端到端与AI共振，智驾平权开启新时代 ——汽车智能驾驶行业深度报告 证券研究报告 发布时间：2025年3月31日 分析师：刘乐 执业证书编号：S0020524070001 邮箱：liule@gyzq.com.cn 分析师：陈烨尧 执业证书编号：S0020524080001 邮箱：chenyeyao@gyzq.com.cn 智能驾驶行业研究 请务必阅读正文之后的免责条款部分 目录 2 2 1.端到端发展进入加速期，基于规则长期护航 1.1 端到端的定义、发展历程、实现方法及挑战 1.2 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 城市。全国共开放自 动驾驶示范道路3.2万多公里，测试里程超过1.2亿公里，各地智能化路测单元部署超过8700套。 请务必阅读正文之后的免责条款部分 车企抢滩DeepSeek，AI行业与智能驾驶共振 13 表4：主要企业接入DeepSeek情况 企业 合作内容 比亚迪 整车智能“璇玑架构”将接入Deepseek R1大模型的能力，以快速提升车端和云端的AI能力。在座舱端，其车型可借助R1大模

可在室温环境工作的量旋量子计算真机 二、 技术原理与优势 量子信息技术应用案例集（2024） 4 (一) 概念原理/关键技术 当前实现量子计算的技术方案有很多种，其中基于核磁共振技 术的量子计算机较多被用于教育和科研场景。核磁共振量子计算机 中使用原子核自旋作为量子比特载体，自旋为 1/2 的原子核在静磁 场中会由于塞曼效应产生自旋向上和向下两个能级，以这两个能级 作为|0>和|1>两个量子比特状态，通过发射射频脉冲的方式，可以使 所示）。 图 2 核磁量子计算机原理架构图 (二) 技术优势/成熟度分析 基于核磁共振技术的量子计算机在面向教育场景时，相对于其 它量子计算技术体系或模拟器方案，具有如下多个方面的优势。1） 量子信息技术应用案例集（2024） 5 相比于其它体系（如超导芯片、离子阱等），核磁共振技术已经比较 成熟，可以做到体积和重量的小型化；2）性能更加稳定，机器自带 一键校准量子 量子信息技术应用案例集（2024） 7 是核磁共振量子计算还是其他的量子计算系统，拉比振荡都尤其重 要，因为它是校准量子门的重要手段，而只有校准了量子门，才有 可能成功实现量子计算。该实验重点是，通过测量拉比振荡，加深 对核磁共振原理的理解；进一步掌握在核磁共振系统中实现单比特 门的方法--单比特门由射频脉冲实现；学习核磁共振量子计算中量 子门校准的方法。 量子算法也是量子计算学习中非常重要的一环，本方案同时也

............................................................................ 40 图表 77： ITER 的离子回旋共振加热系统 .............................................................................................. 288KeV 以上的初 始动能才能够发生聚变，换算成温度约为 30 亿度，大概是太阳核心温度的 200 倍。但由于 在原子核尺度上，经典力学已经不再适用，需考虑量子力学的影响。在考虑隧穿效应、波 动效应、共振效应等量子效应后，发生聚变反应所需温度约为 1 亿度，实现难度大幅降低。 图表42： 经典相互作用下氘氚粒子需 288KeV 的动能才能发生聚变碰撞 图表43： 原子核截面的量子力学修正 便会产生与射频波的 共振吸收，射频波的能量被等离子体吸收从而产生加热效应。射频波加热主要包括电子回 旋共振加热（ECRH）、离子回旋共振加热（ICRH）和低杂波电流驱动（LHCD）三种方式。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 40 工业 图表76： ITER 的中性光束系统结构图 图表77： ITER 的离子回旋共振加热系统

主和协作地执行和分析化学反应，目前可以执行“进行反应、产品分析和数据驱动” 的决策，能够构建从合成到表征的无缝工作流程，以操作 Chemspeed ISynth 合成 模块、超高效液相色谱-质谱仪 (UPLC-MS) 和台式核磁共振 (NMR) 波谱仪，在近 4 天的实验中两台移动智能机器人完成了多个化合物的多样化尝试且最终人工检查数 据证实，决策器软件运行良好，做出了与药物化学家在手动工作流程中会做出的基本 相同的自主决定。 年发布了自主化学合成机器 人“RoboChem”， 该机器人配备了由人工智能 (AI) 驱动的集成机器学习单元。包含 几个关键组件，包括液体处理装置、注射泵、可调连续流光反应器、低成本的物联网 设备以及在线核磁共振 (NMR) 系统，采用闭环贝叶斯优化 (BO) 方法，系统地探索 包含离散变量和连续变量的选定参数空间，因此 RoboChem 擅长识别最佳反应条件， 请务必阅读报告末页的重要声明

DeepSeek 大模型之后，都在积极探索企业内部的流程 重构与效率提升场景。 企业探索流程智能化，一方面是为了在疲弱的宏观经济形势下取得成本优势，另一方面也是为了在 存量市场竞争中寻求创新点。技术与商业的共振，昭示着流程智能化已从成为企业重塑竞争壁垒的 核心引擎。 1. 技术拐点爆发，AI 大模型开启流程智能化新时代 AI 大模型在认知层级的突破，使得传统流程自动化执行场景范畴得以扩充。

，这些局限源于其设 计初衷是为大规模数据存储和访问优化，而非针对时序数据写入和复杂查询所导致的。 NoSQL 数据库的局限 TDengine 深耕电力行业，深知与客户保持有效沟通的关键在于同频共振——这不仅要求我 们深刻洞察客户的业务需求，更要求我们将这些需求转化为明确的技术规范与要求。在与客 户的密切互动中，我们汇聚双方的见解和专长，共同提炼出适应新型电力系统的数据管理需 求，如下：

2.2 AlphaFold 促使蛋白质结构预测革命性进步 基于靶点的药物设计是药物开发的主导方法，其中蛋白质是最重要的靶类型。传统 的蛋白质三维结构测定方法多采用 X 射线晶体学、核磁共振光谱、低温电子显微镜，在 设备要求、蛋白质结构的复杂性和时间消耗方面存在局限性。截至 2023 年 6 月，Uniport 数据库中拥有超过 2.4 亿条蛋白质序列，然而 PDB 数据库中仅包含约 20 年，向全球创新药研发企业提供从早期基于结构的药物研发 到商业化药物生产的一站式综合服务。公司搭建了 X 射线蛋白晶体技术、冷冻电镜技术 （Cryo-EM）、亲和力质谱筛选技术（ASMS）、表面等离子共振技术（SPR）、氢氘交换质 谱技术（HDX-MS）、计算机辅助药物设计等多个先进技术平台。 图16 维亚生物建立一站式药物研发及生产综合服务平台 资料来源：维亚生物业绩发布会推广材料，HTI

方面，SQUID 脑磁图仪的实时信号处理能力得到提升，能在毫秒级 别内完成对脑磁信号的处理和分析，实现对大脑活动的实时成像和 反馈。基于贝叶斯理论、独立成分分析和深度学习等方法，脑磁图 与脑电图、功能磁共振成像信号有效融合，这些融合分析方法利于 癫痫病灶定位、认知功能研究和神经精神疾病诊断。 脑机接口技术与应用研究报告（2025 年） 26 原子磁强计技术为脑磁图带来技术路线变革，在降低成本与提 或三类医疗器械注册证。众多国家都有从事该领域的企业，如美国 公司 COMPUMEDICS、中国公司博睿康等都是行业内典型代表， 其产品为脑神经活动的监测和研究提供技术支持。基于磁方式感知 脑信号的技术主要为磁共振设备和脑磁图仪。此类设备体型庞大， 运维成本高昂，导致使用范围和频次相对较低，主要应用于科研和 医疗等特定场景。美国企业 Ricoh 等在该领域具有代表性，中国企 业北京昆迈也正逐渐崭露头角。基于光方式感知脑信号的产品以功

Science，为基础科学带来革命性变化 2024诺贝尔化学奖颁发给研发AlphaFold的两位AI专家 未来所有科学研究都将以AI为中心 过去如何做蛋白质研究 AlphaFold 1. X射线晶体衍射 2. 核磁共振 3. 冷冻电子显微镜 1. 利用Transformer的预测能力， 2. 直接从蛋白质的氨基酸序列 3. 中预测蛋白质的3D结构 靠肉眼观察，几年才能发现一个复杂蛋 白质结构，半个世纪预测了20多万种

www.iresearch.com.cn AI Agent的进阶 模型能力、工具生态、市场需求协同共振，持续推动Agent的通用性演进 随着人工智能技术的不断发展，大模型推理能力与工具调用生态的迭代升级，叠加市场对可自主决策、规划并执行多步骤任务的智 能体（Agent）的迫切需求，AI Agent 准化连接的MCP等工具协议的生态加速扩容，自2024年11 月Anthropic发布MCP（模型上下文协议）以来，已超1100个社区服务器与官方集成落地。未来，在模型能力、工具生态、市场需 求的协同共振下，AI Agent将向复杂任务持续演进，加速走向“决策-执行-反思”的自主闭环能力顶点。 来源：艾瑞咨询研究院自主研究绘制。 AI Agent进阶：向着通用场景升级 感知力 高阶智能体雏形示例：