地平线机器人HSD V2.0以双引擎架构推进全场景智能驾驶升级
AI 摘要卡
地平线机器人HSD V2.0以双引擎架构推进全场景智能驾驶升级
Deutsche Bank给予Horizon Robotics(9660.HK)Buy评级,认为Superdrive 2.0通过世界模型、强化学习和OCC主动安全能力,推动自动驾驶体验与安全性全面提升。
- HSD V2.0从单阶段端到端模块化设计转向“世界模型+强化学习”双引擎框架。
- 世界模型基于真实专家驾驶数据训练,可模拟复杂长尾场景并预测未来交通状态。
- 强化学习模型支持系统持续自我迭代,覆盖行车、泊车、安全和长尾场景处理。
- OCC应用于AEB、AES、AMAP等主动安全功能,提升对非常规障碍物的识别和响应能力。
- 公司披露其技术积累包括50余篇顶会论文、10万余次学术引用,以及近三年超过2,000项全球专利申请。
研报解读
概览
本报告聚焦Horizon Robotics推出的第二代Horizon Superdrive(HSD V2.0)全场景自动驾驶系统。Deutsche Bank认为,该系统的核心变化是从单阶段端到端模块化设计升级为“世界模型+强化学习”的双引擎架构,目标是在复杂道路、泊车、主动安全和车内交互等方面实现更完整的能力跃迁。
核心观点
核心观点是,HSD V2.0通过世界模型获得时空理解和复杂长尾场景模拟能力,并通过强化学习实现持续自我迭代;同时,OCC主动安全能力将识别逻辑从传统“白名单”物体识别扩展为占用网络感知,有助于提升对未知、不规则障碍物的响应能力。报告维持对股票的正面判断,当前评级为Buy。
分析框架
报告采用技术产品解读与公司研发能力验证相结合的方式:先分析HSD V2.0的架构变化,再分解其在驾驶体验、泊车、危险规避和用户界面上的功能升级,最后以论文、引用、专利和实验室布局说明公司长期技术积累。
方法论与常识提炼
世界模型负责理解和模拟复杂交通环境,强化学习负责持续自我迭代。
该框架被用于说明HSD V2.0相较上一代系统的架构跃迁,以及其在长尾场景、预测、防御性驾驶和导航策略上的潜在提升。
从传统白名单物体识别升级为占用网络感知。
报告称OCC被应用于AEB、AES、AMAP等主动安全功能,有助于识别并响应非常规障碍物。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。
- Horizon Robotics(9660.HK)报告覆盖公司和投资标的
- 优势
- HSD V2.0具备世界模型、强化学习、OCC主动安全和Journey 6P工具链优化等技术亮点;公司具备论文、引用、专利和多实验室研发积累。
- 劣势
- 输入材料未披露财务预测、目标价、当前价、订单规模或量产节奏,难以仅凭本文判断商业化兑现速度。
- 对比
- 报告主要强调HSD V2.0相对上一代单阶段端到端模块化设计的架构升级,未提供与同业公司的量化对比。
- 风险
- 需关注智能驾驶量产落地、客户导入、竞争加剧、主动安全可靠性、监管要求以及估值波动风险。
关键数据
- 报告机构Deutsche Bank Research报告首页披露。
- 报告日期2026-06-30报告首页披露为Date 30 June 2026。
- 股票代码9660.HKReuters代码为9660.HK,Bloomberg代码为9660 HK。
- 评级Buy报告首页披露Rating Buy。
- 分析师Bin Wang;Wei Huang报告首页列示研究分析师和研究助理。
- 核心产品Horizon Superdrive (HSD V2.0)第二代全场景自动驾驶系统。
- 架构变化世界模型+强化学习双引擎从单阶段端到端模块化设计转向双引擎框架。
- 研发积累50余篇顶会论文、10万余次学术引用、近三年超过2,000项全球专利申请报告用于支撑公司技术深度。
- 专业实验室4个实验室聚焦通用AI、具身智能、智能体和声学。
影响与含义
若HSD V2.0的双引擎架构和OCC主动安全能力能够顺利量产落地,Horizon Robotics有望强化其在智能驾驶系统和汽车智能化芯片生态中的竞争地位。对投资者而言,关键在于技术升级能否转化为客户采用、车型落地、收入增长和可持续竞争壁垒。
风险
- 报告输入未披露目标价、当前价和详细估值假设,投资判断缺少估值锚。
- HSD V2.0的技术优势仍需通过量产车型、客户采用和真实道路表现验证。
- 自动驾驶和主动安全功能涉及安全责任、监管合规和用户信任风险。
- 智能驾驶行业竞争激烈,算法、芯片、工具链和整车客户生态均可能影响公司商业化。
- Deutsche Bank披露研究观点可能随市场和公司基本面变化而调整。
后续跟踪
- HSD V2.0在量产车型上的落地节奏和客户数量。
- Journey 6P芯片及工具链优化对算力效率和成本的实际改善。
- OCC在AEB、AES、AMAP等主动安全场景中的真实表现。
- 公司专利、论文和实验室研发成果向商业产品转化的速度。
- 后续报告是否披露目标价、盈利预测、订单进展和估值方法。