车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 2.4 理想：双系统并行，VLM规范端到端模型下限 2.5 比亚迪：智驾平权加速，边际变化可期 请务必阅读正文之后的免责条款部分 图2：端到端技术演进 资料来源：辰韬资本，Ai fighting，国元证券研究所 5 从模块化方案向一体化端到端模型过渡 端到端架构的本质是深度学习的全面使用与数据驱动。根据感知模块与决策模块之间的贯通程度，可分为模块化 端到端与一体化端到端。 模块化端到端将感知模块和决策规划模块视为两个独立部分，分别使用神经网络，但模块之间仍存在人工设计的 数据接口。例如，华为乾崑ADS DP则根据感知 信息迅速做出决策。一体化端到端则将感知与规控模块全部打通，形成一个统一的大模型，使系统能够更直接、 高效地处理信息并作出反应。业内典型代表为特斯拉、Momenta、理想等。这种架构取消了模块划分，减少信息损 失的同时，对数据标注的需求也更少，同时具有更强的泛化性。从模块化端到端到一体化端到端是一种相对平滑 的过渡形式。随着算法优化，技术将逐步向一体化端到端或端到端+多模态大模型的冗余双系统架构演进。

破，头部整车厂与科技公司大规模投入车规 级大模型、“世界模型”等自动驾驶方案，智驾地图作为支撑自动驾驶决策与感知的关键底层能力，如 何成为实现自动驾驶落地和差异化体验的基础保障？  随着舱驾一体化架构成为主流，智驾地图成为连接座舱体验与驾驶功能的关键枢纽，如何实现从导航指 引到更优的出行体验的全面升级？  中国智能驾驶企业正积极布局国际市场，地图厂商如何赋能国内智驾企业实现"出海"并在国际竞争中建 “一张图”的内涵 “舱驾一体”架构下，理想状态是座舱的导航显示、HMI交互（如AR导航、3D环境渲染）与 智驾系统的环境感知、定位决策（如车道级导航、路径规划）能够基于统一的地图数据源和动 态信息层。例如，腾讯地图的“智驾地图8.0”提出实现“人驾-车驾”无缝切换，共用一张图以 降低算力需求。 现状与实践 目前，多数宣称“舱驾一体”的方案，尤其是在量产初期，更多是实现了“舱泊一体”或在同 一块 数据隔离、功能安全、算力分配）。 图商的机遇 在‘舱驾一体’的演进中，不仅是数据的趋同和架构的整合，更重要的是实现‘感知反哺座 舱’。例如，车辆自驾系统通过车身感知获取的实时高精度环境数据，能够反哺到座舱导航应 用中。这不仅能增强导航的实时校正能力，还能极大丰富座舱的安全预警信息，提供比传统基 于轨迹计算更准确的、贴近现实场景的‘Agent’体验。  “舱驾一体”趋势的核心诉求是降本增效下的系统集成与

1 算力基础设施高质量发展行动计划 算力是集信息计算力、网络运载力、数据存储力于一体的 新型生产力，主要通过算力基础设施向社会提供服务。算力基 础设施是新型信息基础设施的重要组成部分，呈现多元泛在、 智能敏捷、安全可靠、绿色低碳等特征，对于助推产业转型升 级、赋能科技创新进步、满足人民美好生活需要和实现社会高 效能治理具有重要意义。为加强计算、网络、存储和应用协同 创新，推进算力基础设施高质量发展，充分发挥算力对数字经 领域应 用实现规模化复制推广，能源、教育等领域应用范围进一步扩 大。每个重点领域打造 30 个以上应用标杆。 二、重点任务 （一）完善算力综合供给体系 1. 优化算力设施建设布局。按照全国一体化算力网络国家 枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点 面向重大区域发展战略实施需要有序建设算力设施；贵州、内 蒙古、甘肃、宁夏等节点推进数据中心集群建设同时，着力提 升算力 信息 基础设施中使用自主的存储设备，通过全闪存储整机带动关键存 储部件的国产化应用。三是加强数据中心存力监测，定期发布 《中国存力发展报告》。 （四）深化算力赋能行业应用 7 1. 构建一体化算力服务体系。打造集成多方算力资源和开 发平台的算力服务，鼓励各地为中小企业、科研机构提供普惠 算力资源，降低算力使用成本和门槛，保障算力使用需求。推 动算力在更多生产生活场景的应用落地，支撑个人增强现实

政务 教育 交通 医疗 广告 金融 传媒 工业 ...... 基础模型 NLP 多模态 科学计算 CV 预测 ...... 算力基础设施 AI芯片 AI服务器 智算中心 云服务 智算一体机 ...... 场景模型及应用 智能风控 自动驾驶 智能监控 自动定价 智能医学影像 推荐搜索 代码生成 智能客服 智能药物研发 ...... 智能调度 场景 数据 行业 数据 通识 能源政策：“3060”双碳目标下，算力中心行业高耗能问题亟待缓解 东数西算：驱动算力中心行业合理化布局，避免无序竞争 ➢ 在京津冀、长三角、粤港澳、成渝地区双城经济圈、贵州、 内蒙古、甘肃、宁夏等地区布局全国一体化算力网络国家 枢纽节点，建设数据中心集群，并结合产业发展需求优化 建设布局。 ➢ 提出系统优化算力基础设施布局，促进东西部算力高效互 补和协网联动，引导通用数据中心、超算中心、智能计算 中心、边缘数据中心等合理梯次布局。 《数据中心绿色低碳发展专项行动计划》 《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》 2023年 12月 2023年 2月 2022年 1月 《关于深入实施“东数西算”工程加快构建全国一体化算力网的 实施意见》 《“十四五”数字经济发展规划》 《数字中国建设整体规划布局》 国家层面统筹布局算力中心，多维度政策引导算力发展：启动“东数西算”工程、东西部差异化定位、绿色低碳 发展

于商务、成本、合作对象的考虑，独立选择云服务商，这导致企业集团范围 内会形成不同平台同时运行的复杂局面。子公司之间的数据互通要求往往不 高，但集团处于统筹管理的需要，会考虑构建多云统一管理的平台，并对数 据进行一体化管理。 场景六：满足其他特殊要求。一些企业出于行业特殊性或技术发展要求，会 对特殊软件、硬件存在需求，例如对高性能计算服务、视频编解码等，因此 会选择多家云服务商，以满足业务发展、技术提升或合规要求。此外，一些 除传统意义上的云安全保障体系外，企业和云服务商还应特别注意以下能力的构 建： 跨云的整体安全态势感知：例如建立跨云的安全态势感知平台，实时监测和 综合分析来自不同云环境的安全事件和日志，实现威胁的早期预警和快速响 应。 一体化的安全策略管理：在多云环境下实现安全策略和安全配置的一致性， 避免因配置疏漏引发的安全风险。对于服务的一些敏感配置变更，可以定制 监控策略，及时进行告警并收敛潜攻击面。 多云间的风险管理：具 发展深度结合的数据资产采集、标注、调用等；这些能力经过了充分的市场 化检验，在数据标准化、数据安全、数据质量方面都具备足够的可信力，能 够借助自身的云服务进行一体化服务能力输出。 �� 更加普惠的数据产品：基于高质量的数据资产，企业可构建高度一体化的数 据产品能力体系，并通过进一步的可视化和智能化降低产品使用门槛，使数 据能力普惠企业全员。数据产品可以深度嵌入用户工作流程中，让数据研 发、数

现闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模 www.iresearch.com.cn 大模型带动基础层工具产品售卖 分布式开发框架、LLMOps平台、一体机等基础层产品热度渐起 来源：艾瑞咨询研究院自主研究绘制。 在当前人工智能领域，模型参数规模不断扩张，大模型的分布式训练因此变得愈发普遍。在此背景下，算法框架层面涌现出诸如 DeepSpeed 面均 提出更多要求，MLOps分化出LLMOps，出现面向大模型，提供整个模型生命周期中加速 AI 模型开发、部署和管理的专业平台工具。为 了顺应市场热点以及客户需求，各大厂商纷纷推出了各自的一体机产品。一体机作为软硬件集成的大模型实践解决方案，具有显著的优势。 它能够降低企业应用大模型的技术门槛，加速大模型在各个行业的落地实施，同时为企业提供安全、高效的 AI 应用开发和部署能力。以 DeepS

现闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模 www.iresearch.com.cn 大模型带动基础层工具产品售卖 分布式开发框架、LLMOps平台、一体机等基础层产品热度渐起 来源：艾瑞咨询研究院自主研究绘制。 在当前人工智能领域，模型参数规模不断扩张，大模型的分布式训练因此变得愈发普遍。在此背景下，算法框架层面涌现出诸如 DeepSpeed 面均 提出更多要求，MLOps分化出LLMOps，出现面向大模型，提供整个模型生命周期中加速 AI 模型开发、部署和管理的专业平台工具。为 了顺应市场热点以及客户需求，各大厂商纷纷推出了各自的一体机产品。一体机作为软硬件集成的大模型实践解决方案，具有显著的优势。 它能够降低企业应用大模型的技术门槛，加速大模型在各个行业的落地实施，同时为企业提供安全、高效的 AI 应用开发和部署能力。以 DeepS

产业将在技术创新、标准引领和市场需求的三重驱动下迅速发展，实 现商业化和全球化的突破，推动社会向更加智能化、协同化和高效化 的未来迈进。 2.2 技术发展现状与趋势 人形机器人由大脑、小脑、机械臂、灵巧手、腿足、一体化关节 等关键部分组成，集成实现对环境的感知交互、运动控制、任务执行 等功能，涉及整机、传感器、执行器、控制器和动力能源等关键部组 件，本白皮书将从机械本体与核心部件、动力系统、多模态感知与场 人形机器人技术体系架构 2.2.1 机械本体与核心部件 人形机器人机械本体的技术特点在于其高度模拟人类形态，具备 灵活的“肢体”，包括一体化关节、灵巧手、仿人机械臂、仿人腿、 骨架躯干、柔性电子皮肤，需要高强度紧凑的机械结构，也需要实现 灵活性和轻量化。 人形机器人一体化关节是一种高度集成化的机器人关节组件，它 将伺服驱动器、无框力矩电机、减速器（谐波、行星、滚柱丝杠）、 编码器等关键部件集成 式实现精准力控、高扭矩密度、降低功耗和控制发热、提升一体化关 节的可装配性和可维护性。实现一体化关节的集成需要克服一系列技 31 术难点，如驱动器等组件的精密度和可靠性保证、控制算法的开发和 优化、接口的标准化等。此外，如何在保证性能的同时实现关节的小 型化和轻量化，也是当前面临的重要技术问题，需要在整体设计、材 料应用、制造工艺等方面进一步提升。未来，人形机器人一体化关节 模组将不断向轻量化、紧凑化、高性能化、高可靠性、标准化、模块

是由于类人形态能够执行多种复杂任务、与人类社会环境较为适配并 且在心理上更容易被人接受，人形机器人被普遍认为是具身智能最理 想的应用形态。目前，人形机器人前沿技术百花齐放，形成了大小脑 分层控制和端到端一体化两条技术路线。 由于目前“大脑”受限于平台和数据尚无法形成人类大脑能力闭 环，大小脑分层路线是人形机器人较为主流的形式。通过基于成熟大 模型的“大脑”进行高层次的认知分析和决策，“小脑”进行功能性 现智能化升级，助力各类传统制造业迈向高质量发展。 24 附：苏州市“机器人+人工智能”工业应用案例 （一）智能产品案例 1、拓斯达新一代 X5 机器人控制平台 拓斯达通过运动控制作为切口布局具身智能，推出“感-算-控” 一体化的新一代 X5 机器人控制平台并实现工业场景的应用。该平台 将作为运动控制物理引擎接入 AI 仿真系统，发挥着类似人体“小脑 及脊椎”的纽带作用，加速具身智能技术在工业场景中的应用。 新一代 螺纹完整性检测系统无需旋转或者多相机系统，只需要单个相机 单次拍摄即可获得 6 个对称分布、可完全覆盖物体侧面的图像，适用 于 M1.0~M2.5 的螺纹孔检测。光学系统具有可变光阑，可根据需求改 变景深；一体式照明设计，方便螺纹孔内部打光；双镜组成像设计， 工作距离较大，可满足在线快速检测。软件系统采用先进的工业 AI 视觉平台，使用者无需具备专业的 AI 算法能力，仅需上传缺陷图片， 平台即可根据不同检测场景，自动完成

在售前/售后服务领域：腾讯乐享帮助打造一站式智慧售前/服务社区 乐享讲好品牌故事，传播好企业文化，让工业企业和零售户感受到有规则，有公平，有信心 Deepseek 大模型引擎 结合物联网和人工智能打造的勘探/安装/巡检一体化平台， 节约人力成本，降低安全风险，提高工作效率 当前拍摄 未来拍摄 屋顶四周对角 各处细节+视频 屋顶照片20多张 视频1段 VS 屋顶照片5-10张 视频1段 屋顶拍摄耗时 15-20分钟 公司目前信息系统超过500个，近一半是自研应用，2021年相比2020年服 务接口数量增长了XX% 1. 半导体行业首家云原生Paas平台项目； 2. 纯自研产品输出、无定开内容； 3. PaaS平台一体化建设，测试生产两套 环境部署，合同金额double； 4. 包含产品： � 容器和中间件平台 � 分布式消息服务Kafka � 缓存Redis � 数据库MySQL � 数据库PGSQL