目标全年正向自由现金流，推出世界模型。公司认为在迭代及全新产品交付后，有望在2Q 销量和现金 流逐步进入正轨，在强劲产品周期带动下，公司业绩会中指引运营现金流持续提升，全年自由现金流有 望实现正向流入。 业绩符合市场预期，25 年迎来多款新车交付。公司1Q25 交付42,094 辆，环比有所下滑，带动1Q 实现 营收120 亿元。汽车毛利率环比下滑至10.2%，公司指引后续定价稳定、结合平台化能力提升、芯片等 采购降本，实现部分车型毛利率超过20%。1Q 研发和销管费用分别为31.8/44.0 亿元，环比均有所下 滑。Non-GAAP 净亏损为62.8 亿元，主要受到季节性因素及产品迭代期影响，公司业绩符合市场和我 们预期。2Q25 公司计划交付7.2-7.5 万辆，展望2025 年公司将迎来多款全新车型交付，包括ET9、萤火 虫首款车型以及乐道两款全新SUV 等，我们预计均有望贡献增量。 2Q 有望开始兑现改革成效，费用率指引持续改善。此前，公司正式启动了内部的CBU 改革（Cell Business Unit），CBU 改革即为提升组织效率、实现经营目标而设立的经营机制，通过将公司经营工作 拆分为多个互不 ...

每经记者｜郑雨航 每经编辑｜高涵 NO.2 马斯克与特朗普公开对骂，特斯拉市值一夜蒸发超1万亿元 美国总统特朗普周四公开表示对特斯拉CEO埃隆·马斯克"非常失望"。随后马斯克在社交平台X上回击 称："没有我，特朗普赢不了大选。"两人之间的争端持续升级，特朗普暗示可能取消特斯拉及其旗下公 司的政府合同。受此消息影响，特斯拉是周四表现最差的股票之一，暴跌逾14%，市值一夜蒸发1525亿 美元（约合人民币10943亿元）。 点评：马斯克与特朗普之间的骂战不仅引发了市场动荡，也凸显了政治与商业之间的复杂关系。 NO.3 微软CEO：与OpenAI的关系正在发生变化 微软公司的首席执行官萨提亚·纳德拉表示，微软与OpenAI之间重要的合作伙伴关系确实在发生变化， 但依然牢固。纳德拉在接受媒体采访时说道："很明显，任何一家从研究实验室转型为当代最成功产品 的企业都必须发生一些变化，他们、我们，以及我们的合作关系都会有变化。" ｜2025年6月6日 星期五｜ NO.1 OpenAI模型行为负责人：人类很快进入"AI意识" OpenAI模型行为与政策负责人Joanne Jang在X平台发表长文称，与其争论AI的"本体"，不如 ...

生成式AI https://mp.weixin.qq.com/s/LIbp--FSjAsjpR3zc4eCHg 二、Cursor 1.0首个大版本来袭！自动捉bug，秒改屎山代码 1. Cursor 1.0整数版本正式发布，推出BugBot自动代码审查工具，可自动找出潜在bug并提 供修复建议； 2. 后台智能体功能向所有用户开放，支持Jupyter Notebook深度集成，大幅提升科研和数据 科学任务效率； 3. 新增记忆功能可记住对话关键信息，一键安装MCP服务器，并优化聊天体验支持直接渲染 Mermaid图表和Markdown表格。 https://mp.weixin.qq.com/s/4zurzWK9f5xx48GJSDvjDA 三、Luma 推 出Modify Video，原视频精髓不变角色环境任意换 一、ChatGPT更新：新增录音功能，深度研究可访问文档和应用 1. ChatGPT深度研究新增连接器功能，可访问企业和个人数据源(如Outlook、Teams、 Google Drive等)； 2. 新推出录音模式，支持自动转录、提取关键点、带时间戳查询，首先向macOS的Team用 户开放； 3 ...

点击注册小程序 查看完整报告 特别申明： 本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究 信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号 难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相 关人员为光大证券的客户。 报告摘要 1Q25基本面环比承压 1Q25蔚来总收入同比+21.5%/环比-38.9%至120.4亿元，毛利率同比+2.7pcts/环比-4.1pcts至7.6%，Non-GAAP归 母净亏损同比扩大28.2%/环比收窄4.2%至62.8亿元。 1）1Q25交付量同比+40.1%/环比-42.1%至4.2万辆，汽车业务收入同比+18.6%/环比-43.1%至99.4亿元（ASP同 比-15.3%/环比-1.8%至23.6万元），汽车业务毛利率同比+1.0pcts/环比-2.9pcts至10.2%。2）1Q25 Non-gaap研发 费用率同比-2.6pcts/环比+7.5pcts至24.2%，Non-GAAP SG&A费用率同比+5.4 ...

〖亿欧智库 算力跃迁、数据闭环、VLA与世界模型 2025中国高阶智能辅助驾驶最新技术洞察 00 亿欧智库 https://www.iyiou.com/research Copyright reserved to EO Intelligence, June 2025 www.iyiou.com 获取更多维度报告数据 (www.iyiou.com) ，请访问亿欧网 ◆◆◆ ◆ ◆◆ ZIX 零售 la CONTENTS 8 中国高阶智能辅助驾驶市场背景 01 1.1 高阶辅驾ODD再扩展 1.2 科技平权与技术普惠 1.3 事故焦虑与安全冗余 1.4 政策护航与理性宣传 中国高阶智能辅助驾驶市场背景 01 1.1 高阶辅驾ODD再扩展 1.2 科技平权与技术晋惠 1.3 事故焦虑与安全冗余 1.4 政策护航与理性宣传 中国高阶智能辅助驾驶技术洞察 02 中国高阶智能辅助驾驶技术洞察 02 解码算力、 2.1 高阶智能辅助驾驶技术洞察： 数据、算法的技术底层逻辑 2.2 高阶智能辅助驾驶算力洞察: ①车端算力;②云端算力 ①数据难题；②数据采集；③定位技术 2.3 高阶智能辅助驾驶数据洞察： ①端到端;②VLA; ...

随着交付量提升，蔚来的收入也随之上涨。 6月3日，蔚来(09866.HK、NIO.NYSE)发布的2025年第一季度业绩公告显示，公司一季度收入总额达120.35亿元， 同比增长21.5%；经营亏损61.48亿元，同比增长19%。 公告显示，蔚来2025年一季度的汽车交付量达4.21万辆，同比增长40.07%。 值得一提的是，2025年一季度，蔚来的研发费用为31.81亿元，同比增长11.1%。 2025年4月，蔚来旗下的萤火虫正式上市并开始交付，与蔚来品牌、乐道品牌在汽车市场齐聚。 蔚来预计，2025年二季度，公司汽车交付量约为7.2万至7.5万辆，较2024年同期增加约25.5%至30.7%。 6月3日，蔚来管理层表示，2025年四季度NIO品牌(蔚来品牌)有望达到月销量25000辆的水平，比上年稳态2万台的 销量提高25%。同时，四季度要实现盈亏平衡。 业绩公告显示，蔚来2025年一季度的汽车交付量达4.21万辆，同比增长40.07%，包括本公司旗下蔚来品牌的高端 智能电动汽车2.73万辆，以及本公司旗下乐道品牌的家庭智能电动汽车1.48万辆。 2025年一季度，蔚来的其他销售额为20.95亿元，同比增 ...

作者 | https://www.youtube.com/watch?v=4__gg83s_Do 编译 | Eric Harrington 出品丨AI 科技大本营（ID：rgznai100） 在这个 AI 技术浪潮席卷全球，几乎人人都在谈论大语言模型潜能无限的时代，一个根本性的问题摆在我们面前：既然 AI "读完"了整个互联网，为何 仍未诞生下一个爱因斯坦？在原创性的科学发现上，这些大模型为什么仍如此"笨拙"？它们真的"理解"我们这个复杂而充满规律的物理世界吗？还是仅 仅在进行一场规模空前的模式匹配游戏？ 如果你也曾对这些问题感到困惑，那么图灵奖得主、 Meta 首席 AI 科学家杨立昆（ Yann LeCun ）的这场深度对话，或许能为你拨开迷雾，提供一个 清醒而富有洞察力的视角。本文编译自 YouTube 频道 Big Technology Podcast 的精彩访谈，杨立昆此次并非简单地唱衰当前 AI 的成就，而是以一 位资深研究者的严谨和一位前瞻思想家的锐利，直指当前主流大模型（ LLM ）的"天花板"。 他深入剖析了为何仅靠"记住"海量文本不足以催生真正的智能，为何当前的 AI 架构难以进行真正的抽 ...

生成式AI 一、 新版DeepSeek-R1正式开源！ 已放出权重！ 直逼o3编程 1. DeepSeek-R1新版本正式开源，编程能力超越Claude 4 Sonnet，与o4-mini(Medium) 性能相当； 2. 新模型核心优势包括深度推理能力、自然文本生成、支持30-60分钟长时思考，一次运行 即可完美执行复杂代码； 3. 实测表明在3D动画、网站设计和复杂推理问题上表现优异，思考过程更稳定，能完整处理 长链条推理。 https://mp.weixin.qq.com/s/jBh6IGbaLcG3pBT9NsybaA 二、 可灵2.1刚刚上线，价格降了65%，更快、更听话、也更强 1. 可灵2.1正式上线，价格降低65%，效果、速度均有提升，形成标准版、高品质版、大师 版三档清晰分层； 2. 高品质版(35灵感值)效果媲美旧版大师版，1080P画质，运动效果出色，普通创作需求足 够，但仅支持图生视频； 3. 新版本性价比显著提升，普通用户适合选择2.1高品质版，而商业级制作可搭配2.1大师 版，让AI视频创作更加亲民 。 https://mp.weixin.qq.com/s/pNR06ix0RZWC ...

"企业做宣传时，讲得天花乱坠，说是端到端、数据驱动，有各种各样的新词，但对普通消费者来说，很简单，上车以后 5 分钟能不能感觉产品是完全与众 不同的，是可以信赖的，这样的产品才能去卖。"今年年初，地平线苏箐在媒体交流会中有感而发的这段话，仍旧警示车圈智驾生态。 去年一整年，车企都在做端到端。华为、理想、小鹏和海外的特斯拉已经证明，端到端模型训练出的自动驾驶软件可以上路——至少在大部分时候如此。 端到端是一个黑盒系统，其逻辑是通过神经网络模拟人类行为，通过概率模型总结出来的驾驶策略，存在出现问题的概率，且一旦出现问题可能造成严重的 后果。（关于蔚小理华的上一代架构，虎嗅汽车团队曾在《抄不了特斯拉的作业，"蔚小理华"可咋整》一文中有过详细解析） 端到端思路来源于人工智能领域的深度学习，本质是把智驾算法简单化，再通过大量的数据训练来补足软件能力。 但一些车企已经发现，端到端无法完全解决问题。当智能驾驶要往更安全、人类干预更少的 L3 方向进阶，就要想办法补上端到端的漏洞。 于是车企们甩出一堆新的名词——世界模型、VLA、基座模型......这些词汇意味着什么，真的能解决智能驾驶问题吗？ 智驾路线出现分野 进入端到端 ...

Core Viewpoint - Embodied intelligence is a key focus in the AI field, particularly in humanoid robots, raising questions about the best path to achieve true intelligence and the current challenges in data, computing power, and model architecture [2][5][36]. Group 1: Development Stages of Embodied Intelligence - The industry anticipates 2025 as a potential "year of embodied intelligence," with significant competition in multimodal and embodied intelligence sectors [5]. - NVIDIA's CEO Jensen Huang announced the arrival of the "general robot era," outlining four stages of AI development: Perception AI, Generative AI, Agentic AI, and Physical AI [5][36]. - Experts believe that while progress has been made, the journey towards true general intelligence is still ongoing, with many technical and practical challenges remaining [36][38]. Group 2: Transition from Autonomous Driving to Embodied Intelligence - Many researchers from the autonomous driving sector are transitioning to embodied intelligence due to the overlapping technologies and skills required [17][22]. - Autonomous driving is viewed as a specific application of robotics, focusing on perception, planning, and control, but lacks the interactive capabilities needed for general robots [17][19]. - The integration of expertise from autonomous driving is seen as a bridge to advance embodied intelligence, enhancing technology fusion and development [18][22]. Group 3: Key Challenges in Embodied Intelligence - Current robots often lack essential capabilities, such as tactile perception, which limits their ability to maintain balance and perform complex tasks [38][39]. - The operational capabilities of many humanoid robots are still in the demonstration phase, lacking the ability to perform tasks in real-world contexts [38][39]. - The complexity of high-dimensional systems poses significant challenges for algorithm robustness, especially as more sensory channels are integrated [39]. Group 4: Future Applications and Market Focus - The focus for developers should be on specific application scenarios rather than pursuing general capabilities, with potential areas including home care and household services [48]. - Industrial applications are highlighted as promising due to their scalability and the potential for replicable solutions once initial systems are validated [48]. - The gap between laboratory performance and real-world application remains significant, necessitating a focus on improving system accuracy in specific contexts [46][47].