自动驾驶

根据具身智能的三大核心任务，我们将具身智能分为导航级（Navigation）、移动级（Locomotion）和操作级（Manipulation）三个等级，其中作为导航级具身智能的 L4 级自动驾驶技术在最近两年里已经开始逐渐实现商业化落地。特别是在城配物流当中，自驾无人物流车（Robovan）从去年开始商业模式已经跑通，今年进入放量元年，市场空间极大。随着技术的进步与监管法规的成熟，我们预计其他场景的 L4 级自动驾驶也将在未来几年陆续步入商业化应用。

滴滴出行占据着捕捉日益增长的全球出行机会的有利地位，处在自动驾驶领域的前沿，而且估值不高（国内业务2026年预期市盈率为14倍，而收入/每股盈利2024-27年年均复合增速分别为8%/44%）。我们预计其国内业务利润/自由现金流将实现持续的复合增长（在我们中国互联网覆盖范围内位于利润增速最快之列），这得益于市场龙头地位带来的国内GTV利润率扩大、国际出行利润扩张以及来自其他项目（包括自动驾驶出租车）的亏损收窄。滴滴出行和优步这两家公司在各自的国内市场均处于领先地位，而且国际业务不断增长，考虑到滴滴和优步的市值分别为250亿美元和2,000亿美元（2026年预期市盈率分别为18倍和27倍），我们认为滴滴的估值相对于全球同业具有吸引力，而且风险回报有利。

探求驾驶本质，人类驾驶是“本能反应”和“逻辑思维”的结合。人类的思考方式包含倾向于本能化的“快系统”和倾向于逻辑化的“慢系统”，驾驶行为也是一样，简单的驾驶行为可由快系统完成，复杂或者稀缺的长尾场景则需要调用慢系统通过人类此前积累的世界常识来处理。对自动驾驶而言，快慢系统结合为彻底解决无人驾驶提供思路。 算法、算力、数据全面升级推动自驾落地。算法端，前期传统模块化算法和端到端算法有望并行运转，平稳过渡到端到端为主；远期大语言模型有望和端到端结合，形成自动驾驶的“系统一”和“系统二”；最终强大的通用人工智能有望彻底实现自动驾驶。数据端，端到端算法对数据的“量”和“质”的需求激增，实车采集和合成数据共同为算法提供“养料”。算力端，云端算力需求进一步提升，推动模型迅速迭代。