国泰海通计算机：量产辅助驾驶与Robotaxi技术路线是否汇合

根据研报分析，自2026年以来，量产辅助驾驶与Robotaxi的技术路线边界逐渐模糊，底层技术呈现汇合趋势。过去两者因目标函数不同而分化，辅助驾驶由驾驶员担责，聚焦成本、体验与规模化；Robotaxi需无人完成动态驾驶任务，侧重安全冗余与系统可靠性。目前端到端大模型、视觉语言动作（VLA）模型、世界模型成为双方共同技术方向，头部厂商正推进L2与L4统一模型、统一软件架构。

自动驾驶赛道最新趋势是技术路线汇合。过去量产辅助驾驶与Robotaxi因目标函数不同而分化，现在随着端到端大模型等技术的普及，两者边界逐渐模糊。头部厂商正推进L2与L4统一模型，数据飞轮运转效率成为核心竞争力。量产车正转变为自动驾驶模型训练基础设施，提供海量真实数据与Robotaxi的高价值、长尾场景数据结合，形成数据闭环。

研报重点分析了量产辅助驾驶与Robotaxi技术路线的汇合趋势及投资线索。技术层面关注端到端大模型、VLA模型、世界模型等共同方向，以及L2与L4统一模型推进情况。投资层面强调统一基础模型能力、数据飞轮运转效率、车算力软硬件协同、工程化安全验证及商业化转化能力是核心竞争力。同时指出量产车正转变为自动驾驶模型训练基础设施，提供数据闭环支持。

当前自动驾驶市场呈现技术路线汇合趋势，量产辅助驾驶与Robotaxi边界逐渐模糊。端到端大模型、VLA模型等成为共同技术方向，头部厂商推进L2与L4统一模型。数据层面，量产车作为模型训练基础设施提供海量真实数据，与Robotaxi高价值场景数据结合形成闭环。但传感器路线收敛程度较低，多传感器融合仍将长期并存。L2与L4在安全责任、监管要求、商业模式上存在长期分层。

研报提示的主要风险包括：传感器路线收敛程度较低，多传感器融合仍将长期并存；L2与L4在安全责任、监管要求、商业模式上存在长期分层，监管2027年起实施统一安全框架，L3-L4需通过安全论证；商业化变现模式不同，量产车靠整车、软件收费，Robotaxi看单车运营效率与TCO。此外，技术路线汇合过程中可能存在的技术整合难度及数据安全风险也需关注。