《汽車與零部件行業AI+汽車智能化系列之六：2024Q2車企智駕路測體驗比較-240626（43頁）.pdf》由會員分享，可在線閱讀，更多相關《汽車與零部件行業AI+汽車智能化系列之六：2024Q2車企智駕路測體驗比較-240626（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、AI+汽車智能化系列之六2024Q2車企智駕路測體驗比較證券研究報告 行業研究 汽車與零部件汽車行業證券分析師：黃細里執業編號：S0600520010001 聯系郵箱：聯系電話：021-60199790汽車行業證券分析師：楊惠冰執業編號：S0600523070004聯系郵箱：yanghb 2024年6月26日核心結論2 算法/功能理論層面：特斯拉FSDv12版本持續迭代，感知-規控全棧端到端落地，支持北美地區完全點到點領航駕駛。國內車企以BEV+Transformer實現精準感知，并逐步提升learning-base占規控算法比例，整體算法框架趨向全面端到端；華為/小鵬預計24Q3落地端到端智

2、駕算法，步伐相對靠前。實際路測體驗層面：為真實判斷不同車企智駕算法能力強弱，同時直觀反映車企智駕能力縱向迭代速率差距，我們嘗試搭建智駕道路實測評判框架：區分“啟停+行駛”雙環節，前者涵蓋權限限制+啟動+斷點接管+結束四部分，后者包括城市覆蓋面（開城情況）+道路覆蓋面（第一類斷點）+臨時處理（第二類斷點）三部分，逐步逼近不同玩家智駕能力邊界。（PS：智駕算法能力與數據積累形成正循環，頭部玩家迭代速度較快，因此能力比較需保持高頻跟蹤，本文只代表某時間截面能力比較）車企維度：特斯拉整體表現優異，可以實現原地啟動FSD、全路段無限制、多場景流暢處理、不強制接手扶方向盤以及自動停泊等功能，充分接近人類駕

3、駛（處理反應速度稍有差距）。國內頭部華為問界/小鵬等車企在原地啟動/道路覆蓋面/場景處理流暢度等方面均有差距；蔚來/智己/阿維塔等其余車企整體在啟停/道路覆蓋/場景處理能力等方面表現更弱。場景維度：特斯拉全場景覆蓋，華為/小鵬等國內頭部OEM斷點較多，除先驗性質的道路覆蓋面問題以外，我們區分不同難度級別場景下車企表現優秀的比例：困難場景下，特斯拉/華為問界/小鵬優秀率分別為90%+/接近40%/接近40%；簡單場景下，特斯拉/華為問界/小鵬優秀率分別為接近90%/接近50%/約60%。（華為數字表現相比小鵬較弱主要系小鵬整體駕駛算法策略偏保守，缺少主動變道等提效行為，華為更激進）。bUfYaY

4、eU8XaVaYbZaQ9R8OoMpPtRsOfQoOoQjMsQoR8OmNrRNZnRsQuOqRxP投資建議與風險提示 投資建議：汽車AI智能化轉型大勢所趨，算法為主干，看好頭部算法玩家持續領先鑄就高壁壘。全行業加速智能化轉型，產業趨勢明確。下游OEM玩家+中游Tier供應商均加大對汽車智能化投入，大勢所趨；智駕核心環節【軟件+硬件+數據】均圍繞下游OEM展開，數據催化算法提效進而驅動硬件迭代。以特斯拉為代表，應用算法向全棧端到端-世界模型持續迭代，功能落地兌現。OEM整車廠商&核心芯片硬件廠商&智駕傳感器廠商&獨立算法商加速布局端到端算法開發，場景驅動-數據驅動-認知驅動持續進化；智

5、駕算法產業發展進入深水區，高投入賦能【大算力+大數據】，方能走通L3有條件自動駕駛至L4完全自動駕駛之路?？春弥邱{頭部車企以及智能化增量零部件：1）華為系玩家【長安汽車+北汽藍谷+賽力斯+江淮汽車】；2）頭部新勢力【小鵬汽車+理想汽車】；3）加速轉型【比亞迪+吉利汽車+上汽集團+長城汽車+廣汽集團】；4）智能化核心增量零部件：域控制器（德賽西威+經緯恒潤+華陽集團+均勝電子等）+線控底盤（伯特利+耐世特+拓普集團等）。風險提示：智能駕駛相關技術迭代/產業政策出臺低于預期。若智能駕駛相關技術迭代節奏低于預期，可能會對消費者對智駕的認知和接受度產生影響，政策出臺節奏低于預期也可能影響節奏。華為/小

6、鵬等頭部車企新車銷量低于預期。頭部車企智駕新車銷量表現低于預期，可能拖累智駕滲透率提升，對板塊產生負面影響。3智駕體驗分析框架：由簡至難拓展判別能力邊界數據來源：東吳證券研究所繪制4圖：智駕體驗整體框架與邏輯小結微觀斷點情況宏觀開城情況城 市 道 路 開 城 情 況高 速 高 架 快 速 路 開 城 情 況華為特 斯 拉小鵬華為特 斯 拉全覆蓋代表第一類斷點第二類斷點行 駛 中車企先驗性無法通過而主動退出導致的斷點，例如：1）核心商圈、內環城區并未開通智能領航2）特定場景例如環島、U型掉頭等未被包含先驗預設場景車 端 瞬 發 性 無 法 通 過 而 強 制 退 出 導 致 的 斷點，例 如：避

7、 讓 車 輛 行 人 等 復 雜 場 景 系 統 判 斷 無 法 處理優秀率分析斷點、接管分析智駕行駛場景出現率場景優秀率接管分析=+智駕啟停功能特 斯 拉 F S D華 為 N C A小 鵬 X N G P國 產 第 一 梯 隊世 界 第 一 梯 隊國 產 其 他 車 企 智 駕理想NOA、蔚來NOP+、極越NOA、長城NOH啟 用 與 啟 用 斷 點使 用 限 制、如 何 啟 用、車 速 控 制、模 式 切 換結 束 與 結 束 斷 點“最 后 1 0 0 m”問 題、尋 找 停 泊 點 自 動 泊 入接 管 與 重 新 激 活脫 手 檢 測 接 管 的 重 新 激 活、斷 點 接 管 的

8、 重 新 激 活（智能化測試概況 截至2024.6.25，我們（包括與第三方博主合作）共線下實測14場智能化試駕，包括特斯拉1場（與第三方博主合作），華為5場，小鵬4場，理想1場，蔚來1場，智己1場，極越1場。數據來源：東吳證券研究所整理5表：智能化實測內容（截至2024.6.25）（智駕方案提供商車企車型實測地點實測時間實測智駕版本測試功能最新智駕版本（截至2024.6.25）特斯拉特斯拉 Model Y美國紐約2024.4.18 夜晚FSD V12.3.4FSD完全自動駕駛FSD V12.4.1華為賽力斯問界M9中國上海2024.4.5 白天+夜晚華為ADS 2.0城市NCA+高速NCA華

9、為ADS 3.0（發布）中國北京2024.4.26 白天+夜晚中國重慶2024.5.10 白天中國廣州2024.5.25白天阿維塔12中國上海2024.5.19 白天小鵬小鵬X9中國上海2024.4.14 白天XOS 5.1.0XNGPXOS 5.2.0（三季度公測）中國北京2024.4.27 白天中國廣州2024.5.25白天小鵬G6中國重慶2024.4.28 白天理想理想L9中國上海2024.5.12 白天OTA 5.2城市NOA+高速NOAOTA 5.3（Beta 1）蔚來蔚來ES6中國上海2024.5.19 白天Banyan榕 2.6.0全域NOP+Banyan榕 2.6.0智己智己L

10、6中國上海2024.6.2 白天IMOS 3.0城市NOA+高速NOAIMOS 3.0極越極越01中國上海2024.6.2 白天V1.4.0城市NOA+高速NOAV1.4.0目錄一、算法：特斯拉引領，國內加速跟進二、啟停：特斯拉環節完整，華為等缺失三、行駛：主動式場景選擇判別能力邊界五、投資建議與風險提示四、總結：特斯拉表現優異，國內靠后一、算法框架：特斯拉引領，國內加速跟進特斯拉智能化進展全球領先 2020年為特斯拉“硬件為先，軟件隨后”策略的重要窗口，【大模型】是特斯拉引領本次變革的核心抓手?！綡ydraNet/FSD芯片+Transformer/Dojo】等6次硬件變化升級+3次軟件架構

11、的重大創新變革，均體現特斯拉第一性原理的經營思想。圖：特斯拉邊緣端/云端軟硬件歷史迭代82014.102016.102017.072019.042021.072022.042023Q22024Q1邊緣端FSD歷史重要階段（軟件）Autopilot1.0Autopilot2.0Autopilot3.0FSD Beta v9FSD Beta v10.11FSD Beta v11.3FSD v12硬件解決方案名稱HW1.0HW2.0HW2.5HW3.0HW4.0芯片Mobileye Q3英偉達drive PX2英偉達 drive PX2+自研FSD1.0自研FSD2.0，算力五倍傳感器1攝像頭+1毫

12、米波雷達+12超聲波雷達8攝像頭+1毫米波雷達（2.5升級）+12超聲波雷達8攝像頭+1毫米波雷達+12超聲波雷達12攝像頭+1毫米波雷達軟件解決方案標注人工標注BEV+Transformer架構，數據驅動深度學習，使得自動標注落地感知外采Mobileye黑盒自研圖像識別+多傳感器后融合策略自研芯片硬件，Hydra Net驅動多頭任務實現，進一步提效BEV+Transformer上車，特征級融合落地，實現感知大模型，無圖城市領航功能上車占用網絡上車，泛化能力增強，功能維度統一高速與城市領航輔助感知+規控全域端到端落地，持續算法訓練，追求具身智能規控自研rule-baserule為主，開發lea

13、rning-base備注2015.04開啟自研軟件2017.03自研算法，硬件升級但功能降級2018年開發更好實現多傳感器融合的策略硬件儲備完成感知能力升級驅動無圖化泛化能力增強驅動傳感器簡化硬件再次迭代，支持軟件進一步升級北美開放，即將入華云端-2021年8月官宣Dojo，利用海量的數據，做無監督的標注和仿真訓練，更好驅動大模型；世界模型加速大模型仿真數據來源：蓋世汽車，汽車之心，東吳證券研究所繪制國內車企智能化緊跟特斯拉節奏9 智能駕駛軟件算法架構歷經兩次框架變化：1）2D+CNN小模型向Transformer大模型進化，智駕迭代由工程師驅動轉為數據驅動：2020年特斯拉BEV上車，數據后

14、融合變為特征級融合，提升數據利用效率和結果準確性，同時數據標注由人工轉為模型自動，迭代提效；2022年占用網絡落地，泛化能力進一步增強，實現感知維度端到端；2023年數據驅動算法持續迭代，規控環節端到端落地，rule-base比例降低，能力優化。2）模塊化端到端進化為全棧端到端，World Model逐步完善，數據驅動變為認知驅動，向L4迭代。特斯拉FSD v12起轉向智駕環節全棧端到端，數據閉環后World Model逐步演化完善，基于歷史數據去理解未來的范式進步為基于常識和規律自我學習進化的范式，實現無接管的L4智駕。數據來源：汽車之心，東吳證券研究所繪制圖：智駕軟件算法路徑變化以及各玩家

15、階段對應底層感知邏輯算法架構對應智駕功能對應FSD版本行業玩家掌握程度傳統CV2D+CNNL2Autopilot階段2020年以前行業的主流方案ViTBEVL3FSD v9當前國內主流OEM+Tier玩家主要競爭環節占用網絡FSD v10v11DiTWorld ModelL4FSD v122024年特斯拉FSD v12首次采用備注：1）FSDv11相比v10核心迭代在于learning-base神經網絡基本主導規控環節，因此體驗更流暢；2）國內車企對比以各家公開的產品功能落地和研究宣發為準，不代表車企自身的內部非公開研發規劃；3）參考特斯拉，各玩家智駕等級迭代較快，需高頻跟蹤，當前水平劃分不代

16、表長期。特斯拉FSD版本算法架構對應智駕功能對應落地時間國內車企當前水平對應階段FSD Beta v9v10BEV+Transformer城市領航落地2021.07之后小米FSD Beta v10.11占用網絡城市領航快速鋪開2022.04理想/蔚來/百度FSD Beta v11.3感知端到端，規控環節rule-base比例降低城市+高速+泊車等全場景貫通2023Q2華為/小鵬FSD v12世界模型下全棧端到端全場景貫通且逐步迭代為零接管2024Q124H2起華為/小鵬陸續迭代方向（規劃階段，尚未落地）華為：ADS3.0落地端到端，數據引擎加速迭代10 華為ADS智駕系統歷經三次迭代：2021

17、2023年，BEV+GOD（類似于占用網絡）支持感知端大模型化，實現感知維度端到端，在感知硬件逐步簡化的同時支持無圖模式城市NCA加速開放；2024年華為重磅迭代模塊化端到端，覆蓋感知及規控環節，全場景貫通。數據來源：華為官網，汽車之家，東吳證券研究所圖：華為ADS持續進化歷史迭代版本ADS 1.0ADS 2.0ADS 3.0發布時間2021.42023.42024.4軟件架構模塊化模塊化，感知端到端感知GOD大網，規控決策PDP端到端BEV網絡BEV網絡+GOD網絡GOD大網，輸入PDP端到端落地感知方式白名單目標+道路結構，需要高精地圖識別異形障礙物，無圖化，泛化能力提升全面的物理世界理解

18、，感知場景語義增強功能L2級別LCC城區道路NAC、LAEB、GAEB、ELKA、城區LCC PLUS、哨兵模式全場景貫通NCA，CAS 3.0、ESA、車位到車位NCA、窄空間泊車硬件視覺傳感器13顆11顆，前擋風減少2顆攝像頭+雷達全融合毫米波雷達6顆，3D毫米波雷達2顆，3D毫米波雷達升級為4D毫米波雷達，性能提升35%激光雷達3顆，華為等效96線半固態前保1顆+前保側面2顆1顆，速騰聚創（車頂）192線，增強全天候、小目標檢測能力云端算力2.8EFLOPS（截至2023年11月）3.5EFLOPS智駕功能定位L2L2+L3-L5解決方案全系標配全系標配中高端：含1/3顆激光雷達+4D毫

19、米波雷達入門級：視覺ADS，支持高速NCA應用車型北汽極狐、阿維塔問界/智界/享界全系-小鵬XBrain架構面向全場景智駕：Xnet+XPlanner11 軟件維度：小鵬Xpilot/XNGP/XNGP+迭代圍繞【增加learning-base使用率，端到端全覆蓋】的目標架構，XNGP落地BEV+Transformer架構實現感知維度端到端，規控環節逐步引入learning-base；2024年XNGP+有望在rule-base基礎上實現感知-規控模塊化端到端XBrain。Xbrain：XNet 2.0融合了行業最高精度的純視覺占據網絡，可實現動/靜態BEV、占據網絡三網合一；基于神經網絡的X

20、Planner可結合分鐘級以上的時序連續動機，并依據周邊環境信息及時變通，生成最佳運動軌跡。5月OTA上車的XNGP+將實現上述感知大模型升級和規控大模型上車。數據來源：小鵬汽車2023年1024科技日，東吳證券研究所圖：小鵬汽車Xbrain終極架構XpilotXNGPXNGP+搭載時間201920222023Q22024Q22024H2智駕等級L2L2+L3L5首款車型G3G6-感知環節Sensor InputSensor InputSensor Input2D PerceptionXNetSensor FusionXbrain(XNet+Xplanner)Sensor Fusion2D O

21、bject2D LanelinesSensor FusionLane FusionOnline Local Map規控環節3D Tracks3D Lanelines3D Tracks3D LanelinesRule PredRule-based PredictionPrediction NetRule Pred3D Tracks Prediction3D Tracks PredictionRule-based PnCRule-based PnCRule PnCd執行環節Ego ControlEgo ControlEgo Control理想：感知端到端落地，規則驅動向認知驅動演變12 軟件維度：

22、理想AD Max實現感知大模型落地，AD Pro預計24年中迭代與Max技術路線趨同；2024年理想預計完成規控環節端到端落地，實現全技術?？捎柧毜摹岸说蕉四Ｐ突?。展望未來，理想基于【認知模型】（即特斯拉世界模型）做預研，目標是開發L4場景，基于1.4EFLOPS云端算力，更充分的利用多模態AIGC，短期進行場景重建和衍生，加速仿真數據生成和算法訓練；中長期做到知識驅動形式的“場景理解”，真正實現L4覆蓋100%的Corner Case。數據來源：英偉達GTC大會2024，東吳證券研究所圖：理想未來智駕算法迭代的思維框架圖：理想關于不同級別智駕的看法規則驅動規則驅動-L2L2：2D/Mona

23、 3D數據驅動數據驅動-L3L3：BEV/端到端認知驅動認知驅動-L4L4：VLM/世界模型蔚來：NT2.0硬件標配，感知端到端對標FSD v10+13 蔚來自NT2.0平臺起加速自研算法迭代，24年4月底迭代全域領航NOP+，對標FSD v10+。硬件維度：蔚來自NT2.0平臺起全系切換英偉達，標配4*OrinX芯片（2主控/1冗余/1訓練）以及1激光雷達/11攝像頭+5毫米波雷達+12超聲波雷達，標配硬件支持3.8EFLOPS端云一體化算力。功能維度：蔚來于23年初上車自研高速NOP領航智駕，23年中/底分別將BEV/占用網絡架構迭代上車，23年底/24Q1城市領航分別開城6/20萬km，

24、24年4月底實現全域領航輔助NOP+推送。軟件維度：落地感知維度端到端，全域推送NOP。蔚來打造NAD Arch智能駕駛架構，該架構包含Lane 2.0感知網絡、NADCloudM云、NADHVH等算法模型應用。其中，Lane 2.0可支持城區場景路口通行的實時感知，NADCloud M可借助云端大模型，提升感知能力；而NADHVN可通過數據驅動的規劃網絡，使全域領航輔助NOP+擁有更細膩的交互能力。數據來源：蔚來官網，東吳證券研究所表：蔚來NT2.0平臺車型智駕功能迭代歷史日期版本新增智駕內容2022/8/19Banyan 1.1.0視覺融合泊車SAPA、前向碰撞預警FCW、自動緊急制動AE

25、B2022/12/20Banyan 1.2.0ET7車輛近距召喚2023/3/17Banyan 1.3.023年元旦試運行，3月底向全量用戶推送高速領航：NOP+Beta增強領航輔助功能優化、全車型近距召喚、視覺融合泊車增強、緊急車道保持2023/6/30Banyan 2.0.0動態環境模擬現實2.0（ESD）、輔助遙控泊車（RPA）、全新BEV升級NOP+連續性2023/11/15Banyan 2.2.0高速領航輔助駕駛”零接管“成為可能、泊車高頻一把泊入2023/11/22Banyan 2.3.0更名為“全域領航輔助 NOP+”，開城6萬km2024/1/27Banyan 2.4.04D路

26、況舒適領航、GOA通用障礙物預警、輔助Beta通用障礙物識別、全向AEB2024/4/30Banyan 2.6.0全域領航輔助 NOP+全量推送：增強車道居中輔助、全場景誤加速抑制輔助、GOA通用障礙物預警及輔助極越：百度智駕賦能，LD地圖+視覺大模型上車14 極越以吉利+百度合作賦能，利用百度自研LD車道級地圖，堅持純視覺智駕方案，迅速追趕。硬件維度：極越外采英偉達雙Orin芯片，采用11攝像頭/5毫米波雷達/12超聲波雷達感知硬件，通過無激光雷達的視覺方案實現L3高階智駕功能；同時云端百度2.2EFLOPS算力加速算法訓練。功能維度：極越于2024年初OTA V1.3實現北上深杭廣五城高精

27、地圖加持下的城市PPA，預計24H1開放300城，24年全年實現全國覆蓋（有百度地圖的地方均可使用）。軟件維度：1）大模型通用純視覺方案上車，類比特斯拉FSDv10+階段：百度VTA視覺大模型實現感知端到端，OCC感知模型實現占用網絡+Transformer加持后對通用異形障礙物的檢測。2）LD智駕車道地圖形成差異化：由視覺大模型端到端生成，保留必要精度基礎上增加經驗地圖+安全圖層+實時圖層，目前已覆蓋全國360城，支持PPA全國都能開。數據來源：極越官網，東吳證券研究所圖：百度OCC占據網絡-通用障礙物檢測能力覆蓋行泊全場景迭代歷程時間功能OTAV1.32024.01.14OCC模型上車，P

28、PA開城北上深杭，泊車效率優化，行車邏輯優化OTAV1.4.02024.03.251、視覺大模型發布上車，升級靜態檢測、時序跟蹤、實時建圖、場景理解等能力，新增開城廣州；2、推出百度LD車道智駕地圖OTAV 2.0即將上線全國都能開的PPA表：百度極越智駕關鍵迭代歷程二、智駕-啟停：特斯拉環節完整，華為等缺失智駕功能開啟權限華為：前置學習+人臉識別圖：問界和阿維塔使用智駕系統前設條件數據來源：問界M9使用手冊，東吳證券研究所繪制16 華為智駕系統對駕駛員使用條件添加了適度限制，ADS進階和高階包中的功能僅在車機上登錄車主賬號或車主授權賬號后才可使用。問界：（1）車主首次使用：問界系在使用ADS

29、系統前，首先需要登錄車主華為賬號，進行TOF3D人臉識別，為確保車主充分理解 ADS 功能的適用范圍、使用方法和注意事項，確保安全駕駛，車主需要在手機AITO應用中進行視頻學習及智駕考試，未完成 ADS 考試等情況下，部分 ADS參數會置灰不可設置。（2）車主后續使用：問界系后續使用華為ADS時需要通過人臉識別，但在設置中可關閉，后續跳過人臉識別直接使用。（3）更換駕駛員：授權非車主對應華為賬號或實際中保持車主賬號登錄狀態（官方警告：因不當使用賬號、被他人登錄賬號所引起的全部責任由駕駛員承擔）。阿維塔：（1）車主首次使用：與問界類似，需進行視頻學習及智駕考試。（2）車主后續使用或更換駕駛員：每

30、次必須通過人臉識別，人臉識別無法關閉。問界阿維塔車主首次使用車主后續使用更換駕駛員需要在手機AITO應用中進行視頻學習+智駕考試需要進行視頻學習+智駕考試需進行人臉識別但在設置中可關閉授權非車主對應華為賬號或保持車主賬號登錄狀態每次必須通過人臉識別人臉識別無法關閉智駕功能開啟權限小鵬：前置功能學習數據來源：小鵬G6使用手冊，東吳證券研究所繪制17 小鵬智駕系統對車主提出了一次性學習的要求，后續限制較松。（1）車主首次使用：車主首先需要登錄小鵬賬戶，為保障安全，部分輔助駕駛功能（包含超級智能輔助泊車、停車場記憶泊車、車道居中輔助LCC、高速導航輔助駕駛HNGP、城市導航輔助駕駛CNGP、全場景智

31、能輔助駕駛XNGP）打開前設有功能介紹視頻（無法快進或跳過），隨后需要進行安全測試，使用小鵬汽車APP掃碼參加并通過安全測試方可使用對應功能。（2）車主后續使用：無人臉識別等特殊要求。（3）更換駕駛員：完成授權登錄非車主賬號或實際中保持車主賬號登錄狀態不變（官方警告：更換駕駛員時請退出大屏登錄，關閉智駕功能，杜絕安全隱患）。圖：小鵬使用智駕系統前設條件及與華為系比較小鵬華為車主首次使用車主后續使用更換駕駛員需要登錄小鵬賬號，XNGP等輔助駕駛需要進行視頻學習，并在小鵬汽車APP中通過安全測試均為視頻學習+智駕考試限制類似無人臉識別等特殊要求授權登錄非車主賬號或實際中保持車主賬號登錄狀態不變華為

32、加設人臉識別限制較嚴苛智駕功能啟動特斯拉：原地撥桿，即時響應數據來源：特斯拉Model Y使用手冊，差評，東吳證券研究所18 特斯拉啟用FSD方便快捷，可原地撥桿啟動。啟用FSD前，可輸入目的地，如果未選擇目的地，特斯拉將選擇最可能的行駛路線或根據駕駛情況建議一個目的地。特斯拉FSD可原地撥桿啟用，當觸摸屏顯示灰色方向盤圖標時，將換擋桿向下撥動到底一次，只要速度低于85mph(150km/h)就可以FSD，其中包括處于靜止狀態時。在控制設置中可以選擇FSD不同模式，默認模式為普通，如果需要，將默認的普通設置改為舒適或自信。舒適可以使駕駛更輕松，自信可以使駕駛更有緊迫感。同時，FSD也可以選擇“

33、在本次駕駛中盡可能減少變道”，選擇后，FSD會在當前駕駛中減少變道。特斯拉仍將根據需要變道，以按照導航路線行駛。實測中，特斯拉在任何狀態啟用FSD的響應速度敏捷，不會產生明顯頓感。圖：特斯拉原地撥桿啟動圖：特斯拉撥桿啟用FSD智駕功能啟動華為：城市道路即可迅速激活圖：華為M9 NCA激活按鈕數據來源：問界M9使用手冊，東吳證券研究所19 華為開啟與激活NCA操作簡便，智駕意圖播報簡潔。以華為問界M9為例，啟用NCA需要提前開始按照導航行駛，直至儀表顯示屏上顯示灰色NCA可用圖標，此時駕駛員可短按方向盤左側滾輪以激活NCA。激活NCA后一段時間，車輛可能無法立即進入穩定的NCA狀態，隨后車輛會按

34、目標車速規則控制車速，直至平穩。另外，華為NCA對變道給予了不同的偏好，分為柔和、標準、敏捷三種模式，不同模式下行使風格有所差異。實測NCA行駛過程中，變道、超車等意圖會于顯示屏中顯示，智駕意圖語音播報較為簡潔。華為啟用NCA響應較快。實測中，問界NCA的開啟需要設定導航線路，并駛出停車位、小區內部道路，駛入城市道路后立即響應激活NCA。表：華為M9 NCA目標車速規則激活 NCA 時的實時車速初始目標車速30 km/h30 km/h30 km/h130 km/h當前實時車速130 km/h130 km/h注：上表路況為非雪地場景，路況為雪地場景時，系統會進行風險限速，初始目標車速取值可能會低

35、于車輛當前實時車速和道路限速表：華為M9 NCA變道偏好變道偏好模式模式解釋風格柔和整體變道風格平緩舒適，且不會發起超車變道。被動標準整體變道風格平緩舒適，且僅支持在前車明顯阻礙自車行駛時發起超車變道。適中敏捷整體變道風格靈敏快捷，且支持在前車阻礙自車行駛時盡快發起超車變道。主動方向盤左側滾輪智駕功能啟動小鵬：穩定行駛后啟用XNGP圖：小鵬XNGP啟用按鈕數據來源：小鵬G6使用手冊，小鵬汽車智能駕駛官方賬號，東吳證券研究所20 小鵬開啟與激活XNGP操作方便，智駕意圖播報詳細。點擊中控屏“輔助駕駛”可開啟XNGP。當XNGP可激活時，車輛駛入高級駕駛輔助地圖覆蓋且具備條件的路段后，將換擋桿向下

36、撥到底2次，儀表和中控屏點亮。XNGP激活后，會輔助駕駛員控制方向和車速。退出XNGP時，可直接通過踩下制動踏板、向上撥換擋桿或轉動方向盤退出XNGP。此外，退出導航時也能退出XNGP駕駛模式。另外，小鵬提供了5檔跟車檔位，可通過方向盤左側的左/右鍵設置跟車距離，每次車輛重新READY完成后，默認為上一次設置的跟車距離。實測XNGP行駛過程中，變道、超車等意圖會于顯示屏中顯示，智駕意圖語音播報較為詳細清晰。小鵬啟用NGP需要穩定的行駛狀態。實測中與華為類似，小鵬NGP的開啟需要設定導航線路，并駛出停車位、小區內部道路，駛入城市道路并保持穩定的行駛狀態后響應激活NGP。圖：小鵬跟車檔位示意換擋桿

37、跟車檔位顯示接管與重新激活華為：主動積極，間隔較短數據來源：問界公眾號，問界M9使用手冊，東吳證券研究所21 華為NCA的接管后的重新激活相對迅速，對駕駛員的方向盤脫手提醒頻率較為適中。脫手檢測接管的重新激活：駕駛員脫手超過規定時長會觸發脫手提醒，駕駛員需重握方向盤以解除脫手提醒，否則脫手提醒會逐步升級，直至自動退出NCA。2024.3.19的OTA更新中，問界預設了標準和舒適兩檔模式，脫手提醒提示頻率隨著模式的不同而不同，舒適檔位會從脫手后40秒逐級提醒駕駛員手扶方向盤。駕駛員首次因觸發脫手提醒導致人工接管時，會在接下來的數分鐘內被禁用LCC/NCA。重新激活后，駕駛員再次因脫手導致人工接管

38、時，會在該次行程內被徹底禁用LCC/NCA。斷點接管的重新激活：在環島、U形掉頭、緊急情況時，問界會提醒駕駛員進行接管，儀表屏上顯示請立即接管彈窗，接管解決上述場景后，實測問界可以在其后數秒內重新激活NCA，被動接管后的再激活相對主動積極。脫手檢測選項標準舒適首次提示間隔脫手后15秒脫手后40秒提示頻率隨時間增長越來越頻繁時間間隔更長解除方式及時手握方向盤提示接管情形首次脫手再次脫手禁用LCC/NCA時長數分鐘該次行程無法使用表：華為M9 NCA脫手檢測提醒模式表：華為M9建議的干預或接管場景序號場景1地圖顯示與實際路況明顯不一致2車輛即將到達目的地3車輛即將駛出 NCA 路段，例如即將駛入收

39、費站4前方出現可能無法被系統識別的目標，例如石塊、樹木、小動物等小型障礙物5他車非正常駕駛行為，例如前車急剎、側方車輛強行加塞或快速切入、前方遇到靜止車輛等6高風險場景，例如急彎、前方存在行人/騎行人/三輪車、道路施工、前方發生道路事故、前方存在工程車/灑水車等道路作業異型車等表：華為M9 NCA因脫手禁用智駕的時長接管與重新激活小鵬：間隔較長，相對保守數據來源：小鵬汽車智能駕駛官方賬號，東吳證券研究所22 小鵬接管后重新激活需要一段時間的等待，脫手檢測頻率相對較高。脫手檢測接管的重新激活：小鵬同樣設置了方向盤脫手檢測，實測中脫手15秒左右，小鵬會發出接管提示提示，如果駕駛員忽略接管提示，會導

40、致XNGP退出，并且在本次駕駛周期無法再次使用，車輛重新掛入P檔后，XNGP才能恢復使用。斷點接管的重新激活：當車輛遇到環島、U型掉頭、緊急情況等復雜場景需要被動接管后，重新激活小鵬XNGP需要數秒至數分鐘，相對保守。表：小鵬建議的干預或接管場景序號場景1當儀表發出接管請求時2他車非正常駕駛行為，例如前車突然切出當前車道、旁車近距離加塞、前車踩急剎、旁車壓線行駛、對向車輛突然侵入自車道3當接近或通過彎道，存在多車輛并行時；酒水車噴出的水或水霧4道路中逆行的行人、摩托車和非機動車；橫穿道路的行人、摩托車和非機動車5NGP意外退出時6車道線急劇變化時圖：小鵬NGP發出接管提示智駕功能結束：特斯拉完

41、整結束，國內暫難實現數據來源：特來訊，東吳證券研究所23 特斯拉可以保持FSD功能的完整性。特斯拉可以全過程實現“側方位啟動-目的地停泊”領航，自動尋找停車點泊入，此外，特斯拉還支持無目的地隨機行駛，即不設定終點自行在道路上智能駕駛。華為NCA暫時難以解決“最后100m”問題。不同于特斯拉“側方位啟動-目的地停泊”全過程領航，實測情形下，問界M9在按導航行至目的地周圍即提醒駕駛員手動接管。駕駛員需要自行尋找車位，手動或使用自動停車功能泊入停車位。與華為類似，小鵬XNGP暫時無法領航至導航既定終點。實測情形下，小鵬X9/G6在按導航行至目的地周圍即提醒駕駛員手動接管。駕駛員需要自行尋找車位，手動

42、或使用自動停車功能泊入停車位。圖：FSD尋位自動泊車示意圖：FSD V12 Autopark自動泊車功能三、智駕-行駛：主動式場景選擇判別能力邊界智駕-行駛：分析評價框架數據來源：東吳證券研究所繪制25圖：智駕體驗中整體框架微觀斷點情況宏觀開城情況城市道路開城情況高速/高架/城市快速路開城情況華為特 斯 拉小鵬華為特 斯 拉全覆蓋代表第一類斷點第二類斷點行 駛 中車企先驗性無法通過而主動退出導致的斷點，例如：1）核心商圈、內環城區并未開通智能領航2）特定場景例如環島、U型掉頭等未被包含先驗預設場景車 端 瞬 發 性 無 法 通 過 而 強 制 退 出 導 致 的 斷 點，例 如：避 讓 車 輛

43、 行 人 等 復 雜 場 景 系 統 判 斷 無 法 處 理優秀率分析斷點、接管分析智駕-行駛：特斯拉基本無斷點，國內仍需追趕數據來源：問界官網，小鵬官網，東吳證券研究所繪制26 特斯拉在開城情況、城市斷點方面領先，國內車企仍需追趕。在開城情況方面，特斯拉已在美國實現全覆蓋，而截至2024年5月31日，中國車企的高速領航實現全國高速高架、快速路基本全覆蓋，城市領航已在全國完成全量推送。在城市斷點方面，1）第一類斷點：特斯拉啟用FSD無明顯行車狀態限制，中國車企在出發地、目的地附近城市領航不可用，多數車企切換導航后暫不可用。特斯拉基本達到全程城市領航無斷點；國內車企來看，問界在環島等特殊場景時城

44、市NCA不適用，小鵬在繁忙商業核心城區城市NGP不適用，理想在城市地面僅少數路段城市NOA可用。2）第二類斷點：各車企分化。圖：特斯拉與中國車企領航覆蓋率對比微觀方面：城市斷點宏觀方面：開城情況特斯拉特斯拉特斯拉問界小鵬理想環島等特殊場景城市NCA不適用繁忙商業核心城區城市NGP不適用城市地面僅少數路段城市NOA可用基本實現全覆蓋國內車企在出發地、目的地附近城市領航不可用，多數車企切換導航后暫不可用基本達到全程城市領航無斷點啟用FSD無明顯行車狀態限制問界小鵬問界小鵬高速領航實現全國高速高架、快速路基本全覆蓋；城市領航已在全國完成全量推送（截至2024/5/13）行駛中第一類斷點啟用結束斷點（

45、開城：智駕第一梯隊錨定全國全量城市領航 智駕第一梯隊華為系、小鵬等在城市領航開通方面仍然領先。4月華為發布ADS 3.0智駕端到端迭代，5月小鵬AI DAY同樣提出端到端架構。截至2024年5月13日，華為系城市巡航全國全量推送，小鵬/理想/蔚來分別開通263/110/726城。數據來源：蓋世汽車，東吳證券研究所27（表：主流車企城市NOA落地節奏（一）車企特斯拉小鵬阿維塔問界理想蔚來智駕系統FSDXNGPHuawei ADS 2.0AD MAX 3.0NIO Aquila代表車型全系全系阿維塔11、12問界M7、M9L系Max版全系2023Q1落地廣州、深圳、上海落地上海、深圳、重慶Q2落地

46、北京、佛山落地廣州、杭州北京、上海內測Q3開放無圖城市NCA首批6城首批不依賴高精地圖城市NOA推送Q4無圖城市智駕開放城區NCA實現全國商用L系列OTA5.0推送覆蓋110城2024Q1北美市場啟動商用1月覆蓋243城Q2推動引入中國5月AI DAY發布端到端4月發布ADS 3.0端到端無圖版城市NOA全國全部開放全量推送NOP+城區功能Q3全國全面無圖智駕即將落地726座城市，覆蓋99%的地級和縣級市Q4覆蓋全國5.13城市領航情況263城（全國版本內測中）全國全量推送全國全量推送110城（全國版本Q2全量）726城（開城：其他主流智駕車企加速NOA迭代落地 第二梯隊持續發力。截至2024

47、年5月13日，騰勢已開通46城城市輔助領航，極越5城，極氪NZP開始公測，小米5月計劃開10城。數據來源：蓋世汽車，東吳證券研究所28（表：主流車企城市NOA落地節奏（二）車企毫末（長城）智己小米極越極氪騰勢智駕系統Coffee PilotIM ADXiaomi PilotROBO Drive MaxNZPDiPilot代表車型藍山L7/LS7/LS6小米SU7極越01極氪007騰勢N72023Q3落地北京、上海、保定10月上海公測落地上海Q4發布第二代系統HP570落地深圳、北京、杭州2024Q1上海地區正式推送城市NOAQ2蘇州、深圳、廣州公測無圖城市NOA5月計劃開10城開始公測46城陸

48、續開放Q3年中將正式開啟推送無圖城市NOAQ4落地100個城市通勤模式落地100各城市落地200+城市5.13城市領航情況1城（上海），深廣蘇開啟公測5月計劃開10城5城（2024年全國都能開）暫無（2024年中公測）46城陸續開放行駛中的斷點的定義與分類數據來源：東吳證券研究所繪制29 我們將行駛中的斷點按性質分類為第一類斷點和第二類斷點。其中：第一類斷點：指車企先驗性無法通過而主動退出導致的斷點，可能是：1）因道路覆蓋面不足導致的斷點，例如核心商圈、內環城區道路并未開通智能領航，進入道路前主動退出至駕駛員手動接管；2）特定場景例如環島、U型掉頭等未被包含先驗預設場景而提前退出領航導致的斷點

49、。第二類斷點：指車端瞬發性無法通過而強制退出導致的斷點，可能是因具體突發場景處理能力不足導致的斷點，例如避讓車輛行人等復雜場景系統判斷無法處理，退出至駕駛員手動接管。下文我們將按照分類進一步探討斷點和由斷點引起的接管分析。第一類斷點第二類斷點行 駛 中車 企 先 驗 性 無 法 通 過 而 主 動 退 出 導 致 的 斷 點，例 如：1）核 心 商 圈、內 環 城 區 并 未 開 通 智 能 領 航2）特 定 場 景 例 如 環 島、U 型 掉 頭 等 未 被 包含 先 驗 預 設 場 景車 端 瞬 發 性 無 法 通 過 而 強 制 退 出 導 致 的 斷 點，例 如：避 讓 車 輛 行 人

50、 等 復 雜 場 景 系 統 判 斷 無 法 處 理優秀率分析斷點、接管分析圖：行駛中斷點分類第一類斷點 先驗性斷點30 特斯拉已能基本確保城市覆蓋連續性，國內智駕第一梯隊已經做到大面積覆蓋。針對華為問界M9，可以實現全國高速高駕、快速路基本全覆蓋。城市領航實際無法在包含環島/極復雜路口/倒車等特殊場景的路段上開啟。目標為高速、城市、鄉村、山區全路況和雨雪、夜晚、霧霾全場景實現全域NCA。針對小鵬X9/G6，可以實現全國高速高駕、快速路基本全覆蓋。在城市領航方面，（1）北京三環以外基本覆蓋，三環以內區域斷點較多；（2）上海城市道路覆蓋率未過半；（3）重慶城市道路斷點較多，解放碑、觀音橋等核心商

51、區無法領航。目標在2024年于國內推送“全范圍”“點到點”的XNGP。車企（車型）華為（問界M9）小鵬（X9/G6）開通情況實測現狀目標實測現狀目標軟件版本ADS 2.0XOS 5.1.0高速領航全國高速高架、快速路基本全覆蓋高速、城市、鄉村、山區全路況和雨雪、夜晚、霧霾全場景實現全域NCA，比城市NCA難度更高全國高速高架、快速路基本全覆蓋2024 年在國內推送“全范圍”“點到點”的XNGP，包括小路、內部路、停車場等場景；今明兩年推動XNGP全球范圍的研發，2024年研發全球范圍內的高速NGP，2025年研發全球范圍XNGP城市領航除包含環島/極復雜路口/倒車等特殊場景的路段外基本全覆蓋（

52、1）北京三環以外基本覆蓋，三環以內區域斷點較多；（2）上海城市道路覆蓋率未過半；（3）重慶城市道路斷點較多，解放碑、觀音橋等核心商區無法領航表：華為和小鵬高速領航、城市領航開通情況數據來源：問界官網，小鵬官網，新出行，東吳證券研究所第二類斷點 經典瞬發性場景標準化數據來源：東吳證券研究所繪制31表：經典場景標準化定義說明 我們將智駕使發生的經典場景進行標準化，以便后續的總結歸納分析。其中經典場景包括避讓車輛/行人、換到、上下匝道、無保護右轉、紅綠燈啟停、無保護左轉、障礙物/車輛繞行、加塞、左轉、右轉、超車、修路、大曲率彎道、公交車道識別、復雜路口、堵車和減速帶識別共計17個，下表展示了經典場景

53、標準化定義說明及其難度分類。經典場景命名場景定義說明難度分類換道一般是指：正常速度行駛過程中主動更換車道簡單上下匝道一般是指：從高架/高速上或下匝道；城市路道從一條道路匯入另一條道路紅綠燈啟停一般是指：在紅綠燈路口啟動或剎車停下來障礙物/車輛繞行一般是指：前方或側方遇到障礙物或車輛需要繞行左轉一般是指：有紅綠燈的左轉中等右轉一般是指：有紅綠燈的右轉超車一般是指：因前方車輛速度較慢，主動更換車道實現超車修路一般是指：車輛行駛前方遇到施工前景（車道線占用/路障等等）大曲率彎道一般是指：城市/高架/高速道路遇到弧度非常大的彎路需要減速行駛公交車道識別一般是指：專門給公交車開的車道能否識別出來堵車一般

54、是指：擁堵路段跟車直行減速帶識別一般是指：車輛行駛過程使用識別到路面的減速帶/井蓋等避讓車輛/行人一般是指：前方或側方遇到其他車輛或行人需要減速無保護左轉一般是指：無左轉紅綠燈的左轉困難無保護右轉一般是指：無右轉紅綠燈的右轉加塞一般是指：緩慢行駛過程中主動插入2輛車中間復雜路口一般是指：路口車道線復雜且紅綠燈非常復雜等等第二類斷點 特斯拉場景出現頻率及優秀率數據來源：東吳證券研究所繪制32圖：特斯拉場景出現頻率 我們取樣特斯拉/問界/小鵬共267個標準化場景，劃分絲滑/優秀/一般/較差共4種體驗，其中：絲滑指應對場景從容，或能達到/超越真人駕駛水平；優秀指應對場景處理得當，在安全的同時或能保證

55、司乘舒適感；一般指應對場景稍顯猶豫，但尚不需要接管或考慮到路面其他車輛感受僅輕微介入駕駛；較差指應對場景能力不足，或出現安全問題，必須依靠駕駛員接管才能處理。特斯拉困難場景出現頻率占比一半，不同難度下場景優秀率穩定在90%左右。我們共采集54例歸屬于標準場景的樣本，其中簡單/中等/困難場景占比31%/19%/50%。在簡單/中等/困難場景下，特斯拉的場景優秀率（包含絲滑）分別為88%/90%/93%。按公里數平均，特斯拉每百公里優秀數（包含絲滑）為65.3個。圖：特斯拉場景優秀率及每百公里優秀數（個/100km)簡單,31%中等,19%困難,50%簡單中等困難65.30.010.020.030

56、.040.050.060.070.060%70%80%90%100%簡單中等困難特斯拉場景優秀率特斯拉每百公里優秀數（個/100km)第二類斷點 問界場景出現頻率及優秀率數據來源：東吳證券研究所繪制33圖：問界場景出現頻率 我們取樣特斯拉/問界/小鵬共267個標準化場景，劃分絲滑/優秀/一般/較差共4種體驗，其中：絲滑指應對場景從容，或能達到/超越真人駕駛水平；優秀指應對場景處理得當，在安全的同時或能保證司乘舒適感；一般指應對場景稍顯猶豫，但尚不需要接管或考慮到路面其他車輛感受僅輕微介入駕駛；較差指應對場景能力不足，或出現安全問題，必須依靠駕駛員接管才能處理。問界困難場景出現頻率約40%，不同

57、難度下場景優秀率穩定在40%左右。我們共采集84例歸屬于標準場景的樣本，其中簡單/中等/困難場景占比32%/30%/38%。在簡單/中等/困難場景下，問界的場景優秀率（包含絲滑）分別為48%/52%/38%。按公里數平均，問界每百公里優秀數（包含絲滑）為23.0個。簡單,32%中等,30%困難,38%簡單中等困難圖：問界場景優秀率及每百公里優秀數（個/100km)23.00.05.010.015.020.025.030%35%40%45%50%55%簡單中等困難問界場景優秀率問界每百公里優秀數（個/100km)第二類斷點 小鵬場景出現頻率及優秀率數據來源：東吳證券研究所繪制34圖：小鵬場景出現

58、頻率 我們取樣特斯拉/問界/小鵬共267個標準化場景，劃分絲滑/優秀/一般/較差共4種體驗，其中：絲滑指應對場景從容，或能達到/超越真人駕駛水平；優秀指應對場景處理得當，在安全的同時或能保證司乘舒適感；一般指應對場景稍顯猶豫，但尚不需要接管或考慮到路面其他車輛感受僅輕微介入駕駛；較差指應對場景能力不足，或出現安全問題，必須依靠駕駛員接管才能處理。小鵬困難場景出現頻率約20%，不同場景難度下優秀率有分化。我們共采集129例歸屬于標準場景的樣本，其中其中簡單/中等/困難場景占比46%/33%/22%。在簡單/中等/困難場景下，小鵬的場景優秀率（包含絲滑）分別為61%/40%/39%。按公里數平均，

59、小鵬每百公里優秀數（包含絲滑）為18.0個。簡單,46%中等,33%困難,22%簡單中等困難圖：小鵬場景優秀率及每百公里優秀數（個/100km)18.00.05.010.015.020.020%30%40%50%60%70%簡單中等困難小鵬場景優秀率小鵬每百公里優秀數（個/100km)第二類斷點 斷點后的接管原因分析數據來源：東吳證券研究所整理35 我們對問界和小鵬智駕的接管原因進行了分析匯總，總結出了一些共性和特性的底層邏輯。國產智駕共性部分：1）感知和規控模塊是智駕的高頻問題。華為ADS 2.0和小鵬XOS 5.1.0的XNGP目前仍然采用模塊化的架構，也即“傳感器感知模塊預測/規控模塊控

60、制器”的傳導路徑，通過拆解接管原因，我們發現在三大模塊中，感知和預測模塊的環節往往更容易出現問題；2）安全仍然是Rule-base的優先邏輯，而非效率。當遇到避讓車輛/行人與其他場景例如換道、左右轉相沖突時，智駕系統一般將避讓等安全性保護的優先級提高，數次出現因過于強調安全性而導致的無法換道導致錯過路口的場景，無法完成預定的路線行駛任務；3）遇到無法處理的特定場景（如加塞），智駕主動退出。目前國內自主車企的智駕仍無法處理加塞等場景，一般會退出輔助駕駛切換至LCC或人工接管。個性部分：特斯拉：一般是出現極特殊Corner Case，例如出現因法律法規必須讓行警車、救護車等情形接管讓行；出現前車拋

61、錨占用特定車道（實線無法變道）無法繞行等。問界：1）問界在識別復雜匝道型路口車道線時仍然會出現車道感知問題，尤其在北京復雜路況較為常見；2）問界對超車、加塞等主動智駕選擇的傾向性較高，故出現數次主動意圖下的要求接管場景，系統自信度能力邊界；3）問界左轉后靠最左車道、右轉后靠最右車道的優先級較高，出現公交車道、道路擁堵等非最優車道時仍服從上述既定規則，Rule-base痕跡明顯。小鵬：1）小鵬存在主動退出XNGP的問題，智能領航核心商圈復雜路段較大面積無法開通，故許多典型場景的處理能力并未在試駕過程中得到體現，另一方面連續復雜路段無法開通XNGP也是小鵬絕對接管率較低的原因之一；2）對車和人的感

62、知不清晰，過度依賴車道線感知，此種情形下相較問界無法對某些車道線感知更存在安全性問題；3）小鵬的主動場景較少，不傾向挑戰性操作，無法展現能力邊界，這也是小鵬絕對接管率較低的原因之一。四、總結：特斯拉表現優異，國內相對靠后特斯拉測試小結數據來源：東吳證券研究所整理37表：特斯拉測試優缺點 美國紐約特斯拉FSD V12測試小結：總體表現優異。優點：（1）在行人、車輛的意圖識別上，FSD V12可以看懂無紅綠燈道路上欲過馬路行人的意圖并主動停車讓行、遇到前方減速也可以溜車而不是直接停止、車道線前停車平穩，表明對于物體的預測較為準確；（2）行駛絲滑，能夠流暢變道、轉彎、避讓；（3）已經不提醒必須手扶方

63、向盤，但是仍有接管場景。缺點：（1）由于FSD V12在小部分場景處理上偏慢，從而引發駕駛員接管，但是如果給予足夠的時間與耐心，也能處理部分接管場景；（2）車輛無聲音傳感器，對于鳴笛等聲音不敏感，也引發接管；（3）能夠識別路面狀況，如美國道路上的路障，但是對于不規則的顛簸路面還是不能很好處理。車企測試地點優點不足特斯拉美國紐約（1）在行人、車輛的意圖識別上，FSD V12可以看懂無紅綠燈道路上欲過馬路行人的意圖并主動停車讓行、遇到前方減速也可以溜車而不是直接停止、車道線前停車平穩，表明對于物體的預測較為準確；（2）行駛絲滑，能夠流暢變道、轉彎、避讓；（3）已經不提醒必須手扶方向盤，但是仍有接管

64、場景。（1）由于FSD V12在小部分場景處理上偏慢，從而引發駕駛員接管，但是如果給予足夠的時間與耐心，也能處理部分接管場景；（2）車輛無聲音傳感器，對于鳴笛等聲音不敏感，也引發接管；（3）能夠識別路面狀況，如美國道路上的路障，但是對于不規則的顛簸路面還是不能很好處理。問界測試小結數據來源：東吳證券研究所整理38表：問界測試優缺點 京滬問界ADS 2.0測試小結：總體表現優秀。優點：（1）對行人車輛的避讓優秀；（2）正常路況、清晰車道線下M9表現較為優秀；（3）紅綠燈左右轉、啟停、待拐區識別方面表現優秀；（4）城市NCA自動激活較為積極。缺點：（1）復雜匝道車道線識別不敏感；（2）U形掉頭、環

65、島等復雜場景無法處理；（3）Rule-base痕跡較重。車企車型測試地點優點不足賽力斯問界M9北京（1）對行人車輛的避讓及時而有分寸，不激進也不過于保守；（2）正常路況、清晰車道線下M9表現較為優秀；（3）城市NCA自動激活較為積極。（1）同時有下輔路和右轉的路口對右轉車道不敏感，數次出現無法右轉的情形；（2）無法U形掉頭；（3）此外M9對大人流量無保護轉向、多岔路口、加塞、公交車道借用變道等情形尚不熟悉。上海（1）對車輛行人的避讓直接有效；（2）紅綠燈左右轉、啟停、待拐區識別方面表現優秀；（3）城市NCA自動激活較為積極。（1）左轉后靠最左車道、右轉后靠最右車道的優先級較高，出現公交車道、道

66、路擁堵等非最優車道時仍服從上述既定規則；（2）換道規則較為硬性，在很遠才需要上下匝道、左右轉時過于提前變道，有時并非最優策略；（3）出現隧道大曲率彎后視野中突然出現前車擁堵，地圖上已經標紅顯示堵車，但NCA無圖感知不到，導致制動反應不及時；（4）方向盤脫手后提醒較為頻繁；（5）無法在環島場景使用。小鵬測試小結數據來源：東吳證券研究所整理39表：小鵬測試優缺點車企 車型測試地點優點不足小鵬X9北京（1）能夠實現大部分場景的無保護左右轉；（2）避讓車輛、行人做的比較好。（1）換路會退出XNGP；（2）靜止狀態無法啟動XNGP（問界與特斯拉都可以）；（3）會出現良好車況下，連續變道之后往回變道的情況

67、，可能是規則相互“打架”；（4）路口白實線前變道的情況比較極限，對于乘客體驗不是很好。上海（1）對于駕駛員手扶方向盤的提醒較為不頻繁；（2）在擁堵路段可以較好處理，能夠比較好減輕駕駛員疲勞。（1）在大部分路段無法自主實現左右轉操作，在路口會自動退出XNGP提示接管；（2）喜歡靠左行駛，給駕駛員一定的不安全感，還需要時間適應；（3）變道策略較為不穩定，大部分時候偏保守，喜歡跟隨前車，但小部分時候激進，如路口前意圖超公交車；（4）對于周圍車輛感知稍微偏弱，側向車輛距離控制比較近。G6重慶（1）在高速高架等路段行駛較為平穩；（2）多數場景避讓車輛行人表現較好；（3）語音播報詳實，能理解其智駕意圖。（

68、1）在解放碑、觀音橋等核心商業區不能開啟NGP；（2）在車道線清晰的情況下有時不能完成換道左右轉；（3）不會處理環島路況；（4）相較來說NGP遇到困難時主動退出較快，缺乏自主嘗試的信心。京滬渝小鵬XOS 5.1.0測試小結：總體表現優秀。優點：（1）對行人車輛的避讓優秀；（2）行駛狀態較為穩定；（3）智駕意圖播報詳實。缺點：（1）XNGP使用路段較少，駕駛策略變保守；（2）U形掉頭、環島等復雜場景無法處理；（3）車輛行人感知能力尚待加強。其他車企測試小結數據來源：東吳證券研究所整理40 上海蔚來ES7體驗：1）智駕系統偏保守，智駕主要體現在在速度與方向控制方面，但在加塞、車多變道等情況下會猶豫

69、，錯過最佳時機，這也是大多數智駕系統有待解決的問題；2）后車識別距離不是很遠，變道時存在安全隱患；3）有時行車與地圖導航不匹配；4）正常路段行駛較平穩，在紅綠燈啟停、轉彎、避讓車輛行人方面表現尚可。上海阿維塔12體驗：1）在開始時大路沒有辦法開啟城市NCA，但是某些小路可以開啟城市NCA；2）對于扶方向盤的設置比問界好很多，沒有提示很多；3）切換路線能夠立馬使用NCA功能有人車博弈；4）一旦修改導航路線就會降級，等升級的時候發現不滿足升級條件，就要求接管，目前小鵬、阿維塔等都有這樣的問題5）低速場景控制較好；6）路口啟動偏慢；7）側向距離感知較為精準但，但是策略相對保守；8）規則能力較強；9）

70、車道線的權重比較高；10）時而保守時而激進。上海智己L6體驗：1）可以掉頭；2）容易避讓人，主動讓路權，低速場景比較保守；3）車道換道并不激進，邏輯順暢。五、投資建議與風險提示投資建議與風險提示 投資建議：汽車AI智能化轉型大勢所趨，算法為主干，看好頭部算法玩家持續領先鑄就高壁壘。全行業加速智能化轉型，產業趨勢明確。下游OEM玩家+中游Tier供應商均加大對汽車智能化投入，大勢所趨；智駕核心環節【軟件+硬件+數據】均圍繞下游OEM展開，數據催化算法提效進而驅動硬件迭代。以特斯拉為代表，應用算法向全棧端到端-世界模型持續迭代，功能落地兌現。OEM整車廠商&核心芯片硬件廠商&智駕傳感器廠商&獨立算

71、法商加速布局端到端算法開發，場景驅動-數據驅動-認知驅動持續進化；智駕算法產業發展進入深水區，高投入賦能【大算力+大數據】，方能走通L3有條件自動駕駛至L4完全自動駕駛之路?？春弥邱{頭部車企以及智能化增量零部件：1）華為系玩家【長安汽車+北汽藍谷+賽力斯+江淮汽車】；2）頭部新勢力【小鵬汽車+理想汽車】；3）加速轉型【比亞迪+吉利汽車+上汽集團+長城汽車+廣汽集團】；4）智能化核心增量零部件：域控制器（德賽西威+經緯恒潤+華陽集團+均勝電子等）+線控底盤（伯特利+耐世特+拓普集團等）。風險提示：智能駕駛相關技術迭代/產業政策出臺低于預期。若智能駕駛相關技術迭代節奏低于預期，可能會對消費者對智駕

72、的認知和接受度產生影響，政策出臺節奏低于預期也可能影響節奏。華為/小鵬等頭部車企新車銷量低于預期。頭部車企智駕新車銷量表現低于預期，可能拖累智駕滲透率提升，對板塊產生負面影響。42免責聲明免責聲明東吳證券股份有限公司經中國證券監督管理委員會批準，已具備證券投資咨詢業務資格。本研究報告僅供東吳證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因接收人收到本報告而視其為客戶。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議，本公司及作者不對任何人因使用本報告中的內容所導致的任何后果負任何責任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。在法

73、律許可的情況下，東吳證券及其所屬關聯機構可能會持有報告中提到的公司所發行的證券并進行交易，還可能為這些公司提供投資銀行服務或其他服務。市場有風險，投資需謹慎。本報告是基于本公司分析師認為可靠且已公開的信息，本公司力求但不保證這些信息的準確性和完整性，也不保證文中觀點或陳述不會發生任何變更，在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。本報告的版權歸本公司所有，未經書面許可，任何機構和個人不得以任何形式翻版、復制和發布。經授權刊載、轉發本報告或者摘要的，應當注明出處為東吳證券研究所，并注明本報告發布人和發布日期，提示使用本報告的風險，且不得對本報告進行有悖原意的引用、刪節和修

74、改。未經授權或未按要求刊載、轉發本報告的，應當承擔相應的法律責任。本公司將保留向其追究法律責任的權利。東吳證券投資評級標準東吳證券投資評級標準投資評級基于分析師對報告發布日后6至12個月內行業或公司回報潛力相對基準表現的預期（A 股市場基準為滬深 300 指數，香港市場基準為恒生指數，美國市場基準為標普 500 指數，新三板基準指數為三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的），北交所基準指數為北證50指數），具體如下：公司投資評級：買入：預期未來6個月個股漲跌幅相對基準在15%以上；增持：預期未來6個月個股漲跌幅相對基準介于5%與15%之間；中性：預期未來 6個月個股漲跌幅

75、相對基準介于-5%與5%之間；減持：預期未來 6個月個股漲跌幅相對基準介于-15%與-5%之間；賣出：預期未來 6個月個股漲跌幅相對基準在-15%以下。行業投資評級：增持：預期未來6個月內，行業指數相對強于基準5%以上；中性：預期未來6個月內，行業指數相對基準-5%與5%；減持：預期未來6個月內，行業指數相對弱于基準5%以上。我們在此提醒您，不同證券研究機構采用不同的評級術語及評級標準。我們采用的是相對評級體系，表示投資的相對比重建議。投資者買入或者賣出證券的決定應當充分考慮自身特定狀況，如具體投資目的、財務狀況以及特定需求等，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。東吳證券研究所蘇州工業園區星陽街5號郵政編碼：215021傳真：（0512）62938527