思特威 均胜电子 比亚迪电子 立讯精密 软件环节 算法 中间件 云 文远知行 中科创达 金山云 小马智行 光庭信息 momenta（拟上市） 整车环节 新势力 华为智选 华为Hi 其他 特斯拉 赛力斯 长安汽车 比亚迪 综合型 拓普集团 华域汽车 小鹏汽车 江淮汽车 广汽集团 吉利汽车 内外饰 新泉股份 岱美股份 理想汽车 北汽蓝谷 东风集团 长城汽车 轻量化 旭升集团 爱柯迪 零跑汽车 技术 创新 单车 成本 功能 落地 渗透率 L2智能化 L2++智能化 L3智能化 L4智能化 100% 50% 30% L2智能化 L2++ L3 Mobileye 特斯拉+英伟达 特斯拉+英伟达 特斯拉+？ 单目摄像头算法 大算力芯片+域控制器 多传感器融合 Transformer+BEV +强化学习等 线控底盘 全新技术？ 多传感器融合 单车智能+V2X AEB+LCC+LKA+泊车 4-5K=3K（5个摄像头+12个 超声波+2个毫米波雷达）+ 低算力芯片2K左右 7 L4 汽车智能化底层核心竞争要素从未改变 8 ◼ 自特斯拉入局以来，汽车智能化每2-3年会有一次重大技术创新，但底层竞争要素始终未变。 2021年特斯拉 数据 数据的数量预期下降，数据的质量预期上升 算法 算力 车端 2023年Chat-GPT 2025年DeepSeek 云端 大幅上升

自动驾驶产业支持充足，标志性政策落地 1.3 车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 2.4 理想：双系统并行，VLM规范端到端模型下限 0由GOD感知网络和PDP决策规划网络组成，GOD负责感知障碍物，PDP则根据感知 信息迅速做出决策。一体化端到端则将感知与规控模块全部打通，形成一个统一的大模型，使系统能够更直接、 高效地处理信息并作出反应。业内典型代表为特斯拉、Momenta、理想等。这种架构取消了模块划分，减少信息损 失的同时，对数据标注的需求也更少，同时具有更强的泛化性。从模块化端到端到一体化端到端是一种相对平滑 的过渡形式。随着算法优化，技术将逐步 到端神经网络模型，成为首个商业化端到端自动驾驶产品。 • 技术突破与现实应用阶段（2019年-） 2021年：特斯拉发布BEV（Bird Eye View）技术。特斯拉在 AI Day上公布了BEV技术架构，通过多传感器融合实现感知 模块的端到端化，为后续端到端技术的全面应用奠定了基础。 2023年：特斯拉FSD V12发布。特斯拉正式推出FSD V12版本， 采用端到端架构，实现了感知、决策、规划的一体化，显著 提升

度>95%后，则可进厂打工。 3. 从次级生产空间向SOP产线演进：如从仓储空间开始，包括搬运，来料检验，抽检等. Source: M2研究 & 分析；全球人形机器人企业专家访谈；图片内容涉及特斯拉，优必选等品牌机器人产品。转载引用内容请标明来源 人形机器人优先适配工序画像 人形机器人优先适配工种画像 半柔性工种 + 短链步骤 + 标准物料 + 高频重复 人工参与度高 + 半柔性工序 (电芯分拣、模组搬运…) All Rights Reserved. 北美典型人形机器人应用场景示例 北美市场人形机器人优先应用于工业生产、仓储物流和特种应用，解决劳动力成本高等痛点 19 公司名称 Figure AI 特斯拉 Apptronik 产品名称 Figure 02 Optimus Apollo 功能 多模态交互、自主导航、机械手（能够处理 复杂任务如抓取等） 自主行走、自主导航、环境感知、拼接和组装 小部件等 自主行动、精准操作、环境感知、人机协同等 应用场景 工业生产、家庭服务、商业服务、仓储物流 工业生产、家庭服务、商业服务、仓储物流 工业生产、仓储物流 工作地点 宝马汽车工厂 特斯拉汽车工厂 亚马逊物流中心、GXO物流中心、奔驰工厂等 工作现场 Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源 M2 2025 Proprietary and

色转变。 • 是降低成本、提升鲜度的关键 • 百度、腾讯、Mobileye、TomTom等全球和本 土头部玩家，都在强化车队实时数据回传，制图 周期成本大幅下降 众源数据快速更新 • 特斯拉FSD 2025年2月以L2级入华， 与百度地图合作为了获取更适合FSD 的‘AP友好型’路线规划和对中国复 杂路况的理解 • 即使是纯视觉方案，在复杂路况和数 据合规压力下仍需本地化地图数据支 模化 多供应商策略, 合作/采购 探索中, 合作/自建并存 加大投入，内部多团队尝 试不同路线，倾向组合外 部供应商（芯片、软件、 图商）快速上量 外资车企 (在华) (如: 特斯拉、通用) 轻地图 (依赖本土伙伴) 合规, 功能落地 强依赖本土图商 (数 据) 受限, 需合规方 案 在中国面临数据合规挑战， 对本土图商有一定依赖， 进行本地训练与地图适配 不同类型车企智驾地图策略偏好分析 版权声明：本报告版权归泰伯智库所有，未经授权许可，不得擅自引用或将报告内容外泄。Copyright@2025，Beijing Taibo Co.， Ltd. All Rights Reserved. 20  特斯拉通过其FSD系统，坚定推行端到端（End-to-End）的纯视觉自动驾驶路线。其对传统意义上的高 精地图依赖较小。但即便如此，‘地图’或者说‘类地图’的环境理解与地理空间信息，在其FSD系统 中依

加激光雷达等其他 传感器数据 • 在驾驶数据的基础 上增加针对尾部场 景的模拟仿真数据 算⼒支撑 • 端侧的低算⼒ECU/ 嵌⼊式芯片 • 云侧需要万卡集群 • 端侧需要⾼端推理 芯片，如特斯拉 HW3或者英伟达 Orin/DRIVEThor • 数⼗万卡、百万卡 集群 • 辅助驾驶，由AI来控制单个运 动控制，其他操作由⼈类驾驶 员完成，例如巡航和车道保持 • 部分自动化，⼈类驾驶员为主， 数据积累， 同时可以构建⼤模型的数据闭环，通过正反馈加速驱动模型迭代 11 信息来源：量⼦位智库，1）以特斯拉FSD为例 数据积累 规模 数据构成 精简度 • 数据规模⼤：特斯拉FSD在过去3年已经积累30亿英里的驾驶 里程，同时每日里程积累数量已经突破1千万英里，并随着 特斯拉车队规模扩⼤加速增长，Waymo的模拟⾏驶里程已 经达到了150亿英里，累计⾏驶里程超2千万英里 数据分布 ⼤模型，任务编排、感知模型、运动控 制以及操作抓取都处于模块化状态 • 但头部厂商如特斯拉已采用端到端路线 技术尚未成熟，探索领域 感知 + + 决策 执⾏ 传感器 Token 提示词 Token ⾏动 + 回复 Token 端到端⼤模型 当前阶段 • 特斯拉在2025年可能达到近5000台的量产规模，同 时部署到特斯拉⼯厂，主要进⾏搬运、巡检、安保、 服务四类任务，其中搬运是最重要的场景

决策恐怕将是摆在每个企业面前的必答题。 资料来源：特斯拉官网，案头研究 图22. 特斯拉Roaster产品迭代与同期相似性能竞品比较 33 03 做好产品定义， 抓准市场进入的时机和方式 eVTOL长周期、高投入的行业特点注定了对 于eVTOL初创企业而言，基于场景的客户需 求洞察定义产品卖点，找准合适市场进入时 机和方式将是决定成败的关键因素。特斯拉 Roadster 作为一款具有标志性意义的产品， 为初创企业在产品定义以及把握市场进入 时机和方式方面提供了宝贵范例。 在产品定义方面，特斯拉 Roadster 明确以高 性能电动跑车为定位。它打破传统燃油跑车 的局限，将先进的电动技术与出色的设计和 性能相结合。Roaster在2008年初出茅庐时 的性能设计就超过了保时捷911，快速吸引 了追求速度与激情以及爱好高科技新鲜事 物的消费者。随后，特斯拉通过采用大容量 电池组和高效的电驱系统，2023款Roaster 动力性能定位，实现了比肩法拉利的加速性 能（图22）。初创企业应像特斯拉一样，深入 了解目标市场的需求和痛点，精准确定产品 的独特价值主张，打造出具有差异化竞争优 势的产品。 在市场进入时机方面，特斯拉选择在人们对 环保意识逐渐增强、对新能源汽车的关注度 不断提高的时期推出Roadster。当时，传统 燃油汽车面临着环境污染和能源危机等问 题，市场对于新能源汽车的需求开始萌芽。 特斯拉敏锐地抓住了这个时机，以 Roadster

资料来源：特斯拉官网，案头研究 图22. 特斯拉Roaster产品迭代与同期相似性能竞品比较 33 保时捷管理咨询ﾠ|ﾠ驾乘低空经济新风，畅享新质出行体验 03 做好产品定义， 抓准市场进入的时机和方式 eVTOL长周期、高投入的行业特点注定了对 于eVTOL初创企业而言，基于场景的客户需 求洞察定义产品卖点，找准合适市场进入时 机和方式将是决定成败的关键因素。特斯拉 Roadster 为初创企业在产品定义以及把握市场进入 时机和方式方面提供了宝贵范例。 在产品定义方面，特斯拉 Roadster 明确以高 性能电动跑车为定位。它打破传统燃油跑车 的局限，将先进的电动技术与出色的设计和 性能相结合。Roaster在2008年初出茅庐时 的性能设计就超过了保时捷911，快速吸引 了追求速度与激情以及爱好高科技新鲜事 物的消费者。随后，特斯拉通过采用大容量 电池组和高效的电驱系统，2023款Roaster 动力性能定位，实现了比肩法拉利的加速性 能（图22）。初创企业应像特斯拉一样，深入 了解目标市场的需求和痛点，精准确定产品 的独特价值主张，打造出具有差异化竞争优 势的产品。 在市场进入时机方面，特斯拉选择在人们对 环保意识逐渐增强、对新能源汽车的关注度 不断提高的时期推出Roadster。当时，传统 燃油汽车面临着环境污染和能源危机等问 题，市场对于新能源汽车的需求开始萌芽。 特斯拉敏锐地抓住了这个时机，以 Roadster

9.4 7.4 6.0 4.0 3.4 2.9 -46.8% 具身智能 TSLA US Equity 特斯拉 184.86 41,946 65.3 69.4 50.7 动驾驶和机器人，最具代表性产品如特斯拉的 FSD 自动驾驶系统和 Optimus 人形机器人等。 过去一年，AI 大模型助力具身智能的感知、决策等技术进展。如上所述，具身智能算法一 般可以按环节拆解为感知模型（感知识别环境信息并预测环境变化）、规划/决策模型（根据 感知结果做出任务决策）、控制/执行模型（将决策转换指令转换为行动方式）。我们以行业 领军企业特斯拉的发展为例子，观测过去一年 AI 自动驾驶：受益于 AI 大模型发展，感知和决策层快速迭代。（1）感知层：过去传统的自动 驾驶感知技术主要系“2D 直视图+CNN”，核心是识别周遭的障碍物是什么及其大小和速 度，效率和精度低。特斯拉 2022 年 10 月公布的 Occupancy Network 大模型（基于 BEV+Transformer 的延申），通过计算物体的空间体积占用来构建具有空间、时序的 4D“实 时地图”，获得

等多层次架构，分别负责任务级、技能级和指令级的操作任务。 部分人形机器人头部厂商开展了端到端架构的探索。端到端架构 融合“大脑”和“小脑”功能，通过统一的神经网络，直接将任务目 10 标转化为控制信号。比如特斯拉的 Optimus 机器人能通过搭载的 2D 摄像头以及集成的触觉和压力感应器所收集的信息，直接生成用于驱 动关节的指令序列，能完成分拣、放置、叠衣服等任务；谷歌的 VLA （视觉-语言-动作模型），通过对 部分整车企业也开发了用于产线优化的人工智能系统，与机器人 配合提升部分操作场景的精确度，占比约为 9%。如宝马推出的先进 的测量和分析系统，可以针对每一部分材料分别收集数据，智能化调 17 节冲压模式；特斯拉上海工厂压铸车间利用人工智能分析系统，对压 铸工艺参数实现全面的数据统计，并进行参数波动报警功能。 另外，人形机器人在工业场景中的应用探索集中在汽车领域。主 要存在三点原因：一是人形机器人与自动驾驶存在大量技术共性，汽 在生产操作场景中，“视觉+压力”协同动作需要借助多关节的灵巧 手来完成，如小鹏人形机器人 Iron 能够完成拧螺丝等精细操作；在 物流配送场景中，移动机器人在精准对接和灵活调整方面较为困难， 而特斯拉人形机器人通过多关节设计和传感融合打通了工业物流的 “最后 10 米”；在质量管理场景中，过去检测机器人以视觉类检测 为主，而优必选人形机器人融合了压力传感器，可以完成车门锁扣强 度、安全带强度等力学检测。

实验室级别的解决方案，无法应对 双臂、人型等机器人平台。 遥操作-VR+动捕服加速特斯拉Optimus训练 05 30 资料来源：机器之心、映维网、浙商证券产业研究院 2024年5月，特斯拉发布了Optimus人型机器人的演示视频中，展示了二代Optimus学会了分装电池，并且比以前走得更快更远更稳。特斯拉表示， Optimus人型机器人的训练数据都是来自穿戴VR头显的人类训练员。可以看 时保持极低延迟。另外，这种解决方案具有可扩展的远程数据收集的优势，因为来自世界各地的注释人无需前往现场就可以为项目作出贡献。特斯 拉官方 Optimus X 账号在 2023 年 5 月曾预告过该职位的性质，根据推测，特斯拉目前人类训练员数量大约为50人以上。 • 必须每天行走 7 小时以上，同时 携带最多 30 磅（13.6 公斤）的 重物； • 身高在 5'7"到 5'11"（约 170 到 180cm）之间，而 提供有关设备性能的反馈； • 分析和报告轮班期间采集的数据； • 上传采集的数据并撰写每日报告， 详细说明观察结果和问题； • 确保分配的设备处于正确和安全 的工作状态并安全运输到各个采 集地点。 特斯拉机器人人类训练员岗位信息 岗位要求 岗位职责 遥操作-智元机器人建设百台机器人数采工厂 05 31 资料来源：36Kr、智元机器人发布会、浙商证券产业研究院 2025年初，智元机器人在上海