自動駕駛：物理AI 的前沿，我們準備好了嗎？

自動駕駛是最具落地潛力的物理AI（Physical AI）應用之一，正加速從實驗室走向現實。我們認為，盡管全面普及仍面臨諸多挑戰，但在傳感器、高性能算力平臺與算法加速融合的推動下，行業發展提速。本報告旨在剖析決定這場競賽勝負的核心要素，包括技術路徑、監管演進與競爭格局等。同時，我們梳理出當前投資者的關鍵爭議焦點，幫助把握產業變革帶來的機遇，解答行業中關注度及爭議性最高的十個問題。首先，我們強調，對于迎接自動駕駛的到來，我們毋庸置疑，已做好準備！

技術鴻溝：從L2 到L4，數據、傳感器與AI 算法需系統性升級

L2（駕駛輔助系統ADAS）向L4（完全無人自動駕駛）的躍遷，標志著自動駕駛在數據采集、傳感器配置及AI 算法上的范式轉變。L2 系統主要依賴真實駕駛數據，而L4 則需大規模高質量的模擬數據集，重點覆蓋罕見但對行車安全關鍵的“長尾場景”。領先Robotaxi 運營商，如Waymo（谷歌）、小馬智行（Pony.AI）、文遠知行（WeRide）等，正結合生成式AI 與強化學習，以模擬仿真提升系統安全邊界。傳感器方面，L4 通常采用冗余且多樣化的傳感器組合（攝像頭/毫米波雷達/激光雷達等），以提升系統的安全性；而L2 主要依賴攝像頭及少量冗余。當前市場分歧在于：特斯拉主導的“純視覺方案”，能否在復雜與罕見場景中滿足L4 所需的嚴苛的安全標準。

商業邏輯：以ROI 為核心的部署策略與人口和家庭結構變化下的打車需求

Robotaxi 的商業可行性及長期發展將高度依賴于路徑部署策略與人口和家庭結構的變化。目前Robotaxi 的部署多集中于特定區域，核心在于ROI 最大化考量，而非技術受限。監管支持度、基礎設施完善度和人口密度均為關鍵因素。長期來看，城市化、年輕群體出行偏好及私家車擁有率下降，將助推Robotaxi 快速落地。我們認為，Robotaxi 商業模式或可緩解勞動力緊缺問題，并作為傳統出行方式的高效、可監管的補充方案。

競爭格局：制勝之道在于生態主導權與可持續盈利能力

自動駕駛競爭格局多元且激烈，涵蓋科技巨頭（如Google /Waymo、百度、小米等）、技術提供商（如小馬智行、文遠知行等）以及車企（如特斯拉、小鵬等）。欲脫穎而出，我們認為企業需構建完整生態體系，涵蓋三大要素：

1）成熟且可控的L4 技術、2）穩定的出行平臺或流量入口，3）具有成本優勢的量產車型。同時，能否應對復雜監管、建立公眾信任并驗證公司技術的安全性，以及可持續盈利能力，亦將決定成敗。我們認為，技術優劣應以客觀數據和性能指標評判，如事故率、故障可運行能力等。

重點推薦：小馬智行成本優化與生態聯動驅動Robotaxi 商業化加速

我們重點推薦小馬智行，看好其Robotaxi 領先地位，公司有望26/29 年實現單車/整體盈利，核心邏輯：1）成本優化、量產在即：與豐田/北汽/廣汽聯合發布第七代Robotaxi 平臺，100%車規級硬件，BOM 成本下降70%，預計2H25 量產落地。2）規模化運營顯成效：1Q25 Robotaxi 服務收入同比+200%，一線城市付費運營同比+800%，年底車隊規?；蜻_千臺。3）生態協同加速：已打通微信與騰訊地圖入口，潛在觸達13 億用戶；北京南站、大興機場等節點實現付費運營，商業閉環初步跑通。公司以“模擬仿真+強化學習”構建L4 系統，區別于主流車企“模仿學習+L2 輔助駕駛”路徑，具備更強安全性與冗余性。同時，管理層延長鎖定期，彰顯中長期發展信心。

風險提示：市場競爭加劇、監管挑戰、技術落地能力不足。本報告所涉未上市或未覆蓋公司，僅基于公開信息整理，不構成推薦或覆蓋意見。

知前沿，問智研。智研咨詢是中國一流產業咨詢機構，十數年持續深耕產業研究領域，提供深度產業研究報告、商業計劃書、可行性研究報告及定制服務等一站式產業咨詢服務。專業的角度、品質化的服務、敏銳的市場洞察力，專注于提供完善的產業解決方案，為您的投資決策賦能。

轉自華泰證券股份有限公司 研究員：何翩翩