自动驾驶：物理AI的前沿，我们准备好了吗？自动驾驶是最具落地潜力的物理AI（Physical AI）应用之一，正加速从实验室走向现实。我们认为，尽管全面普及仍面临诸多挑战，但在传感器、高性能算力平台与算法加速融合的推动下，行业发展提速。本报告旨在剖析决定这场竞赛胜负的核心要素，包括技术路径、监管演进与竞争格局等。同时，我们梳理出当前投资者的关键争议焦点，帮助把握产业变革带来的机遇，解答行业中关注度及争议性最高的十个问题。首先，我们强调，对于迎接自动驾驶的到来，我们毋庸置疑，已做好准备！技术鸿沟：从L2到L4，数据、传感器与AI算法需系统性升级L2（驾驶辅助系统ADAS）向L4（完全无人自动驾驶）的跃迁，标志着自动驾驶在数据采集、传感器配置及AI算法上的范式转变。L2系统主要依赖真实驾驶数据，而L4则需大规模高质量的模拟数据集，重点覆盖罕见但对行车安全关键的“长尾场景”。领先Robotaxi运营商，如Waymo（谷歌）、小马智行（Pony.AI）、文远知行（WeRide）等，正结合生成式AI与强化学习，以模拟仿真提升系统安全边界。传感器方面，L4通常采用冗余且多样化的传感器组合（摄像头/毫米波雷达/激光雷达等），以提升系统的安全性；而L2主要依赖摄像头及少量冗余。当前市场分歧在于：特斯拉主导的“纯视觉方案”，能否在复杂与罕见场景中满足L4所需的严苛的安全标准。商业逻辑：以ROI为核心的部署策略与人口和家庭结构变化下的打车需求Robotaxi的商业可行性及长期发展将高度依赖于路径部署策略与人口和家庭结构的变化。目前Robotaxi的部署多集中于特定区域，核心在于ROI最大化考量，而非技术受限。监管支持度、基础设施完善度和人口密度均为关键因素。长期来看，城市化、年轻群体出行偏好及私家车拥有率下降，将助推Robotaxi快速落地。我们认为，Robotaxi商业模式或可缓解劳动力紧缺问题，并作为传统出行方式的高效、可监管的补充方案。竞争格局：制胜之道在于生态主导权与可持续盈利能力自动驾驶竞争格局多元且激烈，涵盖科技巨头（如Google /Waymo、百度、小米等）、技术提供商（如小马智行、文远知行等）以及车企（如特斯拉、小鹏等）。欲脱颖而出，我们认为企业需构建完整生态体系，涵盖三大要素：1）成熟且可控的L4技术、2）稳定的出行平台或流量入口，3）具有成本优势的量产车型。同时，能否应对复杂监管、建立公众信任并验证公司技术的安全性，以及可持续盈利能力，亦将决定成败。我们认为，技术优劣应以客观数据和性能指标评判，如事故率、故障可运行能力等。重点推荐：小马智行成本优化与生态联动驱动Robotaxi商业化加速我们重点推荐小马智行，看好其Robotaxi领先地位，公司有望26/29年实现单车/整体盈利，核心逻辑：1）成本优化、量产在即：与丰田/北汽/广汽联合发布第七代Robotaxi平台，100%车规级硬件，BOM成本下降70%，预计2H25量产落地。2）规模化运营显成效：1Q25 Robotaxi服务收入同比+200%，一线城市付费运营同比+800%，年底车队规模或达千台。3）生态协同加速：已打通微信与腾讯地图入口，潜在触达13亿用户；北京南站、大兴机场等节点实现付费运营，商业闭环初步跑通。公司以“模拟仿真+强化学习”构建L4系统，区别于主流车企“模仿学习+L2辅助驾驶”路径，具备更强安全性与冗余性。同时，管理层延长锁定期，彰显中长期发展信心。风险提示：市场竞争加剧、监管挑战、技术落地能力不足。本报告所涉未上市或未覆盖公司，仅基于公开信息整理，不构成推荐或覆盖意见。