北信瑞丰基金基金经理 于军华

于军华，CPA非执业会员，中国人民大学世界经济学硕士毕业；20年汽车行业研究投资经验；原国家信息中心经济咨询中心汽车行业分析师，宏源证券汽车行业研究员，2014年4月加入北信瑞丰，负责制造业尤其是汽车行业研究投资工作，现任北信瑞丰中国智造、丰利、鼎利产品基金经理。

 1、中国的智能驾驶走到什么程度了？

说到智能驾驶，当下要分成两个赛道，一个是普通家用，另一个是商用。

商用就是像百度的萝卜快跑，特斯拉的Robotaxi这些无人驾驶出租车，目前基本可以达到L4级别的自动驾驶，一般在固定路线上行驶，应急情况下需要调度中心后台人工干预。

至于普通的家用，目前一般是整车厂提供硬件，供应商提供智驾系统，目前都处于L2级别，也就是辅助驾驶。

 2、中国的智能驾驶分几个级别，各个级别之间有什么区别么？

根据科技部发布的《驾驶自动化技术研发伦理指引》，汽车驾驶自动化可以分成六个等级，从最低的L0级别到最高的L5级。

从L0到L2这个三个级别，都属于先进驾驶辅助阶段，责任在开车的司机上；L3、L4这个级别，叫做“有限阶段的自动驾驶”，根据实际情况责任主体可以归到驾驶员或者自动驾驶系统，最高的L5，被称为“无限制阶段的自动驾驶”，责任主体以自动驾驶系统为主。

目前我们家用车的智能驾驶系统，包括华为的鸿蒙智行，特斯拉的FSD，都属于L2阶段，这个阶段只能用“驾驶辅助”这个词，不能使用“自动驾驶”，因为自动驾驶是L3及以上级别的专属用词。

从L3相比L2最大的飞跃就在于自动驾驶系统开始承担责任。如果是L2，不管2后面多几个9，出了事故都是司机的责任，但是一旦进入L3，就需要在自动驾驶系统和人类驾驶员之间做责任划分。

但是L3也只是“特定条件下开，人随时能接管”，自动驾驶系统大部分时候是没有责任的。而L4更进了一步：“特定场景下车开，出了事车企负责”。

3、比亚迪在7月初发布了“智驾兜底”活动，对所有天神之眼车辆用户在智能泊车场景下的安全及损失全面兜底，并说是“媲美L4级智能泊车”，怎么看这个活动？

应该说这是在汽车行业开启反内卷活动之后，车企进化的一个方向，那就是开始卷技术。

比亚迪的智能驾驶系统叫做天神之眼，从高到低可以分为A、B、C三个级别，目前市面上装有天神之眼系统的汽车总共有100万辆左右，这个活动的发布，意味着自动泊车这个场景下，自动驾驶已经基本成熟。

对于搭载天神之眼的车辆，在自动泊车场景下出现事故，一切损失厂家全赔，不走商业险。虽然泊车时车速不高，事故概率也很低，但自从7月初比亚迪自动泊车兜底发布之后，并没有其他厂商跟进。

这也从侧面说明了一个问题，那就是哪怕现在以智能驾驶为卖点的车企，也并没有做好实现自动驾驶的准备。因为自动驾驶的级别越高，车企的责任越大。

比亚迪的智能泊车兜底，会加速这个行业的进化，后续我们可能会看到更多场景下自动驾驶的实现。

当这些场景越来越多，最后覆盖了消费者用车的各种日常活动，全面自动驾驶就自然而然的实现了。

4、智能驾驶现在出现了很多新词，比如端到端，VLM、VLA，能解释一下么？

 确实，智能驾驶目前进步很快，我们也是一直在学习。

 智能驾驶要实现的目标，第一步是先做到模仿人类开车，最终要做到的是，要有远超人类能力的驾驶水平。

首先说端到端。

端到端是深度学习中的概念，英文为“End-to-End（E2E）”，指的是一个AI模型，只要输入原始数据就可以输出最终结果。

端到端是一种算法，模型是一个黑箱，现在用在自动驾驶中，最早由特斯拉跑通，也是现在各大厂商普遍采用的自动驾驶算法，比较成熟。

端到端就好比让AI从头到尾学习开车，你把一堆人类驾驶的数据喂给AI，AI根据这些数据学习开车。

再说VLM。

VLM是视觉大模型（Vision-Language Models），也叫做多模态人工智能模型，能够同时处理和理解图像和文本数据。VLM是人工智能的一个前沿模型。

VLA（Vision-Language-Action），直译就是视觉语言动作，是在VLM的基础上加了一个动作执行的能力。

VLA最早是用在机器人上的，现在是最前沿的智能驾驶技术。端到端根据输入的驾驶数据学习开车，而VLA是先理解场景，经过模型处理之后再反馈到行动。

从应用的角度，目前主流厂商智能驾驶系统基础都采用端到端算法，新势力比如小鹏和理想，采用的是VLA。

5、理想汽车的CEO李想，说理想不是汽车公司，是一家AI公司，你怎么理解他这个表态？

 李想，是汽车行业公认的，即使不能说最，那也是最顶级的产品经理之一。

他的这个观点，是跳出智能驾驶，站在更高维度观察的结果。

李想认为，通过创立一个基座大模型，在实现L4的自动驾驶后，将两者融合，形成一个VLA，这会是一个高度智能化的类人系统。

既然是一个类人系统，那他可以做的事情就非常多，不仅可以代替人开车，还可以作为人形机器人为人服务，当然还有其他的各种应用场景。

站在这个角度上，李想把理想定义成一家AI公司是有道理，逻辑也是非常清晰的，那就是创立一个类人大模型，有了大模型理想可以延伸到任何人出现的场景，比如驾驶，比如人形机器人。

从资本市场的角度，AI显然能够讲出一个更宏大的故事，再融资的时候也可以有更高的市盈率，而不受汽车行业的约束，毕竟汽车行业的估值，终期的估值也就是10倍，天花板太低了。

6、从概念主题的角度，人形机器人标的同时也是智能驾驶的标的，怎么理解两者之间的关系？

这个问题我们其实可以站得稍微高一些，那就是AI的未来到底是什么，最终如何落地。

AI的未来就是类人智慧，以AI为基础，形成一个高度智能化的类人系统。

既然是一个系统，那就需要考虑落地的难度以及落地的先后顺序。

美股映射基础上的AI，其实是有些走偏的。

在投资圈有一句话是：“在淘金热中，真正赚大钱的，不是淘金者，而是卖铲子的商人。”从投资的角度，这句话无可厚非。

但从一个行业的角度，出现这种情况显然不是一个好现象。

现在的AI行业，卖铲子的英伟达市值已经超过4万亿美元，但是各个下游应用还处在大量烧钱阶段，并没有能够盈利的商业模式出现。

从应用的难度和落地的先后顺序看，必然先是智能驾驶，再然后才是人形机器人。

为什么呢？

智能驾驶这个功能是人工智能从黑转白的一个关键节点，因为智能驾驶是一个人与机器交互的机器人，是半规则和半非规则的场景的产物。而人形机器人则基本是非规则场景的结果，因此人形机器人的最终落地，要建立在智能驾驶的基础上。

这就是为什么人形机器人的标的，跟智能驾驶重合度很高的原因。因为两者都是AI落地的场景之一，而且智能驾驶只会在人形机器人之前先实现。

7、智能驾驶主题，目前受制于现实推进的节奏比较慢，怎么看后续主题可能的催化剂？

从实际的进展看，目前智能驾驶推进的节奏一点都不慢，只是暂时还没有标志性的新闻爆出来而已。

目前智能驾驶存在着两大矛盾，一个是厂家对于智驾高调的宣传与事故责任不清晰之间的矛盾，另一个是智驾高速发展与监管法规相对滞后之间的矛盾。

第一个矛盾的点在于各大整车厂，尤其是以智驾为卖点的新势力，在宣传上整体高调，容易造成消费者误读，而当事故发生后，又因为当下的智驾仅仅是L2级，责任最终归结于消费者而非厂家，容易造成舆论风险。

第二个矛盾的点在于智驾的发展速度很快，但是相关的监管法规存在滞后。当前智驾产业政策主要制定方涉及发改委、工信部等部门，但发生事故处理归口部门是公安机关交通管理部门。除非现有的智驾系统能够快速迈过平台期，有效的降低事故发生率，否则短期内监管法规不会有大的松动。

对于主题投资，大家都想知道某些具体的时点或者事件，做预先的埋伏。但对于智能驾驶，可能不太会有，因为智能驾驶目前虽然没有什么大的新闻，但实际上各方进展一直很快。

智能驾驶方向有一个很重要的词叫做AI涌现，就是当AI发展到一定程度的时候，会突然出现超出设计预期的系统性能力。

比如2023年7月，马斯克曾经介绍过端到端FSD的训练规模：“特斯拉花了大约一个季度的时间完成了1000万个视频片段的训练。训练了100万个视频case，勉强可以工作；200万个，稍好一些；300万个，就会感到Wow；到了1000万个，它的表现就变得难以置信了。”

智能驾驶也是这样，突然有一天，你会发现，这个系统已经比绝大多数人类驾驶员开得好了。

所以，很难预测智驾的突破节奏，但我相信，这个速度会比现在市场预期的，要快很多。

风险提示：

基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利。基金投资有风险，基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成本基金业绩表现的保证。此文或节目仅供参考，不作买卖依据。本资料中全部内容均为截止发布日的信息，如有变更，请以最新信息为准。投资者购买基金时，请仔细阅读基金的《基金合同》和《招募说明书》，自行做出投资选择。基金有风险，投资需谨慎！