摘要：从这周的市场来看，在AI硬件出一定分化之下，智能驾驶、人形机器人板块不断走强，吸引了一大部分资金的关注。

从这周的市场来看，在AI硬件出一定分化之下，智能驾驶、人形机器人板块不断走强，吸引了一大部分资金的关注。

而人形机器人在周五马斯克回复订单消息是假的之后，板块回落比较快。

但智能驾驶整体走的还不错。

下周一（23日），鸿蒙智行将召开秋季新品发布会。

官方预告中，“问界”与“尚界”系列新车型将正式亮相，主要是“尚界”系列目前小定超过11万，市场关注度比较高，主要也是价格来到15万级别的鸿蒙智行产品。

同时结合近期行业动向——八部门联合印发《汽车行业稳增长工作方案（2025—2026年）》，明确提出支持L3级自动驾驶车型准入试点，推动智能网联技术产业化应用。

从这方面来看，当下国内智能驾驶或许正在进入一个由技术成熟、成本下降和行业趋势明朗的共同驱动的“落地期”。

但在当下，这场变化是否具备可持续性？哪些环节真正创造了价值？长期来看，智能驾驶阶段谁更可能胜出？

带着这些问题，笔者尝试从三个维度来分析：技术迭代升级、价格持续下降、以及本土供应链的结构性优势来分析。

过去5年，智能驾驶的技术路线是“模块化+规则驱动”。

工程师为每一个驾驶场景编写代码：识别红绿灯、保持车道、自动变道……

这套方法在高速领航辅助（Highway NOA）上表现尚可，但在城市复杂路况中，面对无保护左转、施工围挡、行人突然穿行等“边缘案例”（edge cases），系统往往失效。

大家一定要知道，现实世界的交通场景几乎是无限组合的，靠人工穷举规则，边际成本极高，且难以覆盖长尾问题。而且这东西还是安全的问题。

真正的变化发生在2024年年末。

那时候特斯拉FSD v12版本上线“端到端神经网络”架构，不再依赖中间的感知-决策-规划模块，而是直接将摄像头输入映射为车辆控制信号。

其实大家要知道，视觉对技术要求特别高，所以之前基本上很少人，但是这东西才能做到实时应对。

特斯拉公布的数据显示，FSD的无接管里程比例从v11时代的约30%，提升至v12的81%。

这意味着系统可以在绝大多数情况下自主完成驾驶任务，仅在极少数复杂场景下需要人类介入。

这一技术路径的本质，是从“编程世界”转向“训练世界”。

它不依赖工程师的经验，而是依赖数据规模和反馈闭环。

国内厂商正在快速跟进：

理想汽车推出MindVLA，融合视觉、语言与空间理解；

小马智行构建PonyWorld仿真平台，在虚拟环境中生成百万级极端场景用于AI训练；

华为、小鹏、蔚来、比亚迪等均在推进端到端大模型的实车部署。

技术的成熟，正在让“城区NOA”从“能用”走向“好用”。目前，国内乘用车L2及以上功能渗透率已达57.4%，但高阶功能如城区NOA的实际使用率仍低于1%。

这说明市场仍处于早期阶段，不是需求不存在，或许目前正处于快速部署阶段。

一旦端到端模型在真实道路中验证出稳定性，用户习惯形成正循环，高阶智驾将从“锦上添花”变为“购车核心考量”。

一项技术能否普及，最终取决于经济可行性。

几年前，一辆具备L3能力的智能汽车，仅激光雷达和高算力平台成本就高达数十万元，Robotaxi单车硬件成本甚至超过百万元，远非普通消费者所能承受。

但如今，这一局面正在被打破：

国产激光雷达厂商如禾赛科技、速腾聚创已实现大规模量产，成本下降超60%；

地平线、黑芝麻智能等国产AI芯片厂商推出高性价比车规级芯片；

比亚迪“天神之眼”等高阶智驾系统开始下探至15万元甚至10万元级车型。

为赋能的鸿蒙智行系列，全系支持城市NOA，且不额外收取订阅费（初期策略，后期是否收费暂未知）。

这意味着，智能驾驶正经历“高端功能下放”的过程。

当一项功能成为“标配”，它的价值就从“溢价能力”转向“成本控制能力”。

这也带来一个新的商业模型：车企可以通过前期免费提供智驾功能，吸引用户购车，再通过后续OTA升级、软件订阅、数据服务等方式实现持续变现。

这或许类似iPhone的硬件+生态模式。

如果说电动化的胜利靠的是电池技术和制造效率，那么智能化的竞争，则更依赖于完整的供应链、丰富的应用场景和庞大的数据池。

从这方面来看，国内在智能驾驶领域的优势，已不仅仅是市场规模，更是完整的本土供应链与丰富的测试场景。

首先是供应链自主可控：

芯片：华为昇腾、地平线征程、黑芝麻A1000等国产AI芯片已实现量产装车；

传感器：禾赛、速腾聚创占据全球激光雷达近40%份额；

算法：百度Apollo、Momenta、小马智行在自动驾驶算法领域具备全球竞争力；

整合能力：鸿蒙智行、小米、蔚来等展现出强大的软硬一体化能力。

其次是场景复杂度高。国内的城市道路密度大、交通参与者混杂、加塞频繁、标识不清——这些“痛点”，恰恰是训练AI模型的“金矿”。

一个能在重庆解放碑或北京三环稳定运行的智驾系统，其泛化能力远超在硅谷高速上测试的系统。

最后是数据规模巨大。

截至2025年，中国搭载L2+系统的汽车保有量已超3000万辆，每天产生PB级驾驶行为数据。这些数据通过OTA回传，用于模型迭代，形成“数据飞轮”。

我们不必追问“智能驾驶会不会来”，就像2010年不必争论“智能手机是否会取代功能机”。

现在的问题关键是：它何时达到‘可用’门槛？谁掌握了关键生产要素？

目前或许智能汽车产业的“下半场”竞赛，而发令枪，已经响起。

特别声明：以上内容绝不构成任何投资建议、引导或承诺，仅供学术研讨。

如果觉得资料有用，希望各位能够多多支持，您一次点赞、一次转发、随手分享，都是小猎豹坚持的动力~

来源：股市小猎豹