报告概述
本报告基于华泰证券2026年春季投资峰会分论坛内容,聚焦Physical AI与Agentic AI两大技术主线。报告通过邀请九识智能、轻舟智航、万咖壹联等企业,深入剖析自动驾驶、无人配送、智能城配以及生成式引擎驱动的营销范式变革。研究覆盖技术路径、商业模式、规模化落地及生态构建,旨在揭示AI产业从单点突破向体系化能力演进的逻辑,为读者提供产业前沿洞察与实践案例。
报告的核心结论
规模化流量与生态入口成为AI能力演进的核心抓手
报告指出,随着AI从技术验证迈向产业化,流量规模和入口控制权成为企业竞争关键。九识通过超300个城市覆盖和15亿件送单构建数据闭环;轻舟高阶NOA量产上百万台,形成规模-数据-能力正循环;万咖依托六大手机厂商生态,推动流量从搜索向AI Agent迁移。
AI能力建设从单点产品突破走向体系化协同能力
报告认为,企业竞争焦点转向数据、工程、平台与生态的底层协同。九识构建数据生产-模型训练-仿真闭环,通过硬件销售+FSD订阅实现可持续商业模式;轻舟提出‘自动驾驶超级工厂’,打通L2++与L4技术复用;万咖推动内容结构化与数据标准化,适配生成式分发。
AI能力边界从单一场景向跨场景延展
报告显示,企业基于既有能力向更广应用边界扩展。九识从无人货运延伸至环卫、巡检,并拓展海外市场;轻舟从乘用车智驾延伸至Robobus和无人物流;万咖从渠道代理向生成式分发延伸,拓展至电商和小游戏,实现能力复用与业务扩张。
报告回答的关键问题
Physical AI与Agentic AI当前处于什么发展阶段?
报告指出,Physical AI(以自动驾驶为代表)正从实验室迈向规模化部署,九识、轻舟等企业已实现量产和商业化;Agentic AI则从概念讨论进入产业探索阶段,英伟达与Groq交易、Meta收购Manus等事件加速其发展,预计未来一到两年形成新范式。
自动驾驶企业如何实现商业化落地?
报告以九识和轻舟为例说明:九识通过‘硬件销售+FSD月度订阅’模式,已在300+城市运营,累计送单15亿件,客户成本降低66%;轻舟通过L2++和L4双线并行,NOA方案量产超100万台,并延伸至Robobus和无人物流,形成规模化收入。
什么是GEO,它如何改变营销方式?
GEO(生成式引擎优化)是传统SEO的升级,用户搜索从关键词检索转向对话式生成。报告指出,万咖壹联通过GEO推动内容结构化、专业化和可验证,使品牌信息被大模型直接引用,营销行为前移至内容生成阶段,实现‘对话即结果’的转化路径。
L2++与L4自动驾驶技术能否复用?
报告强调,轻舟智航提出‘双擎战略’,认为L2++和L4底层能力高度共通,包括数据体系、模型训练框架和仿真平台。通过百万级L2++量产数据反哺L4系统迭代,形成数据驱动飞轮,实现技术同源与能力复用,而非两套割裂体系。
报告中的代表性数据
九识智能累计送单量
截至2026年1月,九识智能通过L4无人城配服务,累计覆盖300+城市,送单突破15亿件,帮助客户平均降低运营成本66%。
轻舟智航NOA方案量产搭载量
截至2026年1月,轻舟智航乘用车辅助驾驶系统搭载量突破100万台,从50万到100万台仅用8个月,已适配23款车型。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整报告包含华泰证券春季投资峰会分论坛的详细演讲内容,包括九识、轻舟、万咖等企业的核心观点与技术分享。
- 报告附有自动驾驶产业链全景图,涵盖传感器、芯片、算法及整车厂商等关键环节。
- 九识智能的详细公司分析,包括其发展历程、产品矩阵(Z/E/L系列)、商业模式及出海进展。
- 轻舟智航的‘自动驾驶超级工厂’技术架构详解,涵盖数据生产、模型训练、仿真测评及强化学习优化。
- 万咖壹联的GEO实现过程与关键能力分析,展示从传统SEO到生成式引擎优化的演进路径。
- 报告包含多个图表,如九识‘1平台+N生态’业务模式、轻舟Robobus产品矩阵等。
- 报告提供自动驾驶行业风险提示,包括市场竞争、监管挑战及技术落地不足等。
- 完整报告包括多家未上市或未覆盖公司的客观公开信息整理,不构成推荐。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





