有数有据的商业分析智能体 全球智能驾驶辅助技术发展现状：技术 路线、商业化落地与政策框架分析 生成人先见者1006516 报告生成日期：2025-12-2513:50 本平台提供的内容仅供参考，不构成投资建议或证券买卖邀请， 先见AI 用户需自行判 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 2 目录 1.全球智能驾驶辅助技术发展现状与趋势 .... .................................................4 1.1自动驾驶技术演进路径分析 ...................................................... 4 1.1.1感知系统技术路线迭代逻辑 .............................................4 1.1.2决策算法架构优化方向 ........................8 1.2.2域控制器市场采纳度分析 ................................................9 2.智能驾驶产业链结构与竞争格局 .............................................................11 2.1产业链上中下游价值分布 ........

⼈现在能穿针引线或缝合⽟⽶ 粒。机器⼈正在由理论⾛向现实，由⽆⽤变得有⽤ 2 ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量（以百万计）按类型预测 来源：花旗经济研究部 2024 2025 2030 2035 2050 CAGR ⾃动驾驶汽⻋ 27 34 126 380 1,858 17.4% 国内清洁机器⼈ 286 326 541 793 1,188 5.3% ⼈形 0 0 1 13 648 60.7% AGV与AMR 2 3 8.9 按类型预测的机器人单位编号 来源: Citi GPS 4,500 4,000 3,500 3,000 2,500 2,000 1,500 1,000 500 0 ⾃动驾驶⻋辆 家⽤清洁机器⼈ ⼈形机器⼈ AGV和AMR ⽆⼈机 护理机器⼈ 商业清洁机器⼈ ⻝品和杂货配送机器⼈ 餐饮服务机器⼈ © 2024花旗集团 5 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉

趋势二：智驾的快速发展及AR引擎能力的提升驱动AR- HUD体验代际升级 趋势三：业界将推出更多人驾/智驾场景下的AR安全特性， 提升驾驶过程中的安全性 趋势四： AR-HUD持续保持高速增长，越来越多的中高端 车型开始装配AR-HUD • 问界发布夜间安全增强场景（鬼 探头） • 小鹏P7发布雨雾增强场景，雨雾 天驾驶更安全 • 领克900发布车距安全提醒等 • 25年与智驾系统深度融合热点车 型10款以上 • FVA系统，将导航指引、行车规划、安全警示等信息的虚像投射于驾驶员前方视野并与现实环境实时叠加、对齐的功能。 -9- 趋势三：随着L3级自动驾驶的加速到来，AR-HUD将提供更多智能交互、安全可靠和便捷娱乐的 场景应用，有望逐步演进为车辆的标配屏 ➢ L3时代，AR-HUD通过与自动驾驶、智能座舱深度融合，可以提供更多符合智驾意图、主动安全增强的应用场景，成为 L3系统内部决策和驾驶员交互的第一窗口，确保用户能快速接管、实时察觉行车风险，让出行更安全。 管、实时察觉行车风险，让出行更安全。 ➢ AR-HUD还可以在高级别自动驾驶到来后，提供POI、游戏、观影、轻办公、轻社交等个性化体验，让行车及旅程更美好。 预计AR-HUD自L3起，有望逐步演进成为自动驾驶车辆的标配显示屏。 系统决策显示 游戏 社交/商务 感知 周边环境 驾驶场景 决策 收集分析数据 定义规划路线 预判控制车辆 执行 动力总成 转向制动 AR-HUD显示

用户体验将在镜像世界中升 维。移动互联网中的百万 App 不再是信息孤岛，而是 Agent 相互连接的智能服务，形成多智能体 协同的新生态。同时，随着世界模型等关键技术突破，全新的 L4+ 自动驾驶汽车将会走入人们的生 活，成为“移动第三空间”。 与前几次工业革命“单点技术突破”不同，AI 时代将展现出“共生乘数效应”，AI 技术、基础 设施与应用场景三要素正相互赋能、协同演进。AI 技 得到发展，人类 经历了 ChatGPT 时刻，AI 在自然语言理解、多 模态生成和推理能力上形成突破，并且开始探 索生成与行动边界，AI 从理解世界走向改变 世 界。在这个阶段，内容生产、自动驾驶、机器 人交互取得长足的进展，但 AI 在推理能力和创 造能力方面跟人类依然存在较大的差距，可解 释性、准确度、推理效率、实时响应与环境适 应仍是挑战。 回 望 人 工 智 能 的 发 展 深度学习爆发-感知智能突破 Transformer革命-认知智能萌芽 大模型进化-生成与行动探索 AGI时代-创新与组织 推荐系统、 视觉模式识别 AI问答搜索、情感陪伴 AI工业、科学、生活 内容生产、 自动驾驶、机器人 SVM IBM深蓝 战胜人类 CNN 架构夺冠 ImageNet AlphaGo 击败围棋 冠军 蛋白质 结构预测 ChatGPT 上线 Bert在 NLP任务 刷新纪录 1995

AI PC 产品，联想年初至今涨 10.3%，叠加 AI PC 产业链公司 同时受益于 AI 服务器逻辑，戴尔涨幅达到 96.6%。AI 是汽车智能化阶段竞争的关键，但受 制于竞争加剧、销量承压，智能驾驶产业链普跌。人形机器人方面，优必选涨 72.6%。 图表3： AI 大模型及应用产业链估值表 注：2024 年 6 月 20 日数据，预测数据来自彭博 资料来源：Wind，Bloomberg，华泰研究 AI）属于人工智能领域的分支，典型应用为自动驾驶和机器人。具 身智能是泛指具有物理身体可以与外界环境进行自主交互的 AI 智能载体。类似于人的自主 性，即通过五官（感知）、大脑（规划决策）、小脑（运动控制）完成一系列的行为，具身 智能的行动一般也基于：（1）感知并理解与物理世界交互获得的信息、（2）实现自主推理 决策、（3）采取相应行动进行交互。目前典型的具有较大落地场景的具身智能应用包括自 动驾驶和机器人，最具代表性产品如特斯拉的 动驾驶和机器人，最具代表性产品如特斯拉的 FSD 自动驾驶系统和 Optimus 人形机器人等。 过去一年，AI 大模型助力具身智能的感知、决策等技术进展。如上所述，具身智能算法一 般可以按环节拆解为感知模型（感知识别环境信息并预测环境变化）、规划/决策模型（根据 感知结果做出任务决策）、控制/执行模型（将决策转换指令转换为行动方式）。我们以行业 领军企业特斯拉的发展为例子，观测过去一年 AI 大模型的运用对具身智能技术带来的促进：

7 智能制造...................................................................................54 4.8 自动驾驶...................................................................................56 五、分布式算力感知与调度行业发展建议 对于人工智能产业， 尤其是大模型的训练与推理，异构算力调度可将计算任务精细化拆解， 精准匹配到最高效的处理单元，最大化计算效率，加速 AI 在各行业 的研发与应用。在工业互联网、智慧城市、自动驾驶等实体经济领域， 实时感知能力与低延迟调度决策是支撑高级应用落地的关键。而开放 共享的算力服务平台，能降低中小企业获取先进算力的门槛，激发全 社会创新活力，为新产业、新业态、新模式提供沃土。 推动调度系统向“场景化、定制化”方向发展。例如，工业互联网场 景中，智能制造需要边缘节点提供毫秒级实时算力支撑，用于设备状 态监测与实时控制；车联网场景中，路侧边缘节点需协同车辆终端， 实现低时延的数据处理与协同决策，保障自动驾驶安全；智慧城市场 景中，边缘算力需支撑视频监控、环境监测等泛在感知应用，要求系 统具备高并发处理能力。此外，AI 训练推理、泛在数据采集等新兴 场景，进一步要求调度系统能够根据业务需求动态匹配算力资源，例

是一家人工智能计算公司。公司作为加速计算的先驱，由最初专注于 PC 图 形计算，扩展到了各类重要大型计算密集型领域。公司利用其 GPU 产品和架 构为科学计算、人工智能（ AI ）、数据科学、自动驾驶汽车 （ AV ）、机器 人、元宇宙和 3D 互联网应用创建平台。 l 截至 FY23 （各财年截止日为 1 月最后一个周日， FY23 截止日为 2023 年 1 月 29 日），公司在全球 云和边缘环境中。 l 公司整体业务主要战略包括：推进 NVIDIA 加速计算平台；扩大公司在人 工 智能领域的技术和平台领导地位 ；扩展公司在计算机图形领域的技术 和平 台领导地位；推进领先的自动驾驶汽车平台等。 l 随着 2020 年公司收购收购高性能互联技术领域龙头 Mellanox ，产品布局从 GPU 扩展至兼具 DPU （数据处理器）；以及 2021 年公司发布首款专为巨型 AI 净利率 l 计算与网络事业部（ Compute & Networking segment ）涉及领域及产品包括数据中心加速计算平台、网络、 汽 车人工智能座舱、 自动驾驶开发协议、 自动驾驶汽车解决方案、电动汽车计算平台、用于机器人等的 Jetson 嵌入 式平台、 AI 企业级等软件、加密货币挖掘处理器（ CMP ）等。 l 图形事业部（ Graphics segment

在生活中，可感知周边环境的智能扫 地机器人、已进入路测的自动驾驶汽 车，都可被视为具身智能的雏形，而 人形机器人的外观和行为与人高度相 似，能够适应人类的生存环境、使用 人类的生产工具，形态更易令人产生 共鸣，是具身智能最理想的载体。另 一方面，随着各种大模型的出现，具 身智能所需的技术条件已经成熟。 具身智能的例子 ✅人形机器人 ✅自动驾驶 ✅四足机器人 ❌AI虚拟人 ❌传统机械臂 具身智能PIE方案的3个模块 美股研究社，36氪，新浪财经，SemiAnalysis，华西证券研究所  英伟达的商业愿景是成为AI平台类公司，任何与AI加速相关的领域都会使用英伟达的硬件和软件。为了实现这一目标，机器人、自动驾驶等边缘 计算场景是兵家必争之地。具体来说，英伟达人形机器人体系包括：用于训练基础模型的DGX系统+用于开发部署的Isaac软件堆栈+用于控制的 Jetson Thor芯片+通用人形机器人基础模型GR 件。随着AI技术的发展，AI芯片的应用越来越广泛，成为实现具身智能的关键，可以极大提升机器人的人机交互能力和智能水平。公司新一代AI 芯片DeepEdge10用于包括机器人在内的边缘AI（类似于Tegra处理器），已适配机器人、智能驾驶等行业客户，并已批量出货。又推出X5000推理 卡（类似于H100 GPU），可用于机器人大模型运算，已适配多种百亿参数大模型（如SAMCV和Llama2）。二者均采用自主可控的国产工艺，可在 美国

大模型与其他技术在企业中的融合应用 厦门大学大数据教学团队作品 3.1 大模型的行业应用领域 大模型的应用领域非常广泛，涵盖了自然语言处理、计算机视觉、语音识别、推荐系统、医疗健康、金融风控、工业制造、 生物信息学、自动驾驶、气候研究等多个领域 （1）自然语言处理 大模型在自然语言处理领域具有重要的应用，可以用于文本生成 （如文章、小说、新闻等的创作）、翻译系统（能够实现高质量的 跨语言翻译）、问答系统（能够回答用户提出的问题）、情感分析 行为和兴趣偏好，大模型可以为用户提供个性化的推荐服务，提高用 户满意度和转化率 3.1 大模型的行业应用领域 大模型可以用于自动驾驶中的感知、决策 等任务。通过学习大量的驾驶数据，大模 型可以实现对车辆周围环境的感知和识别， 以及进行决策和控制，提高自动驾驶的安 全性和效率 自动驾驶 大模型可以用于医疗影像诊断、疾病预测 等任务。通过学习大量的医学影像数据， 大模型可以辅助医生进行疾病诊断和治疗 成的内容 游戏市场分析：游戏公司使用DeepSeek分析市场数据， 制定游戏策略 来自对网络资料的整理 3.2 DeepSeek大模型的应用场景 n 其他应用（低频应用） 自动驾驶：汽车制造商使用DeepSeek开发自动驾 驶系统，识别道路和障碍物 智能物流：物流公司使用DeepSeek优化物流路线， 提高配送效率 智能农业：农业公司使用DeepSeek监测作物生长，

核心实践 构建动态数字化指标体系，实现从评估到监测的转化 维度 维度分类 业务状况表 （固定报表） 分析模型 （多维模型） 维度 机构 … 参与人 （一级分类） 指标体系 管理驾驶舱 （仪表盘） 指标分类 指标 贷款余额 … 成长性 （二级分类） 指标 指 标 定 义 框 架 指标分类 业务属性 管理属性 指 标 应 用 定 义 框 架 应用类型 分析方法 指标设计 4.指标管理与优化 3.指标开发与应用 2.指标标准 • 通过平台进行指标的开发、管理、应用等 • 指标的多维度分析和灵活查询。 • 报表的开发、管理。 • 数据可视化，如管理驾驶舱。 • 定义指标标准，涵盖基础属性、管理属性、业 务属性及技术属性，支持指标开发、指标资产 的管理和应用。 • 建设指标的管理框架、确定指标管理内容 、规划指标管理组织和责任体系。 • 制定指标工作管理规范和流程。