2023特斯拉FSD產業鏈、市場空間、商業模式及未來發展趨勢分析報告（21頁）.pdf

《2023特斯拉FSD產業鏈、市場空間、商業模式及未來發展趨勢分析報告（21頁）.pdf》由會員分享，可在線閱讀，更多相關《2023特斯拉FSD產業鏈、市場空間、商業模式及未來發展趨勢分析報告（21頁）.pdf（21頁珍藏版）》請在三個皮匠報告上搜索。

1、2023 年深度行業分析研究報告 行業研究報告 慧博智能投研 目錄 目錄 一、特斯拉?FSD?發展歷程.1 二、特斯拉?FSD?產業鏈及商業模式.5 三、特斯拉?FSD?優勢.8 四、特斯拉?FSD?未來發展趨勢及市場空間.11 五、對我國自動駕駛及機器人產業影響.13 六、FSD?相關公司.18 一、特斯拉一、特斯拉 FSD 發展歷程發展歷程1.特斯拉自動駕駛及特斯拉自動駕駛及 FSD（1）特斯拉自動駕駛方案）特斯拉自動駕駛方案特斯拉的自動駕駛方案包括基礎版自動駕駛功能（EP）、增強版自動駕駛功能（AEP）和完全自動駕駛能力（FSD），智能駕駛軟件方案實現差異化配置。功能上來看，特斯拉 AE

2、P 可以實現：1）自動輔助導航駕駛，包括自動駛入和駛出高速公路匝道或立交橋岔路口，超過行駛緩慢的車輛。2）自動輔助變道，高速公路上自動輔助變換車道。3）自動泊車，平行泊車與垂直泊車。4）智能召喚，在合適的場景下，停在車位的車輛會響應您的召喚，駛出車位并前往您所在的位置。FSD 在 AEP 基礎上，后續通過 OTA 推出識別交通信號燈和停車標志并做出反應、在城市街道中自動輔助駕駛等功能。（2）受地區法規的影響，特斯拉受地區法規的影響，特斯拉 FSD 功能迭代存在地域性差別功能迭代存在地域性差別 特斯拉 FSD Beta 是特斯拉完全駕駛能力的測試版，通過 OTA 方式目前已經迭代到 11.4 版

3、本。從適用地區來看，FSD 功能升級集中在北美地區，超 700 項功能均可以在北美地區使用。中國和歐洲受政策的影響，有部分功能無法使用。以中國市場為例，特斯拉 FSD Beta 的升級過程中，372 項升級可以在中國市場使用，仍有超過 300 項的功能無法在中國市場使用。2.特斯拉自動駕駛迭代發展歷程特斯拉自動駕駛迭代發展歷程（1）硬件）硬件 3UyWyXfU8ZlXmQrN6M9R9PsQpPnPnOlOpOnMeRoOoR7NqRpOuOmNoRMYnPyQ 特斯拉從 2013 年開始研發自動駕駛系統（Auto pilot system）。次年 2014 年推出 HW1.0，后續約 2-4

4、年更新一次（14 年 HW1.0，16 年 HW2.0，19 年 HW3.0，23 年 HW4.0）。2022 年 11 月，FSD Beta已向所有購買該選項的北美車主開放。2014 年特斯拉推出第一版 Autopilot，主要針對自動輔助駕駛。HW1.0 采用了與博世合作的毫米波雷達、與 Mobileye 合作的 EyeQ3 芯片和 NVIDIATegra3，其中算法主要由 Mobileye 提供。HW2.0 時代，特斯拉與英偉達合作，采用其 DrivePX2 芯片，傳感器和攝像頭數量大幅提升。2017 年特斯拉發布增強型 Autopilot，并增加了更多輔助駕駛功能。2019 年特斯拉步

5、入自研時代，首次推出自研自動駕駛芯片 HW3。同年 9 月，特斯拉啟動 FSD 早期訪問項目，部分車主可試用初始版本的 FSD。2020 年特斯拉獲得加州自動駕駛試點測試許可，能夠實現在公路上進行無人監管的自動駕駛測試。2021 年 7 月，特斯拉在美國開始 FSD 預訂，Autopilot 訂閱 FSD199 美金/月，增強版 Autopilot(EAP)訂閱 FSD99 美金/月。2022年，特斯拉推出 FSDBeta 的增強版本，大大提高自動駕駛的安全性和舒適性，4 月特斯拉 CEO 埃隆-馬斯克表示，已向美國 10 萬多用戶推出了其全自動駕駛（FSD）軟件的測試版本。2023 年，HW

6、4.0 將迎來全新升級，公司有望在年底推出 FSD 完整版本，實現 L4-L5 級別自動駕駛。目前，特斯拉正處于由 HW3.0 向 HW4.0 更高級別硬件的迭代階段，未來有望支持 4D 毫米波雷達等更多傳感器和攝像頭的接入，使 GPU 集成化更高、模塊更輕薄，FSD 芯片內核數量有望持續增多，進一步提升性能等。（2）算法算法 2016-2018：特斯拉延用了業內常規的骨干網結構；使用 2D 檢測器進行特征提??；以人工對數據進行標注。整體來看，這一套自動駕駛算法還比較原始，相對傳統。在這一時期，特斯拉自動駕駛算法仍處于技術追趕階段。2018-2019：在這次算法革新中，特斯拉構建了多任務學習神

7、經網絡架構 Hydra Net，并使用了特征提取網絡 BiFPN。相較于此前算法，Hydra Net 能夠減少重復的卷積計算，減少主干網絡計算數量，還能夠將特定任務從主干中解耦出來，進行單獨微調。2020：BEV+Transformer，自動駕駛進入大模型時代。在這一方式中，特斯拉先在 BEV 空間層中初始化特征，再通過多層的 Transformer 和 2D 圖像特征進行交互融合，最終得到 BEV 特征，也就是先3D 再 2D，反向開發，實現 BEV 的轉換。Transformer 是一種基于注意力機制（Attention）的神經網絡模型。Transformer 的引入，使得 BEV 視角在

8、自動駕駛領域得以實現。而 3D 空間的引入，使得自動駕駛的思維方式，更接近于真實世界。2021-2022：特斯拉感知網絡架構引入了時空序列特征層，特斯拉對 BEV 進行了升級引入占用網絡。這使得特斯拉自動駕駛算法的泛化能力得到了提升。而借助于算法提升，特斯拉 FSD 更能刻畫真實的物理世界，進而才有可能實現端到端模型。二、二、特斯拉特斯拉 FSD 產業鏈及產業鏈及商業模式商業模式 1.特斯拉特斯拉 FSD 產業鏈梳理產業鏈梳理 自動駕駛的核心在于硬件平臺與車控操作系統。硬件平臺層主要包括 AI 計算單元、通用計算單元以及控制單元。系統軟件運行于車載智能計算基礎平臺硬件及汽車電子控制單元硬件之上

9、，是針對汽車場景定制的復雜大規模嵌入式系統運行環境，主要包括操作系統內核、虛擬化管理（Hypervisor）、POSIX、系統中間件及服務等。功能軟件運行于系統軟件之上，通過提取智能駕駛核心共性需求，形成智能駕駛各共性服務功能模塊，由應用軟件接口、智能駕駛通用模型、功能軟件通用框架以及數據抽象組成。車輛應用建立在功能軟件基礎上，功能軟件通過統一應用軟件接口為應用軟件提供調用和服務。特斯拉 FSD 產業鏈分為感知、決策和執行三大模塊，主要涉及芯片、服務器和數據中心、傳感器、高清地圖以及自動駕駛操作系統等環節。（1）感知系統）感知系統 感知模塊主要利用車載攝像頭和激光雷達等傳感器，結合 GPS、I

10、MU、北斗等導航模塊，實時收集車輛周圍的各類數據信息。特斯拉攝像頭供應商主要為恩智浦恩智浦，毫米波雷達包括博世博世和 Arbe 等，原先超聲波雷達供應商為博世博世等（model Y 移除超聲波雷達）。（2）決策系統）決策系統 在將感知系統收集到的數據傳輸到決策模塊后，決策系統通過芯片、AI 算法以及高精度地圖等，對傳輸的數據進行處理和分析，從而生成相應的路徑規劃和決策信號。特斯拉決策芯片為自研設計，采用純視覺路線，通過 AI 模型完成目標檢測和路線規劃等相關決策。（3）執行系統）執行系統 在執行模塊接收到來自感知和決策的數據和信號后，根據相應信息執行各項行車決策，如剎車、警示等操作。特斯拉執行

11、模塊主要包括方向盤執行機構、人車交互系統等，供應商包括均勝電子，福田機電均勝電子，福田機電等。2.商業模式商業模式 特斯拉 FSD 的商業模式是“硬件預埋軟件付費”相結合，實現量價齊升?！坝布A埋軟件付費”模式帶動收入快速增長。傳統 OEM 通常以銷售新車獲取盈利，車企發展受到銷售汽車數量的制約。而特斯拉采用“硬件預埋軟件付費”的方式，以售出的硬件為基礎，在平臺加成下，推出軟件包、軟件訂閱服務等功能，將商業模式拓展到汽車全生命周期，實現銷售數量與價格的雙重提升：（1）FSD 訂閱模式下，特斯拉銷量增長率遠超采用一次性銷售模式的車企訂閱模式下，特斯拉銷量增長率遠超采用一次性銷售模式的車企 在全球

12、 ADAS 市場，多數車企仍采取隨車售賣、一次性付費的銷售模式。豐田、奔馳、大眾等主流品牌的 ADAS 系統均未開啟訂閱模式。2022 年特斯拉汽車銷量增長率達 40.3%，而奔馳、豐田等品牌銷量增長率分別為-15.0%和 0.0%。（2）FSD 更新迭代，定價穩步提升更新迭代，定價穩步提升 特斯拉通過 OTA 對 FSD 進行不斷升級，售價持續增長，從 2015 年的 2500 美元提升到 2022 年的15000 美元，7 年內定價提升了 12500 美元。同樣采用訂閱模式的車企中，小鵬推出了 XNGP，定價為9800 元/年或 39800 元/永久；蔚來推出訂閱模式的 NOP+一次性選裝

13、的 NIOPilot，定價分別為 380元/月和 39000 元/永久。特斯拉在定價方面顯著高于同類車企。三三、特斯拉特斯拉 FSD 優勢優勢 特斯拉自動駕駛優勢都有哪些呢？與國內頭部玩家比較有哪些方面的優勢呢？下面我們從數據、算法、算力這三方面論述特斯拉在自動駕駛方面的優勢。1.數據數據方面方面（1）行駛距離遠）行駛距離遠 截至 23 年 6 月，FSD Beta 行駛距離超過 3 億英里。（2）銷售車輛多銷售車輛多 2022 年交付超過 130 萬輛，預計 2023 年交付約 180 萬輛。（3）影子模式增加數據影子模式增加數據 影子模式支持量產車上運行并采集數據，等同于將賣出的每一輛車都

14、化身為“數采車”，充分發揮量產車覆蓋場景廣、成本低的優勢。影子模式加速數據采集，訓練質量有望大幅提升。特斯拉影子模式的運作方式是在有人駕駛狀態下，運行自動駕駛系統和傳感器，系統雖不參與車輛控制，但仍持續進行模擬決策，并把決策與駕駛員行為進行對比。兩者不一致時，系統將場景判定為“極端工況”，進而觸發數據回傳。因而特斯拉的使用用戶越多，收集的數據就越多。大模型的訓練依賴海量數據的提供，提供的數據越多，訓練質量就越優異。根據特斯拉官方數據，截止至 2023 年特斯拉股東大會，FSD Beta 的累計行駛里程已接近 2 億英里，呈加速增長態勢。據 LexFriedman 發布的數據顯示，截至 2020

15、 年 1 月 16 日，特斯拉的所有汽車行駛里程達到 191 億英里，其中自動駕駛里程為 22 億英里。相比之下，同時期 waymo 路測里程約為 2000 萬英里，特斯拉于數據儲備方面具明顯優勢。2.算法算法方面方面 特斯拉在 2021 年采用了 BEV+Transformer 路徑，成功將多個 2D 圖像和傳感器信息轉化為一個 3D 的向量空間，為更全面的感知提供了新的途徑。在 BEV 大范圍應用前，業內常采用“2D 直視圖+CNN”方案，即通過相機收集到 2D 圖像，由雷達收集到 3D 圖像，感知數據基于每個傳感器的位置形成放射圖像，不同感知結果通過 CNN（卷積神經網絡）進行后融合，通

16、過大量計算統一升維到 3D，形成符合3D 狀態下車機行駛的坐標系，但這種方法缺少時間信息，并且感知與預測的連續性也難以確認。而 BEV（Birds Eye View）通過鳥瞰式視角或坐標系，將視覺信息由圖像空間端到端地轉換到 BEV 空間下。Transformer 采用交叉注意力機制，相比傳統神經網絡（如 CNN），可以直接進行 2D、3D 不同序列之間的轉換，能夠更加全面地在空間時序上建模，形成時序融合下的 4D 空間信息，從而使感知結果更加連續、穩定。3.算力算力方面方面（1）自研）自研 D1 芯片性能強大芯片性能強大 7nm 制程，算力達到 22.6TFLOPS，高于英偉達 A100。（

17、2）平臺訓練算力領先國內頭部玩家平臺訓練算力領先國內頭部玩家 特斯拉 2022 年平臺訓練算力為 2EFLOPS。華為是 1.8EFLOPS（2023），蔚來為 1.4EFLOPS（2023），理想為 1.2EFLOPS（2023），小鵬為 0.6EPFLOPS（2022）。4.性能方面性能方面（1）特斯拉自動駕駛行駛準確度高特斯拉自動駕駛行駛準確度高 特斯拉 Autopilot 對比人工駕駛可以更長時間保持在道路中心；行駛準確度從 2021 年的不到 90%提升至 2022 年的超過 95%（2022TeslaAIDay 數據）。（2）特斯拉自動駕駛系統安全性較高特斯拉自動駕駛系統安全性較高

18、 安全性高體現在：1）特斯拉 ModelY、S 車型在歐洲 NCAP 安全性輔助評級得分最高；2）根據特斯拉2023 年投資者日數據，特斯拉（FSDBeta 版）每行駛 3.2 百萬英里發生一例撞擊，美國平均水平為每0.5 百萬英里發生一例撞擊；3）使用 Autopilot 的特斯拉車輛發生一起碰撞事故的行駛距離比沒使用Autopilot 的特斯拉車輛和美國平均水平都高，且差距在持續拉大。四四、特斯拉特斯拉 FSD 未來發展趨勢及市場空間未來發展趨勢及市場空間 1.FSD 降價有望刺激北美降價有望刺激北美 FSD 滲透率提升滲透率提升 降價刺激北美 FSD 滲透率提升：隨著 FSD 購買價格增

19、加，北美 FSD 滲透率逐步回落，2023 年 9 月FSD 購買價格從 15000 美元降低至 12000 美元，有望刺激北美 FSD 滲透率提升。2.FSD V12 加速推出加速推出FSD 有望迎來爆發時刻有望迎來爆發時刻 FSDV12 版本有望實現“端到端”自動駕駛：2023 年 5 月馬斯克在推特上表示 FSD V12 將會是“端到端”（end-to end）自動駕駛?！岸说蕉恕奔軜嬍窃谝粋€ AI 大模型實現多個任務，在模型中輸入圖像后，直接輸出轉向、剎車、加速等控制指令。FSDV12 加速推出：2023 年 8 月馬斯克在推特上發布了直播駕駛 FSDV12 的視頻，同時“城市街道的自

20、動駕駛”（auto steer on city streets）不再被特斯拉列為“即將推出”的清單（過去 4 年一直都在“即將推出的清單上”），FSDV12 有望加速推出。3.特斯拉銷量和市占率持續提升，特斯拉銷量和市占率持續提升，23 年目標交付年目標交付 180 萬輛（萬輛（+50%）銷量持續增加：銷量持續增加：根據特斯拉 2022 年報，特斯拉 2022 年交付超過 130 萬輛，2023 年目標保持 50%增速（約交付 180 萬輛）。市占率持續提升：市占率持續提升：特斯拉在北美、歐洲、中國的市占率持續提升。4.歐盟法規加速推進，歐盟法規加速推進，FSD 有望在有望在 2024 年落地

21、歐洲年落地歐洲 FSD Beta 目前僅北美開放，歐盟法規加速推進：根據 notateslaapp 消息，FSD 進入歐洲需要歐盟通過聯合國歐洲經濟委員會(UNECE)關于駕駛員控制輔助系統(DCAS)的規定，目前該草案正加速推進，這將有助于加快特斯拉 FSD Beta 在歐洲的上市。根據 notateslaapp 報道，FSD Beta 最早將于 2024 年1 月在歐洲上線。五、五、對我國對我國自動駕駛自動駕駛及機器人及機器人產業產業影響影響 1.自動駕駛技術自動駕駛技術逐漸逐漸成熟，市場規模高速增長成熟，市場規模高速增長 自動駕駛需要綜合各項技術，視覺+雷達+導航地圖基本可實現 L3 級

22、的自動駕駛功能。視覺方面，采用以 transformer 為基礎架構的大模型視覺網絡憑借全局感知能力、注意力機制和多模態特征融合能力能夠更好實現目標檢測等功能。傳感器層面，多傳感器融合開始逐步應用。導航地圖層面，厘米級和環境交互信息的導航地圖開始使用。從 2020 年起，以谷歌為代表開始了厘米級地圖的測繪工作，2022 年11 月，中國衛星導航系統宣布北斗導航系統具備提供厘米級定位能力。隨著自動駕駛各項技術的協同發展，越來越多的新車型開始搭載自動駕駛功能。德國奧迪、寶馬、戴姆勒等汽車制造商已經推出了配備 L3 自動駕駛技術的車型。據乘車聯與科瑞咨詢聯合發布的2023 年 5月汽車智能網聯洞察報

23、告，2023 年 Q1 自動駕駛 L2+的市場份額同比增長 600%。2.政策加持，自動駕駛商業化落地加速政策加持，自動駕駛商業化落地加速 2015 年國務院出臺中國制造 2025，將無人駕駛作為汽車產業未來轉型升級的方向之一。2020 年10 月，中國交通運輸部發布的公路工程適應自動駕駛附屬設施總體技術規范（征求意見稿）對自動駕駛專用道和自動駕駛專用公路的建設提出規范性要求，包括但不限于對高精度地圖、定位設施、通信設施、交通標志標線、路測計算設施等作出功能、性能及部署要求，為自動駕駛全路段商業化落地提供了全面的基礎設施支持。2023 年 6 月工信部發文，支持 L3 及以上級別的自動駕駛的商

24、業化應用，自動駕駛規章制度確立。同時，各地紛紛發布政策加速自動駕駛商業化落地。2023 年北京市高級別自動駕駛示范區工作辦公室宣布，在京開放智能網聯乘用車車內無人商業化試點，只要企業達到相應要求，即可在示范區面向公眾提供常態化的自動駕駛付費出行服務。政策支持下，自動駕駛步入快車道。3.智駕助力造車新勢力銷量破紀錄大增，國產智駕產業鏈有望迎來爆發智駕助力造車新勢力銷量破紀錄大增，國產智駕產業鏈有望迎來爆發 國產廠商加速發展，國產智駕產業鏈深度受益國產廠商加速發展，智駕軟硬件持續升級。1）華為：智駕模型總算力達 1.8EFLOPS，每 5 天模型迭代一次，每日深度學習里程超過 1000 萬公里。2

25、）小鵬：基于阿里云智能計算平臺算力已達 600PFLOPS，城市 NGP 效率接近人類司機。1）華為：問界新 M7（搭載華為 ADS2.0）于 23 年 9 月 12 日上線，上線不到 30 天累計大定超過50000 臺（老問界 M7 在 23 年 3 月-8 月總共銷售 4976 臺）。2）小鵬：2023 年 7 月搭載 XNGP 的新車型 G6 啟動交付，銷量快速增長，9 月 G6 銷量突破 8000 輛。4.人型機器人與人型機器人與 FSD 技術同源，視覺算法有望成為產業大規模落地關鍵技術同源，視覺算法有望成為產業大規模落地關鍵（1）特斯拉人形機器人發布，特斯拉人形機器人發布，2024

26、年有望實現量產年有望實現量產 2022 年，特斯拉推出人形機器人 Optimus，在 5 月 16 日舉行的特斯拉 2023 股東大會上，人形機器人展示了集體步行、抓取物品、以及 AI 算法精準識別人類動作等功能。Optimus 的目標是替代人類進行重復勞動、危險操作等工作，作為智能助手提高生產力。它將在特斯拉工廠進行移動搬運、零部件裝配等試運行，之后可擴展至更復雜環境，成為通用服務型機器人。目前，特斯拉已試制了少量 Optimus 進行算法培訓和步態測試。計劃在 2023 年小批量應用于工廠，2024 年實現優化后版本的小規模量產。（2）市場規模高速增長，特斯拉人形機器人市場規模高速增長，特

27、斯拉人形機器人 2024 年有望實現量產年有望實現量產 市場空間近萬億元，國內市場規模高速增長。根據馬斯克介紹未來十年特斯拉人形機規劃 500 萬臺產能，以每臺 2 萬美元（約合 14.4 萬元人民幣）售價計算，對應市場空間達 7200 億元。根據艾媒咨詢的2022 年度中國機器人行業發展專題研究報告，2022 年中國機器人市場規模為 1712.4 億元，預計未來將保持高速增長態勢，到 2027 年市場規模為 5949.1 億元。（3）Optimus 實現與實現與 FSD 底層模塊打通，計算機視覺算法有望成為大規模落地關鍵底層模塊打通，計算機視覺算法有望成為大規模落地關鍵 馬斯克在 3 月 1

28、 日舉行的特斯拉 2023 投資者日活動中表示，自動駕駛汽車與機器人本質上相同。特斯拉 Optimus 搭載了特斯拉在自動駕駛技術上開發的視覺系統、定位系統、自動控制算法等技術，并通過傳感器和計算機視覺，利用海量數據持續訓練，提升機器人能力。在算力方面，Optimus 搭載了特斯拉FSD 輔助自動駕駛的 AI 運算芯片 DojoD1。在算法方面，Optimus 采用 FSD 算法，并配備 8 個汽車同款 Aotopilot 攝像頭作為傳感器，對周圍環境進行感知，識別物體、人和障礙物等。目前制約人型機器人實現大規模商業化落地的原因之一在于其售價較高。Agility 推出的 Digit 機器人成套

29、價格為 25 萬美元，Engineered Arts 推出的人型機器人中，RoboThespian 入門級 model3 售價為8.7208 萬美元，Ameca 售價為 13.3 萬美元。而特斯拉 Optimus 的最終售價預計不會超過 2 萬美元（約合 14.4 萬元人民幣）。特斯拉 FSD 采用 BEV+Transformer 純視覺算法路徑，而其機器人同樣依賴計算機視覺進行感知，自動駕駛與人形機器人業務有較強協同效應。未來隨著機器人與 FSD 算法的大規模復用，Optimus 成本有望顯著降低。計算機視覺算法有望成為產業大規模落地的關鍵。國內上市公司中，虹軟科技虹軟科技在 ADAS 和機

30、器人計算機視覺領域擁有多年的經驗和積累，在 Transformer 技術上早有研發。其核心技術包括視覺認知、圖像深度恢復、圖像分割、三維建模等。目前公司在人物檢測和跟蹤、人物識別、機器人避障、機器人跟蹤特定人或面部、SLAM for Robotics、機器人尋找限定區域的路徑行走、機器人幫助拍攝美顏照片及傳輸、機器人基本的手勢交互等方面都研發了相應的引擎。六六、FSD 相關公司相關公司 1.商湯科技商湯科技 商湯科技于 2014 正式成立，專注于人工智能技術研發與應用。在九年研發時間和超百億的研發投入中不斷產出行業頂尖的人工智能服務產品和方案，由人工智能產業新星成長為行業領跑者。商湯科技是全球

31、領先的人工智能公司。公司專注于計算機視覺和深度學習原創技術，以人工智能技術賦能多個垂直領域。公司以深度學習平臺為核心“大腦”，深入探索多個垂直行業領域，形成智慧城市、智慧生活、智慧商業和智能汽車四大業務板塊。目前，商湯科技已經和國內外 1100 多家世界知名企業及機構建立了合作，其中包括 SNOW、阿里巴巴、蘇寧、中國移動、OPPO、vivo、小米、微博、萬科、融創、本田等。商湯科技引領行業技術發展。公司是計算機視覺行業龍頭，持續引領 AI 技術發展和商業化落地，同時公司全面布局 AI 大模型，發布“日日新 SenseNova”大模型體系，推出自然語言處理、內容生成、自動化數據標注、自定義模型

32、訓練等多種大模型及能力。2.中科創達中科創達公司成立于 2008 年，從操作系統服務商起家，產品邊界不斷擴張，形成“手機+汽車+物聯網”三大主營業務。通過自身研發投入和外延并購 Rightware 等公司，公司在智能駕駛領域布局趨于完善，已具備基于芯片底層的全棧操作系統技術能力。啟動 Smartto Intelligent 戰略轉型，發布魔方 Rubik 大模型。2023 年公司已經全面啟動 Smartto Intelligent 戰略升級，積極擁抱 AI 大模型，加速大模型與業務場景的融合。公司發布全新的人工智能基礎大模型系列和應用產品路線圖，其中，RUBIK 基礎平臺（RUBIK Foun

33、dation Family），全面覆蓋了從邊緣端（RUBIK Edge）、語言大模型（Rubik Language）、多模態（Rubik Multi-Modal）、機器人（Rubik Robot）等大模型系列。同時，RUBIK 應用產品全家桶（RUBIK Product Family）全面覆蓋了包括汽車大模型（Rubik Auto）、終端大模型（Rubik Device）、行業大模型（Rubik Enterprise）、開發套件大模型（Rubik Studio）等一系列大模型產品組合。公司自 2008 年成立，就對 Android、Linux、Windows 等操作系統進行長期研究與開發，以智

34、能手機操作系統的定制化及適配等業務起家，并以此為核心緊隨智能化發展浪潮，橫向拓展至車聯網、物聯網領域，形成“手機+汽車+物聯網”三大核心業務。3.虹虹軟科技軟科技虹軟，隸屬于虹軟科技股份有限公司，總部位于杭州，提供計算機視覺行業算法服務及解決方案，致力于視覺技術的研發和應用，堅持以原創技術為核心驅動力，在全球范圍內為智能手機、智能汽車、物聯網（IoT）等智能設備提供一站式視覺解決方案。通過 20 多年在數字影像及計算機視覺領域的研發投入，虹軟積累了大量底層算法。在技術的產品化過程中，虹軟結合行業需求，整合各類算法，實現核心技術的更新迭代和產品的持續創新。目前，虹軟提供的視覺解決方案主要應用于智

35、能手機行業，積極將視覺技術在智能汽車、智能家居、智能保險、智能零售、互聯網視頻等領域推廣，為智能產品及相關行業的升級發揮積極作用。在保持技術領先的同時，虹軟還推出了開放平臺，分享虹軟的部分核心技術成果，將人臉識別、人證核檢、活體檢測等核心技術免費提供給有需求的企業、創業團隊和個人開發者使用，助力廣大中小企業打破技術壁壘的同時，不斷拓展虹軟視覺技術的應用領域，并使之在各個應用場景中加速普及。公司完善虹軟視覺大模型，構建計算技術引擎 ArcMuse，基于引擎推出了 Photo Studio 商拍攝產品，用戶輸入真人圖、人臺圖或者商品圖，均可生成服裝模特展示圖和商品展示圖，幫助與用戶提升效率、控制成本。此前公司已向一批種子客戶開放了 Beta 版本內測，目前 Photo Studio（Beta）已公開上線，按照月/年 SaaS 化付費，預計公司將與互聯網平臺、直播電商、旗艦店合作推廣。4.相關公司梳理相關公司梳理