《汽車行業智能駕駛行業專題：大模型賦能汽車智能駕駛迎來蛻變時刻-230711（50頁）.pdf》由會員分享，可在線閱讀，更多相關《汽車行業智能駕駛行業專題：大模型賦能汽車智能駕駛迎來蛻變時刻-230711（50頁）.pdf（50頁珍藏版）》請在三個皮匠報告上搜索。

1、請務必閱讀末頁的免責條款和聲明中信證券研究部中信證券研究部汽車及零部件行業研究團隊汽車及零部件行業研究團隊尹欣馳、李景濤、李子俊、武平樂、簡志鑫、董軍韜尹欣馳、李景濤、李子俊、武平樂、簡志鑫、董軍韜2023年年7月月11日日大模型賦能汽車，智能駕駛迎來蛻變時刻大模型賦能汽車，智能駕駛迎來蛻變時刻汽車行業智能駕駛行業專題汽車行業智能駕駛行業專題1 1大模型賦能汽車大模型賦能汽車，智能駕駛迎來蛻變時刻智能駕駛迎來蛻變時刻軟件端：大模型正逐步應用于智能駕駛算法，首先在感知算法上，BEV+Transformer架構有利于解決圖像尺度問題和遮擋問題，更好地實現向量空間的構建；其次在規控算法上，有望提升其

2、泛化能力，優化在復雜場景下的表現硬件端：隨著智駕SoC、激光雷達等產品的逐步成熟，智駕硬件BOM成本的降幅有望達50%；政策端，工信部已表態支持L3及以上級別的自動駕駛功能商業化應用。上述因素均為高階智駕功能的落地掃清障礙根據各公司產品發布會，2023H2，小鵬、理想、賽力斯等主機廠將加速投放領航輔助駕駛功能，對使用場景的覆蓋度有望從10%提升至90%風險因素：風險因素：技術與產品迭代風險;產品推廣速度低于預期;汽車行業銷量下滑風險;智能汽車扶持政策的力度低于預期;出現智能駕駛的惡性事故。投資建議：投資建議：綜上，在產業鏈各個環節中我們推薦：OEMs：落地價值量大：落地價值量大，對標特斯拉FS

3、D和自主品牌的配置價差，高階智駕帶來價值提升為2-6萬元/車；大模型壁壘高大模型壁壘高，全棧自研的主機廠模型迭代快，算法壁壘高；智駕訓練數據壁壘高智駕訓練數據壁壘高、價值高價值高。英偉達小鵬、理想、蔚來華為賽力斯、長安域控制器：域控制器：算力是智能駕駛的核心基礎，與頭部芯片商緊密合作、產品配套領先的tier-1產業鏈卡位效應強英偉達德賽西威自主可控科博達（地平線）、經緯恒潤（Mobileye/TI/寒武紀行歌）、華陽集團（地平線）、均勝電子（地平線/高通）、保隆科技（黑芝麻）智能底盤：智能底盤：功能安全要求高、壁壘高伯特利（線控制動）、拓普集團（線控制動）、耐世特（線控轉向）智能感知：智能感知

4、：華依科技、威孚高科等核心觀點核心觀點FZiZaVjUdYfZxUdUrM7NdNbRmOrRoMoNeRnNpQkPpOnP6MmNmNwMmNpOxNoOtQ2 2導圖導圖技技術術功能體驗功能體驗在產業鏈各環節中，我們推薦：車企（大模型）：小鵬、理想、蔚來，華為賦能的賽力斯、長安汽車 域控（算力）：德賽西威（英偉達）、科博達（地平線）、經緯恒潤（Mobileye/TI）、華陽集團（地平線）、均勝電子（高通）等 感知層（IMU、雷達、攝像頭等）華依科技等 執行層（線控底盤技術）:伯特利等投資建議投資建議硬件端硬件端芯片算力5年提升100倍根據小鵬汽車業績交流會，未來智能硬件BOM有望下降50

5、%大模型大模型Transformer大模型上車，在BEV鳥瞰圖視角下，車輛對物體深度的感知能力大幅提升，為進入復雜的“無圖”城市場景提供算法基礎法法規規政策部門表態支持L3級自動駕駛技術的發展，有望加速量產車落地應用2023H2：質變時刻：質變時刻小鵬、理想、華為等車企加速投放領航輔助功能，覆蓋高頻場景根據各公司產品發布會信息，上述車企計劃將領航輔助功能投放至20-50個城市2018年年視覺融合自動泊車2021年年高速導航輔助功能上線3%10%90%覆蓋場景資料來源：各公司產品發布會，中信證券研究部目錄目錄CONTENTS31.1.高階功能投放加速，智能駕駛迎來質變時刻高階功能投放加速，智能駕

6、駛迎來質變時刻2.2.大模型賦能智駕算法，云端、車端迭代加速大模型賦能智駕算法，云端、車端迭代加速3.3.產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大4.4.風險因素風險因素5.5.投資策略投資策略4 41.1 輔助駕駛體驗迎來突破，輔助駕駛體驗迎來突破，23H2頭部新勢力城市功能料將集中落地頭部新勢力城市功能料將集中落地20232023年城市輔助駕駛功能迎來突破年城市輔助駕駛功能迎來突破，頭部新勢力進入頭部新勢力進入“無圖無圖”城市城市，體驗有望迎來大幅提升體驗有望迎來大幅提升理想：6月17日家庭科技日，宣布6月開啟北京+上?！霸瑛B

7、”用戶測試；23H2將推送通勤模式。小鵬：6月29日G6發布會，公布XNGP 23H2進入50個城市；無圖城市場景開啟覆蓋；發布了“AI代駕”功能。資料來源：各公司官網（含預測），中信證券研究部5 5資料來源：各公司官網，中信證券研究部高精地圖高精地圖使用場景使用場景小鵬小鵬理想理想蔚來蔚來阿維塔阿維塔/極狐極狐（Hi版）版）毫末毫末/長城長城元戎元戎（L4起家）起家）高速輔助駕駛需要高速路2021-012021-092020Q32021-11城市高精地圖輔助駕駛需要；先定于首批放開高精地圖商業用途的6個城市廣州2022-10跳過未知2022年底發布跳過深圳2023-0322-10極狐23-0

8、3阿維塔上海2023-0323-03阿維塔重慶2023-Q3杭州2023-Q3北京2023-06城市無圖場景輔助駕駛不需要；不受高精地圖審批影響中國主要城市2023年年3月：月：紅綠燈識別、直行通過路口2023年年H2：XNGP落地50個城市，“AI代駕”功能代駕”功能OTA2024年：年：XNGP落地200個城市2023年年6月：月：北京+上海開啟城市NOA早鳥運營2023H2：通勤通勤模式模式2023年底發布Demo2022年發布戰略（目前未落地）2020年開啟研發2023年中旬量產RoboTaxi2025-2026年20232023年城市輔助駕駛功能迎來突破年城市輔助駕駛功能迎來突破，頭

9、部新勢力進入頭部新勢力進入“無圖無圖”城市城市，體驗有望迎來大幅提升體驗有望迎來大幅提升理想：6月17日家庭科技日，宣布6月開啟北京+上?！霸瑛B”用戶測試；23H2將推送通勤模式。小鵬：6月29日G6發布會，公布XNGP 23H2進入50個城市；無圖城市場景開啟覆蓋；發布了“AI代駕”功能。1.1 輔助駕駛體驗迎來突破，輔助駕駛體驗迎來突破，23H2頭部新勢力城市功能料將集中落地頭部新勢力城市功能料將集中落地6 6資料來源：各公司官網，中信證券研究部品牌品牌高速智能駕駛高速智能駕駛城市智能駕駛城市智能駕駛2023年開通城市年開通城市2024年開通城市年開通城市指定路線指定路線NOA功能功能小鵬

10、開通5城約50城約200城AI代駕阿維塔開通5城問界開通5城45城理想內測2城100城通勤NOA蔚來內測1城特斯拉國外開通零跑騰勢年底開通明年開通極氪內測深藍中國高速及城市智能駕駛落地情況中國高速及城市智能駕駛落地情況20232023年城市輔助駕駛功能迎來突破年城市輔助駕駛功能迎來突破，頭部新勢力進入頭部新勢力進入“無圖無圖”城市城市，體驗有望迎來大幅提升體驗有望迎來大幅提升理想：6月17日家庭科技日，宣布6月開啟北京+上?！霸瑛B”用戶測試；23H2將推送通勤模式。小鵬：6月29日G6發布會，公布XNGP 23H2進入50個城市；無圖城市場景開啟覆蓋；發布了“AI代駕”功能。1.1 輔助駕駛體

11、驗迎來突破，輔助駕駛體驗迎來突破，23H2頭部新勢力城市功能料將集中落地頭部新勢力城市功能料將集中落地7 7NOA通勤模式通勤模式城市城市NOA覆蓋圖覆蓋圖1.2 理想：理想：2023年年6月科技日公布技術突破，通勤模式重磅發布月科技日公布技術突破，通勤模式重磅發布資料來源：理想汽車官網資料來源：理想汽車官網6 6月月1717日理想的科技日公布智能駕駛新突破日理想的科技日公布智能駕駛新突破，基于基于ADAD MaxMax 平臺的城市平臺的城市NOA+NOA+通勤模式重磅發布通勤模式重磅發布。通勤模式：車主可以通過自設路線及PNP特征訓練，在所在城市NOA開啟前提前實現通勤道路的NOA功能；簡單

12、路線1周可完成訓練，復雜路線需2-3周。城市NOA6月啟動北京+上海城市NOA早鳥測試，后續開放更多城市。使用使用NPNNPN特征增強特征增強BEVBEV大模型大模型，提高復雜路口識別的穩定性與精確性提高復雜路口識別的穩定性與精確性，通過通過TINTIN網絡增強對信號燈的識別能力網絡增強對信號燈的識別能力。8 823H2、2024年小鵬年小鵬XNGP落地落地50、200城市城市小鵬發布“小鵬發布“AI代駕”模式，代駕”模式，2023Q4推出推出1.2 小鵬：小鵬：2023H2 50個城市全域獲得覆蓋，個城市全域獲得覆蓋，XNGP接管目標千公里接管目標千公里1次次資料來源：小鵬汽車官網資料來源：

13、小鵬汽車官網小鵬小鵬6 6月月2929日發布行業首個城市全場景智能導航輔助駕駛功能日發布行業首個城市全場景智能導航輔助駕駛功能功能一：城市功能一：城市NGPNGP功能功能2323H H2 2覆蓋覆蓋5050城城，20242024年覆蓋年覆蓋200200城市城市當前：在已經開通城市NGP的四個城市（上海、廣州、深圳、北京），XNGP用戶滲透率達到94%，里程滲透率達62%。目前城市百公里主動接管10次，后續隨著能力的加強，接管次數會持續下降。功能二：功能二：AIAI代駕代駕20232023Q Q4 4正式上市正式上市，實現無圖模式下高頻使用場景的日常通勤實現無圖模式下高頻使用場景的日常通勤允許多

14、條私人定制模式，所有XNGP用戶標配AI代駕模式。9 92023年4月16日，2023華為智能汽車解決方案發布會上，余承東發布ADS 2.0系統HUAWEI ADS 2.0將基于Transformer的BEV架構進一步升級，基于道路拓撲推理網絡進一步增強，即使無高精地圖也能看懂路，紅綠燈等各種道路元素，使得無圖也能開，進一步提升高速、城區和泊車環節的感知、判斷、決策、執行能力ADS 2.0系統體驗提升：ADS 2.0能夠覆蓋城區90%的場景，高速方面ADS 2.0將進一步提升上下匝道、避障、施工修路等場景能力，2023年年內使得平均接管里程從1.0的100km提升到200km，代客泊車輔助（A

15、VP）將在2023年年底實現，進一步提升窄車位處理能力ADS 2.0系統推送節奏：23Q2有圖5城（包括上海、深圳、廣州、杭州、重慶，其中廣州、重慶、杭州為部分區域覆蓋）；Q3無圖15城，Q4無圖45城資料來源：2023華為智能汽車解決方案發布會資料來源：2023華為智能汽車解決方案發布會華為華為ADS 1.0向向2.0迭代迭代華為華為ADS 2.0推送計劃推送計劃1.2 華為：華為：ADS 2.0于于22Q3在無圖城市推送在無圖城市推送1010數據來源：易車、Thinkercar，中信證券研究部預測數據來源：易車，Thinkercar，中信證券研究部預測2017-2030E分等級輔助駕駛滲透

16、率分等級輔助駕駛滲透率2025E分價格段輔助駕駛分級別滲透率預測分價格段輔助駕駛分級別滲透率預測1.3 輔助駕駛滲透率預測：輔助駕駛滲透率預測：2025年年L2/L3有望滲透率達到有望滲透率達到56%/20%92%83%77%69%63%56%48%24%2%4%7%7%6%6%6%6%6%12%16%24%28%33%38%50%52%0%0%0%1%3%5%8%12%8%40%8%0%10%20%30%40%50%60%70%80%90%100%2017201820192020202120222023E2025E2030EL4+L3L2+L2L1L065.5%31.0%10.5%6.0%0

17、.0%0.0%1.5%8.0%6.0%7.0%10.0%5.0%33.0%60.0%74.0%55.0%40.0%25.0%0.0%1.0%8.0%24.0%30.0%35.0%0.0%0.0%1.5%8.0%20.0%35.0%0%10%20%30%40%50%60%70%80%90%100%10萬以下10-15萬15-20萬20-25萬25-35萬35萬以上L3L2+L2L1L0短期來看短期來看，我們預計我們預計20232023年年L L2 2、L L2 2+級自動駕駛滲透率達級自動駕駛滲透率達3838%、8 8%。2023年隨著理想L7L8、小鵬G6、蔚來新ES6等產品的上市，預計L2+

18、級產品滲透率繼續提升。中期來看中期來看，我們預計我們預計20252025年年L L2 2、L L3 3及以上級別自動駕駛滲透率分別為及以上級別自動駕駛滲透率分別為5656%、2020%。智能化為汽車行業的核心趨勢，主機廠將對自動駕駛保持旺盛需求，我們預計2025、2030年L2級自動駕駛滲透率分別為50%、52%；隨著自動駕駛技術的進步、相關零部件成本的下降與法律法規的逐步放寬，我們預計2025年L3及以上級別自動駕駛滲透率為20%；隨后L4開始出現，并將于2030年L3、L4進一步提升至40%、8%。目錄目錄CONTENTS111.1.高階功能投放加速，智能駕駛迎來質變時刻高階功能投放加速，

19、智能駕駛迎來質變時刻2.2.大模型賦能智駕算法，云端、車端迭代加速大模型賦能智駕算法，云端、車端迭代加速3.3.產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大4.4.風險因素風險因素5.5.投資策略投資策略12122.1 硬件端：硬件端：激光雷達的顯著降本，有助于降低輔助駕駛應用門檻激光雷達的顯著降本，有助于降低輔助駕駛應用門檻自動駕駛單一芯片算力在自動駕駛單一芯片算力在5 5年里提升年里提升100100倍；智能駕駛大模型軟件得以部署上車倍；智能駕駛大模型軟件得以部署上車2018年輔助駕駛主流芯片EyeQ4算力為2.5Tops，雖然Mo

20、bileye的軟件與芯片硬件的配合度很高，讓2.5Tops的算力能發揮出很強的功能，但是功能上限很低，且安全性受限。2022年H2，英偉達Orin芯片開啟大規模量產上車，單芯片256Tops的算力比5年前提升了100倍，主流方案雙Orin域控能夠提供512Tops算力。資料來源：各公司官網（含預測），中信證券研究部智能駕駛芯片算力不斷提升智能駕駛芯片算力不斷提升13132.1 硬件端：硬件端：激光雷達的顯著降本，有助于降低輔助駕駛應用門檻激光雷達的顯著降本，有助于降低輔助駕駛應用門檻對應主機廠的對應主機廠的ADASADAS功能發展規劃功能發展規劃，智駕域控的發展路徑日益明晰智駕域控的發展路徑日

21、益明晰輕量級行泊一體：算力5-20TOPS，支持5V5R架構，以行泊一體為核心滲透邏輯，能夠初步實現高速NOA。中算力平臺：算力50-200TOPS，支持10V5R架構，能夠實現更優的高速NOA。高算力平臺：算力200TOPS，支持1-3顆激光雷達，能夠實現城市NOA功能。智能駕駛域控制器方案分類智能駕駛域控制器方案分類資料來源：高工智能汽車，中信證券研究部算力（算力（TOPS）主流芯片方案主流芯片方案典型傳感器架構典型傳感器架構ASP（元）（元）核心功能核心功能代表性車型代表性車型輕量級行泊一體5-20地平線J3/TI TDA45V5R2500-4000支持行泊一體行泊一體，能夠初步實現高速

22、NOA吉利博越L、哪吒S、榮威RX5中算力平臺50-200地平線J5/英偉達Orin-N/華為MDC61010V5R4500-6000支持增強版增強版高速NOA，提升用戶體驗理想L7/L8 Pro高算力平臺200英偉達Orin-X11V5R1L9000-15000支持城市城市NOA理想L9、小鵬G914142.1 硬件端：硬件端：激光雷達的顯著降本，有助于降低輔助駕駛應用門檻激光雷達的顯著降本，有助于降低輔助駕駛應用門檻資料來源：小鵬汽車業績交流會，元戎啟行官方微信公眾號，中信證券研究部測算配置配置單價單價人民幣成本人民幣成本當前成本當前成本降本降本趨勢趨勢ADAS域控Orin*2340USD

23、490012,0005,00010,000除芯片7000激光雷達905nm*2560USD80008,00002,000攝像頭800萬像素攝像頭和其他攝像頭30005,0003,000毫米波雷達毫米波*5前向500元角雷300元1700超聲波1225元/個300合計合計25,0008,00015,000一個有代表性的輔助駕駛硬件一個有代表性的輔助駕駛硬件BOM拆分拆分激光雷達降本激光雷達降本，帶動智駕帶動智駕BOMBOM下降下降，有助于降低高階輔助駕駛的應用門檻有助于降低高階輔助駕駛的應用門檻激光雷達由于具有直接、穩定、精確測量的優點，在高級輔助駕駛應用中，可以直接感知夜間暗光場景、炫光場景、

24、以及一些視覺算法無法識別的情況。在視覺能力不足夠強大的時候，能車企提供“安全性兜底”?！暗托阅堋钡募す饫走_結構簡單、成本更低，單一激光雷達的成本有望下降到1千元甚至更低。如果BOM下降到8000元以下，那么高階輔助駕駛有望大幅滲透至20萬元乘用車市場。1515與傳統毫米波雷達和激光雷達相比與傳統毫米波雷達和激光雷達相比，4 4D D毫米波雷達具備性價比優勢毫米波雷達具備性價比優勢縱向分辨率：傳統毫米波雷達為6，4D毫米波雷達將該指標提升至1-2；120線激光雷達為0.5以內。探測距離：傳統毫米波雷達為200m，4D毫米波雷達提升至350m左右；激光雷達為250m10%反射率。適用場景：毫米波雷

25、達不受強光、雨雪、大霧等惡劣天氣影響，能夠提升系統魯棒性。價格：激光雷達約600-2000美元，4D毫米波雷達約150-200美元，4D毫米波雷達具備性價比優勢。2.1 硬件端：硬件端：4D4D毫米波雷達具備性價比優勢，有望補齊傳感器短板毫米波雷達具備性價比優勢，有望補齊傳感器短板各傳感器應對各傳感器應對corner case的性能對比的性能對比corner case對傳感器的要求對傳感器的要求各傳感器表現各傳感器表現4D毫米波雷達毫米波雷達3D毫米波雷達毫米波雷達激光雷達激光雷達攝像頭攝像頭辨別300米外的兩輛車水平角分辨率達到1以下，探測距離大于300m可探測到水平分辨率1,探測距離300

26、350m無法探測到水平分辨率3,探測距離150160m無法探測到水平分辨率0.1.探測距離220250m無法探測到，二維信息無法測距離和位置車前150米處懸空紅綠燈垂直角精度達到0.5垂直精度0.2垂直精度差，無法準確判定紅綠燈位置3D點云成像可準確判定高度信息無法探測到，二維信息無法測距離和位置停放的車輛旁邊站個人準確區分人、車分辨率高，可分辨同一個場合中的多個障礙物分辨率低，無法分辨靠得太近的障礙物分辨率高，可分辨同一個場合中的多個障礙物不具備穿透力，無法識別前前車剎車探測到前車速度信息可探測到前前車，得到的前前車速度、距離信息較為精確（目前僅理論上可行）可探測到前前車，但置信度低，結果容

27、易被過濾穿透性差無法越過前方障礙物探測到更前方的目標大光比不受光線影響不受光線影響（除大雨天氣外）不受光線影響（除大雨天氣外）不受光線影響受光線影響較大，會曝光惡劣天氣不受雨雪霧影響可穿透空氣不受天氣影響不受天氣影響特殊天氣穿透性差特殊天氣成像效果差沙漠/極寒地區耐高溫/低溫-4085-4085-4085-4080資料來源：九章智駕、中信證券研究部距離分角度分檢測范圍速度檢測處理時間尺寸成本優勢光照充夜間執惡劣天干涉魯顏色檢測目標分類4D毫米波雷達3D毫米波雷達激光雷達攝像頭各傳感器性能對比各傳感器性能對比資料來源：九章智駕、中信證券研究部1616資料來源：覺非科技，2023年高工智能車論壇資

28、料來源：九章智駕，中信證券研究部傳統自動駕駛方案是多個小模型的堆疊傳統自動駕駛方案是多個小模型的堆疊視覺大模型、甚至端到端的模型成為可能視覺大模型、甚至端到端的模型成為可能2.2 軟件端：大模型從軟件端：大模型從NLP領域，延伸至自動駕駛領域，延伸至自動駕駛端到端大模型感知規劃控制深度學習大模型邏輯判斷近似端到端大模型邏輯判斷基于規則FSD V12.0傳統自動駕駛解決方案是多個小模型的堆疊傳統自動駕駛解決方案是多個小模型的堆疊，好處是可以快速上線例如高速NOA等功能，局限在于安全性和準確性；并且在復雜的城市場景，用小模型很難獲得較好的產品體驗NLP領域的大模型應用到輔助駕駛中：領域的大模型應用

29、到輔助駕駛中：Transformer方案為代表的大模型最早誕生于NLP領域，特斯拉2021年8月AI Day上發布，用Transformer將多相機的圖片投射到俯視圖（BEV）中。目前，在感知端使用深度學習大模型，已經成為了行業的主流、共識的做法。對于是否將深度學習應用在規劃控制方面，目前各家主機廠的做法有一定的差異。特斯拉表示在V12.0版本FSD上將實現“端到端”的模型應用。1717BEV有助于解決圖像尺度問題和遮擋問題有助于解決圖像尺度問題和遮擋問題，TransformerTransformer能夠更好地識別圖像中的關聯關系能夠更好地識別圖像中的關聯關系BEV（Birds Eye-Vie

30、w，鳥瞰圖）能夠通過上帝視角，獲取車輛360范圍內的感知信息，從而解決圖像尺度問題和遮擋問題。另一方面，BEV使用的是特征級融合，將原始傳感器采集的數據經過特征提取后再進行融合，融合之后再進行訓練、學習，進而提升感知精度。2021年，特斯拉引入BEV+Transfomer 架構，徹底重寫了FSD算法。與 CNN 等神經網絡相比，Transformer 能夠更好地在海量圖像數據中識別道路之間的關聯關系，從而更有利于進行向量空間的構建。根據各公司產品發布會，小鵬、理想、華為等產業鏈公司，均在跟進BEV+Transfomer架構。2.2 軟件端：軟件端：BEV+Transfomer 架構已成為現階段

31、感知層最佳方案架構已成為現階段感知層最佳方案特斯拉的特斯拉的BEV+Transformer架構架構特征級融合特征級融合資料來源：特斯拉官網資料來源：均勝電子官網1818Occupancy Network能夠精確生成空間占用信息能夠精確生成空間占用信息，擺脫對目標模型庫的依賴擺脫對目標模型庫的依賴傳統視覺方案高度依賴于現有的目標模型庫，對不在目標模型庫中的障礙物，無法做出很好的識別。另一方面，傳統視覺方案以矩形框標注障礙物信息，無法精確表征空間占用情況。2022年，特斯拉引入Occupancy Network（占用網絡），對感知算法進行升級。Occupancy Network將空間分為非常小的體

32、素，主要判斷每個體素是否被占用，而不考慮物體到底是什么。因此，Occupancy Network能夠對不規則障礙物進行很好的識別，且能夠精確生成空間占用情況，從而大幅增強感知算法的泛化能力。同時，Occupancy Network中包含高度方向上的數據，能夠將BEV結果由2D升維至3D。特斯拉特斯拉Occupancy Network可以生成較為精確的空間占用情況可以生成較為精確的空間占用情況資料來源：特斯拉官網2.2 軟件端：借助軟件端：借助Occupancy Network，提升感知算法的泛化能力，提升感知算法的泛化能力1919數據來源：交通運輸部數據來源：特斯拉2021年8月AI Day2

33、022年，我國公路里程約年，我國公路里程約535萬公里，其中自動駕駛核心場景約萬公里，其中自動駕駛核心場景約200萬公里萬公里特斯拉在特斯拉在2021年年AI Day展示的地圖構建展示的地圖構建2.2 軟件端：從依賴高精地圖，到“重感知，輕地圖”軟件端：從依賴高精地圖，到“重感知，輕地圖”使用高精地圖的問題逐漸暴露使用高精地圖的問題逐漸暴露，特斯拉特斯拉、理想等玩家擁抱眾包建圖技術路線理想等玩家擁抱眾包建圖技術路線中國公路總里程約535萬公里，其中輔助駕駛核心使用場景（城市+高速）約200公里。目前，高精地圖覆蓋了高速公路+北上廣深4城市，總里程為20公里，占比為10%；其他城市高精地圖審批目

34、前進展較慢。除了覆蓋范圍之外，高精地圖存在采集成本高（1000元/公里）、錯誤率高、維護成本高等問題。行業內存在眾包建圖、車機導航地圖、SD Pro導航地圖三條技術路線，降低對高精地圖的依賴。其中，眾包建圖方式通過收集大量的車流軌跡信息或單車SLAM建圖結果，在云端融合為語義地圖，并用單車局部建圖的結果進行更新、修補。特斯拉、理想等玩家均采用了眾包建圖技術路線。20202.2 軟件端：大模型開始融入規控算法，以應對復雜場景軟件端：大模型開始融入規控算法，以應對復雜場景自動駕駛逐步由數據驅動替代傳統基于規則的計算自動駕駛逐步由數據驅動替代傳統基于規則的計算特斯拉的決策樹生成模型特斯拉的決策樹生成

35、模型資料來源：地平線官網資料來源：特斯拉官網城市場景復雜度大幅提升城市場景復雜度大幅提升，人工智能模型有助于增強規控算法的應對能力人工智能模型有助于增強規控算法的應對能力傳統的規控算法為基于規則的算法。城市場景中交通參與者的種類繁多，行駛方向與行駛速度各異，己方車輛更容易與其他交通參與者發生干涉，在此情況下一定會出現博弈。同時，人類的駕駛行為中經常有突破規則的個例，算法中的規則不斷增多，不易維護。與基于規則的算法相比，人工智能模型的泛化能力強、平滑性好，能夠更好地應對復雜場景。另一方面，自動駕駛對于可解釋性有很高的要求，以保證安全性。例如在基于規則的算法中，軟件工程師會對問題進行拆解，再進行定

36、向優化。人工智能模型存在黑盒效應，可解釋性不足。因此未來一段時間內的規控算法，將是基于規則的算法和人工智能模型的結合。2121UniAD算法框架算法框架2.2 軟件端：端到端的模型得到學術界認可，為工程應用指明方向軟件端：端到端的模型得到學術界認可，為工程應用指明方向資料來源：Planning-oriented Autonomous Driving（作者：Yihan Hu,Jiazhi Yang,Li Chen等）UniAD提供了端到端的模型范本提供了端到端的模型范本，對工程化應用具有指導意義對工程化應用具有指導意義端到端的優勢在于，能夠更好地找到全局最優解，而不是陷入某個模塊的局部最優。另一

37、方面，端到端具備全局一致性，能夠使算法更加簡潔，開發效率更高。在CVPR 2023中，由Yihan Hu,Jiazhi Yang,Li Chen等學者撰寫的Planning-oriented Autonomous Driving獲得最佳論文獎。該論文基于Transformer框架，將感知、預測和規劃融入UniAD模型中，實現了端到端的自動駕駛方案。UniAD在預測、規劃等領域中的性能大幅提升。在nuScenes數據集下，與此前的最佳方案相比，UniAD的多目標跟蹤準確率超越SOTA 20%，車道線預測準確率提升30%，預測運動位移和規劃的誤差則分別降低了38%和28%。值得注意的是，UniAD

38、的模塊之間有明顯的界限和區隔，并通過神經網絡對各個模塊進行連接。因此，該模型仍具備相當的可解釋性，2222軟件算法軟件算法逐步走向數據驅動逐步走向數據驅動，自動標注與仿真成為關鍵環節自動標注與仿真成為關鍵環節人工智能算法正逐步滲透至感知、規控算法，數據數量、質量成為影響算法性能的關鍵因素。業內玩家正致力于打造數據閉環，以收集corner case數據，推進算法迭代。自動標注與仿真是數據閉環中的關鍵環節?；貍鞯皆贫说臄祿?，需要經過數據清洗和標注，才能供算法進行迭代。自動標注的引入，有利于提高標注效率，降低人力成本。以小鵬打造的自動標注系統為例，其標注效率是人工標注的45000倍，能夠將XNet所

39、需2000人年的標注量，縮短至16.7天。仿真能夠針對性地生成特定的corner case，能夠低成本地解決數據量不足的問題。另一方面，仿真場景中的元素參數為人為設定，能夠省去數據標注環節。2.3 基礎設施：自動標注與仿真為數據閉環提供“養料”基礎設施：自動標注與仿真為數據閉環提供“養料”特斯拉的數據閉環方案特斯拉的數據閉環方案特斯拉通過視覺仿真進行路口重建特斯拉通過視覺仿真進行路口重建資料來源：特斯拉官網資料來源：特斯拉官網2323國內玩家智算中心布局進展國內玩家智算中心布局進展資料來源：各公司官網，中信證券研究部2.3 基礎設施：自建智算中心將逐漸成為產業鏈公司的主流選擇基礎設施：自建智算

40、中心將逐漸成為產業鏈公司的主流選擇算力算力比拼由車端演化至云端比拼由車端演化至云端，自建智算中心的性價比優勢將逐步顯現自建智算中心的性價比優勢將逐步顯現數據標注、收集、訓練和仿真測試等環節，對算力的標準要求都在逐步提高，布局智算中心是當前形勢下的必要之舉。智算中心分為自建和租用兩種形式。其中，自建智算中心的前期搭建成本較高，根據蓋世汽車研究院數據，企業搭建智算中心的投資金額約為1-1.5億元。隨著智能駕駛規模的擴大，其邊際成本遞減。另一方面，云服務廠商提供的現有硬件設施相對固定，無法與企業需求形成最佳匹配。因此，自建智算中心將逐漸成為產業鏈公司的主流選擇。目前，行業內公司正致力于實現智能駕駛系

41、統上車，通過迭代升級，不斷強化市場信心，從而為超算中心建設積累資本。特斯拉于2021年開始布局智算中心，現有算力達1.8EFLPOS。根據Tesla AI消息，特斯拉自研的芯片Dojo將于今年7月正式投產；至2024年10月，特斯拉智算中心的算力有望達100EFLPOS。小鵬、毫末智行、吉利等公司，也在積極布局智算中心，構建云端算力。公司名稱公司名稱宣布時間宣布時間算力（算力（PFLOPS）智算中心布局進展智算中心布局進展小鵬汽車2022.08600小鵬汽車與阿里云合作，在烏蘭察布建設了智算中心“扶搖”，以提高模型訓練效率毫末智行2023.01670毫末智行和火山引擎聯合推出“雪湖 綠洲”智算

42、中心，其，存儲帶寬每秒2T，通信帶寬每秒800G吉利汽車2023.02810吉利汽車和阿里云在湖州成立了星睿智算中心，覆蓋智能駕駛、智能網聯、新能源安全、試制實驗等領域2424政策政策、法規日趨完善法規日趨完善，高級別自動駕駛漸行漸近高級別自動駕駛漸行漸近2022年11月，工信部發布關于開展智能網聯汽車準入和上路通行試點工作的通知（征求意見稿），首次從國家部委層面，對L3/L4級別智能網聯汽車的準入和上路通行試點工作擬定明確指導文件。2023年6月，工信部表示，將從三個方面推進汽車行業的智能化、網聯化發展進程：1）支持關鍵技術攻關：支持關鍵技術攻關：加快關鍵芯片、高精度傳感器、操作系統等新技術

43、新產品的研發和推廣應用；2）進一步完善網聯基礎設施：進一步完善網聯基礎設施：加快C-V2X、路側感知、邊緣計算等基礎設施建設，建立三級架構的云控基礎平臺，形成統一的接口、數據和通信標準；3）深化測試示范應用深化測試示范應用：啟動智能網聯汽車準入和上路通行試點，組織開展城市級“車路云一體化”示范應用，支持L3及以上級別的自動駕駛功能商業化應用。2.4 政策端：工信部表態支持政策端：工信部表態支持L3及以上級別的自動駕駛功能商業化應用及以上級別的自動駕駛功能商業化應用工信部表態支持工信部表態支持L3及以上級別自動駕駛發展及以上級別自動駕駛發展文遠知行的文遠知行的Robobus在深圳開展示范運營在深

44、圳開展示范運營資料來源：工信部官網資料來源：文遠知行官網目錄目錄CONTENTS251.1.高階功能投放加速，智能駕駛迎來質變時刻高階功能投放加速，智能駕駛迎來質變時刻2.2.大模型賦能智駕算法，云端、車端迭代加速大模型賦能智駕算法，云端、車端迭代加速3.3.產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大4.4.風險因素風險因素5.5.投資策略投資策略2626通過通過Transformer算子重構和模型剪枝進行優化算子重構和模型剪枝進行優化小鵬打造自標注的訓練架構小鵬打造自標注的訓練架構3 小鵬汽車：智能狂飆，營銷補短，小鵬經營回歸正軌

45、小鵬汽車：智能狂飆，營銷補短，小鵬經營回歸正軌資料來源：小鵬汽車官網，中信證券研究部資料來源：小鵬汽車官網運行時間（ms）HeadTransformerBackboneOthers小鵬在小鵬在2022年底年底，實現中國首個實現中國首個BEV+Transformer模型的量產上車模型的量產上車，背后是工程化背后是工程化、數據閉環數據閉環、云端訓練平臺的積累云端訓練平臺的積累在部署過程中，動態Xnet的算力需求從122%個Orin芯片的算力，降低到9%；具體來說：1）重寫Transformer算子；2）算法剪枝；3）GPU、DLA協同優化。數據閉環：打造基于自標注、自監督、無監督的綜合模型訓練能力

46、；數據加入后自動完善基礎網絡。計算平臺方面，阿里云的合作，落地了扶搖，600PFLOPs的算力；276天的訓練時間縮短到11個小時；602倍的訓練能力提升。2727疊加疊加NPN網絡特征后，網絡特征后，BEV路口識別能力加強路口識別能力加強TIN3 理想汽車：座艙理想汽車：座艙+智駕應用大模型，純電帶動銷量上臺階智駕應用大模型，純電帶動銷量上臺階資料來源：理想汽車官網資料來源：理想汽車官網理想城市輔助駕駛的特點理想城市輔助駕駛的特點1.去高精地圖：在路口使用去高精地圖：在路口使用NPN特征增強特征增強BEV大模型大模型，提高復雜路口識別的穩定性與精確性提高復雜路口識別的穩定性與精確性NPN特征

47、：在復雜路口僅通過BEV不夠穩定，做法是使用神經先驗網絡（NPN），提前進行路口特征提取存儲。TIN：學習人類司機在路口對紅綠燈的反應，實現端到端識別信號燈意圖（跳過對具體路燈語義的理解）。2.識別能力：大模型訓練增強對通用障礙物的識別能力識別能力：大模型訓練增強對通用障礙物的識別能力，采用采用Occupancy網絡來識別物體邊界網絡來識別物體邊界3.決策能力：通過真實駕駛行為訓練獲得更貼近于人類駕駛員的決策結果決策能力：通過真實駕駛行為訓練獲得更貼近于人類駕駛員的決策結果2828資料來源：問界M5高階版智駕發布會ADS 2.0首搭首搭M5智駕版智駕版M9將實現將實現AR-HUD和智能駕駛系統

48、深度融合和智能駕駛系統深度融合3 賽力斯：賽力斯：ADS 2.0首搭首搭M5智駕版，智駕版，M9將實現將實現HUD和智駕系統深度融合和智駕系統深度融合資料來源：問界M5高階智駕版發布會HUAWEI ADS 2.0系統體驗提升系統體驗提升。HUAWEI ADS 2.0能夠覆蓋城區90%的場景，高速方面HUAWEI ADS 2.0將進一步提升上下匝道、避障、施工修路等場景能力。根據華為智能汽車解決方案發布會，HUAWEI ADS的平均接管里程從1.0的100km提升到2.0的200km；代客泊車輔助（AVP）將在2023年年底實現，以進一步提升窄車位處理能力。M5智駕版為智駕版為HUAWEI AD

49、S 2.0首發車型首發車型。硬件端，賽力斯M5智駕版搭載單激光雷達方案（極狐阿爾法HI版、阿維塔11為3激光雷達方案），且主算力芯片采用了MC610（其余兩款車采用的是MC810）。賽力斯賽力斯M9將實現將實現AR-HUD和智能駕駛系統的深度融合和智能駕駛系統的深度融合。根據M5智駕版發布會，23Q4賽力斯與華為計劃發布旗艦車型M9，其中，華為AR-HUD與智能駕駛系統深度融合，可實現實景呈現，除了車規級AR導航之外，還能在風擋玻璃上投射倒車影像、實現巨幕觀影等。2929資料來源：長安汽車官網資料來源：華為智能汽車解決方案發布會阿維塔阿維塔11阿維塔阿維塔11智駕表現智駕表現3 長安汽車：阿維

50、塔長安汽車：阿維塔11將迎來將迎來ADS 2.0升級升級阿維塔阿維塔11目前搭載的智駕系統為目前搭載的智駕系統為HUAWEI ADS 1.0，已在四座城市向用戶開放試駕體驗已在四座城市向用戶開放試駕體驗。截至2023年5月，阿維塔11城區智駕領航輔助（City NCA）已在上海、廣州、深圳、重慶四城開啟門店用戶試駕體驗。自發布以來自發布以來，HUAWEI ADS 1.0系統持續迭代系統持續迭代，性能不斷提升性能不斷提升。根據華為2023年智能汽車解決方案發布會，HUAWEIADS 1.0系統自推出以來實現OTA升級7次、功能更新/性能優化172項，匝道匯入成功率由94%提升到98%，泊入成功率

51、由91%提升到95%。阿維塔將逐步迭代至阿維塔將逐步迭代至HUAWEI ADS 2.0系統系統。阿維塔將在今年下半年全系迭代HUAWEI ADS 2.0智駕系統，規劃23Q2有圖5城（包括上海、深圳、廣州、杭州、重慶，其中廣州、重慶、杭州為部分區域覆蓋）；Q3無圖15城，Q4無圖45城。3030資料來源：蔚來官方微信公眾號資料來源：蔚來官方微信公眾號NOP+訂閱模式訂閱模式NOP+高速換電高速換電3 蔚來：蔚來：NOP+開啟推送，下半年延伸至高速服務區換電場景開啟推送，下半年延伸至高速服務區換電場景6月月30日日，蔚來智能系統蔚來智能系統 Banyan 2.0.0 正式發布正式發布。此次升級包

52、含加電路線自動規劃、專屬服務、NOMI 記事、ISS 智能舒適剎停、RPA 遙控輔助泊車、MAI 誤加速抑制輔助等超過 120 項的功能新增及體驗優化，覆蓋大量日常用車場景。截止2023年6月30日，NOP+Beta 版已開啟免費試用185天，在此期間，Beta 版累計行駛里程達4,990萬公里，周增里程達274萬公里，參與試用活動用戶超5.8萬人。NOP+正式版本采用全新的正式版本采用全新的BEV與占位柵格感知模型與占位柵格感知模型，并切換至并切換至NAD同一技術棧同一技術棧。BEV 感知架構可以展示更豐富的動態模型、道路元素、車輛尾燈、轉向燈等信息，降級頻次減少80%，帶來更加連貫暢通的N

53、OP+體驗。Banyan2.0.0本次還新增了窄路護欄偏移能力、緩行場景預減速能力，以及頻繁啟停下的加減速體驗優化。2023年下半年，NOP+將延伸至高速服務區換電場景，逐步覆蓋全國高速服務區換電站，使高速駕駛與換電場景無縫銜接，實現點到點的完整高速出行體驗。3131IPU04持續斬獲定點持續斬獲定點，增長邏輯逐步兌現增長邏輯逐步兌現。公司基于英偉達Orin-X芯片，打造了高算力智能駕駛域控制器IPU04。該產品經過市場驗證，成熟度最高，定點主流車企超過10家，其核心客戶理想車型L系列車型6月交付超3.2萬輛，料將帶動智駕業務進一步放量，兌現量產進度領先紅利。智能駕駛產品不斷豐富智能駕駛產品不

54、斷豐富，營收高速增長營收高速增長。針對下游市場降本壓力，公司輕量級智駕產品IPU02將推出多種配置，以適配中低至中高價位車型，有望在吉利、奇瑞、長城等客戶中實現一定增長。公司也在持續推進智能駕駛傳感器的產品研發與量產落地，其中高清攝像頭、ADAS攝像頭已實現規?；慨a，毫米波角雷達、BSD雷達均在多個客戶量產應用，4D及國產化雷達方案已完成產業技術布局。受益于產品矩陣的不斷豐富，公司智能駕駛業務營收和新獲訂單規模均實現高速增長。2022年，公司智能駕駛業務實現營收25.71億元，同比大幅增長83.1%。3 德賽西威：與英偉達深度合作，充分享受先發優勢德賽西威：與英偉達深度合作，充分享受先發優勢

55、德賽西威德賽西威IPU04德賽西威德賽西威IPU04的電子元器件布置的電子元器件布置資料來源：德賽西威官網資料來源：德賽西威官網32323 科博達：戰略攜手地平線，智能域控布局加速科博達：戰略攜手地平線，智能域控布局加速科博達與地平線簽署戰略合作協議科博達與地平線簽署戰略合作協議資料來源：科博達官網資料來源：科博達官網科博達主營產品科博達主營產品科博達智能科技進展順利科博達智能科技進展順利，智能域控領域布局加速智能域控領域布局加速。公司較早布局汽車控制器領域，底盤、車身及空氣懸架等域控制器項目進展順利，在手訂單充沛。在此基礎上。2022年10月，公司宣布成立上?？撇┻_智能科技有限公司，標志著公

56、司正式進軍汽車智能駕駛新領域，加快智能域控領域布局。戰略攜手地平線戰略攜手地平線，智能駕駛持續發力智能駕駛持續發力。今年4月，公司與地平線簽署戰略合作協議，雙方將圍繞產品開發、技術探索展開積極合作，共同推動智能駕駛前沿技術落地?；诖舜魏献?，公司將開展各級別乘用車域控產品的自研開發工作，未來公司將提供包括自研AEB（自動緊急剎車）、AES（自動緊急變道）等主動安全功能及IALC（智能變道）、NOA（高速領航輔助駕駛）等行車功能以及自動泊車，全方位覆蓋高低速的車輛駕乘體驗。目前科博達智能科技正與多家車企深度開展聯合預研，未來有望同步完成相關域控產品的平臺化開發。3333智能駕駛產品不斷迭代智能駕

57、駛產品不斷迭代，產品布局日益完善產品布局日益完善。公司第五代ADAS產品將搭載800萬像素、120度寬視場角攝像頭，能夠將性能提升40%。公司第二代行泊一體域控制器支持11個攝像頭、5個毫米波雷達和12個超聲波雷達的同時接入，能夠實現高速自主變道ALC、領航輔助NOA等功能，已量產配套哪吒S。公司也在積極布局基于國產高算力芯片的智能駕駛域控制器，目前已完成A樣研發。此外，公司基于Arbe芯片開發4D毫米波雷達，目前已完成A樣研發。高級別智能駕駛解決方案持續斬獲訂單高級別智能駕駛解決方案持續斬獲訂單，業務進展順利業務進展順利。公司于2022年9月中標龍拱港無人水平運輸系統項目，將交付包括車、路、

58、網、云、圖在內的全棧產品解決方案。截至2022年12月，已有4臺無人水平運輸平板車HAV編隊加入龍拱港生產作業，實現常態化運營。2023年5月，公司中標唐山港京唐港區無人水平運輸系統研發項目。該項目包含制造22臺智能平板運輸車及配套設施、開發建設智能水平運輸管理系統、智能輔助系統及碼頭調試等。3 經緯恒潤：智能駕駛產品布局日益完善，高級別智駕業務進展順利經緯恒潤：智能駕駛產品布局日益完善，高級別智駕業務進展順利搭載經緯恒潤搭載經緯恒潤ADCU的哪吒的哪吒S經緯恒潤中標龍拱港無人水平運輸系統項目經緯恒潤中標龍拱港無人水平運輸系統項目資料來源：汽車之家資料來源：經緯恒潤官網34343 華陽集團：橫

59、向拓展智能駕駛，智駕域控研發取得突破華陽集團：橫向拓展智能駕駛，智駕域控研發取得突破成立華陽馭駕成立華陽馭駕，加速布局智能駕駛加速布局智能駕駛。在智能駕駛方面，華陽集團從低速向高速領域布局，公司360環視、APA自動泊車產品均已承接較多項目并實現量產。其中，公司APA自動泊車產品借助于攝像頭與雷達的感知融合，具備多種類型的停車位探測、動態路徑規劃、自動泊入泊出等功能，能夠解決90%以上的泊車難問題。芯片合作伙伴方面，公司于2021 年 4 月與地平線簽署戰略合作協議，雙方將基于J3/J5芯片打造智能駕駛域控制器。此外，公司于2022年9月新設全資子公司華陽馭駕，加速布局智能駕駛。發布智能駕駛域

60、控制器發布智能駕駛域控制器，產品研發取得突破產品研發取得突破。2023年上海車展期間，公司推出了高性能行泊一體域控產品ADC02。該產品搭載了國產高算力芯片，支持11路高清攝像頭、5路毫米波雷達、12路超聲波雷達、1路激光雷達接入，攝像頭支持800萬像素，可實現L2+級別智能駕駛功能，包括高速NOA、城市NOA及記憶泊車，產品研發取得突破。華陽集團華陽集團APA產品產品華陽集團成立華陽馭駕華陽集團成立華陽馭駕資料來源：華陽集團官網資料來源：華陽集團官網3535發力智能駕駛域控制器發力智能駕駛域控制器，與芯片供應商廣泛合作與芯片供應商廣泛合作。2021年7月，公司設立智能汽車技術研究院，發力智能

61、駕駛。智能駕駛域控制器方面，公司重點布局硬件設計、底層軟件與中間件環節，目前已獲批及在批的相關專利已超過50項。芯片合作伙伴方面，公司于今年5月與地平線簽署戰略合作協議，雙方將共同推進高級別自動駕駛解決方案研發落地。此外，公司也與高通、英偉達、黑芝麻等芯片供應商建立了合作關系。發布基于高通方案的智能駕駛域控制器發布基于高通方案的智能駕駛域控制器，產品研發進展順利產品研發進展順利。高通汽車技術與合作峰會期間，公司發布基于高通Snapdragon Ride第二代芯片平臺的智能駕駛域控制器。該產品算力達200TOPS，支持3L5R12V12USS架構，能夠實現HPA/NOP/HWA等智能駕駛功能。此

62、次發布基于高通方案的智駕域控，表明公司在產品研發方面持續突破，訂單獲取與量產落地有望加速。3 均勝電子：發布基于高通方案的智駕域控，產品研發穩步推進均勝電子：發布基于高通方案的智駕域控，產品研發穩步推進均聯智行發布基于高通方案的智能駕駛域控制器均聯智行發布基于高通方案的智能駕駛域控制器均聯智行與地平線簽署戰略合作協議均聯智行與地平線簽署戰略合作協議資料來源：均勝電子官網資料來源：均勝電子官網36363 保隆科技：產品規劃清晰，持續斬獲定點保隆科技：產品規劃清晰，持續斬獲定點智駕域控斬獲定點智駕域控斬獲定點，產品研發不斷推進產品研發不斷推進。智能駕駛領域，保隆已先后布局研發了紅外攝像頭、毫米波雷

63、達、4D毫米波雷達、雙目廣角前視、超級魚眼環視以及域控制器等產品。其中，公司環視系統已斬獲多家主機廠定點；4D毫米波雷達已進入優化調試階段，公司預計該產品于2024年一季度實現初步量產。此外，公司于2022年11月斬獲國內某新能源汽車品牌主機廠定點，將量產配套智能駕駛域控制器和超聲波雷達，標志著公司智駕域控產品首次實現定點突破。根據公司公告，該項目生命周期為6年，生命周期總金額超過7億元，預計2023年10月開始量產。打造三類智能駕駛解決方案打造三類智能駕駛解決方案，產品規劃清晰產品規劃清晰。公司V-SEE 1.0方案致力于解決單車道的駕駛安全問題，提供L2+智駕安全體驗；V-SEE 2.0方

64、案致力于多車道的駕駛問題，提供主動變道、路網切換及記憶泊車等高階智駕體驗；V-SEE 3.0方案基于“點云級”單車感知與V2X全時感知能力深度融合，致力于為客戶解決全場景全天候的智能駕駛安全問題。保隆科技行泊一體域控制器保隆科技行泊一體域控制器保隆科技保隆科技V-SEE 3.0方案方案資料來源：保隆科技官網資料來源：保隆科技官網37373 伯特利：線控制動持續放量，底盤域平臺布局不斷完善伯特利：線控制動持續放量，底盤域平臺布局不斷完善伯特利伯特利 One-Box 線控制動產品線控制動產品伯特利電動轉向系統產品伯特利電動轉向系統產品資料來源：伯特利官網資料來源：伯特利官網公司前瞻布局線控公司前瞻

65、布局線控，充分享受智能駕駛賽道高景氣度紅利充分享受智能駕駛賽道高景氣度紅利。線控制動行業技術壁壘高，公司打破博世等外資壟斷，相關產品已于2021年實現量產，后續有望實現自主品牌國產替代。根據公司年報，具備制動冗余的下一代線控制動系統（WCBS2.0）的研發在順利推進中，將更好滿足L3及以上自動駕駛級別對線控制動系統的需求，相關產品預計2024年上半年量產。此外，公司ADAS產線已在2022年4月量產，有望進一步豐富公司汽車智能電控系統產品品類，賦能公司的長期成長。公司拓展汽車轉向產品公司拓展汽車轉向產品，完善底盤域平臺布局完善底盤域平臺布局。公司于2022年4月收購萬達進軍線控轉向，同年10月

66、與吉利合資成立智能底盤公司，底盤域平臺布局加速。此外DP-EPS、R-EPS 轉向系統、線控轉向系統的研發已正式啟動，線控轉向開始發力。公司有望通過制動轉向業務整合，實現自主底盤域的線控集成，劍指線控底盤綜合型供應商。38383 耐世特：產品矩陣覆蓋全面，線控轉向量產在即耐世特：產品矩陣覆蓋全面，線控轉向量產在即耐世特線控轉向技術示意圖耐世特線控轉向技術示意圖資料來源：耐世特官網資料來源：JTEKT公司是全球領先的轉向系統供應商公司是全球領先的轉向系統供應商，產品矩陣近乎涵蓋電動轉向全品類產品矩陣近乎涵蓋電動轉向全品類。目前，公司在EPS領域已基本實現全品類覆蓋，包括齒條式助力轉向R-EPS、

67、單小齒輪式助力轉向P-EPS、雙小齒輪式助力轉向DP-EPS、管柱式助力轉向C-EPS。根據公司業績交流會數據，耐世特為全球第三大轉向系統供應商（前兩名分別是JTEKT和博世），其中公司在北美市場份額排名第一。公司目前的核心包括：通用汽車、Stellantis、福特、寶馬、雷諾-日產聯盟等，耐世特自主品牌客戶包括：長安、廣汽、比亞迪、長城、吉利、東風、小鵬等。公司線控轉向系統已獲得頭部主機廠定點公司線控轉向系統已獲得頭部主機廠定點，量產在即量產在即。根據公司2022年半年報披露，公司于2022H1獲得業內首個大批量線控轉向訂單，客戶為歐洲某頭部跨國車企，該訂單為公司歷史上最大的全生命周期訂單之

68、一。目前，公司在手訂單充裕，有望憑借長期技術積累，把握汽車電動化、智能化背景下線控底盤市場擴容機遇，實現線控轉向爆發。線控轉向對安全度要求極高，基于硬件的全冗余系統將提升線控轉向對安全度要求極高，基于硬件的全冗余系統將提升ASP39393 拓普集團：九大系列產品打造平臺化供應體系，線控業務蓄勢待發拓普集團：九大系列產品打造平臺化供應體系，線控業務蓄勢待發拓普集團拓普集團IBS-PRO產品產品拓普集團拓普集團CD-EPS、EASC、DP-EPS產品產品資料來源：拓普集團官網資料來源：拓普集團官網九大系列產品構筑平臺化供應體系九大系列產品構筑平臺化供應體系，智能化賽道積極布局智能化賽道積極布局。公

69、司目前擁有包括汽車NVH減震系統、內飾功能件、車身輕量化、智能座艙部件、熱管理系統、底盤系統、空氣懸架系統、智能駕駛系統、機器人執行器在內的九大系列產品，單車配套金額可達3萬元，其中智能化產品主要包括智能駕駛產品如智能剎車系統IBS、電動助力轉向管柱C-EPS以及智能座艙產品如座椅舒適系統、智動側門系統等。線控底盤業務蓄勢待發線控底盤業務蓄勢待發，相關產品已獲項目定點放量在即相關產品已獲項目定點放量在即。根據公司官方微信公眾號拓普資訊，公司第四代線控制動產品IBS-PRO于2022年3月通過冬季標定試驗，目前已獲得吉利、紅旗等客戶定點。此外，公司依托在IBS領域的技術積淀，切入線控轉向EPS業

70、務。根據公司官網，截止2022年底，公司線控轉向新增16個正式項目定點，其中CD-EPS定點項目7個，于2022年Q4量產；EASC定點項目7個，計劃于2023年Q3量產；DP-EPS定點項目2個，計劃于2023年Q4量產。4040慣導模塊處于定位模塊算法的中心位置慣導模塊處于定位模塊算法的中心位置華依科技智能駕駛事業部具備各項能力華依科技智能駕駛事業部具備各項能力3 華依科技：華依科技：IMU量產在即，智駕業務進展順利量產在即，智駕業務進展順利資料來源：百度阿波羅，中信證券研究部資料來源：華依科技官網慣性導航有望成為慣性導航有望成為L3及以上自動駕駛標配及以上自動駕駛標配，需求爆發指日可待需

71、求爆發指日可待。慣性導航系統具有不依賴外部信號、刷新頻率高、可與其他傳感器進行融合等優點，有望成為自動駕駛標配部件。慣性導航已成為眾多車企量產自動駕駛的主流方案，理想L9、蔚來ET7、智己LS7、小鵬P5/P7等均標配組合導航系統。公司目前已獲得奇瑞汽車公司目前已獲得奇瑞汽車、智己汽車慣導項目定點智己汽車慣導項目定點，2023年即將實現量產年即將實現量產。公司持續加大高精度慣導業務的研發投入持續加大，目前已實現應用層產品落地。公司已與多家主機廠已完成車型匹配工作，并已獲得奇瑞汽車、智己汽車定點，后續有望獲得更多的客戶訂單。此外，公司已實施股權激勵方案，重點考核慣導產品的市場化進展，有望激發員工

72、活力，加速慣導產品的產業化落地。我們認為公司在慣性導航領域的前瞻布局已進入收獲期，即將迎來“行業從零到一”+“公司產品從零到一”的快速爆發期。4141公司主要業務示意圖公司主要業務示意圖公司公司4D雷達產品示意圖雷達產品示意圖3 威孚高科：與威孚高科：與Arbe深度合作，深度合作，4D毫米波雷達項目不斷推進毫米波雷達項目不斷推進資料來源：威孚高科官網資料來源：威孚高科官網4D 毫米波雷達是傳統毫米波雷達的升級版毫米波雷達是傳統毫米波雷達的升級版，有望成為智能駕駛的主流傳感器有望成為智能駕駛的主流傳感器。4D毫米波雷達通過增加發射、接收通道數量，提升縱向分辨能力，從而解決傳統毫米波雷達無法有效識

73、別靜止物體、測量角度誤差范圍較大的問題，并有望將前向感知距離提升至300m以上。另一方面，現階段激光雷達的產品單價約600-2000美元，4D毫米波雷達約為150-200美元，相比激光雷達性價比優勢顯著。目前，4D毫米波雷達已搭載于飛凡R7、深藍SL03等量產車型。與與Arbe深度合作深度合作，4D毫米波雷達研發持續推進毫米波雷達研發持續推進。集成芯片方案將多發多收天線集成在一顆ASIC芯片中，能夠大幅縮小產品體積，但芯片尚未完全成熟，成本較高。Arbe為該芯片的頭部供應商。威乎高科與 Arbe 展開深度合作，基于 Arbe 雷達芯片組，開發集成芯片方案的 4D 毫米波雷達。公司官網顯示，公司

74、于2021年實現4D毫米波雷達的首批原型樣件試制和交付，目前處于技術研發和市場應用快速發展階段，并已獲得干線物流項目定點。42423 第三方“大模型”供應商涌現，搭檔傳統第三方“大模型”供應商涌現，搭檔傳統OEM，也有望落地高階功能，也有望落地高階功能第三方算法供應商涌現第三方算法供應商涌現，讓傳統車企也能獲得大模型軟件能力讓傳統車企也能獲得大模型軟件能力，甚至獲得數據閉環服務甚至獲得數據閉環服務目前一級市場有多家第三方算法供應商出現，其中小馬（豐田）、Momenta（上汽智己、比亞迪、通用）、毫末（長城）等斬獲定點；另一方面，VC/PE孵化了算法供應商，讓傳統OEM在未來也能獲得軟件能力。全

75、棧自研（頭部新勢力）vs采購第三方方案誰會勝出？比拼要素包括：1.迭代速度、合作能力；2.產品體驗；3.成本和效率。第三方自動駕駛“大模型”算法解決方案供應商第三方自動駕駛“大模型”算法解決方案供應商資料來源：各公司官網，中信證券研究部目錄目錄CONTENTS431.1.高階功能投放加速，智能駕駛迎來質變時刻高階功能投放加速，智能駕駛迎來質變時刻2.2.大模型賦能智駕算法，云端、車端迭代加速大模型賦能智駕算法，云端、車端迭代加速3.3.產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大4.4.風險因素風險因素5.5.投資策略投資策略4444

76、技術與產品迭代風險產品推廣速度低于預期汽車行業銷量下滑風險智能汽車扶持政策的力度低于預期出現智能駕駛的惡性事故4 風險因素風險因素目錄目錄CONTENTS451.1.高階功能投放加速，智能駕駛迎來質變時刻高階功能投放加速，智能駕駛迎來質變時刻2.2.大模型賦能智駕算法，云端、車端迭代加速大模型賦能智駕算法，云端、車端迭代加速3.3.產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大產業蛻變“雪球效應”顯著，頭部玩家優勢有望進一步擴大4.4.風險因素風險因素5.5.投資策略投資策略4646大模型賦能汽車大模型賦能汽車，智能駕駛迎來蛻變時刻智能駕駛迎來蛻變時刻軟件端：大模型正逐步應用于智能駕駛算

77、法，首先在感知算法上，BEV+Transformer架構有利于解決圖像尺度問題和遮擋問題，更好地實現向量空間的構建；其次在規控算法上，有望提升其泛化能力，優化在復雜場景下的表現硬件端：隨著智駕SoC、激光雷達等產品的逐步成熟，智駕硬件BOM成本的降幅有望達50%；政策端，工信部已表態支持L3及以上級別的自動駕駛功能商業化應用。上述因素均為高階智駕功能的落地掃清障礙根據各公司產品發布會，2023H2，小鵬、理想、賽力斯等主機廠將加速投放領航輔助駕駛功能，對使用場景的覆蓋度有望從10%提升至90%風險因素：風險因素：技術與產品迭代風險;產品推廣速度低于預期;汽車行業銷量下滑風險;智能汽車扶持政策的

78、力度低于預期;出現智能駕駛的惡性事故。投資建議：投資建議：綜上，在產業鏈各個環節中我們推薦：OEMs：落地價值量大：落地價值量大，對標特斯拉FSD和自主品牌的配置價差，高階智駕帶來價值提升為2-6萬元/車；大模型壁壘高大模型壁壘高，全棧自研的主機廠模型迭代快，算法壁壘高；智駕訓練數據壁壘高智駕訓練數據壁壘高、價值高價值高。英偉達小鵬、理想、蔚來華為賽力斯、長安域控制器：域控制器：算力是智能駕駛的核心基礎，與頭部芯片商緊密合作、產品配套領先的tier-1產業鏈卡位效應強英偉達德賽西威自主可控科博達（地平線）、經緯恒潤（Mobileye/TI/寒武紀行歌）、華陽集團（地平線）、均勝電子（地平線/高

79、通）、保隆科技（黑芝麻）智能底盤：智能底盤：功能安全要求高、壁壘高伯特利（線控制動）、拓普集團（線控制動）、耐世特（線控轉向）智能感知：智能感知：華依科技、威孚高科等5 投資策略投資策略感謝您的信任與支持！感謝您的信任與支持！THANK YOU47李景濤（李景濤（汽車及零部件汽車及零部件行業聯席首席行業聯席首席分析分析師師）執業證書編號：S1010520120003尹欣馳（尹欣馳（汽車及零部件汽車及零部件行業首席行業首席分析師分析師）執業證書編號：S1010519040002武平樂武平樂（汽車及零部件分析師汽車及零部件分析師）執業證書編號：S1010522080002李子?。ɡ钭涌。ㄆ嚰傲悴?/p>

80、件分析師汽車及零部件分析師）執業證書編號：S1010521080002董軍韜董軍韜（汽車及零部件分析師汽車及零部件分析師）執業證書編號：S1010522090003簡志鑫簡志鑫（汽車及零部件分析師汽車及零部件分析師）執業證書編號：S1010522090004免責聲明免責聲明48分析師聲明分析師聲明主要負責撰寫本研究報告全部或部分內容的分析師在此聲明：（i）本研究報告所表述的任何觀點均精準地反映了上述每位分析師個人對標的證券和發行人的看法；（ii）該分析師所得報酬的任何組成部分無論是在過去、現在及將來均不會直接或間接地與研究報告所表述的具體建議或觀點相聯系。一般性聲明一般性聲明本研究報告由中信證

81、券股份有限公司或其附屬機構制作。中信證券股份有限公司及其全球的附屬機構、分支機構及聯營機構（僅就本研究報告免責條款而言，不含CLSAgroup of companies），統稱為“中信證券”。本研究報告對于收件人而言屬高度機密，只有收件人才能使用。本研究報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布該研究報告的人員。本研究報告僅為參考之用，在任何地區均不應被視為買賣任何證券、金融工具的要約或要約邀請。中信證券并不因收件人收到本報告而視其為中信證券的客戶。本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于特定證券或金融工具的建議或策略。對

82、于本報告中提及的任何證券或金融工具，本報告的收件人須保持自身的獨立判斷并自行承擔投資風險。本報告所載資料的來源被認為是可靠的，但中信證券不保證其準確性或完整性。中信證券并不對使用本報告或其所包含的內容產生的任何直接或間接損失或與此有關的其他損失承擔任何責任。本報告提及的任何證券或金融工具均可能含有重大的風險，可能不易變賣以及不適合所有投資者。本報告所提及的證券或金融工具的價格、價值及收益可跌可升。過往的業績并不能代表未來的表現。本報告所載的資料、觀點及預測均反映了中信證券在最初發布該報告日期當日分析師的判斷，可以在不發出通知的情況下做出更改，亦可因使用不同假設和標準、采用不同觀點和分析方法而與

83、中信證券其它業務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。中信證券并不承擔提示本報告的收件人注意該等材料的責任。中信證券通過信息隔離墻控制中信證券內部一個或多個領域的信息向中信證券其他領域、單位、集團及其他附屬機構的流動。負責撰寫本報告的分析師的薪酬由研究部門管理層和中信證券高級管理層全權決定。分析師的薪酬不是基于中信證券投資銀行收入而定，但是，分析師的薪酬可能與投行整體收入有關，其中包括投資銀行、銷售與交易業務。若中信證券以外的金融機構發送本報告，則由該金融機構為此發送行為承擔全部責任。該機構的客戶應聯系該機構以交易本報告中提及的證券或要求獲悉更詳細信息。本報告不構

84、成中信證券向發送本報告金融機構之客戶提供的投資建議，中信證券以及中信證券的各個高級職員、董事和員工亦不為（前述金融機構之客戶）因使用本報告或報告載明的內容產生的直接或間接損失承擔任何責任。評級說明評級說明投資建議的評級標準投資建議的評級標準評級評級說明說明報告中投資建議所涉及的評級分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后6到12個月內的相對市場表現，也即：以報告發布日后的6到12個月內的公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：A股市場以滬深300指數為基準，新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基

85、準；香港市場以摩根士丹利中國指數為基準；美國市場以納斯達克綜合指數或標普500指數為基準；韓國市場以科斯達克指數或韓國綜合股價指數為基準。股票評級買入相對同期相關證券市場代表性指數漲幅20%以上增持相對同期相關證券市場代表性指數漲幅介于5%20%之間持有相對同期相關證券市場代表性指數漲幅介于-10%5%之間賣出相對同期相關證券市場代表性指數跌幅10%以上行業評級強于大市相對同期相關證券市場代表性指數漲幅10%以上中性相對同期相關證券市場代表性指數漲幅介于-10%10%之間弱于大市相對同期相關證券市場代表性指數跌幅10%以上證券研究報告證券研究報告2023年年7月月11日日免責聲明免責聲明49特

86、別聲明特別聲明在法律許可的情況下，中信證券可能（1）與本研究報告所提到的公司建立或保持顧問、投資銀行或證券服務關系，（2）參與或投資本報告所提到的公司的金融交易，及/或持有其證券或其衍生品或進行證券或其衍生品交易，因此，投資者應考慮到中信證券可能存在與本研究報告有潛在利益沖突的風險。本研究報告涉及具體公司的披露信息，請訪問https:/ Limited（于中國香港注冊成立的有限公司）分發；在中國臺灣由CL Securities Taiwan Co.,Ltd.分發；在澳大利亞由CLSA Australia Pty Ltd.（商業編號：53 139 992 331/金融服務牌照編號：350159）

87、分發；在美國由CLSA（CLSA Americas,LLC除外）分發；在新加坡由CLSA Singapore Pte Ltd.（公司注冊編號：198703750W）分發；在歐洲經濟區由CLSA Europe BV分發；在英國由CLSA（UK）分發；在印度由CLSA India Private Limited分發（地址：8/F,Dalamal House,Nariman Point,Mumbai 400021；電話：+91-22-66505050；傳真：+91-22-22840271；公司識別號：U67120MH1994PLC083118）；在印度尼西亞由PT CLSA Sekuritas In

88、donesia分發；在日本由CLSA Securities Japan Co.,Ltd.分發；在韓國由CLSA Securities Korea Ltd.分發；在馬來西亞由CLSASecurities Malaysia Sdn Bhd分發；在菲律賓由CLSA Philippines Inc.（菲律賓證券交易所及證券投資者保護基金會員）分發；在泰國由CLSA Securities(Thailand)Limited分發。針對不同司法管轄區的聲明針對不同司法管轄區的聲明中國大陸：中國大陸：根據中國證券監督管理委員會核發的經營證券業務許可，中信證券股份有限公司的經營范圍包括證券投資咨詢業務。中國香港：

89、中國香港：本研究報告由CLSA Limited分發。本研究報告在香港僅分發給專業投資者（證券及期貨條例（香港法例第571 章）及其下頒布的任何規則界定的），不得分發給零售投資者。就分析或報告引起的或與分析或報告有關的任何事宜，CLSA客戶應聯系CLSA Limited的羅鼎，電話：+852 2600 7233。美國：美國：本研究報告由中信證券制作。本研究報告在美國由CLSA（CLSA Americas,LLC除外）僅向符合美國1934年證券交易法下15a-6規則界定且CLSA Americas,LLC提供服務的“主要美國機構投資者”分發。對身在美國的任何人士發送本研究報告將不被視為對本報告中所

90、評論的證券進行交易的建議或對本報告中所述任何觀點的背書。任何從中信證券與CLSA獲得本研究報告的接收者如果希望在美國交易本報告中提及的任何證券應當聯系CLSA Americas,LLC（在美國證券交易委員會注冊的經紀交易商），以及 CLSA 的附屬公司。新加坡：新加坡：本研究報告在新加坡由CLSA Singapore Pte Ltd.，僅向（新加坡財務顧問規例界定的）“機構投資者、認可投資者及專業投資者”分發。就分析或報告引起的或與分析或報告有關的任何事宜，新加坡的報告收件人應聯系CLSA Singapore Pte Ltd，地址：80 Raffles Place,#18-01,UOB Pla

91、za 1,Singapore 048624，電話：+65 6416 7888。因您作為機構投資者、認可投資者或專業投資者的身份，就CLSA Singapore Pte Ltd.可能向您提供的任何財務顧問服務，CLSA Singapore Pte Ltd豁免遵守財務顧問法（第110章）、財務顧問規例以及其下的相關通知和指引（CLSA業務條款的新加坡附件中證券交易服務C部分所披露）的某些要求。MCI（P）085/11/2021。加拿大：加拿大：本研究報告由中信證券制作。對身在加拿大的任何人士發送本研究報告將不被視為對本報告中所評論的證券進行交易的建議或對本報告中所載任何觀點的背書。英國：英國：本研

92、究報告歸屬于營銷文件，其不是按照旨在提升研究報告獨立性的法律要件而撰寫，亦不受任何禁止在投資研究報告發布前進行交易的限制。本研究報告在英國由CLSA（UK）分發，且針對由相應本地監管規定所界定的在投資方面具有專業經驗的人士。涉及到的任何投資活動僅針對此類人士。若您不具備投資的專業經驗，請勿依賴本研究報告。對于英國分析員編纂的研究資料，其由CLSA（UK）制作并發布。就英國的金融行業準則，該資料被制作并意圖作為實質性研究資料。CLSA（UK）由（英國）金融行為管理局授權并接受其管理。歐洲經濟區：歐洲經濟區：本研究報告由荷蘭金融市場管理局授權并管理的CLSA Europe BV 分發。澳大利亞：澳

93、大利亞：CLSA Australia Pty Ltd(“CAPL”)(商業編號：53 139 992 331/金融服務牌照編號：350159)受澳大利亞證券與投資委員會監管，且為澳大利亞證券交易所及CHI-X的市場參與主體。本研究報告在澳大利亞由CAPL僅向“批發客戶”發布及分發。本研究報告未考慮收件人的具體投資目標、財務狀況或特定需求。未經CAPL事先書面同意，本研究報告的收件人不得將其分發給任何第三方。本段所稱的“批發客戶”適用于公司法（2001）第761G條的規定。CAPL研究覆蓋范圍包括研究部門管理層不時認為與投資者相關的ASX All Ordinaries 指數成分股、離岸市場上市證

94、券、未上市發行人及投資產品。CAPL尋求覆蓋各個行業中與其國內及國際投資者相關的公司。印度：印度：CLSA India Private Limited，成立于 1994 年 11 月，為全球機構投資者、養老基金和企業提供股票經紀服務（印度證券交易委員會注冊編號：INZ000001735）、研究服務（印度證券交易委員會注冊編號：INH000001113）和商人銀行服務（印度證券交易委員會注冊編號：INM000010619）。CLSA 及其關聯方可能持有標的公司的債務。此外，CLSA及其關聯方在過去 12 個月內可能已從標的公司收取了非投資銀行服務和/或非證券相關服務的報酬。如需了解CLSA India“關聯方”的更多詳情，請聯系Compliance-I。未經中信證券事先書面授權，任何人不得以任何目的復制、發送或銷售本報告。未經中信證券事先書面授權，任何人不得以任何目的復制、發送或銷售本報告。中信證券中信證券2023版權所有，保留一切權利。版權所有，保留一切權利。