2024年Robotaxi龍頭企業蘿卜快跑、小馬智行、文遠知行及Waymo分析報告（27頁）.pdf

《2024年Robotaxi龍頭企業蘿卜快跑、小馬智行、文遠知行及Waymo分析報告（27頁）.pdf》由會員分享，可在線閱讀，更多相關《2024年Robotaxi龍頭企業蘿卜快跑、小馬智行、文遠知行及Waymo分析報告（27頁）.pdf（27頁珍藏版）》請在三個皮匠報告上搜索。

1、 2024 年深度行業分析研究報告目目 錄錄 1.Robotaxi 時代即將來襲時代即將來襲.4 2.蘿卜快跑：全球領先的自動駕駛出行服務平臺蘿卜快跑：全球領先的自動駕駛出行服務平臺.5 2.1.一線城市全面覆蓋的無人駕駛新紀元.6 2.2.百度 Apollo ADFM：重構自動駕駛的革命性大模型技術.7 2.2.1.打造高階智能駕駛產品.7 2.2.2.Apollo 領航輔助駕駛.8 2.2.3.Apollo Parking.9 2.2.4.Apollo Self-Driving.10 2.3.無人出行的領路者.11 3.小馬智行小馬智行.13 3.1.小馬智行：中美自動駕駛領域的先鋒.13

2、 3.2.核心算法：BEV+博弈交互式規劃.14 3.3.小馬識途：豐富選擇高覆蓋度.14 3.3.1.PonyClassic.15 3.3.2.PonyPro.15 3.3.3.PonyUltra.16 3.4.第六代 L4 自動駕駛系統：接近消費級車輛.16 3.5.擴展 Robotaxi 服務覆蓋范圍，滿足更廣泛用戶需求.17 3.6.高技術穩定性與良好乘車體驗.18 4.文遠知行文遠知行.19 4.1.文遠知行：全球領先的多元化應用自動駕駛科技公司.19 4.2.全球化戰略與國際合作推動自動駕駛技術領先發展.20 4.3.WeRide ONE.21 4.3.1.WeRide One 的

3、全冗余安全設計與增強系統穩定性.21 4.3.2.WeRide One 具備自我完善的算法.21 4.3.3.先進的感知框架.21 4.4.用戶基礎逐漸形成.23 4.5.深度參與運營提升落地能力.24 5.Waymo.25 5.1.Waymo：自動駕駛的先行者.25 5.2.Waymo 方案：多傳感器+行為預測，目標 L4-L5.26 5.3.落地進程加速.27 圖表目錄圖表目錄 圖圖 1：Robotaxi.4 圖圖 2：Robotaxi 無人駕駛無人駕駛.5 圖圖 3：蘿卜快跑打車流程：蘿卜快跑打車流程.5 圖圖 4：蘿卜快跑汽車：蘿卜快跑汽車.6 圖圖 5：蘿卜快跑發展歷程：蘿卜快跑發展

4、歷程.6 圖圖 6：高階智能駕駛四個標準：高階智能駕駛四個標準.7 圖圖 7：Apollo 硬件配置硬件配置.8 圖圖 8：Apollo Parking 硬件配置硬件配置.9 圖圖 9：百度：百度 Apollo ADFM.9 圖圖 10：Apollo 領航輔助駕駛領航輔助駕駛.10 圖圖 11：蘿卜快跑武漢運營區域：蘿卜快跑武漢運營區域.11 圖圖 12：蘿卜快跑單車成：蘿卜快跑單車成本本.12 圖圖 13：小馬智行：小馬智行 app.13 圖圖 14：小馬智行發展歷程：小馬智行發展歷程.13 圖圖 15：小馬識途覆蓋場景和硬件成本：小馬識途覆蓋場景和硬件成本.14 圖圖 16：PonyCla

5、ssic.15 圖圖 17：PonyPro.15 圖圖 18：PonyUltra.16 圖圖 19：小馬智行第六代車型：小馬智行第六代車型.17 圖圖 20：小馬智行北京運行區域：小馬智行北京運行區域.18 圖圖 21：文遠知行：文遠知行 app.19 圖圖 22：文遠知行發展歷程：文遠知行發展歷程.20 圖圖 23：文遠知行車型：文遠知行車型.21 圖圖 24：WeRide One.22 圖圖 25：WeRide One 展現展現.23 圖圖 26：乘客調研結果：乘客調研結果 1.24 圖圖 27：乘客調研結果：乘客調研結果 2.24 圖圖 28：Waymo 合作車輛合作車輛.25 圖圖 2

6、9：Waymo 發展歷程發展歷程.25 圖圖 30：Waymo 感知系統感知系統.26 圖圖 31：Waymo 部分覆蓋區域部分覆蓋區域.27 1.Robotaxi 時代即將來襲時代即將來襲 Robotaxi，即無人駕駛出租車，是一種利用自動駕駛技術提供出行服務的新型交通工具。它結合了先進的傳感器、人工智能算法、云計算和大數據技術，能夠實現車輛的自主導航、決策和控制。圖圖 1：Robotaxi 數據來源：百度，東北證券 Robotaxi 的核心在于自動駕駛技術的核心在于自動駕駛技術。它依賴多種傳感器，如雷達、激光雷達、攝像頭和超聲波傳感器等，來感知周圍環境。這些傳感器收集的數據通過車載計算機處

7、理，以識別道路、交通信號、行人和其他車輛，結合先進的傳感器、高精度地圖和人工智能技術，Robotaxi 能夠在城市道路上自主導航，接送乘客，提供安全、高效、便捷的出行體驗。Robotaxi 的概念不僅限于技術層面，它代表了一種全新的出行方式。的概念不僅限于技術層面，它代表了一種全新的出行方式。與傳統出租車相比，Robotaxi 展現出巨大的潛力和優勢。首先，Robotaxi 能夠顯著提高交通安全性。根據美國國家公路交通安全管理局（NHTSA）的數據，人為錯誤是造成交通事故的主要因素之一，而 Robotaxi 通過其自動駕駛技術，可以減少人為錯誤，提高行車安全性。同時，Robotaxi 能夠不斷

8、學習和適應復雜的交通環境，優化駕駛策略。云計算和大數據技術的應用，使得 Robotaxi 能夠處理海量數據，進行實時的交通分析和預測，從而提供更高效的路線規劃。在安全性方面，Robotaxi 的設計融入了多重冗余機制和嚴格的測試流程，以確保其在各種情況下都能穩定運行。乘客體驗是 Robotaxi 設計的重點之一，通過智能手機應用預訂，乘客可以享受個性化的出行服務，車內還可能配備娛樂系統和舒適的座椅，為旅途增添更多愉悅。從長遠來看，從長遠來看，Robotaxi 可以顯著降低運輸成本?？梢燥@著降低運輸成本。由于沒有司機，運營費用大幅減少。此外，Robotaxi 提供 24 小時服務，能夠靈活地滿足

9、客戶的多樣化需求。圖圖 2：Robotaxi 無人駕駛無人駕駛 數據來源：百度，東北證券 法規和政策的支持是法規和政策的支持是 Robotaxi 推廣的關鍵所在。推廣的關鍵所在。政府和監管機構需要制定相應的安全標準和運營規范，以確保其安全性和有效性。在社會影響方面，Robotaxi 的普及可能會改變人們的出行習慣，減少私家車的擁有量，并對傳統出租車和網約車行業產生深遠影響。展望未來，隨著技術的不斷成熟和社會接受度的提高，Robotaxi 有望實現更廣泛的商業化運營。它將與公共交通系統、共享單車等形成智能交通網絡，成為城市交通的重要組成部分。這一變革將引領我們走向一個更加高效、綠色和智能化的出行

10、新時代。2.蘿卜快跑：全球領先的自動駕駛出行服務平臺蘿卜快跑：全球領先的自動駕駛出行服務平臺 圖圖 3：蘿卜快跑：蘿卜快跑打車打車流程流程 數據來源：公司官網，東北證券 蘿卜快跑成立于 2019 年，隸屬于百度 Apollo 自動駕駛平臺。Apollo 是百度于 2017年推出的開放自動駕駛平臺，旨在推動全球自動駕駛技術的發展。蘿卜快跑是Apollo生態系統的一部分，專注于 Robotaxi 服務。蘿卜快跑作為自動駕駛出行服務平臺，已經在全國 11 個城市展開載人測試運營，實現了對超一線城市的全面覆蓋。此外，蘿卜快跑在北京、武漢、重慶、深圳、上海等地大力推廣無人自動駕駛出行服務與測試。2.1.

11、一線城市全面覆蓋的無人駕駛新紀元 圖圖 4：蘿卜快跑汽車：蘿卜快跑汽車 數據來源：公司官網，東北證券 圖圖 5：蘿卜快跑發展歷程：蘿卜快跑發展歷程 數據來源：東北證券整理 2017 年 7 月，百度宣布了 Apollo 計劃，推出了開放、完整且安全的自動駕駛開源平臺。2021 年 8 月，百度發布了蘿卜快跑，面向大眾提供商業運營和多元化增值服務，并預計在三年內覆蓋 30 座城市。2022 年，百度在深圳、北京、重慶、合肥、上海等地陸續開展商業化運營，并在年底獲得在北京進行全無人自動駕駛測試的許可。2023 年蘿卜快跑的累計訂單量已超過 500 萬單，其中第四季度的單季訂單量達 84萬單，同比增

12、長 49%；在武漢地區，全無人駕駛訂單比例達到 45%。蘿卜快跑已在全國 11 個城市提供自動駕駛出行服務，并在北京、上海、深圳、武漢開展車內無人示范運營。2024 年 5 月，百度在 Apollo Day 2024 上發布了全球首個支持 L4 級自動駕駛的大模型 Apollo ADFM，并推出了搭載第六代智能化系統解決方案的蘿卜快跑無人車，售價約 20 萬元，整車成本較上一代下降 60%。2024 年 7 月，蘿卜快跑在武漢市的訂單量大幅增長，單日單車峰值訂單量超過 20 單，與出租車司機單日訂單情況持平；總訂單量已超過 600 萬單，測試里程超過 1 億公里。2.2.百度 Apollo A

13、DFM：重構自動駕駛的革命性大模型技術 2.2.1.打造高階智能駕駛產品 圖圖 6：高階智能駕駛四個標準：高階智能駕駛四個標準 數據來源：Apollo，東北證券 高階智能駕駛產品具備四大關鍵條件：首先，需要支持在復雜城市道路上進行點到點的領航輔助駕駛；其次，需要做到時空覆蓋范圍廣，全國范圍內有導航的路段均可使用；再其次，需要提供安心的用戶體驗，使用戶對系統產生信任和依賴，并在不同路段和時段保持一致的使用體驗；最后，需要通過數據驅動的 AI 算法實現高頻迭代和自我進化，不斷提升用戶的獲得感和體驗。2023 年，百度推出了由自主泊車 Apollo Parking、高速行泊一體 Apollo Hig

14、hway Driving Pro 和三域融通領航輔助駕駛 Apollo City Driving Max 組成的智能駕駛產品矩陣。落地角度落地角度 Apollo 實現的實現的產品功能包括城市和高速高級領航輔助駕駛、產品功能包括城市和高速高級領航輔助駕駛、AVP 自主泊自主泊車和車和 AP 輔助駕駛輔助駕駛等等。Apollo 的城市和高速高級領航輔助駕駛可通過自車環境感知和自研高精度地圖輔助信息，實現自動巡航、擁堵跟車、導航變道和超車變道、通過紅綠燈路口、進出主輔路、上下匝道、穿行隧道等常見交通場景的功能；此外，還能禮讓行人、避讓大車、借道繞行、識別前車車燈信號、智能推理被遮擋的紅綠燈信號、避讓

15、傾入道路的硬隔離柵欄等，幾乎覆蓋日常出行的各種駕駛場景。Apollo的 AVP 自主泊車功能不僅具備 APA、RPA、AVM 等輔助泊車功能，還支持記憶泊車（HAVP），能夠在停車場內自動行駛到指定車位并安全泊入，反之也可以自動泊出到停車場的指定點位。通過三域融通感知共享技術，Apollo 將 AVP 的停車場巡航速度可提升到 20km/h，并將實現跨層巡航泊車等復雜場景。公司的 AP 輔助駕駛功能強大，可以在不依賴地圖條件下通過實時識別地面車道線結構，沿車道線自動前行、跟車、道路分合流和人工撥桿變道，識別紅綠燈信號，并能在失去車道線時自動降級為 ACC 繼續提供輔助駕駛，進一步提升智能駕駛的

16、可獲得感。2.2.2.Apollo 領航輔助駕駛 圖圖 7：Apollo 硬件配置硬件配置、數據來源：Apollo，東北證券 Apollo City Driving Max 實現了高速、城市快速路、城市道路和停車場全場景點到點的全域駕駛，具備識別異形紅綠燈、環島路口和非結構化道路的功能。其靈活的駕駛策略能夠從容應對路口博弈、匯入匯出和行人禮讓等場景，解放用戶從復雜的駕駛任務中，讓出行變得高效舒適。Apollo Highway Driving Pro 覆蓋高速、城市快速路和停車場場景，在保證量產成本可控的同時，實現高速點到點的駕駛自由，讓長途駕駛變得更輕松。2.2.3.Apollo Parkin

17、g 圖圖 8：Apollo Parking 硬件配置硬件配置 數據來源：Apollo，東北證券 Apollo Parking 提供全場景自主泊車提供全場景自主泊車，無論是泊入還是召喚，無需人在車上，只需通過手機一鍵操作即可實現泊車自由。其適用場景覆蓋小區、公司、商場等地下和露天停車場，支持有無劃線的垂直、平行、斜方車位等近百種衍生類型。在泊車過程中，Apollo Parking 能識別車輛、物體、人等各種復雜場景，自主完成安全避讓或主動剎停。用戶可通過手機界面實時觀察泊車全流程，及時掌握突發狀況。該系統操作簡單，支持一鍵超遠距離泊入和召喚泊出到指定區域，泊車速度媲美老司機。此外，通過他人分享的

18、泊車路線，車輛無需學習記憶即可沿用現成路線，輕松完成泊車。圖圖 9：百度：百度 Apollo ADFM 數據來源：Apollo，東北證券 百度百度 Apollo ADFM 基于大模型技術重新定義了自動駕駛，基于大模型技術重新定義了自動駕駛，兼顧了技術的安全性和泛化性，其安全性比人類駕駛員高出十倍以上，實現了城市級全域復雜場景的覆蓋。自動駕駛大模型 Apollo ADFM（Autonomous Driving Foundation Model）是全球首個支持 L4 級別無人駕駛應用的大模型，是 Apollo 實現城市級無人駕駛的核心技術基礎。Apollo ADFM 包含多模感知大模型、多源規劃大

19、模型，以及漸進式端到端自動駕駛大模型。百度百度 Apollo 自動駕駛大模型自動駕駛大模型 Apollo ADFM 相比于人類駕駛員擁有更強的安全性。相比于人類駕駛員擁有更強的安全性。百度 Apollo 自動駕駛大模型 Apollo ADFM 每天全無人運行 10 萬公里，累計運行一億公里無重大安全事件，安全性是人類駕駛員的十倍，系統失效率與國產大飛機C919 相當。在武漢這樣道路復雜、立體交通和人流量大的城市，以前的傳統自動駕駛技術需要各個獨立模塊進行判斷和執行，信息傳遞效率低，單個模型訓練成本高，且容易出現誤判和漏判，難以深入復雜駕駛場景，更無法實現全場景的無縫運行。而端到端大模型自動駕駛

20、系統通過生成駕駛數據，并將高價值數據回傳以反哺大模型，形成數據閉環，有效解決了這些問題?；谧詣玉{駛大模型 Apollo ADFM，百度 Apollo 推出了第六代 Apollo 自動駕駛系統解決方案。該系統配備 7 類共 40 個傳感器，實現 5 倍 360 度的環境感知，并配有傳感器自清潔系統，旨在無視惡劣環境影響，持續穩定工作。在算力方面，第六代自動駕駛系統搭載了雙 AI 模型多核芯片，算力達到 1200 TOPS。2.2.4.Apollo Self-Driving 圖圖 10：Apollo 領航輔助駕駛領航輔助駕駛 數據來源：Apollo，東北證券 百度的自動駕駛項目依托其先進的大模型

21、技術，在武漢復雜的道路上取得了重大突破，實現了全城、全天候的無縫運行，讓幾乎一半的武漢市民享受到便捷的無人駕駛體驗。此外，國內獨一無二的 L2+級別純視覺城市輔助駕駛產品 ANP3 將全面整合進百度的 Apollo ADFM 自動駕駛大模型，升級為全新的 ASD（Apollo Self-Driving）系統。這一創新將首先應用于極越品牌的車型系列，并計劃投入量產，標志著一個新時代的開啟。只要使用百度地圖，無論身處何地，智能駕駛都能隨時體驗。userid:93117,docid:171823,date:2024-08-14,百度百度 Apollo 將其多年積累的將其多年積累的 L4 級自級自動駕

22、駛技術應用于動駕駛技術應用于 L2+智能駕駛產品，智能駕駛產品，目前已具備量產能力并搭載在多款乘用車上，為廣大車主提供高級輔助駕駛功能。2023 年，百度推出了自主泊車 Apollo Parking、高速行泊一體 Apollo Highway Driving Pro、三域融通領航輔助駕駛 Apollo City Driving Max 組成的智能駕駛產品矩陣，這些產品已在極越 01、嵐圖 FREE、廣汽埃安全系、哈弗神獸、坦克 500、歐拉閃電貓等多款明星車型上實現量產。2024 年，基于自動駕駛大模型升級的純視覺高階智能駕駛產品 ASD（Apollo Self-Driving）將在極越全系車

23、型上首發量產。未來，搭載 ASD 的量產乘用車將如蘿卜快跑一樣，通過百度 Apollo 訓練的“安全可靠的好司機”技術，讓更多用戶享受到自動駕駛技術帶來的安全、舒適和高效的出行體驗。2.3.無人出行的領路者 目前，蘿卜快跑已經在北京、武漢、重慶、深圳、上海等多個城市開展全無人自動蘿卜快跑已經在北京、武漢、重慶、深圳、上海等多個城市開展全無人自動駕駛出行服務測試駕駛出行服務測試。其中，武漢是最大的自動駕駛運營服務區。據悉，蘿卜快跑已在武漢投放超過 400 輛無人駕駛汽車。蘿卜快跑的目標是到 2024 年年底在武漢實現收支平衡，并在 2025 年進入盈利期。圖圖 11：蘿卜快跑武漢運營區域：蘿卜快

24、跑武漢運營區域 數據來源：蘿卜快跑，東北證券 圖圖 12：蘿卜快跑單車成本：蘿卜快跑單車成本 數據來源：百度，東北證券 蘿卜快跑目前在武漢的運營面積已達蘿卜快跑目前在武漢的運營面積已達 3000 多平方公里，覆蓋了武漢市區的大部分多平方公里，覆蓋了武漢市區的大部分區域。區域。蘿卜快跑在武漢每天的訂單量預計已經超過了武漢全城網約車市場的 1%。第六代蘿卜快跑無人車的整車成本較第五代車下降了60%，單車采購價降低到20.46萬元。隨著時空覆蓋和運營效率的大幅提升，蘿卜快跑預計到 2024 年底在武漢實現收支平衡，并在 2025 年全面進入盈利期。在國內乃至全球市場 L4 級自動駕駛車輛動輒大幾十萬

25、的成本下，20 萬左右的價格將極具優勢。在武漢，蘿卜快跑每天約有400 臺車輛正常運營，接送乘客，另有數百臺用于測試。每輛車每天行駛里程不超過 300 公里，包括 20 單真實乘客單和約 10 單虛擬單，大部分乘客選擇短途運輸，以 10 公里以內的單為主。3.小馬智行小馬智行 3.1.小馬智行：中美自動駕駛領域的先鋒 圖圖 13：小馬智行：小馬智行 app 數據來源：小馬智行，東北證券 圖圖 14：小馬智行發展歷程：小馬智行發展歷程 數據來源：東北證券整理 小馬智行是全球首家在中美兩國均推出自動駕駛出行服務（小馬智行是全球首家在中美兩國均推出自動駕駛出行服務（Robotaxi）的公司。）的公司

26、。小馬智行（Pony.ai）成立于 2016 年底，由彭軍和樓天城共同創立，總部位于廣州。2016 年，彭軍和樓天城從百度離職，決定聯手創業。同年 12 月，小馬智行在美國加州成立，并設立了硅谷研發中心。彭軍曾是百度自動駕駛部門的首席架構師，專注于整體戰略規劃與發展管理；樓天城是百度最年輕的 T10 級工程師，并參與過谷歌旗下 Waymo 的核心技術研發。兩位創始人憑借其高學歷和豐富經驗，很快吸引了資本市場的關注。小馬智行匯集了眾多來自清華、斯坦福等名校的技術人才，并獲得紅杉資本、IDG 等頂級風投機構的投資，迅速躋身為高估值、高期待的前沿產業陣地。目前，小馬智行已在中國的北京、廣州、上海及美

27、國硅谷設立研發中心并進行測試，并在中國廣州和美國加州落地了自動駕駛出租車服務。公司不僅成為國內首批提供常態化自動駕駛出租車服務的公司，也成為在美國加利福尼亞州首個公開運營的自動駕駛技術服務商。3.2.核心算法：BEV+博弈交互式規劃 小馬智行自研的小馬智行自研的 BEV（Birds Eye View）感知算法）感知算法是是以視覺感知為基礎的大模型，以視覺感知為基礎的大模型，能能將圖像數據中的物體信息從二維還原重建成三維將圖像數據中的物體信息從二維還原重建成三維，可以識別障礙物、車道線及可通行區域，最大限度降低算力需求，是目前自動駕駛的主流“重感知算法”。在高速場景中，小馬智行利用傳感器和魚眼相

28、機參與行車 BEV 感知模型，減少對傳感器數量的依賴，僅用 6 個攝像頭和 1 個前向毫米波雷達即可實現高速與城市 NOA 功能。在預測層面，小馬智行開發了博弈交互式規劃算法在預測層面，小馬智行開發了博弈交互式規劃算法，并率先在 L4 Robotaxi 上使用。該算法在系統決策時考慮自車與社會車輛的博弈，確保在傳感器數量大幅精簡的情況下，高速 NOA 能在繁忙的城市高架路與匝道上靈活穿梭。無論有無高精地圖、在城區還是高速行車或泊車，不同功能中職責相同部分均使用同一套博弈交互式規劃算法，體驗一致。例如 ACC 功能中用到的縱向規控、社會車輛切入預測算法與LCC、NOA 相同，均可順滑處理加塞車輛

29、。不同方案的能力邊界上限不同，但在各自適用場景中都能平穩順滑地運行，不因成本不同而影響體驗。這也是小馬智行進軍乘用車市場的殺手锏之一：通過 L4 降維和算法通用，實現低成本、高體驗。3.3.小馬識途：豐富選擇高覆蓋度 圖圖 15：小馬識途覆蓋場景和硬件成本：小馬識途覆蓋場景和硬件成本 數據來源：小馬智行，東北證券 小馬識途小馬識途是小馬執行的智駕方案，是小馬執行的智駕方案，可細分為 3 套方案，由功能的簡單到復雜分別稱為 PonyClassic，PonyPro 以及 PonyUltra。每套方案所用的傳感器和底層算力有所不同。3.3.1.PonyClassic 圖圖 16：PonyClassi

30、c 數據來源：小馬智行，東北證券 PonyClassic 作為入門級方案，配備 6 個攝像頭和 1 個毫米波雷達，能夠具備目前較為領先的高速 NOA 功能，實現車輛在高速路段的領航輔助功能，以及任何路段行駛過程中的主動安全功能。PonyClassic 算力平臺在 50-100TOPS 之間可選，配置小馬自研的域控制器并搭載地平線或英偉達的芯片產品。PonyClassic 的傳感器方案也能實現記憶泊車功能。3.3.2.PonyPro 圖圖 17：PonyPro 數據來源：小馬智行，東北證券 PonyPro 方案的硬件配置為 11 攝像頭 5 毫米波雷達外加一個激光雷達，算力約200TOPS，支持

31、單顆英偉達 OrinX、兩顆地平線征程 5 或類似算力的芯片。PonyPro還支持自主代客泊車，可以把車開到停車場門口自行尋找車位停泊。3.3.3.PonyUltra 圖圖 18：PonyUltra 數據來源：小馬智行，東北證券 小馬智行種最高階的方案是 PonyUltra，該方案在 PonyPro 基礎上增加兩個側向補盲激光雷達，算力也達到了 500TOPS，硬件方案和小馬智行 Robotaxi 基本一致。小馬智行的乘用車智能駕駛方案分為三種不同配置，基本滿足了國內乘用車市場主流的各個價位車型，并能根據主機廠的需求靈活定制。小馬智行的方案傳感器配置簡潔，最高階的 PonyUltra 只有 1

32、9 個傳感器，入門版僅 7 個，與現在智能汽車動輒30 多個傳感器相比，小馬智行用更簡單的方案實現了同級更高階的功能。這種 NOA能力對小馬智行來說并不高難度，已在高速場景中的自動駕駛重卡和城區場景中的Robotaxi 運營中得到驗證，這背后是小馬智行在自動駕駛算法領域的技術突破。3.4.第六代 L4 自動駕駛系統：接近消費級車輛 圖圖 19：小馬智行第六代車型：小馬智行第六代車型 數據來源：小馬智行，東北證券 2022 年 1 月，小馬智行推出第六代 L4 自動駕駛軟硬件系統，首批搭載于豐田賽那 Autono-MaaS 車輛，并在 2023 年投入國內一線城市，力求實現更大規模的全無人Rob

33、otaxi 布局。全新的 Robotaxi 車輛設計接近消費級車輛，在硬件研發、選型、安全冗余和系統裝配生產等方面，均瞄準車規級量產。小馬智行通過豐富的硬件配置，采用多傳感器小馬智行通過豐富的硬件配置，采用多傳感器+視覺的融合技術方案，朝量產方向視覺的融合技術方案，朝量產方向升級。升級。其第六代 L4 自動駕駛系統首次大規模使用固態激光雷達，傳感器總數達 23個，包括 4 個車頂固態激光雷達、3 個補盲激光雷達、4 個車頂四角毫米波角雷達、1 個前向長距毫米波雷達，以及 11 個攝像頭（7 個車頂、4 個車身四周）。3.5.擴展 Robotaxi 服務覆蓋范圍，滿足更廣泛用戶需求 為了能讓更多

34、消費者感受到為了能讓更多消費者感受到小馬智行小馬智行的駕駛技術，的駕駛技術，Robotaxi 服務覆蓋范圍將逐步增服務覆蓋范圍將逐步增加至加至 5 大城市，大城市，小馬智行的 Robotaxi 服務已經先后在北京、廣州進行了全面升級，在此前 Robotaxi 服務基礎上擴大了運營規模以及服務范圍，不僅讓 Robotaxi 服務范圍更廣，也能夠滿足用戶在 8:30-22:30 的出行需求。2021 年 7 月，中共中央、國務院關于支持浦東新區高水平改革開放打造社會主義現代化建設引領區的意見提出建立完善與浦東大膽試、大膽闖、自主改相適應的法治保障體系。法律法規滯后于技術發展，浦東通過小切口切入現有

35、法律，提出建設性和探索性的立法方案。小馬智行作為自動駕駛領域的領先企業，受益于此在上海進行了大量道路測試和示范應用，目前上海有四個主要測試區域：嘉定、奉賢、臨港和浦東新區金橋。嘉定區授予小馬智行最高等級的商業化運營許可，而浦東新區則通過立法創新為智能網聯汽車的安全上路測試提供法律保障，并計劃進一步推動自動駕駛技術的商業化應用。遠程安全員與監控自動駕駛車輛的比例需隨著技術發展和商業化進程在國家層面進行研究，以制定合理標準。自動駕駛商業化是一個復雜且漫長的過程，需要克服法律法規、技術成熟度與安全性等挑戰，通過不斷測試、驗證、優化及加強合作，自動駕駛技術將實現美好出行的愿景。圖圖 20：小馬：小馬智

36、智行北京運行區域行北京運行區域 數據來源：小馬智行，東北證券 自自 2022 年小馬智行在深圳提供自動駕駛出行服務以來，平均每日訂單量已達到年小馬智行在深圳提供自動駕駛出行服務以來，平均每日訂單量已達到 200單，贏得了廣泛的市場認可和用戶好評。單，贏得了廣泛的市場認可和用戶好評。目前，小馬智行在深圳的運營范圍覆蓋深圳前海、寶安中心區、南山后海、深圳灣等核心區域，用戶可以選擇近 500 個站點上下車，包括前海石公園、深圳灣體育中心，歡樂港灣、萬象前海、深圳灣口岸等熱門地標，運營時間從早上 8:30 到晚上 10:30，覆蓋早晚高峰。在深圳，從道路測試到商業化收費，無人駕駛車輛需拿到多級政策許可

37、。從獲得深圳市級首個智能網聯汽車無人測試許可，到首個無人化示范應用牌照，再到獲得寶安區無人收費運營資格，這意味著小馬智行正引領行業打通商業閉環，進入規?；虡I落地的“下半場”。目前，小馬智行已在北京、上海、廣州和深圳四大一線城市部署了無人化自動駕駛車隊，并在北京、廣州、深圳三地啟動了無人化商業收費服務。小馬智行的自動駕駛路測里程已累積超過 2900 萬公里，其中自動駕駛無人化測試里程 250 萬公里，全無人駕駛測試里程 60 萬公里。3.6.高技術穩定性與良好乘車體驗 在復雜場景下，小馬智行技術的穩定性和乘車的體驗感接近真人司機的風格和標準，并且在整體感、舒適度等方面超過大部分真人網約車司機。

38、自動駕駛技術對于出行服務公司來說，最大的自動駕駛技術對于出行服務公司來說，最大的優優點是可以有效降低人工成本，點是可以有效降低人工成本，同時也有效解決了消費者在夜間叫車司機較少、拒載、服務態度差等問題，對于出行行業來說起到了補充作用。4.文遠知行文遠知行 4.1.文遠知行：全球領先的多元化應用自動駕駛科技公司 圖圖 21：文遠知行：文遠知行 app 數據來源：文遠知行，東北證券 文遠知行 WeRide 成立于 2017 年，是一家全球領先的自動駕駛科技公司，已在全球7 個國家的 30 個城市開展自動駕駛研發、測試及運營，運營天數超過 600 天。文遠知行是唯一一家同時擁有中國、美國、阿聯酋和新

39、加坡四地自動駕駛牌照的科技企業，并在廣州、北京、上海、深圳、無錫、鄭州、南京、武漢、圣何塞、阿布扎比、新加坡和斯圖加特等地設有辦公室。文遠知行致力于開發安全可靠的無人駕駛技術，覆蓋智慧出行、智慧貨運和智慧環衛等應用場景，已進入自動駕駛商業化運營階段，商業營收位居全球同類企業之首，其產品矩陣包括自動駕駛出租車（Robotaxi）、自動駕駛小巴（Robobus）、自動駕駛貨運車（Robovan）、自動駕駛環衛車（Robosweeper）和高階智能駕駛（Advanced Driving Solution）。文遠知行提供多種服務，如網約車、隨需公交、同城貨運、智能環衛和高階智能駕駛解決方案。圖圖 22

40、：文遠知行發展歷程：文遠知行發展歷程 數據來源：東北證券整理 2017 年 4 月，文遠知行在美國硅谷成立，次年 12 月在廣州生物島設立全球總部，并成為國內首支可運營的無人車隊。公司在中國和美國設有多個研發和運營分部，團隊規模超過 300 人，其中 70%以上為研發工程師。文遠知行已經是中國領先的 L4級自動駕駛技術公司，是首家獲得雷諾日產三菱聯盟和宇通集團戰略投資的自動駕駛企業，也是全球首家同時擁有中美兩地無人駕駛測試許可的初創公司。2019 年，文遠知行與廣州白云出租汽車集團合資成立文遠粵行，并于同年 11 月在廣州黃埔區推出全國首個全對外開放的 Robotaxi 運營服務。2020 年

41、 6 月，文遠知行 Robotaxi上線高德打車平臺。2020 年 11 月底，文遠知行公布運營一周年成績，完成 147,128次出行，服務用戶超 60000 人，無主動責任事故。2021 年 1 月，公司完成 3.1 億美元的 B 輪融資，與宇通集團合作開發中國首款全無人駕駛小巴，采用自主研發的全棧式軟硬件解決方案，專為城市開放道路設計。4.2.全球化戰略與國際合作推動自動駕駛技術領先發展 文遠知行（文遠知行（WeRide）不斷擴大與國內外企業及組織的合作）不斷擴大與國內外企業及組織的合作，已與雷諾、日產、三菱、宇通、博世、廣汽等世界頂尖汽車廠商建立長期戰略合作伙伴關系。這不僅使文遠知行獲得

42、國際領先的科技資源和市場話語權，也進一步拓展了其在海外的影響力。作為全球唯一同時在中國、美國、阿聯酋和新加坡四地擁有自動駕駛牌照的公司，文遠知行在申請牌照過程中，通過提交技術資料和試驗結果，經過專門的審查和評價，取得了對其技術能力的肯定。目前，文遠知行在智慧出行、智慧貨運和智慧環衛等領域開展自動駕駛的研發、測試和運營，其領先技術和研究成果不僅增強了公司在海外市場的核心競爭力，也為中國企業在全球范圍內樹立了優秀的形象。文遠知行在全球化布局方面取得了顯著成績，充分展示了其領先優勢。文遠知行在全球化布局方面取得了顯著成績，充分展示了其領先優勢。在全球化進程中，中國品牌的海外拓展策略愈發突出，而文遠知

43、行在海外市場的成就尤為引人注目，為中國品牌提供了可行的商業模式和可復制的路徑。文遠知行將繼續利用其技術優勢，在海外市場發揮關鍵作用，對中國品牌的全球發展產生深遠影響。未來，隨著智能網聯技術與新能源汽車的深度融合，自動駕駛車輛將成為城市交通的核心，顛覆傳統出行模式。文遠知行正在通過實際行動，引領中國和全球自動駕駛產業向更智能、更安全的方向邁進。4.3.WeRide ONE 4.3.1.WeRide One 的全冗余安全設計與增強系統穩定性 WeRide One 在軟硬件和操作層面都采用了全冗余安全設計。在軟硬件和操作層面都采用了全冗余安全設計。公司方案的硬件安全冗余包括傳感器、計算單元、通信網絡

44、、電源單元以及線控系統；在軟件層面，除了冗余計算單元上運行的冗余軟件系統，算法層面也實現了冗余設計，大大提高了WeRide One 的可靠性。公司采用因果預測模型和規劃模型，確保車輛在與其他道路使用者互動時具備處理最壞情況的能力。此外，遠程平臺為自動駕駛車輛提供額外的協助，進一步增強了系統的安全性。4.3.2.WeRide One 具備自我完善的算法 WeRide One 具備自我完善的算法。具備自我完善的算法。WeRide One 采用自研的深度學習模型，與基于規則的算法不同，這套模型能夠根據車隊收集的數據持續自我完善。文遠知行構建了一個云端大數據平臺，可以同時進行巨量的數據采集、數據上傳、

45、數據標注、分布式模型訓練、模型驗證和模型部署。目前，文遠知行已積累了超過 1200 萬公里的自動駕駛里程（其中超過 280 萬公里為無人駕駛里程）、80 億公里的仿真模擬測試里程，以及 3.1 億個 3D 點云數據。經過訓練后的模型會自動驗證并部署到整個車隊上。4.3.3.先進的感知框架 圖圖 23：文遠知行：文遠知行車型車型 數據來源：文遠知行，東北證券 文遠知行采用先進的感知框架，通過文遠知行采用先進的感知框架，通過冗余冗余的雙感知路徑，以保證更好的精度。的雙感知路徑，以保證更好的精度。多重感知融合包括了攝像頭、激光雷達、毫米波雷達和慣性運動傳感器，能夠為自動駕駛汽車提供 360 度無死角

46、感知?；谖倪h知行的人工智能增強算法，系統即使在低能見度環境下，也能確保一流的感知性能。在感知速度方面，絕大多數感知模型的延退均小于 10 毫秒：在精度方面，系統的檢測精度可達 99%，物體輪廓檢測誤差小于 5 厘米。文遠知行的感知結果不僅來自于直接檢測，還包含系統對于周圍物體和場景的深入理解。圖圖 24：WeRide One 數據來源：汽車之聲，東北證券 文遠知行文遠知行推出推出“WeRide ONE”自動駕駛通用算法，實現對自動駕駛通用算法，實現對 Robotaxi 運營的全場景、運營的全場景、全天候覆蓋全天候覆蓋，包括隧道、橋梁、高速公路、早晚高峰、夜間、雨天等；推出一系列Robotax

47、i 運營級產品，包括叫車應用“WeRide Go”、乘客端可視化產品“WeRide Viz”等，為用戶打造更完善、舒適、充滿安全感的 Robotaxi 乘坐體驗。WeRide One 是由文遠知行研發的白動駕駛通用技術平臺，能夠高效實現城市場景內不同車型的自動駕駛應用落地；它涵蓋了行業領先的全棧式自動駕駛軟件算法、靈活的自動駕駛模塊化硬件方案，以及全能可靠的云架構平臺。WeRide One 除在軟件與硬件層面均具備極高的靈活性外，基于安全為先的設計理念，其算法層面和系統層面都采用全冗余安全設計。此外，得益于優秀的深度學習模型和數據閉環驅動的開發理念，WeRide One 也擁有強大的自我迭代能

48、力，讓它在實際應用中日益精進，真正實現一個平臺，打通萬千場景。WeRide One 是一個通用的技術平臺。在硬件設備上，文遠知行通過定制基礎模塊，設計出造型各異的傳感器套件。根據不同車型配置不同傳感器，只需增減傳感器的數量即可滿足相應功能需求。在軟件算法上，不同車型可以共用同一套算法，盡管傳感器配置各不相同，卻共享 90%以上的部件。WeRide One 對感知、預測、規劃控制、地圖定位等自動駕駛核心模塊進行了通用化升級，將 L4 級自動駕駛技術的核心功能進行通用化提煉，如采用多傳感器融合+多通道冗余的感知模塊，引入高階博弈機制的規劃控制模塊，誤差 2 厘米以內的高精定位模塊等。該平臺兼顧不同

49、車型及需求的差異性，實現了多樣化產品自動駕駛賦能的一致性。圖圖 25：WeRide One 展現展現 數據來源：文遠知行，東北證券 WeRide One 還提供了復用性更強的各類自動駕駛工具平臺，除了仿真、遠程控制、分析、云端開發等工具平臺外，還包含自動駕駛專用操作系統，以及模塊化的硬件方案，有效降低自動駕駛硬件適配門檻。4.4.用戶基礎逐漸形成 文遠知行聯合清華大學交通研究所發布了中國首份 Robotaxi 乘客調研報告。報告顯示，文遠知行 Robotaxi 在運營一年內贏得了一批忠實用戶，其中 28%的乘客每周至少乘坐一次，15%每周乘坐達到三次及以上。持續的開放運營使 Robotaxi

50、在出行市場中占據了一席之地，并展示了自動駕駛落地對城市交通的潛在影響。文遠知行Robotaxi 運營一年內，共安全完成超過 14.7 萬次出行，服務用戶超過 6 萬人，無任何主動責任事故。文遠知行 COO 張力表示，公司的無人駕駛車隊已超過 100 輛，其中 40 輛用于 Robotaxi，60 輛用于專項測試。隨著運營范圍和訂單渠道的擴大，車隊將靈活調度以應對需求。圖圖 26：乘客調研結果：乘客調研結果 1 圖圖 27：乘客調研結果：乘客調研結果 2 數據來源：文遠知行，清華大學交通研究所，東北證券 數據來源：文遠知行，清華大學交通研究所，東北證券 文遠知行 Robotaxi 的乘客中，18

51、-50 歲的中青年群體占 97%，該群體出行頻次高，對新科技接受程度高，近九成是全職員工，近 80%擁有本科以上學歷，大部分擁有駕照。大部分乘客來自傳統出租車和網約車市場。其中，28%的乘客每周至少乘坐一次文遠知行的 Robotaxi，15%的乘客每周乘坐三次及以上。56%的乘客使用文遠知行 Robotaxi 進行日常通勤，41%的乘客是為了體驗自動駕駛而來。4.5.深度參與運營提升落地能力 2019 年 8 月，文遠知行成立了中國首個落地一線城市的自動駕駛出租車運營合資公司“文遠粵行”。這是文遠知行鐵三角模式（AI 技術與車企/Tier 1、出行平臺戰略合作的模式）的首次落地，也是公司首次與

52、出租車企業的深度合作。目前文遠粵行的 Robotaxi 車隊已經在廣州市黃埔區、廣州開發區開啟試運營服務，覆蓋144.65平方公里的核心城市開放道路。文遠知行將利用鐵三角模式，把Robotaxi帶進多個中國城市，與本地的合作伙伴建立 Robotaxi 車隊，服務本地市民，把稅收和產值留給當地政府，實現可持續的商業化落地。5.Waymo 5.1.Waymo：自動駕駛的先行者 圖圖 28：Waymo 合作車輛合作車輛 數據來源：新出行，東北證券 圖圖 29：Waymo 發展歷程發展歷程 數據來源：東北證券整理 Waymo 起源于 2009 年谷歌的自動駕駛項目，致力于實現完全的無人駕駛技術。201

53、6年，Waymo 作為 Alphabet 旗下的獨立子公司成立，并在亞利桑那州 Chandler 設立了運營和測試中心。此后，Waymo 在鳳凰城及其周邊地區擴大了測試和商業化應用。2017 年，Waymo 啟動了早期測試志愿者項目，并于同年 11 月開始進行沒有安全駕駛員的自動駕駛汽車測試。2018年，Waymo推出了自動駕駛網約車服務Waymo One；2019 年 Waymo 開始對外出售其傳感器技術；2022 年 Waymo 在鳳凰城市中心推出了面向公眾的自動駕駛網約車服務。2023 年，Waymo 因裁員推遲了自動駕駛卡車項目，但申請在舊金山全天候運營無人駕駛出租車服務。到 2024

54、 年，Waymo 宣布向舊金山的所有用戶開放無人駕駛出租車服務。5.2.Waymo 方案：多傳感器+行為預測，目標 L4-L5 目前 Waymo 在新車上搭載了 5 個雷達單元、29 個攝像頭，部件主要集成在車頂、前臉、車頭兩側和車尾中央。Waymo 也在亞利桑那州鳳凰城同時進行 L4 以及 L5 級無人駕駛車的測試。Waymo 通過 4 個主要步驟來實施：感知（perception）、定位（localization）、規劃（planning）和控制（control）。圖圖 30：Waymo 感知系統感知系統 數據來源：Waymo，東北證券 Waymo 的感知系統是其自動駕駛技術的核心組件，主

55、要任務包括對障礙物的估計的感知系統是其自動駕駛技術的核心組件，主要任務包括對障礙物的估計和自動駕駛汽車的定位。和自動駕駛汽車的定位。該系統采用了攝像頭、激光雷達（LiDAR）和雷達的組合，特別依賴于 4 個 LiDAR 傳感器來完成感知工作。這種設計與特斯拉的系統形成鮮明對比，后者更側重于攝像頭和計算機視覺。Waymo 的定位系統能夠將車輛的位置精確到的定位系統能夠將車輛的位置精確到 1-3 厘米。厘米。一些公司使用 GPS 進行定位，并輔以攝像頭和激光雷達信息，Waymo 則結合了高精度地圖、激光雷達和 GPS來確定車輛的位置。此外，Waymo 還利用了 Google 地圖多年利用激光雷達、

56、攝像頭和 GPS 進行的高精地圖繪制，為自動駕駛汽車提供了精確和豐富的數據。Waymo 自動駕駛汽車最重要的特點是行為預測。自動駕駛汽車最重要的特點是行為預測。Waymo 無法像特斯拉那樣利用其客戶幾十萬輛的汽車收集數據，但是他們也擁有自己的車隊，近年來增長很快。在自動駕駛汽車中，最終想要實現的能力是了解人類行為并預測它們，也就是行為預測。Waymo 的行為預測使用循環神經網絡進行的，它們使用過去的信息來預測未來的變化。Waymo 可以實時前后數據回放，還可以在虛擬場景中模擬行為，并查看算法是如何表現的。Waymo 平均每天 24*7 小時運行 25,000 輛虛擬汽車，在這些模擬中每天行駛 10,000,000 英里。這些仿真實驗都進一步優化了 Waymo 的算法能力。5.3.落地進程加速 目前 Waymo 無人駕駛車隊主要覆蓋舊金山、洛杉磯、鳳凰城地區，每周付費訂單達到 5 萬單，預計將于今年年底拓展至奧斯汀地區。圖圖 31：Waymo 部分部分覆蓋區域覆蓋區域 數據來源：Waymo，東北證券