正文

随着语言模型能力的不断成熟，行业开始将视觉识别与物理动作执行相结合，发展出了视觉-语言-动作模型，即VLA模型。以OpenVLA模型为例，它的核心工作流程可以简化为三个连贯的步骤：1）接收信息，模型会同时处理输入的图像和文本信息，将它所看到的画面内容与收到的自然语言指令建立起准确的对应关系；2）逻辑推理，系统以大语言模型为核心，利用其通用的逻辑处理能力，对接收到的画面和文字信息进行综合分析与计算，判断需要采取的对策；3）动作执行。模型会将分析得出的结论，直接转化为具体的物理控制数据，从而指挥机器人等硬件设备完成实际的物理任务，通过这三个步骤，VLA模型成功实现了从理解外部环境到控制实体设备做出反应的完整过程。

VLA模型确立了端到端控制范式：采用统一神经网络框架，直接接收多维度输入并输出动作指令，简化流程、减少模块间信息损耗，提升效率与灵活性；同时基于大规模预训练模型，具备跨物理实体通用性，经微调可适配车辆、飞行器及各类机器人，为具身智能规模化落地提供技术基础。

此外，VLA模型环境适应与逻辑推理能力强。以谷歌RT-2为例，面对训练集未出现过的新物体、新背景或新指令仍表现优秀，得益于底层语言模型的逻辑推理基础，能结合真实物理环境做出合理动作决策。在未见任务平均测试中，搭载大语言模型的RT-2成功率约60%，较前代RT-1约30%大幅提升；在符号理解、逻辑推理及人类识别等综合技能评估中，搭载大参数量视觉语言模型的RT-2任务平均成功率也接近60%。

在基础技术逐渐成熟的当下，伴随VLA模型的发展，智驾领域VLA+世界模型已经落地，市场向高端拓展。

自动驾驶是指通过软硬件系统集成，在无人类驾驶员干预的情况下实现车辆自主行驶的技术。当前全球道路行驶车辆超14亿辆，相比于人工驾驶，自动驾驶在安全性、运营成本、交通效率上均有一定优势。在技术分级方面，业界普遍采用国际自动机工程师学会（SAE）的标准，将驾驶自动化程度划分为六个等级。整体上可归纳为两大阶段：“需要司机”的辅助驾驶阶段（人类驾驶员需时刻监控并随时接管车辆）以及“无需司机”的高级别自动驾驶阶段。

端到端模型是基于Transformer架构的自动驾驶模型，直接将车载传感器原始数据输入单一模型，由网络内部计算并直接输出转向、加速、制动等控制指令。相比传统分层架构，其三大优势为：1）减少信息损耗与误差累积：传统架构分感知、预测、决策、控制模块，误差逐级放大，一段式端到端可缓解该问题；2）泛化能力强：传统系统依赖人工规则代码，难以穷尽复杂突发场景，端到端依托海量数据学习，泛化能力更强；3）精简架构、提升迭代效率：去除大量规则算法，大幅缩减工程代码量，以最终驾驶表现为目标集中训练，提升车端算力利用率，使后续迭代升级更敏捷高效。

世界模型和端到端模型结合，自动驾驶技术趋向成熟。世界模型是一种旨在让机器理解并模拟真实世界动态与物理规律的生成式人工智能架构，区别于VLA模型生成符合数据统计规律的结果，世界模型能够理解真实世界的物理规律，并预测、判断物体的状态。

从产业链看，自动驾驶产业链可以分为上、中、下游三个环节，其中上游为产品的软硬件零部件供应商，主要涵盖四大核心模块：第一是感知环节，包括激光雷达、毫米波雷达、超声波雷达及摄像头等传感器供应商；第二是定位环节，涉及高精地图与高精定位服务提供商；第三是决策环节，主要由提供自动驾驶芯片（如Mobileye、高通、黑芝麻等）和域控制器的企业组成；第四是执行环节，包含转向、制动空气悬架及动力总成等系统供应商。中游主要是指提供核心技术、设备与服务支持的产品集成供应商，如自动驾驶企业、整车厂和互联网科技公司。下游则是面向终端乘客并以获取服务利润为主的运营平台，主要包括各类出行平台。

自动驾驶零部件是物理AI的核心载体，受益于自动驾驶渗透率提升。根据佐思汽车研究数据，截止2026年Q1国内L2级别自动驾驶竞争已趋于饱和。其中，20万元以上高端车型的L2级及以上智驾功能的渗透率已高达80%-90%，10-20万元主流车型渗透率突破60%-70%；同时高阶技术持续下沉，0-10万元入门车型智驾渗透率从2022年1.6%提升至2026年Q1的16.7%。国内L2级自动驾驶渗透率趋于饱和。

同时L2.5及以上自动驾驶功能逐渐取代L2级别成为乘用车入门级标配，高端智能驾驶渗透率仍有提升空间，预计2030年L2.5智能辅助驾驶渗透率将达35.6%。

相较于配备智能驾驶功能的传统汽车，无人驾驶出租车将配备更多传感器和自动驾驶零部件。以小马智行第七代Robotaxi为例，整车搭载9个激光雷达、14个摄像头、4个毫米波雷达和四块NVDIADriveOrin算力芯片。智能驾驶零部件使用量显著高于传统车辆。

从市场规模看，中国自动驾驶出行服务的市场规模预计2025年将达到0.7亿美元，并呈指数级增长，进一步增长至2030年的394亿美元及2035年的1,830亿美元。在世界其他地区，自动驾驶出行服务的市场规模预计2025年将达到0.7亿美元，并进一步增长至2030年的279亿美元及2035年的1767亿美元。

我们认为物理AI将成为物理世界的AI解决方案，从而在AI的当前发展阶段成为增量更大的方向，智能驾驶作为最先跑通闭环的代表场景，我们认为应重点关注。

产业链方面，关注2条主线，分别为主机厂、零部件。

主机厂方面，高阶智能驾驶能够提升整车产品竞争力与品牌溢价，降低车辆事故风险，助力车企拉开差异化优势，拉动终端销量增长。比亚迪等公司具备产业竞争优势。

零部件方面，L3从"辅助"到"替代"的质变带来硬件价值量2-4倍提升，高算力芯片、激光雷达、线控底盘（EMB+SBW）等是增量最确定的环节。德赛西威、伯特利、千里科技、经纬恒润、星宇股份、科博达、中国汽研等均有可能受益。

参考报告：

《20260807-东吴证券-汽车行业深度报告：AI系列深度22期，智能驾驶VLA模型的架构范式与厂商路线》

《20261025-国信证券-物理AI行业深度报告：技术路径基本成熟，受益于工业智能化及自动化需求》

《20260812-源达信息-智能驾驶行业专题研究：L3量产上路，智驾产业链价值重构》