（報告出品方/作者：中信證券，何翩翩、雷俊成）

1. 低速無人駕駛場景分析

1.1 自動駕駛商用車路徑明顯，“場景爲王”已現端倪

或許現實生活中的自動駕駛車輛還不是像 Elon Musk 所描述的那樣，但商用車的自動駕駛路徑追求“一步到位”的高級別 L4-5解決方案，“場景爲王”已初現端倪。其商業模式以先獲取用戶流量，擴大運營規模，從而降低成本，繼續獲取更多流量及擴大運營規模，最終達到盈利。由此衍生出四大場景：1）自動駕駛出租車 Robotaxi；2）自動駕駛貨運卡車 Robotruck；3）半封閉場景微循環或固定路線；和 4）最後一公裏物流配送。業內普遍認爲自動駕駛應用的難度排序爲：封閉載物 < 封閉載人 < 開放載物 < 開放載人。所以我們認爲，較低速的封閉場景微循環和最

相對封閉場景下定制化路線的微循環自動駕駛接駁車和物流車，商用場景包括，機場、廠區、礦山、港口、園區和學校等，代表公司有 EasyMile、馭勢科技、百度等。從安全及技術實現角度看，其低速及具備專道專用等場景相對簡單也較成熟，落地更快。從經濟效益看，無人物流車能提升一定的運輸效率和節省人力成本，但能否“去安全員化”是實現降本的關鍵。對于資金不算雄厚的初創公司來說，想要加速布局就需依賴其商業拓展能力和先入優勢。馭勢科技所聚焦的機場和廠區場景主要負責的是行李和貨物的運送工作，而礦山和港口的無人駕駛車主要爲重型牽引車和重型卡車，載重要求多在幾十到上百噸。

“最後一公裏”無人派送車主要面向快遞、外賣、閃送等場景，實現無人化的末端配送。中外代表初創公司包括Nuro.ai、行深智能、新石器等，以及包括各大物流、電商和外賣巨頭，例如亞馬遜、菜鳥、京東、蘇甯及美團等。從安全角度看，無人派送車速度較低和非載人，路徑一般相對簡單，遠較 Robotaxi 的市區及卡車的高速公路場景安全。我們認爲目前主要的瓶頸還在于成本。我們預計激光雷達、線控底盤及計算平台等逐步量産化後，無人配送車的成本將從現在的17萬元降至7萬元以下，平均每單無人配送車成本將低至0.2元，對比目前快遞及外賣每單成本約2-5元。

在高速公路上長途行駛的無人貨運卡車 Robotruck 是 MIT Tech Review 2017年全球十大新興科技趨勢之一。從貨運成本、司機短缺、以及技術實現的角度出發，都被認爲能較快落地。在美國的公路物流運輸成本中，約40%爲人力成本，另外約25%爲燃料成本。無人駕駛卡車能節省大部分的人力成本和小部分燃料成本，即使算上無人駕駛系統的成本，預計無人駕駛也能爲幹線物流帶來總成本約25%的節省，而卡車貨運量占到美國本土總貨運量的70%。美國卡車運輸協會預計到 2028年司機缺口將上升至16萬人。圖森未來（TSP.US）作爲該領域的知名獨角獸，中美兩地聯合研發，連同 Navistar 開發L4級自動駕駛卡車，並預計2024年實現量産。

對比其他三個場景，Robotaxi 在技術實現難度上最高，所以玩家以科技巨頭和行業巨頭爲主，包括谷歌的Waymo、百度、通用、福特和 Aptiv 等。Robotaxi 的商業落地是典型的“以時間換空間”模式，通過技術進步推動成本邊際下降，並增強盈利能力，因此，Robotaxi 更需要龐大的用戶流量去支撐其共享經濟的規模效應，搶占先機，進一步提高規模壁壘。從 Waymo 在2018年的試運營開始，到今年國內多個 Robotaxi 試運營項目落地，行業已進入車隊規模和測試裏程的比拼。雖然歐美公司技術積累較深，商業探索較早，但中國政府較爲積極開放的態度也是國內 Robotaxi 落地測試與運營迅速發展的催化劑。Waymo 的無人駕駛出租車服務在美國鳳凰城上線近三年，2019年底已完成10萬次乘客接送，月活躍乘客達1500人，並自疫情後的2020年10月在鳳凰城50萬平方公裏的區域對公衆開放，提供無安全員的全自動駕駛服務。而百度是當前國內無人駕駛市場相對領先的“頭號玩家”。截至2020年底，百度測試裏程超700萬公裏，獲批190張自動駕駛路測牌照，載人測試牌照超120張。國內其他玩家包括，文遠、小馬、元戎、滴滴等。（報告來源：未來智庫）

1.2 “去安全員”是無人接駁車/物流車降本增效的關鍵

近年，傳統物流車/接駁車的用人成本大幅提升，年輕人不願意幹低端、單調、重複的工作，管理成本隨之上升。從經濟效益出發，我們認爲無人接駁車/物流車能一定程度提升運力與效率，而能否“去安全員”是實現降本增效的關鍵。

無人接駁車/無人公交：我們參考新加坡公共交通研究平台 TUMCREATE 于2019年初發布的論文 Economic Assessment of Autonomous Electric Microtransit Vehicles。報告中指出，至2030年，人力費用將占據傳統巴士（30人）約70-75%的成本，而利用自動駕駛技術可大幅省去這一部分費用。另外，無人接駁車/巴士每日工作時間更長，通過提升運營效率，維護成本及能耗成本也將有所下降。中國公交車司機的工資約爲新加坡的1/2。以此推算，在中國，無人接駁車/無人公交較傳統巴士可節省約35%的總成本。

無人物流車：西井科技表示中國許多港口的人工成本占到了整體成本的70%，其無人駕駛集卡Q-Truck每年可爲港區客戶節省約40萬元的人力成本及約10萬元的燃油費及車輛維護費。另外由于機場、礦區、港口等場景的工作環境惡劣、危險系數高，司機短缺的問題也日益嚴重。

1.3 最後一公裏主要瓶頸仍在于效率

很多研發無人配送技術的企業已經進入了小批量生産階段，而頭部企業在全國甚至國外已經部署了大量無人車進行測試。

安全角度：無人配送車具備速度較低、非載人，路徑相對簡單等特點，遠較Robotaxi及自動駕駛卡車的高速複雜場景安全。

成本角度：長期來看，無人配送車硬件成本長期將不斷下降，而人力成本將不斷上升，無人配送車的價值將逐漸釋放。

我們認爲，在中國市場，短期來看，“最後一公裏”無人配送車的效率仍難敵快遞員。但長期來看，隨著國內人力成本不斷提升，無人配送車的價值將得到更多釋放。在中國高線城市，樓房以高層建築爲主。目前小件快遞的人工運送流程已高度標准化，即使無人車與快遞員同時到達，無人車也難以送貨上樓或將快件放至快遞櫃，在效率層面落後于快遞員。而在強調及時性的外賣場景中，無人配送車效率方面的瓶頸更爲明顯。因此我們也可以看到，目前無人配送車仍集中于辦公園區、廠區、校園等集中管理的場景進行落地。

2. 馭勢科技：“全場景野心”能否實現？

馭勢科技的全場景野心橫跨乘用車與商用車，涵蓋L2到L4全系列，從載物到載人，從低速到高速，從封閉到開放場景。目前，馭勢科技聚焦L4級別“最初三公裏”的無人物流車，集中于機場和廠區進行商業落地，實現“去安全員”運營，已取得一定成績，商業化前景越見清晰。但馭勢的野心不止于此，公司希望將現有場景進行可規模化複制，並計劃在載物之外，積極發展載人業務，其 “全場景”戰略版圖中還覆蓋了難度更高、速度更快的微公交、乘用車、Robotaxi等更多領域。

目前，馭勢科技將業務重心放在無人物流的“最初三公裏”環節，主要落地場景集中在機場和廠區。我們認爲，此類半封閉式場景運行相對低速並且可預測性高，適合在發展初期快速打開市場，並進行商業化落地。目前，馭勢已在香港國際機場、上汽通用五菱廠區等項目中實現“去安全員”運營。我們認爲，馭勢在垂直細分領域中擁有先發優勢，其領先地位爲公司未來進入開放式場景奠定基石。載物之外，馭勢也在積極發展載人業務，通過與主機廠結盟的方式進軍無人公交、Robotaxi、乘用車智能駕駛等市場，並皆有所進展。

我們認爲，馭勢科技“全場景”的核心競爭力在于其打造的π形架構：在一套技術棧U Drive OS (One Stack)下，商用車場景采用UDrive全棧智能駕駛平台，乘用車場景開發U Pilot中高端智能駕駛解決方案。通過不斷重複現有技術，馭勢科技得以降低不同業務場景間的遷移成本，觸達無人物流、個人出行和公共出行三大場景。

馭勢科技計劃用同一套技術棧，在提供載物服務的同時也解決載人問題，並從半封閉式走向開放式場景。我們認爲，同一套技術棧下，馭勢正在自動駕駛這場馬拉松中逐步形成“造血-進化”的良性循環：商用車場景産生現金流，確保馭勢不斷跑下去；乘用車場景産生數據，給予馭勢更多獲勝的籌碼，實現閉環。但值得注意的是，無人駕駛載人場景對于技術和安全的要求對比載物場景不可同日而語。業內普遍認爲無人駕駛應用的難度排序爲：封閉載物 < 封閉載人 < 開放載物 < 開放載人。馭勢科技2017年曾在白雲機場開展載人自動駕駛車的試運營，但最後選擇了先從無人物流車開始打開市場。（報告來源：未來智庫）

另外，我們也認爲一些財雄勢大的互聯網巨頭或汽車産業鏈巨頭，對于馭勢科技的業務或也虎視眈眈。以馭勢科技爲代表的初創企業，在發展初期通常會選擇在特定的垂直細分場景發力，從而快速搶占市場。但在面對互聯網巨頭或産業鏈裏具備經驗的玩家，憑借他們雄厚的資本和科技力量，或會在原來的L4&L5全場景自動駕駛基礎上切入來挑戰。但像馭勢這類初創企業勝在對垂直場景的商業化理解和與下遊客戶的適配深度綁定。另外，當馭勢科技逐漸拓展業務，步入無人小巴、Robotaxi等更大的市場時，也需要跟這些競爭對手正面交鋒。

面對挑戰，馭勢科技積極尋求國內外合作夥伴，爲其業務拓展保駕護航。 2020年2月和2021年1月，馭勢科技分別獲得了博世和國開制造業轉型升級基金的戰略注資。我們認爲，博世作爲領先Tier 1供應商，將帶來技術和行業的前瞻看法，並將協助馭勢進行海外市場的開拓。而國開制造業轉型升級基金經國務院批複，財政部、國開金融等共同出資設立，意味著馭勢科技將獲得國家層面的資金及資源支持，成爲中國汽車産業轉型升級中的重要參與者。在乘用車和 Robotaxi 領域，馭勢則希望借力資源豐富的主機廠，更快更高效地進行載人場景的落地上量，並實現數據和算法的內循環。

3. 新石器：無人小車如何突圍？

2019年，新石器將其無人小車的業務重點從“末端物流配送”轉爲“移動零售”。我們認爲，相比快遞外賣等配送場景，無人零售小車的商業模式已基本跑通，短期來看商業效益更高。而新石器在移動零售領域擁有先發優勢。

新石器無人小車將業務重點放在“移動零售”，場景聚焦辦公園區和景區等人口集中、面積較大的半封閉或開放式場景，主要提供團餐配送和移動零售服務。無人車可追逐高密度人流，在特定時間出現在特定區域進行銷售，將傳統零售的“人找貨”模式轉變爲“貨找人”。同時無人零售小車可自行回店補貨，每日補貨頻次可達5次以上。我們認爲，“最後一公裏”中快遞和外賣場景的主要瓶頸仍在于成本與效率，短期內無人小車仍難以替代快遞與外賣員。相較之下，無人零售小車的回報率更高，新石器的無人零售車普遍一年至一年半即可收回成本。

新石器是移動零售領域爲數不多的玩家，我們認爲這主要是由于行業內尚未形成對無人零售小車的認知。也正因此，新石器在該細分領域擁有先發優勢。一方面，新石器與美團、京東物流一起在北京亦莊的高級別自動駕駛示範區內成爲國內首批擁有L4級無人車開放道路運營資質的企業，在路權的獲取上擁有了一定的先發優勢。除中國外，新石器也在積極拓展海外其它國家的路權資格。截至2021年7月，已在9個國家的40個城市落地，加速全球市場的滲透。另一方面，新石器累計合作商家/餐飲品牌已超200家，相較後來者積累了更多的商家資源、口碑與消費數據。

我們認爲，新石器擁有無人小車的軟硬件研發、生産制造和運營維護能力，在量産落地節奏方面具備了領先同行的條件。 2018年，新石器分別與車和家（現爲理想汽車）和百度達成合作，迎來真正的發展期。車和家分別領投了新石器的天使輪和A+輪融資，提供車規級供應鏈資源；百度則爲新石器的無人駕駛系統和遠程駕駛系統助力。我們認爲，與兩家企業的深度合作正是新石器在創業初期能夠迅速進行落地的秘密武器。

長期來看，隨著更多玩家進入，我們認爲自主研發能力才是企業得以生存的關鍵。新石器也在不斷招兵買馬，構建軟硬一體化的工程閉環，實現算法和數據之間的正向循環。硬件方面，新石器在常州建立了L4級無人駕駛智造生産線，自研車規級標准底盤和無人駕駛計算平台。軟件方面，新石器已完成其自動駕駛系統的全自研閉環。我們認爲，低速無人小車目前已到了規模化量産落地的前夜，在下一賽段，誰能更快規模化落地，誰就能搶占先機。而低速無人車的應用場景豐富，包括配送、零售、安防、清潔等。新石器通過其模塊化的智能貨箱、標准化的量産體系和軟硬件一體化的研發體系，可靈活適配不同場景需求，在量産落地節奏方面具備了領先同行的條件。

在新石器快速發展的同時，低速無人小車領域的競爭也日益激烈，不僅有電商巨頭入場，無人小車初創企業也開始布局更多的細分賽道，搶占市場空間。

電商巨頭紛紛入局“最後一公裏”戰場。我們認爲，新石器與電商並非直接的競爭關系，新石器在與電商的合作中可承擔主機廠的角色。電商普遍無“造車”的能力，新石器可以滿足電商無人車硬件的需求。但同時，電商巨頭也可選擇與整車廠或其它玩家合作，或會對新石器構成競爭。我們認爲，盡管電商巨頭在財務能力、落地場景、供應鏈資源到技術人才層面等各方面都具有明顯優勢，但受制于大企業框架的束縛，電商巨頭也往往缺乏動力開拓與其主營業務無關的其他賽道。從這一維度上來說，新石器聚焦零售的戰略選擇也是正確且明智的。即使巨頭或也在虎視眈眈，但新石器作爲探路者已具有先發優勢。

另外，越來越多的初創企業開始布局“最後一公裏”場景，包括行深智能、智行者、白犀牛等。現階段的低速無人車市場“落地爲王”，末端物流運送場景難以支撐這些初創企業，因此各玩家都在探索其他可落地的商業化場景。目前新石器在移動零售領域走在相對領先的地位，並積極探索新的落地場景，希望搶占先機，但未來能否繼續保持領先還取決于其降本能力、産品性能，以及運營能力。

4. 毫末智行：依托長城優勢，低速無人物流車業務能否彎道超車？

我們認爲，依托長城優勢和自研自産是毫末智行在低速無人車領域中有望突圍的關鍵，但由于公司成立僅一年半時間，目前落地場景正在進一步加強，需加快步伐搶占市場。毫末智行作爲脫胎于長城汽車的獨立自動駕駛科技企業，擁有“傳統汽車+互聯網”複合經驗。在低速無人車領域中，毫末開發了無人配送車線控底盤産品“小魔盤”及無人配送車“小魔駝” ，利用軟硬件兩套産品可滿足不同客戶的需求。此外，毫末也可通過長城汽車大規模的乘用車車隊共享數據，快速叠代自動駕駛算法模型。

“自研自産、軟硬一體”是毫末智行在無人小車領域立足的根本。

毫末智行作爲脫胎于長城汽車的獨立自動駕駛科技企業，擁有“傳統汽車+互聯網”複合經驗。因此，毫末既具備傳統汽車行業的供應鏈與生産制造能力，又擁有互聯網企業的創新、靈活組織架構與管理機制。 2021年2月，首鋼基金、美團、高瓴創投等外部投資者的加入，進一步充實了毫末的彈藥庫。我們認爲這也是爲什麽成立于2019年末的毫末得以快速入局無人物流小車領域，並已開始有所收獲。在低速無人車領域，毫末開發了兩套産品：無人配送車線控底盤産品“小魔盤”及無人配送車“小魔駝” ，可以提供給缺乏硬件制造能力的電商巨頭及缺乏軟硬件研發能力的商超和配送公司。我們認爲毫末利用軟硬件兩套産品可滿足不同客戶的需求，從而獲取更多破局的籌碼與機會。（報告來源：未來智庫）

我們認爲，自主可控的自動駕駛軟硬件能力可爲毫末帶來更快速的需求響應和算法叠代效率，也是毫末的核心優勢。毫末也擁有生産能力，在河北保定擁有專爲L4無人配送車生産的工廠，面積超過5000平米，年産能5000輛的制造基地。但由于公司成立僅一年半時間，毫末目前的落地場景需要加強。我們重申自動駕駛商用車“落地爲王”。在競爭日益激烈的的無人小車領域，毫末也需加快步伐拓展客戶，進一步搶占市場。

展望未來，我們認爲毫末借力長城獲得的海量數據，以及前沿的算法，是其在衆多無人小車玩家中突圍的關鍵。

數據的質量和規模直接決定了AI算法模型的有效性。在無人配送車業務外，毫末智能同時爲長城汽車提供乘用車輔助駕駛系統“小魔盒”。一旦“小魔盒”落地鋪開，通過長城汽車大規模的乘用車車隊，毫末未來將擁有源源不斷的數據反哺其算法。基于長城2025年戰略，截至2025年底，搭載毫末域控制器的累計乘用車銷售規模將超過800萬台，屆時其數據規模有望跻身國內乃至國際第一陣營。盡管低速無人車和乘用車的專用算法有所不同，但通過毫末自研的自動駕駛系統，兩者可共享數據采集與泛化性訓練。換句話說，毫末的無人小車業務將同樣受益于其乘用車業務采集的海量數據。

此外，毫末智行采用前沿的Transformer算法進行感知訓練。該算法較傳統的CNN模型更適宜于訓練大規模圖像數據集，識別准確度更高，同時擁有高魯棒性和強泛化能力。我們認爲，“大規模的數據+前沿的算法模型”將共同構成毫末智行未來的技術壁壘。