小鹏:端到端大模型量产落地,体验升级成下阶段主线算法端,小鹏已量产国内首个端到端大模型,其模型采用分段式结构,分为神经网络 XNet、规控大模型 XPlanner 以及大语言模型 XBrain 三部分。数据闭环方面,小鹏的全栈数据闭环能够实现对数据的清晰处理以及高效的挖掘和解读,测试阶段实车测试与仿真测试并重,加快迭代节奏。云端算力方面,小鹏云端算力储备已达到 2.51EFlops。投入端,小鹏每年将投入 35 亿元用于智驾,其中 7 亿元用于算力训练。端到端架构下,小鹏 2024 年 7 月实现无限 XNGP 的全量推送,同时实现第一阶段的“全国都好用”,在 2024Q4 计划实现能够“门到门”的第二阶段“全国都好用”,最终在 2025 年实现用户“爱用”的升级。小鹏较早实现由提升覆盖度到优化体验的转变,XNGP 功能赢得用户的认可,面向用户体验的XNGP 有望渗透率进一步提高,或将加速销量拐点到来。
理想:探索双系统架构,自动驾驶锁定第一梯队算法端,理想目前采用分段式端到端,支撑理想无图 NOA 的快速上线,同时理想正在测试端到端+VLM 的快慢系统,最早或在 2024 年底正式推出。数据闭环方面,理想搭建了有效的验证方式,云端的世界模型与超过 87 万台车的车端影子模式相结合,帮助其无图 NOA 快速铺开。云端算力方面,理想已拥有 4.5EFlops的云端算力规模,还将加大投入以支撑端到端的训练。团队方面,理想组织效率突出,研发与量产双线并行,滚动开发架构下,理想只用一年多的时间便完成了NPN、无图、端到端+VLM 的三代迭代。硬件方面,理想在积极推进自研智驾芯片的进展,预计将在 2024 年内完成流片。理想以自动驾驶重构核心竞争力,正逐步赢得用户认可,城市 NOA 车型渗透率快速攀升,随着智驾功能在用户购车需求中的权重不断上升,理想有望在智能化的竞争中继续维持领先。
蔚来:NWM 推动架构迭代,有芯有魂构筑智驾长期主义算法端,蔚来目前采用分段式端到端,感知规划全栈网络模型为 NOP+提供了强大的通用泛化能力;同时能够进行想象重建与想象推演的世界模型有望在2024Q4 进行车端部署。数据闭环方面,蔚来的群体智能配合生成式仿真能够满足世界模型训练的数据需求,还能够辅助快速验证推动迭代。云端算力方面,截至 2023 年 9 月,蔚来智能计算集群总算力规模为 1.4EFlops,预计目前算力规模更高,而截至 2024 年 7 月蔚来基于群体智能的整体端云算力已超过 306.9EOPS。
蔚来在硬件架构与软件架构上进行长期主义布局,统一架构延长车辆的生命力,支持车辆的长生命周期迭代。蔚来 NOP+用户数量持续扩大,使用里程也在快速增长,反映出蔚来用户对其自动驾驶的认可程度不断提高。
受益标的:小鹏汽车-W、理想汽车-W、蔚来-SW。
风险提示:技术发展进度不及预期、市场需求不及预期、政策推进不及预期。
目 录
1、 小鹏:端到端大模型量产落地,体验升级成下阶段主线 ..........5
1.1、 智驾技术加速演进,XNGP 即将实现“门到门”体验 .......... 5
1.2、 端到端大模型拓展能力边界,智驾领军车企坚定布局 .......... 5
1.2.1、 分段式端到端大模型量产上车,XNGP 能力加强 .......... 5
1.2.2、 端到端大模型下迭代速度显著加快,助力体验升级 .......... 8
1.2.3、 智驾领军车企,围绕智驾相关领域坚定布局 .......... 9
1.3、 XNGP 体验升级,智驾成小鹏“长期马拉松”关键 .......... 10
1.3.1、 阶段目标“全国都好用”,向“全球都好用”进发 .......... 10
1.3.2、 从好用到爱用,小鹏销量拐点或将到来 .......... 13
2、 理想:探索双系统架构,自动驾驶锁定第一梯队 .......... 14
2.1、 无图 NOA 全量推送,向 One Model 进发 .......... 14
2.2、 端到端+VLM+世界模型,理想自动驾驶迎来“尤里卡”时刻 .......... 16
2.2.1、 端到端+VLM 构成快慢系统,最早 2024 年底推出 .......... 16
2.2.2、 世界模型+数据闭环助力理想快速迭代 .......... 19
2.2.3、 理想 NOA 实现不限城市、不限道路的通行能力,体验升级 .......... 20
2.3、 组织面向端到端,云端算力大扩充,理想加码自动驾驶布局 .......... 21
2.3.1、 量产和预研双线并行,成立端到端实体组织 .......... 21
2.3.2、 加大投入拓展云端算力,自研芯片补充车端算力 .......... 22
3、 蔚来:NWM 推动架构迭代,有芯有魂构筑智驾长期主义.......... 22
3.1、 NOP+全量推送,2024H2 上车点到点领航辅助 2.0.......... 22
3.2、 世界模型提高通用能力,群体智能助力数据闭环体系 .......... 23
3.2.1、 从模型化到端到端,世界模型是下一站 .......... 23
3.2.2、 当前蔚来感知规划全栈网络模型为 NOP+提供了强大的通用泛化能力 .......... 24
3.2.3、 世界模型能够进行想象重建与想象推演,将推动通用能力快速提升 .......... 24
3.2.4、 群体智能助力数据闭环搭建,生成式仿真进行快速闭环测试 .......... 26
3.3、 软硬协同能力不断加强,迈向端到端大模型时代 .......... 28
3.3.1、 自研神玑 NX9031 即将上车,传感、计算硬件支撑智驾长期主义 .......... 28
3.3.2、 NADArch 升级 2.0,统一架构延长生命力 ..........30
3.3.3、 重组智驾研发团队,组织架构上面向端到端大模型 .......... 30
4、 管中窥豹:从三家新势力车企进展,看自动驾驶发展趋势 .......... 31
4.1、 趋势一:城区智驾从扩大覆盖度到优化体验快速转变 .......... 31
4.2、 趋势二:认知智能辅助端到端大模型上车 .......... 32
4.3、 趋势三:布局硬件进行垂直整合,智驾降本成为方向 .......... 32
5、 受益标的 .......... 33
6、 风险提示 .......... 33
图表目录
图 1: 小鹏端到端大模型由 XNet、 XPlanner、XBrain 三部分组成 .......... 6
图 2: 小鹏 XNet 2.0 成功引入占用网络,感知范围、通用障碍物识别能力大幅提升 .......... 6
图 3: 基于神经网络的 Xplanner 具备长时序、多对象、强推理的特点 .......... 7
图 4: 利用大模型,小鹏智驾能“看懂”更多路标等信息 .......... 7
图 5: 端到端技术的使用使得小鹏自动驾驶的进步大大加速 .......... 8

因篇幅限制,仅展示部分,更多重要内容、核心观点,请下载报告。