HASH GAME - Online Skill Game GET 300产业链充分受益，重点关注四条方向。智能化检测：直接受益于 L3 落地，检测 需求大幅提升。相比于 L2 级辅助驾驶，L3 级有条件自动驾驶运行条件界定、安 全边界划分、人机交互逻辑设计及故障应对机制构建的复杂度明显提升，直接推 动车型上市前的测试项目数量、工况覆盖范围及验证周期大幅扩容。不仅要求覆 盖极端天气、复杂路况、突发障碍物等更多高难度场景的实车路测，还需配套大 规模仿真测试与数据闭环验证体系，以保障系统在 ODD 内的稳定性与合规性。 由此，检测任务的工作量与专业性要求同步激增，直接驱动检测服务价值量显著 提升。感知层：高阶智能驾驶需要更多数量的激光雷达、毫米波雷达等传感器。 更高的自动驾驶等级对高精度传感器的数量需求也相应提升，因此 L3 上路有望 直接带动激光雷达和毫米波雷达渗透率提升。决策层：智驾芯片算力需求显著提 升。高级别自动驾驶对芯片的算力需求大幅提升，目前主要有自研与外采两种选 择，自研的代表作是特斯拉 FSD 芯片，多家国内车企也在加速自研智驾芯片；外 部采购方面，英伟达的 Orin 系列与 Thor 系列智驾芯片是高端车型的主流选择， 国产替代地平线与黑芝麻也在快速发展。执行层：方向盘解耦趋势下，线控转向 迎来新机遇。相比于传统汽车底盘，线控底盘对汽车的驱动、制动、转向、悬架 等功能进行线控化与集成化改进，从而实现更加灵敏与智能的操控能力。L3 以上 级别自动驾驶将驾驶的主要职责交给系统，方向盘解耦将成为发展趋势，线控转 向技术有望迎来发展新机遇。

　　中国汽车产业在国际市场强势崛起，墨西哥成为中国汽车出口最大市场，中东、 非洲市场增速较快。中国车企持续加码海外产能布局，从整车出口迈向产业合作 新阶段，以领先的新能源与智能化技术带动当地汽车工业升级。 中国汽车产业在国际市场强势崛起，2024 年汽车出口 641 万辆位列全球第一， 2025 年 1-11 月出口 733 万辆。2025 年 11 月中国汽车实现出口 81 万辆，同比增 48%；1-11 月中国汽车实现出口 733 万辆，同比 2024 年 1-11 月增速 25%。2025 年 11 月中国新能源汽车出口 35 万辆，同比增长 156%；2025 年 1 - 11 月新能源 汽车出口量 301 万辆，同比增长 62%。

　　中国车企持续加快海外产能布局，从整车出口迈向产业合作新阶段。据车百会， 中国车企 2026 年海外工厂投产年产能超 200 万辆，已规划产能达 300 万辆。零部 件企业进入“主动、协同出海时代”，智能化方案与车云一体服务独立出海，电池 海外产能集中投产。“出海不能仅聚焦于整车出口，关键在于做强零部件配套。若 能成功打造全球汽车供应链中心，让中国供应链体系深度嵌入全球更多整车企业 的生产环节，就能构建起具有核心竞争力的‘含中率’优势。”在中国车企出海的 新阶段，不仅仅是整车的产品出口，中国车企也将推动海外市场的产业合作，以 中国领先的新能源与智能化汽车技术带动当地汽车工业升级。 东南亚与南美成为中国车企产能布局重点。在东南亚，比亚迪、上汽名爵、长城 汽车先后落地泰国，比亚迪在罗勇府设厂投产海豚、海豹等车型，明确以“泰国 为中心”构建区域交付能力；印尼则凭借丰富的镍矿资源与庞大消费市场，成为 电动车布局的关键拼图，吸引了上汽、奇瑞、广汽传祺、比亚迪先后布局。在南 美，奇瑞与比亚迪早已通过多年耕耘扎下根基，长城借收购原奔驰工厂切入市场。

　　线控制动：EHB One-box 为目前主流方案；EMB 是真正意义上的全线控制动系 统，正从技术研发走向量产。线控制动有 EHB Two-box、One-box、EMB 三种技 术路径，当前 One-box 为主流选择，且海外厂商占据主导。EMB 是真正意义的全 线控制动，具备显著性能优势，契合智能驾驶发展趋势，正从技术研发走向量产。 国内外厂商 EMB研发进度相近，且国产厂商能够绕过不占优势的液压控制领域， 有望在技术路径迭代中换道超车提升市占率。 线控转向：EPS 市场成熟搭载率超 98%；SBW 使用线控代替机械结构实现方向 盘与转向轮的解耦，L3 及 Robotaxi 催生量产需求。预计在 2025 年，线控转向系 统进入前装导入期，支持方向盘与导向轮轮完全解耦。市场方面，满足 L3 级安全 要求的产品进入市场，并具备小批量装车条件，自主企业初步形成品牌效应并在 关键部件产业链上实现自主可控。预计到 2030 年，有望实现全冗余线控转向量 产，支持后轮主动转向和四轮独立转向，适应复杂自动驾驶场景。市场方面，满 足 L4 级安全要求的产品进入市场，L3 级产品形成一定市场规模，形成具有国际 竞争力的线控转向企业并实现产业链整体自主可控。 主动悬架：空气弹簧+CDC 减震器是目前主流实现方案；未来有望结合 AI 算法 实现动态自适应，并与制动、转向深度融合形成全域线 年，主动 悬架有望在中高端车型实现大规模渗透。通过结合 AI 算法实现动态自适应，主动 悬架与转向、制动系统深度融合形成全域线控，有望支持高等级自动驾驶场景。

　　线控制动竞争格局：国外厂商仍占主导，国产化率稳步提升，国产厂商重点布局 EMB 研发。2024 年 1-6 月中国乘用车线控制动市场中，博世、弗迪动力、伯特 利、万都、大陆的市场份额分别为 53.7%、19.3%、11.2%、7.3%、4.1%。尽管国 外厂商仍占主导，但国产化率正在稳步提升，从 2021 年的不足 10%提升至 2024 年的 30%以上。 多家企业重点布局 EMB 研发。为实现真正意义上的全线控制动，多家企业开始 重点布局 EMB 研发。博世作为全球最大的汽车零部件供应商，已开发出用于电 动车和自动驾驶的 EMB 原型系统；采埃孚通过智能底盘技术进入 EMB 市场，已 于 2023 年年底发布四轮 EMB 方案和样车。国内企业也纷纷入局，以此作为实现 弯道超车的机会。格陆博已完成多次夏季和冬季标定试验，预计 2026 年量产；京 西集团已获凯翼汽车和悠跑科技战略合作，预计将于 2026 年量产。

　　线控转向赛道竞争格局：EPS 合资企业占据主导，国产厂商布局 SBW 研发。根 据研观天下数据，2024 年 1-9 月中国乘用车前装 EPS 市场中，博世华域、耐世特、 采埃孚、JTEKT、NSK 的市场份额分别为 27.1%、15.9%、11.5%、8.6%、5.3%， 合资企业博世华域和中资控股外企耐世特占据前列。 国产厂商布局 SBW 研发，有望 2025 年实现量产。线控转向 SBW 的规模化量产 尚需时日，目前海外仅英菲尼迪、丰田等极少数顶配车型，以及特斯拉的 CyberTruck 电动皮卡搭载。蔚来 ET9 是国内首款搭载线控转向技术的量产车型， 供应商为采埃孚，预计将于 2025 年上市。国产厂商亦布局 SBW 研发，博世与华 域汽车的合资企业博世华域预计于 2025 年下半年实现 SBW 量产，2026 年初走向 市场；浙江世宝布局 SBW 较早，目前处于样件开发与测试阶段；伯特利在 2021 年收购万达转向后覆盖转向系统，并在 2022 年开展 SBW 技术研发。

　　汽车产业链与人形机器人产业具备硬件、软件、场景多方面协同优势，汽车产业 链上下游企业从本体、零部件、数据采集、训练等多个环节赋能人形机器人，助 力人形机器人迎来量产落地。 人形机器人与智能汽车在传感器、芯片、动力系统等核心零部件高度重叠，使得 产业链高度重合。特斯拉 Optimus 复用汽车产业链资源，电池、电机、电控系统 与运动执行硬件大量采用汽车产业链供应商。这种共享模式不仅提高了产业链运 行效率，更通过规模化生产降低了零部件价格，为机器人量产降低成本。

　　动力系统方面，智能汽车电池与电机技术为机器人提供长续航与精准力控支持。 广汽集团第三代人形机器人 GoMate 搭载全固态电池，续航能力达到 6 小时，较 同类产品续航大幅提升；其轴向磁通电机输出力矩达 1000N·m，通过复用汽车电 机的高精度控制算法，实现抓取、攀爬等动作的灵活性与稳定性。特斯拉 Optimus 采用与汽车类似的电池包与冷却系统，通过车规级测试技术模拟运动与碰撞场景， 确保动力供应的可靠性。 人形机器人与智能汽车在软件架构层面呈现同源性，均遵循感知-决策-执行三 层技术架构。感知层方面，智能电动车的多传感器融合技术可迁移至机器人环境 感知；决策层方面，自动驾驶的 SoC 芯片、端到端算法及世界模型训练经验，为 机器人任务规划提供核心支撑；执行层方面，人形机器人与智能汽车的电机、电 控、传动等零部件技术同源,且汽车底盘结构件中的轻量化材料同样适用于人形机 器人的外壳和躯体等环节。

　　人形机器人与自动驾驶算法路径趋同，从规则驱动转向数据驱动，最终向知识驱 动 VLA 大模型演进。2024 年 Waymo EMMA 首次将多模态大语言模型引入自动 驾驶领域，开创 VLA 架构先河；小米 ORION 通过 QT-Former 解决长时序记忆问 题，理想 Mind VLA 深度融合 3D 空间理解与扩散模型轨迹生成，标志着知识驱 动范式的进一步发展。当前 VLA 模型呈现三大特性：多模态融合（3DGS 技术与 语言模型结合）、计算效率优化（MOE 架构、模型量化）、仿真闭环构建（世界模 型强化学习）。差异则体现在场景复杂度：汽车仅需处理 2-3 个自由度，而人形机 器人需协调数十个自由度，数据闭环构建难度更大。

　　人形机器人模型训练需要大量数据，真实场景采集的数据是技术迭代的核心支撑。 制造业工厂凭借天然的产线环境与数据富集优势，成为机器人落地的重要场景。 为解决真机数据采集成本高、仿真数据存在现实偏差的问题，人形机器人企业正 探索将机器人直接部署到真实作业环境中，通过执行搬运、装配等基础任务实时 采集交互数据。这种模式遵循人形机器人动态进化逻辑——机器人在真实场景中 积累的操作数据反哺算法优化，使任务执行精度持续提升；性能迭代后的机器人 进入更多复杂场景，又能捕获新的边缘数据，形成数据驱动算法、算法赋能场景、 场景反哺数据的闭环生态。 自动化程度高、数据富集的汽车工厂成为天然的实训与数据收集场地。未来智能 工厂内，人形机器人需与工人、AGV、无人物流车及智能制造系统协同作业：智 能制造系统作为中枢神经，通过算法优化实现任务调度与数据实时交互；AGV 与 无人物流车构建柔性运输网络，负责物料流转；人形机器人执行螺丝紧固、部件 装配等精密操作。

　　目前，多家厂商已将人形机器人产品布局至整车生产线。海外市场中，Figure AI 的机器人入驻宝马 Spartanburg 工厂，在汽车制造产线的仓储、钣金等车间实现 20 小时连续作业；特斯拉 Optimus 在自家产线 年开放对外批量 生产能力。国内市场同样进展迅速， Walker S 进入东风柳汽、比亚迪等多家车厂 实训，覆盖焊装、总装等核心制造环节；小鹏 IRON 机器人参与广州工厂流水线 高精度作业；傅利叶机器人进入上汽通用完成带电高压零部件安装、高精度操作 等工作。