汽车行业比较研究系列：AI智驾2.0迈向智能涌现

正文目录一、特斯拉智驾的软硬件层面新迭代 4二、我国高阶智驾发展迈入第三阶段 5三、技术架构：主流智驾玩家迭代方向 8VLA方向 8华为ADS4.0，面向地平线机器人&Momenta强调一段式端到端 四、商业模式：基于量产车的Robotaxi业务提速 14五、投资建议 17六、风险提示 18图表目录图表1特斯拉商业版图全貌 4图表2特斯拉AI5芯片较AI4性能大幅优化 5图表3城区辅助驾驶系统的3个构型发展阶段 6图表4理想汽车智能辅助驾驶技术迭代关键节点 6图表5智能辅助驾驶系统发展：基于规则—端到端1.0—端到端2.0（VLA） 7图表6元戎启行智能辅助驾驶技术迭代：从多模块走向端到端融合 8图表7理想汽车MindVLA技术架构 9图表8元戎启行VLA模型架构 9图表9理想汽车VLA司机大模型训练过程 图表10小鹏汽车基座模型迭代：内循环、外循环 图表11VLA对端到端智能辅助驾驶的体验改善 图表12VLA上车后，用户可感知的五大体验升级 图表13智能辅助驾驶VLA的四个阶段 图表14华为ADS发展路径 图表15华为ADS4.0全新技术架构WEWA 图表16Momenta飞轮大模型 图表17扎实的L2基础能力是实现L4必经之路 图表18当前部分企业定义的L3存在两难困境 图表19华为ADS规划：2027年全面开启载人&载物的无人化新时代 图表20以消费级量产车开展Robotaxi业务，实现数据驱动的商业闭环 一、特斯拉智驾的软硬件层面新迭代2025年，特斯拉正式发布其宏图计划第四篇章，其CEO马斯克表示，FSD和Optimus（人形机器人）的规模化将是特斯拉最为重要的事项。根据特斯拉发布的《秘密宏图第四篇章》，特斯拉已构建起一个高度体系化的可持续产品生态系统，从交通运输到能源生产，从电池存储再到机器人技术。图表1特斯拉商业版图全貌海证券报，特斯拉《秘密宏图第四篇章特斯拉V12(,监督版V14107FSDFSD14Robotaxi智驾核心硬件——下一代芯片AI5性能指标远超AI4，这部分得益于软硬结合的设计方式，提供更好的性能/能耗比。根据IT之家信息，近期马斯克在X平台表示，特斯拉AI5芯片有望成为针对参数规模约2500亿以下模型的最佳推理芯片。并指出该芯片在芯片成本上远超同类产品，且能效比（性能/瓦特）表现最佳，AI6芯片将把性能提升到更高水平。业务进展254/50万辆。图表特斯拉AI5芯片较性能大优化讯网，特斯拉2025年股东大会PP6（Vti于6AI2万美元-2.5的AI芯片成本。二、我国高阶智驾发展迈入第三阶段高阶辅助驾驶系统大致围绕三个大的阶段在发展：第一阶段：规则系统阶段。该阶段的系统主要依赖预设规则进行控制，在感知环节后通过大量手写代码实现决策与执行。然而，由于现实道路场景复杂多样，基于规则的横向与纵向控制往往难以兼顾不同情境，易出现顾此失彼的跷跷板效应——即优化某一场景的控制性能，可能引发其他场景下的控制异常。图表城区辅助驾系统的3个型发展段国汽车论坛地平线吕鹏演。特斯拉V12AI）推出VLA（Vision-Language-Action）图表理想汽车智辅助驾技术代关键点讯网，车东较于端到端1.0，架构更统一，即使用一个神经网络完成从感知到控制的映射，进一步减少人工规则和模块接口。//Momenta的智驾方案的边际变化。图表智能辅助驾系统发：基规则—到端端到端戎启行公众VLA910号已开启VLA8月发布5华为ADS4.0的WEWA架构。通过云端世界引擎与车端世界行为模型协同，实现了从ADS3.0的模块化组合到AI训练AI的端到端一体化。华为路线与VLA路线的本质差异在于，华为路线不依赖语言作为翻译和推理介质，让多模态传感数据直接映射为控制动作，旨在构建对物理世界的直接认知模型，以实现更低延迟和更高可靠性。地平线HSD与Momenta最新一版方案则强调一段式端到端+强化学习。本质是摒弃了传统模块化或两段式方案的拼装模式，致力于构建一个从传感器输入直接映射到控制输出的统一模型，并通过强化学习使系统具备从交互中自我进化的能力。图表元戎启行智辅助驾技术代：从模块向端到融合戎启行官三、技术架构：主流智驾玩家迭代方向VLA方向模型。VA融合视觉Vii（）（ti（（。VLA由于融合了语言模型，VLA模型具备强大的思维链能力，能摆脱传统端到端模型的黑盒难题，并将信息串联、分析，从而推理出因果关系。此外，它天然集成海量知识库，泛化能力更强，能够更好地适应复杂多变的真实道路环境。VLA作为新一代AI架构，它不仅能看懂图像、读懂语言，还能基于理解直接驱动决策与动作，被视为大模型从会说走向会做的关键拐点。图表理想汽车技术构想汽车公众图表元戎启行模型架构戎启行公众VLA训练过程：VLA模型的研发需经历架构设计、数据探索和规模化、模型验证、部署上车及持续迭代等流程。在训练方式上，VLA采用多模态训练，融合视频、语言与行为数据，模拟人类驾驶认知的形成过程。即预训练（掌握交通规则与道路基础知识）、后训练（进行场景化上路练习）、强化训练（通过经验积累不断提升决策能力）。基座模型预训练：模型需要学习看和说。通过海量道路图像和语言数据（如交通规则、导航指令），训练模型理解视觉场景与语言的关联。动作微调：随后，加入驾驶行为数据，教模型如何开车。这一阶段通过模仿学习实现，模型观察人类司机的操作（如转向、刹车），学习将视觉和语言输入转化为动作。这一阶段依赖大规模量产车数据，以确保数据多样性。强化学习优化：最后，模型进入实战训练。通过仿真环境或人类反馈，模型学习更优策略，例如避免危险行为或适应复杂交通流。这一阶段也包括对齐人类价值观（如安全驾驶习惯），确保AI司机不仅能力强，而且具备职业素养。图表理想汽车司机大型训练程思汽车研究院、理想汽车视频号图表10小鹏汽车基座模型迭代：内循环、外循环（和强化学习鹏汽车公众号VLA带来哪些智驾体验的改善？VLA突破了传统端到端模型的局限，具备思维链推理能力，可进行因果推断，并以自然语言呈现决策逻辑，有效解决黑盒问题，提升系统透明度和用户信任度。其集成的海量知识库增强了泛化能力，能够适应复杂多变的真实道路VLA对用户而言，搭载VLA的车辆将智能驾驶体验从执行命令的工具升级为具备沟通、思考和预判能力的专属司机。用户可通过自然语言直接与系统交互，例如使用找条人少的路等富含语义的指令。VLA的防御性驾驶能力可显著提升行车安全，例如从公交车异常停车推断车后可能有人并提前减速。系统还可通过语言接口实时响应用户的个性化调整需求，提供定制化智驾体验。基于GPT架构的VLA图表11VLA对端到端智能辅助驾驶的体验改善功能 技术实现 应用场景功能 技术实现 应用场景空间语义理解 动态盲区透视（如公交车遮挡、桥洞通行，结合环境语义测风险异形障碍物识别 基于互联网知识库识别超载车施工设备等非常规障碍物成避让策略

无红绿灯路口、视野受限路段复杂道路施工区、非标车辆通行路段文字引导牌理解

策 多车道复杂路口交通规则动态调整区域语音交互控车 支持自然语言指令（如靠左行驶），优先级高于导航规划 用户主动干预场景、导航路径冲突场景戎启行公众号、耀途资本公众图表12VLA上车后，用户可感知的五大体验升级想汽车官VLA当前瓶颈与未来空间如何？我们认为VLAVLA上车时间尚短，仍存在发展瓶颈和不足：VLA价值观对齐。万VLA不仅可应用于智驾解决方案，更是走向通用人工智能的关键路径。VLA的架构可复用于机器人、物流车等移动载体；VLA可通过思维链进行长时序推理，能基于历史记忆（historymemory）推演多步（如预判15秒后的盲区风险），进行全局分析与决策；VLA能实现记忆语音交互，赋予机器协作式沟通能力，让AI司机成为现实。VLA的价值不仅是让车学会思考，更是为机器植入物理世界的认知基因，还将重构AI与物理世界的交互范式，为通用人工智能铺就现实路径。图表13智能辅助驾驶VLA的四个阶段思汽车研究，ASurveyonVision-Language-ActionModelsforAutonomousDrivinADS4.0L3498月发布4月发布ADS（视50华为ADS4.0采用WEWA架构，标志着华为ADS实现了从数据驱动向场景驱动。WEWA架构的核心迭代在于实现了AI训练AI的闭环，强调通过仿真（世界模型）来生成和解决长尾问题，模型不依赖大语言模型进行推理（与VLA显式引入语言推理形成鲜明对比），更注重对物理世界的隐式学习。WEWA架构由云端世界引擎和车端世界行为模型两部分组成，通过云端与车端的协同进化以系统性解决智能驾驶面临的长尾难题：云端的WorldEngine（世界引擎）为云端仿真与生成平台，除了凭借高搭载量继续积累真实路采数据外，更强化云端难例生成，云端可生成在现实世界中难以遇到的复杂危险场景，为车端模型的训练提供高难度的仿真题库，极大加速了对罕见但关键场景的覆盖和学习效率。车端的WorldAction）AI司机，其基于云端WorldEngineADS4.0在2025汽车论坛上，华为车BU李文广指出，实现L4级自动驾驶需突破四大核心能力。一是看得更清楚，通过固态激光雷达与分布式雷达消除感知盲区及恶劣天气影响；二是想得更明白，通过构建原生世界模型（非大语言模型）实现类人决策；三是动作更到位，通过整合底盘控制算法至智驾域控达成精准执行；四是可靠性，通过升级L4操作系统，实现系统级功能冗余保障可靠性。图表14华为ADS发展路径东西公众号，2024世界智能网联汽车大会余承东演讲PP图表15华为ADS4.0全新技术架构WEWA为乾崑智能汽车解决方案公众地平线机器人强调一段式端到端地平线把最新版HSD所处阶段定位为高阶算法的第三阶段，认为传统的两段式端到端、一段式端到端+规则后处理等混合式架构采用横纵向解耦，导致系统模块增多、整体响应延迟增加、信息传递损失等问题。而其最新版的HSD基于一段式端到端架构和强化学习能力，推动辅助驾驶迎来拟人化体验拐点。HSD在一段式端到端架构的基础上，实现了系统低延时、全方位防御性驾驶、横纵向合一的车控。蓝L06（搭载双J6M）亮相。据地平线官方公众号，地平线HSD基于一段式端到端，实现从感知到控制的超低时延，面对突发场景反应迅捷，提前识别潜在风险并进行防御性驾驶。系统还引入强化学习机制，强化场景理解与推理能力，可以更好地自主应对极端场景，推动辅助驾驶从单纯模仿人类的学徒，向能够超越人类的专家转变，推动辅助驾驶的智能涌现效应。HSDVLM+HSD10+Momenta累计合作量产车型已超160款。一个飞轮，两条腿是指依靠数据飞轮，通过数据驱动的方式来解决问题；同时，坚持两条腿战略，即量产辅助驾驶（MassProduction）与自动驾驶（ScalableRobo)。量产辅助驾驶能够输出源源不断的数据流，自动驾驶能够反馈给量产产品技术流，基于统一的传感器平台，两条腿相互协同，形成高效打通。数据飞轮的三个关键因素是数据驱动、海量数据和闭环自动化。其中，闭环自动化工具链包括数据的采集、回流、分析、标注、模型训练及验证环节，用来帮助数据和算法之间形成快速迭代的反馈闭环。在数据驱动的框架下，Momenta在获取到海量数据之后，就能以闭环自动化工具链筛选出海量黄金数据，驱动算法自动迭代升级，让飞轮越转越快。MomentaAD2.05.0的L4图表16Momenta飞轮大模型omenta官四、商业模式：基于量产botaxi业务提速我们判断，主流高阶智驾玩家（包括车企及供应商）基于消费级量产车业务进军Robotaxi业务的节奏将加快，主要原因如下：1）Robotaxi业务可提供关键的长尾场景数据，为模型训练与优化提供燃料，提升系统在极端场景下的表现。2）商业模式的协同效应日益凸显。通过复用量产车的硬件方案与算法架构，Robotaxi业务的部署成本得以大幅降低，规模化商业落地可行性提高。同时Robotaxi业务也可作为高阶智驾技术标杆，提升该智驾系统的知名度和影响力。更长远地看，Robotaxi业务可视为出行即服务的战略卡位。当前的无人车业务运营范围有限，硬件成本较高，导致商业闭环未形成，如文远知行、小马智行等公司依然处于亏损状态。在美国，无人驾驶的商业化运营主要形成了两种技术路线：一是以Waymo为代表的跨越式路线，二是以特斯拉为代表的渐进式路线。跨越式路线从L3/L4L2L2L4级无图表17扎实的L2基础能力是实现L4必经之路oboX公众号，地平线机器人陈黎明演图表18当前部分企业定义的L3存在两难困境oboX公众号，地平线机器人陈黎明演AIBUCEOL3L4L4图表19华为ADS规划：2027年全面开启载人&载物的无人化新时代025世界新能源汽车大会靳玉