汽车的智能化，是未来几年少有且比较清晰的产业趋势。中国汽车产品力的进一步提升，也是颠覆传统燃油汽车，走向全球竞争的关键。
我们对整车选股思路是坚持【自上而下为先，自下而上为后】，先看贝塔再看阿尔法。回答 5 个行业性问题。
1、未来 3 年整车板块的核心矛盾到底是什么？
这是一个减法问题，容易被忽视。必须明确未来 3 年【电动化 - 智能化 - 全球化 -
机器人】四个方向在汽车板块的权重，这也是 2023 - 2024 年我们花了大量时间去验证且最终下决定未来 3 年战略重心就是【智能化】。为何不能兼顾？因为要求能力圈不一样甚至是相斥的。为何智能化最重要？因为智能化产业已经有长达 10 年以上的导入期，且无论是从 AI 自上而下视角还是汽车自下而上视角，智能化产业将迎来重大拐点，进入 1 - 10 高速成长期。那电动化呢？2020 - 2024 年国内电动化渗透率实现 10 - 50% 的飞跃，实现了最佳【量价利齐升阶段】。那全球化呢？2020 - 2024 年中国汽车品牌出口实现了 100 - 400 万 + 飞跃，但从贸易出口为主走向本地化生产为主，参考日本经验和当下国际形势，2025 - 2027 年若能夯实海外建厂基础且汽车产品力借助智能化再次飞跃，方能真正得到海外市场认可。那机器人呢？参考历史经验发展，任何一个新兴产业都逃不开 “生命周期理论”，导入期越长的产业或生命力才会真正越强。
2、汽车为什么需要智能化？
这是一个很务虚但非常重要的问题。若此问题不想明白，则会低估汽车智能化所带来的影响量级。回顾我自入行以来 2012 - 2024 年所经历的电动化产业趋势，最大的犯错点是【2016 年左右没有真正想明白为什么中国汽车需要电动化？】，战略若判断失误，战术必定南辕北辙，“选择比努力更重要”。那对本轮汽车智能化的驱动因素我们目前理解：1）燃油车作为全球第一次 & 第二次工业革命结晶的产物，经过 100 多年全球普及产生了较多社会问题。第一是带来了全球主要城市交通拥堵（因为每个人 / 家庭都希望拥有一辆汽车）；第二带来了全球资源浪费（因为大部分汽车每年开动率低于 30%）。2）全球第三次信息技术革命红利走向尾声，全球经济增长需要寻找新的动能，全球第四次
人工智能技术革命应运而生，汽车智能化是 AI 重要端侧应用。3）电动化或只是 “半成品”，只有【上半场电动化 + 下半场智能化】均实现变革，百年燃油汽车或真正被颠覆，中国方能真正引领全球汽车， 才能真正将中国所定义的汽车代表中国人民生活方式走向全球且得到尊重与认可。
3、Robotaxi 商业化拐点何时能到来？
这是一个很敏感但也非常重要的问题。很多人因为 “民生就业担忧” 直接否认 Robotaxi 或者认为 Robotaxi 普及还是一个很远的话题，就好比 10 年前因为 “担心电池容易起火爆炸” 对电动车普及一直心存怀疑而不够重视。若赞同前文问题 2 “汽车为何需要智能化” 的答案，则对 Robotaxi 商业化前景是乐观派，任何一个新事物的诞生都会遇到重重过程中的问题。基于目前有限知识理解下我们认为：2027 年左右或是 Robotaxi 走向规模化商业化量产的拐点时期，2028 - 2035 年迎来加速普及期。从车企制定战略角度看，是定位【Robotaxi 引领者】还是【Robotaxi 追随者】目前应当要有明确选择。
2025 年美丽国
特斯拉无人出租车 Cybercab 或获得牌照上路测试，中国【萝卜快跑 -
小马智行 -
文远知行】等 Robotaxi 代表性企业已经加快国内运营车辆投放，
小鹏汽车 Robotaxi 车型或 2026 年推出。
4、车企智能化差距是拉大还是缩小？
先发优势 Vs 后发优势之争。这是一个讨论非常非常多的问题。很多人认为：汽车智能化体验车企之间没有差异，车企不仅无法通过其额外收费，甚至无法通过其帮助提升销量。
这种观点背后其实【过度重视结果和忽视过程】，就好比：智能手机初期 “中华酷联” 时代觉得国产手机拉不开差距，智能手机当下中国主流手机品牌 “
苹果 - 华为 - 小米 - O/V” 体验差异也不大，但关键问题是【智能手机为何就从多品牌分散格局走向了少数龙头集中格局】。基于目前有限认知下，我们认为：车企智能化接下来 3 - 5 年差距是拉大的。回答此问题我们的方法论：先想清楚智能化产业趋势的终极结果，再往回看当下各个车企的战略差异，再分析各个车企的短期行为（技术路线选择 — 定价策略等）。此篇文章正是按照这个方法论来展开的。但市场一定又会问：智能化产业趋势的终极结果，你能看清楚吗？我们认为这正是投资的魅力，“模糊的正确”，不能因为觉得看不清就放弃讨论和思考。
关于 “先发优势 Vs 后发优势之争” 问题我们认为：1）从过去 12 年对汽车智能化的跟踪总结的规律是：每一轮技术创新如果出现了 “汽车单车要不断依赖做加法才能提升性能且成本不降反升” 现象则意味着这条创新路径已经到尽头，且不久后就会诞生新的技术创新点从而推动下一轮性能提升 - 成本下降周期。智能化仍处在技术创新变革期，难道车企要等技术创新停滞了再 All in 吗？2015 年前后 Mobileye 带来了单目摄像头算法创新从而推广了 L2（AEB - LCC 等）功能突破但最终因功能不断增加成本不断上升而遇到瓶颈。2020 年前后
特斯拉 FSD 带来了 E/E 架构升级，从分布式走向域控制器，车端进入了大算力芯片军备竞赛期，L2 + （高速 NOA - 自动泊车等）功能突破但最终又进入了单车算力无限制增加带来的成本困境。2023 年 OpenAI 带来 Chat - GPT 大火，让 Transformer + BEV 算法创新成为车企新竞赛方向，准 L3（城市无图 NOA 等）功能突破但最终又进入云端算力无限制增加带来的成本压力。2025 年 DeepSeek 大火让车企再次看到了算法再次创新，强化学成为新竞赛方向，L4（Robotaxi）功能突破或将成为现实。2）尽管每 2 - 3 年汽车智能化或出现新的技术创新，但汽车智能化的底层竞争要素没有发生变化，一直是【算力 - 算法 - 数据】。只要底层竞争要素没有变化，我们认为智能化技术创新对于组织而言，是需要传承和沉淀的。“传承” 指的是车企对汽车智能化战略要有定力，不能漂移，这或是需要一把手站在十年或更长维度做出对方向的判断且坚定执行下去。“沉淀” 指的是车企智能化的人才是需要积累的，而积累的背后是靠企业文化来支撑。3）消费者对智能化体验是一种综合感受且只会买最好的不会将就。软件的边际成本为 0，一个车企如果一套智能化软件系统体验做得非常好，为何不推广其所有车型？那如果需要体验做得很好，车企在智能化技术创新战略定位是跟随够吗？何况好的智能化体验究竟长什么样？这是一个无人区的探索，必然是需要敢于技术创新引领的车企去做。
5、激光雷达 Vs 纯视觉之争？
这是一个争论了很多年的问题，早期争论的是 “多
传感器融合还是纯视觉”，本质是一样的。我们更倾向于纯视觉路线，原因如下：1）回顾自特斯拉入局汽车智能化以来，截止目前他 的路线选择没有被证明有误，且特斯拉依然在引领智能化。2）这不是纯粹技术路线之争，也是商业之争。如果智能化只是汽车上增加一个模块，或许我们可以只站在技术维度去讨论两者孰优孰劣。然而我们理解的智能化是一次破坏性技术创新，是在电动车基础上继续将汽车颠覆成一个全新物种。【系统性降本】是市场非常容易忽视的点，而汽车每一轮破坏性技术创新背后是车企系统性降本能力的 PK，这才是真正核心竞争力。【系统性降本】需要车企敢于挑战技术创新的极限，能够不断做减法且能保证性能更好成本更优。Robotaxi 我们认为或是汽车智能化系统性降本能力 PK 的最佳验证点【智能化能力上限 — 智能化能力下限（稳定性）— 智能化综合成本】三方需要达成最佳平衡。
不动明王
336
评论(17871)
收藏
展开
