智能驾驶技术的当下与未来：头部玩家的探索与启示

智能驾驶技术的当下与未来：头部玩家的探索与启示

软件侧：从“模仿人类”到“超越人类”、从“聋哑司机”到“司机助理”

• 智驾普及的关键在于超越人类水平： 智能驾驶技术要实现普及，必须远超人类驾驶水平，才能获得用户信任。这需要通过强化学习等技术实现。
• 强化学习与世界模型： 强化学习是智驾技术超越人类的关键，世界模型则通过生成数据驱动实现模拟学习和强化学习，帮助模型主动理解数据。特斯拉、小鹏、理想、小马智行等头部玩家都在积极探索世界模型技术。
• 语言模型与多模态模型： 语言模型和多模态模型也被引入智能驾驶领域，如EMMA、DiLu、LINGO-2、SENNA、DriveVLM等，使智驾系统能够理解自然语言指令，并具备更强的场景理解和决策能力。
• 头部玩家探索： 特斯拉、小鹏、理想、小马智行、Momenta、地平线等公司在VLA模型研发、云端算力、数据获取、车端算力等方面各有特色，推动着智驾软件技术的快速发展。

硬件侧：比人看得清、比人想得远、比人反应快

• 感知层： 双目感知、鹰眼视觉、激光雷达等技术，使智驾系统能够比人看得更清。特斯拉、小鹏等公司通过双目摄像头、鹰眼视觉等技术提升感知距离和识别速度，而激光雷达方案也逐渐被主流车厂采用。
• 决策层： 下一代智驾系统对芯片算力要求更高，地平线、特斯拉、小鹏等公司通过自研芯片或软硬结合的方式提升算力，以满足VLA模型的需求。
• 执行层： 线控转向和线控制动技术已成为趋势，英菲尼迪、丰田、特斯拉、蔚来等公司已将线控转向技术应用于量产车型，而线控制动技术也具有更高的安全性和舒适性。

投资建议

• 建议关注智能车及积极转型的传统车企、Robotaxi运营厂商、智能驾驶软件+芯片方案供应商、核心的线控转向、线控制动供应商、激光雷达供应商等领域的投资机会。

风险提示

• 技术发展不及预期风险。
• 政策支持不及预期的风险。
• 各种功能落地不及预期风险。