从新加坡的社区零售，到迪拜自贸区的国际物流，中国无人车正在打🙄通社区生鲜和跨境物流接驳的“最后一公里”，成为全球智慧物流体🤯系中的新变量。 过去三年，全球自动驾驶产业经历了从“资😢本狂热”到“理性落地”的转折，中国企业却逆势突围。这场出海征🌟程，不仅是一家企业的突破，更是中国自动驾驶从“技术跟随”到“😘全球领跑”的缩影。无人驾驶的出海之路，重塑了中国科技产业的出👍海逻辑，也为无人物流车全球化提供了来自东方的“中国方案”。 😴 全球市场“刚需缺口”与中国机遇 近年来，中国多部🙄门协同推动无人物流车“出海”，政策与市场形成合力。2025年😊，商务部等8部门联合发布《加快数智供应链发展专项行动计划》，😡鼓励无人配送车“走出去”，而交通运输部即将出台的《“人工智能😁+交通运输”实施意见》也将把自动驾驶物流纳入重点支持范围；国🤩家邮政局更提出“加快无人机、无人车、智能云仓在行业规模化应用🌟”。 从市场需求看，海外物流行业人力困境较为突出。例如😴，部分地区企业存在司机短缺、用工老龄化问题。且物流业高度依赖🔥外籍劳工，普遍存在“招工难”的情况。这些痛点，恰好与无人物流👍车“降本、提效、补人力”的核心价值高度契合。根据中国企业的实😆际项目推演，使用智能无人车取代传统车辆运输效率将提升50%以😆上，可大大降低物流成本。这类“成本+效率”双重优势，让海外客😢户对中国无人车的态度从“尝鲜”转向“刚需”。 从供给侧😜看，全球无人物流车仍处于发展中阶段。欧美代表Waymo、Nu⭐ro等虽技术领先，但单车成本过高，短期内难以规模化复制。日韩😂车企如丰田、现代现阶段主要聚焦封闭园区场景，开放道路运营经验😆相对有限。 相比之下，中国企业凭借在复杂城市场景验证出🙌的L4级技术成熟度，以及依托中国智造的供应链整合能力，推出高😀性价比整车方案，率先实现万台级量产交付并完成商业闭环，形成显😀著的差异化竞争优势。 特别是当前，无人驾驶赛道正迎来新🎉一轮的历史机遇。当前，海外多国正加速开放路权与完善法规，为中😜国企业铺路。一批民族企业正在加速走出去，成为国际标准共建的见🚀证者、参与者、引领者。例如九识智能已经成为新加坡标准委员会工🤗作组的一员，不仅深度参与了TR-68自动驾驶规范技术标准的修😅订，帮助当地完善自动驾驶细节规则，更成为首个获得新加坡无人物⭐流车牌照的中国企业，成为中国科技企业创新大出海的缩影。 🚀 无人驾驶企业出海的底气在哪里？ 在全球无人车市场的竞😁争中，“走出去”不难，难的是“站得住”。 为什么是中国😡？ 一方面，这离不开中国政府近年来“车路云一体化”的战🥳略部署。伴随优质协同路侧的基础设施建设、先进通信和场景感知技🚀术布局，以及统一的云控平台建设，全局协同感知、决策与控制的智😅慧交通运行和管理系统，为中国的自动驾驶行业积累了更高质量的数😴据采集、存储和计算的大平台。截至2024年7月，中国共建有1😂7个国家级智能网联汽车测试区，开放测试道路3.2万多公里，发😁放测试牌照超过7700张，测试里程超过1.2亿公里，行业层面😂共同打造“数据+算力”整合的研发资源协同优势； 另一方😊面，中国对无人驾驶的从严监管与企业上路合规的法律环境、政策体🤯系的不断完善，为无人驾驶企业的先行先试提供了坚实保障。 🔥 展开全文 出海的另一个密码，是针对海外场景的“本地化🙄改造”。这种改造不仅是技术层面的适配，更体现在企业生而全球化😊的战略布局。无人车出海不是“一卖了之”，而是要追求高质量服务❤️，做长期主义者。 在这方面，九识智能无人车走在了前列，🤯搭建了“本地研发+全球运维+商业模式共创+标准共建”的综合解😴决方案。 为适配东南亚气候，九识智能在新加坡设立分公司💯并组建本地化团队，聚焦东南亚气候适应性技术研发，推出高温版Z👏5车型，将电池散热系统升级为液冷方案，可在60℃环境下稳定运🌟行；为做好配套服务，提高运营效率，2025年5月，九识智能与🚀阿联酋邮政集团签署合资协议，双方拟在阿联酋设立合资公司，计划🙌2026年启动L4级自动驾驶城市配送的商业化运营……这样深耕🤗的，让九识智能的海外项目不仅“落得下”，更“跑得稳”。 😴 从“企业出海”到“产业赋能” 无人车出海，不能只是是😅一家企业的成功，更应该探索出中国自动驾驶产业的全球化新模式。😅这也说明，企业出海不应“单打独斗”，而是带动国内上下游企业共😜同出海，同时为海外市场注入“中国智慧”，打开了多重新可能。 😊 以九识智能为例，数据显示，每台九识智能车车身覆盖五百余😀个零部件，40%为新兴自动驾驶零部件厂家。其中，车身超95%😍的零部件实现了国产化。九识智能正通过“供应链协同”方式带动国😂产传感器、电池、域控制器等配套企业共同出海。比如，在中东、东🤔南亚项目中，九识智能与上游厂商联合完成高温、防尘等适应性改造😎，不仅有效拓展了中国企业的海外市场空间，更是按下了中国企业从😀“产品出海”迈向在海外建厂、合资合作、技术“反向输出”新阶段👏的加速键，有效提升了中国企业的海外竞争力，在为中国科技企业输🤗出提供样本。 作为新兴产业，随着无人车在全球的落地进程🙄加快，也带动了智能车售后维保人才和产业的转型。 例如，九识智❤️能在东南沿海、华南、西南、华北等多个城市建设生产或组装基地，🙌以应对日益增长的全球订单需求。截止目前，九识无人车的海外订单🙄数量相比同期增长300%，有效拉动了当地的就业市场与生产订单❤️。 当然，九识智能无人车在海外的运营，也有力助力了当地👏就业。虽然无人车减少了对传统司机岗位的需求，但却催生了一系列🤗新的就业机会，带动了当地就业岗位的智能化提升。当中国自动驾驶👏的标准被更多国家采纳，当国内产业链企业跟着一起走向世界，无人👏车产业的全球化故事，将翻开最精彩的篇章。九识智能，无疑是这场😍故事中亮眼的“开拓者”。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多