主要内容简介：一个基本常识是，经济是其技术的表达，当技术集合在一起，由此创造一个组织结构进行决策、生产、销售、服务，并由此创造了我们称之为“经济”的产业及社会活动。
故而，产业经济出现重大的正向转折及至发生产业革命，一个基本且核心特征是具备颠覆原产业模型的重大技术（或技术群组）的出现以及成熟，以淘汰旧的技术和生产体系，并建立新的生产体系。这既是马克思主义哲学对生产力与生产关系的部分论述内容；也是熊彼特所说的“创造性破坏”理论——即“新的生产函数的建立”，也就是经济学意义上的创新。全球经济时钟正在指向衰退及萧条周期，这也注定需要基于颠覆性技术的全新增量商业模型接棒扛鼎。检视当今人类在产业经济领域的工具箱，AI技术以及基于AI技术的混合智能商业生态已经表现出了这样的潜能。自动驾驶是AI的具体商业化表达，其中Robotaxi是自动驾驶最具社会与经济价值的商业形态，具有典型的创造性、破坏性与不可逆性。
第四次产业革命的“中国时刻”
我们这代人，最大的幸运之一，是将亲历发生在中国的第四次产业革命。
这是一种周期性必然，奇点已经显现：
截至2020年，数字经济投资回报率是非数字经济的6.7倍，即使不考虑疫情的催化——根据边际效益模型测算，至多再有5年，数字经济与GDP总量比值将超过50%，进入生命周期的成熟期。这也意味着，持续一个多甲子的信息革命，即将完成它的主要历史使命。
在摩尔定律制约下，半导体技术的代际差距，将像过去10年的面板产业一样，被逐渐拉近甚至填平。退一步讲，无论从历史规律上还是常识角度看，产业革命均肇始于商业信息密度最高的国家，纵使有美国一个名额，中国也不会失去这个机遇。
更为核心的事实依据还在于，根据熊彼特的破坏式创新理论，引发新一轮产业革命的导火索已经被引燃——第四次产业革命，将是智能化革命；奇点已经临近，以自动驾驶为代表的智能混合技术创新集群正在呼啸而至绽放在我们身旁。
这将是本文的主体内容，我们以下展开。
01产业革命的本质：追光
1905年，还在瑞士伯尔尼专利局担任三级技术员的阿尔伯特爱因斯坦连续发表了5篇震古烁今的学术论文，其中之一就是《狭义相对论》。10年之后的1915年，在狭义相对论基础上进一步统一了引力之后，爱因斯坦作就《广义相对论》，并于次年发表。自此，人类对于客观世界的改造路径以及对宇宙的认知，被这位36岁的“科学怪人”所照亮。
相对论有三条基石原理：光速不变原理、狭义相对性原理与等效原理。相对论的系统性固然晦涩深奥，但这三条原理之于普通人并不难理解：
光速不变：无论在何种惯性参照系中观察，光在真空中的传播速度都是一个常数，这个数值约合30万公里/秒；同时光速无法被超越。
狭义相对性：在任何惯性参考系中，所有物理定律都是一样，不存在绝对空间。
等效原理：引力的效果与加速度的效果是等效的，在同等引力场内的参考系中的物理规律，是完全一样的。
注：简单理解，惯性参考系就是没有加速度（引力）的参考系。故而狭义相对论是广义相对论的一种特殊状态。
基于这三大基本原理，很多神奇的效应、现象与预言逐渐被我们捕获：钟慢效应、尺缩效应、核聚变、时空扭曲、引力波、宇宙大爆炸与膨胀、奇点与黑洞、暗物质……
回归产业经济视角，这三条原理，基本（至少截至目前）框定了人类科技树的一个极限高度：无论怎么改变参照系，一重底层逻辑均在于，我们改造客观世界的速度势能都是为了无限迫近光速（被寄予厚望的量子力学也无法改变这一点，量子纠缠无法传递信息）。
相对论作为人类迄今科技文明唯二最高框架之一，站在这一平台之上，回溯、解构并瞭望近现代产业经济的整体脉络，我们的整个视野便就明朗清晰起来：
从通俗意义上讲，18世纪60年代以来人类社会所经历的3次产业革命，本质都是基于光速坐标，在时空维度的相对性扭曲式裂变延展。每一次产业革命之后，我们对于物理极限的探索，都在光速坐标系内踽踽前行一个微小的刻度——对此，可以通过数字对比方式，直观地理解我们所处的时空位置：
光速：30万公里/秒，活动范围—宇宙；
以脚代步：博尔特瞬时速度12.5米/秒（无法持续）；活动范围—村落；
农耕时代马车：2.78米/秒；活动范围—城乡；
第一次产业革命：蒸汽机车22.22米/秒，活动范围—国内；
第二次产业革命：内燃机车68.05米/秒，电动机车144.44米/秒（高铁当前理论极速），民用客机647.22米/秒（协和超音速）；活动范围—国际；
第三次产业革命：人造卫星、航天飞机与目标飞行器（天宫一号）7900米/秒（第一宇宙速度）；活动范围—太阳系内近地空间。
截至目前，人类最快飞行器是帕克太阳探测器，它的最大速度为接近200公里/秒（需要说明的是，这一速度的实现是引力的“弹弓效应”赋予，而非绝对的人类能源动力技术）。
200公里/秒VS30万公里/秒，也就是说，在实体时空维度里，基于光速坐标，人类的科技文明进程目前只达到了已知的1/15000。
更重要的是，这只是实体时空维度内的成就。而基于光速坐标，在虚拟时空维度的裂变，近百年以来，已经接近一个新文明的高度：
目前，电磁波在特定物理距离内的传播速度正在无限逼近光速——在实验室内，信息在光纤网络中的传播速度已能达到光速的99.7%。
当然，在现实环境下，电磁波传播速度相比光速的99.7%还有相当距离——比如我们当前民用的1000兆光纤，信息传播速度只相当于光速的1/10000（当然下载速度还远达不到）。
不过万兆光纤技术的商用其实也已成熟，可以预期的是，为了配合5G智能生态的演进，其将在未来两三年内广泛推广（比如8k电视显示技术即需要万兆带宽匹配，日本为了配合东京奥运会，已经推出万兆宽度服务，月服务费约合人民币400元左右），届时商业数字信息理论传播速度将达到光速的1/1000（5G的理论峰值速度可达到20Gbps，相当于光速的1/500，但需要更先进光纤网络的配合）。
从1/10000光速到1/1000光速，这是3个多指数级的跃迁，我们正在跨越这个临界点，而这样的事实寓意重大：上文可见，从前三次科技革命的历史经验看，基本上在光速坐标上每迁跃2-3个指数级（相当于4-8倍），就意味着一场产业革命的爆发。
另从客观事实角度审视，实体时空的科技进程目前被锁死在1/15000处，人类能源动力绝对速度的下一个指数级迁跃，理论上要寄望于电推进系统的新奇点到来以及可控核聚变的实现，抑或未知新能源的显现。
实体时空的1/15000VS虚拟时空的1/1000，这意味着，新一轮的科技革命将指向后者对前者的平权赋能，亦即处理信息能力具有指数级强势的智能算力对相对弱势（这是一种接近于绝对的相对）的人体算力的平权赋能——进而我们便不难推演出，AI+5G(甚至6G，保守测算6G相对5G也将有一个指数级的进步)，将是第四次产业革命那根导火索。
02为什么是自动驾驶，为什么是Robotaxi？
一个基本常识是，经济是其技术的表达，当技术集合在一起，由此创造一个组织结构进行决策、生产、销售、服务，并由此创造了我们称之为“经济”的产业及社会活动。
故而，产业经济出现重大的正向转折及至发生产业革命，一个基本且核心特征是具备颠覆原产业模型的重大技术（或技术群组）的出现以及成熟，以淘汰旧的技术和生产体系，并建立新的生产体系。这既是马克思主义哲学对生产力与生产关系的部分论述内容；也是熊彼特所说的“创造性破坏”理论——即“新的生产函数的建立”，也就是经济学意义上的创新。
熊彼特认为“创造性破坏”（创新），是穿越康波周期、走出经济萧条直至再度繁荣的必由之路。这也成为当今全球产经业界的基本共识。
这一理论，展开来说，主要有以下几个基本观点：
创新是生产过程中的内生结果。
创新是一种“革命性”变化。
创新的过程也是毁灭的过程。
创新是经济发展的本质规定，而非人口和资本的增长所导致。
创新的主体是“企业家”。
以这一理论为参照，蒸汽机—内燃机—计算机—互联网，这些技术的诞生以及各自孕育的商业形态，无不遵循同样的逻辑。
所有这些逻辑里，最为内核一条的特质还在于：生产力水平至少呈现2-3个指数级以上的增长；生产关系瓦解并重构，并产生出4-9个指数级的商业增量效应（不考虑通胀水平）。
——前者（生产力）我们已经在第一章节归纳，关于后者（生产关系），系以完整经历过3次产业革命的英国为例归纳得出：
1860年第一次产业革命结束，第二次产业革命开始时，名义GDP为812百万英镑；
1940年第二次产业革命结束，第三次产业革命开始时，名义GDP为13303百万英镑；
2020年第二次产业革命即将结束，第三次产业革命即将开始时，名义GDP为2110000百万英镑。
以上，812之于13303是4个指数级的增量，13303之于2110000，是8个多指数级的增量。以此可见，一个指数级的生产力跃迁，至少可以带来两个指数级的生产关系增量空间。
其中值得指出的是，过去10年，该国名义GDP增速逐渐滑落至2%以内，屡创过去60年新低，这也证明第三次产业革命的动能正在逐步消退，全球经济正在拐入衰退甚至萧条。
全球经济时钟正在指向衰退及萧条周期，这也注定需要基于颠覆性技术的全新增量商业模型接棒扛鼎。检视当今人类在产业经济领域的工具箱，AI技术以及基于AI技术的混合智能商业生态已经表现出了这样的潜能。
关于AI为何能将延续继“蒸汽机—内燃机—计算机—互联网”之后的产业经济使命问题，我们继续代入“创造性破坏理论”的5要素：
2.AI是一种革命性的变化：这种革命性其实正方兴未艾，当前仍是弱人工智能时代。但即使这样，我们通过几个简单的案例，也可以直观理解其革命性所在：AlphaGo碾压人类围棋冠军；特定场景下，百度L4级别无人驾驶AVP技术的商业化落地；AI当前在抵御疫情所用的mRNA疫苗开发中不可取代的作用——研发时长从10年缩短到11个月，恰符合2-3个指数级的生产力迁越水平。
3.创新也是毁灭：最典型的趋势案例是Robotaxi对网约车的取代效应，这一点，我们会在后文着重展开。
4.关于AI从属于经济发展的本质规定，且创新主体是企业家等两个要素，基本属于常识，或不需要赘言论述了。
尽管AI纵有千般好，且被公认是一项颠覆性技术，但它在过去60多年，所经历的3次凛冬，尚难以使最广泛公众对它产生“共情”，以至于我们在全球范围内具有领先优势AI公司百度，以及在垂直领域具有比较优势的“AIX小龙”们，不是被冷眼相待，便是融资逐步遇冷。
凛冬也好，冷眼也罢，阻碍AI进入寻常百姓心智的，实际还是它的商业化问题。好在，这个冰封时刻已经过去了，AI的商业化奇点已经来临，它就是自动驾驶——如果需要更精准一些，就是Robotaxi。
自动驾驶是AI的具体商业化表达，其中Robotaxi是自动驾驶最具社会与经济价值的商业形态，具有典型的创造性、破坏性与不可逆性。
对此，哥伦比亚大学AI实验室主任胡迪.利普森在其与另一位业界专家合著的《无人驾驶》一书中，有着理性的比较式研究，并提出了“零原则”原理：
根据该原理可知，撼动传统行业的新兴科技都有一个共同特点：一项或多项生产工作的成本将降至几乎为零。遵循该原则的技术推出几年后，产生了极大的行业影响，最终成为行业革命导火索。
蒸汽机做到了这一点，计算机也做到了这一点，这一次轮到了自动驾驶，轮到了Robotaxi。根据胡迪.利普森的梳理，具体而言，自动驾驶以及它的子集Robotaxi，可以将4项昂贵的社会及生活成本减至接近零：
1.接近零伤害。以美国为例，每年因交通事故导致的医疗成本以及工薪损失超过500亿美元，自动驾驶可以将这一数字减少趋近于零。最重要的是，数以百万人的生命，因此挽救。
2.接近零技术。自动驾驶汽车去除了一项客运或货运的成本：工资。
4.接近零尺寸。自动驾驶汽车事故可能性小，因此车型更小，重量更轻。自动驾驶货运车只需要与所运输的物品大小一致即可。
事实上，自动驾驶的不可逆性不止于此体现在“零原则”上。一个最具想象力的预期还在于：
可以预见，时空维度在因Robotaxi而完全无缝衔接之后——这也正印证了产业革命的内核：追光，所产生的平面与立体维度产业规模增量乘积效应，一定符合产业革命“4-9个指数级的增量空间”的规律。而这，正是“为什么是自动驾驶，为什么是Robotaxi”的历史必然所在。
03第四次产业革命的“中国时刻”
第四次产业革命的奇点时刻已经临近，它就是以Robotaxi商业为内核的智能化时代，这既是未来一个康波周期内全球经济增长极，也是我们这代人最大的财富变数。更重要的是，这一次，这一时刻中国不会错过。
推演其成因，前文我们已经提及几点宏观逻辑：
1.中国有充分的产业准备：这得益于信息数据，AI、5G、新能源等先进生产力，以及制造业全产业链间的耦合能力。
2.自动驾驶具有不可逆性、创新性以及破坏性，并能诞生产业革命级别的商业及财富增量空间。
而在中微观逻辑支撑上，也有一条自上而下式的通畅逻辑，我们分4个层面讲：
【1】中国有AI及自动驾驶技术全球领军公司。
先看一张图：
这是2021年度Guidehouse自动驾驶榜单，有两家中国公司入榜，分别是百度和AutoX。其中百度位居右上第一阵营，为全球领导者；AutoX位居第二阵营，为全球范围内的富有竞争力的同业公司。
当然这不是中国自动驾驶势力的全部。该榜单涉及的维度较为广泛且苛刻，使得部分中国自动驾驶新势力被排除在外，实际除了百度与AutoX，小马智行与文远出行等中国公司亦具备入榜比拼的潜质，它们都曾出现在不同单项级别比拼的全球排行榜之中。
当然，我们还不能忽视正在重装入局的华为，它基于无线通信技术在边缘计算方面的优势，有望是它在这一尤其着重端云两侧协同智能计算的赛道突围的利器。
更重要的是，自动驾驶这条赛道不同于很多人想象，它并不是一个轻资产的商业模型。想要进入第一阵营，年5-10亿美元级研发投入只是一个入门级门槛，止数据处理一项，一个千辆车左右车队，对于智能云计算的成本支出亦须以过亿美元计，这尚不包括前装各种智能硬件成本。
之所以特别提及数据处理，核心还在于这是自动驾驶的“七寸”。没有足够的数据，不足以验证自动驾驶的成熟度，无法实现其特有的“软硬一体化”研发及商业化模型的正向逻辑循环——因为自动驾驶要越过L4的门槛，奔向L5理想国，最大考验还在于应对处理“cornercases”（极端路况），没有足够的数据去喂养机器进行深度学习，自动驾驶将永远是不可实现的乌托邦。
而百度之所以能跻身全球领军者行列，除了固有的AI基因，最重要的还在于它的ApolloL4级自动驾驶车辆，目前路测里程已经突破1300万公里，并以每月百万公里以上的当量累计递增，是全球唯一一家实现千万公里级路测积累的中国企业。
这一点对于投资者拿捏投资逻辑时特别重要，尤其近期很多公司动辄放出自动驾驶路测视频，但尴尬的是，它们的实际路测里程在“数据奇点”要求面前实际是趋近于零的。
根据商业常识判断，自动驾驶赛道是一个“马太效应”凸显的赛道——这一点，从Waymo与百度不断与竞争者拉开差距便可见一斑。故而质量比数量更具说服力，以中国面板及芯片行业的发展规律为参照，可以预见，未来数年内，还将会有大量热钱涌入这一赛道，以支撑更多中国公司入榜。
【2】百度是全球Robotaxi模式领军者，也将是全球规模性商业化最早落地的公司。
至少截至目前不存在争议的是，在自动驾驶最具商业前景的Robotaxi模式里，全球只有两家公司独大，一个是谷歌旗下的Waymo，另一个就是百度的Apollo。
关于这一点，作为中国投资者，我们大可不必妄自菲薄，总以为外国的月亮更圆。具体而言，有多个直观逻辑可以证明这一点：
1.数据优势。数据的价值我们已经在上文展开过。这里需要补充的是，随着百度Apollo的Robotaxi在今年下半年的商业化正式开启，根据车队及城市路网规模比较测算——3年（2021-2023），落地30座城市，车队规模达3000辆（包含今年6月连同北汽极狐发布这次发布的第5代无人车ApolloMoon），服务300万乘客，可以推算约在2025年前后，百度将有望超过Waymo，成为全球真实路测里程最多的无人驾驶公司。
以目前的现实看，至少在“后来者”层面基本不太会有悬念——从国内市场来看，截至目前排名第二的公司，其真实路测里程只有Apollo的1/3，大部分都在1/4以后。规模性组建车队，无论从成本，还是技术保障上甚至是监管部门的产业政策信心上，都有肉眼可见的代际差，这也将是百度持续在全球自动驾驶赛道保持领先身位的核心逻辑之一。
2.技术优势。这一阶段甄别各家自动驾驶公司技术实力其实还是有“窍门”的——机器视觉能力。最近一个时期，谈及自动驾驶，必谈激光雷达——我们不能否认激光雷达对于维系自动驾驶车辆安全的重要性，但实际上，激光雷达作为与摄像头（数码相机）、毫米波等并列的视觉传感器之一，它当前在重要性维度上的渲染实质有“过于盲目”之嫌。
其实，在整个视觉感知系统中，与用于推理决策的深度学习神经网络交互协同性第一优先级的传感器还是摄像头——这不难理解，过去若干年，AI的主要进步空间之一就是来在于图片识别能力，这种能力正是建立在海量的互联网照片训练之上。
3.成本优势。抛开成本谈商业化是不讲商业道德的行为，即使是科技大厂如百度。百度Apollo第5代无人车ApolloMoon的成本在其车辆发布时已经公布：单车48万（不含软件研发成本）。关于这个48万成本数字所蕴含的商业化前景已经被各路分析师拆的仔细，我们此处便不再复述，归根结底一句话：网约车的商业模式裂了。
这里要补充一点的重点信息是，根据百度Apollo历代车型的推算，其每代新车前装硬件成本会降低50%，这就意味着2023年之后第6代车推出时，将是百度ApolloRobotaxi商业模式的真正“奇点”。
届时一辆25万以内的无人共享车，在网络规模效应下，将完全压制现行网约车模式——当然根据政策指引的可能性推导，Robotaxi商业模式在未来4-5年内还更多应用于短途场景而非全城运营，在全面压制网约车之前，最先感受到冰点的可能是两轮电动车以及共享单车。
最后还是要简单的判定下百度ApolloRobotaxi商业模式的成本优势：以L4水平为基准，ApolloMoon48万前装成本VS同业竞争者150万-200万前装成本，二者存在2个指数级代际差。
4.安全优势。实际上，对于自动驾驶车辆来说，并非越多传感器越有利，这会对AI系统带来更大的认知与决策负荷。无论是爱因斯坦的质能方程（E=mc2），还是麦克斯韦的麦克斯韦方程组，作为人类科技文明的基石支撑，都说明了逻辑越简洁效力越显著。
之于百度ApolloMoon来说，如上文所述，前装了2个激光雷达，需要说明的是，正常行驶状态下只有一个运行，另一个则属于冗余配置，即在前者失灵或出现问题时介入。除了激光雷达，包括摄像头、毫米波甚至是刹车，百度ApolloRobotaxi的思路都是1倍冗余配置，一方面为了更简洁，一方面也要在商业化初期尽最大可能排除一切不必要的安全性疑虑。
所有的软硬件冗余之外，为ApolloRobotaxi兜底的安全保障系统是“5G云代驾”，即通过智能云监控，一旦出现车辆问题，在接到求助后，身处运营总部的人工服务系统将即时启动，为无人驾驶系统补位，直至脱困。这一商业策略的加入，基本打通了L4级的Robotaxi商业化的“最后一公里”问题，托举着百度Apollo即将成为全球规模性商业化最早落地的自动驾驶公司。
【3】Robotaxi领航，ASD与造车多点开花
检验一家自动驾驶公司的竞争力水平，在商业化早期的当前阶段，有两个核心指标：研发投入与路径抉择的决心。
今年3月百度赴港二度IPO时，李彦宏曾这么公开说过：“即使在最困难的时候，也一样坚持：有1块钱的时候，我们会投进技术里；有1个亿，我们会投进技术里；有100个亿，我们还是会投进技术里。”百度也是这么做的：财报显示，2020年，其营收787亿，研发投入168亿元，研发费用率为21%。百度的研发投入金额和强度，领衔全球互联网科技公司第一阵营。
目前在中国，甚至是在全球范围内，百度是唯一的自动驾驶“铁人三项”选手：Robotaxi、ASD（Apolloselfdriving，与传统主机厂合作的自动驾驶套件解决方案）与造车的全路径抉择，背后是Allin式决心。
某种程度上，这也是一种技术自信：自动驾驶作为一个典型的“销金窟”，上文已带到过它的资金门槛，故而分阶段分策略的商业化是必由之路；这一方面考验固有现金流能力，也考验自动驾驶技术“沿途下蛋”式的分部技术输出能力。
在三箭齐发、多点开花的整体战略部署下，Robotaxi模式正在走入初期商业化的循环体系中；造车事项也已于今年上半年落地，即依托吉利浩瀚平台拟于2014年前后量产的“集度”；
也就是说，除了造车模式不支持分部商业化，百度的Robotaxi与ASD路径已基本走进商业化探索期——这在整个中国产业界尚是独一份。这是一个关于百度整体投资逻辑10年以上的跟踪点，需要我们密切观察。
【4】提前应对“涟漪效应”，把自动驾驶的潜在伦理挑战疏通、做透，并预判把握新机遇
第二章节已经分析过，作为自动驾驶技术的具体商业化表达，Robotaxi的不可逆性、破坏性与创造性，将来带可以预期的挑战与新历史机遇——关于挑战，这是智能商业社会生态一部分，从伊始就需要同步适配解决；同时作为公众或投资者不必过于忧虑的是，机遇将远大于挑战：
1.底线：基于法律及伦理。从历史经验来看，过去10几年，很多模式创新互联网公司的从0-100，都经历过前期野蛮发展、后期强监管介入的历程。从Robotaxi模式来说，它的不同点在于“软硬一体化”，即以技术创新为根基、模式创新依附技术创新展开，这样的商业增量创造内核基因，在存量竞争显著的当下，具备一定的优越性，这也为其商业化熨平了一些政策成本。
但无论如何，行驶在路上的车，其安全性都是第一位的，所以我们预判政策为其设定的硬性指标一定是极为细化的，二者会保持同步正反馈的趋势。
实际上，这一幕在100年前的人类社会已经重复过：1920年代，每个人都担心汽车，担心800磅重的机器在街道上行驶并伤害人们；但最终，汽车成为了全球第一大工业部门。
2.挑战：就业与教育。基于破坏性技术的产业革命，会对传统职业带来巨大颠覆，这是过去的历史经验。面对这样的问题，解决路径有主动与被动之分：
A.主动路径：今年4月中旬，百度CTO王海峰在博鳌亚洲论坛2021年年会上公开宣布，百度未来五年要培养500万人工智能方面的人才，帮助人们更了解人工智能。以百度500为代表，这只中国AI头雁将会带动整个产业发起类似举动——在蛋糕可以做大时，有担当的中国“追光者”不会独善其身，如是带来的外溢效应，将最大化提前量应对这一问题。
3.新机遇：基础科学研究将因Robotaxi商业指数级催化。AI与数据在全社会空间的整体应用，将引发越用越好用、越用越智能的效应，这一点，我们早在人工智能实验室视觉深度学习实验中得到印证——人类工程师无法理解在卷积算法里，AI的某些智能是如何出现并形成的，但它的确做到了，随后卷积神经网络成为AI学科的主脉。
另一个更为显性的案例还在于，正是因为有了包括Robotaxi在内的自动驾驶全路径抉择，百度的AI芯片业务亦从0-1，再从1-10，目前成立独立芯片公司并命名为昆仑芯，进入完全商业化状态之内。根据媒体报道，第一代昆仑芯片早于2020年初量产，目前已经规模化部署超过2万片，在各个行业拥有数十个客户。
同样作为“沿途下蛋”的产物，与百度自动驾驶干系密切的百度智能云业务，在2020年以33%的市场份额，占据中国AICloud市场份额的TOP1。在此之外，还有高清地图以及小度AI业务亦为各自领域领先的中国势力。
这是一种典型的内生式生长，它的生态注定夯实茁壮。
如是，我们可以乐观预期，随着以Robotaxi（同时至少还包括以mRNA为代表的生命科技，本次疫情极大加速了这一赛道的发展进程）为代表的新商业时代的全面开启，对于基础科学研究的带动将是指数级的——一个崭新的混合智能时代，将因这场产业革命在2020这一代“追光者”面前缓缓打开；而我们这代“观光者”，也因此将拥有一份最大的幸运，亲历这场必将爆发于中国的第四次产业革命。
自动驾驶，Robotaxi，这不只是百度们的逻辑突变，而是时代的逻辑突变。
大动作不断！王炸利好将出，稀缺！A股自动驾驶第一股踏上10倍征程！
二、出台定增，锁定定增价下限，无上限，最大限度保护中小投资者利益
三、与百度深度合作，打造全球最大规模共享无人车车队
今年6月，百度Apollo宣布旗下自动驾驶出行服务平台“萝卜快跑”在武汉市经开区开启商业化试点，面向公众提供自动驾驶付费出行服务。此前，萝卜快跑已实现在北京、重庆、阳泉的商业化，武汉为第四城。根据百度官方发布的数据，截至今年7月，百度萝卜快跑已经实现累计订单量破百万，是全球最大的自动驾驶出行服务商。按照计划，萝卜快跑在2030年落地百城。
四、余承东和刘宇互动频繁，余承东重申不造车，帮助车企造好车，卖好车
继5月7日为极狐站台后，最近余承东与刘宇又见面了，8月5日，2022新京报贝壳财经夏季峰会“数字出行：智驾时代的汽车产业引领之路”主题论坛在京举行。华为常务董事、终端BGCEO、智能汽车解决方案BUCEO余承东称，华为把三十多年来在ICT和信息产业积累的芯片、硬件、软件、算法等能力用在汽车上面，希望能够助力汽车产业在智能化电动化时代的转型。
余承东重申，华为公司坚持的原则是：华为自己不造车，而是要真正地帮助合作伙伴们和车企造好车。“要造很好的车，有竞争力的车，并且卖好车——这是我们新加上去的。因为大家知道，过去十年多我负责华为消费者业务，华为终端在消费电子领域积累了一些品牌、渠道、零售和营销的经验，并且有渠道零售的阵地。我们希望能够助力合作车企一起卖好车。”余承东说道。
五、阿尔法E将进入华为智选，定价20-30万，或将爆量，月销有望超万
近日，蓝谷麦格纳N50AB项目（即阿尔法E）技改工作全面启动：7月30日，蓝谷麦格纳N50AB项目技改工作全面启动。本次技改涉及冲压、焊接、涂装、总装四大工艺，技改整体安装及调试工作于8月7日基本完成，这将为极狐全新车型N50AB项目的生产导入奠定坚实的基础。
造型挺犀利！疑似极狐N50AB项目路试车首曝，瞄准两厢家用市场
新车预计将命名为E。据悉，极狐阿尔法E代号为N50，定位于极狐阿尔法T之下，新车预计将继续与华为HI品牌合作，并有望进入华为智选车，在华为门店销售。搭载鸿蒙车机+高阶智能驾驶，主打20-30万元市场，性价比秒杀当今20-30万元的所有车型，这是绝对的大爆款啊。你们想想看，价格比小康股份的M5还便宜，性价比远高于M5，M5是油电混合增程式只有鸿蒙车机，而阿尔法E搭载鸿蒙车机+高阶智能驾驶，价格比M5还便宜，M5月销已过8000，阿尔法E的性价比优势，月销上万都有可能。所以大概率会复制小康股份股价涨十倍。
另外，极狐另一新款N51AB项目质量专题评审举行，8月3日至4日，基于产品开发全过程质量管控先期质量管理策略要求，新车质量部组织项目组、研发专业部门开展了N51AB项目质量专题评审工作。
六、券商研报称华为智能汽车产业链发展有望超预期
智能汽车行业专题报告：华为智能汽车产业链发展有望超预期
极狐阿尔法S全新HI版是全球首个量产落地华为HI全栈解决方案车型，将进入华为渠道销售，阿尔法E将进华为智选。
01困中求变，华为定位智能网联汽车时代的增量部件供应商
背景：华为消费者业务危机重重，急需寻找新的业务增长点
2010年至2019年间，随着华为智能手机出货量的持续快速增长，华为的消费者业务实现了长足发展，营收年复合增速高达35.2%，成为华为不断发展的重要驱动力，在三大主营业务中收入占比从2010年的16.9%提高至2019年的54.7%，贡献了公司8500多亿营收的半壁江山。然而随着2020年5月15日美国商务部宣布对华为的芯片供应禁令，华为智能手机业务发展开始严重受挫，被迫在2020年11月17日正式剥离荣耀子品牌，2020年华为手机销量下滑21.3%，并在2021年继续大幅下滑81.5%，造成公司消费者业务2021年营收大幅下降49.6%至2434亿元，营收占比下降至38.8%。考虑到消费者业务在公司业务体系中的重要性，华为急需寻找新的增长点来推动业务的持续发展。
发展历史：长期深耕车联网，智能汽车业务瓜熟蒂落
华为智能汽车业务发展历史可以分为业务萌芽期（2013-2015年）、联创研发期（2016-2018年）及落地推广期（2019年以来）三个阶段。2013年，华为从车载通信模块切入车联网业务；2014年，华为在2012实验室中成立了车联网实验室，开始专注于车联网领域的纵向开发；2015年，华为拿到奥迪、奔驰的通信模块订单，迈入车联网供应商行列。2016年至2018年之间，华为围绕5G技术构建自身车联网技术和生态优势，与多家车企展开车联网、自动驾驶技术的联创合作，推动技术迭代。2019年4月，华为首次以智能汽车增量供应商亮相上海车展，并在同年5月份成立华为智能汽车解决方案BU，意味着华为智能汽车业务进入全新的发展阶段，开始与各车企展开深度合作，推动华为智能网联方案前装量产落地。
战略定位：华为不造车，聚焦ICT技术，帮助车企造好车
组织架构：历经三次调整，智能汽车业务战略地位显著提高
成本投入：人员及研发投入持续加大，短期不追求盈利
面对智能汽车产业广阔的市场机遇，华为持续加大人员及研发投入。在人员方面，2019年公司智能汽车业务直接人员投入为200余人，2020年提高至2500余人，2021年底达到5000余人，2022年7月余承东在第十四届中国汽车蓝皮书论坛上表示公司智能汽车业务直接投入达到7000人，间接投入超过10000人，增长十分显著。在研发投入上，2020年公司智能汽车业务研发投入达到5亿美元，2021年提高至10亿美元，未来仍将保持快速增长。智能汽车业务是华为公司目前唯一亏损的业务，华为内部从业务立项到实现当期盈利、再到实现累计盈利的平均周期为8年，考虑到汽车产业研发、送样顶点、量产上车到销售的周期较为漫长，预计在未来数年内华为智能汽车业务仍将处于大力投入、持续亏损的阶段。
产品体系：一架构、三平台、七大产品部门全面布局智能网联增量部件
一个架构是指的华为提出的“计算+通信”的CC架构，三个平台是指CDC智能座舱平台、VDC整车控制平台以及MDC智能驾驶平台。传统的“电子+电气”的EE架构，采用的是总线+分散控制的架构，这在汽车ECU数量较少的时候是可行的。然而随着汽车电子化、智能化程度的提升，ECU数量爆发式增长，车内通信需求激增，也导致线束成本和装配成本增加；不同ECU由不同厂商提供，算力无法协同：各ECU使用不同的嵌入式OS和应用程序，导致无法统一维护和OTA升级，第三方应用开发者也无法与硬件进行便捷编程；同时随着汽车网联化程度的提升，车主升级汽车的习惯从开回4S店升级变为直接OTA方式升级，对通信能力提出更高要求；这些都是传统EE架构无法解决的问题。
02七大产品部门全面布局，可提供全栈智能网联汽车解决方案
智能驾驶：MDC计算平台是华为智能驾驶的核心
智能驾驶系统由感知系统（各类传感器，相当于人的眼睛和耳朵）、决策系统（计算平台，相当于人的大脑）与执行系统（驱动、制动、转向等各类执行器，相当于人的四肢）构成。其中计算平台功能最复杂，涉及到多种ICT技术，包括SOC芯片硬件技术，操作系统、中间件、OTA、云服务等软件技术，以及机器视觉、深度学习、聚类算法等算法技术，是智能驾驶系统的核心。传统车企缺乏芯片、操作系统研发经验，初创企业资源有限无法支撑底层技术的长期投入，因而需要ICT巨头入局推动产业发展。华为MDC（MobileDataCenter移动数据中心）定位为智能驾驶的计算平台，该平台搭载智能驾驶操作系统AOS/VOS和MDCCore，支持L2+~L5的平滑演进，配套完善的应用开发工具链，客户或生态合作伙伴可以针对不同的应用场景，灵活、快速地开发智能驾驶驾驶应用。并且在2020年1月成为全球首个通过功能安全领域最高等级的ISO26262ASIL-D认证的自动驾驶计算平台。
智能驾驶：MDC计算平台可提供覆盖L2~L5级别自动驾驶的算力支持
凭借华为海思强大的芯片自研能力，华为可以像搭积木一样灵活地构建起系列化的算力平台，目前华为已经推出了MDC210、MDC300F、MDC610、MDC810四款产品，INT8稠密算力区间囊括48TOPS至400+TOPS，既可支持乘用车L2+级别辅助驾驶，也可以支持RobtaxiL4~L5级别自动驾驶，此外华为还在规划128TOPS的中等算力平台及800TOPS的豪华算力平台。
智能驾驶：华为全面布局激光雷达、毫米波雷达等传感器生产
在自动驾驶的感知系统上，华为采用激光雷达、毫米波雷达、摄像头等多传感器融合的技术路线。在2020年的北京车展上，华为首次公布了其8M高性能摄像头系统、4D成像毫米波雷达以及可量产的车规级激光雷达产品规划。
智能驾驶：发布96线激光雷达，志在快速量产及过车规
华为激光雷达研发早在2016年便正式启动，历经4年多的调研、场景分析、明确需求、设计开发、车规级验证，2020年12月华为正式发布首款96线中长距激光雷达产品，采用905nm波长光源，在反射率为10%的情况下探测距离达到150米，长距探测距离达到200米，水平垂直视场角为120x25，分辨率为0.25x0.26，并在一条年产能达到10万套的产线上投入生产。
智能驾驶：推出高分辨率4D成像毫米波雷达，实现更好的感知冗余
2021年4月的上海国际车展中，华为首次发布了其高分辨率4D成像毫米波雷达产品。相比于激光雷达和摄像头，毫米波雷达具备极佳的测速能力、极佳的天气和光线鲁棒性（不受光线和雨雪天气影响），以及非视距被遮挡目标的独特探测能力。高分辨4D成像雷达在继承这些优势的同时，大幅提升分辨率、目标检测的置信度和检测范围，能够对更复杂环境和更微小物体进行检测，同时在传统毫米波雷达探测速度、距离和水平角度（方位）三大维度上新增高密度点云，从而可以对环境进行更精准的建模刻画，减少因高度判断误差造成的事故风险，同时4D成像毫米波雷达的量产成本有望保持在100-150美元，为激光雷达价格的10*-20%，因而可以通过多雷达的点云级融合，更好实现车周360检测。
智能驾驶：AOS操作系统是高性能、高安全、高效开发的车控OS
AOS操作系统具备从内核、中间件、平台服务、AI框架、工具链、云端服务的全栈自研能力，AOS的鸿蒙微内核在2020年12月成为国内首个通过ISO26262ASIL-D认证的智能驾驶OS内核，目前全球也仅有QNX和鸿蒙微内核获得了ASIL-D车规认证。由于华为MDC不提供芯片级的解决方案，只提供软硬一体的平台方案，为了弥补开放性的问题，其在应用软件及算法开发上提供系统级的开放接口，同时在软件开发工具链上，AOS系统兼容汽车行业主流的AdaptiveAutoSAR中间件，可以让生态伙伴便捷的开发AutoSAR规范的智能驾驶应用，带来高效的三方应用开发环境。
智能车控：智能电控系统是智能网联汽车三电系统的核心
智能网联汽车的三电系统为电驱、电池、电控系统。其中电控系统又包括整车控制系统VCU、电机控制系统MCU、电池管理系统BMS等，对整车的动力性、经济性、可靠性和安全性至关重要。华为VDC整车域控制器由mPower的多形态电驱、车载充电系统、电池管理系统硬件做为底层基础；第二层为整车控制硬件（如底盘、制动等）；第三层为智能车控操作系统VOS，为顶层整车控制软件提供运行环境，发送指令；顶层的整车控制软件包括BMS电池管理系统、TMS热管理系统以及云服务等程序应用软件。
03商业落地加速，核心合作主机厂2022年下半年即将批量交付
极狐阿尔法S全新HI版是全球首个量产落地华为HI全栈解决方案车型