《汽車行業：智能車向未來-240627（38頁）.pdf》由會員分享，可在線閱讀，更多相關《汽車行業：智能車向未來-240627（38頁）.pdf（38頁珍藏版）》請在三個皮匠報告上搜索。

1、2024年6月27日智能車，向未來智能車，向未來姓名 任浪（分析師）證書編號：S0790519100001郵箱：證券研究報告投資邏輯投資邏輯整車邏輯：尋找能夠持續打造爆款車玩家整車邏輯：尋找能夠持續打造爆款車玩家復盤乘用車關鍵的三個時代，發現不同時代消費者關注點持續變革升級：（1）燃油轎車和）燃油轎車和SUV時代時代，消費者更注重實用主義或綜合性價比，爆款車依靠細分配置俘獲更多消費者；（2）電動化時代）電動化時代，前期消費者更關注續航里程和充電便利性，在后期開始注重座艙的駕乘體驗，冰箱、彩電、大沙發等成為焦點；（3）智能化時代）智能化時代，軟硬件迭代速度明顯加快，消費者對汽車的智能化水平關注度

2、提高，智駕系統提升駕駛安全性和便捷性的同時，也為消費者提供全新的駕駛體驗。在電動智能化變革之下，新平臺、新車型推出開始加速。消費者需求關注點開始集中，品牌、車型、SKU等都逐漸集中化，爆款車對車企而言將愈發重要。自動駕駛：契合消費者需求，趨勢已成，技術引領下不斷迭代自動駕駛：契合消費者需求，趨勢已成，技術引領下不斷迭代復盤自動擋與導航地圖普及的歷史，我們發現在駕駛場景中用戶的核心訴求為輕松駕駛，符合這一核心訴求的產品往往具有（1）高頻使用高頻使用、（2）無感體驗）無感體驗、（3）高用戶粘性）高用戶粘性的特點。自動駕駛功能向著全場景覆蓋、全程使用發展，能夠簡化駕駛操作、緩解駕駛疲勞，望重塑用戶駕

3、駛出行習慣，因而具有堅實的需求確定性，并且逐漸成為影響消費者購車決策的重要參考要素。這其中自動駕駛的性能體驗成為核心，近年以FSDV12為代表的端到端算法在體驗上表現優異，為遠期自駕技術演進指明方向。端到端算法具有信息無損傳遞、全局優化、擬人化等優勢，同時，玩家也在探索構建類人的包含“系統一”和“系統二”的自駕系統，在算法、算力和數據的不斷迭代下，自駕功能有望逐步完善，為用戶所接受。零部件：緊抓賽道龍頭，把握爆款產業鏈零部件：緊抓賽道龍頭，把握爆款產業鏈對零部件而言，消費屬性和科技屬性是決定行業發展的重要因素，玩家呈現出幾類不同的成長路徑，品類拓展或者單品價值提升帶來的單車價值量的提升疊加國產

4、化率或滲透率提升再疊加市場份額的增長，最終將成就王者，這其中大客戶和爆款車型將成為玩家成長的源動力。推薦及受益標的：推薦及受益標的：推薦長安汽車、比亞迪、長城汽車、德賽西威、經緯恒潤-W、均勝電子、華陽集團、滬光股份、美格智能、華測導航，受益標的：小鵬汽車-W、理想汽車-W、蔚來-SW、賽力斯、北汽藍谷、江淮汽車、中科創達、博俊科技等。風險提示：風險提示：技術發展進度不及預期、市場需求不及預期、政策推進不及預期等。bUaVdXbZeZeZfVaY8O9R8OpNpPmOsOeRnNoQfQmOzR7NmNoPNZpNvNNZtRpQ目目 錄錄CONTENTS1自動駕駛：技術引領，趨勢已成2整車

5、：尋找下一個爆款車整車：尋找下一個爆款車34零部件：緊抓賽道龍頭，把握爆款產業鏈推薦及受益標的、風險提示 整車邏輯：尋找具有持續爆款能力的企業整車邏輯：尋找具有持續爆款能力的企業尋找具有持續打造爆款車能力的車企尋找具有持續打造爆款車能力的車企1.1品牌力品牌力爆品能力戰略定位技術能力營銷能力產品打造能力公司基因創始人風格研發投入核心人物門店/流量口碑產品定位性價比遠期定位和規劃做多大電動化智能化長期核心競爭力，能走多遠組織管理組織管理供應鏈供應鏈+圖圖1：持續打造爆品能力造就車企品牌力：持續打造爆品能力造就車企品牌力資料來源：開源證券研究所資料來源：開源證券研究所 受益于受益于SUV紅利期和電

6、動智能化紅利期和電動智能化，自主品牌加速崛起自主品牌加速崛起自主品牌崛起，汽車行業競爭格局變革加速自主品牌崛起，汽車行業競爭格局變革加速1.2圖圖2：受益：受益SUV紅利期和電動智能化自主品牌崛起紅利期和電動智能化自主品牌崛起圖圖2：L2及以上的輔助駕駛功能裝車率快速提高及以上的輔助駕駛功能裝車率快速提高數據來源：數據來源：Wind、開源證券研究所（注：中國乘用車銷量數據已剔除出口）、開源證券研究所（注：中國乘用車銷量數據已剔除出口）2007-2010年，汽車消費逐漸向二、三線城市滲透，消費群體開始擴大，但銷量靠前的品牌主要來自合資車企，比如一汽大眾捷達、廣汽豐田雅閣、上汽通用凱越、上汽大眾帕

7、薩特等車型。2011-2017年，在SUV紅利期下，本土車企以成本優勢推出高性價比的車型脫穎而出，長城哈弗H6（2011）、長安CS75（2014）、廣汽傳祺GS4（2015）、吉利博越（2016）等陸續推出，自主品牌乘勢而上，哈弗H6更是被稱為“國產神車”。2018-2020年，中國乘用車行業經歷了多年高速增長期和穩健增長期后，2018年中國汽車銷量首降，汽車行業進入存量市場。合資車企價格下探開始搶占SUV市場份額，外資豪華品牌亦積極進入SUV市場，自主品牌市場份額有所下降，同時市場往新四化方向發展。2021至今，電動智能化提速，2023年新能源車滲透率提升至35%，蔚來、小鵬、理想等新勢力

8、車企近年來銷量呈現穩步向上突破的態勢，比亞迪、長安汽車、吉利汽車等傳統自主品牌適時把握電動智能化節奏，以產品和營銷為抓手，品牌持續向上，加速跑馬圈地，2023年自主品牌市占率高達56%。此外，高工產業研究院預計2024年中國市場乘用車L2(含L2+)搭載率將突破45%，智能化將成為自主品牌在乘用車市場競爭的下半場武器。國內的乘用車市場發展大體可分為三大時代國內的乘用車市場發展大體可分為三大時代自主品牌崛起，汽車行業競爭格局變革加速自主品牌崛起，汽車行業競爭格局變革加速1.2圖圖3：國內乘用車消費者需求重心轉換，車型屬性相應轉變：國內乘用車消費者需求重心轉換，車型屬性相應轉變資料來源：開源證券研

9、究所資料來源：開源證券研究所（1）轎車時代和轎車時代和SUV時代：時代：消費者更注重汽車的實用主義或綜合性價比，彼時的車型細分配置更多，車企通過推出不同的子品牌定位不同市場，推出眾多細分配置來俘獲更多的消費者。（2）電動化時代：電動化時代：隨著電動車市場的快速發展，消費者對電動車的期望逐漸提高，關注點從最初的續航里程和充電便利性逐步轉向駕乘體驗。以理想L系列為例，家庭消費者除了關注續航里程和充電便利性外，也更加注重車內的駕乘體驗，空間、冰箱、彩電、大沙發等配置成為消費者關注的焦點。理想汽車將曾經的高端選配變為標配，明顯提升了整體的駕乘舒適度。同時，市場上涌現出更多的爆款車型，軟硬件迭代速度也明

10、顯加快。（3）智能化時代：智能化時代：以華為智選爆款車問界新M7為例，消費者對汽車的智能化水平關注度提高，智駕系統提升駕駛安全性和便捷性的同時，也為消費者提供全新的駕駛體驗。在目前國內電動化滲透率已經接近50%的背景下，傳統的燃油車廠商不論是車系的總數還是新能源/燃油車車系個數，亦或者是SKU的個數，都遠大于新能源車企。在電動智能化時代，行業的需求是走在集中化的趨勢之中。在電動智能化時代，行業的需求是走在集中化的趨勢之中。而電動智能化變革之下，技術迭代的速度加速，車企推出新平臺和新車型的速度也在加快。在需求集在需求集中、供給分散的背景下，打造爆款車對于車企來說將顯得尤為重要。中、供給分散的背景

11、下，打造爆款車對于車企來說將顯得尤為重要。在極度“卷”的市場競爭環境下，爆款車不僅能幫助車企提升市場份額、加強規模效應、強化供應鏈保障，還能不斷提升產品競爭力和企業的盈利能力。未來爆款車型將是車未來爆款車型將是車企在淘汰賽競爭中十分重要的保障和勝負手。企在淘汰賽競爭中十分重要的保障和勝負手。乘用車市場三次轉向，爆款車型為風向標乘用車市場三次轉向，爆款車型為風向標1.32021-2023年燃油車核心價格帶比較穩定年燃油車核心價格帶比較穩定，主要集中在主要集中在10-15萬元和萬元和15-20萬元區間萬元區間，2023年的市場份額分別為年的市場份額分別為34%、17%，車企之車企之間競爭也相對更激

12、烈間競爭也相對更激烈。10-15萬元的轎車主要被日系合資車企占領，自主品牌通過切入SUV細分市場或增配置降價格搶占市場份額，車企之間主要競爭點在油耗、空間、硬件配置和價格；25萬元以上爆款競爭主要是寶馬、奔馳和奧迪三家，2023年北京奔馳C級和E級分別蟬聯25-30萬元和40萬元以上價格帶的爆款車。（1）燃油轎車集中在油耗、硬件配置和價格競爭，日產軒逸、大眾朗逸/速騰/桑塔納、豐田卡羅拉等日系合資品牌車型以低油耗、良好的配置、保有量大、有競爭力的價格占據領先地位，日產軒逸2023年月均銷量超過3萬臺；（2）哈弗H6、吉利博越/帝豪、長安CS75PLUS等自主品牌車型切入SUV藍海市場，以大空間

13、、更高的硬件配置和高性價比跑馬圈地，相比CR-V、RAV4等競品各方面都很優秀，廣泛受到消費者青睞，成功打造爆款SUV；（3）2023年，長安逸動以更大空間+更高動力性能+更高智能化的功能和配置（定速巡航+360度全景影像+10.25英寸中控屏+3.5英寸液晶屏）打入10萬元以下價格帶燃油車市場，成為爆款，年銷量實現15.47萬輛。資料來源：懂車帝、車主之家、開源證券研究所資料來源：懂車帝、車主之家、開源證券研究所圖圖4：合資品牌主要占據燃油車爆款銷量榜，自主品牌以切入：合資品牌主要占據燃油車爆款銷量榜，自主品牌以切入SUV市場或降價增配置提高滲透率市場或降價增配置提高滲透率 從轎車時代到從轎

14、車時代到SUV時代時代，從實用主義到綜合性價比從實用主義到綜合性價比 新能源爆款車：新能源車企百花齊放新能源爆款車：新能源車企百花齊放，強勢搶占燃油車份額強勢搶占燃油車份額乘用車市場三次轉向，爆款車型為風向標乘用車市場三次轉向，爆款車型為風向標1.3在在SUV時代時代，自主品牌憑借高性價比和對本土市場需求的深刻理解自主品牌憑借高性價比和對本土市場需求的深刻理解，打造多款爆款打造多款爆款SUV成功在汽車市場占據一席之地成功在汽車市場占據一席之地，如哈弗如哈弗H6/H2、長安長安CS75系列系列、吉利博越吉利博越/帝豪等帝豪等。隨著全球汽車產業的電動智能化趨勢日益凸顯，同時受益政府的政策支持、消費

15、者對更好體驗和環保的追求，全球尤其是中國電動車紅利時代到來。特斯拉、比亞迪、蔚小理等車企憑借各自技術和產品定位優勢提前布局，陸續推出了一系列覆蓋全價格段的爆款車。（1）各車企逐漸輻射各車企逐漸輻射0-5萬元價格帶萬元價格帶，競爭加劇搶占上汽通用五菱份額：競爭加劇搶占上汽通用五菱份額：2022年五菱宏光MINI年銷高達55.41萬輛，2023年長安長安Lumin（中控大屏、ABS+EBD、倒車影像等亮點配置）、吉利吉利熊貓（采用直流快充，動力等性能優秀）等新車型進入，2023年五菱宏光MINI和長安Lumin、吉利熊貓銷量分別為23.79萬輛、13.68萬輛、11.63萬輛。（2）精準定位用戶需

16、求精準定位用戶需求，打造爆款矩陣：比亞迪打造爆款矩陣：比亞迪強勢布局5-20萬元中低端車型，實現多款車霸榜。2023年新能源爆款車中，比亞迪有6款車上榜，其中5-10萬元：比亞迪向下布局A0級車市場，海鷗年銷量為23.93萬輛，自2023年5月發布以來，月銷約3萬輛，以空間更大、配置更高、性能更好、生命周期更長等優勢搶占市場份額；10-15萬元：秦PLUS DM-i和EV合計銷量為43.42萬輛，月均銷售3.6萬輛，其中DM-i月銷約2.6萬輛，登頂2023年新能源車10-15萬元價格帶榜首；15-20萬元：元PLUS和宋PLUS降價推出冠軍版，月均銷售均超過2.5萬輛。（3）爆款黑馬車企：問

17、界爆款黑馬車企：問界新M7于2023年下半年發布，發布即爆款，產品以領先的智能駕駛能力和全新升級的動力安全配置實現上市18天大定達3萬輛；廣汽埃安廣汽埃安較早跟進價格戰，目標客戶定位年輕化+網約車，兼具大空間、高續航和智能化優勢，并以先發降價優勢將AION Y和AION S分別打造成10-15萬元和20-25萬元價格帶的爆款車型。（4）單品冠軍：特斯拉單品冠軍：特斯拉2023年單車型銷量實現TOP1，Model Y在Model 3現有優勢的基礎上，打造了更大的空間、更好的驅動系統和NVH表現，2023全年銷量高達45.64萬輛，打造25-30萬元中高端車型爆款，Model Y成為全球新能源乘用

18、車銷量第一。（5）細分市場王：理想細分市場王：理想汽車占據家庭細分市場高地，L系列填補了30萬元以上高端新能源車空白，接連發布的3款車型滿足不同細分客戶需求，月銷均超過1萬輛。此外，理想于2024年發布的L6價格下探至25萬元價格帶，銷量十分亮眼。新能源爆款車：新能源車企百花齊放新能源爆款車：新能源車企百花齊放，強勢搶占燃油車份額強勢搶占燃油車份額乘用車市場三次轉向，爆款車型為風向標乘用車市場三次轉向，爆款車型為風向標1.3資料來源：懂車帝、車主之家、開源證券研究所資料來源：懂車帝、車主之家、開源證券研究所圖圖5：新能源車企百花齊放，不同價格區間紛紛涌現爆款車型：新能源車企百花齊放，不同價格區

19、間紛紛涌現爆款車型 新能源爆款車：新能源車企百花齊放新能源爆款車：新能源車企百花齊放，強勢搶占燃油車份額強勢搶占燃油車份額乘用車市場三次轉向，爆款車型為風向標乘用車市場三次轉向，爆款車型為風向標1.3新能源車市場下的整車市場有兩個特點：（1）競爭更加集中競爭更加集中，2021年“三峰三谷”轉變為2023年的“兩峰兩谷”；（2）逐漸向逐漸向高價格帶滲透高價格帶滲透，2021年的滲透率高地為8萬元以下、15-20萬元、30-35萬元價格帶區間，而2023年則上移至15-20萬元和30-35萬元，且滲透率在提升，這兩個價格帶的銷量滲透率分別為31%、12%。在電動化性能逐步滿足消費者需求之后在電動化

20、性能逐步滿足消費者需求之后，汽車行業競爭進入了下半場的智能化競爭汽車行業競爭進入了下半場的智能化競爭。根據灼識咨詢，2023年高級輔助駕駛技術在全球及中國乘用車市場的滲透率均超過50%，同時預計2030年，中國智能汽車銷量將達到2980萬輛，滲透率提升至99.7%。并且L4、L5級自動駕駛的汽車也將陸續落地加速滲透，Robotaxi類似的新商業模式也逐步走向現實。國產品牌在智能化方面的領先布局和快速迭代將使得自主品牌在下半場的競爭中占得先機，在新一輪的時代紅利下打造新的上量車型。數據來源：崔東樹公眾號、開源證券研究所數據來源：崔東樹公眾號、開源證券研究所圖圖6：燃油車以：燃油車以8-20萬元價

21、格帶為主要陣地萬元價格帶為主要陣地數據來源：中國汽車工業協會、開源證券研究所數據來源：中國汽車工業協會、開源證券研究所圖圖7：新能源市場下整車競爭更加集中：新能源市場下整車競爭更加集中 智能化時代智能化時代，開啟汽車市場競爭下半場開啟汽車市場競爭下半場乘用車市場三次轉向，爆款車型為風向標乘用車市場三次轉向，爆款車型為風向標1.3 在汽車市場方面在汽車市場方面，隨著市場從增量轉向存量競爭，行業內的馬太效應愈發顯著，導致資源和市場份額向頭部企業集中，而競爭力較弱的車企面臨加速淘汰的風險。這一趨勢不僅考驗著車企的市場適應能力，也推動了行業整體的優化和升級。在產品發展方面在產品發展方面，乘用車已經從傳

22、統的制造屬性向更加注重消費體驗和科技創新的方向發展。消費者對汽車的期望不再局限于基本的出行工具，而是追求更加個性化、智能化和環保的駕駛體驗。這促使車企在產品設計、技術研發和市場營銷上進行創新，以滿足消費者的多元化需求。商業模式的轉變也是乘用車行業變遷的重要特征商業模式的轉變也是乘用車行業變遷的重要特征。傳統的以銷售汽車為主要利潤來源的模式正在向“車+軟件+服務”的模式轉變。車企不僅提供硬件產品，還提供軟件升級、智能網聯服務、移動出行解決方案等增值服務，以創造新的收入來源并提高客戶粘性。車企的競爭力：車企的競爭力：在當前的市場環境下，車企需要具備對用戶需求的敏銳洞察力、快速的智能化技術跟進能力以

23、及積極的電動智能化戰略布局。同時，車型推出周期的縮短也要求車企加快產品迭代和升級的步伐，以保持市場競爭力。車型推出周期的變化：車型推出周期的變化：車型推出周期也發生了顯著變化。新車推出周期縮短至1.5-2年，改款車的周期甚至縮短至4-15個月。這意味著車型的迭代升級速度加快，車企需要更快地推出符合市場需求的新車型，以保持競爭優勢。資料來源：新華網、汽車之家研究院公眾號、蓋世汽車官網、汽車之家官網、資料來源：新華網、汽車之家研究院公眾號、蓋世汽車官網、汽車之家官網、瑞鵠模具招股書、麥肯錫瑞鵠模具招股書、麥肯錫駛向駛向2030汽車行業競速賽汽車行業競速賽、開源證券研究所、開源證券研究所圖圖8：乘用

24、車行業的特性發生較大變化：乘用車行業的特性發生較大變化目目 錄錄CONTENTS1自動駕駛：技術引領，趨勢已成自動駕駛：技術引領，趨勢已成2整車：尋找下一個爆款34零部件：緊抓賽道龍頭，把握爆款產業鏈推薦及受益標的、風險提示 技術采納生命周期：技術采納生命周期：杰弗里 摩爾在跨越鴻溝一書中提出技術采納生命周期理論，用以解釋新技術/產品將會如何傳播滲透，根據該理論，新技術/產品被用戶接受是分階段的，最先接受新技術的用戶是“創新者”（2.5%），接著是“早期使用者”（13.5%），隨后是“早期大眾”（34%）、“后期大眾”（34%）、“落后者”（16%）。每兩類不同的用戶之間由于心理特征和消費習慣

25、等方面是不同的，因而存在著“裂縫”，而從早期使用者向早期大眾的過渡階段被稱為“鴻溝”。高階自動駕駛仍處于早期市場高階自動駕駛仍處于早期市場。汽車智能化深入發展，根據乘聯會、汽車工業協會等數據計算，2023年乘用車L2輔助駕駛（不含高階自動駕駛）搭載率約38.96%，L2輔助駕駛因其較低的價格與簡單可靠的功能，已經取得用戶的信任，實現鴻溝的跨域；但是高階自動駕駛仍處于早期市場階段，2024年1-2月高速NOA與城市NOA的滲透率約7.62%與3.85%，到主流市場仍需要跨越巨大的鴻溝。城市NOA作為進入完全自動駕駛的門檻，對于未來完全自動駕駛的普及具有極強的參考價值，因此我們關注城市NOA將如何

26、跨越鴻溝實現普及。首要任務是博得實用主義大眾的選擇，而這需要從功能提升、完善保障與成本下降三方面進行努力。自動駕駛待跨鴻溝，消費者需求意愿至關重要自動駕駛待跨鴻溝，消費者需求意愿至關重要2.1圖圖9：創新擴散曲線將市場分為早期市場與主流市場，其中有五類人群：創新擴散曲線將市場分為早期市場與主流市場，其中有五類人群資料來源：智車星球公眾號資料來源：智車星球公眾號 從手動擋到自動擋：從手動擋到自動擋：“一腳油門就走一腳油門就走”，減少繁瑣步驟減少繁瑣步驟，降低駕駛疲勞降低駕駛疲勞自動擋與導航電子地圖的經驗：輕松駕駛為汽車功能核心訴求自動擋與導航電子地圖的經驗：輕松駕駛為汽車功能核心訴求2.1 手動

27、擋汽車成本更低手動擋汽車成本更低，而成本更高的自動擋汽車在消費者中實現了快速滲透而成本更高的自動擋汽車在消費者中實現了快速滲透。以燃油車時代的變速器來對比，消費者選擇自動擋汽車意味著其負擔的成本將更高，但是從滲透率來看，消費者是愿意為自動擋買單的。從世界范圍看，美國從1940年開始生產自動變速器轎車，在1950年時滲透率就達到了20%，1970年達到91%；2002年在北美市場出售的汽車中僅有10%配備手動變速器；2013年全球市場中的自動擋汽車滲透率首次超過手動擋；2022年美國輕型汽車中自動擋滲透率超99%。從中國市場看，1999年，全國生產的自動擋轎車約5萬輛，裝車率約為9%，隨著合資品

28、牌自動擋車型的長期滲入和消費者購車觀念由注重經濟到注重舒適的劇變，國內自動擋轎車的銷售量從2000年的約8.5萬輛上升到2002年的約27.8萬輛，達到轎車市場總量的22%，到2017年國內生產的自動擋乘用車的銷售滲透率也首次超過手動擋，并且不斷攀升，在2023年自動擋的銷量滲透率已經達到了88.9%。在供給方面，車廠也在迎合市場的選擇，自動擋基本成為標配。8%89%0%20%40%60%80%100%05001,0001,5002,0002,500手動擋（萬輛）自動擋（萬輛）手動擋滲透率自動擋滲透率圖圖10：美國輕型車的自動擋滲透率持續增高：美國輕型車的自動擋滲透率持續增高資料來源：美國能源

29、部網站資料來源：美國能源部網站圖圖11：中國自動擋乘用車銷量滲透率持續提高：中國自動擋乘用車銷量滲透率持續提高數據來源：數據來源：Wind、中國汽車工業年鑒中國汽車工業年鑒、開源證券研究所、開源證券研究所 從手動擋到自動擋：從手動擋到自動擋：“一腳油門就走一腳油門就走”，減少繁瑣步驟減少繁瑣步驟，降低駕駛疲勞降低駕駛疲勞自動擋與導航電子地圖的經驗：輕松駕駛為汽車功能核心訴求自動擋與導航電子地圖的經驗：輕松駕駛為汽車功能核心訴求2.1圖圖12：自動擋相較手動擋具有更簡便的操作方式：自動擋相較手動擋具有更簡便的操作方式資料來源：中國汽車報公眾號、智能車參考公眾號、特斯拉車主手冊等、開源證券研究所資

30、料來源：中國汽車報公眾號、智能車參考公眾號、特斯拉車主手冊等、開源證券研究所 自動擋能夠有效減輕駕駛疲勞自動擋能夠有效減輕駕駛疲勞，契合更廣大人群駕駛需求契合更廣大人群駕駛需求。誠然手動擋能夠實現較為精確的車輛操控，具有“人車合一”的駕駛樂趣，擁有無法替代的應用人群與場景，但是對大部分消費者來說，頻繁的單調操作產生的疲勞感是避之不及的：駕駛的理想狀態是發動汽車后踩油門可以直接開走，而不是起步“慢松離合松剎車踩油門”、加速“踩離合掛檔松離合給油”等一系列操作。上世紀90年代手動擋轎車北京市區平均換擋次數為5-9次/公里，密度為2-4次/分鐘，開車是連續、頻繁且緊張的勞動。自動擋將駕駛行為簡化，解

31、放左腳與右手，使駕駛員專注于行駛速度，大大減輕駕駛員開車時的負擔。體驗一段時間的自動擋之后用戶會更傾向于購買自動擋的車型，具有用戶粘性高的特征。根據Autoscout24數據顯示，90%的自動擋用戶將舒適度作為選擇自動擋的決定性原因。愿意為能夠提供舒適性、規避疲勞的功能買單，或將是自動擋滲透率快速提升的主要原因之一。消費者需要什么功能：高頻使用消費者需要什么功能：高頻使用、無感體驗無感體驗、高用戶粘性高用戶粘性圖圖13：高頻使用、無感體驗、高用戶粘性是消費者駕駛場景偏好的重要因素：高頻使用、無感體驗、高用戶粘性是消費者駕駛場景偏好的重要因素資料來源：開源證券研究所資料來源：開源證券研究所（1）

32、高頻使用：高頻使用：反映產品是否滿足駕駛場景的功能性需求。駕駛的功能性需求就是抵達目的地。無論是地圖還是變速器/變速器，其能在駕駛過程中經常使用，原因是它們對到達目的地必不可少：在如今的駕駛場景中，打開導航電子地圖已經成為駕駛員上車后的第一件事，自動擋在出行中也會被頻繁使用，抵達目的地依賴這些功能。換句話說，高頻使用的產品一定是場景中最必不可少的產品，其功能是圍繞核心需求展開，產品本身具有需求上的確定性，消費者會為這類產品買單。（2）無感體驗：無感體驗：決定產品能否在駕駛場景被優先選擇。消費者能接受的產品往往不會有復雜的操作，即使是高頻使用的產品，在單次使用的時候頻率也有一定的上限，如需要來回

33、掛檔的手動擋操作更加頻繁，但是只會帶來更多的駕駛疲勞。自動擋優化掉繁瑣步驟，駕駛員不用記住什么速度掛什么檔位，其提供的舒適性是手動擋所不能及，消費者會用腳投票，選擇自動擋陣營；如導航電子地圖在智能手機時代的操作方式迅速優化，地圖更新也無須手動（PND）或者到店更新（車載導航），提供更加便捷的體驗。消費者愿意為以最少方式提供最大便利的產品買單。自動駕駛需求確定性強，滲透率有望快速提高自動駕駛需求確定性強，滲透率有望快速提高2.1（3）用戶粘性高：用戶粘性高：產品深入消費者習慣，穩定用戶群體加速滲透率增長。從產品角度看，好的產品具有強大的用戶粘性，而導航電子地圖與自動擋都已經深入駕駛員的使用習慣，

34、以至于“熟路也要開導航”、“開慣自動擋不會開手動擋”等情況屢見不鮮，足以看出駕駛者對這兩個產品已經產生依賴。當產品具有一定規模的穩定用戶后，則會產生一定的擴散效應，觀望中的消費者通過口口相傳或親身體驗，快速轉化為用戶，愿意為產品買單的人有望滾雪球式增多。自動駕駛契合消費者需求自動駕駛契合消費者需求，逐漸成為影響消費者購車的重要因素逐漸成為影響消費者購車的重要因素 自動駕駛滿足高頻使用自動駕駛滿足高頻使用、無感體驗無感體驗、高用戶粘性等特征高用戶粘性等特征，消費者需求確定性強消費者需求確定性強。（1）高頻使用：高頻使用：當前發展階段的輔助駕駛功能為場景導向，正在向全場景輔助駕駛發展，依照使用場景

35、，高階自動駕駛功能被劃分為高速場景與城市場景。根據億歐智庫調研數據，在車輛具有高速NOA功能的用戶當中，有41.1%的用戶每周使用高速NOA功能2-3次，有35.7%的用戶每周使用該功能高達8-10次；在車輛具有城市NOA功能的用戶當中，有40.6%的用戶每周使用城市NOA功能2-3次，另外更是有25.0%的用戶每周使用該功能高達8-10次。高階自動駕駛尚不能夠完全替代人的駕駛，但是已經顯示出人們在逐漸依賴自動駕駛功能，隨著功能的完善，自動駕駛在駕駛場景中必不可少。自動駕駛需求確定性強，滲透率有望快速提高自動駕駛需求確定性強，滲透率有望快速提高2.1圖圖14：35.7%的用戶每周使用高速的用戶

36、每周使用高速NOA達達8-10次次資料來源：億歐智庫、開源證券研究所資料來源：億歐智庫、開源證券研究所2-3次/周,41.1%8-10次/周,35.7%并未經常使用,23.2%2-3次/周8-10次/周并未經常使用2-3次/周,40.6%8-10次/周,25.0%并未經常使用,34.4%2-3次/周8-10次/周并未經常使用圖圖15：25.0%的用戶每周使用城市的用戶每周使用城市NOA達達8-10次次資料來源：億歐智庫、開源證券研究所資料來源：億歐智庫、開源證券研究所 自動駕駛契合消費者需求自動駕駛契合消費者需求，逐漸成為影響消費者購車的重要因素逐漸成為影響消費者購車的重要因素 自動駕駛滿足高

37、頻使用自動駕駛滿足高頻使用、無感體驗無感體驗、高用戶粘性等特征高用戶粘性等特征，消費者需求確定性強消費者需求確定性強。（2）無感體驗：無感體驗：人駕會大量消耗駕駛員的體力與精力，長時間開車帶來的駕駛疲勞不可避免。與以往汽車的發展迭代相比，自動駕駛最大的不同在于將人從駕駛中解放出來，駕駛員不僅不用機械重復動作、時刻集中注意，還能夠節省出大量的時間與精力用于更有價值的事情，自動駕駛技術為駕駛員提供了極大的便利。當前，駕駛員可以不知道車上傳感器如何工作、車輛如何決策，但在可以使用的路段，高階自動駕駛已經能夠暫時替代駕駛員的大部分職能。伴隨著互聯網成長起來的千禧一代已經成為汽車購買的生力軍，消費者所看

38、重的不再只有汽車的功能性與實用性，舒適性與個性化也成為重要考量因素。減輕駕駛疲勞是當前消費者最急迫的需求，而自動駕駛能夠緩解駕駛疲勞，帶來出行的無感體驗，具有極大的用戶價值。自動駕駛需求確定性強，滲透率有望快速提高自動駕駛需求確定性強，滲透率有望快速提高2.1圖圖16：年輕人逐漸成為購車生力軍，消費人群趨于年輕化：年輕人逐漸成為購車生力軍，消費人群趨于年輕化數據來源：汽車之家研究院公眾號、開源證券研究所數據來源：汽車之家研究院公眾號、開源證券研究所圖圖17：緩解駕駛疲勞是消費者最關注、最迫切的需求：緩解駕駛疲勞是消費者最關注、最迫切的需求數據來源：易車研究院公眾號、開源證券研究所數據來源：易車

39、研究院公眾號、開源證券研究所2.8%9.3%23.3%25.8%17.6%11.7%9.5%2.7%17.6%19.8%21.9%17.1%11.3%9.6%0.0%5.0%10.0%15.0%20.0%25.0%30.0%25歲及以下26-30歲31-35歲36-40歲41-45歲46-50歲51歲以上2022年2023年6.8%6.8%17.0%26.6%30.9%23.8%50.6%82.0%2.7%9.2%16.7%29.9%32.8%37.6%55.6%86.2%0.0%20.0%40.0%60.0%80.0%100.0%其他品牌價值高設計很潮很酷改善交通擁堵技術含量高安全性更高解放

40、雙手減輕疲勞駕駛有意向購買用戶大盤用戶 自動駕駛契合消費者需求自動駕駛契合消費者需求，逐漸成為影響消費者購車的重要因素逐漸成為影響消費者購車的重要因素 自動駕駛滿足高頻使用自動駕駛滿足高頻使用、無感體驗無感體驗、高用戶粘性等特征高用戶粘性等特征，消費者需求確定性強消費者需求確定性強。（3）高用戶粘性：高用戶粘性：當前的輔助駕駛功能已經具有高用戶粘性，反映了功能正在塑造用戶習慣，逐漸成為不可替代的功能，這是消費者接受自動駕駛技術最直觀的展現。在用戶層面，根據億歐智庫調研數據，在車輛具有高速NOA功能的用戶當中，有42.9%的用戶在每次途徑高速與高架時都會開啟高速NOA功能；在車輛具有城市NOA功

41、能的用戶當中，有31.2%的用戶在任何場景都會開啟城市NOA功能。在行駛里程滲透率層面，依據小鵬汽車數據，2023年在能夠使用NGP與XNGP的路段，已經有40%的里程都是輔助駕駛系統自己行駛。除此以外，在行駛里程上，根據特斯拉的數據，截止到2024年4月，特斯拉FSD累計行駛里程已經突破10億英里，并且還在持續擴張中。用戶使用自動駕駛功能的里程不斷增加、使用的頻率不斷增加，成為用戶習慣的一部分，反過來也塑造了用戶對于購車的選擇。自動駕駛需求確定性強，滲透率有望快速提高自動駕駛需求確定性強，滲透率有望快速提高2.1圖圖18：2024春節華為春節華為ADS單日最長行駛時間超單日最長行駛時間超20

42、小時小時資料來源：華為智能汽車解決方案公眾號資料來源：華為智能汽車解決方案公眾號圖圖19：超：超1/3小鵬用戶在具備條件時在城市開啟小鵬用戶在具備條件時在城市開啟XNGP資料來源：小鵬汽車公眾號、開源證券研究所資料來源：小鵬汽車公眾號、開源證券研究所90.6%62.8%67.0%84.0%33.9%49.5%0.0%20.0%40.0%60.0%80.0%100.0%用戶滲透率里程滲透率日均使用率高速智駕城市智駕廠商廠商年份年份行駛總里程行駛總里程（萬公里）（萬公里）智能輔助駕駛總智能輔助駕駛總里程（萬公里）里程（萬公里）里程滲透率里程滲透率理想202312201.62135.217.5%20

43、2451792.47473.214.4%蔚來202327669.93913.614.1%202426765.16380.723.8%小鵬20239026.72574.828.5%202421404.06977.732.6%HUAWEI ADS202414102.14621.532.8%阿維塔20241484.6513.134.6%零跑202434880.02026.35.8%極氪202420796.92162.510.4%比亞迪202437564511946（LCC）3.2%魏牌2024513869613.5%表表1：2024春節期間智駕領先廠商擁有更高里程滲透率春節期間智駕領先廠商擁有更高里

44、程滲透率資料來源：小鵬汽車公眾號、蔚來公眾號、理想汽車資料來源：小鵬汽車公眾號、蔚來公眾號、理想汽車公眾號等、開源證券研究所公眾號等、開源證券研究所 未來智能駕駛配置滲透率有望持續提升未來智能駕駛配置滲透率有望持續提升，且隨自動駕駛功能向高級化發展且隨自動駕駛功能向高級化發展，三大因素將逐級強化三大因素將逐級強化，與消費者貼合將更加緊密與消費者貼合將更加緊密。L2輔助駕駛主要聚焦在單一路段的單一功能，具有有限的ODD（設計運行范圍），因而需要大量接管，消費者仍不愿為普通L2功能花費更多；高速NOA相對于普通L2功能ODD擴大，對用戶來說能夠在高速場景一直使用；而根據小鵬汽車數據，一位車主的平均

45、總用車里程和用車時間中，城市道路占比高達71%和90%，城市NOA能夠覆蓋更廣的使用場景，意味著用戶疲勞的進一步降低，消費者使用自動駕駛的機會將更多，消費者培育新習慣的時間也將縮短，消費者買單的意愿理應更強。從現實層面看從現實層面看，消費者付費意愿與功能完成度掛鉤消費者付費意愿與功能完成度掛鉤。消費者對高階自動駕駛已經具有初步的認知，對城市NOA等功能的興趣也在提升。但總體上，消費者仍認為城市NOA沒有高速NOA重要，這也導致非常普遍的“自動駕駛華而不實”觀點，在付費意愿上出現“越高級，越不買單”的倒掛現象。我們認為這一現象的原因是當前階段代表自動駕駛最前沿的城市NOA功能發展仍不成熟、尚未達

46、到“可用”標準，產品價值并沒有體現；反觀高速NOA已經基本達到“好用”水平。消費者自動駕駛付費意愿出現倒掛，功能完成度是關鍵消費者自動駕駛付費意愿出現倒掛，功能完成度是關鍵2.1圖圖20：ADAS配置率有望在配置率有望在2028年達到年達到100%數據來源：高工數據數據來源：高工數據GGAI、地平線、開源證券、地平線、開源證券研究所研究所圖圖21：相對于城市自動駕駛，消費者更加偏好高速：相對于城市自動駕駛，消費者更加偏好高速/高架高架75%60%76%64%50%55%60%65%70%75%80%高速公路/城市高架城市地面道路20222023數據來源：數據來源：2024麥肯錫中國汽車消費者洞

47、麥肯錫中國汽車消費者洞察察、開源證券研究所、開源證券研究所圖圖22：當前城市：當前城市NOA尚未及消費者眼中“可用”標準尚未及消費者眼中“可用”標準資料來源：地平線、開源證券研究所資料來源：地平線、開源證券研究所35.0%45.9%54.7%65.5%76.4%84.7%92.5%100.0%0.0%20.0%40.0%60.0%80.0%100.0%特斯拉特斯拉FSDV12.3推出以來推出以來，體驗顯著提升體驗顯著提升（1）解決復雜場景的能力大幅提升：解決復雜場景的能力大幅提升：可順滑處理無保護左轉和環島等場景，相比V11大幅進步；無縫處理施工路段等復雜場景；對人類意圖的理解加深，部分場景可

48、以識別手勢；可以根據其他車輛行駛狀況判斷當前場景是否可以通行，接管次數大幅降低。（2）駕駛體驗絲滑平順擬人化：駕駛體驗絲滑平順擬人化：轉彎、紅綠燈啟停無頓挫感，加減速擬人化；遇到開雙閃的車輛占道會毫不猶豫變道繞行，流暢自然；遇到周圍騎行者、行人繞行時從容淡定，繞行幅度擬人化；遇到其他車輛倒車，會留足空間，駕駛具有“禮貌性”；擬人化程度高，經常讓乘客難以區分到底是人還是算法在執行駕駛行為。（3）新增部分功能：新增部分功能：部分場景可以掉頭，抵達目的地后可以自主尋找停車處停車，不依賴導航。當然當前版本也會出現一些問題如距離道路邊緣近，容易出現剮蹭，對交通規則的遵守度弱，以及其他車輛意圖判斷仍需提升

49、，無法倒車等問題。未來，隨著算法的迭代，小的問題有望逐步修復。端到端助力自動駕駛“融會貫通”端到端助力自動駕駛“融會貫通”，優勢顯著，優勢顯著2.2圖圖23：FSDV12甚至可識別自行車騎手的手勢并減速甚至可識別自行車騎手的手勢并減速資料來源：車右智能公眾號資料來源：車右智能公眾號圖圖24：FSD V12可以從可以從0時速啟動時速啟動資料來源：電動星球資料來源：電動星球N公眾號公眾號 端到端自動駕駛算法實現對駕駛行為的端到端自動駕駛算法實現對駕駛行為的“融會貫通融會貫通”。在傳統模塊化的自動駕駛算法中，人類工程師依靠自己的經驗將駕駛問題拆解和提煉為一些簡單的過程，通常情況下自動駕駛算法分為感知

50、、預測、規劃控制幾個部分，以流水線式的架構進行拼接，模塊之間會以人為定義的信息表征方式進行信息傳遞，進而實現駕駛任務。端到端算法則采用一個整體化的神經網絡，在模型的一端輸入感知信息，另一端直接輸出軌跡或者控制信號，將整個駕駛行為“融會貫通”。多模態基礎模型和大語言模型齊頭并進多模態基礎模型和大語言模型齊頭并進，端到端自動駕駛算法百家爭鳴端到端自動駕駛算法百家爭鳴。目前在自動駕駛端到端算法領域，大體形成幾大方向：（1）將不同功能的神經網絡模塊拼接形成端到端的自動駕駛算法（顯式）；（2）依靠多模態基礎模型實現端到端自動駕駛算法（隱式）；（3）依靠多模態大語言模型來實現自動駕駛。端到端助力自動駕駛“

51、融會貫通”端到端助力自動駕駛“融會貫通”，優勢顯著，優勢顯著2.2圖圖25：端到端算法將傳統的感知、預測、規劃等算法模塊融為一體：端到端算法將傳統的感知、預測、規劃等算法模塊融為一體資料來源：開源證券研究所資料來源：開源證券研究所圖圖26：端到端自動駕駛算法形成三大落地形式：端到端自動駕駛算法形成三大落地形式資料來源：英偉達資料來源：英偉達GTC大會、開源證券研究所大會、開源證券研究所 端到端的自動駕駛算法優勢顯著端到端的自動駕駛算法優勢顯著（1）信息無損傳遞信息無損傳遞，減少人為偏見減少人為偏見，靈活度大幅提升且泛化性增強靈活度大幅提升且泛化性增強端到端助力自動駕駛“融會貫通”端到端助力自動

52、駕駛“融會貫通”，優勢顯著，優勢顯著2.2圖圖27：端到端算法實現信息在算法中的無損傳遞，減少人為偏見：端到端算法實現信息在算法中的無損傳遞，減少人為偏見資料來源：易車網等、開源證券研究所資料來源：易車網等、開源證券研究所 端到端的自動駕駛算法優勢顯著端到端的自動駕駛算法優勢顯著（2）面向整體駕駛目標進行全局優化；面向整體駕駛目標進行全局優化；（3）從從“行為行為”學習學習“行為行為”，駕駛變得更加絲滑和擬人化；駕駛變得更加絲滑和擬人化；（4）數據驅動數據驅動，發揮規模法則發揮規模法則，性能突破上限；性能突破上限；（5）精簡計算任務精簡計算任務，減少級聯誤差減少級聯誤差，降低延遲降低延遲，計算

53、簡潔高效計算簡潔高效。端到端助力自動駕駛“融會貫通”端到端助力自動駕駛“融會貫通”，優勢顯著，優勢顯著2.2資料來源：資料來源：End-to-end Autonomous Driving:Challenges and Frontiers（Hongyang Li等）、深藍學院官網等）、深藍學院官網圖圖29：端到端算法實現完全數據驅動，突破性能上限：端到端算法實現完全數據驅動，突破性能上限資料來源：天翼智庫公眾號資料來源：天翼智庫公眾號圖圖28：端到端算法全程可微，實現全局優化，減小級聯誤差、降低延遲：端到端算法全程可微，實現全局優化，減小級聯誤差、降低延遲 算法算法、數據數據、算力全面升級推動自

54、動駕駛邁向更強大水準算力全面升級推動自動駕駛邁向更強大水準。正如我們學習駕駛一樣，好的老師、大量的練習以及基礎的“腦力”均不可或缺，對自動駕駛而言，與所有AI應用類似，算力、算法、和數據三要素都必不可少。算力層面，規模法則驅動下，海量的算力成為開發優秀AI算法的基礎。數據方面，數據的體量、質量、以及收集方式、處理方式、以及模型的訓練和驗證體系都考驗著開發者的技術和工程能力。算法層面，如何構建一個性能優異且穩定可靠的算法來支撐功能落地，亦尤為關鍵。算法、算力、數據全面升級，自動駕駛更進一步算法、算力、數據全面升級，自動駕駛更進一步2.3圖圖30：算法、算力、數據齊備，自動駕駛更進一步：算法、算力

55、、數據齊備，自動駕駛更進一步資料來源：資料來源：Forging Vision Foundation Models for Autonomous Driving:Challenges,Methodologies,and Opportunities（Xu Yan等）等）系統一和系統二系統一和系統二，人類思考是快慢系統的結合體人類思考是快慢系統的結合體人類思考包含快系統人類思考包含快系統（系統一系統一）和慢系統和慢系統（系統二系統二）。諾貝爾經濟學獎得主，心理學家Daniel在思考，快與慢中指出人類的思考有兩種方式，“系統一”是快速的、本能的、自動的、情緒化的、潛意識的、條件反射的；“系統二”是緩慢

56、的、刻意的、邏輯的、縝密細致的。駕駛過程中也通常是系統一和系統二協同行動，當在熟悉的道路上駕駛時，可依靠系統一；而當在不熟悉的道路上行駛，或者需要趕時間，或者經驗不足時，這時系統二會上線。對底層物理世界常識的理解助力人類輕松處理長尾場景對底層物理世界常識的理解助力人類輕松處理長尾場景。當人類面對長尾場景時，對于世界底層規律的理解，將幫助人類形成強大的推理能力和泛化能力，即使面對沒有遇到過的場景人類也通常知道應該如何更加恰當的處理。未來，系統一能力和系統二能力結合有望為去掉駕駛員，徹底實現自動駕駛提供解決思路。算法：從漸進到終局，大模型和自動駕駛逐步走上相似道路算法：從漸進到終局，大模型和自動駕

57、駛逐步走上相似道路2.3圖圖31：人類行為包含系統一和系統二：人類行為包含系統一和系統二資料來源：資料來源：Value-based Fast and Slow AI Nudging（Marianna B.Ganapini等）等）圖圖32：人類依靠“常識”處理長尾場景：人類依靠“常識”處理長尾場景資料來源：英偉達資料來源：英偉達GTC大會大會Revolutionizing AV Development With Foundation Models 算法從規則走向神經網絡算法從規則走向神經網絡，從模塊化走向端到端從模塊化走向端到端。自動駕駛誕生以來，伴隨著神經網絡的進化，自動駕駛算法也幾經迭代，從

58、傳統的視覺算法轉向BEV+Transformer，之后不斷演進到端到端?？傮w而言，從基于規則逐步轉向基于神經網絡，從小規模、模塊化的算法走向基于大規模神經網絡，端到端的自動駕駛算法架構。端到端大勢所趨端到端大勢所趨，發展亦有望經歷漸進過程發展亦有望經歷漸進過程。目前海外特斯拉、Wayve、Comma.ai，國內包括小鵬、理想、華為、元戎啟行、商湯、地平線等諸多玩家都提出自己的端到端自動駕駛方案，在算法上端到端已經成為大勢所趨。但在發展路徑上，行業預計也會經歷漸進的過程。早期玩家致力于將算法從模塊化架構平穩過渡到端到端，量產玩家大多采取了漸進的策略，先將決策和規控算法神經網絡化，小步快跑逐步為未

59、來的全棧端到端打下基礎。遠期大語言模型和端到端基礎模型有望結合形成“系統一”和“系統二”共同賦能自動駕駛，最終強大的通用人工智能（AGI）或許可覆蓋所有駕駛能力。算法：從漸進到終局，大模型和自動駕駛逐步走上相似道路算法：從漸進到終局，大模型和自動駕駛逐步走上相似道路2.3圖圖33：自動駕駛發展從基于規則走向基于神經網絡，從模塊化走向端到端：自動駕駛發展從基于規則走向基于神經網絡，從模塊化走向端到端資料來源：英偉達資料來源：英偉達GTC大會大會Introduction to Autonomous Vehicles圖圖34：端到端算法或將經歷逐步演變過程：端到端算法或將經歷逐步演變過程資料來源：英

60、偉達資料來源：英偉達GTC大會大會Accelerating the Shift to AI-Defined Vehicles、開、開源證券研究所源證券研究所 數據驅動邁向認知驅動數據驅動邁向認知驅動，大語言模型和端到端有望協同助力智駕大語言模型和端到端有望協同助力智駕理想和清華大學聯合推出理想和清華大學聯合推出DriveVLM，實現大語言模型和端到端模型作為系統二和系統一結合賦能自駕實現大語言模型和端到端模型作為系統二和系統一結合賦能自駕。2024年清華大學和理想汽車一道，提到一種基于DriveVLM-Dual的思路，意在將端到端模型和大語言模型相結合，使得自動駕駛系統同時具備系統一和系統二的

61、能力。一方面，將大語言模型用于自動駕駛場景，設計場景描述、場景分析、層級規劃等遞進式的思維鏈，分別對應自動駕駛的感知、規劃和控制，來借助大語言模型的認知能力解決駕駛中的長尾場景。另一方面，將傳統算法的感知規控等環節和大模型得出的結果異步推進，相互驗證，避免大語言模型幻想問題，最終達到好的駕駛效果。測試中發現模型可良好的識別警察揮手等動作，應對此前無法解決的長尾場景。算法：從漸進到終局，大模型和自動駕駛逐步走上相似道路算法：從漸進到終局，大模型和自動駕駛逐步走上相似道路2.3圖圖35：DriveVLM-Dual致力于將系統一和系統二結合致力于將系統一和系統二結合資料來源：芝能汽車公眾號資料來源：

62、芝能汽車公眾號圖圖36：大語言模型可以很好的識別駕駛場景并做出決策：大語言模型可以很好的識別駕駛場景并做出決策資料來源：芝能汽車公眾號資料來源：芝能汽車公眾號 端到端模型更加依賴規模法則端到端模型更加依賴規模法則（Scaling Law），新一輪算力軍備競賽在云端展開新一輪算力軍備競賽在云端展開。端到端模型與大語言模型高度相似，規模效應明顯，海量的數據依賴更高的算力和存儲能力，數據驅動的開發形式也讓模型高度依賴算力規模來提升迭代速率。據地平線余軼南的估計，端到端的初步算力建設門檻或為1000塊英偉達A100，即19.5Pflops算力，而要想實現極致的自動駕駛功能和性能體驗，則需要遠高于此的算

63、力支撐?；仡櫥仡橣SD發展歷史發展歷史，算力累積伴隨算力累積伴隨FSD迭代迭代，并進一并進一步強化特斯拉競爭力步強化特斯拉競爭力。國內玩家亦在國內玩家亦在2024年將算力推升到新的高度年將算力推升到新的高度，云端算力軍備競賽走向白熱化云端算力軍備競賽走向白熱化。算力：云端算力軍備競賽白熱化算力：云端算力軍備競賽白熱化2.3圖圖37：伴隨著算力的提升，版本迭代顯著加速，對用戶開放程度迅速提升：伴隨著算力的提升，版本迭代顯著加速，對用戶開放程度迅速提升資料來源：特斯拉財報、資料來源：特斯拉財報、notaateslaapp官網、第一電動汽車網公眾號等、開官網、第一電動汽車網公眾號等、開源證券研究所源

64、證券研究所車企車企云端算力規劃云端算力規劃特斯拉2024Q1等效3.5萬張H100算力，預計2024年10月達到100EFlops小鵬汽車扶搖超算中心0.6EFlops，2024年增加7億元算力投入，2024年預計新增7000張英偉達A100組成的算力儲備鴻蒙智行2024年4月底ADS的云端算力規模為3.3EFlops，預計2024年6月底提升至3.5EFlops蔚來汽車2023年9月智能計算集群總算力規模為1.4EFlops理想汽車2023年6月1.2EFlops算力吉利汽車星睿智算中心算力為0.81EFlops，2025年達到1.2EFlops極越汽車2.2EFLOPS（與百度合作）表表2

65、：各大車企在：各大車企在2024年均將算力推升到更高水平年均將算力推升到更高水平資料來源：電動汽車觀察家公眾號、資料來源：電動汽車觀察家公眾號、ATC智車未來公眾號、智車未來公眾號、HiEV大蒜粒車研大蒜粒車研所公眾號等、開源證券研究所所公眾號等、開源證券研究所 端到端推動自動駕駛從算法工程轉變為數據工程端到端推動自動駕駛從算法工程轉變為數據工程重量更重質重量更重質，海量優質數據將成為自動駕駛行業的稀有品海量優質數據將成為自動駕駛行業的稀有品。對端到端算法而言，數據的需求激增，并且伴隨模型體量的增加而擴大；對質量的要求也顯著提高，多樣性和豐富度不可或缺。目前，通過不斷擴大FSD功能覆蓋的用戶數

66、量，截至2024年4月，特斯拉已經擁有累計超過12.5億英里（約20億公里）的行駛里程數，并有望在5月底超過20億英里，在年底超過60億英里。海量車隊收集的數據和生成式數據并行推動數據質海量車隊收集的數據和生成式數據并行推動數據質/量并進量并進。實車采集的數據是算法持續迭代的核心資源，海量的車隊將保障車企及時獲取自己需要的數據來訓練算法，同時也將幫助算法實現驗證。此外，合成數據已經被廣泛應用在自動駕駛行業，物理仿真與圖形渲染、基于神經輻射場（Nerf、3D Gaussion等）、以及世界模型都有望為自動駕駛的數據生成提供來源，助力自駕實現。數據：虛實結合，世界模型加持下如虎添翼數據：虛實結合，

67、世界模型加持下如虎添翼2.3圖圖38：特斯拉的：特斯拉的FSD累計行駛里程在累計行駛里程在2024Q1已經超過已經超過12億英里億英里資料來源：特斯拉財報資料來源：特斯拉財報車企車企智駕車隊數量智駕車隊數量特斯拉在北美擁有約300-400萬輛車的用戶車隊小鵬汽車2024春節期間使用小鵬智駕功能用戶數量達21.16萬人鴻蒙智行2024年底搭載華為智駕系統車輛會累計超過50萬輛蔚來汽車2024年4月，智能駕駛總用戶數達49.53萬人，NOP+總用戶數達24.58萬人理想汽車截至2024Q1，理想累計交付車輛超70萬輛，標配智駕功能極越汽車截至2024年4月，累計銷售車輛超1900臺，標配智駕功能智

68、己汽車截至2024年4月，累計銷售車輛超5.58萬臺，標配L2智駕功能極氪汽車截至2024年4月，累計銷售車輛超24.56萬臺，標配L2智駕功能表表3：各大車企積極推動智駕車型銷售，量產車成為完美數據收集器：各大車企積極推動智駕車型銷售，量產車成為完美數據收集器資料來源：資料來源：HiEV大蒜粒車研所公眾號、車主之家官網、汽車之心公眾號等、開源證券大蒜粒車研所公眾號、車主之家官網、汽車之心公眾號等、開源證券研究所研究所目目 錄錄CONTENTS1自動駕駛：技術引領，趨勢已成2整車：尋找下一個爆款車34零部件：緊抓賽道龍頭，把握爆款產業鏈零部件：緊抓賽道龍頭，把握爆款產業鏈推薦及受益標的、風險提

69、示 零部件所處的賽道至關重要零部件所處的賽道至關重要對零部件而言，我們可以根據其消費屬性（消費者感知度）和科技屬性（技術難度）的強弱，將其分為四大象限，分別對應：兵家必爭之地、技術為王、成本為王做大單車價值、滲透率快速提升等幾個類別。零部件：賽道股龍頭零部件：賽道股龍頭&爆款產業鏈爆款產業鏈3圖圖39：科技：科技/消費屬性象限，零部件可分為四大類別消費屬性象限，零部件可分為四大類別資料來源：開源證券研究所資料來源：開源證券研究所 零部件玩家成長模式多元零部件玩家成長模式多元，大客戶和爆款車是源動力大客戶和爆款車是源動力對零部件而言，行業呈現出幾類不同的成長路徑，品類拓展或者單品價值提升帶來的單

70、車價值量的提升疊加國產化率或滲透率提升再疊加市場份額的增長，最終將成就王者，這其中大客戶和爆款車型將是提供這樣成長路徑的源動力。零部件：賽道股龍頭零部件：賽道股龍頭&爆款產業鏈爆款產業鏈3圖圖40：零部件公司成長有跡可循：零部件公司成長有跡可循資料來源：開源證券研究所資料來源：開源證券研究所目目 錄錄CONTENTS1自動駕駛：技術引領，趨勢已成2整車：尋找下一個爆款34零部件：抓住賽道龍頭，把握爆款產業鏈推薦及受益標的、風險提示推薦及受益標的、風險提示4.1推薦及受益標的推薦及受益標的 智能化布局深入整車企業和零部件公司將持續受益智能化布局深入整車企業和零部件公司將持續受益。推薦長安汽車、比

71、亞迪、長城汽車、德賽西威、經緯恒潤-W、均勝電子、華陽集團、滬光股份、美格智能、華測導航，受益標的：小鵬汽車-W、理想汽車-W、蔚來-SW、賽力斯、北汽藍谷、江淮汽車、中科創達、博俊科技等。表表4：受益標的盈利預測及估值：受益標的盈利預測及估值數據來源：數據來源：Wind、開源證券研究所（注：比亞迪、長安汽車、長城汽車、小鵬汽車、開源證券研究所（注：比亞迪、長安汽車、長城汽車、小鵬汽車-W、理想汽車、理想汽車-W、蔚來、蔚來-SW、均勝電子、華陽集團、滬光股份等、均勝電子、華陽集團、滬光股份等的盈利預測數值來自開源證券研究所，其余均來自的盈利預測數值來自開源證券研究所，其余均來自Wind一致預

72、期；數據截至一致預期；數據截至 2024年年6月月27日；日；2024年年6月月27日匯率日匯率 港幣：人民幣港幣：人民幣=0.9127）股票代碼股票代碼公司簡稱公司簡稱最新收盤價最新收盤價（元）（元）總市值總市值（億元）（億元）EPS（元）（元）P/E評級評級2024E2025E2026E2024E2025E2026E002594.SZ比亞迪249.50 6832.11 11.2 13.4 15.8 22.3 18.6 15.8 買入000625.SZ長安汽車13.26 1152.49 0.8 1.0 1.2 16.6 13.3 11.1 買入601633.SH長城汽車25.13 1822.

73、08 1.2 1.6 1.8 20.9 15.7 14.0 買入601127.SH賽力斯84.49 1275.61 2.74.66.731.3 18.4 12.6 未評級600733.SH北汽藍谷7.74 431.39-0.6-0.30.1-75.9 未評級600418.SH江淮汽車15.36 335.46 0.10.30.4217.6 60.4 38.8 未評級2015.HK理想汽車-W65.87 1398.38 5.0 8.0 10.6 13.2 8.2 6.2 增持9868.HK小鵬汽車-W27.96 529.35-3.6-1.6 0.3-93.2 增持9866.HK蔚來-SW32.34

74、 670.91-8.8-6.7-4.3-增持600699.SH均勝電子14.73 207.50 1.0 1.4 1.7 14.7 10.5 8.7 買入002906.SZ華陽集團26.51 139.08 1.1 1.5 1.9 24.1 17.7 14.0 買入605333.SH滬光股份27.74 121.16 1.1 1.4 1.9 25.2 19.8 14.6 買入300926.SZ博俊科技20.21 81.71 1.11.62.117.9 13.0 9.8 未評級002997.SZ瑞鵠模具31.39 65.71 1.52.02.420.9 15.8 12.9 未評級605128.SH上海

75、沿浦28.29 33.50 1.62.22.817.4 12.9 10.0 未評級002920.SZ德賽西威87.93 488.02 3.84.96.223.3 18.0 14.2 買入688326.SH經緯恒潤-W57.90 69.48 0.52.33.7121.8 25.7 15.8 買入002881.SZ美格智能19.43 50.85 0.50.60.840.7 30.1 23.5 買入300627.SZ華測導航29.02 158.31 1.01.31.727.7 21.9 17.4 買入300496.SZ中科創達44.99 206.59 1.41.92.331.4 24.3 19.3

76、買入4.2風險提示風險提示 技術發展進度不及預期：技術發展進度不及預期：自動駕駛技術難度大、投入資源大、研發周期長，如果自動駕駛技術進展緩慢，使得僅在某一個階段徘徊，則不利于自動駕駛行業進一步發展。市場需求不及預期：市場需求不及預期：當前自動駕駛距離消費者真正愛用仍有較大進步空間，同時也有消費者觀望心理、對技術接受度、價格成本等因素的影響，使得自動駕駛需求不達預期。政策推進不及預期：政策推進不及預期：自動駕駛行業發展離不開政策層面的支持與推動，如果政策對于自動駕駛的支持力度較弱、落實情況欠佳，則會導致自動駕駛的需求釋放緩慢等影響。分析師聲明分析師聲明負責準備本報告以及撰寫本報告的所有研究分析師

77、或工作人員在此保證，本研究報告中關于任何發行商或證券所發表的觀點均如實反映分析人員的個人觀點。負責準備本報告的分析師獲取報酬的評判因素包括研究的質量和準確性、客戶的反饋、競爭性因素以及開源證券股份有限公司的整體收益。所有研究分析師或工作人員保證他們報酬的任何一部分不曾與，不與，也將不會與本報告中具體的推薦意見或觀點有直接或間接的聯系。股票投資評級說明股票投資評級說明評級評級說明說明備注：備注：評級標準為以報告日后的612個月內，證券相對于市場基準指數的漲跌幅表現，其中A股基準指數為滬深300指數、港股基準指數為恒生指數、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

78、的）、美股基準指數為標普500或納斯達克綜合指數。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取決于個人的實際情況，比如當前的持倉結構以及其他需要考慮的因素。投資者應閱讀整篇報告，以獲取比較完整的觀點與信息，不應僅僅依靠投資評級來推斷結論。證券評級證券評級買入（buy）預計相對強于市場表現20%以上；增持（outperform）預計相對強于市場表現5%20%；中性（Neutral）預計相對市場表現在5%5%之間波動；減持（underperform）預計相對弱于市場表現5%以下。行業評級行業評級看好（

79、overweight）預計行業超越整體市場表現；中性（Neutral）預計行業與整體市場表現基本持平；看淡（underperform）預計行業弱于整體市場表現。分析、估值方法的局限性說明分析、估值方法的局限性說明本報告所包含的分析基于各種假設，不同假設可能導致分析結果出現重大不同。本報告采用的各種估值方法及模型均有其局限性，估值結果不保證所涉及證券能夠在該價格交易。特別聲明特別聲明證券期貨投資者適當性管理辦法、證券經營機構投資者適當性管理實施指引（試行）已于2017年7月1日起正式實施。根據上述規定，開源證券評定此研報的風險等級為R4（中高風險），因此通過公共平臺推送的研報其適用的投資者類別僅

80、限定為專業投資者及風險承受能力為C4、C5的普通投資者。若您并非專業投資者及風險承受能力為C4、C5的普通投資者，請取消閱讀，請勿收藏、接收或使用本研報中的任何信息。因此受限于訪問權限的設置，若給您造成不便，煩請見諒！感謝您給予的理解與配合。法律聲明法律聲明開源證券股份有限公司是經中國證監會批準設立的證券經營機構，具備證券投資咨詢業務資格。本報告僅供開源證券股份有限公司（以下簡稱“本公司”）的機構或個人客戶（以下簡稱“客戶”）使用。本公司不會因接收人收到本報告而視其為客戶。本報告是發送給開源證券客戶的，屬于商業秘密材料，只有開源證券客戶才能參考或使用，如接收人并非開源證券客戶，請及時退回并刪除

81、。本報告是基于本公司認為可靠的已公開信息，但本公司不保證該等信息的準確性或完整性。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購買證券或其他金融工具的邀請或向人做出邀請。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。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?？蛻魬斂紤]到本公司可能存在可能影響本報告客觀性的利益沖突，不應視本報告為做出投資決策的唯一因素。本報告中所指的投資及服務可能不適合個別客戶，不構成客戶私人咨詢建議。本公司未確保本報告充分考慮到個別客戶特

82、殊的投資目標、財務狀況或需要。本公司建議客戶應考慮本報告的任何意見或建議是否符合其特定狀況，以及（若有必要）咨詢獨立投資顧問。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。在任何情況下，本公司不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。若本報告的接收人非本公司的客戶，應在基于本報告做出任何投資決定或就本報告要求任何解釋前咨詢獨立投資顧問。本報告可能附帶其它網站的地址或超級鏈接，對于可能涉及的開源證券網站以外的地址或超級鏈接，開源證券不對其內容負責。本報告提供這些地址或超級鏈接的目的純粹是為了客戶使用方便，鏈接網站的內容不構成本報告的任何部分，客戶需自行

83、承擔瀏覽這些網站的費用或風險。開源證券在法律允許的情況下可參與、投資或持有本報告涉及的證券或進行證券交易，或向本報告涉及的公司提供或爭取提供包括投資銀行業務在內的服務或業務支持。開源證券可能與本報告涉及的公司之間存在業務關系，并無需事先或在獲得業務關系后通知客戶。本報告的版權歸本公司所有。本公司對本報告保留一切權利。除非另有書面顯示，否則本報告中的所有材料的版權均屬本公司。未經本公司事先書面授權，本報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件或復制品，或再次分發給任何其他人，或以任何侵犯本公司版權的其他方式使用。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。開源證券研究所開源證券研究所上海上海：上海市浦東新區世紀大道1788號陸家嘴金控廣場1號樓10層郵箱：北京北京：北京市西城區西直門外大街18號金貿大廈C2座9層郵箱：深圳深圳：深圳市福田區金田路2030號卓越世紀中心1號樓45層郵箱：西安西安：西安市高新區錦業路1號都市之門B座5層郵箱：