒有墜到地面，他向目瞪口呆的觀眾鞠躬，并宣布“安然無恙！”由此可見，只有技術(shù)足夠成熟時(shí)，人類才會(huì)放心將生命交給技術(shù)。1835年1845年1852年1857年1880s后1852年，美國紐約楊可斯?奧的斯的機(jī)械工程師（ElishaGravesOtis），在展覽會(huì)上向公眾展示了他的發(fā)明，從此宣告了電梯的誕生，也打消了人們長期對(duì)升降機(jī)安全性的質(zhì)疑。1857年，奧的斯公司在紐約安裝了世界第一臺(tái)客運(yùn)升降機(jī)，標(biāo)志著電梯開始用于載人。1880s后，載人升降機(jī)進(jìn)入電力時(shí)代。伴隨著技術(shù)的逐步成熟，電梯更加普及。1835年英國出現(xiàn)了蒸汽機(jī)驅(qū)動(dòng)的升降機(jī)，它通過皮帶傳動(dòng)和蝸輪蝸桿減速裝置驅(qū)動(dòng)，主要用于垂直運(yùn)送貨物。1845年，英國人湯姆遜制成了世界上第一臺(tái)液壓升降機(jī)。當(dāng)時(shí)由于升降機(jī)功能不夠完善，難以保障安全，故較少用于載人。資料：梯視達(dá)、邢臺(tái)捷逸達(dá)電梯銷售有限公司，國盛證券研究所31.1

從“模仿人類”到“超越人類”?

智駕要普及，光“模仿人類”不夠，必須“超越人類”第二個(gè)問題：靠模仿人類，當(dāng)智駕模型達(dá)到人類司機(jī)的優(yōu)秀水平時(shí)，能否普及？A：尤其是涉及到人身安全，人性對(duì)“自己”和對(duì)“技術(shù)”的能力存在“雙標(biāo)”。只有遠(yuǎn)超出人類駕駛水平的智駕技術(shù)，才能夠大規(guī)模普及。（自動(dòng)駕駛技術(shù)能力-人類駕駛能力）×人類對(duì)生命謹(jǐn)慎的程度鬼探頭撞車場(chǎng)景的雙標(biāo)財(cái)產(chǎn)管理的雙標(biāo)×保險(xiǎn)的完善性×0102?

想象一下，如果我們自己開車時(shí)如果出現(xiàn)鬼探頭撞車，我們是什么心態(tài)？?

想象一下，如果我們自己理財(cái)虧了錢，我們是什么心態(tài)？?

如果是滴滴司機(jī)或自動(dòng)駕?

如果是托付給其他人幫我們理財(cái)，虧了錢，我們是什么心態(tài)？政策的支持度=駛車輛開，出現(xiàn)鬼探頭撞車，我們會(huì)否輕易原諒？自動(dòng)駕駛技術(shù)的普及性（滲透率）注：公式僅提供一定的參考意義，不代表任何具體數(shù)據(jù)量化的意義。41.1

從“模仿人類”到“超越人類”?

強(qiáng)化學(xué)習(xí)帶來超越人類的潛力?

2017年，AlphaGo通過監(jiān)督學(xué)習(xí)+強(qiáng)化學(xué)習(xí)，戰(zhàn)勝圍棋選手柯潔，成為世界第一。圖表：AlphaGo在圍棋比賽中戰(zhàn)勝人類圖表：地平線認(rèn)為2035年智能駕駛將實(shí)現(xiàn)超越人類的駕駛水平資料：每日經(jīng)濟(jì)新聞、地平線機(jī)器人發(fā)布會(huì)、中機(jī)創(chuàng)，國盛證券研究所51.1

從“模仿人類”到“超越人類”?

狹義的“端到端”

，是一種模仿學(xué)習(xí)思路通過學(xué)習(xí)

“傳感器數(shù)據(jù)”

與

“人類駕駛軌跡”

的海量對(duì)照，讓車端模型能做到輸入傳感器數(shù)據(jù)后，輸出合理的駕駛軌跡。圖表：端到端自動(dòng)駕駛路線圖資料：《End-to-end

Autonomous

Driving:Challenges

andFrontiers》（Li

Chen等，2018），國盛證券研究所61.1

從“模仿人類”到“超越人類”?

廣義的“端到端”，既有“模仿學(xué)習(xí)”、又有“強(qiáng)化學(xué)習(xí)”“端到端”系統(tǒng)的三種范式：?

行為克?。７聦W(xué)習(xí)框架）；?

逆最優(yōu)控制（模仿學(xué)習(xí)框架）；?

在線強(qiáng)化學(xué)習(xí)（強(qiáng)化學(xué)習(xí)框架）。圖表：端到端自動(dòng)駕駛?cè)N范式資料：《End-to-end

Autonomous

Driving:Challenges

andFrontiers》（Li

Chen等，2018），國盛證券研究所71.1

從“模仿人類”到“超越人類”?

“超越人類”需要“強(qiáng)化學(xué)習(xí)”，于是世界模型被引入自動(dòng)駕駛領(lǐng)域眾多車企和供應(yīng)商紛紛公開提出引入“世界模型”，包括特斯拉、英偉達(dá)、蔚來、理想、地平線、商湯、元戎啟行、Momenta、小鵬……資料：各公司官網(wǎng)、各公司公告，國盛證券研究所81.1

從“模仿人類”到“超越人類”?

自動(dòng)駕駛領(lǐng)域，世界模型的價(jià)值2、閉環(huán)仿真測(cè)試1、長尾數(shù)據(jù)生成世界模型生成的視頻交給自動(dòng)駕駛模型，規(guī)劃執(zhí)行的結(jié)果作為世界模型未來預(yù)測(cè)的條件，再通過世界模型繼續(xù)生成新的數(shù)據(jù)，進(jìn)行閉環(huán)仿真的測(cè)試。世界模型可以生成包含行人、交通和路況的新場(chǎng)景，填補(bǔ)訓(xùn)練中缺失的數(shù)據(jù)。3、對(duì)抗樣本對(duì)抗樣本是自動(dòng)駕駛模型的一個(gè)安全隱患，利用世界模型，采用同一場(chǎng)景變換condition的方式或者黑盒攻擊方式，拿到模型失效的且逼真的樣本，用于提升自動(dòng)駕駛模型的安全性。4、foundation

model世界模型通常采用自監(jiān)督的訓(xùn)練模式，這種方式可以利用大量的無標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，從而可以作為感知決策模型的

foundationmodel來提升自動(dòng)駕駛模型的泛化能力。資料：自動(dòng)駕駛之心，國盛證券研究所91.1

從“模仿人類”到“超越人類”?

自動(dòng)駕駛世界模型發(fā)展時(shí)間表圖表：自動(dòng)駕駛世界模型發(fā)展時(shí)間表資料：《World

Modelsfor

Autonomous

Driving:An

Initial

Survey》（Yanchen

Guan等，2024），國盛證券研究所101.1

從“模仿人類”到“超越人類”?

業(yè)界頭部玩家的探索——特斯拉?

2023年，特斯拉自動(dòng)駕駛負(fù)責(zé)人AshokElluswamy在

CVPR上介紹了其正在打造的

“通用世界模型”。該模型可以通過過往的視頻片段和行動(dòng)提示，生成

“可能的未來”

的全新視頻。其基礎(chǔ)架構(gòu)由多臺(tái)攝像機(jī)的視頻流輸入，匯集到一個(gè)大型

Transformer

塊中，通過空間注意力和幾何模型等形成特征并進(jìn)行預(yù)測(cè)，可用于預(yù)測(cè)占用率、體素未來的流動(dòng)情況以及車道等駕駛所需的任務(wù)。圖表：世界模型同時(shí)預(yù)測(cè)了車輛周圍所有八個(gè)攝像頭的情況圖表：直行預(yù)測(cè)和右轉(zhuǎn)預(yù)測(cè)例子?

2024年2月，在OpenAI官宣Sora之后不久，埃隆·馬斯克發(fā)帖稱：“特斯拉在大約一年前就能以精確的物理生成真實(shí)世界的視頻。”資料：鞭牛士，國盛證券研究所111.1

從“模仿人類”到“超越人類”?

業(yè)界頭部玩家的探索——小鵬汽車?

2024年下半年，小鵬汽車已開始面向L4級(jí)別的自動(dòng)駕駛研發(fā)全新的“AI大腦”，即小鵬世界基座模型。小鵬研發(fā)團(tuán)隊(duì)利用優(yōu)質(zhì)自動(dòng)駕駛訓(xùn)練數(shù)據(jù)，先后開發(fā)了多個(gè)尺寸的基座模型，目前已經(jīng)著手推進(jìn)72B（72Billion，也即720億）超大規(guī)模參數(shù)世界基座模型的研發(fā)，參數(shù)量是主流

VLA

模型

的35倍左右。?

為了開發(fā)小鵬世界基座模型，小鵬汽車打造了一座“云端模型工廠”，工廠“車間”涵蓋基座模型預(yù)訓(xùn)練和后訓(xùn)練（強(qiáng)化學(xué)習(xí)訓(xùn)練）、模型蒸餾、車端模型預(yù)訓(xùn)練到部署上車的完整生產(chǎn)鏈路。圖表：小鵬著手推進(jìn)72B超大模型參數(shù)世界基座模型圖表：小鵬的“云端模型工廠”架構(gòu)資料：小鵬汽車官方微信公眾號(hào)，國盛證券研究所121.1

從“模仿人類”到“超越人類”?

業(yè)界頭部玩家的探索——理想汽車?

2025年1月，理想汽車自動(dòng)駕駛研發(fā)副總裁朗咸朋在第四屆全球自動(dòng)駕駛峰會(huì)上指出：“我們的世界模型不僅用于仿真評(píng)測(cè)，還通過強(qiáng)化學(xué)習(xí)框架生成合成數(shù)據(jù)，完善強(qiáng)化學(xué)習(xí)的閉環(huán)過程?！?

2025年3月18日，理想汽車自動(dòng)駕駛技術(shù)研發(fā)負(fù)責(zé)人賈鵬在NVIDIA

GTC

2025分享了對(duì)于下一代自動(dòng)駕駛技術(shù)MindVLA的最新思考和進(jìn)展。MindVLA基于自研的重建+生成云端統(tǒng)一世界模型，深度融合重建模型的三維場(chǎng)景還原能力與生成模型的新視角補(bǔ)全，以及未見視角預(yù)測(cè)能力，構(gòu)建接近真實(shí)世界的仿真環(huán)境。圖表：理想的物理世界AI框架資料：理想汽車官方公眾號(hào)，國盛證券研究所131.1

從“模仿人類”到“超越人類”?

業(yè)界頭部玩家的探索——理想汽車?

2025年5月7日，李想在AI

Talk第二季上分享道：“強(qiáng)化學(xué)習(xí)分成兩個(gè)部分：?

第一部分先做RLHF，帶有人類反饋的。當(dāng)人類會(huì)接管時(shí)，包括人類的一些習(xí)慣，來做帶有人類反饋的強(qiáng)化訓(xùn)練。安全對(duì)齊都在這個(gè)環(huán)節(jié)完成，除了遵守交通規(guī)則，還要遵守中國的駕駛習(xí)慣，開車習(xí)慣要融入社會(huì)。?

第二部分是純粹的RL，用世界模型生成的數(shù)據(jù)來做訓(xùn)練。目的是開得比人類更好，中間不給人類反饋，只給一個(gè)結(jié)果：從A點(diǎn)到B點(diǎn)開過去。有三類訓(xùn)練要求：1）通過G值（加速度數(shù)值）判斷舒適性，給舒適性反饋；2）做碰撞反饋，如果碰撞強(qiáng)化就沒完成；3）交通規(guī)則反饋，如果違反交通規(guī)則就沒完成。通過舒適、交通規(guī)則和碰撞事故三個(gè)維度來做強(qiáng)化訓(xùn)練?！眻D表：理想VLA司機(jī)大模型訓(xùn)練與推理過程圖表：第三階段輔助駕駛強(qiáng)化學(xué)習(xí)14資料：理想汽車AITalk第二季、六合商業(yè)研選，國盛證券研究所1.1

從“模仿人類”到“超越人類”?

業(yè)界頭部玩家的探索——小馬智行L4自動(dòng)駕駛需要強(qiáng)化學(xué)習(xí)圖表：小馬智行認(rèn)為?

小馬智行聯(lián)合創(chuàng)始人、CTO樓天城表示，世界模型是車端模型的factory（工廠），L4

自動(dòng)駕駛技術(shù)的真正差別在

“工廠”

的精度，因?yàn)樗鼤?huì)決定它所生產(chǎn)的產(chǎn)品，即車端模型的上限。?

通過

AI

生成技術(shù)，構(gòu)造訓(xùn)練車端模型的環(huán)境，這包括道路情況，路上其他車和人的行為，還有各主體間的交互，然后再用強(qiáng)化學(xué)習(xí)方法，讓車端系統(tǒng)在這個(gè)訓(xùn)練環(huán)境里自己進(jìn)化。圖表：小馬智行自研世界模型+虛擬司機(jī)?

小馬自研的“世界模型（PonyWorld）+虛擬司機(jī)（Virtual

Driver）”是全無人駕駛實(shí)現(xiàn)規(guī)模部署的關(guān)鍵技術(shù)。?

“世界模型”通過構(gòu)建高真實(shí)性的訓(xùn)練環(huán)境和行為評(píng)估系統(tǒng)，每周可生成超過100億英里的自動(dòng)駕駛數(shù)據(jù)集。?

“虛擬司機(jī)”系統(tǒng)在世界模型中持續(xù)自我進(jìn)化，已實(shí)現(xiàn)在更小算力、量產(chǎn)化硬件下超越人類水準(zhǔn)的駕駛表現(xiàn)，特別在極端低概率場(chǎng)景應(yīng)對(duì)能力上取得了突破性進(jìn)展。資料：晚點(diǎn)、金融界、智駕網(wǎng)，國盛證券研究所151.1

從“模仿人類”到“超越人類”?

業(yè)界頭部玩家的探索——Momenta圖表：Momenta今年要實(shí)現(xiàn)基于強(qiáng)化學(xué)習(xí)的一段式端到端?

Momenta在2024年上半年，實(shí)現(xiàn)了量產(chǎn)的一段式端到端大模型，基于模仿學(xué)習(xí)，并在2024年發(fā)布。2025年的目標(biāo)是實(shí)現(xiàn)基于強(qiáng)化學(xué)

習(xí)

的

一

段

式

端

到

端

大

模

型

，

也

就

是Momenta的第六代飛輪飛輪大模型。?

Momenta在2025上海車展宣布，首批車端無人的Robotaxi預(yù)計(jì)將于2025年底開始試運(yùn)營。資料：Momenta知乎官方賬號(hào)，國盛證券研究所161.1

從“模仿人類”到“超越人類”?

業(yè)界頭部玩家的探索——地平線?

地平線提出了“交互式博弈”，核心在于通過生成數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)模擬學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。為了避免機(jī)器對(duì)數(shù)據(jù)的重復(fù)模仿，它必須要學(xué)會(huì)主動(dòng)理解數(shù)據(jù)。這時(shí)候世界模型就承擔(dān)了「駕駛世界觀」的作用。?

通過強(qiáng)化學(xué)習(xí)，訓(xùn)練數(shù)據(jù)量的需求降低80%、與基于模仿學(xué)習(xí)的方法相比碰撞率降低3倍、較其他模型規(guī)劃準(zhǔn)確率大幅提升25.5%。圖表：地平線是最早提出采用強(qiáng)化學(xué)習(xí)的智能駕駛公司之一圖表：地平線面向量產(chǎn)的端到端世界模型資料：36氪、地平線高階智駕產(chǎn)品發(fā)布會(huì)、車東西，國盛證券研究所171.1

從“模仿人類”到“超越人類”?

自動(dòng)駕駛技術(shù)超越人類智駕的時(shí)間表——價(jià)值拐點(diǎn)并不遙遠(yuǎn)?

特斯拉：計(jì)劃在2025年6月將Robotaxi引入奧斯汀，依賴原有Model

Y車型；大規(guī)模完全自動(dòng)駕駛預(yù)計(jì)將在2026年年中左右實(shí)現(xiàn)。（2025Q1財(cái)報(bào)會(huì)）?

小鵬：將在2025年年中推出V6全新大版，即準(zhǔn)L3級(jí)別的高階自動(dòng)駕駛技術(shù)，這標(biāo)志著小鵬自動(dòng)駕駛能力將全面超越FSD

V13。到2025年底，小鵬計(jì)劃推出真正的L3級(jí)別自動(dòng)駕駛軟件（2025.02何小鵬微博）；到2026年還將規(guī)模量產(chǎn)支持L4低速場(chǎng)景無人駕駛的車型。（2024Q4財(cái)報(bào)會(huì)）目前，小鵬汽車用于訓(xùn)練基座模型的視頻數(shù)據(jù)量高達(dá)2000萬clips，這一數(shù)字今年將增加到2億clips。（2025.4

香港之夜）?

理想：理想在AItalk上表示，要在2025年實(shí)現(xiàn)L3級(jí)別智能駕駛，三年內(nèi)進(jìn)入L4級(jí)別。（2024.12

AITalk）?：智能駕駛產(chǎn)品線總裁李文廣表示，高速L3級(jí)別的自動(dòng)駕駛技術(shù)有望在2025年在部分城市率先啟動(dòng)試點(diǎn)商用，到2026年這項(xiàng)技術(shù)有望實(shí)現(xiàn)更大范圍的規(guī)?；虡I(yè)應(yīng)用；

的目標(biāo)是在2027年實(shí)現(xiàn)城區(qū)L4級(jí)別自動(dòng)駕駛技術(shù)的規(guī)?；逃茫跓o人干線物流領(lǐng)域，這一時(shí)間點(diǎn)則被定在了2028年。?

Momenta：首批車端無人的Robotaxi將于2025年年底開始試運(yùn)營。?

小馬智行：2025年4

月上海車展發(fā)布的第七代車規(guī)級(jí)自動(dòng)駕駛系統(tǒng)方案實(shí)現(xiàn)

Robotaxi

的

100%

車規(guī)級(jí)量產(chǎn)。2025年，小馬智行將全力沖刺Robotaxi的大規(guī)模商業(yè)化，向外界證明L4自動(dòng)駕駛大規(guī)模商業(yè)化的可行性。2025年62025年2025年年底2026年2027年月Momenta表示首批車端無人的Robotaxi將于2025年底開始試運(yùn)營小鵬計(jì)劃規(guī)模量產(chǎn)支持L4低速場(chǎng)景無人駕駛的車型理想在2024.12的AITalk上表示，有希望在三年內(nèi)進(jìn)入L4級(jí)別；目標(biāo)在2027年實(shí)現(xiàn)城區(qū)L4特斯拉計(jì)劃將Robotaxi引入奧斯汀小

馬

智

行

將

全

力

沖

刺Robotaxi的大規(guī)模商業(yè)化級(jí)別自動(dòng)駕駛技術(shù)的規(guī)?；逃觅Y料：特斯拉2025Q1財(cái)報(bào)會(huì)、彭博、36氪、新浪、ITBEAR科技資訊、Momenta官網(wǎng)、騰訊云，國盛證券研究所18目錄▎1、軟件側(cè)：從“模仿人類”到“超越人類”、從“聾啞司機(jī)”到“司機(jī)助理”1.1

從“模仿人類”到“超越人類”1.2

從“聾啞司機(jī)”到“司機(jī)助理”▎2、硬件側(cè)：比人看得清、比人想得遠(yuǎn)、比人反應(yīng)快2.1

感知層：雙目感知、鷹眼視覺、激光，比人看得清2.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)2.3

執(zhí)行層：線控趨勢(shì)已成，比人反應(yīng)快191.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——EMMA（谷歌旗下Waymo）?

事實(shí)上，VLA模型最早見于機(jī)器人行業(yè)。2023年7月28日，谷歌

DeepMind推出了全球首個(gè)控制機(jī)器人的視覺語言動(dòng)作（VLA）模型RT-2。?

2024年10月底，谷歌旗下自動(dòng)駕駛公司W(wǎng)aymo推出了一個(gè)基于端到端的自動(dòng)駕駛多模態(tài)模型EMMA。圖表：DeepMind的RT-2概述圖表：Waymo的自動(dòng)駕駛多模態(tài)模型EMMA圖示資料：《EMMA:

End-to-End

Multimodal

Model

for

Autonomous

Driving》（Jyh-Jing

Hwang等，2024）、《RT-2:

Vision-Language-Action

Models

Transfer

Web

Knowledge

toRobotic

Control》（Anthony

Brohan等，2023），國盛證券研究所

201.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——DiLu，又稱的盧（上海人工智能實(shí)驗(yàn)室、華東師范大學(xué)、香港中文大學(xué)）?

該框架通過整合利用大語言模型（LLM），實(shí)現(xiàn)基于常識(shí)的決策和持續(xù)的駕駛經(jīng)驗(yàn)累積。該框架由四個(gè)核心模塊組成：環(huán)境（Environment）、推理（Reasoning）、反思（Reflection）和記憶（Memory）。?

下面左圖詳細(xì)展示了DiLu框架的工作流程和各模塊之間的交互方式，包括環(huán)境感知、推理決策生成、決策的反思評(píng)估，以及記憶的更新和累積。圖表：DiLu的框架圖表：DiLu的推理模塊資料：《Dilu:AKnowledge-Driven

Approach

to

Autonomous

Drivingwith

LargeLanguage

Models》（LichengWen等，2024），國盛證券研究所211.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——LINGO-2（Wayve）?

2024年4月17日，英國自動(dòng)駕駛技術(shù)公司W(wǎng)ayve宣布推出閉環(huán)駕駛模型LINGO-2，可將視覺、語言和動(dòng)作聯(lián)系起來，幫助解釋和確定駕駛行為。LINGO-2為自動(dòng)駕駛體驗(yàn)開辟全新的控制和定制維度，是首個(gè)在公共道路上進(jìn)行測(cè)試的視覺語言動(dòng)作模型（VLAM）。?

在右圖的例子中，Wayve展示了LINGO-2駕駛通過十字路口。當(dāng)我們問模型：“交通燈是什么顏色的？”它正確地回答：“交通燈是綠色的?！眻D表：LINGO-2框架圖表：LINGO-2和用戶交互案例資料：Wayve官網(wǎng)，國盛證券研究所221.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——SENNA（華中科技大學(xué)、地平線等）華中科技大學(xué)、地平線將多模態(tài)大模型和模塊化的端到端模型相結(jié)合，提出了Senna算法框架圖表：SENNA的設(shè)計(jì)思路不同于以往資料：《Senna:Bridging

Large

Vision-LanguageModels

andEnd-to-End

Autonomous

Driving》（Bo

Jiang等，2024），國盛證券研究所231.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——SENNA（華中科技大學(xué)、地平線等）Senna包含兩個(gè)模塊，一個(gè)駕駛多模態(tài)大模型

（Senna-VLM）和一個(gè)端到端模型（Senna-E2E）。圖表：SENNA的整體架構(gòu)資料：《Senna:Bridging

Large

Vision-LanguageModels

andEnd-to-End

Autonomous

Driving》（Bo

Jiang等，2024），國盛證券研究所241.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——SENNA（華中科技大學(xué)、地平線等）?

SENNA是目前開環(huán)測(cè)試端到端智能駕駛?cè)虻谝幻?。?shù)據(jù)顯示，基于nuScnese數(shù)據(jù)集測(cè)得3秒鐘平均L2軌跡誤差距離和3秒鐘平均碰撞率都很小。圖表：nuScenes驗(yàn)證數(shù)據(jù)集上的軌跡規(guī)劃結(jié)果圖表：DriveX驗(yàn)證數(shù)據(jù)集上的高級(jí)規(guī)劃和場(chǎng)景描述評(píng)估結(jié)果*

denotes

using

ego

status

features

as

input.

In

the

experiments

on

thenuScenes

dataset,

we

incorporate

Senna

with

VAD

for

a

fair

comparison.

?denotes

initializationusing

pre-trainedweights

onthe

DriveX

dataset.資料：《Senna:Bridging

Large

Vision-LanguageModels

andEnd-to-End

Autonomous

Driving》（Bo

Jiang等，2024），國盛證券研究所251.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——DriveVLM（清華大學(xué)、理想汽車）DriveVLM是在傳統(tǒng)的自動(dòng)駕駛系統(tǒng)上，增加了大視覺語言模型（VLM）的能力。由于VLM在視覺理解和推理方面的能力突出，

所以

結(jié)合該

大模

型能力

后，DriveVLM不僅具備基本的自動(dòng)駕駛能力，而且還能夠理解輸入的圖像信息，并作出對(duì)應(yīng)駕駛決策。DriveVLM包含三個(gè)模塊圖表：?

攝像頭輸入的圖像序列先由視覺編碼器進(jìn)行處理，生成圖像tokens，并通過自注意力機(jī)制捕捉其中的重要特征，與VLM的組成部分大語言模型進(jìn)行對(duì)齊。?

隨

后

，

大

語

言

模

型

通

過

思

維

鏈（chain-of-thought，CoT）進(jìn)行推理，主要包含三個(gè)模塊，場(chǎng)景描述，場(chǎng)景分析和分層規(guī)劃。資料：《DriveVLM:The

Convergence

ofAutonomous

Drivingand

LargeVision-Language

Models》（Xiaoyu

Tian等，2024），國盛證券研究所261.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——DriveVLM（清華大學(xué)、理想汽車）?

場(chǎng)景一：一處城市開放道路，沒有明顯車道線，左邊是對(duì)向車輛，比較擁擠；前方有一輛三輪車，路中央還有一位交警在指揮交通。?

DriveVLM識(shí)別出這位交警在指揮左邊道路的交通情況，并且由于前面的三輪車正在緩慢行駛，系統(tǒng)作出“緩慢直線行駛”的決策。并且解釋道，這么做是因?yàn)樾枰颓胺郊皟蓚?cè)車輛保持安全距離，所以需要緩慢直行。圖表：DriveVLM場(chǎng)景展示（一）圖表：DriveVLM場(chǎng)景一決策過程資料：《DriveVLM:The

Convergence

ofAutonomous

Drivingand

LargeVision-Language

Models》（Xiaoyu

Tian等，2024），國盛證券研究所271.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——DriveVLM（清華大學(xué)、理想汽車）?

場(chǎng)景二：陰雨天的城市道路，車輛準(zhǔn)備向右前方道路行駛，但這條路上有一行人騎著電動(dòng)車迎面而來。?

DriveVLM識(shí)別出電動(dòng)自行車位于車輛前方道路右側(cè)，結(jié)合車輛的前進(jìn)方向，作出“車輛先減速，右轉(zhuǎn)，并緩慢直行”的決策。并給出說明，減速是為了等騎車的人通過，待其通過后車輛再右轉(zhuǎn)。圖表：DriveVLM場(chǎng)景展示（二）圖表：DriveVLM場(chǎng)景二決策過程資料：《DriveVLM:The

Convergence

ofAutonomous

Drivingand

LargeVision-Language

Models》（Xiaoyu

Tian等，2024），國盛證券研究所281.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——DriveVLM（清華大學(xué)、理想汽車）?

場(chǎng)景三：前方道路可能發(fā)生事故，車道前方有一輛自行車倒在路上，還有交警和一位行人站在道路上。?

DriveVLM判斷，由于自行車阻擋了前方道路，車輛又要前行，因此要“先減速，再向右變道，并緩慢直行”的決策。同時(shí)系統(tǒng)還特別解釋，減速并且確保右后方?jīng)]有車輛駛來時(shí)，再向右變道。圖表：DriveVLM場(chǎng)景三決策過程資料：《DriveVLM:The

Convergence

ofAutonomous

Drivingand

LargeVision-Language

Models》（Xiaoyu

Tian等，2024），國盛證券研究所291.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——理想的VLA1）第一步訓(xùn)練出一個(gè)VL基座模型，也就是vision和language的基座模型。理想目前在訓(xùn)練的版本是一個(gè)32B參數(shù)（320億）的云端基座模型。2）第二步，后訓(xùn)練是要把它變成VLA，把a(bǔ)ction放進(jìn)來。這時(shí)模型規(guī)模會(huì)從3.2B擴(kuò)大到接近4B。3）第三步，強(qiáng)化訓(xùn)練。強(qiáng)化分成兩個(gè)部分：第一部分先做RLHF；第二部分是純粹的RL，用世界模型生成的數(shù)據(jù)來做訓(xùn)練。4）第四步，搭建司機(jī)agent。簡(jiǎn)單通用的短指令由端側(cè)的VLA直接處理，復(fù)雜指令則先由云端的VL基座模型解析，再交由VLA處理。圖表：理想VLA第一個(gè)階段——預(yù)訓(xùn)練圖表：理想VLA第二個(gè)階段——后訓(xùn)練資料：理想汽車AITalk第二季、六合商業(yè)研選，國盛證券研究所301.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——理想的VLA1）第一步訓(xùn)練出一個(gè)VL基座模型，也就是vision和language的基座模型。理想目前在訓(xùn)練的版本是一個(gè)32B參數(shù)（320億）的云端基座模型。2）第二步，后訓(xùn)練是要把它變成VLA，把a(bǔ)ction放進(jìn)來。這時(shí)模型規(guī)模會(huì)從3.2B擴(kuò)大到接近4B。3）第三步，強(qiáng)化訓(xùn)練。強(qiáng)化分成兩個(gè)部分：第一部分先做RLHF；第二部分是純粹的RL，用世界模型生成的數(shù)據(jù)來做訓(xùn)練。4）第四步，搭建司機(jī)agent。簡(jiǎn)單通用的短指令由端側(cè)的VLA直接處理，復(fù)雜指令則先由云端的VL基座模型解析，再交由VLA處理。圖表：理想VLA第三個(gè)階段——強(qiáng)化訓(xùn)練圖表：理想VLA第四個(gè)階段——Agent資料：理想汽車AITalk第二季、六合商業(yè)研選，國盛證券研究所311.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——元戎啟行?

元戎啟行于2025年1月22日宣布與某頭部車企合作，基于英偉達(dá)Thor芯片推出VLA量產(chǎn)車型，計(jì)劃年內(nèi)交付消費(fèi)者，元戎還透露將在Robotaxi領(lǐng)域探索VLA應(yīng)用。圖表：元戎啟行選擇VLA架構(gòu)資料：36氪，國盛證券研究所321.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——吉利汽車?

2025年3月，吉利在AI智能科技發(fā)布會(huì)上，推出了千里浩瀚安全高階智能駕駛系統(tǒng)，共規(guī)劃了H1、H3、H5、H7到H9五大層級(jí)：?

加入了VLM大模型的

H7級(jí)別將在2025年完成推送；?

最高級(jí)的H9是完全為L3智能駕駛準(zhǔn)備的安全架構(gòu)，加入了VLA大模型和數(shù)字先覺網(wǎng)絡(luò)。圖表：千里浩瀚安全高階智能駕駛系統(tǒng)圖表：吉利汽車的泛世界模型資料：吉利AI智能科技發(fā)布會(huì)、超電實(shí)驗(yàn)室，國盛證券研究所331.2

從“聾啞司機(jī)”到“司機(jī)助理”?

語言模型、多模態(tài)模型被引入智能駕駛領(lǐng)域——小鵬汽車?

2025年4月，小鵬在香港舉辦AI技術(shù)分享會(huì)，首次披露正在研發(fā)720億參數(shù)的超大規(guī)模自動(dòng)駕駛大模型，也即“小鵬世界基座模型”。?

小鵬汽車自動(dòng)駕駛產(chǎn)品高級(jí)總監(jiān)袁婷婷在微博表示：“我們正在云上訓(xùn)練72B參數(shù)的超大規(guī)模VLA模型，未來會(huì)通過蒸餾方法，生產(chǎn)出小尺寸的車端模型。蒸餾最大的好處，是讓車端小模型盡可能承襲云端大模型的能力，把72B超級(jí)大腦的智能‘推云入端’?！眻D表：小鵬世界基座模型圖表：小鵬正在訓(xùn)練72B參數(shù)規(guī)模的基模資料：小鵬汽車官方微信公眾號(hào)，國盛證券研究所341.2

從“聾啞司機(jī)”到“司機(jī)助理”?

這一階段來看，除了以上的算法差異，各家的差異還會(huì)如何體現(xiàn)？1）云端：???云端算力怎么樣？2023年6月，特斯拉自動(dòng)駕駛負(fù)責(zé)人Ashok

Elluswamy在CVPR2023上表示“訓(xùn)練所有這些模型需要大量的計(jì)算資源，這就是為什么特斯拉致力于成為計(jì)算領(lǐng)域的世界領(lǐng)導(dǎo)者”。數(shù)據(jù)獲??？李想表示，Vision

和

Action

的數(shù)據(jù)比較難以獲得，車輛裝滿傳感器后可以采集物理世界的數(shù)據(jù)，有人在車上駕駛就能采集到Action

的數(shù)據(jù)。數(shù)據(jù)基礎(chǔ)設(shè)施怎么樣？數(shù)據(jù)訪問效率如何？小鵬世界基座模型負(fù)責(zé)人劉博士介紹：多模態(tài)模型訓(xùn)練的主要瓶頸不僅是

GPU，也需要解決數(shù)據(jù)訪問的效率問題。小鵬汽車自主開發(fā)了底層的數(shù)據(jù)基礎(chǔ)設(shè)施（Data

Infra），使數(shù)據(jù)上傳規(guī)模提升22倍、訓(xùn)練中的數(shù)據(jù)帶寬提升15倍；通過聯(lián)合優(yōu)化GPU/CPU以及網(wǎng)絡(luò)I/O，最終使模型訓(xùn)練速度提升了5倍。?模型規(guī)模有多大？小鵬世界基座模型負(fù)責(zé)人劉博士表示：“過去一年，我們做了大量實(shí)驗(yàn)，在10億、30億、70億、720億參數(shù)的模型上都看到了明顯的規(guī)模法則效應(yīng)：參數(shù)規(guī)模越大，模型的能力越強(qiáng)。同樣的模型大小，訓(xùn)練數(shù)據(jù)量越大，模型的能力也會(huì)越強(qiáng)?！?）車端：車端算力怎么樣？?地平線余凱表示：今年行業(yè)內(nèi)主要在發(fā)力L2，對(duì)于算力的需求為100+TOPS，2028年將會(huì)規(guī)模實(shí)現(xiàn)L3，對(duì)于算力的需求將會(huì)達(dá)到500-1000+TOPS，2030年實(shí)現(xiàn)L4，對(duì)于算力的需求是2000+TOPS，2035年間實(shí)現(xiàn)L5時(shí)則需要5000+TOPS算力。351.2

從“聾啞司機(jī)”到“司機(jī)助理”?

這一階段來看，除了以上的算法差異，各家的差異還會(huì)如何體現(xiàn)？圖表：云端算力對(duì)比云端算力（EFLOPS）8067.570605040302010023.510.68108.17.5資料：36氪、特斯拉官網(wǎng)、IT之家、界面新聞、小鵬汽車官網(wǎng)、網(wǎng)易新聞，國盛證券研究所361.2

從“聾啞司機(jī)”到“司機(jī)助理”?

這一階段來看，除了以上的算法差異，各家的差異還會(huì)如何體現(xiàn)？圖表：車端算力對(duì)比算力（720TOPS）車企最高配芯片供應(yīng)商自研芯片最高配芯片AI4特斯拉理想Thor

U700英偉達(dá)OrinX雙254*2=508英偉達(dá)小鵬自研芯片（2025Q2e）3

Orin

X單顆等效于

顆400+254*3≈760性能（

）圖靈芯片MDC

810系車企OrinXOrinX254*2=508254*2=508560小米英偉達(dá)英偉達(dá)雙雙比亞迪奇瑞地平線（2025Q3e）J6P資料：汽車之家、車東西、懂車帝、新浪財(cái)經(jīng)、易車網(wǎng)、芯智訊，國盛證券研究所37目錄▎1、軟件側(cè)：從“模仿人類”到“超越人類”、從“聾啞司機(jī)”到“司機(jī)助理”1.1

從“模仿人類”到“超越人類”1.2

從“聾啞司機(jī)”到“司機(jī)助理”▎2、硬件側(cè)：比人看得清、比人想得遠(yuǎn)、比人反應(yīng)快2.1

感知層：雙目感知、鷹眼視覺、激光，比人看得清2.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)2.3

執(zhí)行層：線控趨勢(shì)已成，比人反應(yīng)快382.1

感知層：雙目感知、鷹眼視覺、激光

，比人看得清圖表：特斯拉Model

Y智能化配置1）純視覺路線的代表車企——特斯拉的雙目感知?

特斯拉CEO埃隆·馬斯克一直堅(jiān)定地反對(duì)激光ModelY2025款車型駕駛輔助影像輔助駕駛芯片芯片總算力倒車影像；車側(cè)盲區(qū)影像AI4720

TOPS，，比如：“激光甚至多次在公開場(chǎng)合貶低激光毫無意義，對(duì)于自動(dòng)駕駛汽車來說沒有必要”；前方感知攝像頭攝像頭數(shù)量雙目8個(gè)“激光昂貴、丑陋、沒有必要”；“激光就像人身上長了一堆闌尾，闌尾本身的存在基本是無意義的，如果長了一堆的話，那就太可笑了”；500萬前方感知攝像頭像素車內(nèi)攝像頭數(shù)量前方最大探測(cè)距離1個(gè)424米“任何依賴激光的公司都可能無疾而終”等。圖表：特斯拉HW3.0和HW4.0對(duì)比?

HW4.0搭載超遠(yuǎn)距離雙目攝像頭，最遠(yuǎn)探測(cè)距離達(dá)424米。HW3.0HW4.0硬件成像2D圖像3D圖像攝像頭數(shù)量/像素

8個(gè)/120萬7個(gè)/500萬424米?

根據(jù)眾安保險(xiǎn)和中國公安部官網(wǎng)，駕駛員的視野范圍會(huì)隨著車速提高而變窄，動(dòng)態(tài)視力也會(huì)隨著車速的增加而下降。當(dāng)車速是60km/h時(shí)，最大視認(rèn)距離為240m；當(dāng)車速為80km/h時(shí)，視認(rèn)距離為160m。具體取決于駕駛環(huán)境、光照條件、天氣狀況和個(gè)人視力等因素。250米最大探測(cè)距離芯片研發(fā)方案芯片數(shù)量/算力特斯拉自研雙FSD芯片/144TOPS

雙FSD芯片/720TOPS特斯拉自研14nm制造三星代工

7nm制造20個(gè)GDDR6芯片制造商及工藝

三星代工CPU內(nèi)核CPU內(nèi)存12個(gè)LPDDR4資料：汽車之家，國盛證券研究所392.1

感知層：雙目感知、鷹眼視覺、激光

，比人看得清2）純視覺路線的代表車企——小鵬的鷹眼視覺?

小鵬AI鷹眼視覺方案，

感知距離提升125%，識(shí)別速度提升40%。官方介紹比人眼還要清晰10倍。?

鷹眼視覺的LOFIC架構(gòu)（Lateral

OverFlow

Integration

Capacitor）和HDR功能（High

Dynamic

Range，高動(dòng)態(tài)范圍）

：LOFIC架構(gòu)是一種單像素橫向溢出集成電容架構(gòu)，在傳統(tǒng)的像素電容的基礎(chǔ)上增加了一個(gè)溢出電容，用于承接由高亮度光源產(chǎn)生的溢出電荷，從而提升了動(dòng)態(tài)范圍，在強(qiáng)逆光環(huán)境下也能夠捕捉到清晰的圖像。?

從某種程度上說，小鵬AI鷹眼視覺方案在某些方面超越了人類生物體的視覺感知能力。LOFIC方案通過攝像頭將光信號(hào)轉(zhuǎn)換為電信號(hào)。當(dāng)光線過強(qiáng)或光差過大時(shí)，人類視覺需要適應(yīng)，但LOFIC方案通過特定的電容技術(shù)處理，在車輛載體上能夠很好地應(yīng)對(duì)各種光差，實(shí)現(xiàn)精準(zhǔn)的視覺感知。圖表：小鵬AI鷹眼視覺方案看得更準(zhǔn)、更清、更遠(yuǎn)圖表：小鵬鷹眼視覺比人眼清晰10倍資料：汽車之家、進(jìn)化加速度，國盛證券研究所402.1

感知層：雙目感知、鷹眼視覺、激光

，比人看得清2）純視覺路線的代表車企——小鵬的鷹眼視覺?

像素：在上一代的基礎(chǔ)上，升級(jí)了前視、后視、側(cè)視的攝像頭，尤其是前視和后視采用3顆800萬像素?cái)z像模組，構(gòu)建起車前、車后大角度高清監(jiān)控網(wǎng)絡(luò)，為智能駕駛系統(tǒng)提供精準(zhǔn)、可靠的數(shù)據(jù)支持。圖表：小鵬AI鷹眼視覺方案資料：進(jìn)化加速度，國盛證券研究所412.1

感知層：雙目感知、鷹眼視覺、激光

，比人看得清3）激光方案——主流車廠的選擇圖表：各傳感器之間具有一定互補(bǔ)性隨著智駕等級(jí)的提升、激光?

廣汽：2024年，廣汽埃安RT就已經(jīng)在15萬價(jià)格帶實(shí)現(xiàn)了激光版匯集了城市NDA、高速智駕領(lǐng)航和自動(dòng)泊車三大功能，售價(jià)僅15.58萬元；650激光

的超長續(xù)航高階智駕，售價(jià)僅16.58萬元。版擁有同級(jí)唯一帶激光?

零跑：2025年，零跑發(fā)布LEAP

3.5架構(gòu)，配備300米探測(cè)距離激光+12顆高精攝像頭。?

理想：在L系列的智駕煥新版車型上標(biāo)配禾賽的激光成本的下降，激光迎來了大規(guī)模量產(chǎn)的階段。上車。520激光+5顆毫米波。圖表：激光、毫米波、超聲波及攝像頭之間的比較圖表：頭部激光供應(yīng)商產(chǎn)品價(jià)格持續(xù)下降速騰聚創(chuàng)-激光價(jià)格：元禾賽-激光價(jià)格：元6000050000400003000020000100000489521395878133712235428181405520217007202220232024資料：中國信通院、ICV

Tank、灼識(shí)咨詢、速騰聚創(chuàng)招股書、速騰聚創(chuàng)業(yè)績(jī)公告、禾賽科技業(yè)績(jī)公告，國盛證券研究所42目錄▎1、軟件側(cè)：從“模仿人類”到“超越人類”、從“聾啞司機(jī)”到“司機(jī)助理”1.1

從“模仿人類”到“超越人類”1.2

從“聾啞司機(jī)”到“司機(jī)助理”▎2、硬件側(cè)：比人看得清、比人想得遠(yuǎn)、比人反應(yīng)快2.1

感知層：雙目感知、鷹眼視覺、激光，比人看得清2.2決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)2.3

執(zhí)行層：線控趨勢(shì)已成，比人反應(yīng)快432.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)?

VLA帶來了更高的車端算力挑戰(zhàn)，解決方式呼之欲出?

在推理時(shí)長上，傳統(tǒng)rule-base（基于規(guī)則）方案下，智駕只能推理1秒鐘路況信息然后做出決策控制；端到端1.0階段系統(tǒng)能夠推理出未來7秒路況，而VLA能對(duì)幾十秒路況進(jìn)行推理。?

VLA模型的上車難度不小，車端模型參數(shù)變得更大，既要有高效實(shí)時(shí)推理能力，同時(shí)還要有大模型認(rèn)識(shí)復(fù)雜世界并給出建議的能力，對(duì)車端芯片硬件有相當(dāng)高要求。先進(jìn)芯片上車時(shí)間表：?

小

鵬

：

圖

靈

芯

片

等

效

于

3

顆

OrinX

（

單

顆

OrinX圖表：地平線判斷隨著智能駕駛等級(jí)提升，所需車端算力持續(xù)增長254TOPS）的性能，預(yù)計(jì)2025Q2上車；預(yù)計(jì)2026年可能在車端實(shí)現(xiàn)3000T算力（多顆芯片）。?

理想：2025年5月，L系列智駕煥新版Max車型上搭載Thor-U（700TOPS）。?

蔚來：ET9于2024年12月上市、2025年3月底交付，搭載2顆自研的神璣NX9031，單顆算力超1000T。?

特斯拉：下一代車載計(jì)算平臺(tái)AI5性能預(yù)計(jì)顯著提升，馬斯克透露AI5算力為HW4的10倍。?

極氪：9X將搭載雙Thor芯片，預(yù)計(jì)在2025Q3上市。?

奇瑞：預(yù)計(jì)2025年9月搭地平線J6P，等效560TOPS。：車東西、地平線發(fā)布會(huì)，國盛證券研究所資料442.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)圖表：智能駕駛和智能座艙芯片參數(shù)對(duì)比（不完全梳理，含待上市的產(chǎn)品）Al算力TOPS@int8存儲(chǔ)帶寬(GB/s)制造工藝(納米)估計(jì)價(jià)格(美元)CPU算力(DMIPS)廠家型號(hào)CPU核心數(shù)量CPU架構(gòu)代工廠臺(tái)積電12/16/24(估計(jì))ArmNEOVERSEV2英偉達(dá)Thor最高2000-5-500K以上英偉達(dá)英偉達(dá)Orin-XXavier

NX25432--128ArmA78AECarmel812三星臺(tái)積電400-500120-150227K96K等效于三顆Orin

X小鵬高通高通高通高通圖靈芯片SA8540+SA9000SA8650--------4核ArmCortex-X1+4核A55ArmCortex-X3(估計(jì))4核ArmCortex-X1+4核A553601003085557臺(tái)積電臺(tái)積電臺(tái)積電臺(tái)積電400-500200-250150-20075-85200K240K(估計(jì)

)77-8/12(估計(jì))SA829588200K105K4核ArmA76+4SA81558-核A55德州儀器德州儀器地平線地平線地平線地平線地平線地平線芯馳TDA4VMTDA4VHJ6P832--2818---8414ArmA72ArmA72ArmCortex

A78AE1616----16-臺(tái)積電臺(tái)積電50-60120-15025K100K410K137K100K20K+26K5601288010+1285205--------J6MJ6EJ6BJ5J3X9U---------ArmA55ArmA53ArmA55臺(tái)積電75-9025-3050-75--12K-1.2-資料：佐思汽車研究、懂車帝、鈦媒體、太平洋號(hào)、路咖汽車、虎嗅、智東西、GeekCar、快科技、汽車之家、創(chuàng)業(yè)邦、易車網(wǎng)、半導(dǎo)體芯聞、今日頭條觀察者網(wǎng)、車東西、黑芝麻智能招股說明書，國盛證券研究所452.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)圖表：智能駕駛和智能座艙芯片參數(shù)對(duì)比（不完全梳理，含一些待上市的產(chǎn)品，續(xù)表）Al算力TOPS@int82.52.5242417634存儲(chǔ)帶寬(GB/s)制造工藝(納米)估計(jì)價(jià)格(美元)CPU算力(DMIPS)廠家型號(hào)CPU核心數(shù)量CPU架構(gòu)代工廠MobileyeMobileyeMobileyeMobileyeMobileyeMobileye英特爾EyeQ4MEyeQ4HEyeQ5MEyeQ5HEyeQ

UltraEyeQ6HA3960-------4488-MIPSinterAptivMIPSinterAptivMIPSI6500-FMIPS16500-F2828775STST臺(tái)積電臺(tái)積電-35-4040-4550-5560-70-12K(估計(jì))12K(估計(jì))40K(估計(jì))40K(估計(jì))---4-ApolloLake4核A57+4核A53-14-內(nèi)部---50-6048K瑞薩R-CAR

H3E--816臺(tái)積電80-9049K瑞薩瑞薩V4HV3U34605134--ArmA76-712臺(tái)積電-45-50-49K96KFSD（HW3.0用兩顆）特斯拉特斯拉蔚來72681220-cortex

A72145三星星---150K300K(估計(jì))615KFSD

II-448-900276(估計(jì))--600(估計(jì))天璣NX9031-百度昆侖芯2MDC610256160512-----7------ARMCortex-A78ARMCortex-R52（MCU）-220K黑芝麻智能A2000250-1000-167---黑芝麻智能黑芝麻智能黑芝麻智能安霸A1000

ProA1000A1000L106+5816-37-111111-1616165臺(tái)積電臺(tái)積電臺(tái)積電--100--30K----CV3-AD685750224-220K資料：佐思汽車研究、懂車帝、鈦媒體、太平洋號(hào)、路咖汽車、虎嗅、智東西、GeekCar、快科技、汽車之家、創(chuàng)業(yè)邦、易車網(wǎng)、半導(dǎo)體芯聞、今日頭條觀察者網(wǎng)、車東西、黑芝麻智能招股說明書，國盛證券研究所462.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)?

軟硬耦合，基于成熟的軟件算法設(shè)計(jì)智能駕駛芯片硬件，性能提升明顯?

地平線機(jī)器人：創(chuàng)始人余凱認(rèn)為，在L5級(jí)自動(dòng)駕駛需求被滿足前，智能駕駛需要軟硬結(jié)合。?

特斯拉：自研的FSD芯片，在HW3.0的時(shí)代，單顆僅有72TOPS的算力，單車搭載2顆對(duì)應(yīng)144TOPS算力，仍有非常好的體驗(yàn)。?

小鵬：自研圖靈芯片的原因在于1）智駕對(duì)車端高算力提出更高要求，2）解決公版芯片大量通用算力被浪費(fèi)的問題。其圖靈芯片等效于3顆英偉達(dá)OrinX的性能，并且具有性價(jià)比。圖表：地平線走軟硬結(jié)合的路線圖表：地平線判斷軟硬結(jié)合帶來更高的效率資料：車東西，國盛證券研究所47目錄▎1、軟件側(cè)：從“模仿人類”到“超越人類”、從“聾啞司機(jī)”到“司機(jī)助理”1.1

從“模仿人類”到“超越人類”1.2

從“聾啞司機(jī)”到“司機(jī)助理”▎2、硬件側(cè)：比人看得清、比人想得遠(yuǎn)、比人反應(yīng)快2.1

感知層：雙目感知、鷹眼視覺、激光，比人看得清2.2

決策層：下一代智駕系統(tǒng)對(duì)芯片要求更高，比人想得遠(yuǎn)2.3

執(zhí)行層：線控趨勢(shì)已成，比人反應(yīng)快482.3

執(zhí)行層：線控趨勢(shì)已成，比人反應(yīng)快特斯拉

Cybercab

無人駕駛出租車亮相于2024年

10

月舉行的特斯拉“WE,

R