主要采用模塊化的算法架構(gòu)。由于高精地圖較高的成本和較差的泛化遠(yuǎn)在除了robotaxi外的各類(lèi)無(wú)人場(chǎng)景都有較強(qiáng)的產(chǎn)品和技術(shù)儲(chǔ)備，且從而大幅度降低人工成本；2025年單車(chē)成本隨著未來(lái)產(chǎn)業(yè)鏈的規(guī)模效應(yīng)逐步降本，以及監(jiān)管要求的5年折舊逐步放寬到8年?；Ｒ园俣葹槔?，robotaxi所需的硬件占比整車(chē)20.5萬(wàn)的成本大約為元，團(tuán)隊(duì)一年研發(fā)人員工資就需要大約1.8個(gè)億，按照6年的迭代總計(jì) 5 5 6 7 3.1.商業(yè)化進(jìn)展：受益于人車(chē)成本下降，robotaxi或 3.2.后發(fā)者競(jìng)爭(zhēng)：后發(fā)玩家具備硬件成本優(yōu)勢(shì)，追趕難點(diǎn) 4.1.百度集團(tuán)：蘿卜快跑領(lǐng)跑全球Robotaxi行業(yè)，UE 4.2.小馬智行：技術(shù)實(shí)力領(lǐng)先，Robotruck和Robotaxi雙 4.3.文遠(yuǎn)知行：Robotaxi車(chē)隊(duì)規(guī)模和中東等海外市場(chǎng)拓展進(jìn)度 5 6 7 7 7 8 8 9 圖27：英偉達(dá)推出單位算力價(jià)格更低的OrinY來(lái)應(yīng)對(duì)自動(dòng)駕駛芯片的競(jìng)爭(zhēng)和降本挑戰(zhàn) 20 21 21 21 21 22 22 23 23 24 24 25 25 25 25 25 26 26 27 28 28 28 29 301.L4技術(shù)逐步成熟推動(dòng)Robotaxi發(fā)展，主要玩家技術(shù)路線各異駕駛出租車(chē)?yán)酶呒?jí)傳感器、人工智能和高精地圖等技術(shù)，實(shí)現(xiàn)安全可靠的自主駕駛?；ヂ?lián)網(wǎng)科技公司自行開(kāi)發(fā)robotaxi平臺(tái)，傳統(tǒng)出行平臺(tái)數(shù)據(jù)來(lái)源：Frost&Sullivan，東吳證券（香港）鐵三角合作模式，代表性例子包括Momenta+上汽+享道出行、文遠(yuǎn)知行+廣汽+如祺出主要合作關(guān)系鐵三角模式主要合作關(guān)系鐵三角模式智駕企業(yè)Momenta主機(jī)廠上汽出行平臺(tái)享道出行文遠(yuǎn)知行廣汽如祺出行小馬智行waymo捷豹uber一家承擔(dān)2個(gè)+滴滴自研廣汽滴滴百度江鈴等百度運(yùn)營(yíng)特斯拉自研特斯拉特斯拉運(yùn)營(yíng)比亞迪自研uber從傳感器的角度看，主要分為多傳感器融合和純視覺(jué)方案兩種技術(shù)路線，在在逐步成熟過(guò)程中，因此純視覺(jué)方案的安全性相比多傳感器原理攝像頭獲得環(huán)境圖像激光雷達(dá)通過(guò)反射的激光束進(jìn)行定位和成象毫米波雷達(dá)通過(guò)接受反射的毫米波進(jìn)行定位和成象超聲波雷達(dá)通過(guò)反射的超聲波進(jìn)行定位成象優(yōu)點(diǎn)獲得豐富的細(xì)節(jié)信息受環(huán)境光線影響非常小不受光線和極端天氣影響成本低，適合近距離探測(cè)缺點(diǎn)遇到光線不好的情況容易出現(xiàn)問(wèn)題遇到雨雪極端天氣容易出現(xiàn)問(wèn)題對(duì)于低反射率的目標(biāo)容易漏掉信息波長(zhǎng)較短，感知精度不夠，遠(yuǎn)距離探測(cè)能力欠佳數(shù)據(jù)來(lái)源：iFind，公開(kāi)新聞?wù)?，東吳證券（以說(shuō)高精地圖是一種具備“超視距”感知能力的傳感器。主米級(jí)精度，而是利用算法和實(shí)時(shí)數(shù)據(jù)彌補(bǔ)地圖信息的不足。主要優(yōu)點(diǎn)包道路變化頻繁，輕地圖通過(guò)實(shí)時(shí)感知應(yīng)對(duì)臨時(shí)施工、突發(fā)障礙等場(chǎng)景，泛化能力更強(qiáng)。a輕量化地圖缺乏這種長(zhǎng)距離精確信息，主要依這些場(chǎng)景風(fēng)險(xiǎn)更高。c輕量化地圖精度不足，在GNSS信號(hào)丟失時(shí)（高樓區(qū)、立交橋）原理高精地圖高精地圖是精度更高、數(shù)據(jù)維度更多的電子地圖，精度更高體現(xiàn)在精確到厘米級(jí)別，數(shù)據(jù)維度包括了除道路信息之外的與交通相關(guān)的周?chē)o態(tài)信息輕量化地圖輕地圖技術(shù)是為降低對(duì)高精度地圖（HDMap）依賴而提出的解決方案。其核心在于“重感知、輕地圖”，利用算法和實(shí)時(shí)數(shù)據(jù)彌補(bǔ)地圖信息的不足。優(yōu)點(diǎn)更安全：可彌補(bǔ)普通傳感器的性能邊界，提供重要先驗(yàn)信息，避免極端情形事故覆蓋范圍大：傳統(tǒng)高精地圖僅覆蓋部分高速和城市主干道，輕地圖方案可擴(kuò)展至全國(guó)530萬(wàn)公里公路。實(shí)時(shí)算力負(fù)擔(dān)?。捍罅快o態(tài)信息可以預(yù)先存留在高精地圖上，減輕了感知實(shí)時(shí)算力負(fù)擔(dān)泛化能力更強(qiáng)：城市道路變化頻繁，輕地圖通過(guò)實(shí)時(shí)感知應(yīng)對(duì)臨時(shí)施工、突發(fā)障礙等場(chǎng)景，泛化能力缺點(diǎn)更新緩慢：大部分圖商只能做到3個(gè)月更新一次高精地圖，對(duì)于自動(dòng)駕駛，理想狀態(tài)是日更，乃至小時(shí)級(jí)的更新。部分場(chǎng)景風(fēng)險(xiǎn)較高：輕量化地圖依賴實(shí)時(shí)感知，在惡劣天氣（雨雪霧）、隧道、地下車(chē)庫(kù)等傳感器受限場(chǎng)景風(fēng)險(xiǎn)較高。高精地圖成本高昂：市場(chǎng)分米級(jí)地圖的測(cè)繪成本為每公里10元左右，而厘米級(jí)地圖的測(cè)繪成本可達(dá)每公里千元部分場(chǎng)景定位能力弱：輕量化地圖精度不足，在GNSS信號(hào)丟失時(shí)（高樓區(qū)、立交橋）定位能力較弱。數(shù)據(jù)來(lái)源：iFind，公開(kāi)新聞?wù)?，東吳證券（局優(yōu)化。優(yōu)點(diǎn)包括：a全局優(yōu)化能力強(qiáng)，通過(guò)單一神經(jīng)網(wǎng)絡(luò)直接從傳制指令，避免模塊間信息損耗和誤差累積，提升系統(tǒng)整體效率；b規(guī)則系統(tǒng)。缺點(diǎn)包括：a黑盒特性導(dǎo)致可解全冗余不足，極端場(chǎng)景（如傳感器失效）依賴單一模型，缺乏預(yù)設(shè)規(guī)則升極端場(chǎng)景可靠性。缺點(diǎn)包括：a信息傳遞損耗，模塊間接口導(dǎo)致誤差累積（如道保持、跟車(chē)而在極端場(chǎng)景下規(guī)則或次級(jí)模型介入（如施工路段切換模塊化路徑規(guī)則系統(tǒng)提供兜底（如誤識(shí)別行人時(shí)觸發(fā)AEBb漸進(jìn)式端到端模塊化端到端和模塊化結(jié)合設(shè)計(jì)理念技術(shù)特點(diǎn)優(yōu)點(diǎn)缺點(diǎn)單一神經(jīng)網(wǎng)絡(luò)直接輸出控制指令分模塊處理（感知→決策→控制）常規(guī)場(chǎng)景：端到端模型快速響應(yīng)（如車(chē)道保持、跟車(chē)）。極端場(chǎng)景：規(guī)則或次級(jí)模型介入（如施工路段切換模塊化路徑規(guī)劃）。數(shù)據(jù)與規(guī)則協(xié)同平衡性能與安全，端到端提升效率，規(guī)則系統(tǒng)提供兜底（如誤識(shí)別行人時(shí)觸發(fā)AEB）可從模塊化逐步遷移，實(shí)現(xiàn)漸進(jìn)式技術(shù)升級(jí)（如特斯拉FSDV9→V12逐步端到端需解決數(shù)據(jù)流協(xié)同問(wèn)題（如端到端與規(guī)則引擎沖突時(shí)的仲裁機(jī)制）數(shù)據(jù)驅(qū)動(dòng)、全局優(yōu)化規(guī)則驅(qū)動(dòng)、模塊獨(dú)立優(yōu)化通過(guò)單一神經(jīng)網(wǎng)絡(luò)直接從傳感器數(shù)據(jù)映射到控制指令，避免模塊間信息損耗和誤差累積，提升系統(tǒng)整體效率模塊獨(dú)立（感知/決策/控制），故障可快速定位（如感知錯(cuò)誤則優(yōu)化檢測(cè)算法）共享特征提取骨干網(wǎng)絡(luò)（如BEV+Transformer），減少冗余計(jì)算，響應(yīng)速度更快團(tuán)隊(duì)可按模塊并行開(kāi)發(fā)，降低協(xié)作復(fù)雜度數(shù)據(jù)驅(qū)動(dòng)模式能學(xué)習(xí)復(fù)雜場(chǎng)景（如非規(guī)則道路、突發(fā)障礙），泛化能力顯著優(yōu)于規(guī)則系統(tǒng)各模塊可嵌入規(guī)則校驗(yàn)（如AEB緊急制動(dòng)規(guī)則），提升極端場(chǎng)景可靠性決策過(guò)程難以追溯，調(diào)試?yán)щy（如誤判紅綠燈時(shí)無(wú)法定位故障層）。模塊間接口導(dǎo)致誤差累積（如感知漏檢→規(guī)劃路徑碰撞風(fēng)險(xiǎn)提升）。數(shù)據(jù)與算力需求極高，需千萬(wàn)級(jí)視頻片段依賴人工編碼規(guī)則，無(wú)法覆蓋所有CornerCase（如罕見(jiàn)交通標(biāo)志誤讀）。極端場(chǎng)景（如傳感器失效）依賴單一模型，缺乏預(yù)設(shè)規(guī)則兜底各模塊獨(dú)立特征提取，算力利用率低（端到端計(jì)算效率高30%以上）開(kāi)發(fā)成本雙重疊加，需同時(shí)維護(hù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練和規(guī)則引擎迭代數(shù)據(jù)來(lái)源：iFind，公開(kāi)新聞?wù)?，東吳證券（(b)VLM模型以感知為中心，但語(yǔ)言輸出和實(shí)際控制存在脫節(jié)；(c)VLA模型整合了感知、推理與行動(dòng)，可能成為下一代主流的自動(dòng)駕核心robotaxi玩家合作車(chē)企和車(chē)型車(chē)輛成本（萬(wàn)元）技術(shù)路徑主要傳感器算法架構(gòu)高精地圖運(yùn)營(yíng)城市運(yùn)營(yíng)車(chē)輛數(shù)大約城區(qū)接管里程（km）累計(jì)行駛里程累計(jì)訂單數(shù)量百度蘿卜快跑江鈴（頤馳06）20.5多傳感器融合4個(gè)禾賽的AT128激光雷達(dá)、6顆毫米波雷達(dá)、12顆超聲波雷達(dá)、4顆300萬(wàn)像素?cái)z像頭、8顆800萬(wàn)像素?cái)z像頭模塊化和端到端結(jié)合是15超過(guò)1000約1000超過(guò)1.5億公里超1100萬(wàn)次小馬智行北汽極狐阿爾法T5、廣汽埃安霸王龍、豐田鉑智4X28（4.1萬(wàn)美元）多傳感器融合9顆激光雷達(dá)、14顆攝像頭、4顆毫米波雷達(dá)，以及4顆麥克風(fēng)、2顆涉水傳感器和1套碰撞傳感器模塊化和端到端結(jié)合是9約300，計(jì)劃2025年底擴(kuò)張至1000-超過(guò)3500萬(wàn)公里-文遠(yuǎn)知行與吉利合作研發(fā)GXR-多傳感器融合傳感器套件SensorSuite5.6，擁有包括高性能低成本激光雷達(dá)、高清高動(dòng)態(tài)相機(jī)、RTK高精度組合慣導(dǎo)模塊等在內(nèi)的超20個(gè)傳感器模塊化和端到端結(jié)合是7超過(guò)1200-超過(guò)4000萬(wàn)公里710萬(wàn)次特斯拉特斯拉cybercab22（3萬(wàn)美元）純視覺(jué)8個(gè)攝像頭、1個(gè)毫米波雷達(dá)、12個(gè)超聲波雷達(dá)端到端否1計(jì)劃2025年擴(kuò)張至1000536--Waymo捷豹純電I-PACE、極氪MIX70（10萬(wàn)美元）多傳感器融合4個(gè)激光雷達(dá)、13個(gè)攝像頭、6個(gè)雷達(dá)模塊化是4超過(guò)1500-超過(guò)9100萬(wàn)公里超過(guò)1000萬(wàn)次數(shù)據(jù)來(lái)源：上市公司財(cái)報(bào)，上市公司官網(wǎng)，公開(kāi)新聞，東吳證券（香港）數(shù)據(jù)來(lái)源：文遠(yuǎn)知行招股書(shū)，CIC，東吳證券2.Robotaxi全球市場(chǎng)空間有望在2030年達(dá)666億美元數(shù)據(jù)來(lái)源：小馬智行招股書(shū)，F(xiàn)rost&Sullivan，東吳證券（香港）致的大部分事故風(fēng)險(xiǎn)，降低事故發(fā)生率，保障駕駛員和乘數(shù)據(jù)來(lái)源：Frost&Sullivan，東吳證券（香港）數(shù)據(jù)來(lái)源：Frost&Sullivan，東吳證券（香港）穩(wěn)定和漸進(jìn)式推進(jìn)。在中國(guó)運(yùn)營(yíng)robotaxi，需要經(jīng)過(guò)測(cè)試、數(shù)據(jù)來(lái)源：Frost&Sullivan，東吳證券（香港）3.2028年Robotaxi有望迎商業(yè)化曙光，后發(fā)追趕具硬件成本優(yōu)業(yè)鏈的規(guī)模效應(yīng)逐步降本，以及監(jiān)管要求的5年折舊逐步放假設(shè)備注收入端假設(shè)25Q1共145萬(wàn)單，按照1000臺(tái)車(chē)，日均單車(chē)大約16單滴滴平均每單9公里，按照逐步達(dá)到9公里水平91km內(nèi)起步價(jià)18元，超出起步價(jià)范圍后每公里2.7元33.736.438.339.139.6新聞?wù)劭鄞蠹s為5折，采取高定價(jià)高折扣的策略0.550.75360436成本端假設(shè)百度RT6做到20.5w，加上換電等成本大約為25w250,000247,500245,025242,575240,149237,748規(guī)模效應(yīng)+反內(nèi)卷政策，未來(lái)車(chē)輛成本按年微降YOY550,000549,500549,005640,429734,307829,718對(duì)比私家車(chē)和滴滴等，略高于普通出租車(chē)15,00015,30015,60615,91816,23616,561YOY對(duì)比私家車(chē)和滴滴等15,00015,30015,60615,91816,23616,561YOY對(duì)比私家車(chē)和滴滴等2YOY大多城市空駛率30-50%，車(chē)隊(duì)規(guī)模越大空駛率逐步下降40%10,59939%14,11138%17,19937%19,85936%21,18735%22,319監(jiān)管要求1：3，隨著技術(shù)成熟有望逐步放開(kāi)1：100.330.330.30云安全員按照武漢人均收入60,00061,20062,42463,67264,94666,245YOY安全員每人工作8小時(shí)，每日換班兩次239,600240,392241,200225,469219,484213,249數(shù)據(jù)來(lái)源：上市公司公告，公開(kāi)新聞?wù)?，東吳證券從單車(chē)成本看，安全員成本有望從2025年的39600元下降至2028年的25469元和里程有望從2025年的5.4公里提升至2030年的大約9公里，折扣率有望從2025年的5數(shù)據(jù)來(lái)源：Frost&Sullivan，東吳證券（香港） 公司入局時(shí)間現(xiàn)狀Cruise曾估值300億美元，因事故和技術(shù)問(wèn)題被通用終止Robotaxi公司入局時(shí)間現(xiàn)狀Cruise曾估值300億美元，因事故和技術(shù)問(wèn)題被通用終止Robotaxi業(yè)務(wù)。轉(zhuǎn)型為通用內(nèi)部團(tuán)隊(duì)，聚焦乘用車(chē)智能駕駛。Zoox2020年被亞馬遜收購(gòu)，估值縮水超60%。獨(dú)立運(yùn)營(yíng)，業(yè)務(wù)轉(zhuǎn)向蘋(píng)果2024年終止造車(chē)項(xiàng)目，撤銷(xiāo)自動(dòng)駕駛測(cè)試許可。轉(zhuǎn)向生成式AI，自動(dòng)駕駛研發(fā)終止。Uber2020年出售自動(dòng)駕駛部門(mén)，退出競(jìng)爭(zhēng)。與Aurora合作，未來(lái)接入其自動(dòng)駕駛車(chē)輛。ArgoAI獲福特、大眾投資，2022年關(guān)閉。團(tuán)隊(duì)解散，技術(shù)資產(chǎn)被福特公司入局時(shí)間關(guān)鍵進(jìn)展Waymo2009全球首個(gè)商業(yè)化Robotaxi，覆蓋美多城，技術(shù)領(lǐng)先。百度Apollo2013蘿卜快跑運(yùn)營(yíng)車(chē)輛超過(guò)1000輛，整車(chē)成本降至20萬(wàn)元。小馬智行20162024年上市，覆蓋中、美多城，與Uber合作拓展全球。滴滴自動(dòng)駕駛2016混合派單模式接入滴滴平臺(tái)，2025年量產(chǎn)L4車(chē)型。為254TOPS，近期推出的平替OrinY單價(jià)不到400美金且算力大約為200TOPS，從單robotaxirobotaxi硬件配置及價(jià)格（以百度為超聲波雷達(dá)攝像頭毫米波雷達(dá)激光雷達(dá)域控制器價(jià)格（元/個(gè)，根據(jù)新聞和公開(kāi)信息200500300035000L4用量（根據(jù)新聞和公開(kāi)信息整41600240030001200035000總成本（元）35000占比整車(chē)成本（整車(chē)成本大約20.5w）數(shù)據(jù)來(lái)源：公開(kāi)新聞?wù)?，相關(guān)上市公司公數(shù)據(jù)來(lái)源：公開(kāi)新聞?wù)?，相關(guān)上市公司公數(shù)據(jù)來(lái)源：上市公司公告，公開(kāi)信息整理，東吳證券（香港）年。我們大概估算L4研發(fā)的算法迭代所需的時(shí)間，根按照特斯拉的算法迭代速度對(duì)比2從基礎(chǔ)狀態(tài)迭代到業(yè)內(nèi)L4水平至少所需次數(shù)3-迭代出業(yè)內(nèi)L4平均水平至少所需時(shí)間（年）6--數(shù)據(jù)來(lái)源：專家訪談，相關(guān)上市公司財(cái)報(bào)，東吳證券（香港）時(shí)間點(diǎn)階段/版本核心變化與技術(shù)突破2019年3月HW3.0+FSD獨(dú)立發(fā)售-HW3.0搭載自研FSD芯片，算力達(dá)144TOPS，支持復(fù)雜算法-FSD作為獨(dú)立功能預(yù)售，需依賴后續(xù)迭代逐步解鎖完整功能2020年8月算法重構(gòu)-重寫(xiě)Autopilot底層代碼，優(yōu)化神經(jīng)網(wǎng)絡(luò)架構(gòu)，為性能提升鋪路-數(shù)據(jù)標(biāo)注升級(jí)：從人工標(biāo)注轉(zhuǎn)向自動(dòng)標(biāo)注，利用海量用戶數(shù)據(jù)加速訓(xùn)練-技術(shù)反思：早期算法（如OccupancyTracker）依賴手動(dòng)編程且精度不足，促使轉(zhuǎn)向端到端深度學(xué)習(xí)2021年BEV+Transformer架構(gòu)-BEV（鳥(niǎo)瞰圖）感知：多攝像頭圖像重建3D全局視角，實(shí)現(xiàn)特征級(jí)融合，數(shù)據(jù)失真率顯著降低-Transformer模型：引入自注意力機(jī)制處理時(shí)序數(shù)據(jù)，提升長(zhǎng)距離依賴建模能力，擺脫對(duì)高精地圖的依賴-時(shí)序數(shù)據(jù)融合：加入VideoNeuralNet，利用多幀視頻預(yù)測(cè)遮擋物體運(yùn)動(dòng)2022年占用網(wǎng)絡(luò)+Dojo超算-占用網(wǎng)絡(luò)（OccupancyNetwork）：通過(guò)體素建?？臻g占用情況，無(wú)需識(shí)別具體障礙物即可處理未知物體，大幅提升泛化能力-Dojo超級(jí)計(jì)算機(jī)：專為自動(dòng)駕駛訓(xùn)練設(shè)計(jì)，算力密度達(dá)1.1EFLOPS，加速數(shù)據(jù)處理與模型迭代-FSDBetaV11：2022年11月推送，提升近距離障礙物召回率和惡劣天氣精度，Transformer空間分辨率提高4倍2023年FSDBeta持續(xù)優(yōu)化-V10.11版本：車(chē)道拓?fù)浣Y(jié)構(gòu)建模升級(jí)為自回歸解碼器，使用Transformer預(yù)測(cè)變道行為，降低錯(cuò)誤率-V11.3版本：統(tǒng)一公路與非公路視覺(jué)規(guī)劃堆棧，支持城市NOA（NavigateonAutopilot）2024年4月FSDV12+端到端架構(gòu)-端到端自動(dòng)駕駛：直接通過(guò)超1000萬(wàn)個(gè)人類(lèi)駕駛視頻訓(xùn)練模型，實(shí)現(xiàn)“輸入視頻-輸出控制指令”的擬人化決策，被稱為自動(dòng)駕駛的“ChatGPT時(shí)刻”-代碼重構(gòu)：人工代碼從30萬(wàn)行縮減至3000行，決策速度提升2倍，算力需求降低30%2024年12月FSDV13.2+HW4.0-全場(chǎng)景覆蓋：支持停車(chē)場(chǎng)啟動(dòng)FSD，實(shí)現(xiàn)倒車(chē)、自動(dòng)泊車(chē)、三點(diǎn)掉頭等，無(wú)需提前設(shè)置導(dǎo)航-硬件協(xié)同：HW4.0的ISP提供更高分辨率輸入，提升識(shí)別精度-Robotaxi支持：新增車(chē)隊(duì)通信功能，為2025年Robotaxi網(wǎng)絡(luò)部署奠定基礎(chǔ)2025年5月Dojo2規(guī)劃公布-計(jì)劃2026年發(fā)布Dojo2，性能較初代提升10倍；2028年推出Dojo3，目標(biāo)算力密度接近ASIC芯片，進(jìn)一步降低訓(xùn)練成本數(shù)據(jù)來(lái)源：特斯拉財(cái)報(bào)和發(fā)布會(huì)等公開(kāi)信息，東吳證券（香港）6778數(shù)據(jù)來(lái)源：各公司發(fā)布會(huì)或采訪信息整理，相關(guān)上市公司財(cái)報(bào)，東吳證券（香港）入數(shù)據(jù)。模型訓(xùn)練：將標(biāo)注好的數(shù)據(jù)輸入到自動(dòng)駕駛的算法模型中進(jìn)行訓(xùn)練，如感知、據(jù)的學(xué)習(xí)，讓模型掌握各種駕駛場(chǎng)景下的特征和規(guī)律，從而提升自動(dòng)駕駛系統(tǒng)的性能。3）數(shù)據(jù)積累。大量行駛里程積累：隨著自動(dòng)駕駛車(chē)輛或搭載相關(guān)功能量產(chǎn)車(chē)的行駛里于90分的優(yōu)質(zhì)數(shù)據(jù)（約占3%）作為模型訓(xùn)練的素材數(shù)據(jù)庫(kù)。自動(dòng)駕駛對(duì)于數(shù)據(jù)的采集、處理和積累情況數(shù)據(jù)采集傳感器采集：自動(dòng)駕駛車(chē)輛會(huì)搭載激光雷達(dá)、相機(jī)、毫米波雷達(dá)等多種傳感器。車(chē)輛行駛時(shí)，這些傳感器可收集地圖信息、行駛速度、坐標(biāo)、姿態(tài)、物體識(shí)別和距離測(cè)量等數(shù)據(jù)。例如，激光雷達(dá)通過(guò)發(fā)射激光束，接收反射光來(lái)獲取周?chē)h(huán)境的三維點(diǎn)云數(shù)據(jù)；相機(jī)則拍攝車(chē)輛周?chē)膱D像，用于識(shí)別車(chē)道線、交通標(biāo)志、行人等物體。多種車(chē)輛采集：除了專門(mén)的自動(dòng)駕駛采集車(chē)，道路采集車(chē)、量產(chǎn)車(chē)也可用于數(shù)據(jù)收集。部分車(chē)企還鼓勵(lì)車(chē)主貢獻(xiàn)數(shù)據(jù)，如特斯拉通過(guò)影子模式，在車(chē)輛行駛過(guò)程中利用傳感器持續(xù)對(duì)決策算法進(jìn)行驗(yàn)證，當(dāng)系統(tǒng)算法與駕駛員行為不一致的場(chǎng)景被判定為“極端工況”時(shí)，便觸發(fā)數(shù)據(jù)回傳。數(shù)據(jù)處理預(yù)處理：采集回來(lái)的原始數(shù)據(jù)通常是未加工的，格式可能復(fù)雜且包含噪聲等。需要進(jìn)行預(yù)處理，如將原始數(shù)據(jù)從二進(jìn)制文件格式轉(zhuǎn)換為算法或人工標(biāo)注能識(shí)別的格式，還包括對(duì)數(shù)據(jù)進(jìn)行時(shí)間戳對(duì)齊、插值等操作，使不同傳感器的數(shù)據(jù)在時(shí)間上保持同步，便于后續(xù)處理。數(shù)據(jù)標(biāo)注：這是數(shù)據(jù)處理的關(guān)鍵環(huán)節(jié)，通過(guò)人工或自動(dòng)標(biāo)注的方式，為數(shù)據(jù)添加標(biāo)簽。如在圖像或點(diǎn)云數(shù)據(jù)中標(biāo)注出障礙物、車(chē)道線、行人等目標(biāo)物體的位置和類(lèi)別等信息，生成帶有增值的數(shù)據(jù)集，為后續(xù)模型訓(xùn)練提供準(zhǔn)確的輸入數(shù)據(jù)。模型訓(xùn)練：將標(biāo)注好的數(shù)據(jù)輸入到自動(dòng)駕駛的算法模型中進(jìn)行訓(xùn)練，如感知、預(yù)測(cè)、定位、規(guī)控等算法模塊。通常會(huì)使用GPU集群等高性能計(jì)算資源，通過(guò)大量數(shù)據(jù)的學(xué)習(xí)，讓模型掌握各種駕駛場(chǎng)景下的特征和規(guī)律，從而提升自動(dòng)駕駛系統(tǒng)的性能。數(shù)據(jù)積累大量行駛里程積累：隨著自動(dòng)駕駛車(chē)輛或搭載相關(guān)功能量產(chǎn)車(chē)的行駛里程增加，會(huì)不斷產(chǎn)生新的數(shù)據(jù)。馬斯克認(rèn)為，對(duì)于端到端輔助駕駛，用1000萬(wàn)個(gè)Clips進(jìn)行訓(xùn)練，系統(tǒng)會(huì)有驚人表現(xiàn)，這些數(shù)據(jù)包含車(chē)輛行駛過(guò)程中所有傳感器的數(shù)據(jù)以及方向盤(pán)、油門(mén)、剎車(chē)等駕駛數(shù)據(jù)。數(shù)據(jù)篩選與迭代：通過(guò)制定一定的標(biāo)準(zhǔn)，對(duì)收集到的數(shù)據(jù)進(jìn)行篩選，如理想汽車(chē)智駕團(tuán)隊(duì)根據(jù)“老司機(jī)標(biāo)準(zhǔn)”對(duì)車(chē)主行駛表現(xiàn)打分，將分?jǐn)?shù)高于90分的優(yōu)質(zhì)數(shù)據(jù)（約占3%）作為模型訓(xùn)練的素材數(shù)據(jù)庫(kù)。同時(shí)，建立錯(cuò)題庫(kù)，將不良駕駛行為等數(shù)據(jù)也納入訓(xùn)練，不斷迭代模型，隨著版本更新，逐步增加訓(xùn)練數(shù)據(jù)量，積累更豐富、更有價(jià)值的數(shù)據(jù)。數(shù)據(jù)來(lái)源：公開(kāi)信息整理，東吳證券（香港）用戶單車(chē)采集數(shù)據(jù)相關(guān)假設(shè)采集數(shù)據(jù)所需時(shí)間估算用戶單車(chē)采集數(shù)據(jù)相關(guān)假設(shè)采集數(shù)據(jù)所需時(shí)間估算1行駛速度（公里/時(shí)）具備價(jià)值的clips（個(gè)）1每個(gè)clip時(shí)常（秒）單車(chē)每小時(shí)產(chǎn)生有價(jià)值的clip時(shí)長(zhǎng)占比0.56%單車(chē)每公里產(chǎn)生具備價(jià)值的clip（個(gè)）用戶單車(chē)采集到1000萬(wàn)個(gè)有價(jià)值的clips所需行駛時(shí)間（年，24小時(shí)365天）用戶單車(chē)采集到1000萬(wàn)個(gè)有價(jià)值的clips所需后發(fā)者采集數(shù)據(jù)相關(guān)假設(shè)采集數(shù)據(jù)所需時(shí)間估算公司自有數(shù)據(jù)采集車(chē)數(shù)量（臺(tái)）200公司用戶車(chē)規(guī)模（對(duì)于仿真技術(shù)較強(qiáng)的公司可以看作仿真生成數(shù)據(jù)的車(chē)隊(duì)，萬(wàn)臺(tái)）5公司用戶單車(chē)每天行駛時(shí)間（時(shí)，特斯拉用戶單車(chē)每天平均行駛大約1小時(shí)約50公里）1公司自有數(shù)據(jù)采集車(chē)每天行駛時(shí)間（時(shí)）8數(shù)據(jù)采集車(chē)每小時(shí)具備價(jià)值clip數(shù)量（個(gè)，假設(shè)單車(chē)行駛每小時(shí)有效clip占比為5%）9數(shù)據(jù)采集車(chē)每天產(chǎn)生有效clip個(gè)數(shù)（個(gè)）用戶車(chē)每天生產(chǎn)有效clip個(gè)數(shù)（個(gè)）1440050000公司每天產(chǎn)生有效clip個(gè)數(shù)（個(gè)）公司積累1000萬(wàn)CLIPS所需時(shí)間（天）64400155如果沒(méi)有用戶車(chē)積累1000萬(wàn)CLIPS所需時(shí)間（天）694數(shù)據(jù)來(lái)源：專家訪談，相關(guān)上市公司公告，（香港）數(shù)據(jù)來(lái)源：專家訪談，相關(guān)上市公司公告，（香港）景標(biāo)注速度大約為5分鐘每個(gè)20秒的Clip，覆蓋80%的工作量，人工覆蓋20%工作量來(lái)驗(yàn)核AI的標(biāo)注結(jié)果，我們測(cè)算得到半自動(dòng)數(shù)據(jù)來(lái)源：專家訪談，公開(kāi)信息整理，東吳數(shù)據(jù)來(lái)源：專家訪談，公開(kāi)信息整理，東吳數(shù)據(jù)標(biāo)注相關(guān)假設(shè)1000萬(wàn)個(gè)clips數(shù)據(jù)標(biāo)注所需時(shí)間和成本估算數(shù)據(jù)標(biāo)注相關(guān)假設(shè)1000萬(wàn)個(gè)clips數(shù)據(jù)標(biāo)注所需時(shí)間和成本估算混合場(chǎng)景標(biāo)注速度（分鐘/clip，包括長(zhǎng)尾5半自動(dòng)化標(biāo)注：AI預(yù)標(biāo)注-工作量占比半自動(dòng)化標(biāo)注：人工核驗(yàn)AI標(biāo)注-工作量8數(shù)據(jù)處理的難點(diǎn)具體內(nèi)容數(shù)據(jù)標(biāo)注效率瓶頸標(biāo)注一致性與歧義性問(wèn)題：不同標(biāo)注員對(duì)“施工區(qū)域邊界”“緊急停車(chē)帶”等模糊場(chǎng)景的理解存在差異，導(dǎo)致標(biāo)注結(jié)果不一致；動(dòng)態(tài)場(chǎng)景（如車(chē)輛半遮擋）的標(biāo)注標(biāo)準(zhǔn)不統(tǒng)一，影響模型訓(xùn)練效果。新型場(chǎng)景標(biāo)注滯后：當(dāng)出現(xiàn)新交通標(biāo)志（如智能交通指示牌）或車(chē)型時(shí)，需重新制定標(biāo)注規(guī)則，標(biāo)注團(tuán)隊(duì)學(xué)習(xí)周期長(zhǎng)，導(dǎo)致數(shù)據(jù)處理延遲。數(shù)據(jù)清洗與質(zhì)量控制復(fù)雜性噪聲數(shù)據(jù)過(guò)濾與誤刪風(fēng)險(xiǎn)：傳感器故障（如激光雷達(dá)點(diǎn)云異常點(diǎn)）、電磁干擾（如毫米波雷達(dá)虛警）產(chǎn)生的無(wú)效數(shù)據(jù)需通過(guò)統(tǒng)計(jì)分析剔除，但可能誤刪邊緣有效數(shù)據(jù)（如遠(yuǎn)處微弱的行人點(diǎn)云）。時(shí)空一致性校驗(yàn)計(jì)算量大：同一物體在連續(xù)幀中的運(yùn)動(dòng)軌跡需符合物理規(guī)律（如速度不能突變），需通過(guò)軌跡平滑算法逐幀校驗(yàn)，百萬(wàn)幀數(shù)據(jù)處理需數(shù)天GPU計(jì)算。4.重點(diǎn)Robotaxi公司一覽（百度集團(tuán)、文遠(yuǎn)知行、小馬智行）數(shù)據(jù)來(lái)源：Frost&Sullivan，東吳證公開(kāi)新聞，測(cè)算百度蘿卜快跑單車(chē)UEmodel，我們認(rèn)為公司Robotaxi業(yè)務(wù)未來(lái)產(chǎn)業(yè)鏈的規(guī)模效應(yīng)逐步降本，以及監(jiān)管要求的5年折舊逐步放寬到8年，未來(lái)假設(shè)備注收入端假設(shè)25Q1共145萬(wàn)單，按照1000臺(tái)車(chē)，日均單車(chē)大約16單滴滴平均每單9公里，按照逐步達(dá)到9公里水平91km內(nèi)起步價(jià)18元，超出起步價(jià)范圍后每公里2.7元33.736.438.339.139.6新聞?wù)劭鄞蠹s為5折，采取高定價(jià)高折扣的策略0.550.75360436成本端假設(shè)百度RT6做到20.5w，加上換電等成本大約為25w250,000247,500245,025242,575240,149237,748規(guī)模效應(yīng)+反內(nèi)卷政策，未來(lái)車(chē)輛成本按年微降YOY550,000549,500549,005640,429734,307829,718對(duì)比私家車(chē)和滴滴等，略高于普通出租車(chē)15,00015,30015,60615,91816,23616,561YOY對(duì)比私家車(chē)和滴滴等15,00015,30015,60615,91816,23616,561YOY對(duì)比私家車(chē)和滴滴等2YOY大多城市空駛率30-50%，車(chē)隊(duì)規(guī)模越大空駛率逐步下降40%10,59939%14,11138%17,19937%19,85936%21,18735%22,319監(jiān)管要求1：3，隨著技術(shù)成熟有望逐步放開(kāi)1：100.330.330.30云安全員按照武漢人均收入60,00061,20062,42463,67264,94666,245YOY安全員每人工作8小時(shí)，每日換班兩次239,600240,392241,200225,469219,484213,249數(shù)據(jù)來(lái)源：上市公司公告，公開(kāi)新聞?wù)?，東吳證券從單車(chē)成本看，安全員成本有望從2025年的39600元下降至2028年的25469元和里程有望從2025年的5.4公里提升至2030年的大約9公里，折扣率有望從2025年的5動(dòng)駕駛數(shù)據(jù)閉環(huán)工具鏈）。2024年這三大業(yè)務(wù)的收入分別占總收入的9技術(shù)難度運(yùn)行場(chǎng)景：高速公路為主，道路規(guī)則簡(jiǎn)單環(huán)境復(fù)雜度：少行人、非機(jī)動(dòng)車(chē)，無(wú)復(fù)雜路口/環(huán)島決策邏輯：以跟車(chē)、變道為主，應(yīng)急場(chǎng)景較少運(yùn)行場(chǎng)景：城市道路為主，含密集車(chē)流、行人、非機(jī)動(dòng)車(chē)環(huán)境復(fù)雜度：需處理路口信號(hào)燈、行人橫穿、臨時(shí)障礙物等市場(chǎng)需求:物流行業(yè)人力成本高,降本需求迫切市場(chǎng)需求：公眾對(duì)自動(dòng)駕駛安全性接受度低，出行習(xí)慣待培養(yǎng)運(yùn)營(yíng)模式：需覆蓋城市全場(chǎng)景，難以快速規(guī)模化政策限制:多地僅允許試點(diǎn)區(qū)域運(yùn)營(yíng),需安全員隨車(chē)應(yīng)積累的海量貨運(yùn)數(shù)據(jù)（如高速路況）可用于優(yōu)化城市數(shù)據(jù)來(lái)源：小馬智行官網(wǎng)，公開(kāi)信息整理，東吳證券代級(jí)發(fā)布時(shí)間傳感器適配車(chē)型Q2202514V4R9L1016TOPS豐田鉑智4X、北汽極狐T5、廣汽霸王龍28萬(wàn)Q1202211V4R7L500TOPS90萬(wàn)數(shù)據(jù)來(lái)源：小馬智行官網(wǎng)，公開(kāi)信息整理，東吳證券公司單車(chē)毛利有望在2028年回正，其中安全員成本因?yàn)?028年左右無(wú)人駕駛技術(shù)成熟技術(shù)成熟，5年的折舊監(jiān)管要求有望逐步放開(kāi)至8年。2025E2026E2027E2028E2029E2030E假設(shè)備注收入端假設(shè)日均單車(chē)大約15+單19.520滴滴平均每單9公里，小馬主要布局樞紐每單里程可能更高平均每單里程（公里）8.59.53km內(nèi)起步價(jià)15元，超出起步價(jià)范圍后每公里2.8元平均每單收入（元）2525.627.930.433.237.4小馬app看折扣大約為6折，后續(xù)逐步減少折扣每單折扣率0.70.750.9每單折扣后實(shí)際收入（元）單車(chē)日均收入（元）225262301214042548634673單車(chē)年均收入（元）82,12595,458109,903147,577177,226245,718成本端假設(shè)車(chē)輛成本總計(jì)（元）56,00055,44054,88654,33744,82833,285第七代大約28萬(wàn)元自有車(chē)輛單車(chē)造價(jià)（元）280,000277,200274,428271,684268,967266,277規(guī)模效應(yīng)+反內(nèi)卷政策，未來(lái)車(chē)輛成本按年微降YOY監(jiān)管要求5年（后續(xù)可能會(huì)逐步放開(kāi)）折舊年限（年）車(chē)輛成本（元）556,000555,440554,886554,337644,828833,285運(yùn)維成本總計(jì)（元）41,99344,71147,97051,69555,34560,402對(duì)比私家車(chē)和滴滴等，略高于普通出租車(chē)保險(xiǎn)費(fèi)用（元）15,00015,30015,60615,91816,23616,561按年微增YOY2%2%2%2%2%對(duì)比私家車(chē)和滴滴等維修、清潔等費(fèi)用（元）15,00015,30015,60615,91816,23616,561按年微增YOY2%2%2%2%2%對(duì)比私家車(chē)和滴滴等2按年微增YOY2%2%2%2%2%大多城市空駛率30-50%，車(chē)隊(duì)規(guī)模越大空駛率逐步下降空駛率動(dòng)力費(fèi)用（元）40%11,99339%14,11138%16,75837%19,85936%22,87235%27,279安全員成本總計(jì)（元）39,60040,39241,20025,469監(jiān)管要求1：3，隨著技術(shù)成熟有望逐步放開(kāi)1：10云代駕人車(chē)比0.330.330.30云安全員按照二線城市人均收入安全員年薪（元）60,00061,20062,42463,67264,94666,245按年微增YOY2%2%2%2%2%安全員每人工作8小時(shí)，每日換班兩次安全員換班（每日兩班16h）安全員總成本（元）239,600240,392241,200225,469219,484213,249單車(chē)年均成本（元）137,593140,543144,055131,501119,656106,935單車(chē)年均毛利潤(rùn)（元）-55,468-45,085-34,15216,07657,569單車(chē)年均毛利潤(rùn)（元）-55,468-45,085-34,15216,07657,569數(shù)據(jù)來(lái)源：上市公司公告，公開(kāi)新聞?wù)?，東吳證券布扎比開(kāi)啟沒(méi)有安全員的純無(wú)人駕駛Robotaxi試運(yùn)營(yíng)，打造了中東地區(qū)第一支純無(wú)人數(shù)據(jù)來(lái)源：上市公司公告，公開(kāi)新聞?wù)?，東吳證券本有望隨著規(guī)?；磕暧行┪⒌慕当荆⑶译S著技術(shù)成熟，5年2025E2026E2027E2028E2029E2030E假設(shè)備注收入端假設(shè)2020年國(guó)慶期間曾達(dá)17.9單，robotaxi業(yè)內(nèi)平均大約為15+單15.516.518.9滴滴平均每單9公里，假設(shè)2025后中東占比提升，地廣人稀帶來(lái)運(yùn)距快速提升平均每單里程（公里）4.2677.893km內(nèi)起步價(jià)12元，超出起步價(jià)范圍后每公里2.6元（以廣州收費(fèi)標(biāo)準(zhǔn)）。2025年平均每單收入按25Q1收入1610萬(wàn)元/1200臺(tái)車(chē)/日均15單，大約每單實(shí)際10元平均每單收入（元）19.822.424.527.630.225年打車(chē)軟件界面22元優(yōu)惠大約6元大約為7折，中東占比提升后折扣降低每單折扣率50.880.91每單折扣后實(shí)際收入（元）222530單車(chē)日均收入（元）158246305355447571單車(chē)年均收入（元）57,48889,615111,194129,739163,199208,335成本端假設(shè)車(chē)輛成本總計(jì)（元）60,00059,40058,80658,21848,03035,662未披露，按照