《36氪：2023年中國自動駕駛行業研究報告（40頁）.pdf》由會員分享，可在線閱讀，更多相關《36氪：2023年中國自動駕駛行業研究報告（40頁）.pdf（40頁珍藏版）》請在三個皮匠報告上搜索。

1、36KR RESEARCH2023年中國自動駕駛行業研究報告自動駕駛進入下半場，商業化落地成為競爭關鍵36氪研究院2023.01236Kr-2023年中國自動駕駛行業研究報告國家政策大力扶持，給自動駕駛行業發展注入強心劑。經過多年發展，自動駕駛已經成為中國展現國家技術實力、創新能力和產業配套水平的新名片，呈現出蓬勃向上的新格局。進入2022年以來，國家層面及地方政府也適時出臺一系列政策和規劃，促進自動駕駛相關產業健康快速發展。2022年11月，工信部印發關于開展智能網聯汽車準入和上路通行試點工作的通知，對準入試點的智能網聯汽車產品，提出了一系列規劃和指導要求，進一步推進了自動駕駛的發展進程。乘

2、用車自動駕駛正在由L2向L3+過渡，商用車自動駕駛已進入商業化運營階段。得益于硬件平臺和軟件算法逐步成熟，新車搭載L2功能正在逐漸成為前裝標配。據統計，2022年我國在售新車L2和L3的滲透率分別為35%和9%，預計2023年將達到51%和20%*。與此同時，限定場景下的商用車自動駕駛率先進入商業化階段。這主要由于商用車對價格的敏感度更低，B端付費意愿更高，加之場景交通復雜程度較低以及政策鼓勵與放開，使得商用車在成本、市場、技術、法規等方面具有更好的落地性。自動駕駛下半場來臨，商業化落地將成為競爭關鍵。2022年以來，資本針對自動駕駛賽道的投資邏輯開始發生變化。簡言之，就是資本市場趨于理性，商

3、業化落地成為影響投資人決策的關鍵性指標。當前，自動駕駛企業兼顧算法優化和量產落地，在技術研發同時，通過技術應用降維實現規?；慨a，打通商業化落地路徑，構建數據閉環，推動自動駕駛加速落地?？梢灶A見，當自動駕駛下半場來臨，商業化落地將成為競爭關鍵。報告摘要相關研究報告36Kr-2021-2022年中國自動駕駛行業研究報告（2022.03）36Kr-2021年中國出行行業數智化研究報告（2021.10）案例分析公司地平線高效能智能駕駛計算方案提供商蘑菇車聯自動駕駛全棧技術與運營服務提供商輕舟智航自動駕駛通用解決方案提供商知行科技自動駕駛前裝系統解決方案提供商1*數據來源：共研產業研究院，36氪研究院

4、整理目錄CONTENTS自動駕駛行業發展概況定義與分類發展驅動力發展現狀資本分析01自動駕駛產業鏈及應用場景分析產業鏈概述產業鏈關鍵環節分析芯片、傳感器、線控底盤、高精地圖、V2X自動駕駛主要應用場景物流、環衛、礦山、Robotaxi02自動駕駛典型案例分析地平線蘑菇車聯輕舟智航知行科技03自動駕駛發展趨勢展望商業化落地成為競爭關鍵艙駕融合成為趨勢生態合作成為企業發展的重要能力04 定義與分類 發展驅動力 發展現狀 資本分析自動駕駛行業發展概況01351.1 定義與分類自動駕駛技術分為多個等級，L3級是重要分水嶺，本報告研究采用SAE分級標準自動駕駛，又稱無人駕駛，是依靠計算機與人工智能技術在

5、沒有人為操縱的情況下，完成完整、安全、有效駕駛的一項前沿科技。自動駕駛技術分為多個等級，不同機構提出過多種分級標準，目前業界常用的兩種分級標準是NHTSA分級（美國高速公路安全管理局提出）和SAE分級（美國汽車工程協會提出）。兩種分級在具體級數劃分方面存在差異，但是在特征描述方面存在共性，從L3級開始，駕駛主角均由駕駛員操作轉換為車輛自主駕駛。由此，L3級成為自動駕駛技術應用的重要分水嶺。在本報告中，對自動駕駛技術的研究采用SAE分級標準。4NHTSA分級SAE分級名稱定義駕駛操作周邊監控接管應用場景L0L0無自動化沒有任何輔助功能及系統，完全依靠駕駛員進行操作駕駛員駕駛員駕駛員無L1L1駕駛

6、支援車輛對方向盤和加減速的一項操作提供駕駛操作，駕駛員負責其余駕駛動作駕駛員&車輛駕駛員駕駛員限定場景L2L2部分自動化車輛對方向盤和加減速的多項操作提供駕駛操作，駕駛員負責其余駕駛動作車輛駕駛員駕駛員限定場景L3L3有條件自動化由車輛完成絕大部分駕駛操作，駕駛員需保持注意力以備不時之需車輛車輛駕駛員限定場景L4L4高度自動化在限定道路和環境條件下，由車輛完成所有駕駛操作，駕駛員無需保持注意車輛車輛車輛限定場景L5完全自動化由車輛完成所有駕駛操作，駕駛員無需保持注意力車輛車輛車輛所有場景圖示：自動駕駛技術分級與特征參考資料：西南證券，36氪研究院根據公開資料整理61.2 發展驅動力國家政策大力

7、扶持，給自動駕駛發展注入強心劑，有力推動行業發展進程近年來，我國先后推出一系列支持政策，推動自動駕駛技術發展和商業化落地。2020年2月，國家發改委、工信部等11個部委聯合下發的智能汽車創新發展戰略提出，加速發展高級別自動駕駛。2022年8月，交通運輸部發布自動駕駛汽車運輸安全服務指南（試行）（征求意見稿），旨在適應自動駕駛技術發展的趨勢，鼓勵自動駕駛車輛商用。同時，北京、深圳、重慶等多地陸續出臺政策法規，推動自動駕駛車輛的商業化運營和上路。5圖示：自動駕駛行業相關政策梳理參考資料：36氪研究院根據公開資料整理時間發布部門文件名稱主要內容2020年2月發改委、工信部、科技部等11個部委智能汽車

8、創新發展戰略（發改產業2020202號）構建協同開放的智能汽車技術創新體系，突破智能計算平臺、云控基礎平臺等關鍵基礎技術，完善測試評價技術，開展應用示范試點；構建跨界融合的智能汽車產業生態體系，推進車載高精度傳感器、車規級芯片等產品研發與產業化；推進智能化道路基礎設施規劃建設，建設廣泛覆蓋的車用無線通信網絡等。2020年4月工信部2020年智能網聯汽車標準化工作要點要形成能夠支撐駕駛輔助及低級別自動駕駛的智能網聯汽車標準體系，并建立智能網聯汽車標準制定及實施評估機制。2020年10月國務院辦公廳新能源汽車產業發展規劃（2021-2025年）（國辦發202039號）發展一體化智慧出行服務。加快建

9、設涵蓋前端信息采集、邊緣分布式計算、云端協同控制的新型智能交通管控系統；推進以數據為紐帶的“人車路云”高效協同；支持以智能網聯汽車為載體的城市無人駕駛物流配送、市政環衛、快速公交系統（BRT）、自動代客泊車和特定場景示范應用。2021年9月工信部、公安部、交通運輸部聯合發布智能網聯汽車道路測試與示范應用管理規范（試行）（工信部聯通裝202197號）推動汽車智能化、網聯化技術應用和產業發展，規范智能網聯汽車自動駕駛功能測試與示范應用。2021年10月城鄉建設部、農業農村部等八部門物聯網新型基礎設施建設三年行動計劃（2021-2023年）（工信部聯科2021130號）打造車聯網（智能網聯汽車）協同

10、服務綜合監測平臺，加快智慧停車管理、自動駕駛等應用場景建設，推動城市交通基礎設施、交通運載工具、環境網聯化和協同化發展。2022年8月交通運輸部自動駕駛汽車運輸安全服務指南（試行）（征求意見稿）在保障運輸安全的前提下，鼓勵在封閉式快速公交系統等場景使用自動駕駛汽車從事城市公共汽（電）車客運經營活動，在交通狀況簡單、條件相對可控的場景使用自動駕駛汽車從事出租汽車客運經營活動，在點對點干線公路運輸、具有相對封閉道路等場景使用自動駕駛汽車從事道路普通貨物運輸經營活動。2022年11月工信部關于開展智能網聯汽車準入和上路通信試點工作的通知工信部、公安部遴選符合條件的道路機動車輛生產企業和具備量產條件的

11、搭載自動駕駛工程的智能網聯汽車產品，開展準入試點；對通過準入試點的智能網聯汽車產品，在試點城市的限定公共道路區域內開展上路通行試點。71.2 發展驅動力AI技術發展推動自動駕駛技術迭代，芯片、算法、數據構建自動駕駛功能底座自動駕駛發展進程與AI技術發展高度相關。根據Gartner新興技術成熟度曲線，2018年以前，受益于深度學習技術在圖像識別等感知領域的應用，自動駕駛開啟產業化進程。但由于受成本和法規限制，彼時高級別自動駕駛的商業化落地遭遇瓶頸。經過三四年技術積累，感知和決策算法等核心技術的突破提高了AI模型魯棒性、系統冗余性和測試完善性，助力自動駕駛加快商業落地。自2020年7月起，高級別自

12、動駕駛迎來新的發展機遇。算法、數據與芯片技術發展為自動駕駛功能實現提供了堅實的底座。1）深度學習算法在感知層和決策層共同驅動自動駕駛發展，深度強化學習算法（DRL）的產生讓更高維度的數據處理成為可能；2）海量優質路況數據是訓練AI算法模型、提高感知精度的關鍵，路測里程和路測車輛數量增加而帶來的高質量數據給自動駕駛發展提供了必要支持；3）芯片為自動駕駛技術提供算力平臺，隨著汽車電子電氣架構由域集中式向中央集中式演進，自動駕駛的主控芯片向中央計算芯片融合的方向發展，芯片集成度的提高可以有效提升計算效率，降低應用成本。6數據對于自動駕駛而言，數據貫穿研發、測試、量產、運營維護等全生命周期。以數據驅動

13、汽車進化，自動駕駛才能走得更遠算法包括控制算法、定位算法、感知算法和決策算法?？刂坪投ㄎ凰惴òl展較快，感知和決策算法作為自動駕駛技術瓶頸，還有待優化芯片芯片是為自動駕駛提供算力的大腦，傳感器生成數據建模數據傳輸給芯片，由芯片通過算法處理和運算后，輸出汽車控制指令圖示：自動駕駛技術發展驅動力81.2 發展驅動力自動駕駛能夠在交通安全、出行效率、節能減排、產業變革等方面發揮價值自動駕駛可以提供更安全、更高效、更節能、更舒適的出行體驗，其意義不僅在于改變人類的車輛駕駛習慣，更重要的是在交通安全、出行效率、節能減排、產業變革等方面推動社會整體發展和進步。據統計，我國每年6萬余人死于交通事故，道路交通傷

14、害已成為我國人群首要傷害死因，80%以上的道路交通事故皆因交通違法所致*。自動駕駛車輛通過智能控制和規范駕駛，可以有效避免此類安全事故發生，保障交通安全。此外，交通擁堵一直是我國城市難題。在主要大城市，約75%的道路在高峰期出現擁堵*，自動駕駛的車載傳感器可與智能交通系統結合使用，實時優化路口流量，提高車流效率，緩解擁堵。由此，基于更精準的車輛控制和更少的交通擁堵率，可以有效降低資源浪費，實現節能減排的效果。當前，車輛架構正在朝著以通用計算平臺為基礎、面向服務架構演進的方向發展，軟件定義汽車成為大勢所趨。軟件定義汽車將使汽車逐步從單一交通工具轉變為以用戶需求為導向的第三移動空間。自動駕駛讓駕駛

15、員的精力和雙手得以解放，成為未來出行變革必不可少的技術底座。7圖示：市場需求推動自動駕駛發展應用*參考資料：交通運輸部，公安部，中國疾控中心，36氪研究院整理整體直播規劃，確定直播主題及各主題間直播場次數量，針對單個直播進行內容、主播、流程、腳本、引流策略等全方位詳細策劃保障交通安全促進節能減排搭建個性化直播間；主播和直播內容資源支持；選品和銷售策略制定服務；直播實時監控，保證合規；豐富互動工具，精準營銷提高出行效率制定渠道引流策略和個性化宣發內容；利用邀請海報、小游戲、積分、抽獎等裂變工具擴大傳播效果，全面觸達潛在客群打造第三移動空間對脫敏數據進行用戶畫像分析，將留存導入私域流量池；對直播數

16、據和用戶行為數據深度診斷分析，優化營銷策略和產品服務91.3 發展現狀乘用車自動駕駛正在由L2向L3+過渡，商用車自動駕駛已進入商業化運營階段目前來看，我國量產乘用車自動駕駛等級正在由L2向L3+過渡。得益于硬件平臺和軟件算法逐步成熟，新車搭載L2功能正在逐漸成為前裝標配。據統計，2022年我國在售新車L2和L3的滲透率分別為35%和9%，預計2023年將達到51%和20%。部分科技公司直接研發L4級自動駕駛，并在部分城市路段或特定場景下進行測試。但目前高級別自動駕駛仍然面臨著政策法規、安全性、技術成熟度等眾多挑戰亟待突破。據統計，2022年我國L4滲透率為2%，預計2023年將達到11%*。

17、與此同時，限定場景下的商用車自動駕駛率先進入商業化階段。這主要由于商用車對價格的敏感度更低，B端付費意愿更高，加之場景交通復雜程度較低以及政策鼓勵與放開，使得商用車在成本、市場、技術、法規等方面具有更好的落地性。目前，在礦區、港口、干線物流、機場、物流園區等細分場景，高級別自動駕駛正在孕育新市場。其中，干線物流、礦區、港口三大場景因人力資源不足和安全事故頻發的痛點明顯，降本增效成果顯著，商業化落地進程較快，頭部企業已經基本進入商業化運營階段。8*數據來源：共研產業研究院，36氪研究院整理圖示：2022-2023年中國在售新車自動駕駛搭載率預測數據來源：共研產業研究院，36氪研究院整理24%35

18、%9%2%11%51%20%11%L3L2L4L12022年2023年101.3 發展現狀各類玩家以不同發展思路參與市場競爭，推動供應鏈和產業格局劇烈變化自動駕駛領域市場參與者眾多，包括傳統車企、造車新勢力、互聯網/科技公司等，各類玩家結合自身定位和能力優勢，呈現出不同的發展思路。主機廠方面，國際巨頭多采取穩扎穩打的發展策略和漸進式技術路線。主要依賴傳統Tier1方案，部分投資初創公司或組建內部團隊。國內主機廠處于多方向探索階段，強勢主機廠在獨立自研基礎上采購供應商方案作為補充，并投資芯片和算法公司，與互聯網巨頭合作等；小型主機廠研發能力較弱，通常選擇與大廠合作，以確保在自動駕駛領域不落人后。

19、造車新勢力則將自動駕駛視為核心技術優勢，通過自研算法、芯片等掌握自動駕駛核心能力?；ヂ摼W/科技公司憑借人工智能算法和軟件技術優勢進入自動駕駛領域，與車企形成分庭抗禮之勢?；ヂ摼W巨頭通過投資、孵化或直接組建團隊而成立自動駕駛業務單元，跨界進入市場；部分科技公司以自研芯片為基礎，向下游延伸，提供全套算法軟件及硬件產品；部分科技公司以高階自動駕駛解決方案和Robotaxi為主營業務場景，同時利用算法優勢切入L2量產領域；亦有部分解決方案提供商聚焦于低速、封閉場地或干線物流等特定場景，或專攻政府車路協同示范區場景，尋求多種模式的商業化落地應用。隨著自動駕駛高速發展，傳統汽車產業中的主機廠和Tier1之

20、間的關系也在發生變化?！按蟀髷垺钡膫鹘yTier1受到造車新勢力的沖擊，新勢力對自動駕駛相關軟硬件技術有著強烈的垂直一體化預期。同時，在汽車缺芯、地緣政治等因素影響下，部分主機廠開始選擇和芯片等核心零部件供應商建立直接合作關系，這一關系改變進一步加劇了Tier1的經營壓力。與此同時，在L1向L2升級的輔助駕駛市場，本土Tier1供應商開始崛起。盡管外資Tier1巨頭依舊是市場主力，但中國本土Tier1供應商份額合計占比已經達到了8.89%，同比增加了近3個百分點*。9*數據來源：高工智能汽車研究院，36氪研究院整理111.3 發展現狀單車智能和車路協同路線相輔相成，互為補充，加速自動駕駛普及與

21、落地在自動駕駛解決方案方面，存在單車智能和車路協同兩種路線。單車智能通過攝像頭、雷達等傳感器和高效準確的算法，賦予車輛自動駕駛能力；車路協同通過對人、車、路信息的全面感知，發揮協同配合作用，讓人車路云高度融合，打造“聰明的車智慧的路”。兩種路線并非二元對立，而是相輔相成，互為補充。單車智能是實現自動駕駛的基礎，即使在以車路協同為主的技術方案中，單車智能也不可或缺。一方面，在路側智能設施未覆蓋或出現故障時，單車智能可以作為冗余與備份系統讓車輛安全可靠地完成行駛任務；另一方面，單車智能也可以作為車路協同的終端觸手，輔助進行系統升級和新功能開發。而在復雜的交通環境下，車路協同能夠通過智能路側設備為自

22、動駕駛車輛提供具有完全獨立性的數據冗余感知系統，增加感知視角，提升自動駕駛的安全性和可靠性。在技術可行性之外，參與者話語權、準入門檻、商業化落地難度等也是市場參與者決定采取何種路線的重要考量因素。乘用車是道路上的主要交通工具，也是自動駕駛系統的重要載體。目前，主機廠和自動駕駛解決方案提供商多選擇單車智能的技術路線，通過自動泊車、自適應巡航等L2+功能為人們帶來人機共駕的體驗感，讓技術自主可控的同時，獲取商業利潤。如特斯拉的FSD、小鵬的NGP、蔚來的NOA等都是主機廠踐行單車智能路線的代表。而在2B的部分封閉和半封閉場景，以及2G的城市公共服務場景，車路協同通過對規?；ǜ脑旆謹偢兄陀嬎愠?/p>

23、本，并持續對城市基礎設施進行投資和維護，依托經濟優勢和產業發展帶動效應迎來商業化契機。目前，車路協同在城市公共服務場景的應用和價值，已有示范區的數據支撐。例如，在北京高級別自動駕駛示范區，通過對主城區路口進行智能化升級改造，自動駕駛在相關路口的問題發生頻率降低80%以上*。10*數據來源：清華大學智能產業研究院，36氪研究院整理121.4 資本分析資本市場趨于理性，自動駕駛商業化落地、硬件集成和量產成為主要投資方向據不完全統計，2022年國內自動駕駛領域相關融資153起，對外披露的融資總額近300億元。與2021年相比，融資事件數量有所增加，但累計融資金額大幅下降。與此同時，2022年融資超過

24、5億元的投資事件僅有8起，而去年同一標準下為19起?？梢?，資本市場趨于理性。從投資方向來看，資本的投資邏輯正在由過去的多點布局轉變為商業化落地、硬件集成和量產為先。11124760153300投資事件數量（個）披露金額（億元）+23.4%-60.5%2021年2022年圖示：2021和2022年自動駕駛領域投融資情況對比數據來源：賽博汽車，新戰略低速無人駕駛產業研究所，36氪研究院整理企業名稱融資輪次融資金額融資時間企業定位與所屬領域飛步科技B2輪超億元2022年12月自動駕駛技術服務商地平線D輪Na.2022年10月高效能智能駕駛計算方案提供商蘑菇車聯C1輪數億元2022年3月自動駕駛全棧技

25、術與運營服務提供商輕舟智航B1輪Na.2022年12月自動駕駛通用解決方案提供商威馬汽車Pre-IPO約6億美元2022年6月新能源汽車產品及出行方案提供商知行科技C+輪Na.2022年4月自動駕駛前裝系統解決方案提供商圖示：2022年自動駕駛領域主要融資事件（按企業名稱首字母排序）數據來源：36氪研究院根據公開資料整理 自動駕駛產業圖譜 自動駕駛產業鏈關鍵環節分析 芯片、傳感器、線控底盤、高精度地圖、V2X 自動駕駛主要應用場景 物流、環衛、礦山、港口、Robotaxi自動駕駛產業鏈及應用場景分析021214自動駕駛產業圖譜上游軟件算法高精地圖芯片傳感器攝像頭雷達通信模組傳統整車整車廠造車新

26、勢力2.1 自動駕駛產業圖譜13注：自動駕駛產業圖譜由36氪研究院梳理，只列出部分企業為代表，未覆蓋全產業感知定位決策規劃控制執行域控制器中游下游解決方案提供商G端、B端用戶C端用戶打車服務配送服務無人零售政府礦山港口151.芯片。自動駕駛芯片作為計算的載體，是自動駕駛實現的重要硬件支撐。在智能汽車快速發展帶動下，汽車芯片結構由MCU進化至SoC。SoC是系統級別芯片，在MCU基礎上增加了音頻處理DSP、圖像處理GPU、神經網絡處理器NPU等計算單元，常用于ADAS、座艙IVI、域控制等功能復雜的領域。目前市場中主要有三種自動駕駛芯片SoC架構方案，從發展趨勢來看，定制批量生產的低功耗、低成本

27、的專用自動駕駛AI芯片（ASIC）將逐漸取代高功耗的GPU，CPU+ASIC方案有望成為未來主流架構。隨著自動駕駛等級提升，多傳感器融合，感知數據處理量增加，同時上層軟件性能持續迭代，應用功能不斷豐富，汽車對算力的需求大幅提升，推動大算力芯片快速發展。CPU+ASIC方案有望成為未來主流架構，大算力芯片快速發展2.1 自動駕駛產業鏈關鍵環節分析14SoC架構代表企業發展趨勢CPU+GPU+ASIC英偉達、特斯拉、高通等在自動駕駛算法尚未成熟固定之前，該架構仍然會是主流CPU+ASICMobileye、華為、地平線等自動駕駛算法成熟后，定制批量生產的低功耗、低成本的專用自動駕駛AI芯片（ASIC

28、）將逐漸取代高功耗的GPU，該架構有望成為未來主流架構CPU+FPGA百度、賽靈思、Waymo等FPGA適合做算法的開發測試，在大規模量產方面不具備成本優勢圖示：目前主流的三種自動駕駛SoC架構方案及發展趨勢數據來源：蓋世汽車，東方證券研究所，36氪研究院整理圖示：不同等級自動駕駛對算力的需求數據來源：頭豹研究院，36氪研究院整理1,000+TOPS100+TOPSL5L110+TOPSL31TOPSL2L4500TOPS16大算力芯片產品陸續出現，市場競爭愈發激烈。英偉達Orin X系統級芯片算力設計為254TOPS；Mobileye發布面向L4/L5級自動駕駛芯片EyeQUltra，最高算

29、力可達176TOPS；地平線發布的最新征程5芯片算力達128TOPS。當高算力不再稀缺，算力已不再成為決定芯片能力的唯一標準。對于車企來說，選用何種芯片，還需要綜合考慮技術的穩定程度、易用程度、安全程度等。隨著自動駕駛量產邁入深水區，L2+智能輔助駕駛成為標配，從泊車、座艙域控到更高集成度的行泊一體、艙泊一體域控，智能駕駛域控制器市場迎來爆發式增長。國產芯片憑借低功耗、低成本、性能穩定、量產快等特點，在智能駕駛域控制器領域的市場份額快速提升。據高工智能汽車統計，2022年前三季度，以地平線、大華股份為代表的國產芯片廠商進入中國市場乘用車前裝標配智能駕駛域控制器芯片份額CR5。隨著自動駕駛量產邁

30、入深水區，國產芯片在智能駕駛域控制器領域的市場份額快速提升2.1 自動駕駛產業鏈關鍵環節分析15芯片商SoC芯片名稱最大算力（TOPS）功耗（W）制程（nm）適用等級量產上市時間英偉達Orin X254407L2-L52022MobileyeEyeQ Ultra1761005L4/L52025華為Ascend9105123107L42022地平線征程51283016L2-L42022高通SA8540360/5L1-L52022圖示：自動駕駛芯片市場主要大算力芯片產品對比數據來源：36氪研究院根據公開資料整理（*注：高通SA8540芯片算力為“SA8540P Soc+SA9000P人工智能加速器

31、”疊加的理論值）圖示：2022年1-9月中國市場乘用車前裝標配智能駕駛域控制器芯片CR5數據來源：高工智能汽車，36氪研究院整理63.9315.5714.4411.356.50特斯拉（自研）地平線Mobileye大華股份英偉達搭載上險量（萬顆）172.傳感器。傳感器是自動駕駛感知層的核心硬件，主要利用車載攝像頭、激光雷達、超聲波雷達、毫米波雷達等對車輛周邊的環境進行實時感知，獲取周圍物體的精確距離及輪廓信息。從技術發展路徑來看，自動駕駛主要分為視覺派和雷達派兩大路線。視覺派以攝像頭為主，輔以毫米波雷達、超聲波雷達等傳感器，總體成本較低，以特斯拉為典型代表。但由于攝像頭對物體及其距離的識別高度依

32、賴深度學習算法，因此視覺方案對算法的要求極高，需要龐大的訓練數據來持續支持算法改進。雷達派以激光雷達為核心，并配合攝像頭、毫米波雷達、超聲波雷達等傳感器，以強感知和低算法為特點，典型代表是Waymo。早期激光雷達成本較高，動輒上萬美元的價格在一定程度上制約了方案推廣，近年來在技術發展、量產規模提升、國產供應鏈切入等多種因素驅動下，目前整體價格已有所下降，越來越多的終端車廠導入激光雷達解決方案。隨著高級別自動駕駛滲透率不斷提升，視覺路線和雷達路線的單車搭載傳感器數量均較以往大幅增長，其中L3傳感器數量將達到17-34顆，比L1增加一倍以上，傳感器需求有望持續擴大。單車搭載傳感器數量大幅增長，傳感

33、器需求有望持續擴大2.1 自動駕駛產業鏈關鍵環節分析16圖示：各級別自動駕駛所需車載傳感器數量數據來源：奧迪威招股說明書，東莞證券研究所，36氪研究院整理傳感器類型L1L2L3L4L5攝像頭1-33-113-143-143-14毫米波傳感器1-31-35-75-75-7超聲波傳感器4-88-128-128-128-12激光雷達00124合計6-1414-2617-3418-3520-37183.線控底盤。傳統汽車底盤主要由傳動系、行駛系、轉向系和制動系四部分組成，這四部分相互連通、相輔相成。而線控底盤就是對汽車底盤信號的傳導機制進行線控改造，以電信號傳導替代機械信號傳導，從而使其更加適用于自動

34、駕駛車輛。具體來說，就是將駕駛員的操作命令傳輸給電子控制器，再由電子控制器將信號傳輸給相應的執行機構，最終由執行機構完成汽車轉向、制動、驅動等各項功能。在這一過程中，線控結構替代了方向盤、剎車踏板與底盤之間的機械連接，將人力直接控制的整體式機械系統轉變為操作端和設備端兩個相互獨立的部分，實現多來源電信號操作，使得線控底盤具備高精度、高安全性、高響應速度等優勢?？梢哉f，線控底盤是智能汽車實現L3及以上高階自動駕駛的必要條件。4.高精度地圖。高精度地圖是面向自動駕駛汽車的一種地圖數據范式，絕對位置精度接近1米，相對位置精度在厘米級別，能夠實時、準確、全面地表達道路特征。高精地圖信息包括道路信息、規

35、則信息、實時信息三部分，其中道路信息由車道模型、道路部件和道路屬性構成，為自動駕駛汽車提供決策基礎；規則信息和實時信息則疊加于道路信息之上，獲取駕駛行為限制和車聯網相關數據，幫助車輛預判和調整操作策略。受國內地圖測繪政策限制，并非所有廠商都有資質能進行高精地圖數據采集，測繪資格成為高精地圖產業的重要壁壘。目前，擁有“導航電子地圖制作（甲級）資質”的單位僅有二十余家，均為國內企事業單位，外國圖商被完全排除在外。自身不具備資質的企業只能通過投資、合作等方式間接使用該測繪資質，例如吉利、東風等汽車廠商。由于高精地圖關系到自動駕駛安全，一般來說，高精地圖供應商一旦與整車廠形成封閉供應鏈，短時間內很難更

36、換。除政策限制外，高精地圖數據的采集和維護需要大量固定成本投入，使得行業進入壁壘較高，市場內呈現壟斷格局態勢。線控底盤和高精度地圖是實現高階自動駕駛的重要條件2.1 自動駕駛產業鏈關鍵環節分析17195.V2X。車聯網（V2X）的概念源于物聯網，即車輛物聯網，是以行駛中的車輛為信息感知對象，借助新一代信息通信技術，實現車與車、車與人、車與路、車與服務平臺等之間的網絡連接。V2X不是單純的聯網技術或智能產品應用，而是融合了網聯化、智能化和服務新業態，具備跨界特征。V2X主要有DSRC和C-V2X兩個實現路線。DSRC由IEEE提出，發展自上世紀末，由歐美主導，經過二十多年發展，技術已相對成熟；C

37、-V2X由3GPP提出，由中國主導，包括LTE-V2X和5GNR-V2X兩種。目前，DSRC路線已基本被淘汰，C-V2X逐漸成為車聯網主流技術。C-V2X技術基于蜂窩網通信技術演進形成，通過直連通信和蜂窩通信兩種通信接口，相互配合，彼此支撐，形成有效冗余，支持各類車聯網應用。此外，C-V2X還具備未來可支持高級別自動駕駛的演進路線優勢，即5G-V2X。目前，我國已經明確選擇C-V2X技術路線作為車聯網的直連通信技術。隨著政策的密集出臺和大力扶持，V2X產業環境逐漸成型，并在多場景得以應用。車聯網（V2X）產業環境逐漸成型，并在多場景得以應用2.1 自動駕駛產業鏈關鍵環節分析18圖示：車路協同主

38、要的應用場景智能網聯汽車主要應用于智慧公交、物流服務、貨運車隊應用等交通管理主要應用于城市交通路網優化、靜態交通管理等城市管理主要應用于城市道路施工管理、試駕應用、共享汽車應用、事故鑒定、汽車保險評估、車路協同大數據交易等20根據不同行駛里程和行駛區域，自動駕駛在物流領域的落地應用場景主要可分為干線物流和末端物流。1.干線物流。干線物流一般使用重卡，以高速公路為主，具有大批量、長距離、道路參與者相對簡單的特點。長期以來，安全和成本問題是干線物流的兩大痛點。在這一市場，60%運力為個體車主或小型車隊，市場競爭激烈且無序，超載、超速、疲勞駕駛等問題普遍存在*1。搭載L3及以上自動駕駛系統的卡車可以

39、實現高速上自動跟車、變道超車、主動避讓、自動調頭等多項駕駛功能，在解決安全問題的同時，能替代一名安全員，降低用工需求，減少人力成本，提高運輸效率。產業和學術界認為，隨著自動駕駛技術的應用，重卡運營成本或可降低26%，事故率或可降低80%*2。由于商業模式更易落地，干線物流場景的自動駕駛玩家眾多，主要有主機廠商、智駕技術型企業、互聯網公司等，市場競爭激烈。2.末端物流。末端物流是連接終端用戶的短距離快遞配送，常發生在小區、園區等封閉或半封閉場景，具有高頻分散、即時性強的特征，存在配送效率低、成本高的行業痛點。相比于載人級自動駕駛應用，末端物流場景的行駛速度低、路段封閉、場景復雜度低，自動駕駛技術

40、的落地難度大大降低，因而能夠更早實現規?；纳虡I應用，搭載自動駕駛系統的無人配送車成為解決方案。通過配備雷達、攝像頭等高精傳感器，無人駕駛配送車能夠實時感知和識別周邊環境變化，根據配送物體的數量和需求，自助規劃最優配送路線，降低人力依賴，減少重復配送，提高配送效率。目前，我國已經基本實現無人配送車核心零部件的自研自產自用，極大降低了產品成本，為規?；瘧玫於ɑA，掃清成本障礙，實現無人配送車的小規模量產。干線物流的商業模式更易落地，末端物流已實現無人配送車的小規模量產2.2 自動駕駛主要應用場景物流19*1數據來源：億歐智庫，36氪研究院整理*2數據來源：36氪研究院根據公開資料整理21環衛行

41、業主要有高度人力依賴和人員老齡化兩大痛點。一方面，環衛是典型的勞動密集型行業，依賴大量人力，人力成本占60%以上；另一方面，在老齡化背景下，環衛工人的平均年齡也偏高，多數人員年齡超過50歲*。自動駕駛環衛車不僅能夠節省人力，還可以提高環衛工作的智能化水平，提升環衛工作效率和安全性。隨著智慧環衛被納入政府部門和環衛服務公司的發展規劃之中，環衛自動駕駛因其三千多億的潛在市場空間，以及低速、安全風險更小的技術可行性，成為自動駕駛率先實現商業落地的場景之一。目前，切入環衛自動駕駛領域的科技公司眾多，包括自動駕駛公司、服務機器人公司、泛人工智能應用公司等。對于正向現金流的追求和商業化盈利能力的期待成為各

42、類玩家的共識。想要在環衛市場突出重圍，除了優秀的商業拓展能力，技術、算法和數據的積累以及深耕行業的運營能力成為市場競爭的關鍵。環衛自動駕駛領域市場參與者眾多，技術、算法和數據積累以及運營能力成為競爭關鍵2.2 自動駕駛主要應用場景環衛20圖示：環衛自動駕駛領域的主要市場參與者自動駕駛公司限定場景自動駕駛公司，如云創智行等，專注環衛場景提供自動駕駛解決方案；L4自動駕駛科技公司，拓展落地應用領域，如文遠知行、蘑菇車聯等泛人工智能應用公司定位于人工智能技術的應用，提供多場景的AI解決方案，如云從科技等服務機器人公司專注于城市場景下的無人駕駛，或成立初期提供室內機器人技術和產品，逐步轉向室外環衛場景

43、，如酷哇機器人、深蘭科技等*數據來源：36氪研究院根據公開資料整理22礦區工作存在安全性低和人力成本高兩大痛點。一方面，礦區工作危險系數高，安全問題一直是行業的根本訴求；另一方面，礦山多在偏遠地區，條件艱苦，危險系數高，即使提高工資也面臨招工難的問題。自動駕駛能夠減少作業人數，提升礦區工作安全性，降低人力成本，有效解決礦區痛點。因此，礦企對自動駕駛技術需求強烈。此外，礦山場景簡單、道路封閉、整體條件較為有利，更利于自動駕駛技術落地。與國外相比，我國礦區自動駕駛起步較晚，主要由希迪智駕、踏歌智行、慧拓智能等自動駕駛公司牽頭落地。礦山開采分為露天開采和地下開采，目前國內的自動駕駛企業幾乎都聚焦于露

44、天礦的運輸場景。礦區自動駕駛解決方案是一項綜合工程，不僅需要無人駕駛改裝、線控化設計和匹配、加裝軟件算法和多傳感器融合方案，還需要搭建調度系統、高精地圖和通信網絡，最終實現最優路徑規劃和決策控制。近五年來，國內企業加快礦山場景的技術方案研發和運營探索，多家公司已經開始小規模的車隊測試運營。在政策支持、技術進步和市場需求驅動下，礦山自動駕駛商業化落地程度將逐步提升。據預測，到2025年中國礦山自動駕駛市場規模有望突破千億元*。礦區自動駕駛整體處于初期測試階段，隨著商業化程度逐步提升，千億市場規?？善?.2 自動駕駛主要應用場景礦山21圖示：2019-2025年中國礦山自動駕駛市場規模（單位：億元

45、）數據來源：頭豹研究院，36氪研究院整理544.6555.1589.3637.4688.5846.91,017.02024e201920202023e202120222025e*數據來源：頭豹研究院，36氪研究院整理23港口是自動駕駛率先實現商業化落地的場景之一，多地港口落地應用自動駕駛集卡試運營2.2 自動駕駛主要應用場景港口22港口自動駕駛是典型的封閉低速運營場景，速度在30km/h以下的自動駕駛集卡，能夠行駛在塔吊和堆場之間，負責運輸集裝箱。加之港口基建完善度高，路線復雜程度低，行人和車輛干擾少，自動駕駛技術的落地難度相對較低，是自動駕駛率先實現商業化落地的場景之一。港口水平運輸自動化共

46、有自動導引運輸車AGV、自動駕駛跨運車、自動駕駛集卡三種解決方案。自2018年起，主線科技、西井科技、智加科技等國內多家自動駕駛技術解決方案提供商陸續進行自動駕駛集卡落地應用并逐步實現商業化試運營。目前國內已有十余個港口落地應用自動駕駛集卡，在北、中、南部沿海重要港口均有布局。據統計，預計2025年中國港口集卡L4自動駕駛滲透率將超過20%，L4港口自動駕駛集卡應用規模有望達到6,000-7,000 輛，中國港口自動駕駛規模將超過60億元，占全球市場約30%*。解決方案AGV自動駕駛跨運車自動駕駛集卡感知、定位、導航系統道路預埋磁釘車載傳感器車載傳感器基礎設施改造前期投入大、改造費用高基本無需

47、場地改造基本無需場地改造采購、維護、保養成本單車成本高昂單車成本較高單車成本較低運輸能力水平運輸水平及垂直運輸水平運輸使用區域限制港內限定區域港內限定區域港內、港外、等級公路使用便利性僅能自動駕駛同時支持自動駕駛和遠程控制同時支持自動駕駛和遠程控制調整作業區域需重新鋪磁釘簡單易行簡單易行未來技術升級潛力低高高適用港口大型新建港口堆垛箱數較少新舊港口新舊港口圖示：港口自動駕駛運輸解決方案對比數據來源：億歐智庫，國信證券，36氪研究院整理*數據來源：佐思汽研，36氪研究院整理24Robotaxi是自動駕駛技術落地的核心場景，通過全面升級共享出行服務體驗，解決當前車輛安全隱患和用車痛點，其無人化和智

48、能化優勢將給出行方式帶來巨大變革，推動市場空間走向萬億級規模。業界認為，我國Robotaxi商業化發展可分為四個階段。商業化運營牌照的推出是拉開商業化序幕的標志；商業化1.0是運營政策賦能期，集中解決算法精進和長尾問題，為大規模商業化應用提供技術支撐；商業化2.0是技術成熟期，技術得到市場驗證，實現大規模量產和落地；商業化3.0是成本效率優勢期，Robotaxi的服務成本比人力更具競爭力，成為普遍出行方式*。目前，我國Robotaxi處于商業化測試階段。面對技術和安全方面的長尾問題，獲取數據以及通過數據迭代算法的能力成為各自動駕駛公司完善技術解決方案、實現商業化應用的核心競爭力。自動駕駛公司和

49、出行服務運營商積極探索車隊運營、算法降維以及場景開拓等多種商業化落地路徑。Robotaxi處于商業化測試階段，車隊運營、算法降維、場景開拓成為商業化落地的探索路徑2.2 自動駕駛主要應用場景Robotaxi23商業化0.0階段商業化1.0階段商業化2.0階段商業化3.0階段測試期運營政策賦能期駕駛技術成熟期成本效率優勢期2022-2023年覆蓋一二線城市滲透率5%僅在城市劃定范圍內試運營2023-2026年覆蓋一二線城市滲透率5-10%+僅在城市劃定范圍內試運營2026-2032年一二線城市為主，低線城市參與滲透率20-60%擴展到更大的城市區域，包括市中心2032年后全面推廣覆蓋滲透率80%

50、+幾乎全程覆蓋圖示：中國Robotaxi商業化發展階段特征參考資料：羅蘭貝格，36氪研究院整理*參考資料：羅蘭貝格，36氪研究院整理 地平線 蘑菇車聯 輕舟智航 知行科技典型案例分析032426地平線成立于2015年，是行業領先的高效能智能駕駛計算方案提供商。作為推動智能駕駛在中國乘用車領域商業化應用的先行者，地平線致力于通過軟硬結合的前瞻性技術理念，研發極致效能的硬件計算平臺以及開放易用的軟件開發工具，為智能汽車產業變革提供核心技術基礎設施和開放繁榮的軟件開發生態，為用戶帶來無與倫比的智能駕駛體驗。依托領先智能計算架構技術，打造底層開放平臺。地平線是國內率先實現大規模前裝量產的車載智能芯片公

51、司，領跑ADAS一體機、智能座艙、智能駕駛（行泊一體）域控制器等細分市場。地平線通過在車載智能芯片與智能駕駛算法領域的前瞻探索與量產積累，現已構建起支撐全場景整車智能規?；涞氐膹妱艑嵙?，能夠面向產業提供包含高性能汽車智能芯片、硬件參考設計、軟件開發平臺、參考算法與示例等在內的完整芯片解決方案。地平線是行業領先的高效能智能駕駛計算方案提供商3.1 地平線案例分析25平臺產品感知方案地平線Horizon Matrix：地平線面向ADAS、高速/城區NOA、行泊一體等全場景智能駕駛的感知方案。依托高性能的征程系列新芯片和強大的視覺感知處理能力，能夠高效支撐以大規模深度神經網絡應用和海量數據處理為主

52、的智能駕駛落地，幫助車企與合作伙伴加速構建感知、預測、規控等軟件閉環能力，更高效地實現L2-L4級智能駕駛量產及持續迭代升級Horizon Halo：聚焦于人機共駕場景下的用戶安全信任關系構建，是面向整車智能感知交互框架下的感知方案?；谡鞒滔盗行酒?，采用視覺+語音的多模態感知前融合技術，對多維感知關鍵信息的融合處理，并結合語音識別、手勢識別、視線追蹤等技術，實現全時免喚醒、可見即可說、所思即所達等主動精準的交互體驗，具備低延遲、高精準性的特點，可有效助力車企與生態伙伴構建領先的人機交互方案和差異化的座艙體驗圖示：地平線主要平臺產品與感知方案征程系列芯片：地平線已推出三代征程量產級芯片，覆蓋L

53、2-L4級全場景智能駕駛和智能座艙場景，靈活滿足全價位、全動力類型車型量產需求；最新一代征程5專注高等級智能駕駛，算力高達128TOPS，可開放支持包括攝像頭、毫米波雷達、激光雷達等多傳感器感知、融合、預測與規劃控制需求地平線天工開物：自主研發的算法工具鏈，包含模型后量化、量化訓練、編譯優化和部署三大核心能力，提供從模型獲得至應用部署的全流程支持。已累計賦能超過百家生態伙伴，經規?；a經驗錘煉，能為上層軟硬件系統開發與應用量產提供全生命周期的可靠性保障和兼容性支持，同時滿足開發者的差異化創新需求地平線艾迪：面向智能汽車軟件產品開發及迭代需求打造的云端開發平臺，提供高效易用、端云一體開發基礎設

54、施，極致提升開發效率，降低開發成本27軟硬結合，極致效能，打造核心技術壁壘。軟硬結合的本質是軟硬件計算架構的深度結合。在大算力基礎上，地平線憑借在軟件協同優化方面的深厚積淀與持續探索，用算法定義芯片，并將芯片性能發揮到極致，大幅提升計算效率和計算靈活性。規?；把b量產，領跑行業商業化落地。地平線征程芯片累計出貨量已突破200萬片，與超過20家車企簽下超過70款車型的前裝量產定點項目。2022年9月，地平線征程5芯片的全球首發量產車型“理想L8”上市，正式開啟國產大算力芯片量產元年。同年，地平線先后與大眾汽車集團達成深度戰略合作，與東風日產啟辰達成量產合作，意味著中國車載智能芯片企業已經走向國際

55、市場。構建開放生態，助力汽車智能化發展。地平線定位于Tier2，采用開放的合作模式，向行業合作伙伴提供底層芯片和芯片開發軟件平臺，幫助合作伙伴快速建立具有競爭力的自動駕駛軟硬件系統。同時，地平線打造了開源的實時操作系統TogetherOS，并嘗試向部分有能力的整車廠開放BPU IP授權，提供軟件工具包、芯片參考設計和技術支持，助力部分車企開發自研芯片，提升差異化競爭能力，加快創新研發速度。地平線以軟硬結合為基礎，構建開放式生態，打造技術、商業、生態和增長壁壘3.1 地平線案例分析26面向未來算法趨勢，地平線采用軟硬結合的智能計算架構，將芯片性能發揮到極致以計算架構的突破性創新為核心，自主研發與

56、迭代BPU專用計算架構，實現大算力車規級芯片系統效率的持續引領軟硬結合，構建技術壁壘地平線征程芯片累計出貨量已突破200萬片，與超過20家車企簽下超過70款車型的前裝量產定點項目覆蓋燃油車、電動車、SUV、MPV、轎跑等多種車型，領跑前視一體機、行泊一體、高階智駕多類細分市場量產領先，構建商業壁壘定位Tier2，開放交付，提供芯片+量產級算法+豐富易用的開發工具鏈和開發平臺面向部分有能力的整車廠開放BPU IP授權開放交付，構建生態壁壘研發迭代快，產品研發與交付速度不斷刷新落地效率高，業內率先實現大規模前裝量產生態連接廣，上下游產業伙伴100余家高速成長，構建增長壁壘圖示：地平線的核心競爭優勢

57、28蘑菇車聯成立于2017年，是自動駕駛全棧技術與運營服務提供商?；趯φ叩睦斫?，對資本市場變化以及自動駕駛行業特性和商業化落地規律的把握，蘑菇車聯采取“單車智能+車路協同”技術路線，以系統性思維打造了“車路云一體化”自動駕駛方案，實現技術與數據閉環，在自動駕駛行業競爭中形成先發優勢。率先提出并實踐“車路云一體化”方案，引領技術創新。蘑菇車聯應用融合感知、融合決策控制、高精地圖、AI、仿真系統、云+邊緣計算、實時大數據等前沿技術，將自動駕駛+車路協同+AI云平臺三大板塊深度融合，打破單車智能感知瓶頸，大幅提升L4級自動駕駛技術規?；瘧玫陌踩?，以滿足不同場景、不同車型的需求，成為實現L4級

58、自動駕駛規模落地的基礎。同時，全棧自研也保證了公司在該領域的技術自主可控和持續迭代，并以規?；屎统杀緝瀯?，為商業化落地應用打下堅實基礎。蘑菇車聯是自動駕駛全棧技術與運營服務提供商，率先落地“車路云一體化”方案3.2 蘑菇車聯案例分析27圖示：蘑菇車聯“車路云一體化”自動駕駛系統29自動駕駛規?；虡I化落地，成就“行業黑馬”。當自動駕駛商業化落地成為主旋律，行業競爭焦點也轉移于此。蘑菇車聯充分考慮市場需求、應用成本、落地阻力等因素，遵循商業化落地的底層邏輯，選擇從簡單到復雜、從高毛利到常規場景的發展思路，覆蓋車輛類型從特種車輛、商用車到公共服務乘用車，最后延伸至私家車。具體而言，短中長期盈利

59、模型可以概括為三階段：車路協同系統服務、自動駕駛車輛運營、自動駕駛數據運營服務?；谶@一發展戰略，蘑菇車聯陸續落地開放式5G商用智慧交通車路協同項目、衡陽城市級自動駕駛項目、云南大理車路協同自動駕駛智慧景區項目等10余個城市級項目，累計訂單金額超過100億元。其中，衡陽項目是典型代表。2021年，蘑菇車聯與湖南省衡陽市政府達成“車路云一體化”戰略合作，集合城市交通新基建、自動駕駛運營服務和城市智慧交通大腦，建成國內首個城市級自動駕駛落地項目。一系列落地建設經驗和規模，積累了大量數據和運營經驗，反哺技術研發和城市數字化建設，助力更多項目升級迭代，形成商業化落地閉環。同時，這些積累也賦予蘑菇車聯從

60、2G，到2B，再到2C的能力和成長空間，為其在自動駕駛未來競爭中脫穎而出奠定基礎。城市級自動駕駛落地項目積累大量數據與運營經驗，形成商業化落地閉環，成就“行業黑馬”3.2 蘑菇車聯案例分析28圖示：蘑菇車聯“三步走”戰略規劃01.車路協同系統服務：打造城市交通數字底座與政府合作，利用自研的車路協同自動駕駛技術打造城市的全息、實時、連續的交通數字底座，實現全局的交通協同、管理、調度，同時構建公司壁壘02.自動駕駛運營服務：在城市各個場景實現自動駕駛商業化落地03.自動駕駛數據服務：為所有交通參與者提供實時交通數據以提供自動駕駛車輛運營服務為主，與場景服務商合作，由蘑菇提供自動駕駛車輛和算法等設備

61、和技術，場景服務商提供具體人工運營，兩者結合為政府、企業提供完整的一體化服務自動駕駛車輛直接接入蘑菇AI云平臺，非自動駕駛車輛、行人、非機動車等通過智能終端、app等接入蘑菇AI云平臺，接收實時交通信息，安全駕駛。同時參與者信息交互，使得整個交通體系更加安全高效30輕舟智航成立于2019年，是全球前沿的自動駕駛通用解決方案提供商。輕舟智航擁有輕、快、高效的自動駕駛團隊，通過多年實踐積累了全棧自研的核心技術體系，打造“自動駕駛超級工廠”底層研發系統，以數據驅動+效率提升為內核，以系統性運作、流水線開發為特點，以此增強自動駕駛技術的擴展性，進而實現自動駕駛的快速迭代與高效落地。輕舟智航采取“雙擎”

62、發展戰略?！半p擎”即技術應用深度和廣度，也是自動駕駛落地的兩大核心能力。一方面，以公開道路L4級別自動駕駛能力為“動力引擎”，不斷探索更多落地場景，驅動城市交通出行效率提升；另一方面，以自動駕駛前裝量產規?；涞貫椤皠撔乱妗?，借助更多裝機量實現產品和技術的打磨。輕舟智航是全球前沿的自動駕駛通用解決方案提供商，打造“自動駕駛超級工廠”方法論3.3 輕舟智航案例分析29圖示：輕舟智航“自動駕駛超級工廠”輕舟矩陣平臺級通用性全棧技術應用場景數據自動化閉環仿真模塊數據平臺標注平臺訓練平臺車載軟件車載硬件感知算法地圖與定位預測規控云端控制5G-V2X感知算法感知算法感知算法城市公開道路高速公路園區道路

63、車庫泊車系統性運作流水線開發強拓展性多場景路測數據傳感器數據系統數據駕駛行為數據感知算法規劃控制數據高效自動化利用批量化數據解決方案31多元產品矩陣，滿足市場需求。在L4級自動駕駛領域，輕舟智航以智慧城市場景需求為導向，推出龍舟系列自動駕駛車及解決方案，應用于網約車、公交車及接駁車等場景。前裝量產方面，推出高階輔助駕駛方案“輕舟乘風”,可全國產配置，既可配置“一顆激光雷達”，也可純視覺配置，以極致務實方案達到高性價比，并基于一套技術棧，滿足多變車型和多類場景需求。差異化技術路線，打造獨特競爭力。數據方面，輕舟智航擁有海量L4級傳感器數據和駕駛行為數據，有效提高前裝量產能力上限；同時利用L4工具

64、鏈優勢，加速前裝量產能力迭代。感知方面，超融合感知方案擁有領先的多傳感器時序穿插融合技術，可極大提高感知精度和魯棒性；PNC方面，基于獨創的時空聯合規劃技術，打造高質量PNC方案，可靈活計算路徑和速度，讓車輛行車更聰明、效率更高效、體驗更舒適。構筑商業化壁壘，推動自動駕駛廣泛落地。以Robobus作為落地場景的起點，通過小商業閉環積累大量數據，推動更大商業閉環的實現。并在Robobus領域開創新品類，聯結居民區、交通樞紐和商業中心，利用“軌道交通+微循環”的高效模式，滿足居民“最后三公里”的出行需求。同時，在Robotaxi領域不斷進行技術測試和產品打磨，推動自動駕駛廣泛落地。多元產品矩陣+差

65、異化技術路線+商業化優勢，構成輕舟智航的核心競爭力3.3 輕舟智航案例分析30多元產品矩陣，滿足市場需求業務布局：L4級自動駕駛領域，推出龍舟系列（龍舟ONE、龍舟LONG、龍舟SPACE、龍舟TAXI）自動駕駛車及解決方案；前裝量產領域，推出自動駕駛解決方案“輕舟乘風”場景拓展：自動駕駛網約車、公交車及接駁車等多個場景將Robobus作為落地場景起點，打造“軌道交通+微循環”的高效模式，實現成本可控的規?；鸵詰痧B戰的商業化，在Robotaxi領域持續測試與打磨數據：海量傳感器和駕駛行為數據感知：“超融合”感知方案，多傳感器時序穿插融合技術NPC：基于獨創的時空聯合規劃技術，打造高質量PNC

66、方案輕舟智航構筑商業化壁壘，推動廣泛落地差異化技術路線，打造獨特競爭力圖示：輕舟智航的核心競爭優勢32知行科技成立于2016年，是一家專注于自動駕駛領域前裝系統解決方案的人工智能高科技公司。經過多年發展，知行科技在多傳感器數據融合、決策規劃、車輛動態控制等自動駕駛核心領域擁有核心算法，并擁有軟硬件開發及整車系統集成驗證能力，是國內領先的具有全棧自動駕駛研發能力的公司。知行科技深度布局域控制器和智能攝像頭兩條產品線，完整覆蓋L2及L2+市場需求。域控制器產品包括三個系列，其中iDC Mid和iDC High是當前面向乘用車量產主推的產品系列，iDCMid已經獲得多家車企定點，并進入量產階段，iD

67、CHigh預計在2024年實現量產。智能攝像頭產品主要面向ADAS市場，提供更具性價比的方案，iFC產品已歷經三次迭代。通過全面布局，知行科技已經實現高階智能駕駛的全場景方案覆蓋。在行車場景，知行科技已經覆蓋了L2ADAS、高速NOA、城市NOA等功能，泊車場景也已經覆蓋自主泊車、記憶泊車、代客泊車等功能。知行科技專注于自動駕駛前裝系統解決方案，是國內領先的具有全棧研發能力的公司3.4 知行科技案例分析31圖示：知行科技主要產品與服務產品自動駕駛中央域控制器iDC Mid：高性價比的L2+量產解決方案Super Vison：L2+高級智能駕駛iDC High：100+TOPS算力平臺量產解決方

68、案智能前視攝像頭iFC 3.0：滿足E-NCAP2025的量產解決方案iFC 2.0：Mobileye EyeQ4芯片，滿足E-NCAP五星要求系統功能開發高級輔助駕駛功能車道偏移報警、前方碰撞預警系統、車道保持系統、自適應巡航、自動緊急剎車系統、交通擁堵輔助系統自動駕駛系統功能交通擁堵和高速公路自動駕駛包括自動上下匝道、自主變道、自動巡航及車道保持、自動緊急避讓、自動超車、擁堵時自動跟隨車流、系統失效應對等功能33行泊一體，搶占主流乘用車市場。知行科技定位Tier1，在行泊一體架構的發展趨勢下，提供性能更強、價格更優的域控產品。其自研的行泊一體域控制器iDC Mid，基于一顆TDA4芯片開發

69、，采用5V4R的感知硬件配置，可實現NOA（導航輔助駕駛）、360全景影像、HPA（記憶泊車）等功能，兼具性能、成本和工程落地的考量，憑借性能和成本優勢，主攻主流乘用車市場。全棧自研，打造卓越核心技術。知行科技的域控制器實現了全棧自研，它不依賴于任何特定的硬件平臺，上層功能可以100%移植到全新硬件平臺。為了實現這一目標，知行科技專門開發了一套靈活可靠的軟件中間件，它支持實時操作系統RTOS（包含核間通信），HLOS（如Linux這種開源的操作系統），同時還可實現在大型的SOC中，多個核之間的可靠多核通訊。需求導向，規?；慨a有序推進。知行科技以市場需求為導向，通過輕量級方案（iDC Mid）

70、切入市場，再借助中低端車型走量，同時開發大算力方案（iDC High），向高端車型延伸，逐漸步入高階自動駕駛。目前域控制器iDC Mid已經正式量產下線，成為目前行業內少數已經量產的域控產品。未來，知行科技將加快全場景智能駕駛的全面落地，在提高市場占有率的同時，進一步強化算法與平臺能力，深化數據閉環，探索更多商業可能性。知行科技全棧自研行泊一體域控制器iDC Mid，率先實現規?；慨a3.4 知行科技案例分析32圖示：知行科技的核心競爭優勢行泊一體架構自研行泊一體域控制器iDC Mid，憑借性能和成本優勢，主攻主流乘用車市場。靈活的系統架構設計支持兼容國產芯片，支持多傳感器融合，支持跨平臺的操

71、作系統和運行環境，可提供開放的開發環境，還支持云和大數據閉環開發，并且可提供持續OTA升級全棧自研技術實現了軟件中間件和硬件的全棧自研，從上層算法上看，可以百分之百移植到新的硬件平臺，實現軟件自由及軟件定義汽車，也實現了軟硬分離規?；慨a需求導向，以輕量級方案切入市場，借助中低端車型走量，同時開發大算力方案，向高端車型延伸。目前域控制器iDC Mid已經正式量產下線，成為目前行業內少數已經量產的域控產品 商業化落地成為競爭關鍵 艙駕融合成為趨勢 生態合作成為企業發展的重要能力自動駕駛發展趨勢展望043335目前，自動駕駛企業兼顧算法優化和量產落地，在技術研發同時，通過技術應用降維實現規?；慨a

72、，打通商業化落地路徑，構建數據閉環，推動自動駕駛加速落地。當自動駕駛下半場來臨，商業化落地將成為競爭關鍵。自動駕駛商業化主要受場景標準化程度、技術成本優勢、安全性能要求等因素影響。這就意味著，整體來說，高級別自動駕駛將遵循從封閉到半開放和開放、從專用到通用、從載物到載人的落地邏輯。商用車方面，自動駕駛貨車商業模式清晰，有望率先落地；末端物流剛需較強，有望帶來實質性成本和效率優化；礦區、機場、園區等因場景特征優勢，將成為高確定性的落地場景。乘用車方面，隨著自動駕駛AI模型在云端深入應用，行泊一體的自動駕駛架構持續迭代，車端自動駕駛系統的綜合成本大幅度降低，以重感知技術為主，主要依托視覺方案的智駕

73、系統，將可以在中低算力車端平臺上部署，這將使得高級別自動駕駛系統成為中端價位車型的標配。同時，用戶體驗也將從嘗鮮轉變為用戶依賴。此外，國內Robotaxi落地進程和乘坐體驗與市場預期基本相符，有望在2025年迎來成本拐點。自動駕駛下半場競爭將進入加速期，商業化落地將成為競爭關鍵344.1 商業化落地成為競爭關鍵圖示：自動駕駛商業化的主要影響因素場景越標準，越能體現效率優勢場景標準化程度載人級自動駕駛對安全性要求更高安全性能要求運營成本優于使用人類駕駛員技術成本優勢自動駕駛36智能座艙和自動駕駛是汽車智能化的兩個典型代表，直接影響汽車智能化體驗。智能座艙是汽車與用戶溝通和交流的載體，側重于人車交

74、互；自動駕駛則發揮汽車的基本功能，在行駛過程中實現車與環境的交互。而在交通環境中，駕駛行為是一個由人、車、環境三方參與并交互的過程。因此，如何打通三方交互，實現更好的駕乘體驗，就顯得尤為重要。隨著汽車智能化的發展，從國內外整車企業發布的新車來看，目前正在從分布式電子電器架構向域集中式控制器架構過渡。無論是傳統汽車還是新能源汽車上，域集中式架構正越來越多地應用于量產車型。與此同時，采用更集中、更高算力的通用計算硬件，配合更豐富的軟件進行整車控制，實現軟件定義汽車，將給汽車行業帶來顯著改變?？梢钥吹?，汽車產業鏈核心零部件供應商、整車廠商、自動駕駛解決方案提供商等都在進行艙駕融合方面的研發。例如，在

75、芯片領域，未來有望在同一芯片中完成智能座艙、智能駕駛、智慧泊車功能，進一步簡化自動駕駛硬件體系，降低成本；在汽車域控架構方面，呈現域功能集中的趨勢，這主要是由于自動駕駛和座艙芯片的芯片制程、設計方法、架構有很多相似之處，可以率先實現功能集中。目前，車企所嘗試的艙駕融合更多的是在軟件和應用層面，例如可實現算力共享、感知共享、服務共享，智能座艙域控制器可支持智駕系統失效下的系統級安全冗余等。但真正要達到硬件芯片層面的融合，則面臨更多挑戰。一方面，艙駕融合或者更多域功能的集中，將導致軟件復雜度大幅提升，軟硬件解耦勢在必行；另一方面，功能的集中會帶來功能安全方面的問題，如何規避安全風險，需要進行芯片結

76、構和生產過程優化。未來，隨著自動駕駛基礎設施越來越完善，算法進一步升級迭代，智能座艙和自動駕駛的邊界將會變得愈發模糊。最終目的，是要形成體驗更好、成本更低、可信賴的產品，進而重塑駕乘體驗。打通人、車、環境三方交互，提升駕乘體驗，艙駕融合成為趨勢354.2 艙駕融合成為趨勢37當前，在自動駕駛技術發展驅動下，全球汽車行業供應鏈正在發生變革，整車廠、Tier1和Tier2廠商、互聯網/科技巨頭、解決方案提供商之間的動態變化正在不斷重塑產業鏈?？缃绮季趾徒涣骱献鞒掷m發生，各玩家之間的傳統界限逐漸被打破，綜合能力強的一方將主導未來的汽車產業。在激烈的市場競爭中，單一企業或某一群體已經無法持續高效地突破

77、自動駕駛當下發展困境，自動駕駛相關企業想保持長遠的發展，應注重企業之間的協調與合作關系，并與市場環境協同進化，建立適合自身發展的企業生態。隨著自動駕駛賽道相關企業合作加深，將形成一個統一的生態價值圈，通過生態圈撬動其它參與者的能力，形成正反饋，進而使這一系統持續創造價值。如此一來，與傳統的鏈式結構相比，自動駕駛生態體系將形成一個更加柔性和多元的網狀結構。在這一生態體系中，自動駕駛相關企業可通過資源共享、技術賦能、聯合研發、運營共建、合資并購等模式實現共創，將自身優勢發揮到極致，并吸收其他資源取長補短，實現協同發展。在自動駕駛生態體系中，標桿企業將起到搭建生態平臺，撬動產業其他參與者協同創造價值

78、，實現優勢融合與互補的作用。因此，對于自動駕駛相關企業來說，搭建生態價值平臺，與生態伙伴合作共贏的能力變得愈發重要。具體來說，就是建立開放的生態模式，面向多元場景，推出具有特色的產品和功能，并將自動駕駛工具鏈解耦，使生態伙伴都能從中受益。例如，在芯片領域，地平線開放生態賦能合作伙伴，凝聚融合推動產品高效落地，同時加快產品研發；AWS、Asure、華為云面向汽車行業和自動駕駛領域提供解決方案，在安全合規的前提下，在自動駕駛研發數據驅動的每一個流程上，為車企提供開箱即用的便捷工具和安全合規的服務，幫助企業降本增效，加快自動駕駛技術的落地；蘑菇車聯的AI云，具備海量設備連接和海量數據處理能力，提供開

79、放的接入服務，與眾多合作伙伴共建服務生態等。生態合作將成為自動駕駛企業實現外生增長的重要途徑364.3 生態合作成為企業發展的重要能力3836氪研究院介紹36氪研究院根據行業發展、資本熱度、政策導向等定期輸出高質量研究報告，研究方向覆蓋人工智能、5G、區塊鏈、醫療、金融、物流、文娛、消費、汽車、教育等多個領域，幫助政府、企業、投資機構等快速了解行業動態，把握發展機遇和明確發展方向。同時，研究院致力于為全國各級政府、企業、VC/PE機構、政府引導基金、孵化器/產業園區等提供專業定制化咨詢服務，服務內容包括行業研究、產業規劃、用戶研究、股權投資研究、指數研究、投資配置、基金/企業盡調、戰略規劃、園

80、區規劃等。36氪已成為中國流量與影響力較大的互聯網新商業媒體，覆蓋全球超1.5億讀者，累計發布超過50,000篇文章，擁有行業內較顯著的流量和傳播優勢。01 傳播資源36氪深耕創投市場超9年，深度服務過數千家客戶，累積超80萬家企業和投資機構資源，搭建了完善的一級市場數據庫。02 核心數據研究院現有數十位成員，主要來自國內外知名咨詢機構或研究機構，擁有豐富的研究及項目經驗。03 團隊優勢36氪研究院主要關注領域包括人工智能、5G、區塊鏈、醫療、金融、物流、文娛、消費、汽車、教育等。04 研究領域36氪研究院發布的常規性研究報告，受業內專業人士一致好評。在政府合作層面，研究院已為國務院、國家發改

81、委、中央網信辦、工信部、基金業協會、北京發改委、南京發改委、青島高新區政府、湖南湘江新區管委會、成都新經濟委、杭州西湖區政府等提供過咨詢服務；在企業/投資機構合作方面，研究院已與大眾中國、蘇寧易購、攜程、京東、網易、轉轉、字節跳動、海爾資本、洪泰基金、首鋼基金等建立了深度合作關系。05 品牌影響3739分析師聲明作者具有專業勝任能力，保證報告所采用的數據均來自合規渠道，分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響，特此聲明。免責聲明36氪不會因為接收人接受本報告而將其視為客戶。本報告僅在相關法律許可的情況下發放，并僅為提

82、供信息而發放，概不構成任何廣告。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議。在法律許可的情況下，36氪及其所屬關聯機構可能會持有報告中提到的公司的股權，也可能為這些公司提供或者爭取提供籌資或財務顧問等相關服務。本報告的信息來源于已公開的資料，36氪對該等信息的準確性、完整性或可靠性不作任何保證。本報告所載的資料、意見及推測僅反映36氪于發布本報告當日的判斷，本報告所指的公司或投資標的的價格、價值及投資收入可升可跌。過往表現不應作為日后的表現依據。在不同時期，36氪可發出與本報告所載資料、意見及推測不一致的報告。36氪不保證本報告所含信息保持在最新狀態。同時，36氪對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。38特別聲明研究咨詢郵箱：研究院網站：https:/