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

肢体 动觉 语言 智能 逻辑 数理 人际 关系 攻防对抗 幻觉问题 隐私保护 新一代人工智能面临的挑战 可解释性 多模态 价值对齐 人工智能 面临的挑战 合规伦理 算法共振 郑小林，浙江大学人工智能研究 攻击目标：风控模型 攻击手段：伪装成合作商户批量调用 API ，逆向工程 模型规则 恶意商户的 Prompt 构造： # 通过虚构交易组合探测模型阈值 payloads 敏感性可能导致集体误判。 • 模型不可解释： 决策逻辑缺乏透明 ， 隐蔽 未 知风险容易叠加。 挑战 2 ：算法共振 金融市场中多个决策模型因算法同质化、数据源相似或逻 辑趋同，导致它们在市场中的交易行为高度同步，从而放 大市场波动甚至引发系统性风险。 算法共振与羊群效应 OpenAI ：推理增强会明显减少幻觉！ DeepSeek R1 实测：推理增强后幻觉率增加！ 过度延展的推理机制

 …… 解决核心问题：快速、准确获取原料（油）性质！ 近红外光谱仪、 核磁共振分析仪 快评性质 化学计量软件及建模 PT5 软件 拓扑建模方法 多元线性回归 人工神经网络 偏最小二乘等 模型 辐射应用 原油快评系统构建与关键技术  原油检测技术  原油快速评价关键技术 近红外检测技术 核磁共振检测技术 原理：光谱吸收，需介入样品， 原理：分子结构，磁场需精确控制 采样时间很短，可多通路检测 原油快评系统构建与关键技术  已工业应用的原油快速评价系统对比 近红外快评系统 核磁共振快评系统 原油预处理 需脱水，控温要求较高； 介入式、过滤 2 微米杂质； 被测组分含量在 0.1% 以上 非介入，过滤 100 微米杂质和控温； 样品引入旁路； 多通路分析靠“前相”挤“后相”方式； 检测仪 近红外光谱仪 核磁共振分析仪 应用模型 已累计上千种原油的近红外光谱图； 应用模型维护量大；

的恢复机制以自动化实时响应为基础，通过动态数据融合与模型迭代 实现自愈能力，而人工干预则聚焦于极端场景与复杂语义的深度纠偏。 风险提示：AI 幻象风险；数据异化风险；监管规则适配风险；人机协同失效 风险；策略同质化共振风险。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 2 内容目录 模型训练与权重优化 ........................................... 个因子间的关系，动态分配权重，例如当趋势与拥挤度反向运动时，MLA 会自动 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 7 降低拥挤度的权重，优先保留景气度与趋势的协同效应。当景气度与趋势共振时， 交互特征的贡献度显著提高，而景气度维持高位但趋势转弱，AI 会降低该组合特 征的优先级，提示需谨慎配置。 用户可通过自然语言指令获取 AI 的数值结果与可视化输出。例如，输入“输出当 前动态分位数阈值”，AI 人机协同失效风险 自动化决策与人工干预的权责边界模糊化，可能在市场剧烈波动时出现风控 响应延迟或操作冲突，例如 Agent 的强制平仓指令与基金经理主观判断产生 对立，需明确权限。 策略同质化共振风险 AI 模型广泛采用相似训练框架与因子库，可能导致市场参与者的策略趋同， 加剧资产价格波动与流动性突变，引发系统性风险。 证券研究报告 免责声明 分析师声明 作者保证报告所采用的数据均

浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 攻防对抗 隐私保护 多模态 幻觉问题 可解释性 价值对齐 人工智能 面临的挑战 合规伦理 算法共振 郑小林，浙江大学人工智能研究所，2025.3.16 新一代人工智能面临的挑战 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 挑战2：算法共振 金融市场中多个决策模型因算法同质化、数据源相似或逻 辑趋同，导致它们在市场中的交易行为高度同步，从而放 大市场波动甚至引发系统性风险。 算法共振与羊群效应 1 • 模型结构相似：依赖相似的基础模型（如 LSTM、Transformer、强化学习） • 数据来源相似：采用公开数据集进行训练

与各行业融合及创新应用需要逐步探索，不断满足需求 鼓励跨行业融合创新，允许试错，宽容 失败 聚四海之气、借八方之力，跨行业产业平台构建融合生态 5G 需与垂直行业同频共振，探索全新商业模式，实现共赢 产业 5G+X ，同频共振，创新未来 政府 29

............................................................................ 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

据 采 集 数据化管理方案 G h I I G IG T ch IGTech l 发现常用的 7500rpm 转速为主轴共振点， 产生加工振动，选用 8250rpm 后，加工 良 率和效率得以提升。 振动波形图 本机常用转速 上 海 吉 兰 丁 智 能 科 技 有 限 公 司 Intelligent Grinding

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