计算机行业智能驾驶技术的当下与未来：头部玩家的探索与启示

证券研究报究打造极致专业与效率首席分析师 夏君分析师 刘玲执业证书编号：S0680519100004执业证书编号：S0680524070003邮箱：xiajun@gszq.com邮箱：liuling3@gszq.com智能驾驶技术的当下与未来：头部玩家的探索与启示年 月 日2025 05 24▎1、软件侧：从“模仿人类”到“超越人类”、从“聋哑司机”到“司机助理”1.1 从“模仿人类”到“超越人类”1.2 从“聋哑司机”到“司机助理”▎2、硬件侧：比人看得清、比人想得远、比人反应快2.1 感知层：双目感知、鹰眼视觉、激光雷达，比人看得清2.2 决策层：下一代智驾系统对芯片要求更高，比人想得远2.3 执行层：线控趋势已成，比人反应快目录23➢ 智驾要普及，光“模仿人类”不够，必须“超越人类”第一个问题：智驾能否普及？人类会不会永远不敢把生命交给智能驾驶？或者渗透率的上限很低？Eg. 一个关于“电梯” 发展早期的例子：从工业革命时期开始，升降机就已经可以实现上下移动物体或人的基本功能，但直到纽约在1853-1854年举办水晶宫世界博览会后，升降机才被人们视为可以每天安全使用的工具。Elisha Graves Otis 在博览会上以大胆时尚的方式，推出其安全制动装置。他将平台式升降机升至 10 米高度，然后由其助手剪断电梯绳索。平台并没有坠到地面，他向目瞪口呆的观众鞠躬，并宣布“安然无恙！”由此可见，只有技术足够成熟时，人类才会放心将生命交给技术。1.1 从“模仿人类”到“超越人类”1835年1835年英国出现了蒸汽机驱动的升降机，它通过皮带传动和蜗轮蜗杆减速装置驱动，主要用于垂直运送货物。1845年，英国人汤姆逊制成了世界上第一台液压升降机。当时由于升降机功能不够完善，难以保障安全，故较少用于载人。1852年，美国纽约杨可斯•奥的斯的机械工程师（ElishaGravesOtis），在展览会上向公众展示了他的发明，从此宣告了电梯的诞生，也打消了人们长期对升降机安全性的质疑。1857年，奥的斯公司在纽约安装了世界第一台客运升降机，标志着电梯开始用于载人。1880s后，载人升降机进入电力时代。伴随着技术的逐步成熟，电梯更加普及。1845年1852年1857年1880s后图表：Elisha Graves Otis展示电梯安全装置资料来源：梯视达、邢台捷逸达电梯销售有限公司，国盛证券研究所4➢ 智驾要普及，光“模仿人类”不够，必须“超越人类”第二个问题：靠模仿人类，当智驾模型达到人类司机的优秀水平时，能否普及？A：尤其是涉及到人身安全，人性对“自己”和对“技术”的能力存在“双标”。只有远超出人类驾驶水平的智驾技术，才能够大规模普及。1.1 从“模仿人类”到“超越人类”01鬼探头撞车场景的双标02财产管理的双标◼ 想象一下，如果我们自己开车时如果出现鬼探头撞车，我们是什么心态？◼ 如果是滴滴司机或自动驾驶车辆开，出现鬼探头撞车，我们会否轻易原谅？◼ 想象一下，如果我们自己理财亏了钱，我们是什么心态？◼ 如果是托付给其他人帮我们理财，亏了钱，我们是什么心态？（自动驾驶技术能力-人类驾驶能力）×人类对生命谨慎的程度×保险的完善性×政策的支持度=自动驾驶技术的普及性（渗透率）注：公式仅提供一定的参考意义，不代表任何具体数据量化的意义。5➢ 强化学习带来超越人类的潜力•2017年，AlphaGo通过监督学习+强化学习，战胜围棋选手柯洁，成为世界第一。1.1 从“模仿人类”到“超越人类”图表：AlphaGo在围棋比赛中战胜人类图表：地平线认为2035年智能驾驶将实现超越人类的驾驶水平资料来源：每日经济新闻、地平线机器人发布会、中机创，国盛证券研究所6➢ 狭义的“端到端” ，是一种模仿学习思路通过学习 “传感器数据” 与 “人类驾驶轨迹” 的海量对照，让车端模型能做到输入传感器数据后，输出合理的驾驶轨迹。1.1 从“模仿人类”到“超越人类”图表：端到端自动驾驶路线图资料来源：《End-to-end Autonomous Driving: Challenges and Frontiers》（Li Chen等，2018），国盛证券研究所7➢ 广义的“端到端”，既有“模仿学习”、又有“强化学习”“端到端”系统的三种范式：•行为克隆（模仿学习框架）；•逆最优控制（模仿学习框架）；•在线强化学习（强化学习框架）。1.1 从“模仿人类”到“超越人类”图表：端到端自动驾驶三种范式资料来源：《End-to-end Autonomous Driving: Challenges and Frontiers》（Li Chen等，2018），国盛证券研究所8➢ “超越人类”需要“强化学习”，于是世界模型被引入自动驾驶领域众多车企和供应商纷纷公开提出引入“世界模型”，包括特斯拉、英伟达、蔚来、理想、地平线、商汤、元戎启行、Momenta、小鹏……1.1 从“模仿人类”到“超越人类”资料来源：各公司官网、各公司公告，国盛证券研究所91.1 从“模仿人类”到“超越人类”➢ 自动驾驶领域，世界模型的价值世界模型生成的视频交给自动驾驶模型，规划执行的结果作为世界模型未来预测的条件，再通过世界模型继续生成新的数据，进行闭环仿真的测试。2、闭环仿真测试世界模型通常采用自监督的训练模式，这种方式可以利用大量的无标注数据进行训练，从而可以作为感知决策模型的 foundationmodel来提升自动驾驶模型的泛化能力。 4、foundation model对抗样本是自动驾驶模型的一个安全隐患，利用世界模型，采用同一场景变换condition的方式或者黑盒攻击方式，拿到模型失效的且逼真的样本，用于提升自动驾驶模型的安全性。3、对抗样本世界模型可以生成包含行人、交通和路况的新场景，填补训练中缺失的数据。1、长尾数据生成资料来源：自动驾驶之心，国盛证券研究所10➢ 自动驾驶世界模型发展时间表1.1 从“模仿人类”到“超越人类”图表：自动驾驶世界模型发展时间表资料来源：《World Models for Autonomous Driving: An Initial Survey》（Yanchen Guan等，2024），国盛证券研究所11➢ 业界头部玩家的探索——特斯拉•2023 年，特斯拉自动驾驶负责人Ashok Elluswamy在 CVPR 上介绍了其正在打造的 “通用世界模型”。该模型可以通过过往的视频片段和行动提示，生成 “可能的未来” 的全新视频。其基础架构由多台摄像机的视频流输入，汇集到一个大型 Transformer 块中，通过空间注意力和几何模型等形成特征并进行预测，可用于预测占用率、体素未来的流动情况以及车道等驾驶所需的任务。•2024年2月，在OpenAI官宣Sora之后不久，埃隆·马斯克发帖称：“特斯拉在大约一年前就能以精确的物理生成真实世界的视频。”1.1 从“模仿人类”到“超越人类”图表：世界模型同时预测了车辆周围所有八个摄像头的情况图表：直行预测和右转预测例子资料来源：鞭牛士，国盛证券研究所121.1 从“模仿人类”到“超越人类”➢ 业界头部玩家的探索——小鹏汽车•2024年下半年，小鹏汽车已开始面向L4级别的自动