《汽車行業：從華為看智能汽車（三）激光雷達性價比提升關注細分賽道投資機會-240117（32頁）.pdf》由會員分享，可在線閱讀，更多相關《汽車行業：從華為看智能汽車（三）激光雷達性價比提升關注細分賽道投資機會-240117（32頁）.pdf（32頁珍藏版）》請在三個皮匠報告上搜索。

1、1 行業報告行業報告行業深度研究行業深度研究 請務必閱讀報告末頁的重要聲明 汽車汽車：從華為看智能汽車（：從華為看智能汽車（三三）激光雷達性價比提升，關注細分賽道投資機會激光雷達性價比提升，關注細分賽道投資機會 寫在最前：為何當下時點關注激光雷達細分賽道？寫在最前：為何當下時點關注激光雷達細分賽道？華為問界 M9 和智界 S7 上市，192 線束激光雷達上車。問界 M9 和智界 S7 搭載的華為 192 線束激光雷達具備 250 米超遠精確識別能力，可探測的距離更遠；184 萬點每秒的超高成像能力，垂直分辨率達 0.1，更精準的還原物理世界；幀率高于同行水平達到 20Hz，更快速完成目標檢測。

2、華為引領，華為引領，高階智能駕駛功能高階智能駕駛功能 20242024 年有望加速，帶動車端激光雷達出貨量提升。年有望加速，帶動車端激光雷達出貨量提升。當下進展：激光雷達如何實現產品性價比的提升？當下進展：激光雷達如何實現產品性價比的提升？性能：性能：激光雷達通過硬件升級、優化振鏡、掃描器數量增加和優化算法和信號處理技術實現激光雷達性能持續向上。價格：價格：集成式方案簡化生產制造成本及原材料用量，并且核心組件計算芯片、激光器、光學棱鏡等核心組件價格指數均處于下降通道。方案：方案：高線束固態激光雷達自 2022 年開始上市，不需要掃描模塊和尺寸變小適配車端需求，實現性能提升。20242024-2

3、0252025年高線束固態激光雷達進程加速，有望落地高性價比車端激光雷達方案。年高線束固態激光雷達進程加速，有望落地高性價比車端激光雷達方案。行業未來：銷量快速增長，算法決定未來感知方案行業未來：銷量快速增長，算法決定未來感知方案 硬件配置方案：硬件配置方案：攝像頭+毫米波雷達+超聲波雷達的組合基本滿足感知需求，性能上激光雷達在識別精度上領先。受制于單顆成本高于其他傳感器，激光雷達或成為中高價格帶車型補充傳感器存在，主要負責極端環境感知、距離測量等方面的數據獲取，激光雷達或仍具備傳感器性能優勢。未來算法方向：未來算法方向：融合算法目前保持感知精度的領先，在對行人、騎行人的識別和感知上具有領先性

4、。視覺算法通過 Pseudo-LiDAR 方案，使用多目攝像頭獲取圖像深度信息從而補全 3D 圖像信息，并且具備更加稠密的數據和RGB 顏色信息，未來精度提升或使用算法替代激光雷達。投資看點投資看點 2023 年高線束車載激光雷達價格下探明顯，2024 年有望幅度收窄。受益于智能化加速和機器人應用范圍的持續提升，預計 2024 年車載激光雷達和服務機器人激光雷達市場規模分別為 86.3/78.16 億元，同比增速分別為205%/17%。2 2024024 年激光雷達價格下探幅度下降，產品性能的持續提升，激年激光雷達價格下探幅度下降，產品性能的持續提升，激光雷達有望在光雷達有望在 2024202

5、4 年迎來性價比奇點，建議關注細分賽道投資機會。年迎來性價比奇點，建議關注細分賽道投資機會。投資建議投資建議 隨著高階智能化功能加速和機器人需求的放量，激光雷達有望迎來銷量的快速提升。價格下探幅度相對明確，激光雷達銷量內有望高增長。我們看好激光雷達行業的投資機會。結合下游客戶進展和產品技術迭代，建議關注國內激光雷達龍頭供應商禾禾賽科技賽科技、車端增速明確的供應商速騰聚創、速騰聚創、積極布局車端激光雷達的睿創睿創微納。微納。激光雷達組件看，建議關注激光雷達光源模塊已進入量產階段的光光庫科技、永新光學、炬光科技，庫科技、永新光學、炬光科技，激光雷達光源芯片供應商長華光芯、源杰長華光芯、源杰科技、仕

6、佳光子科技、仕佳光子。風險提示：風險提示：乘用車銷量不及預期；智能駕駛進度不及預期；激光雷達替代算法速度超越預期；行業空間測算風險：證券研究報告 2024 年 01 月 17 日 投資建議：投資建議：強于大市（維持）上次建議：上次建議：強于大市 相對大盤走勢相對大盤走勢 作者作者 分析師：高登 執業證書編號：S0590523110004 郵箱： 分析師：張寧 執業證書編號：S0590523120003 郵箱： 分析師：熊軍 執業證書編號：S0590522040001 郵箱： 分析師：吳爽 執業證書編號：S0590523110001 郵箱： 相關報告相關報告 1、汽車：Q4 銷量超預期，行業整體

7、盈利亮眼 2024.01.14 2、汽車：12 月銷量受提車節奏影響略有下滑，全年符合預期2024.01.03 -30%-17%-3%10%2023/12023/52023/92024/1汽車滬深300請務必閱讀報告末頁的重要聲明 2 行業報告行業報告行業深度研究行業深度研究 投資聚焦投資聚焦 核心邏輯核心邏輯 華為引領，高階智能駕駛功能 2024 年有望加速，帶動車端激光雷達出貨量提升。激光雷達通過硬件升級、優化振鏡、掃描器數量增加和優化算法和信號處理技術實現激光雷達性能持續向上，國內供應商實現產品性能和迭代速度的反超。集成式方案的使用和計算芯片、激光器、光學棱鏡等核心組件價格下降實現成本的

8、持續下探，激光雷達產品性價比持續提升。由于 2024 年價格下降幅度放緩，疊加智能駕駛及機器人需求旺盛，激光雷達有望迎來性價比奇點，建議關注細分賽道投資機會。創新之處創新之處 激光雷達作為智能化增量零部件，其屬性需要考慮成本、性能等多方面因素。本篇報告中，除了考慮增量零部件的性價比屬性外，增加了算法對于零部件選型的影響，即我們認為算法推進速度會成為影響智能駕駛硬件的核心因素，Pseudo-LiDAR 方案的成熟度會成為影響激光雷達未來出貨量的核心原因之一。投資看點投資看點 （1）車載激光雷達：當下時間點激光雷達產品性價比顯著提升，帶動市場快速擴容。2024 年超過 30 款新車將搭載激光雷達，

9、高線束激光雷達銷量有望提升。預計2027 年車載激光雷達市場規模有望超過 280 億元。2024 年車載激光雷達市場規模預計為 86.3 億元，同比增速分別為 205%。（2）服務機器人激光雷達：國內服務機器人市場規模有望從 2022 年的 312 億元提升至 2027 年的 1064 億元，5 年復合增速為 27.8%，服務機器人上的低線束激光雷達出貨量有望快速提升。預計服務機器人激光雷達市場有望從 2022 年的 46.3 億元提升至 2027 年的 95.0 億元，保持銷量的快速增長，規模效應有望提升低線束激光雷達供應商的利潤率水平。mX9UpWgXwV9UhZcVMAmOtRsQ7Nb

10、P7NsQoOmOsOeRqQqRfQmNwO9PrRyRuOmRmPvPnPmM請務必閱讀報告末頁的重要聲明 3 行業報告行業報告行業深度研究行業深度研究 正文目錄正文目錄 1.寫在最前：為何當下時點關注激光雷達細分賽道？寫在最前：為何當下時點關注激光雷達細分賽道？.5 5 1.1 華為引領，高線束激光雷達快速上車.5 1.2 模塊升級，固態激光雷達或有望落地.6 2.當下進展：激光雷達如何實現產品性價比的提升？當下進展：激光雷達如何實現產品性價比的提升？.9 9 2.1 激光雷達性能如何逐步提升？.9 2.2 激光雷達成本如何持續下探？.12 3.行業未來：銷量快速增長，算法決定未來感知方

11、案行業未來：銷量快速增長，算法決定未來感知方案 .1515 3.1 比較：成本影響，激光雷達適配高價格帶車型.15 3.2 算法：融合 vs 視覺，Pseudo-LiDAR 改變格局.17 4.空間測算及投資建議空間測算及投資建議 .2222 4.1 未來銷量：智能滲透加速，機器人有望接力.22 4.2 行業格局：內資加速布局，禾賽和速騰領跑.27 5.風險提示風險提示 .3131 圖表目錄圖表目錄 圖表圖表 1：問界問界 M9M9 和智界和智界 S7S7 上市搭載上市搭載 192192 線束激光雷達線束激光雷達.5 5 圖表圖表 2：問界問界 M9M9 搭載搭載 1 1 顆顆 192192

12、線束激光雷達線束激光雷達 .5 5 圖表圖表 3：華為華為 192192 線束激光雷達性能更優線束激光雷達性能更優 .5 5 圖表圖表 4：激光雷達核心組件激光雷達核心組件 .6 6 圖表圖表 5：激光器結構示意圖激光器結構示意圖 .7 7 圖表圖表 6：光纖激光器結構示意圖光纖激光器結構示意圖 .7 7 圖表圖表 7：850850-1550nm1550nm 光線接收方案光線接收方案 .7 7 圖表圖表 8：各類光電探測器方案性能對比各類光電探測器方案性能對比 .7 7 圖表圖表 9：Ouster 16Ouster 16 的主板結構的主板結構.8 8 圖表圖表 10：激光雷達性能持續提升激光雷

13、達性能持續提升 .8 8 圖表圖表 11：車載激光雷達性能持續提升車載激光雷達性能持續提升 .9 9 圖表圖表 12：激光雷達核心參數指標拆分激光雷達核心參數指標拆分 .1010 圖表圖表 13：激光雷達性能參數激光雷達性能參數 .1010 圖表圖表 14：flashflash 方案通過集成實現收發線束提升方案通過集成實現收發線束提升 .1111 圖表圖表 15：OPAOPA 方案通過增加分束器實現線束提升方案通過增加分束器實現線束提升 .1111 圖表圖表 16：速騰聚創速騰聚創 M1M1 內部結構內部結構 .1111 圖表圖表 17：速騰聚創速騰聚創 M1M1 輸出等效輸出等效 12612

14、6 線束線束 .1111 圖表圖表 18：MEMSMEMS 激光雷達工作原理激光雷達工作原理 .1111 圖表圖表 19：速騰聚創速騰聚創 M1M1 工作效果圖工作效果圖 .1111 圖表圖表 20：LuminarLuminar 激光雷達內部框架激光雷達內部框架 .1212 圖表圖表 21：禾賽科技二維旋轉鏡結構圖禾賽科技二維旋轉鏡結構圖 .1212 圖表圖表 22：通過軟件實現激光雷達探測距離的提升通過軟件實現激光雷達探測距離的提升 .1212 圖表圖表 23：速騰聚創激光雷達成本下探（萬元）速騰聚創激光雷達成本下探（萬元）.1313 圖表圖表 24：禾賽科技激光雷達成本下探（萬元）禾賽科技

15、激光雷達成本下探（萬元）.1313 圖表圖表 25：激光雷達激光雷達 SoCSoC 芯片結構芯片結構 .1313 圖表圖表 26：速騰聚創產品平臺對比速騰聚創產品平臺對比 .1414 圖表圖表 27：E E 平臺產品結構圖平臺產品結構圖 .1414 圖表圖表 28：光學組件成本有望持續下探光學組件成本有望持續下探 .1414 圖表圖表 29：光學組件成本有望持續下探光學組件成本有望持續下探 .1414 圖表圖表 30：激光雷達成本持續下探，激光雷達成本持續下探，20242024 年降價節奏逐步放緩年降價節奏逐步放緩 .1515 圖表圖表 31：智能駕駛傳感器性能對比智能駕駛傳感器性能對比 .1

16、515 請務必閱讀報告末頁的重要聲明 4 行業報告行業報告行業深度研究行業深度研究 圖表圖表 32：“攝像頭攝像頭+毫米波雷達毫米波雷達+超聲波雷達超聲波雷達”的組合基本滿足感知需求的組合基本滿足感知需求 .1515 圖表圖表 33：攝像頭攝像頭+毫米波雷達毫米波雷達+超聲波雷達的組合基本滿足感知需求超聲波雷達的組合基本滿足感知需求 .1616 圖表圖表 34：高分辨率高分辨率 4D4D 雷達可以識別出每個物體雷達可以識別出每個物體 .1616 圖表圖表 35：4D4D 雷達實現了探測范圍和距離的雙提升雷達實現了探測范圍和距離的雙提升 .1616 圖表圖表 36：激光雷達在點云密度、反饋時間等

17、性能參數上保持領先激光雷達在點云密度、反饋時間等性能參數上保持領先 .1717 圖表圖表 37：融合算法流程圖融合算法流程圖 .1818 圖表圖表 38：融合算法權重分配方案融合算法權重分配方案 .1919 圖表圖表 39：融合感知準確度高于純視覺感知融合感知準確度高于純視覺感知 .1919 圖表圖表 40：PseudoPseudo-LiDARLiDAR 點云生成方式點云生成方式 .2020 圖表圖表 41：PseudoPseudo-LiDARLiDAR 點云生與激光雷達、前向視覺對物體感知的識別對比點云生與激光雷達、前向視覺對物體感知的識別對比 .2020 圖表圖表 42：PseudoPse

18、udo-LiDARLiDAR 方案點云結果和真實世界情況還原對比方案點云結果和真實世界情況還原對比 .2020 圖表圖表 43：特斯拉視覺方案靜態物體識別特斯拉視覺方案靜態物體識別 .2121 圖表圖表 44：特斯拉引入特斯拉引入 RadarRadar 完成動態物體識別完成動態物體識別 .2121 圖表圖表 45：特斯拉純視覺感知方案結果及規劃特斯拉純視覺感知方案結果及規劃 .2121 圖表圖表 46：智能駕駛滲透率持續向上（以智能駕駛域控制器滲透率為例）智能駕駛滲透率持續向上（以智能駕駛域控制器滲透率為例）.2222 圖表圖表 47：L2L2 及以上高階智能駕駛分價格帶滲透率及以上高階智能駕

19、駛分價格帶滲透率 .2323 圖表圖表 48：20242024 年新車型配置激光雷達車型數量有望持續提升（款）年新車型配置激光雷達車型數量有望持續提升（款）.2323 圖表圖表 49：國內市場乘用車載激光雷達行業規模測算國內市場乘用車載激光雷達行業規模測算 .2424 圖表圖表 50：低線束激光雷達在各類機器人應用廣泛低線束激光雷達在各類機器人應用廣泛 .2525 圖表圖表 51：服務機器人產量逐步向上服務機器人產量逐步向上 .2626 圖表圖表 52：國內專業服務機器人市場規?？焖偬嵘龂鴥葘I服務機器人市場規?？焖偬嵘?.2626 圖表圖表 53：機器人行業激光雷達行業規模測算機器人行業激光

20、雷達行業規模測算 .2727 圖表圖表 54：國內激光雷達市場規模有望快速提升國內激光雷達市場規模有望快速提升 .2727 圖表圖表 55：小鵬汽車小鵬汽車 20232023 年底落地年底落地 5050 城城市城城市 NOANOA 功能功能 .2828 圖表圖表 56：特斯拉特斯拉 20232023 年落地城市年落地城市 NOANOA 功能功能 .2828 圖表圖表 57：長城汽車預計長城汽車預計 20252025 年完成城市年完成城市 NOANOA 功能落地功能落地 .2828 圖表圖表 58：寶馬預計寶馬預計 20252025 年后完成城市年后完成城市 NOANOA 功能落地功能落地 .2

21、828 圖表圖表 59：速騰聚創平臺及產品矩陣速騰聚創平臺及產品矩陣 .2929 圖表圖表 60：禾賽科技平臺及產品矩陣禾賽科技平臺及產品矩陣 .2929 圖表圖表 61：20242024 年搭載激光雷達車型及供應商選擇年搭載激光雷達車型及供應商選擇 .2929 請務必閱讀報告末頁的重要聲明 5 行業報告行業報告行業深度研究行業深度研究 1.寫在最前：為何當下時點關注激光雷達細分賽道？寫在最前：為何當下時點關注激光雷達細分賽道？1.1 華為引領，高線束激光雷達快速上車華為引領，高線束激光雷達快速上車 華為問界華為問界 M M9 9 和智界和智界 S S7 7 上市，上市，1 19292 線束激

22、光雷達上車。線束激光雷達上車。華為“四界”車型在高階智能輔助駕駛硬件配置領先，車端首發搭載 192 線束激光雷達，檢測速度、精度和廣度均實現行業領先。問界 M9 和智界 S7 搭載的華為 192 線束激光雷達具備 250 米超遠精確識別能力，可探測的距離更遠；184 萬點每秒的超高成像能力，垂直分辨率達0.1，更精準的還原物理世界；幀率高于同行水平達到 20Hz，更快速完成目標檢測。華為引領，高階智能駕駛功能 2024 年有望加速，帶動車端激光雷達出貨量提升。圖表圖表1：問界問界 M M9 9 和智界和智界 S S7 7 上市搭載上市搭載 1 19292 線束激光雷達線束激光雷達 圖表圖表2：

23、問界問界 M M9 9 搭載搭載 1 1 顆顆 1 19292 線束激光雷達線束激光雷達 資料來源：華為，騰訊新聞（數字尾巴），國聯證券研究所 資料來源：問界官網，國聯證券研究所 圖表圖表3：華為華為 192192 線束激光雷達性能更優線束激光雷達性能更優 資料來源：華為問界 M9 發布會，國聯證券研究所 請務必閱讀報告末頁的重要聲明 6 行業報告行業報告行業深度研究行業深度研究 我們認為，受益于高階智能駕駛功能滲透加速，2024 年激光雷達有望迎來銷量的快速提升，疊加產品性價比提升有望帶動市場規模的持續擴容。1.2 模塊升級，固態激光雷達或有望落地模塊升級，固態激光雷達或有望落地 激光雷達包

24、括發射模塊、接收模塊、掃描模塊和信號處理模塊。工作原理來看，激光雷達包括發射模塊、接收模塊、掃描模塊和信號處理模塊。工作原理來看，激光雷達發射模塊通過激光器生成并發射激光脈沖。激光雷達發射模塊通過激光器生成并發射激光脈沖。在感知到物體后激光脈沖反射并由接收模塊捕獲信號，將其輸送至信號處理模塊，進行模擬信號預處理并轉換為數字信號。依據數據信號提取關鍵測量信息，完成對周圍環境的感知。圖表圖表4：激光雷達核心組件激光雷達核心組件 資料來源：中國電子信息產業發展研究院車載激光雷達行業概述，國聯證券研究所 發射模塊：激光雷達系統的光源，其核心組件為激光器。發射模塊：激光雷達系統的光源，其核心組件為激光器

25、。發射模塊中主要包括激光器和發射光學系統，其中激光器用于產生照射目標的光脈沖，為激光雷達的核心光源。激光器發出少線束光后通過能源激勵在發射光學系統中完成線束的增加，根據激勵物質的不同分為半導體激光器和光纖激光器。半導體激光器通過激勵砷化鎵（GaAs）等其他半導體材料發出 905nm 波長的光，而光纖激光器則通過摻雜稀土元素的光纖介質發出 1550nm 波長的光。受成本影響，905nm 波長激光器商業化落地進度領先。光纖激光器通常由泵浦源、合束器、光纖光柵、聲光 Q 開關、有源光纖、隔離器等部件構成。泵浦源是光纖激光器的核心部件之一，光纖激光器用半導體激光器作為泵浦源，對有源光纖進行泵浦，形成激

26、光振蕩或激光放大。泵浦源中的主要元器件有半導體激光芯片，以及快軸準直鏡、慢軸準直鏡、偏振分束/合束器、反射鏡、聚焦透鏡、濾光片、光纖頭等光學元器件。請務必閱讀報告末頁的重要聲明 7 行業報告行業報告行業深度研究行業深度研究 圖表圖表5：激光器結構示意圖激光器結構示意圖 圖表圖表6：光纖激光器結構示意圖光纖激光器結構示意圖 資料來源：拓博瑞激光官網，國聯證券研究所 資料來源：海創光電招股說明書，國聯證券研究所 接收模塊：核心組件為光電探測器，其性能是影響激光雷達的測量距離、幀率和接收模塊：核心組件為光電探測器，其性能是影響激光雷達的測量距離、幀率和分辨率的關鍵。分辨率的關鍵。光電探測器通過在光電

27、二極管中加大反向偏壓從而實現光電流成倍數增長，即“雪崩現象”。光電探測器主要包括雪崩光電二極管（APD），單光子雪崩二極管（SPAD）和硅光電倍增管（SiPM）。性能來看，APD 憑借適中的靈敏度使其適用于處理多光子事件，適合中等距離測量；SPAD 對單光子極為靈敏，適用于高分辨率和長距離測量；SiPM 是由多個微型 SPAD 單元組成的陣列，在信號提取過程中可按照閾值完成信號提取，并充分提升在極端環境下的穩定性。圖表圖表7：8 85050-15501550nmnm 光線接收方案光線接收方案 圖表圖表8：各類光電探測器方案性能對比各類光電探測器方案性能對比 APDAPD SPADSPAD Si

28、PMSiPM 靈敏度 中 高 高 探測范圍 中 長 長 溫度敏感度 高 中 中 響應速度 中 快 快 環境光抗擾性 高（散粒噪聲）中（暗計數）中 列陣 一維 一維和二維 均適用 資料來源：日本濱松光子學株式會社，國聯證券研究所 資料來源：日本濱松光子學株式會社，國聯證券研究所 信號處理模塊：將探測器接收的光信號轉化為數字信號。信號處理模塊：將探測器接收的光信號轉化為數字信號。由放大器、濾波器、模數轉換器（ADC）和數字信號處理器（DSP）組成。通過 ADC 將模擬信號轉換為數字形式后，DSP 執行算法以提高信噪比并精確計算目標位置。請務必閱讀報告末頁的重要聲明 8 行業報告行業報告行業深度研究

29、行業深度研究 圖表圖表9：OusterOuster 1616 的主板結構的主板結構 資料來源：電子汽車設計，國聯證券研究所 掃描模塊是各方案結構差別的核心點。掃描模塊是各方案結構差別的核心點。根據掃描系統是否具有機械轉動部件，激光雷達可分為機械式、半固態式以及固態式三類。1）機械式激光雷達:掃描覆蓋依靠主機整體實現轉動，通過不斷旋轉實現一維動態掃描。2）半固態式激光雷達以二維掃描為主。轉鏡、棱鏡、MEMS 方案均通過內部光學元器件轉換/旋轉等方式實現多維度光學信號接收。3）固態式激光雷達則利用硅光子學、光學相控陣等光學技術，擺脫了掃描模組，不需要活動部件，實現低成本、高精度掃描。圖表圖表10：

30、激光雷達性能持續提升激光雷達性能持續提升 類別類別 掃描模塊方案掃描模塊方案 工作原理工作原理 優點優點 缺點缺點/難點難點 機械式 機械旋轉（一維掃描）實現收發模塊宏觀意義上的轉動 360全景視場、掃描速度快、抗光干擾強 成本高、尺寸大、震動敏感性高 半固態式 轉鏡（一維、二維掃描）以二維旋轉鏡激光雷達為主，多邊形棱鏡與垂直掃描振鏡分別負責水平和垂直方向掃描 掃描速度快、精度高 尺寸大、中等視場 棱鏡（二維掃描）利用旋轉棱鏡改變光路 通光孔徑大、測距遠、精度高 尺寸大、成本高、視場窄 MEMS（二維掃描）本質是硅基半導體元器件，利用小尺寸懸臂梁實現反射鏡諧波頻率震蕩 成本低、尺寸小、可控性好

31、 懸臂梁易受外界沖擊而斷裂、視距中等 固態式 OPA（無掃描）運用相干原理，多光源組成陣列，調節發射單元相位差控制激光束方向 成本低、尺寸小、全局掃描或局部精細掃描 短期內技術不成熟 Flash（無掃描）根據飛行時間，輸出深度信息三維圖像 成本低、尺寸小 探測距離較短 資料來源：中國電子信息產業發展研究院，灼識咨詢，速騰聚創招股說明書，固態激光雷達研究進展，浙江大學現代光學儀器國家重點實驗室，Raj T,Hashim FH,Huddin AB,Ibrahim MF,Hussain A.A Survey on LiDAR Scanning Mechanisms.，N.Van Dinh,Y.-G.

32、Ha and G.-W.Kim,A universal control system for self-driving car towards urban challenges，國聯證券研究所 激光雷達性能持續向上，國內供應商實現產品性能和迭代速度的反超。激光雷達性能持續向上，國內供應商實現產品性能和迭代速度的反超。發展歷程來看，車載激光雷達線束持續提升，從早期的 4/8 線束產品提升至 2013 年的 16/32請務必閱讀報告末頁的重要聲明 9 行業報告行業報告行業深度研究行業深度研究 線束產品。2018 年后迭代速度加快，激光雷達線束數量提升至 40/64 線束，車端應用加速。2022 年

33、前后性能提升至 120 線束以上，激光雷達可以實現對現實世界更清晰、更精準、更快速的還原，逐步成為車端智能駕駛的核心傳感器之一。格局來看，以華為、禾賽科技、速騰聚創、圖達通為代表的國內供應商 2018 年后開始加速布局，保持每年更新迭代產品的速度，產品迭代效率領先；同時國內供應商在產品線束上實現反超，目前華為激光雷達和圖達通靈雀 W 均實現 192 線束的落地。產品類型來看，高線束固態激光雷達自 2022 年開始上市，由于自身不需要掃描模塊，尺寸變小的同時實現性能提升。2 2024024-20252025 年高線束固態激光雷達進程加速，有望落地高性價比車年高線束固態激光雷達進程加速，有望落地高

34、性價比車端激光雷達方案。端激光雷達方案。圖表圖表11：車載激光雷達性能持續提升車載激光雷達性能持續提升 資料來源：速騰聚創官網，威力登官網，禾賽科技官網，圖達通官網，華為官方微博，ibeo 官網等，國聯證券研究所 2.當下進展：激光雷達如何實現產品性價比的提升？當下進展：激光雷達如何實現產品性價比的提升？2.1 激光雷達性能如何逐步提升？激光雷達性能如何逐步提升？衡量激光雷達核心性能主要包括線束、視場角、分辨率、幀率、點頻和功率等。衡量激光雷達核心性能主要包括線束、視場角、分辨率、幀率、點頻和功率等。實現功能來看，激光雷達需要具備探測中長距離、可靠度和穩定性、夜間判斷能力等，請務必閱讀報告末頁

35、的重要聲明 10 行業報告行業報告行業深度研究行業深度研究 與功能相對應的可拆分為線束、視場角、分辨率、幀率、點頻和功率等性能參數，對應關系上，發射模塊、接收模塊、掃描模塊、接收模塊均影響激光雷達本身性能。線束數量是直觀衡量產品性能的關鍵指標，直接影響到產品性能。線束及等效線束越多，激光雷達對的感知精準度越高、探測范圍越廣，激光雷達數據有效性越強。圖表圖表12：激光雷達核心參數指標激光雷達核心參數指標拆分拆分 圖表圖表13：激光雷達性能參數激光雷達性能參數 參數參數 距離距離 分辨能力分辨能力 主要相關模塊主要相關模塊 線束 發射模塊，掃描模塊 視場角 發射模塊，掃描模塊 分辨率 發射模塊，接

36、收模塊，信號處理 幀率 發射模塊，接收模塊 點頻 發射模塊，接收模塊 功率 發射模塊 資料來源：九章智駕微信公眾號，國聯證券研究所 資料來源：中國信息通信研究院，國聯證券研究所 激光雷達線束可以更直觀衡量激光雷達的性能。激光雷達線束可以更直觀衡量激光雷達的性能。一方面，整車廠對激光雷達應用的過程中對視場角、分辨率、幀率、點頻和功率有標定參數，需要滿足車端需求方可應用。另一方面，線束是垂直方向發出激光的數量，線束及等效線束越多，發出的激光束越密集，激光雷達的感知精準度越高，激光雷達數據有效性越強。在后續的性能升級分析中，我們聚焦如何提升激光雷達線束數量從而提升感知精準度。性能性能升級方案一：硬件

37、升級升級方案一：硬件升級帶動激光雷達線束數量增加。帶動激光雷達線束數量增加。固態激光雷達中，Flash方案通過光電集成技術、單片集成技術、堆疊技術等方式實現在有限的單位面積上增加收發模塊的數量。OPA 方案通過增加分束器，完成輸出激光線束量級的提升。硬件升級優化收發模塊配置，有效帶動激光雷達線束的增加。10881046探測距離可靠度行人判別夜間模式惡劣天氣細節分辨請務必閱讀報告末頁的重要聲明 11 行業報告行業報告行業深度研究行業深度研究 圖表圖表14：flashflash 方案通過集成實現收發線束提升方案通過集成實現收發線束提升 圖表圖表15：OPAOPA 方案通過增加分束器實現線束提升方案

38、通過增加分束器實現線束提升 資料來源：禾賽科技官網，國聯證券研究所 資料來源：北京摩爾芯光半導體專利 CN115951330A，國聯證券研究所 性能性能升級方案二：升級方案二：優化振鏡提升輸出端等效線束。優化振鏡提升輸出端等效線束。半固態激光雷達中，可以在掃描模塊中通過優化振鏡的方式，使低線束收發模塊實現等效高線束效果。以速騰聚創M1 為例，收發模塊有 5 組平行的 EEL 半導體邊發射激光器，其發射出的點光源通過準直透鏡將分散光束形成幾個平行方向后，通過分光組件進入反射鏡，反射鏡將激光精準投射到 MEMS 振鏡上進行多次反射，實現輸出端等效線束的提升。圖表圖表16：速騰聚創速騰聚創 M M1

39、 1 內部結構內部結構 圖表圖表17：速騰聚創速騰聚創 M M1 1 輸出等效輸出等效 1 12626 線束線束 資料來源：速騰聚創官網，國聯證券研究所 資料來源：速騰聚創官網，國聯證券研究所 圖表圖表18：MEMSMEMS 激光雷達工作原理激光雷達工作原理 圖表圖表19：速騰聚創速騰聚創 M M1 1 工作效果圖工作效果圖 資料來源：陳敬業、時堯成，固態激光雷達研究進展，國聯證券研究所 資料來源：速騰聚創官網，國聯證券研究所 請務必閱讀報告末頁的重要聲明 12 行業報告行業報告行業深度研究行業深度研究 性能升級方案三：掃描器數量增加并分工實現接收端等效線束升級。半性能升級方案三：掃描器數量增

40、加并分工實現接收端等效線束升級。半固態雷達中，二維旋轉鏡激光雷達采用兩個一維振鏡，分別負責水平和垂直方向上的掃描。以 Luminar 的產品為例，采用轉鏡+擺鏡的方式，通過橫軸+縱軸進行二維掃描，從而彌補一維掃描方式精度不足缺陷，實現等效高線束功能。圖表圖表20：LuminarLuminar 激光雷達內部框架激光雷達內部框架 圖表圖表21：禾賽科技二維旋轉鏡結構圖禾賽科技二維旋轉鏡結構圖 資料來源：Luminar，佐思汽研，國聯證券研究所 資料來源：禾賽科技官網，國聯證券研究所 性能升級方案四：同時通過優化性能升級方案四：同時通過優化算法算法和和信號處理信號處理技術提升激光雷達性能。技術提升激

41、光雷達性能。優化信號處理技術可以提高對遠處物體的探測能力；噪聲抑制技術，比如自適應濾波和波形分析，可以減少背景噪聲和系統電子噪聲對信號的影響；信號積分技術能夠通過累加連續多個探測周期內的信號，顯著提高信噪比，從而使得系統能夠探測到更加微弱的回波，提高探測范圍。使用機器學習的模式識別，可以更精確地從噪聲背景中提取有用信號，增強目標探測的準確性和遠程探測的能力。圖表圖表22：通過軟件實現激光雷達探測距離的提升通過軟件實現激光雷達探測距離的提升 算法類型算法類型 功能功能 優化信號處理技術 提高對遠處物體的探測能力 噪聲抑制技術 減少背景噪聲和系統電子噪聲對信號的影響 信號積分技術 提高信噪比，提高

42、探測范圍 機器學習的模式識別 增強探測的準確性和遠程探測的能力 資料來源：激光器相位噪聲對相干激光雷達性能的影響蔡猛、鄭威等，基于視錐距離和自適應權重卡爾曼濾波的多傳感器融合算法研究李杰、張洛維等，中信通，國聯證券研究所 2.2 激光雷達成本如何持續下探？激光雷達成本如何持續下探？激光雷達成本持續下探。激光雷達成本持續下探。速騰聚創和禾賽科技的激光雷達成本來看，激光雷達成本均保持快速下探，速騰聚創 ADAS/機器人及其他激光雷達成本分別從 2020 年的請務必閱讀報告末頁的重要聲明 13 行業報告行業報告行業深度研究行業深度研究 0.99/1.10 萬元下探至 2023H1 的 0.50/0.

43、63 萬元；禾賽科技激光雷達單顆成本從2021 年的 2.39 萬元下探至 2023Q3 的 0.65 萬元。圖表圖表23：速騰聚創激光雷達成本下探（萬元）速騰聚創激光雷達成本下探（萬元）圖表圖表24：禾賽科技激光雷達成本下探（萬元）禾賽科技激光雷達成本下探（萬元）資料來源：Wind，速騰聚創年報，國聯證券研究所 資料來源：Wind，禾賽科技微信公眾號，國聯證券研究所 方案優化：集成式方案簡化生產制造成本及原材料用量。方案優化：集成式方案簡化生產制造成本及原材料用量。芯片為例，SoC 芯片中集成了多個功能模塊，如光電探測器、前端電路、波形處理電路，減少了對多個獨立組件的需求，降低了物料成本和裝

44、配復雜性。此外，SoC 還提高了信號處理的效率和速度，減少了功耗。集成化設計簡化了激光雷達系統的整體架構，從而減少了制造和維護的成本。自研 SoC 允許公司根據特定需求定制設計，更好地與產品集成。圖表圖表25：激光雷達激光雷達 SoSoC C 芯片結構芯片結構 資料來源：Ouster，國聯證券研究所 SoSoC C 芯片方案將接收、處理等模塊融合，持續簡化產品結構。芯片方案將接收、處理等模塊融合，持續簡化產品結構。以速騰聚創 E 平臺產品為例，通過處理 SoC 芯片與接收 SPAD 陣列的 3D 堆疊，有效的集成了接收和信號處理部件，實現系統簡化和成本控制，可以提供直接處理并生成點云的能力。0

45、.00.51.01.5202020212022H12022H22023H1ADAS機器人及其他0.001.002.003.00平均成本粗算（萬元）請務必閱讀報告末頁的重要聲明 14 行業報告行業報告行業深度研究行業深度研究 圖表圖表26：速騰聚創產品平臺對比速騰聚創產品平臺對比 圖表圖表27：E E 平臺產品結構圖平臺產品結構圖 資料來源：速騰聚創招股書，國聯證券研究所 資料來源：速騰聚創官網，騰訊網（易車原創），國聯證券研究所 核心組件價格下探：有望實現成本的持續下降。核心組件價格下探：有望實現成本的持續下降。計算芯片、激光器、光學棱鏡等核心組件價格指數均處于下降通道，未來組件成本有望保持相

46、對低位，激光雷達產品有望實現成本下探。圖表圖表28：光學組件成本有望持續下探光學組件成本有望持續下探 圖表圖表29：光學組件成本有望持續下探光學組件成本有望持續下探 資料來源：Wind，海關總署，國聯證券研究所 資料來源：Wind，海關總署，國聯證券研究所 激光雷達成本持續有望下探，激光雷達成本持續有望下探，20242024 年降價節奏放緩。年降價節奏放緩。根據 IDTechEx 的預測，激光雷達各方案價格仍處在下行通道，相較于 2022 年和 2023 年成本下探幅度或有所放緩，行業利潤率有望緩解。0204060801001201401602022-012022-022022-032022-

47、042022-052022-062022-072022-082022-092022-102022-112022-122023-012023-022023-032023-042023-052023-062023-072023-082023-092023-102023-11中國進口價格指數：光學儀器及設備中國進口價格指數：激光器75.0085.0095.00105.00115.00125.00135.00145.00155.00165.002018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-07202

48、0-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-042023-072023-10中國進口價格指數：集成電路請務必閱讀報告末頁的重要聲明 15 行業報告行業報告行業深度研究行業深度研究 圖表圖表30：激光雷達成本持續下探，激光雷達成本持續下探，2 2024024 年降價節奏逐步放緩年降價節奏逐步放緩 資料來源：IDTechEx，國聯證券研究所 3.行業未來：銷量快速增長，算法決定未來感知方案行業未來：銷量快速增長，算法決定未來感知方案 3.1 比較：成本影響，激光雷達適配高價格帶車型比較：成本影響，激

49、光雷達適配高價格帶車型 攝像頭攝像頭+毫米波雷達毫米波雷達+超聲波雷達的組合基本滿足感知需求。超聲波雷達的組合基本滿足感知需求。傳感器性能對比來看，激光雷達在探測速度、日夜間工作能力上領先?！皵z像頭+毫米波雷達+超聲波雷達”的感知層傳感器組合在性能上滿足各場景智能駕駛感知需求，激光雷達或作為探測距離及夜間環境的補充傳感器。圖表圖表31：智能駕駛傳感器性能對比智能駕駛傳感器性能對比 圖表圖表32：“攝像頭“攝像頭+毫米波雷達毫米波雷達+超聲波雷達”的組合基超聲波雷達”的組合基本滿足感知需求本滿足感知需求 資料來源：虎嗅汽車，國聯證券研究所 資料來源：虎嗅汽車，國聯證券研究所 單車價值量：激光雷達

50、單車價值量：激光雷達4 4D D 毫米波雷達毫米波雷達8 80000 萬像素攝像頭萬像素攝像頭3 3D D 毫米波雷達毫米波雷達請務必閱讀報告末頁的重要聲明 16 行業報告行業報告行業深度研究行業深度研究 低像素攝像頭超聲波雷達。低像素攝像頭超聲波雷達。單車用量來看，激光雷達/4D 毫米波雷達/高像素攝像頭/3D 毫米波雷達/低像素攝像頭/超聲波雷達單車搭載量分別為 1-3 個/3-5 個/3-5個/4-6 個/4-8 個/8-12 個。性價比來看激光雷達或略有落后。圖表圖表33：攝像頭攝像頭+毫米波雷達毫米波雷達+超聲波雷達的組合基本滿足感知需求超聲波雷達的組合基本滿足感知需求 激光雷激光雷

51、達達 4D4D 毫米毫米波雷達波雷達 高像素高像素攝像頭攝像頭 3D3D 毫米毫米波雷達波雷達 低像素低像素攝像頭攝像頭 超聲波超聲波雷達雷達 單車用量（個）1-3 3-5 3-5 4-6 4-8 8-12 資料來源：汽車之家，蓋世汽車，國聯證券研究所 4 4D D 毫米波雷達和激光雷達或存在競爭關系，毫米波雷達和激光雷達或存在競爭關系，4 4D D 毫米波雷達性能提升，激光雷達毫米波雷達性能提升，激光雷達在識別精度上領先。在識別精度上領先。4D 毫米波雷達角分辨率對比來看，4D 毫米波雷達可以達到 12度角分辨率，相比于傳統 3D 毫米波雷達清晰程度可以提高 5-10 倍；識別精度和距離來看

52、，4D 毫米波雷達通道數提升，保證視角的同時保證探測距離。4D 毫米波雷達硬件上增配/提升射頻芯片的能力，讓毫米波雷達通道數顯著提升。4D 毫米波雷達和激光雷達對比來看，激光雷達點云數據更稠密，反饋數據頻率更高，保持性能領先。圖表圖表34：高分辨率高分辨率 4D4D 雷達可以識別出每個物體雷達可以識別出每個物體 圖表圖表35：4D4D 雷達實現了探測范圍和距離的雙提升雷達實現了探測范圍和距離的雙提升 資料來源：analog devices，國聯證券研究所 資料來源：Advanced Radar to Challenge Lidar in Autonomous-Vehicle Sector Da

53、vid E.Zoia，國聯證券研究所 請務必閱讀報告末頁的重要聲明 17 行業報告行業報告行業深度研究行業深度研究 圖表圖表36：激光雷達在點云密度、反饋時間等性能參數上保持領先激光雷達在點云密度、反饋時間等性能參數上保持領先 資料來源：木?？萍?，英偉達官網，國聯證券研究所 我們認為，激光雷達或成為中高價格帶車型補充傳感器存在，主要負責極端環境感知、距離測量等方面的數據獲取，具備傳感器性能優勢。3.2 算法：融合算法：融合 vsvs 視覺，視覺，PseudoPseudo-LiDARLiDAR 改變格局改變格局 智能駕駛算法決策的權重占比持續提升，逐步成為定義硬件配置的核心原因。智能駕駛算法決策

54、的權重占比持續提升，逐步成為定義硬件配置的核心原因。我們認為算法的迭代或直接影響車端硬件布局。方案來看，多傳感器融合方案和純視覺方案在競爭中直接受 AI 算法、融合算法等多類算法的影響。融合算法：通過多傳感器多輪數據融合，保證識別精準度和目標跟蹤的準確性 以華為 GOD 網絡為例，融合的流程大致為：（1）數據采集：通過激光雷達的點云數據，初步獲得行車環境的特征圖；（2）關聯關系轉換：基于特征圖，用 Transformer結構的解碼器，預測初始邊界框，將行車環境中所需要注意的物體框選并標注，得到含有距離信息的邊界框，Transformer 將攝像頭數據和激光雷達的數據轉換為軟關聯數據。（3）數據

55、初步融合：將激光雷達采集的信息投影到攝像頭采集到的圖像上，把 2D 圖像的特征融合進去，給邊界框賦予語義信息。用大模型 Transformer，自適應地尋找 2D 圖像與 3D 點云的關聯。（4）詳細標注：通過 Transformer 中的交叉注意機制，以一種稀疏到密集的、自適應的方式將 2D 圖像再次融合。Transformer 完成自適應對模型中信息的抽取，增強對物體識別的精準度。請務必閱讀報告末頁的重要聲明 18 行業報告行業報告行業深度研究行業深度研究 圖表圖表37：融合算法流程圖融合算法流程圖 資料來源：華為 GOD 專利，TransFusion:Robust LiDAR-Camer

56、a Fusion for 3D Object Detection with TransformersXinge Zhu、Qingqiu Huang、Yilun Chen、Chiew-Lan Tai，國聯證券研究所 激光雷達在場景穩定過程中權重較低，在場景變化的過程中是最先發生權重變激光雷達在場景穩定過程中權重較低，在場景變化的過程中是最先發生權重變化?；?。融合算法在權重分配上，激光雷達作為感知范圍較大、識別距離較長的感知層傳感器，在場景相對穩定的環境中激光雷達權重保持相對較低位置，在場景發生變化的幀數中激光雷達首先達到滿權重而后下降至較低位置。請務必閱讀報告末頁的重要聲明 19 行業報告行業報

57、告行業深度研究行業深度研究 圖表圖表38：融合算法權重分配方案融合算法權重分配方案 資料來源：無人駕駛汽車多傳感器冗余下的數據融合算法研究周文起，國聯證券研究所 當下來看融合算法結合了各模態傳感器的優勢，提高了檢測精度和召回率。當下來看融合算法結合了各模態傳感器的優勢，提高了檢測精度和召回率。與視覺算法和激光雷達算法相比，融合算法將車輛檢測準確率分別提升了 6.47%和3.72%。行人檢測準確率分別提升了 20.27%和 4.86%；騎行者檢測準確率分別提升了 5.04%和 3.04%，融合方法能夠實現更好的環境感知能力。圖表圖表39：融合感知準確度高于純視覺感知融合感知準確度高于純視覺感知

58、資料來源：AdaFusion:Visual-LiDAR Fusion With Adaptive Weights for Place RecognitionHaowen Lai、Peng Yin、Sebastian Scherer，國聯證券研究所 視覺算法：AI 加持優化圖像處理能力，Pseudo-LiDAR 有望替代激光雷達數據 視覺算法通過視覺算法通過 PseudoPseudo-LiDARLiDAR 方案，使用多目攝像頭獲取圖像深度信息從而補全方案，使用多目攝像頭獲取圖像深度信息從而補全3 3D D 圖像信息。圖像信息。Pseudo-LiDAR 方案是通過多攝像頭方案獲得深度圖像，并將深度

59、信息結合圖像信息獲得偽雷達點云（Pseudo-LiDAR 點云），從而替代激光雷達方案。請務必閱讀報告末頁的重要聲明 20 行業報告行業報告行業深度研究行業深度研究 圖表圖表40：PseudoPseudo-LiDARLiDAR 點云生成方式點云生成方式 資料來源：Pseudo-LiDAR from Visual Depth Estimation:Bridging the Gap in 3D Object Detection for Autonomous DrivingYan Wang、Wei-Lun Chao、Divyansh Garg、et al，國聯證券研究所 PseudoPseudo-L

60、iDARLiDAR 方案具備更加稠密的數據，并且具備方案具備更加稠密的數據，并且具備 RGBRGB 顏色信息。顏色信息。結果來看，Pseudo-LiDAR 方案信息精確程度略低于融合方案，但具備更加密集的點云數據，并且具備 RGB 顏色信息，即可以通過顏色區分識別物體的屬性和位置，從而更好完成神經網絡感知下的 3D 成像。圖表圖表41：PseudoPseudo-LiDARLiDAR 點云生與激光雷達、前向視覺對物體感知的識別對比點云生與激光雷達、前向視覺對物體感知的識別對比 資料來源：Pseudo-LiDAR from Visual Depth Estimation:Bridging the

61、Gap in 3D Object Detection for Autonomous DrivingYan Wang、Wei-Lun Chao、Divyansh Garg、et al，國聯證券研究所 圖表圖表42：PseudoPseudo-LiDARLiDAR 方案點云結果和真實世界情況還原對比方案點云結果和真實世界情況還原對比 資料來源：Pseudo-LiDAR from Visual Depth Estimation:Bridging the Gap in 3D Object Detection for Autonomous DrivingYan Wang、Wei-Lun Chao、Divy

62、ansh Garg、et al，國聯證券研究所 特斯拉較多使用 Pseudo-LiDAR 方案，完成對靜態物體和動態物體的標注。靜態物體標注來看，特斯拉通過地圖重構的方式保留出 Pseudo-LiDAR 信息，并且通過auto-labeling 算法完成信息處理，從而完成目標檢測等任務。動態物體標注來看，通過多目攝像頭構建深度信息，并通過自監督方式獲得距離信息，同時通過 Radar 得請務必閱讀報告末頁的重要聲明 21 行業報告行業報告行業深度研究行業深度研究 到深度信息和穿透信息。在疊加 Pseudo-LiDAR、Radar 和視覺方案反饋的數據后，結合時序模型完成對空間內物體行為軌跡的預測

63、。圖表圖表43：特斯拉視覺方案靜態物體識別特斯拉視覺方案靜態物體識別 圖表圖表44：特斯拉引入特斯拉引入 RadarRadar 完成動態物體識別完成動態物體識別 資料來源：tesla AI day 2023，國聯證券研究所 資料來源：tesla AI day 2023，國聯證券研究所 特斯拉基于靜態識別和動態識別的方案，完成對路面全部信息進行標注，并通過Diffusion 及時序模型完成行為軌跡的預測。圖表圖表45：特斯拉純視覺感知方案結果及規劃特斯拉純視覺感知方案結果及規劃 資料來源：tesla AI day 2023，國聯證券研究所 結合當下算法進展和商業化應用成果，我們認為，融合方案效果

64、由于純視覺方案，激光雷達仍然可以保持性能上的領先及上車的必要性。長期來看，Pseudo-LiDAR 方案或逐步趨近成熟，數據精準度的提升疊加與神經網絡感知的適配性有望逐步降低激光雷達數據在智能駕駛 3D 成像方案過程中的權重。請務必閱讀報告末頁的重要聲明 22 行業報告行業報告行業深度研究行業深度研究 4.空間測算及投資建議空間測算及投資建議 4.1 未來銷量：智能滲透加速，機器人有望接力未來銷量：智能滲透加速，機器人有望接力 智能駕駛：高階智駕滲透率快速提升，激光雷達出貨量有望向上 未來高階智能駕駛有望帶動高線束激光雷達出貨量提升。未來高階智能駕駛有望帶動高線束激光雷達出貨量提升。智能駕駛域

65、控制器滲透率將在高等級自動駕駛車型（L2、L3）上迎來快速增長，預計 2023 年在 L2 的滲透率能夠達到 33%左右，L3 的滲透率能夠達到 8%。從 2024 年往后，L2、L3 整體滲透率將達到 50%以上，占據主導地位。預計到 2030 年，L2 與 L3 的滲透率分別達到 45%和32%，合計 77%，較 2023 年提升 36.0pct。L1 智駕車型的滲透率下降明顯，預計從2016 年到 2030 年將下降 84.11pct，2023 年 L1 或保持在 10%左右的滲透率。圖表圖表46：智能駕駛滲透率持續向上（以智能駕駛域控制器滲透率為例）智能駕駛滲透率持續向上（以智能駕駛域

66、控制器滲透率為例）資料來源：高工智能汽車，佐思汽研，國聯證券研究所預測 L2L2 及以上級別：滲透率持續提升。滲透率與價格帶基本正相關，各價格帶變化及以上級別：滲透率持續提升。滲透率與價格帶基本正相關，各價格帶變化趨勢相似性較高。趨勢相似性較高。（1）整體滲透率：L2 方案及以上方案滲透率持續增長。從 2021Q1的 10.6%提升至 2023Q1 的 33.5%，滲透率增長 22.9pct。（2）分價格帶：由于車型供給端差異，部分價格帶滲透率較高，整體和價格帶保持正相關。2023Q1 L2 方案及以上方案滲透率來看，10 萬以下車型滲透率為 0.4%，10-15 萬以上車型滲透率為23.9%

67、，15-20 萬價格帶車型滲透率為 40.2%。25-35 萬價格帶車型滲透率在 50%以上，主要系特斯拉等造車新勢力和自主品牌車型的集中。35-40 萬價格帶滲透率為 71.3%，主要系理想車型智能化配置較高且占據價格帶較大份額。40 萬以上價格帶滲透率在30%-50%之間，略低于 20-40 萬價格帶，主要系奔馳、寶馬、奧迪等豪華品牌尚未將智能駕駛級別及功能作為品牌的差異化配置。0%10%20%30%40%50%60%70%80%90%100%20162017201820192020202120222023H12023E2024E2025E2030EL0L1L2L3請務必閱讀報告末頁的重要

68、聲明 23 行業報告行業報告行業深度研究行業深度研究 圖表圖表47：L L2 2 及以上高階智能駕駛分價格帶滲透率及以上高階智能駕駛分價格帶滲透率 資料來源：高工產研，國聯證券研究所 2 2024024 年超過年超過 3030 款新車將搭載激光雷達，高線束激光雷達銷量有望提升?？钚萝噷⒋钶d激光雷達，高線束激光雷達銷量有望提升。分車型來看，阿維塔 11 和阿維塔 12 采用三顆 96 線激光雷達，具備 12025的視場角和 150 米的探測距離，這一配置在多方面確保環境感知性能。理想 L9Max、飛凡 R7旗艦版、零跑 C10 均搭載一顆 128 線束激光雷達，提供 12025.4的視場角度和2

69、00 米的有效探測距離，搭配 10Hz 的幀率，平衡性能和成本。蔚來全系車型標配 150線激光雷達，在 10%反射率下能夠探測到 250 米以內的物體，探測距離遠。華為智界S7 和問界 M9 配置 192 線束激光雷達，在 250 米范圍內實現精確識別，20Hz 的雷達掃描頻率使其在數據更新速度和環境感知能力上出眾。圖表圖表48：2 2024024 年新車型配置激光雷達車型數量有望持續提升（款）年新車型配置激光雷達車型數量有望持續提升（款）車企車企 車型車型 激光雷達數量激光雷達數量 是否標配是否標配 激光雷達線束激光雷達線束 上汽飛凡 飛凡 R7 1 128 線 零跑 零跑 C10 1 12

70、8 線 極石 極石 01 3 128*1+120 線*2 華人運通 高合 HiPhi Y 1 128 線 高合 HiPhi Z 1 128 線 理想 理想 Mega 1 128 線 吉利睿藍 吉利睿藍 7 1 126 線 廣汽埃安 埃安昊鉑 GT 3 126 線 埃安昊鉑 HT 3 126 線 一汽紅旗 一汽紅旗 E001 3 126 線 長城 魏牌藍山 DHT-PHEV 2 126 線 魏牌摩卡 DHT-PHEV 2 126 線 小鵬 小鵬 X9 2 126 線 奇瑞 星途星紀元 ES 1 126 線 0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%2

71、021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q42023Q12023Q210-15萬15-20萬20-25萬25-30萬30-35萬35-40萬40-45萬45-50萬50萬以上請務必閱讀報告末頁的重要聲明 24 行業報告行業報告行業深度研究行業深度研究 星途星紀元 ET 1 126 線 上汽智己 智己 LS6 1 126 線 比亞迪 騰勢 N7 2 126 線 仰望 U8 3 126 線 蔚來 蔚來 ET9 1 150 線 問界問界 問界問界 M9M9 1 1 192192 線線 智界智界 智界智界 S7S7 1 1 192192 線線 阿維塔

72、阿維塔 12 3 96 線 哪吒 哪吒 S 2 96 線 資料來源：汽車之家，各公司官網，國聯證券研究所整理 車載激光雷達：預計車載激光雷達：預計 2 2027027 年車載激光雷達市場規模有望超過年車載激光雷達市場規模有望超過 280280 億元。億元。受益于激光雷達性價比持續提升，我們認為：（1）車載激光雷達滲透率有望持續提升，預計 23-27 年滲透率分別為 2.0%/7.0%/15.0%/23.0%/29.0%；（2）單車平均激光雷達搭載量保持在 1.25 顆，即大部分車型裝配 1 顆激光雷達，部分車型或搭配 2-3 顆激光雷達；（3）單車價值量持續下探且降幅下降，預計 23-27 年

73、單顆激光雷達價格分別為 4500/3800/3300/3000/2800 元。圖表圖表49：國內市場乘用車載激光雷達行業規模測算國內市場乘用車載激光雷達行業規模測算 2021 2022 2023.1-11 2023E 2024E 2025E 2026E 2027E 乘用車批發銷量（萬輛）2,146.8 2,355.0 2,326.8 2,519.9 2,595.5 2,673.3 2,726.8 2,781.3 分級別滲透率 L0 70%59%50%47%36%25%23%20%L1 12%12%12%12%12%11%11%11%L2 18%29%32%33%39%43%43%44%L3 0

74、%0%7%8%13%21%24%26%車載激光雷達市場規模測算 激光雷達搭載車型（萬輛）0.41 11.695 41.53 50.3 181.68 401.00 627.16 806.58 激光雷達搭載車型占比 0.0%0.5%1.8%2.0%7.0%15.0%23.0%29.0%平均單車搭載量（個）1.93 1.19 1.28 1.25 1.25 1.25 1.25 1.25 激光雷達出貨量（萬個）0.79 13.95 53.15 62.88 227.10 501.25 783.95 1008.23 激光雷達單個價值量（元）12000 8000 4500 4500 3800 3300 300

75、0 2800 車載激光雷達市車載激光雷達市場規模（億元）場規模（億元）0.95 11.16 23.92 28.29 86.30 165.41 235.19 282.30 資料來源：ICV Tank，IDTechEx，高工產研，國聯證券研究所預測 請務必閱讀報告末頁的重要聲明 25 行業報告行業報告行業深度研究行業深度研究 機器人：應用范圍升級，中低線程激光雷達出貨量上行 機器人場景的品類數量逐步增加，低線程激光雷達在各類機器人上應用廣泛。機器人場景的品類數量逐步增加，低線程激光雷達在各類機器人上應用廣泛。分機器人類型來看，家庭類機器人，如掃地機器人和教育機器人，利用激光雷達的高覆蓋率和精準定位

76、的特性，將其作為導航定位的核心傳感器。使用單線旋轉激光雷達配合 SLAM 算法，家庭機器人能夠構建精準的室內地圖，并實現高效的自主導航。商用服務領域，室內機器人廣泛配置 2D 激光雷達，應用于迎賓、引導、運輸配送等眾多場景。低線束激光雷達以其敏銳的環境感知能力，實現了機器人的自主移動和障礙規避。激光雷達逐步成為滿足機器人多場景環境感知的重要傳感器。圖表圖表50：低線束激光雷達在各類機器人應用廣泛低線束激光雷達在各類機器人應用廣泛 資料來源：思嵐科技官網，國聯證券研究所 服務機器人銷量進入上升通道，低線程激光雷達出貨量有望上行。服務機器人銷量進入上升通道，低線程激光雷達出貨量有望上行。2023

77、年 1-11月服務機器人銷量為 669.1 萬套，同比增長 38.6%。伴隨旅游、物流等行業的快速復蘇，服務類機器人銷量或穩步向上，2024 年銷量或保持較快增長。請務必閱讀報告末頁的重要聲明 26 行業報告行業報告行業深度研究行業深度研究 圖表圖表51：服務機器人產量逐步向上服務機器人產量逐步向上 資料來源：國家統計局，國聯證券研究所 服務機器人有望快速擴容，低線束激光雷達出貨量有望快速提升。服務機器人有望快速擴容，低線束激光雷達出貨量有望快速提升。國內服務機器人市場規模有望從 2022 年的 312 億元提升至 2027 年的 1064 億元，5 年復合增速為 27.8%，服務機器人上的低

78、線束激光雷達出貨量有望快速提升。預計服務機器人激光雷達市場有望從 2022 年的 46.3 億元提升至 2027 年的 95.0 億元，保持銷量的快速增長，規模效應有望提升低線束激光雷達利潤率水平。圖表圖表52：國內專業服務機器人市場規?？焖偬嵘龂鴥葘I服務機器人市場規?？焖偬嵘?資料來源：優必選招股說明書，國聯證券研究所 -60-40-200204060801001200200000400000600000800000100000012000002020年12月2021年2月2021年4月2021年6月2021年8月2021年10月2021年12月2022年2月2022年4月2022年6月2

79、022年8月2022年10月2022年12月2023年2月2023年4月2023年6月2023年8月2023年10月服務機器人產量當期值(套)服務機器人產量同比增長(%)0%10%20%30%40%020040060080010001200202120222023E2024E2025E2026E2027E國內專業服務機器人市場規模（億元）yoy請務必閱讀報告末頁的重要聲明 27 行業報告行業報告行業深度研究行業深度研究 圖表圖表53：機器人行業激光雷達行業規模測算機器人行業激光雷達行業規模測算 20212021 20222022 2023.12023.1-1111 2023E2023E 202

80、4E2024E 2025E2025E 2026E2026E 2027E2027E 服務機器人產量（萬個）746.1 532.0 669.1 759.1 911.0 1047.6 1173.3 1267.2 同比增速 -28.7%38.6%42.7%20.0%15.0%12.0%8.0%激光雷達單機用量（個）1 1 1 1 1 1 1 1 激光雷達方案配置比例 57%60%63%63%66%70%73%75%激光雷達出貨量（萬個）425.3 319.2 421.6 478.3 601.2 733.3 856.5 950.4 低線束激光雷達價值量（元）1500 1450 1400 1400 130

81、0 1200 1100 1000 服務機器人激光服務機器人激光雷達市場規模雷達市場規模（億元）（億元）63.7963.79 46.2946.29 59.0259.02 66.9666.96 78.1678.16 88.0088.00 94.2294.22 95.0495.04 資料來源：IDTechEx，國際機器人聯合會，國聯證券研究所預測 2 2024024 年激光雷達細分賽道或迎來高速增長，建議重點關注激光雷達賽道投資機年激光雷達細分賽道或迎來高速增長，建議重點關注激光雷達賽道投資機會會。受價格影響，2023 年高線束車載激光雷達同比增速下探明顯，2024 年成本變化環節顯著。受益于智能化

82、加速和機器人應用范圍的持續提升，預計 2024 年車載激光雷達和服務機器人激光雷達市場規模分別為 86.3/78.16 億元，同比增速分別為205%/17%，為 2022-2027 年細分行業同比增速最高的一年。我們認為，價格下探幅度下降，產品性能的持續提升，激光雷達有望在 2024 年迎來性價比奇點，從而帶動行業規模的擴容和同比增速的快速提升。圖表圖表54：國內激光雷達市場規模有望快速提升國內激光雷達市場規模有望快速提升 資料來源：IDTechEx，國際機器人聯合會，國聯證券研究所 4.2 行業格局：內資加速布局，禾賽和速騰領跑行業格局：內資加速布局，禾賽和速騰領跑 -50%0%50%100

83、%150%200%0.0050.00100.00150.00200.00250.00300.00202120222023E2024E2025E2026E2027E車載激光雷達市場規模（億元）服務機器人激光雷達市場規模（億元）車載激光雷達同比增速服務機器人激光雷達同比增速請務必閱讀報告末頁的重要聲明 28 行業報告行業報告行業深度研究行業深度研究 需求：國內車企高階智能駕駛功能領跑，需求：國內車企高階智能駕駛功能領跑，2 2024024 年內無法完成去激光雷達化。年內無法完成去激光雷達化。高階功能進展來看，國內整車廠落地城市 NOA 的時間領先外資整車廠。城市 NOA 功能落地進度可以分為三擋，

84、特斯拉及國內新勢力車企預計 2023 年底落地城市 NOA 功能，自主品牌預計 2025 年落地城市 NOA 功能，外資品牌預計 2025 年后完成功能落地。算法端來看，短期內無法完成去激光雷達化進展，AI 算法在車端應用仍需要較長開發時間和驗證周期，2024 年內仍保持對激光雷達的確定性需求。圖表圖表55：小鵬汽車小鵬汽車 2 2023023 年底落地年底落地 5 50 0 城城市城城市 N NOAOA 功能功能 圖表圖表56：特斯拉特斯拉 2 2023023 年落地城市年落地城市 N NOAOA 功能功能 資料來源：小鵬汽車官網，國聯證券研究所 資料來源：C JAY TECH，國聯證券研究

85、所 圖表圖表57：長城汽車預計長城汽車預計 2 2025025 年完成城市年完成城市 N NOAOA 功能落地功能落地 圖表圖表58：寶馬預計寶馬預計 2 2025025 年后完成城市年后完成城市 N NOAOA 功能落地功能落地 資料來源：澎湃新聞，國聯證券研究所 資料來源：維科網，國聯證券研究所 供給：國內供應商產品迭代加速，多技術路線支持多平臺開發充分適配需求。供給：國內供應商產品迭代加速，多技術路線支持多平臺開發充分適配需求。產品矩陣來看，國內供應商如禾賽科技、速騰聚創等公司均保持多技術方案的開發模式，產品迭代速度和整車廠需求響應能力充分適配功能和銷量結構的持續變化，我們認為國內激光雷

86、達廠商有望進一步擴大領先優勢。請務必閱讀報告末頁的重要聲明 29 行業報告行業報告行業深度研究行業深度研究 圖表圖表59：速騰聚創平臺及產品矩陣速騰聚創平臺及產品矩陣 圖表圖表60：禾賽科技平臺及產品矩陣禾賽科技平臺及產品矩陣 資料來源：速騰聚創招股書，國聯證券研究所 資料來源：禾賽科技招股書，國聯證券研究所 圖表圖表61：2 2024024 年搭載激光雷達車型及供應商選擇年搭載激光雷達車型及供應商選擇 激光雷達供應商 車型 激光雷達數量 激光雷達型號 能源類型 上市時間 價格 分類 Luminar 沃爾沃 EX90 有 IRIS EV 2024 MPV 速騰聚創 星紀元 ET 1 M1 EV

87、 2024H1 中大型 SUV 星紀元 ES 1 M1 EV 2023.12 24.80-35.80萬元 中大型車 小鵬 X9(Max 版)2 M1 EV 2023.12 38.80 萬元起 中大型 MPV 銀河 E8(665km 星艦智駕版)1 M1 EV 2024.1 中大型車 極氪 007 1 M1 EV 2023.12 22.99 萬元起 中型車 禾賽科技 零跑 A11 1-3 AT128 EV 2024 8-13 萬元 緊湊型 SUV 零跑 A01 1-3 AT128 EV 2024 8-13 萬元 緊湊型車 零跑 B13 1-3 AT128 EV 2024 12-17 萬元 中大型

88、 SUV 理想 MEGA 1 AT128 EV 2023.12 60 萬以內 大型 MPV 理想 L6 1 AT128 PHEV 2024H1 30 萬以內 中型 SUV 圖達通 蔚來 ET9 3 獵鷹*1+靈雀*2 EV 2023.12 百萬級別 華為 問界 M9 1 192 線 EV 2023.12 50-60 萬元 大型 SUV 智界 S7 1 192 線 EV 2023.11 24.98-34.98萬元 中大型車 智界 S9 1-EV 2024H2 中大型 SUV 阿維塔 12 3-EV 2023.11 30.08-40.08萬元 中大型車 尚未公布 啟源 CD701 2-EV 202

89、4 中型 SUV 仰望 U6 有 EV 2024 中大型車 領克 07 1 PHEV 2024Q1 或 18 萬元起 中型車 極氪 M-Vision 量產版 有 EV 2024 MPV 奇瑞風云 T9 有 PHEV 2024Q1 中大型 SUV 奇瑞風云 T11 有 PHEV 2024 大型 SUV 資料來源：汽車之家，理想官網，電子發燒友，Luminar 官網，懂車帝等，國聯證券研究所整理 請務必閱讀報告末頁的重要聲明 30 行業報告行業報告行業深度研究行業深度研究 禾賽科技禾賽科技（H HSAISAI）：全球激光雷達的領軍企業。：全球激光雷達的領軍企業。研發方面在光學、機械、電子、軟件等領

90、域具備強大積累，具備自研芯片、主動抗干擾等技術能力。產品端來看，禾賽的 AT 系列采用芯片化激光器技術落地半固態方案，FT120 采用 Flash 固態方案，Pandar 系列采用機械式方案?？蛻舳藖砜?，禾賽配套理想 L 平臺 Max 版本車型、路特斯 ELETRE、極石 01、飛凡汽車全新車型、長城系列車型、哪吒新車型、一汽紅旗新車型。我們認為禾賽科技產品持續迭代，產品力穩步向上，客戶持續拓展，未來或保持出貨量的快速增長。速騰聚創：全球領先的激光雷達企業。速騰聚創：全球領先的激光雷達企業。公司主要收入來源于 ADAS 和機器人業務的激光雷達硬件。產品端來看，速騰聚創 R 系列采用機械式方案，

91、M 系列采用 MEMS半固態方案，E1 采用 Flash 固態方案?？蛻舳藖砜?，速騰聚創配套了小鵬汽車 Max版本車型、吉利睿藍 7、廣汽埃安系列車型、智己系列車型、騰勢 N7、仰望 U8、問界 M5 和 M7。機器人業務和高階智能駕駛功能雙端發力，未來有望帶動速騰聚創銷量的快速提升。光庫科技：激光雷達光源模塊進入量產階段。光庫科技：激光雷達光源模塊進入量產階段。公司依托其在合束器、隔離器、光纖光柵等高功率無源光器件的優勢，為國內外多家激光雷達公司提供用于 1550nm 激光雷達的光纖元器件，自主開發了基于鉺鐿共摻光纖放大器的 1550nm 發射光源模塊。公司的“無人駕駛汽車 LIDAR 激光

92、光源及其核心單元技術研究”項目主要用于研發、設計、制造適用于自動駕駛激光雷達基于 EYDF 的光源模塊，截至 2023H1，已進入批量生產階段。睿創微納：軍工產品反轉，積極布局車端激光雷達。睿創微納：軍工產品反轉，積極布局車端激光雷達。軍工業務困境反轉，紅外制導產品已接近步入批產交付階段。海外業務持續擴張，海外打獵紅外整機產品需求激增，營收有望持續上行。同時，2023 年開始布局系列化激光雷達的研制，主要是面向車載的自動輔助駕駛，公司整體目標是完成傳感器產業鏈上下游的布局。永新光學：國內光學精密儀器及核心光學部件供應商，積極拓展激光雷達等新永新光學：國內光學精密儀器及核心光學部件供應商，積極拓

93、展激光雷達等新業務。業務。在激光雷達領域，公司與禾賽、Innoviz、Innovusion、北醒光子、麥格納等激光雷達領域國內外知名企業保持深度的合作關系。目前，公司已將激光雷達客戶群體從乘用車、商用車領域擴展至車聯網、機器人等領域，將產品從以零部件為主擴展至激光雷達整機代工。隨著多款搭載激光雷達的車型陸續量產上市，該業務已步入快速增長通道。源杰科技：源杰科技：1550nm1550nm 激光器芯片進入批量驗證階段。激光器芯片進入批量驗證階段。在車載激光雷達領域，公司有兩款產品。其中一款為 1550nm 波段激光器芯片，技術國際領先，截至 2023H1，該產品處于客戶端批量驗證階段。另一款為 3

94、 寸 DFB 激光器，技術國內領先、國際先進，截至 2023H1，處于驗證測試階段。請務必閱讀報告末頁的重要聲明 31 行業報告行業報告行業深度研究行業深度研究 炬光科技：激光雷達核心元件及應用解決方案供應商。炬光科技：激光雷達核心元件及應用解決方案供應商。公司自 2023 年初起戰略聚焦于激光雷達線光斑的技術路線，目前已獲得國內兩家激光雷達發射端項目定點通知，正在持續小批量發貨。同時，公司與海外頭部激光雷達客戶合作線光斑發射模組項目、光學元器件項目正在有序推進，激光雷達線光斑發射模組項目于 23Q4 獲得正式定點函。此外，公司和 B 公司就激光雷達發射模組合作達成一致。公司所堅持的線光斑技術

95、路線在不斷得到市場的認可，未來有望持續受益激光雷達放量。長光華芯：國內領先的激光雷達光源方案提供商。長光華芯：國內領先的激光雷達光源方案提供商。公司核心產品為半導體激光芯片，依托高功率半導體激光芯片的設計及量產能力，橫向拓展布局 VCSEL 半導體激光芯片，可用于消費電子、光通信以及車載激光雷達領域。公司已成為汽車廠商合規可靠的車載激光雷達芯片供應商，相關芯片也已通過車規 IATF16949 和 AECQ 認證。此外，公司還積極布局開發車載 EEL 邊發射激光器及 1550nm 光纖激光器的泵浦源產品，隨著項目的推進，將進一步鞏固長光華芯全套激光雷達光源方案提供商的市場地位。仕佳光子：已開發出

96、多款激光雷達用激光器及芯片。仕佳光子：已開發出多款激光雷達用激光器及芯片。公司已開發出用于調頻連續波激光雷達的窄線寬 DFB 激光器、高飽和功率半導體光放大器（SOA）芯片及器件，截至 2023H1，新產品已進入客戶驗證階段。5.風險提示風險提示 （1）乘用車銷量不及預期。受消費能力、車型推進速度影響，乘用車銷量或不及預期，從而影響激光雷達細分市場的整體銷量；（2）智能駕駛進度不及預期。智能化滲透率受車型結構、功能推進速度影響，或影響智能駕駛滲透率提升速度；（3）激光雷達替代算法速度超越預期，替代算法具備相對完善，當下需要提升精準度，算法進度超預期或導致激光雷達需求量下降；（4）行業空間測算風

97、險：市場空間測算是基于一些前提假設，存在假設條件不成立、市場發展不及預期等因素導致市場空間測算結果偏差。請務必閱讀報告末頁的重要聲明 32 分析師聲明分析師聲明 本報告署名分析師在此聲明：我們具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，本報告所表述的所有觀點均準確地反映了我們對標的證券和發行人的個人看法。我們所得報酬的任何部分不曾與，不與，也將不會與本報告中的具體投資建議或觀點有直接或間接聯系。評級說明評級說明 投資建議的評級標準 評級 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

98、：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；韓國市場以柯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指數漲幅 20%以上 增持 相對同期相關證券市場代表指數漲幅介于 5%20%之間 持有 相對同期相關證券市場代表指數漲幅介于-10%5%之間 賣出 相對同期相關證券市場代表指數跌幅 10

99、%以上 行業評級 強于大市 相對同期相關證券市場代表指數漲幅 10%以上 中性 相對同期相關證券市場代表指數漲幅介于-10%10%之間 弱于大市 相對同期相關證券市場代表指數跌幅 10%以上 一般聲明一般聲明 除非另有規定，本報告中的所有材料版權均屬國聯證券股份有限公司（已獲中國證監會許可的證券投資咨詢業務資格）及其附屬機構（以下統稱“國聯證券”）。未經國聯證券事先書面授權，不得以任何方式修改、發送或者復制本報告及其所包含的材料、內容。所有本報告中使用的商標、服務標識及標記均為國聯證券的商標、服務標識及標記。本報告是機密的，僅供我們的客戶使用，國聯證券不因收件人收到本報告而視其為國聯證券的客戶

100、。本報告中的信息均來源于我們認為可靠的已公開資料，但國聯證券對這些信息的準確性及完整性不作任何保證。本報告中的信息、意見等均僅供客戶參考，不構成所述證券買賣的出價或征價邀請或要約。該等信息、意見并未考慮到獲取本報告人員的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對任何人的個人推薦?？蛻魬攲Ρ緢蟾嬷械男畔⒑鸵庖娺M行獨立評估，并應同時考量各自的投資目的、財務狀況和特定需求，必要時就法律、商業、財務、稅收等方面咨詢專家的意見。對依據或者使用本報告所造成的一切后果，國聯證券及/或其關聯人員均不承擔任何法律責任。本報告所載的意見、評估及預測僅為本報告出具日的觀點和判斷。該等意見、評估及預測

101、無需通知即可隨時更改。過往的表現亦不應作為日后表現的預示和擔保。在不同時期，國聯證券可能會發出與本報告所載意見、評估及預測不一致的研究報告。國聯證券的銷售人員、交易人員以及其他專業人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發表與本報告意見及建議不一致的市場評論和/或交易觀點。國聯證券沒有將此意見及建議向報告所有接收者進行更新的義務。國聯證券的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。特別聲明特別聲明 在法律許可的情況下，國聯證券可能會持有本報告中提及公司所發行的證券并進行交易，也可能為這些公司提供或爭取提供投資銀行、財務顧問

102、和金融產品等各種金融服務。因此，投資者應當考慮到國聯證券及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突，投資者請勿將本報告視為投資或其他決定的唯一參考依據。版權聲明版權聲明 未經國聯證券事先書面許可，任何機構或個人不得以任何形式翻版、復制、轉載、刊登和引用。否則由此造成的一切不良后果及法律責任有私自翻版、復制、轉載、刊登和引用者承擔。聯系我們聯系我們 北京：北京：北京市東城區安定門外大街 208 號中糧置地廣場 A 塔 4 樓 上海：上海：上海市浦東新區世紀大道 1198 號世紀匯二座 25 樓 無錫：無錫：江蘇省無錫市金融一街 8 號國聯金融大廈 12 樓 深圳：深圳：廣東省深圳市福田區益田路 6009 號新世界中心大廈 45 樓 電話：0510-85187583