朋友們，今天聊聊眼下的生意和未來的錢。最近很多人在焦慮，做外貿的擔心關稅，做實體的抱怨內卷，做網際網路的在裁員。大家的共識是，舊地圖找不到新大陸了。如果感到迷茫，不妨抬頭看看那個瘋子——馬斯克。不管你喜不喜歡他，都得承認，他是地球上最敏銳的資本雷達。馬斯克最近的佈局非常清晰，他在賭國運，也在賭人類的命運。他手裡攥著六張底牌：商業航天、人形機器人、無人駕駛、腦機介面、AI應用、新能源與儲能。這六個詞，很多人聽了會覺得，這太高科技了，跟我這賣貨的、做加工的有什麼關係？其實關係大了。如果只把它們當成科技新聞看，那確實是在看熱鬧。如果把它們當成產業鏈重構的訊號看，那裡就都是黃金。我們一個個拆解，看看這六大方向裡，到底藏著中國生意人什麼樣的機會。第一張牌：AI應用。請注意，是應用，不是大模型。以前做生意靠資訊差，以後做生意靠效率差。馬斯克為什麼要瘋狂推進xAI？因為他知道，未來的公司只有兩種：一種是全副武裝AI的公司，一種是即將倒閉的公司。對於中國的中小老闆來說，大模型那是神仙打架，跟我們沒關係。我們要做的，是極致的AI應用。客服是不是AI？設計是不是AI？程式碼是不是AI寫一半？AI應用的本質，是把原本屬於高薪白領的技能，變成廉價的水電煤。誰能最快把AI應用落地到具體的場景裡，誰就能在這個低利潤時代活下來。第二張牌：人形機器人。這是我認為對中國製造業衝擊最大、也是機會最大的一張牌。人形機器人是勞動力的替代品，馬斯克預言人形機器人的數量會超過人類，這意味著什麼？意味著藍領危機將被技術性化解。中國有著全球最強的硬體供應鏈，當特斯拉的人形機器人Optimus開始量產，不僅需要電機、減速器，還需要無數的感測器和精密部件。這就是中國工廠的下一個十年。就像當年蘋果產業鏈造富了一批中國企業，人形機器人產業鏈的爆發力，會是手機的十倍。盯著人形機器人，其實是在盯這一條全新的、巨大的供應鏈。第三張牌：無人駕駛。無人駕駛真正的革命在物流，如果貨車可以24小時不休息，不需要司機，物流成本會降到什麼程度？無人駕駛一旦全面鋪開，整個商業零售的邏輯都會變。庫存周轉率會快到嚇人，路邊店的價值會被重估。對於各位老闆來說，關注無人駕駛，其實是在關注履約成本。未來，無人駕駛會讓物理世界的傳輸成本，無限逼近於資訊傳輸成本。第四張牌：新能源與儲能。這一塊大家很熟，中國已經捲成紅海了。但馬斯克的側重點變了，他更強調儲能。太陽能板鋪滿屋頂不稀奇，稀奇的是怎麼把電存下來。新能源與儲能是硬幣的兩面。未來的能源生意，不是看誰發的電多，是看誰能做能源的時間管理大師。電力的波動性是電網的噩夢，而新能源與儲能系統就是安眠藥。對於在這個賽道的中國企業，出海去賣儲能裝置，去解決那些基建落後國家的用電痛點，可能比在國內卷價格戰要香得多。第五張牌：商業航天。這個聽起來最遙遠，似乎是國家隊的事。但SpaceX的火箭可以回收，衛星可以像撒豆子一樣撒向太空。商業航天帶來的星鏈正在覆蓋地球的每一個死角。這意味著什麼？意味著全球無死角的網路覆蓋。對於做跨境生意、做遠洋運輸、做偏遠地區礦產開發的老闆們，商業航天不僅是通訊工具，更是資產保全的手段。而且，商業航天的零部件外包，也是高端製造業的下一個風口。雖然門檻高，但一旦進去，就是護城河。第六張牌：腦機介面。這聽起來很科幻，但Neuralink確實已經讓癱瘓患者用意念下棋了。腦機介面目前看是醫療器械的巔峰，但長遠看，它是人類進化的入場券。這一塊，咱們普通創業者可能吃不到肉，但無論什麼技術都是要落地的，都是要場景的。圍繞腦機介面的康復醫療、資料分析、高端養老服務，將是老齡化社會裡的頂級奢侈品，這些都是普通人夠得到的機會。富人最後買單的，一定是生命質量。腦機介面，就是通往生命質量的那把鑰匙。馬斯克這六張底牌，其實邏輯是一脈相承的。新能源與儲能提供動力，商業航天搭建網路，無人駕駛解決運輸，人形機器人解決勞動力，AI應用解決大腦算力，腦機介面解決人類自身的極限。這是一個閉環。我們成為不了馬斯克，但我們可以看懂這個閉環。現在的經濟環境，讓人覺得那是垃圾時間。但歷史告訴我們，巨頭們押注未來的時刻，往往是普通人彎道超車的唯一縫隙。這些技術落地的過程，就是舊財富毀滅、新財富誕生的過程。風起於青萍之末，在這些看似瘋狂的賭注裡，靜靜地等待著那些有心人去拆解，去重組，去變現。如果是你，這六張牌，你看好那一張？ (張揚創業說)

最近市場的熱度基本都在AI應用上，我們也還是維持之前的觀點，看好這一輪的AI應用。在前面的文章中，我們也提到過，其實無人駕駛就是目前最大的AI應用場景：後面我們會規劃多篇關於無人駕駛的產業分析文章，帶大家一起跟蹤無人駕駛的產業政策、投資方向。這篇文章來專門講一下逐漸放開的無人駕駛政策，為什麼特意講這個？因為現在智駕面臨的很大問題就是技術進步和政策滯後的矛盾，而智駕已是大國博弈的一個重要方向。就在1月13日下午2:00 ET（也就是台北時間今天凌晨3點），美國眾議院能源與商務委員會就放寬無人駕駛車輛部署舉行聽證會，這個法案的全稱有點長《Safely Ensuring Lives Future Deployment and Research In Vehicle Evolution (SELF DRIVE) Act of 2026》，簡稱SELF DRIVE Act。裡面提到了關於防範中國競爭以及針對智駕的一些要求和標準，而今天下午上海就發佈了關於智駕的行動計畫。可以說兩國的競爭已經逐漸白熱化，政策已經越來越開放，2026 是智駕從 “試點” 轉向 “規模化落地” 的關鍵年。上海的行動計畫在上海今天下午發佈的這個行動計畫中，我們特別需要關注的幾點。1、多樣化應用場景也就是乘用車、商用車、裝備車的多樣化推動，大家比較熟悉的是Robotaxi，但Robovan更是我們非常看好的應用場景，這個後面會有文章來繼續分析。2、加快建構高能級創新要素裡面提到了三點：搭建自動駕駛數字孿生訓練場、完善自動駕駛資料監測平台、有序擴大自動駕駛開放區域。其中第二點是非常關鍵的，我們認為智能駕駛升級的核心是L4的升級和L3的普及，L3的普及利多零部件公司，但L4的升級一定利多營運平台。美國的智駕草案這個草案很多讀者並不太瞭解，我們寫的詳細一點。SELF DRIVE Act並非橫空出世，它其實是2017年和2021年類似法案的更新版本。早在2017年，美國國會就曾提出過SELF DRIVE Act，試圖為自動駕駛車輛鋪平道路，但最終未能通過。2021年的版本也停留在討論階段。現在，2026年的這個草案是在前兩次基礎上最佳化而來，目的是應對自動駕駛技術快速發展帶來的挑戰。為什麼現在推出呢？背景很簡單：自動駕駛技術正從實驗室走向現實道路。美國希望通過這部法案，建立統一的聯邦監管框架，減少人為駕駛錯誤導致的事故（據統計，人為因素佔交通事故的94%），提升道路安全、機動性和可及性，尤其是為老年人和殘疾人提供更多出行便利。同時，它還強調美國在全球AV領域的領導地位，防範中國等競爭對手主導市場。如果沒有全國統一標準，美國各州會各自為政，會造成監管碎片化，阻礙創新。美國更注重“與中國競爭創新，而不是與歐洲競爭監管”。總之，這個法案的誕生源於技術進步與政策滯後的矛盾。它不是單純的“鬆綁”，而是平衡安全與創新的嘗試。時間推進得很快！2026年1月初，這個討論草案正式發佈。緊接著，1月13日下午2:00 ET（也就是台北時間今天凌晨3點），眾議院能源和商務委員會的商務、製造和貿易小組委員會舉行了聽證會，這個聽證會不僅是SELF DRIVE Act的焦點，還討論了其他16項汽車相關草案，包括提高自動駕駛車輛豁免上限至每年90,000輛的提案。 聽證會上，支援聲音佔主流：小組委員會主席Gus Bilirakis在開場白中讚揚了草案，強調它能促進安全部署並提升美國競爭力。安全案例要求：製造商必須為每個ADS版本開發“安全案例”，包括硬體/軟體冗餘、風險分析、驗證過程和碰撞響應。交通部將在2027年9月前頒布最終規則，將其作為安全標準的一部分。ADS性能標準：ADS需在指定域內執行完整DDT，檢測弱勢道路使用者（如行人），實現最小風險狀態（MRC），遵守交通法規，並制定網路安全計畫。對於L3級自動化，要確保駕駛員有足夠干預時間。測試與部署：允許製造商在測試階段進行有限商業營運，但受交通部監督，包括車輛數量和里程限制。草案還涉及重型卡車AV監管，允許貨運試點。資料與透明：建立國家AV安全資料儲存庫，要求報告嚴重碰撞事件和季度里程資料。州機構可訪問，但需保密。預佔與豁免：聯邦法預佔州法，禁止州制定不同製造法規，但保留州在營運和責任方面的權力。不豁免普通法責任。ADS專用車輛可豁免某些人類裝置要求，但必須允許乘客安全退出。網路安全與供應鏈：要求商務部長審查連接車輛供應鏈，並在法案生效後一年報告。此外，草案強調不強制特定技術（如感測器類型），而是基於性能標準，提供靈活性。 總體來說，它的目標是“安全第一”，但也為創新留足空間。如果一切順利，它可能被納入2026年的地面交通再授權法案，這是一項更大的交通立法包。 然後，草案需通過眾議院能源和商務委員會、全眾議院、參議院對應委員會和全參議院，最後由總統簽署生效。總體來看，除了安全方面的要求，美國的這個草案跟上海的《行動計畫》都在強調Robotaxi和Robovan的多應用場景，以及自動駕駛資料監測平台的完善。後續我們會繼續追蹤相關產業資訊，有興趣的讀者可以到星球一起討論。 (傅里葉的貓)

輝達宣佈開源其首個推理 VLA (視覺-語言-動作) 模型Alpamayo 1。該模型旨在打造能在意外情況下"思考"解決方案的車輛，採用 100 億參數架構，使用視訊輸入生成軌跡和推理過程。黃仁勳稱，首款搭載輝達技術的汽車將第一季度在美上路。輝達還發佈了多個開源模型、資料和工具，如用於代理AI的輝達Nemotron家族、用於物理AI的Cosmos平台、用於機器人的輝達Isaac GR00T以及用於生物醫學的輝達Clara。輝達在無人駕駛領域邁出關鍵一步，宣佈開源其首個推理 VLA (視覺-語言-動作) 模型Alpamayo 1，這一舉措旨在加速安全的自動駕駛技術開發。該模型通過類人思維方式處理複雜駕駛場景，為解決自動駕駛長尾問題提供新路徑。美東時間1月5日周一，輝達CEO黃仁勳在拉斯維加斯舉行的CES展會上發佈了Alpamayo平台，使汽車能夠在真實世界中進行"推理"。黃仁勳表示，首款搭載輝達技術的汽車將於第一季度在美國上路。輝達免費開放Alpamayo模型，允許潛在使用者自行對模型進行重新訓練。該模型旨在打造能在意外情況下"思考"解決方案的車輛，例如交通訊號燈故障等場景。車載電腦將分析來自攝影機和其他感測器的輸入，將其分解為步驟並提出解決方案。這一開源舉措獲得了行業廣泛支援。包括捷豹路虎（JLR）、Lucid、Uber以及加州大學伯克利分校DeepDrive深度學習自動駕駛產業聯盟（BDD）在內，多家移動出行領軍企業和研究機構表示，將利用Alpamayo開發基於推理的自動駕駛技術堆疊，推動L4級自動駕駛部署。首個開源推理VLA模型發佈輝達此次發佈的Alpamayo家族整合了三大基礎支柱：開源模型、模擬框架和資料集，建構了一個完整的開放生態系統供任何汽車開發者或研究團隊使用。Alpamayo 1是業界首個為自動駕駛研究社區設計的思維鏈推理VLA模型，現已在Hugging Face平台發佈。該模型採用100億參數架構，使用視訊輸入生成軌跡及推理軌跡，展示每個決策背後的邏輯。開發者可以將Alpamayo 1改編為更小的執行階段模型用於車輛開發，或將其作為自動駕駛開發工具的基礎，例如基於推理的評估器和自動標註系統。黃仁勳表示：“物理AI的ChatGPT時刻已到來——機器開始理解、推理並在真實世界中行動。無人計程車是首批受益者。Alpamayo為自動駕駛汽車帶來推理能力，使其能夠思考罕見場景，在複雜環境中安全駕駛，並解釋其駕駛決策——這是安全、可擴展自動駕駛的基礎。”輝達強調，Alpamayo模型並非直接在車內運行，而是作為大規模教師模型，供開發者微調並提取到其完整自動駕駛技術堆疊的骨幹中。未來該家族的模型將具有更大的參數規模、更詳細的推理能力、更多的輸入輸出靈活性以及商業使用選項。推理VLA技術原理解析推理VLA是一種統一的AI模型，將視覺感知、語言理解和動作生成與逐步推理整合在一起。這類模型整合了明確的AI推理功能，在傳統視覺-語言-動作模型的基礎上建構。AI推理是AI逐步解決複雜問題並生成類似於人類思維過程推理痕跡的能力。這些系統對一系列網際網路規模的任務進行預訓練，包括語言生成和視覺連接，以發展通用知識和感知基礎。與將視覺輸入直接對應到動作的標準VLA模型不同，推理VLA模型將複雜的任務分解成可管理的子問題，並以可解釋的形式闡明其推理過程。這使模型能夠更準確地解決問題或執行任務，還能對模型正在進行的操作提供一定程度的反思。建構推理VLA模型需要三種基本AI功能：視覺感知、語言理解以及動作和決策制定。視覺感知處理來自攝影機、毫米波雷達或雷射雷達等感知感測器的即時資料；語言理解通過自然語言處理解釋命令、上下文提示和對話輸入；動作和決策制定則使用融合的感官和語言資訊來計畫、選擇和安全地執行任務，同時生成可解釋的推理痕跡。在自動駕駛場景中，推理VLA可以對交通狀況進行逐步推理。例如，接近一個十字路口時，系統可能會進行如此推理："我看到一個停止標誌，左邊有車輛駛來，還有行人正在過馬路。我應該減速，完全停下來，等待行人通過人行橫道，安全時再繼續前進。"完整開放生態系統支援開發除Alpamayo 1模型外，輝達還發佈了配套的模擬工具和資料集，建構完整的開發生態系統。AlpaSim是一個完全開放原始碼的端到端模擬框架，用於高保真自動駕駛開發，現已在GitHub平台發佈。它提供真實的感測器建模、可配置的交通動態和可擴展的閉環測試環境，實現快速驗證和策略最佳化。輝達還提供了面向自動駕駛最多樣化的大規模開放資料集，包含超過1700小時的駕駛資料，涵蓋最廣泛的地理位置和條件範圍，覆蓋罕見且複雜的真實世界邊緣案例，這對於推進推理架構至關重要。這些資料集可在Hugging Face平台獲取。這些工具共同為基於推理的自動駕駛技術堆疊建立了一個自我強化的開發循環。開發者可以利用這些資源在專有車隊資料上微調模型，將其整合到基於輝達DRIVE AGX Thor加速計算建構的輝達DRIVE Hyperion架構中，並在商業部署前通過模擬驗證性能。業界領軍企業表達支援據輝達介紹，多家移動出行領域的領軍企業對Alpamayo表示了濃厚興趣。Lucid Motors高級駕駛輔助系統和自動駕駛副總裁Kai Stepper表示："向物理AI的轉變凸顯了AI系統對真實世界行為進行推理能力的日益增長的需求，而不僅僅是處理資料。先進的模擬環境、豐富的資料集和推理模型是這一演進的重要元素。"捷豹路虎產品工程執行總監Thomas Müller表示："開放、透明的AI開發對於負責任地推進自動移動出行至關重要。通過開源Alpamayo等模型，輝達正在幫助加速整個自動駕駛生態系統的創新，為開發者和研究人員提供新工具，以安全地應對複雜的真實世界場景。"Uber全球自動移動出行和配送負責人Sarfraz Maredia表示："處理長尾和不可預測的駕駛場景是自動駕駛的決定性挑戰之一。Alpamayo為行業創造了令人興奮的新機遇，可以加速物理AI、提高透明度並增加安全的L4級部署。"加州大學伯克利分校DeepDrive聯合主任Wei Zhan表示："Alpamayo組合的推出代表著研究社區的一次重大飛躍。輝達決定公開這一技術具有變革意義，因為其存取權和能力將使我們能夠以前所未有的規模進行訓練——為我們提供了將自動駕駛推向主流所需的靈活性和資源。"跨行業AI模型全面開放本周一，輝達還發佈了推動各行業AI發展的多個新開源模型、資料和工具。這些模型涵蓋用於代理AI的輝達Nemotron家族、用於物理AI的輝達Cosmos平台、用於機器人的輝達Isaac GR00T以及用於生物醫學的輝達Clara。輝達還提供了開源訓練框架和全球最大的開放多模態資料集合之一，包括10兆語言訓練標記、50萬個機器人軌跡、45.5萬個蛋白質結構和100TB的車輛感測器資料。輝達代理式AI基礎模型Nemotron發佈了語音、多模態檢索增強生成（RAG）和安全相關的新模型。Nemotron Speech包含業界領先的開源模型，為即時字幕和語音AI應用提供即時、低延遲語音識別。Nemotron RAG包含新的嵌入和重排序視覺語言模型，提供高度精準的多語言和多模態資料洞察。在物理AI和機器人領域，輝達發佈了Cosmos開放世界基礎模型，為加速物理AI開發和驗證帶來類人推理和世界生成能力。Isaac GR00T N1.6是一個開放推理VLA模型，專為人形機器人打造，實現全身控制，並使用輝達Cosmos Reason實現更好的推理和上下文理解。輝達稱，博世（Bosch）、CodeRabbit、CrowdStrike、Cohesity、Fortinet、Franka Robotics、Humanoid、Palantir、Salesforce、ServiceNow、日立和Uber等科技業的領頭羊正在採用並基於輝達的開源模型技術進行開發。輝達的開源模型、資料和框架現已在GitHub和Hugging Face平台發佈，並可通過一系列雲、推理和AI基礎設施平台以及build.nvidia.com獲取。這些模型中的許多還以輝達NIM微服務的形式提供，可在從邊緣到雲端的任何輝達加速基礎設施上進行安全、可擴展的部署。 (invest wallstreet)

12月23日，北京市首批L3級高速公路自動駕駛車輛專用號牌，由北京市公安局交通管理局發放給北京出行汽車服務有限公司名下3輛北汽極狐智能網聯汽車。與此同時，遠在千里之外的重慶，懸掛“渝AD0001Z”號牌的L3級自動駕駛車輛已行駛在內環快速路上。此前，工業和資訊化部正式公佈中國首批L3級有條件自動駕駛車型准入許可。來自長安汽車的深藍汽車和北汽集團極狐品牌的兩款純電動轎車通過測試評估，獲准在北京、重慶部分指定高速公路和城市快速路段開展上路試點，讓自動駕駛討論熱度再度升溫。從車型准入許可到號牌快速落地，這是中國自動駕駛發展史上的一個重要節點，標誌著中國自動駕駛汽車產業正從技術驗證穩步邁向量產應用新階段。不過，我們也不能被社交媒體上的情緒化表達帶偏節奏，簡單地認為自動駕駛可立即“大規模量產”，或無人駕駛時代已來臨。L3級自動駕駛，是從“駕駛輔助”向“自動駕駛”跨越的重要拐點。根據《汽車駕駛自動化分級》（GB/T 40429-2021）國家標準，L3級屬於有條件自動駕駛，即在設定的運行條件下，自動駕駛系統可持續執行轉向、加速、制動等動態駕駛任務，駕駛員無需持續監控行駛環境，但需要在系統發出接管請求時及時響應。當前，中國正處於從L2級駕駛輔助大規模普及，向L3級自動駕駛實現商業化突破的關鍵過渡期。今年前三季度，中國具備組合駕駛輔助功能（L2級）的乘用車新車銷量同比增長21.2%，滲透率達64%。此次對兩款自動駕駛車型許可，不僅是對技術成熟度的權威認可，更是對社會各界關於未來智慧出行深切期待的有力回應。配備有安全員的小馬智行自動駕駛示範營運專線計程車行駛在廣州塔附近道路上。鄧華攝（新華社）智能網聯汽車作為跨學科、跨領域的複雜系統，其成熟度不僅依靠技術突破，更需商業閉環驗證。L3等級有條件自動駕駛試點落地，是涵蓋整車、零部件、軟體演算法、通訊、資料服務等多主體協同的系統工程，不僅能為消費者帶來更高等級的自動駕駛體驗，也將推動交通管理、保險理賠、責任認定、政策法規等社會配套體系同步完善，從而在政策法規、產業生態、基礎設施與社會接受度上形成合力，為後期更多車型規模化商用積累資料和經驗。事實上，此次許可並非“全面放開”。工信部對兩款車型的運行場景、道路類型、城市範圍和速度上限，都作出了嚴格與具體的限定。同時，在營運層面，兩款車型也沒有直接面向普通消費者開放，而是由特定使用主體組織開展試點運行。以包容審慎監管護航前沿技術安全落地，並非對產業發展的限制，而是築牢安全根基，更符合行業長期健康發展邏輯。需要指出的是，在L3級有條件自動駕駛的推進過程中，當前有兩種許可常被混淆：一是由地方相關機構發放的“道路測試牌照”，二是此次由國家有關部門發放的“產品准入許可”。如果做一個比喻，前者相當於“企業自主命題、自主考核”，重在持續提升產品能力；後者則類似於“行業部門統一命題、擇優選拔開展管理探索”，目的是在保障安全的前提下，著力探索完善准入管理相關制度、流程、法規與標準，為未來規模化應用打下堅實基礎。截至目前，全國已累計發放超過1.6萬張“道路測試牌照”，而獲得“產品准入許可”的僅有兩款車型。單從數量上看，後者的獲取難度要遠高於前者。L3級自動駕駛的真正普及，並非只需要單一技術的突破，還需要政策法規、產業生態、基礎設施等保駕護航。由於自動駕駛系統及其應用場景的複雜性，以及面臨安全風險的複雜多變性，當前中國試點採取的是“小範圍起步、附條件實施”推進方式，獲得準入許可並不意味著自動駕駛可立即“大規模量產”。對行業而言，這一步的象徵意義，遠大於兩款車型本身。但更要明白的是，距離L3級自動駕駛大規模商業化落地，我們仍有很長的路要走。 (經濟日報)

當地時間12月21日晚，美國舊金山出現了一起大規模停電事件。但誰承想，停電影響13萬居民日常生活也就罷了，居然還能導致全市交通中斷！隨著紅綠燈徹底熄滅，只見一輛輛Waymo旗下的Robotaxi無人駕駛計程車成片趴窩，直接給路口圍了個水洩不通。更要命的是，車上根本沒有安全員……這也就意味著，它們根本沒法憑一己之力把車挪到安全地帶，只能等後台安全員一個個遠端操作，或是等人到現場施救。而來救它們的人，又會被另一批Robotaxi堵在下一個路口。在當地，無人駕駛和Robotaxi本就備受爭議。這種關鍵時刻掉鏈子的操作無異於雪上加霜，進一步損失了一大波路人緣。這時，一直瞧不上Waymo的馬斯克火速下場，來了個落井下石：停電，可沒有影響特斯拉的Robotaxi業務哦。趴窩的Waymo和暢通無阻的特斯拉，形成了鮮明的對比——那句話怎麼說的來著，“全靠同行襯托”。正因如此，有美國網友表示：如果我是Waymo，乾脆收工算了！接下來肯定是特斯拉一統自動駕駛江湖，還混個什麼勁兒啊！但同樣地，也有人並不接受“特斯拉沒趴窩=FSD技術更先進”的邏輯。畢竟自動駕駛要考慮的場景，那可太多了。如果要公平客觀地評判，肯定要綜合各種複雜場景下的應對策略，停電只不過是其中一種而已。但不管怎麼說，Waymo的Robotaxi存在不足和漏洞，是板上釘釘的事實。咱們先來說說Waymo為何會在路口集體趴窩。Waymo Drive作為一步到位的L4自動駕駛系統，是典型的“重地圖、重規則”流派。它的運行流程，也是繪製高精地圖——多冗餘系統下感知即時資訊——根據已有規則做出預測——規劃並執行路線行駛。經過超1億英里真實道路資料的錘煉，Waymo Drive可以說已經進化得比較成熟了。就比如，這次停電事件中，有網友質疑Waymo無法理解最基本的道路規則，才在路口“不知所措”，這麼說其實有失偏頗。正如圈出來的法規所言，當交通訊號燈無法正常執行階段，所有方向都必須先停車，確認安全後才能通行。這也是很多人提到的美國“四向停車”規則，具體通行順序稍微有點複雜——先到的先走，直行/右轉車輛要比左轉車輛先走。如果四向車輛同時到達、且均需左轉，靠司機的手勢和眼神，或者其他人與人之間的交流方式協調通行。該項規則，Waymo Drive是學了的，只不過沒應對好。這就好比，學生在上課時學習了一道公式，結果考試考得是這道公式衍生出來的複雜陣列，解題難度瞬間激增。Waymo發言人，也差不多是這麼解釋的：雖然技術上車輛能夠應對訊號燈故障，但“公用事業基礎設施的重大故障”疊加由此引發的交通混亂，導致車輛為了安全起見，停留時間過長。翻譯一下就是，當天晚上的舊金山，堪比黑暗森林的大型博弈現場。按照先停車、後視情況通行的原則，Waymo停在了路口，但遲遲無法確認道路可以100%安全通過，所以只能按兵不動。這在外界看來，就是Waymo當機了。好巧不巧，由於“當機”的車輛激增，雲端的遠端操作員只能協助處理一部分，處理速度根本趕不上新當機的數量。再加上停電導致斷網，這才讓道路被徹底堵死。而馬斯克的“拉踩”，也是真的有底氣。據評論區的網友分享，那怕停電了，特斯拉的FSD也不會對著一個沒有訊號燈的路口當機，水平甚至能追平甚至趕超“最優秀的人類司機”。這就有意思了。要知道，最早開始測試Robotaxi的Waymo，一直以來都被視為全球L4領域的領頭羊，技術實力穩坐頭把交椅。而特斯拉到了今年6月份，才正式開啟試點營運Robotaxi，目前僅在美國德州奧斯汀的部分營運區域取消了安全員，在Robotaxi領域是妥妥的後來者。怎麼在停電這種極端場景中，Waymo的表現還不如特斯拉呢？這背後的根本原因，社長認為主要有兩點。一方面，是Waymo海量路測里程中的資料缺陷。或者不客氣一點說，是採集資料過程中的邏輯缺陷。Waymo積累的里程資料有兩種，一種是模擬行駛資料，就是在電腦裡生成許多個能模擬現實路況的虛擬世界，讓Robotaxi在裡面鍛鍊應對能力；另一種則是真實道路的營運里程，累計超1億英里，並且這個數字還在隨著每周45萬單的Robotaxi業務迅速增加。理論上來講，Waymo可以將在真實道路上遇到的極端場景，放在模擬環境中反覆練習測試，直至找到最優處理方式後，再應用到真實世界中。但Waymo以往積累的所有資料，都是建立在城市交通訊號沒有中斷、交通秩序能基本維持的前提下。比如喪屍來了、空襲槍戰、或者是這次的停電導致訊號燈中斷，壓根不在Waymo的考慮範圍之內。所以一旦規則不好使了、連人類司機都得靠眼神和手勢溝通博弈，定位L4的Waymo為了100%安全，必然會禁止在混亂中主動參與博弈，當機也就成了必然。另一方面，是Waymo與特斯拉在自動駕駛技術路線上的不同。Waymo的選擇，是配備雷射雷達的多感知融合方案。它並沒有完全押注端到端大模型，而是採用世界模型結合端到端學習的混合設計，目的就是為了能更有力地提供安全兜底能力。特斯拉的路線大家就比較熟悉了：堅定支援純視覺方案。並且自打FSD V12版本以來，特斯拉就是將端到端大模型引入自動駕駛路線的頭號玩家。關於多感知融合方案和純視覺方案，最大的區別不是有沒有雷射雷達，而是背後的感知演算法邏輯。多了雷射雷達（和毫米波雷達），意味著更多的感知來源，和更高等級的保障。但這時，會對演算法和算力提出更高的要求——一個極端的例子是，雷射雷達告訴你前面有個巨大的透明塑料袋，你需要剎車；但攝影機依然能看清前面的路，告訴你可以繼續開。人類司機當然能通過經驗自行處理。但當資料衝突的時候，演算法到底該相信誰？更何況算力如果不夠，等系統從猶豫中反應過來，車輛已經來不及操作了。因此，所有做L4自動駕駛的公司，都要在演算法和算力上下大工夫。從這個角度出發，特斯拉的純視覺路線要處理的感知資訊更少，決策過程更簡單。FSD的端到端大模型，可以在不依賴高精地圖和程式碼規則的情況下，通過攝影機傳來的資訊隨機應變，做出比人類駕駛員更優秀的應對方案——那怕這一場景，不曾模擬訓練過。不過，經過這一番停電大考，Waymo也算是狠狠長了一回教訓。12月23日，Waymo宣佈更新Robotaxi的自動駕駛系統，以提升應對停電場景的能力。此外，Waymo還表示將吸取這次停電事件的經驗，從而改進緊急響應協議。不得不說，Waymo這次雖然在全世介面前現了眼，但也收集到了極端場景下的寶貴資料，還是有收穫的。只不過，這收穫的代價屬實有點大。寫在最後馬斯克對Waymo的反唇相譏，其實也反映出Robotaxi賽道競爭的白熱化。目前，Waymo的Robotaxi車隊數量為2500輛，在美國5個大城市展開營運。到了明年，Waymo計畫進一步擴張，再新增12個營運城市，其中還包括首個出海城市英國倫敦；還會新增其他12座測試城市，為後續營運提前鋪路。而特斯拉無需安全員的“真·無人車”，也會隨著Cybercab量產，從德州奧斯汀的約150輛，提升到明年預計的1000輛。畢竟在馬斯克眼裡，自動駕駛是特斯拉未來最重要的增長來源之一，也必然會成為馬斯克多項工作中的重中之重。本次舊金山停電事件，其實對Waymo和特斯拉雙方都提了個醒：必須重視平時很難遇到，但一旦出現，就會產生巨大社會影響的極端場景。對於Waymo這類L4自動駕駛公司來說，激進（效率）與保守（安全）之間的平衡，會更加難以把握。社長相信在不少人眼裡，都希望Robotaxi在道路通暢的時候能夠遵守交規，確保安全；但到了路況糟糕的時候，又希望它能耍點“小聰明”繞開規則，效率優先。然而，既想要Robotaxi精準讀懂人類每一次的駕駛偏好，又想讓它和道路上各類交通參與者的博弈中取得勝利……這和“讓人類永遠保持理智”一樣，是一種奢望。至於想要徹底消滅交通事故，或許，只能期待一下車路協同下的全自動交通？但無論如何，從L2漸進式實現L4，與一步到位實現L4的路線之爭，似乎開始要有眉目了。 (電動車公社)

最近特斯拉、華為、小鵬都在ALL IN自動駕駛，12月20號重慶發出了中國第一張 L3 級自動駕駛車牌，自動駕駛真要來了嗎？靠譜嗎？安全嗎？今天咱們就一口氣講清楚這場即將到來的出行革命。從第一性原理看，無人駕駛的商業化落地速度，會比想像的要快。自動駕駛的硬體正在超越人的極限。駕駛的本質是從環境感知、再到決策、執行的物理閉環。人在這個閉環中存在生理極限，比如人視覺的有效感知距離是150米，神經傳導速度最快是200ms，並且人的大腦極易受疲勞、情緒的影響。而AI大幅超越了這些人類的限制，高畫質攝影機、雷射雷達探測距離超200米，捕捉的資訊量遠超人類。更厲害的是自動駕駛的學習能力可以批次複製遷移。駕駛員的經驗積累是封閉的，一位老司機的經驗不能直接複製給新手；但自動駕駛是共享的，特斯拉利用影子模式，可以讓數百萬輛車在物理世界中平行訓練，一輛車學會了處理極端場景，通過共享，全球幾百萬輛特斯拉車就能瞬間全部掌握。所以，從第一性原理上講，自動駕駛未來必然會比人開得更好、更安全。那麼自動駕駛為什麼還沒全面落地？第一個限制是極端場景。自動駕駛有一個大難題是：99%的正常路況下自動駕駛可以處理的很好，但剩下的1%極端場景，資料少，路況複雜，需要自動駕駛付出更多的努力來處理好，這1%的極端場景對人的安全很關鍵。第二個限制是自動駕駛的規則、權責界限設定問題。全球每年因人類駕駛造成的死亡人數超過130萬，法律法規有詳細的責任界定，自動駕駛雖然可能更安全，但出現事故責任如何界定。過去上百年，交通法規權責主體是人；但在自動駕駛時代，如果出了事故誰賠？責任歸屬於車和系統提供方、還是車主？這些都需要進一步法律明確。第三個限制在於車載算力不足。在雲端，自動駕駛模型已經訓練好了，但因為車上的晶片算力不夠，資料對比很直觀：現在的車載晶片算力大約是 500 TOPS，而要想完美運行，需要 2000 TOPS。目前特斯拉、輝達、地平線都在攻克這個關卡，一旦2000 TOPS 的晶片成功上車，自動駕駛將迎來質的飛躍。好消息是，這些卡點正在被一一解決。面對1%的極端路況，過去的自動駕駛是規則驅動，靠的是窮舉所有類似“紅燈停綠燈行”的規則，但現在已經行不通了，因為現實世界的複雜性無法用程式碼窮盡。現在的主流解法是用“端到端”和“世界模型”。什麼是端到端？ 簡單說就是讓AI像人一樣看視訊自學，不再需要程式設計師窮舉所有程式碼。特斯拉FSD 的程式碼量因此從33萬行減到了3000行。舉個例子：路上有群雞在過馬路，車會等；路邊有群鵝在休息，車會繞開。這種到底動物是過馬路還是在路上休息的微妙判斷，規則寫不出來，全靠端到端AI的直覺。那麼什麼是世界模型？ 就是讓 AI懂常識、懂真實世界，通過學習物理法則，它知道球滾出來後面大機率跟著小孩，從而能預判危險。它還能在虛擬世界中一天模擬出人類500年的駕駛經驗，極大地加速了AI的進化。端到端和世界模型讓自動駕駛擁有了能夠應對極端情況的能力。而且，安全與法規的准入層面正在取得積極進展。安全方面，自動駕駛的安全已經逐漸得到驗證，比如Waymo最新資料顯示，其造成傷害的事故率僅為人類司機的1/7，即安全性約為人類的 6.7 倍。特斯拉2025年三季度最新資料顯示，開啟FSD情況下每起碰撞里程間隔636萬英里，但是未開啟自動駕駛情況下平均碰撞間隔是99.3萬英里。法規方面，2025年12月20日，重慶頒發了國內首塊 L3 級自動駕駛正式號牌，長安汽車與北汽藍谷成為首批獲得工信部准入許可的車企，目前首批車輛將在指定區域開展試點，這預示著中國正式邁入L3 自動駕駛時代。既然無人駕駛終將實現，未來機會是什麼？我認為未來最大趨勢是：車企從傳統汽車製造商轉變為AI科技公司。大家覺得車企什麼最賺錢？馬斯克早就把這事兒看透了，叫軟體定義汽車。大家想想蘋果手機最暴利的是什麼？其實是iOS系統，讓大家都離不開它的生態，跟什麼都要給它交錢。未來的AI汽車，邏輯一樣。最值錢的是裡面的自動駕駛系統。它就像一個SaaS軟體，像個專職司機，每年更新，向你收訂閱費。舉個例子，特斯拉的robotaxi，它的成本3萬美金，當車隊規模達到100萬台時，每英里成本0.2美金，那麼特斯拉在出行領域的收入可以超過700億美金，遠超賣車收益。同時，自動駕駛模型與人型機器人模型60%同源，這意味著自動駕駛技術領先的整車企業，還可以用技術優勢切入人形機器人領域。特斯拉、小鵬都在這樣做。特斯拉估值超百倍的背後就是市場對它未來AI業務，如FSD、Robotaxi和人形機器人業務的預期。回歸第一性原理，自動駕駛接管方向盤，已經勢不可擋。隨著端到端、世界模型技術的成熟，法律法規的完善，我們可以預見3年內一線城市將出現規模化的全無人Robotaxi車隊。最終將交通事故率將下降90%以上，自動駕駛將是城市交通擁堵、空氣污染和安全出行的終極解決方案。 (澤平宏觀展望)

首富畫的餅，真的嚥不下了。一直以來，在無人駕駛領域，馬斯克始終對「雷射雷達」嗤之以鼻，認為這種方案無異於拄拐走路。在這種理念下，馬斯克押注「純視覺」技術。然而，測試了大半年，特斯拉的無人駕駛車仍停留在取消安全員階段。這不禁讓人疑惑，特斯拉的無人駕駛，什麼時候才來？特斯拉無人駕駛路測曝光千呼萬喚之下，特斯拉的無人駕駛計程車，終於有眉目了。最近，一位X使用者拍下一輛在奧斯汀街頭行駛的特斯拉Model Y，車內看起來空無一人，甚至沒有配備安全員。圖源：X這段影片迅速在特斯拉追蹤者中傳開，許多人興奮地打開打車軟體下單驗證，卻發現接單的車輛依然配備著安全員。顯然，完全無人的服務還未正式到來。對此，馬斯克很快作出回應，稱測試確實正在進行，且“車內無人”，但強調目前仍處於測試階段，尚未進入商業落地。圖源：X那麼，是什麼在拖慢特斯拉Robotaxi 的商業化腳步？一個重要原因在於特斯拉始終堅持的「純視覺」技術路線。該方案僅依賴攝影機，數量約8個，並已逐步移除了超聲波雷達、毫米波雷達等其他感測器。這種做法雖然簡化了硬體，但也帶來了顯著挑戰。缺乏不同感測器之間的交叉驗證，系統容錯率較低，必須依靠高度精確的演算法來模擬人眼的感知與人腦的決策。據特斯拉向美國國家公路交通安全管理局（NHTSA）報告的資料，今年7月至10月間，其配備安全員的Robotaxi測試車隊發生了多起事故。在實際道路上，攝影機的表現十分依賴環境光。在逆光、夜間、大雨、大霧等極端場景下，其識別性能容易大幅下降。相較之下，雷射雷達不受光照影響，毫米波雷達能穿透雨霧，在惡劣天氣中往往更穩定。此前，有部落客發視訊吐槽，曾因天氣預報有雨，特斯拉遠端叫停服務並要求乘客下車，可見環境侷限依然明顯。圖源：微博目前，業內成熟的無人駕駛方案大多採用多感測器融合路線。以Waymo第六代系統為例，全車配備了13台攝影機、4個雷射雷達、6個毫米波雷達及音訊接收器，透過多重感知層疊提升安全冗餘。包括小鵬、蔚來在內的多家車企及自動駕駛公司，在推進高階自動駕駛功能時，也都選擇了融合雷射雷達的方案。然而，馬斯克對雷射雷達始終持排斥態度，他曾直言：“在我看來，雷射雷達就像是一根枴杖，在汽車上用雷射雷達簡直是愚蠢透頂，它昂貴且毫無必要。”這番言論鮮明體現了特斯拉在技術路線上的執著，也將其推向了一條與眾不同、挑戰重重的自動駕駛道路。市場還有多少份額留給特斯拉當特斯拉專注於攻克純視覺技術難關時，Robotaxi的商業化競賽已在其他賽道上悄悄加速。近期，Waymo投資人意外透露，其Robotaxi最新周訂單已突破45萬次，並稱其安全性是人類駕駛員的10倍。對比8個月前官方公佈的25萬單，其業務量在短期內暴漲80%，成長勢頭迅猛。圖源：36氪這一成績得益於Waymo持續的規模擴張。目前，Waymo已進入全球29個城市，並計畫在明年再拓展12城。同樣快速增長的還有百度旗下的蘿蔔快跑。其第三季全球出行服務次數達310萬，較去年同期成長212%。光是10月，全無人駕駛周訂單就超過25萬次，總服務次數累計突破1,700萬次。目前蘿蔔快跑已覆蓋22座城市，全無人駕駛里程累積超過1.4億公里。圖源：新華財經今年來，蘿蔔快跑加快全球化佈局，先後獲杜拜自動駕駛測試牌照、阿布達比全無人商業化營運許可。值得一提的是，蘿蔔快跑已先後與Uber、Lyft全球兩大出行平台達成合作，加速數千輛無人駕駛汽車在亞洲、中東及歐洲市場的規模化佈局。據摩根士丹利研究報告顯示，2024年，美國計程車市場幾乎被Uber和Lyft瓜分，二者市佔率分別為70%和30%。估計到2032年，美國計程車市場將五分天下，由Waymo、特斯拉和Uber拿下前三名。圖源：36氪從估計資料來看，市場對特斯拉依舊樂觀，這背後與其獨特的潛力密切相關。首先，Robotaxi整體市場仍處於早期階段。2025年全球自動駕駛共享旅遊市場規模預計約44億美元，遠未飽和，後來者仍有龐大空間。圖源：Towards Automotive其次，特斯拉擁有規模龐大的潛在車隊。全球已售出的數百萬輛具備自動駕駛硬體的特斯拉車輛，一旦技術成熟、法規允許，均可接入Robotaxi網路，瞬間形成覆蓋廣泛的營運車隊。這與Waymo、百度需從頭打造專用車輛的模式截然不同，具備顯著的擴展彈性。最後，純視覺路線若成功，將帶來成本與迭代速度的優勢。不依賴雷射雷達等昂貴感測器，單車成本更低；同時，海量真實行駛資料持續反哺演算法，可望實現更快的最佳化和地理適配。目前，特斯拉測試營運範圍已覆蓋約2,790平方公里，與Waymo當前服務範圍相當，反映出其網路覆蓋的基礎潛力。圖源：36氪可以看出，Robotaxi領域正形成兩種擴張邏輯：一方是以Waymo、百度為代表的“穩健融合派”，憑藉多感測器方案在特定區域逐步推進商業化；另一方是特斯拉代表的“激進視覺派”，依靠現有車輛規模和資料優勢，謀求全盤顛覆。特斯拉的機會在於「車輛即網路」的生態潛力，而挑戰仍在於如何讓純視覺系統在安全性和可靠性上真正媲美甚至超越人類駕駛員。這場競賽不僅是技術路線之爭，更是商業邏輯與營運模式的全面比拚。誰能在規模、安全與成本之間找到最佳平衡點，誰就有可能在未來出行市場中贏得關鍵一席。純視覺方案發展到那一步了說到底，特斯拉Robotaxi的未來，始終繫於其核心的純視覺技術路線。而近期的一項關鍵突破，可能正試圖為這條技術路徑掃清障礙。今年10月，特斯拉在X平台宣佈，已建構了一個完全由神經網路驅動的「世界模擬器」。圖源：X它並非簡單的虛擬場景，而是一個基於海量真實資料產生的「賽博平行世界」。這個模擬器能創造連續、多視角的駕駛場景，並高度還原真實世界的物理規律，保真度極高。特斯拉宣稱，透過這個系統，其AI能在一天內獲得相當於人類500年的駕駛經驗。這意味著，公司可以大幅減少對實地路測的依賴，在更安全、高效的環境中對FSD（完全自動駕駛）系統進行迭代和驗證。然而，技術飛躍的背後，一個根本的爭議仍未解決：系統的「黑盒」特性。這套端到端系統就像一個複雜的大腦，它接收資料，直接輸出駕駛指令，但中間的決策過程極不透明。工程師很難精準理解，系統為何在特定情況下做出超速或激進變道的判斷。一旦出現錯誤，由於神經網路的複雜性，也很難將問題反向追溯到某個具體參數。這種不可解釋性，一直是該方案被業界質疑的關鍵。儘管如此，特斯拉推進的腳步並未放緩。今年以來，馬斯克多次重申，計畫在年底前移除奧斯汀測試車隊中的安全員。他在2025年股東大會上更是明確，專用無人駕駛計程車Cyber​​cab將於明年第二季正式量產。從這些表態來看，特斯拉內部對於純視覺技術的成熟度與Robotaxi的商業化前景，似乎保持著樂觀態度。模擬器與“黑盒”，構成了一體兩面的技術現實。一方面，虛擬世界為AI提供了近乎無限的訓練場，加速技術迭代；另一方面，端到端系統本身的不可解釋性，仍像是藏在技術進步背後的陰影。特斯拉正試圖用更龐大的資料、更有效率的模擬，去彌補甚至跨越純視覺方案固有的感知侷限與解釋性難題。而能否在安全性與可靠性上真正取得突破，將直接決定Cyber​​cab能否如期駛出生產線，並開進真實的街道。 （AI重磅）

三戰港交所終圓夢，開盤破發。車東西12月19日消息，就在剛剛，希迪智駕科技股份有限公司在港交所主機板正式掛牌上市，成為港股市場"商用車智能駕駛第一股"，同時也成為了全球範圍內首家專注於礦區無人駕駛場景的上市公司。▲希迪智駕招股書開盤15分鐘，希迪智駕小跌0.61%，報261.4港元/股（約合人民幣237.88元/股），市值達114.5億港元（約合人民幣104.2億元）。▲希迪智駕開盤15分鐘股價資訊開盤1小時，希迪智駕跌15.44%，報222.4港元/股（約合人民幣202.38元/股），市值達97.39億港元（約合人民幣88.62億元）。▲希迪智駕開盤1小時股價資訊希迪智駕此次IPO全球發售540.8萬股H股，每股定價263港元（約合人民幣239.3元），募資總額約14.2億港元（約合人民幣12.9億元），估值超90億元人民幣。截至12月15日，公開發售部分已錄得超購8.8倍，基石投資者認購約5.46億港元（約合人民幣4.97億元），顯示市場對公司前景的積極預期。▲希迪智駕近三年財務資訊此前，希迪智駕曾三次遞表港交所，隨著目前港股智駕上市的熱潮和公司進一步增收減虧的趨勢，也讓其最終圓夢港交所，拿下“無人礦卡第一股”。01. 三年虧損超4億 毛利率已轉正希迪智駕此次港股IPO公開發售佔比5%，每手10股入場費2656.5港元（約合人民幣2417.4元），基石投資者包括湖南湘江智騁、南寧智駕一號、工銀瑞信等機構，合計認購約5.46億港元股份（約合人民幣4.97億元）。從近三年財務資料來看，希迪智駕呈現典型的"高增長、高虧損、高研發投入"特徵。2022年至2024年，希迪智駕營收分別為3105.6萬元、1.33億元和4.1億元，復合年增長率為263.1%。▲希迪智駕營收情況招股書顯示，這一增長主要得益於自動駕駛礦卡業務的爆發式增長，該業務收入從2022年的2718.7萬元增至2024年的2.47億元，佔比從87.6%提升至60.1%。同時，希迪智駕的V2X（車聯網）業務收入也快速增長，從2022年的305.8萬元增至2024年的1.02億元，佔比從9.8%提升至24.8%。在盈利能力方面，希迪智駕雖仍處於虧損狀態，但虧損持續縮小。▲希迪智駕虧損情況2022年至2024年，希迪智駕的期內虧損為2.63億元、2.55億元、5.8億元，經調整淨虧損分別為1.59億元、1.38億元和1.27億元。希迪智駕毛利率也從2022年的-19.3%改善至2024年的24.7%，顯示商業化能力逐步提升。2025年上半年，希迪智駕營收達4.08億元，同比增長57.9%，接近2024年全年營收規模，毛利也達到了6970萬元，同比增長57.1%。在研發投入方面，希迪智駕2022年至2024年分別投入1.11億元、9009.7萬元和1.93億元，今年截止到6月30日的研發開支為1.51億元，近年累計投入約5.45億元。▲希迪智駕人員構成截至2025年6月30日，希迪智駕研發人員佔比超過80%，其中博士11人、碩士130人，外籍專家4名。客戶結構方面，希迪智駕頭部客戶集中度較高。2022年至2024年，希迪智駕前五大客戶收入佔比分別為96.7%、64.1%和80.0%，其中最大客戶收入佔比分別為78.4%、31.2%和37.4%。這表明希迪智駕的業務依賴頭部客戶，但也顯示其在頭部客戶中的認可度較高。▲希迪智駕最新訂單資訊（截至2025年6月30日）截至2025年6月30日，希迪智駕已服務152名客戶，累計交付304輛自動駕駛礦卡及110套獨立自動駕駛卡車系統，並獲得357輛礦卡及290套系統的指示性訂單，業務規模持續擴大。02. 完成多輪融資 估值超90億在融資歷程上，自成立以來，希迪智駕已成功完成多輪融資，但值得注意的是，目前他們的融資依然停留在2024年的C+輪。▲希迪智駕融資歷程從2018年3月的A輪到2022年6月的C輪融資，希迪智駕累計獲得超過10億元，投資者包括紅杉中國和百度等企業。至此，在完成C+輪融資後，希迪智駕的投後估值超過了90億元人民幣。▲希迪智駕主要投資者從最後實際可行日期的投資者股份構成來看，紅杉資本持股為10.61%，新鼎資本持股為9.67%，方正和生投資持股為4.28%，持股為3.49%，兩江基金持股為3.01%，湘江國有投資持股為2.77%，瑞世資本持股為2.75%，百度持股為2.39%，青蒿資本持股為2.33%，、光控眾盈分別持股為2.27%。在此次港股IPO後，希迪智駕的投資者所對應的股權則可能會有所變化。▲希迪智駕投資者持股比例03. 大疆教父再創業 致力解決專業領域創立希迪智駕李澤湘教授也是一個傳奇人物，李澤湘還一度擔任大疆董事長，甚至被稱為“大疆教父”。他在運動控制及製造行業擁有超過30年經驗。▲希迪智駕創始人李澤湘他自2017年10月加入希迪智駕，並於2017年10月16日被任命為董事。自1992年起，他擔任香港科技大學電子與電腦工程系教授。1998年，他在香港科技大學建立自動化技術中心，並自2015年起成為香港科技大學機器人研究所的主要成員。此外，公司有兩位執行董事：馬濰和胡斯博。馬濰69歲，是公司聯合創始人、執行董事兼副主席，自2017年10月起加入公司並獲委任為董事。▲希迪智駕聯合創始人、執行董事兼副主席馬濰他在電子及技術行業擁有逾20年經驗，曾在西安電子科技大學任教，並先後在美國國家半導體公司（2002–2012年）和德州儀器公司（2012–2017年）擔任董事。馬濰於1982年和1985年在西安電子科技大學分別獲得通訊工程學士和碩士學位，並於1994年在英國薩裡大學獲得訊號處理博士學位。胡斯博38歲，現任公司執行董事兼首席執行長，於2018年1月加入集團，並於2023年10月30日正式獲委任為董事及CEO。加入公司前，他曾在2009年至2011年間於美國紐約C&C Trading, LLC從事演算法交易，開發自動化系統與策略。▲希迪智駕執行董事、CEO胡斯博自2018年起，他歷任公司智能駕駛平台部高級科學家、新技術開發中心主任科學家、技術創新中心研發總監及CiDiLabs負責人，並於2021年8月被長沙市委認定為市級產業領軍人才。胡斯博於2009年獲美國威廉姆斯學院經濟學與數學雙學士學位，隨後於2014年和2017年分別獲得加州大學伯克利分校的工商管理碩士和博士學位。在解決方案市場份額方面，根據灼識諮詢的資料顯示，希迪智駕是中國唯一一家在封閉環境、城市道路及城際道路上實現解決方案商業化的頭部自動駕駛公司。希迪智駕為中國某礦區交付了56輛自動駕駛礦卡，與約500輛有人駕駛卡車混合行駛，組成全球最大的混編作業採礦車隊，並交付了中國首個完全無人駕駛純電採礦車隊。▲希迪智駕元礦山解決方案希迪智駕解決方案具體來說，其發佈了全端自動駕駛礦卡解決方案“元礦山”，整合了其專有演算法與廣泛使用的商用車輛自動駕駛硬體，實現無人駕駛礦卡的操作及遠端監控，從而實現勞動密集型採礦作業的自動化。此外，希迪智駕的自動駕駛物流車解決方案旨在實現工廠及物流園區等封閉及半封閉環境中安全、可靠、穩定及高效的無人駕駛多載物流作業，推動物流無人化的發展。▲希迪智駕V2X技術示意圖在V2X領域，希迪智駕的智能交通V2X產品及解決方案融合先進的感知技術、感測器融合演算法、V2X通訊功能及交通最佳化演算法，提高道路安全，實現交通協同感知和最佳化交通流量。商業化方面，希迪智駕於2018年開始商業化落地商用車輛自動駕駛技術，是中國同業中最早實現商業化的公司之一。此外，希迪智駕於2022年開始量產元礦山及自動駕駛物流車解決方案，截至2025年6月30日已向客戶交付304輛自動駕駛礦卡。04. 結語：商用車智駕資本化開始希迪智駕正式掛牌港交所，成為港股“無人礦卡第一股”，標誌著礦區無人駕駛細分領域邁入資本化新階段。從基本面看，公司營收呈爆發式增長，毛利率轉正且經調整虧損持續縮小，顯示其商業化閉環已初具成效。依託“大疆教父”李澤湘教授領銜的高規格研發團隊，以及紅杉、百度等深厚的資本背書，希迪智駕在封閉場景與V2X領域已確立先發優勢。此次IPO不僅驗證了市場對其“高增長、高研發”模式的認可，也將為其後續技術迭代與全球化業務擴張提供充足動力。 (車東西)