《計算機行業：智能駕駛行業深度：Robotaxi與車路云共振智駕關鍵節點已至-241008（52頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業：智能駕駛行業深度：Robotaxi與車路云共振智駕關鍵節點已至-241008（52頁）.pdf（52頁珍藏版）》請在三個皮匠報告上搜索。

1、 請閱讀最后一頁免責聲明及信息披露 http:/ 1 智能駕駛行業深度：智能駕駛行業深度：RobotaxiRobotaxi 與車路云共與車路云共振，智駕關鍵節點已至振，智駕關鍵節點已至 計算機行業 龐倩倩 計算機行業首席分析師 執業編號：S1500522110006 郵 箱： 傅曉烺 計算機行業分析師 執業編號：S1500524070005 郵 箱： 請閱讀最后一頁免責聲明及信息披露 2 證券研究報告 行業研究 行業深度報告 計算機 行業 投資評級：看好 上次評級：看好 龐倩倩 計算機行業首席分析師 執業編號：S1500522110006 郵 箱： 傅曉烺 計算機行業分析師 執業編號：S150

2、0524070005 郵 箱： 信達證券股份有限公司 CINDA SECURITIES CO.,LTD 北京市西城區宣武門西大街甲127號 金隅大廈B座 郵編：100031 RobotaxiRobotaxi 與車路云共振，智駕關鍵節點已至與車路云共振，智駕關鍵節點已至 2024 年 10 月 8 日 報告內容摘要：L3L3 關鍵節點已至，自動駕駛或迎來關鍵節點已至，自動駕駛或迎來商業化商業化突破期突破期。此前，由于車載算法架構、數據體量的掣肘，從“自動駕駛輔助功能”到“自動駕駛功能”的跨越顯得困難重重，但隨著 BEV+Transformer 算法的普及和端到端技術的出現，智駕的商業落地逐漸開始

3、加速。截止目前，百度 Apollo、MOMENTA、小馬智行等越來越多智駕方案提供商宣布有能力提供 L4 高階智駕技術，并下放技術給各大主機廠進行量產。政策方面，6 月 4 日，工信部等四部門確定首批 9 個進入智能網聯汽車準入和上路通行（L3）試點的企業，高級別自動駕駛商業規模落地有望提速。V2XV2X 建設加速，建設加速，有效有效補補足足單車單車感知與通信感知與通信短板短板。相比單車智能路線，車路云一體化有利于在復雜多變的城市路網中提高感知與統籌，降低誤判和事故發生概率。我國車聯網基建規模領跑全球。中國信通院數據，截至 2023 年 10 月，中國信息通信研究院數據，我國 5G 基站累計達

4、到321.5 萬個，全國車聯網路側通信單元超 8500 套，相比上一年同期增加超 2000 套。未來，隨著各地區 V2X 建設規劃持續出臺，產業規模有望加速成長。車載終端方面，佐思汽研數據，2023 年乘用車 C-V2X 前裝率約1.2%，前裝規模超過 27 萬輛，預計 2026-2027 年迎來規模裝車期，樂觀情境下前裝率有望到達 9%。RobotaxiRobotaxi 或為或為目前目前高階智駕落地最佳場景，出行服務業態或處在變革前高階智駕落地最佳場景，出行服務業態或處在變革前夕夕。集中化遠程監管、專門團隊成規模維護保養、標準化操作流程的Robotaxi 能夠有效解決阻礙當前自動駕駛技術成功

5、商業化的痛點，在可靠的安全裕度下實現大規模運行。根據現有數據測算，Robotaxi 在中性預測下其盈利能力較為出色，這一結論也印證了蘿卜快跑宣布在武漢實現盈利的事實。且由于技術進步的棘輪效應，隨著智駕技術持續迭代，未來其競爭優勢有望不斷增強。如祺出行在公告中給出預測，Robotaxi的每公里成本有望逐年下探，并在 2026 年后形成對載人出租車/網約車的相對優勢，且將持續擴大。高階智駕和高階智駕和 RobotaxiRobotaxi 推動下，車載推動下，車載感知、計算產業規模有望進一步放感知、計算產業規模有望進一步放量量。感知側，感知側，隨著激光雷達+高精度地圖在 Robotaxi 領域的大規模

6、落地，激光雷達+高精地圖方案的可靠性有望得到市場的充分認可，Robotaxi 產業發展有望成為激光雷達出貨量持續高增的動力之一。中商產業研究院數據，中國激光雷達市場規模有望在 2024/2025/2026 分別達到 139.6/240.7/431.8 億元，同比增速維持在 70%以上。計算側，計算側，高算力智駕域控制器已經成為各大主機廠成本側傾斜的重要方向，紛紛采取算力預埋來應對高階智駕對于算力的需求增長。2023 年，200TOPS 以上的高算力智駕域控制器出貨量同比增長 382.29%，達到 50.32 萬輛。下 請閱讀最后一頁免責聲明及信息披露 3 一代的智駕芯片也紛紛采取了高算力設計，

7、擁有成熟開發生態和落地案例優勢的廠商有望持續獲益。投資投資建議建議：受益于自動駕駛技術發展達到關鍵節點，乘用車高階智駕方案和 Robotaxi 的試點與商業化落地將在政策支持下加速推進，同時帶動產業鏈實現快速成長，維持行業“看好”評級。具體投資標的，建議關注：1）V2X 路側、車側終端設備商；2）高精度地圖供應商；3）智駕域控和激光雷達等關鍵零部件供應商。包括中科創達、中科創達、德賽西威、千方科德賽西威、千方科技、萬集科技、金溢科技、高新興技、萬集科技、金溢科技、高新興等；風險因素：風險因素：政策推進不及預期；自動駕駛技術發展不及預期；市場需求不及預期。請閱讀最后一頁免責聲明及信息披露 4 目

8、 錄 一、智能駕駛的產業發展階段和產業趨勢.6 1.1 V2X 車路云一體化政策密集出臺，產業發展逐步加速.6 1.2 技術突破臨界點到來，部分廠商技術水平觸及 L4 智駕標準.7 1.3 智能網聯汽車重要發展方向V2X.8 1.4 智能網聯汽車產業重要發展節點城市 NOA 量產技術成熟.13 二、Robotaxi 強視覺方案有望成為主流，技術臨界點或已臨近.16 2.1 強視覺方案優勢明顯，有望成為主流發展方向.16 2.2 Robotaxi 或為高階智駕優先落地場景，出行服務業態或處在變革前夕.19 2.3 Robotaxi 運營有望在三年內初具規模，帶動產業發生變革.23 三、智駕技術迭

9、代帶來的車載硬件及配套基建增量.25 3.1 高階智駕和 Robotaxi 推動下，車載感知硬件有望顯著增加.25 3.2 車載 AI 算力需求增加，預埋高性能芯片適配 L3、L4 智駕.28 3.3 算法迭代帶來訓練參數量激增，各大廠商加碼云端算力基建.33 3.4 車路云及 Robotaxi 相關產業市場規模增量前瞻.38 四、建議關注的重點標的.41 4.1 車聯網產業鏈結構梳理.41 4.2 中科創達：車路協同及智駕域控方案全棧供應商.42 4.3 德賽西威：汽車電子領軍企業，智能駕駛業務快速增長.44 4.4 萬集科技：深耕智能網聯產業，布局車、路、云三側軟硬件產品.45 4.5 金

10、溢科技：智慧交通全棧服務商，V2X 業務有望加速成長.47 4.6 千方科技：智慧交通與智能物聯領軍企業.48 風險因素.50 表 目 錄 表 1：近期全國性智能駕駛及車聯網相關政策.6 表 2：近期區域性智能駕駛及車聯網相關政策.7 表 3：車端 ETC 與 V2X 對比.11 表 4：各主機廠 NOA 方案落地時間.14 表 5：Robotaxi 相關企業其業務模式一覽.20 表 6：Robotaxi 收入成本測算.22 表 7：百度 Apollo 智能駕駛硬件配置方案.25 表 8：中國乘用車市場智駕域控芯片裝機量（2023 年 1-12 月）.29 表 9：智駕域控芯片相關性能參數.3

11、0 表 10：智駕域控供應商裝機量排名（2023 年 1-12 月）.33 表 11：各大主機廠和市場參與者 AI 算力建設情況.37 圖 目 錄 圖 1：自動駕駛分級標準 L0L5.8 圖 2：車路云一體化智能網聯汽車示意圖.9 圖 3：VICAD 對 L4 自動駕駛的促進作用示意圖.9 圖 4：?？抵锹撀穫?V2X 設備.10 圖 5：?？抵锹撥嚩?V2X 設備.10 圖 6：云控平臺三級云功能架構.11 圖 7：車路云一體化系統數據流轉參考圖.12 請閱讀最后一頁免責聲明及信息披露 5 圖 8：中國 V2X 技術市場規模（億元）.12 圖 9：高速 NOA 和城市 NOA 的滲透率情況.

12、13 圖 10：Apollo 的 NOA 方案.14 圖 11：后融合算法框架.16 圖 12：前融合算法方案.16 圖 13：卓馭的 10V 高算力智駕方案.17 圖 14：卓馭的激目高算力智駕方案.17 圖 15：Apollo Lite.18 圖 16：Robotaxi 三種運營模式.19 圖 17：Apollo RT6 空間定制化示意圖.21 圖 18：載人出租車/網約車及 Robotaxi 的每公里成本變化.22 圖 19：Robotaxi 商業化各階段.23 圖 20：中國乘用車智慧出行交易額規模測算.23 圖 21：Robotaxi 車型搭載的激光雷達數量及供應商.26 圖 22：

13、小馬智行第六代 Robotaxi 車輛.26 圖 23：2023 年 1 月至 2024 年 5 月激光雷達標配車型滲透率.27 圖 24：PC&LCV 激光雷達市場規模及份額示意圖（2022-2023）.27 圖 25：中國激光雷達市場規模預測（億元）.28 圖 26：中國自動駕駛域控制器市場規模（億元）.29 圖 27：中、高算力智駕域控放量情況(萬輛).29 圖 28：2023 年中國 L2.5 高階智駕 SoC 市場份額（按車型搭載數量）.30 圖 29：Apollo 的 L4 級自動駕駛技術.31 圖 30：英偉達系列車載芯片迭代情況（算力口徑）.32 圖 31：Thor 芯片集成度

14、和一體化能力示意圖.32 圖 32：小馬智行乘用車智駕域控制器.32 圖 33：BEV+Transformer 基本概念.34 圖 34：鳥瞰視圖與體積占用率.34 圖 35：Tesla FSD V12.3.5 放棄規則驅動和大量代碼.35 圖 36：前融合算法.35 圖 37：端到端自動駕駛架構演進示意圖.36 圖 38：商湯絕影智能駕駛方案.36 圖 39：Tesla 的 AI 訓練能力提升情況（等效 H100 口徑）.37 圖 40：Robotaxi 產業鏈技術全景圖.38 圖 41：智能網聯汽車產值增量預測.39 圖 42：車聯網產業鏈及相關企業梳理.41 圖 43：RazorDCX

15、Pantanal 量產域控方案.42 圖 44：Snapdragon Ride Flex 方案.43 圖 45：中科創達車路云方案.43 圖 46：德賽西威三大業務板塊.44 圖 47：德賽西威三大業務板塊收入及同比增速.45 圖 48：萬集科技公路交通行業系統方案.45 圖 49：智慧基站路側系統及管理平臺.46 圖 50：基于 AI 算法的多源數據融合.46 圖 51：萬集科技部分激光雷達產品示意圖.46 圖 52：金溢科技產品體系.47 圖 53：金溢科技道路全息感知平臺.47 圖 54：千方科技智能交通產品.48 圖 55：千方科技智能交通產品.49 圖 56：千方科技智能網聯客戶案例

16、.49 請閱讀最后一頁免責聲明及信息披露 6 一、智能駕駛的產業發展階段和產業趨勢 1.1 V2X 車路云一體化政策密集出臺，產業發展逐步加速 政策法規接連出臺，持續深化對于政策法規接連出臺，持續深化對于智能網聯汽車的軟硬件標準、安全準則、運營智能網聯汽車的軟硬件標準、安全準則、運營資質等方面的要求。資質等方面的要求。具體來看，主要包括：1）推動智能網聯汽車上路測試落地；2）基于先進通信技術部署 V2X 基礎設施；3）開拓固態電池、換電、車用人工智能等新技術和新模式；4）支持“車路云一體化”應用試點城市開展相關工作。從數據從數據上上看看，路測，路測里程里程快速增長快速增長，示范牌照不斷發放，示

17、范牌照不斷發放。2021 年 8 月交通運輸部披露，全國已建設 16 個智能網聯汽車測試示范區，開放 3500 多公里測試道路，發放 700 余張測試牌照，道路測試總里程超過 700 萬公里。截至 2024 年 4 月底，我國共開放智能網聯汽車測試道路 29000 多公里，發放測試示范牌照 6800 多張，道路測試總里程超過 8800 萬公里。近兩年間，智能網聯汽車在測試道路開放規模、測試里程、牌照數量等方面均出現快速增長。表表 1：近期全國性智能駕駛：近期全國性智能駕駛及車聯網相關及車聯網相關政策政策 政策或文件名稱政策或文件名稱 發布時間發布時間 內容摘要內容摘要 四部委關于開展智能網聯汽

18、車準入和上路通行試點工作的通知 2023 年 11 月 17日 遴選具備量產條件的搭載自動駕駛功能的智能網聯汽車產品，開展準入試點；對取得準入的智能網聯汽車產品，在限定區域內開展上路通行試點，車輛用于運輸經營的需滿足交通運輸主管部門運營資質和運營管理要求。五部委關于開展智能網聯汽車“車路云一體化”應用試點工作的通知 2024 年 01 月 15日 推動智能化路側基礎設施和云控基礎平臺建設，提升車載終端裝配率，開展智能網聯汽車“車路云一體化”系統架構設計和多種場景應用。試點內容主要包括：建設智能化路側基礎設施。實現試點區域 5G 通信網絡全覆蓋，部署 LTE-V2X 直連通信路側單元（RSU）等

19、在內的 C-V2X（蜂窩車聯網技術）基礎設施；提升車載終端裝配率。分類施策逐步提升車端聯網率，試點運行車輛 100%安裝 C-V2X 車載終端和車輛數字身份證書載體。2024 年汽車標準化工作要點 2024 年 06 月 21日 聚焦前沿技術領域和新型產業生態，圍繞固態電池、電動汽車換電、車用人工智能等新領域，前瞻研究相應標準子體系，支撐新技術、新業態、新模式創新發展。五部門關于公布智能網聯汽車“車路云一體化”應用試點城市名單的通知 2024 年 07 月 01日 在自愿申報、組織評估基礎上，確定了 20 個城市（聯合體）為智能網聯汽車“車路云一體化”應用試點城市。各地省級主管部門要加大對試點

20、城市的政策支持力度，加強試點工作的跟蹤問效，及時總結工作進展、經驗做法和典型案例。資料來源：國務院、工信部官網，信達證券研發中心 智能駕駛產業集群智能駕駛產業集群在政策鼓勵下在政策鼓勵下加速加速形成形成，各地區政策快速跟進，各地區政策快速跟進。以武漢經開區為例，本身已經聚集有 9 家整車企業、14 座整車工廠和 1200 多家汽車零部件企業，新能源產能約 146 萬輛。在此基礎上，當地加快引進軟件信息企業，以產業基金、現金獎勵和補貼等方式支持企業落戶武漢，推動軟硬件協同、場景創新、成果轉化。請閱讀最后一頁免責聲明及信息披露 7 表表 2：近期區域性智能駕駛及車聯網相關政策：近期區域性智能駕駛及

21、車聯網相關政策 政策或文件名稱政策或文件名稱 地區地區 發布時間發布時間 內容摘要內容摘要 關于組織開展 2024 年臨港新片區智能網聯汽車超級應用場景“揭榜掛帥”工作的通知 上海 2024 年 03 月 11 日 構建一批前沿性、引領性、可操作性的智能網聯汽車超級場景機會清單，凝聚重大項目，加快形成新片區智能網聯汽車創新應用標志性成果，發揮“場景領航”效應，加快推動“5i 智聯、暢行臨港”成效整體躍升，打造智能網聯汽車超級應用場景的臨港范式。促進智能網聯汽車產業創新發展及軟件十條等若干措施 武漢 2024 年 04 月 03 日 充分發揮 500 億車谷產業發展母基金，30 億武漢經開產業投

22、資基金和 20 億長江車谷產業投資基金的投資和牽引作用，支持智能汽車、人工智能、集成電路等領域科技含量高和帶動效應強的項目，推動相關科技創新平臺和成果轉化項目落戶發展。成都市智能網聯汽車道路測試與示范應用管理規范實施細則 V2.0（征求意見稿）成都 2024 年 04 月 11 日 市城市運行和政務服務管理辦公室負責“車路云一體化”數據接入 CIM 平臺（城市信息模型），協調全市智能網聯汽車道路測試、示范應用、示范運營傳輸數據標準、接口統一。北京市自動駕駛汽車條例（征求意見稿）北京 2024 年 6 月 30 日 市人民政府將推動發展自動駕駛汽車產業納入國民經濟和社會發展年度計劃，建立健全協調

23、機制，統籌全市區域布局，優化發展環境。本市新建、改建、擴建道路，應當為智能化路側基礎設施預留空間。鼓勵充分利用現有路側基礎設施，進行智能化改造升級。資料來源：北京市人民政府、成都市經濟和信息化局、武漢經開區、上海臨港新片區管委會官網，信達證券研發中心 高級別自動駕駛車輛上路通行標準已經明確，商業化運行高級別自動駕駛車輛上路通行標準已經明確，商業化運行即將即將拉開帷幕。拉開帷幕。2023年 11 月 17 日，隨著四部委關于開展智能網聯汽車準入和上路通行試點工作的通知文件的發布，智能網聯汽車上路標準得以明確，其中實施流程包括：1）試點申報；2）試點實施；3）試點暫停與退出；4）評估調整。且通知中

24、智能網聯汽車產品搭載的自動駕駛功能是指國家標準汽車駕駛自動化分級（GB/T 40429-2021）定義的 3 級駕駛自動化（有條件自動駕駛）和 4 級駕駛自動化（高度自動駕駛）功能。并對申報主體、申報流程都作出了具體要求。重點包括但不限于，要求配備專業安全員和平臺安全監控人員、自動駕駛數據記錄、安全狀態監測報告等。1.2 技術突破臨界點到來，部分廠商技術水平觸及 L4 智駕標準 從從 L0 到到 L5，智駕技術迭代正在加速，智駕技術迭代正在加速。根據國際自動機工程師學會標準，自動駕駛功能可以從其實現的功能層面進行 L0 至 L5 的劃分，其中 L0 至 L2 被歸類為自動駕駛輔助功能，只能在有

25、限場景和條件下，提供減少駕駛員操作負擔的輔助作用。而L3 及以上智駕水平才真正來到了自動駕駛功能的范疇內，自動駕駛系統在許多場景和較為苛刻的條件下能夠替代人工進行駕駛作業，在較少情況下需要人工接管，且隨著技術逐漸向 L4 邁進，人工接管的概率將逐步走低。目前國內目前國內中高端中高端量產型量產型乘用乘用車車的智駕水平的智駕水平主要還主要還處在處在 L2 階段階段，隨著城市隨著城市 NOA 功能逐步滲透，技術演進正在加速功能逐步滲透，技術演進正在加速。請閱讀最后一頁免責聲明及信息披露 8 圖圖 1：自動駕駛分級標準自動駕駛分級標準 L0L5 資料來源:國際自動機工程師學會，央視新聞公眾號，信達證券

26、研發中心 L3 關鍵節點關鍵節點已至，自動駕駛或迎來技術已至，自動駕駛或迎來技術突破期突破期。作為重要分水嶺的 L3 自動駕駛功能，被認為是高階自動駕駛技術的重要節點。在 L3 自動駕駛功能啟用時，駕駛員將出讓駕駛權，只需在危險情形和激烈駕駛環境下進行接管。相比之下，L2 不僅只能在特定路況和區域內實現，而且需要駕駛者高頻接管車輛。從法律責任劃分角度來看，隨著系統優先級的上升和介入場景的增加，L3 也可能會與 L2 存在區別，同時可能會使得各大主機廠在推出 L3 時更加謹慎。此前，由于車載算法架構、數據體量的掣肘，從“自動駕駛輔助功能”到“自動駕駛功能”的跨越顯得困難重重，但隨著 BEV+Tr

27、ansformer 算法的普及和端到端技術的出現，智駕的商業落地逐漸開始加速。目前，越來越多智駕方案提供商宣布有能越來越多智駕方案提供商宣布有能力提供高階智駕技術，力提供高階智駕技術，并下放技術給各大主機廠進行量產并下放技術給各大主機廠進行量產。尤其在 Robotaxi 領域，一些智駕方案提供商已經宣布 L4 技術的實現，例如 MOMENTA、Apollo、小馬智行等。1.3 智能網聯汽車重要發展方向V2X 車路云一體化車路云一體化作為產業作為產業發展方向，發展方向，有望有望加速加速自動自動駕駛商業化落地駕駛商業化落地。相比單車智能路線，車路云一體化有利于在復雜多變的城市路網中提高感知與統籌，

28、降低誤判和事故發生概率，是智能駕駛的發展方向。從單車智能自動駕駛（AD）和車路協同自動駕駛（VICAD）的實際效果來看，后者能夠基于超視距信息強化感知，在路口左轉、異常障礙物、交通事故路段等場景中展現出良好的系統能力。當前，各個地區的自動駕駛試點仍被限定在封閉或有限區域內進行，但在 VICAD 的推動下，隨著城市道路智能化、聯網化程度快速提升，自動駕駛運行區域有望快速擴大乃至覆蓋各大城市的主要交通路段。請閱讀最后一頁免責聲明及信息披露 9 圖圖 2：車路云一體化智能網聯汽車示意圖車路云一體化智能網聯汽車示意圖 資料來源:國家智能網聯汽車創新中心，信達證券研發中心 車路協同車路協同彌補彌補單車智

29、能單車智能短板，加速推動短板，加速推動智駕落地智駕落地。無論是以特斯拉為代表的純視覺感知路線，還是以攝像頭、激光雷達、毫米波雷達相配合的融合感知路線，目前仍存在態勢感知能力、全局信息采集能力相對有限等不足。V2X 則能實現有效彌補：1）車輛與車輛（V2V），車輛之間共享速度、位置和方向，保持合理車距；2）車輛與道路基礎設施（V2I），預先了解前方道路限速、路況和信號燈狀態，提高通信效率；3）車輛與人（V2P），防止行人與車輛發生碰撞；4）車輛與互聯網（V2N），實現更加穩定的網絡鏈接和充裕的帶寬，為遠程接管、實時數據傳遞提供支持。圖圖 3：VICAD 對對 L4 自動駕駛的促進作用示意圖自動駕

30、駛的促進作用示意圖 資料來源:汽車安全與節能學報，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 10 V2X 設備從部署方向來看，可以分為車端、路側、云端。路側設備路側設備：主要包括 1）RSU（智能路側終端），低延時通信設備，負責信號和數據的收發、調制解調、編碼解碼；2）MEC（邊緣計算終端），一臺搭載高性能服務器 cpu 和 AI 加速卡的計算設備，用于對傳感器數據進行分析，實現交通事件識別、道路運行效率評價、信號控制優化、數字李生展示等功能；3）毫米波雷達等傳感器，用于感知車流軌跡、交通事件等。車載設備車載設備：主要包括 1）OBU（智能車載終端），與 RSU 發送車輛位置速度數據

31、，具備動態預警和交互信息實時顯示和語音預警功能；2）智能網聯汽車數據記錄終端，采集、記錄、分析車輛狀態，用于事件回溯、軌跡回放。圖圖 4：?？抵锹摵？抵锹撀穫嚷穫?V2X 設備設備 圖圖 5：?？抵锹摵？抵锹撥嚩塑嚩?V2X 設備設備 資料來源:?？抵锹?，信達證券研發中心 資料來源:?？抵锹?，信達證券研發中心 技術層面，技術層面，ETC 和 V2X 分別采用長距離 RFID 射頻識別和蜂窩網通信技術作為技術底座，這直接導致了兩者車載硬件體積、通信距離、信息傳輸密度的差異。面對智能網聯發展趨勢，ETC 難以承載更大的數據傳輸體量，實現復雜的應用落地，而V2X 則能更好地服務當前車載通信需求。市場

32、層面，市場層面，據佐思汽研數據庫統計，2023 年乘用車 C-V2X（蜂窩車聯網技術）前裝率約 1.2%，前裝規模超過 27 萬輛，預計 2026-2027 年迎來規模裝車期，樂觀情境下前裝率有望到達 9%。中長期看，C-V2X 設備有望集成到 T-BOX（車聯網智能終端）中，前裝率有望進一步提升。此外，隨著路側 V2X 設備的上量，車主為提升駕駛體驗而為車輛加裝 C-V2X 設備，由此打開后裝市場。上游芯片供貨商層面，上游芯片供貨商層面，目前參與者相對較少，國外有高通、Autotalks 等，國內有中興通訊、華為、宸芯科技等。以高通為例，旗下目前有三套 C-V2X 芯片平臺：9150 芯片組

33、、9250 芯片組、2150 芯片組，此外其他部分平臺也可選擇外掛 V2X 功能。請閱讀最后一頁免責聲明及信息披露 11 表表 3：車端車端 ETC 與與 V2X 對比對比 ETC V2X 通信技術 射頻識別（RFID）或無線通信（如DSRC）蜂窩網通信技術蜂窩網通信技術（LTE-V,5G-V2X）等 通信協議 ISO 18000-6C、DSRC、GPS IEEE 802.11p 和 SAE J2735 等 通信距離 短距離通信，幾十米到幾百米 幾百米到幾千米 傳輸信息 車輛標識、車輛類別、收費金額 車輛：車速、位置、加速度、方向、目的地、行駛意圖、警告信息等；交通基礎設施：信號燈狀態、路況信

34、息、事故警報、行人檢測等 尺寸和安裝 卡片大小，可安裝在前擋玻璃或其他位置 體積較大，天線多；可以集成到車機或后裝到其他位置 資料來源：德思特測試測量公眾號，賽文交通網，信達證券研發中心 云端：云端：通過通過數據儲存與分析數據儲存與分析賦能各類交通應用賦能各類交通應用。云控平臺包含“1”個云控基礎平臺和“N”個云控應用。云控基礎平臺由邊緣云、區域云、中心云三級組成，均采用標準化接口、領域標準件和一體化底座結構。云控平臺通過采集、儲存、分析交通數據，支持云控應用發揮效能，包括網聯汽車賦能類、交通管理與控制類、交通數據賦能等三大類。圖圖 6：云控平臺三級云功能架構云控平臺三級云功能架構 資料來源:

35、中國汽車工程學會，車路云一體化系統云控基礎平臺功能場景參考架構1.0，信達證券研發中心 從數據流轉的角度來看，從數據流轉的角度來看，以云控平臺為核心，城市多源數據支撐平臺為其提供地圖、定位、氣象、交管、應急救援等重要數據，同時云控平臺也會反向提供車路實時動態信息，為其他智慧城市系統模塊提供支持。路側和邊緣基礎設施則向云控平臺提供實時的動態交通感知數據，并從云端獲取交通決策和控制命令。與此同時，車輛和其他交通參與者在車載網聯終端的支持下，也能向邊緣云和路側通信終端提供實時運行和感知數據，形成完整的數據流轉鏈路。請閱讀最后一頁免責聲明及信息披露 12 圖圖 7：車路云一體化系統數據流轉參考圖車路云

36、一體化系統數據流轉參考圖 資料來源:邊緣計算產業聯盟，智能網聯汽車“車路云一體化”規模建設與應用參考指南(1.0版)，信達證券研發中心 我國車聯網基建規模領跑全球我國車聯網基建規模領跑全球。中國信息通信研究院數據，截至 2023 年 10 月，我國 5G 基站累計達到 321.5 萬個，全國車聯網路側通信單元超 8500 套，相比上一年同期增加超 2000 套。G2 京滬高速（“車聯網 1 號高速”）累計完成 710 公里網聯化改造。海外方面，海外方面，中國信通院數據顯示：2023 年 10 月，美國交通部發布加速車聯網部署計劃草案和 4000 萬美元投資公告，計劃在 10 年內實現高速公路車

37、聯網應用全覆蓋，75 個城市 80%的信號燈路口聯網，全國 75%的路口部署 C-V2X 設備，50 個州實現車與車、車與路互聯互通。圖圖 8：中國中國 V2X 技術市場規模（億元）技術市場規模（億元）資料來源:中商產業研究院，信達證券研發中心 437.45448.75483.13500528.625502.58%7.66%3.49%5.72%4.04%-10%-5%0%5%10%15%0100200300400500600201920202021202220232024E中國V2X技術市場規模（億元）YoY(%)請閱讀最后一頁免責聲明及信息披露 13 1.4 智能網聯汽車產業重要發展節點城市

38、 NOA 量產技術成熟 作為作為 L2 向向 L3 智駕過渡的重要節點，城市智駕過渡的重要節點，城市 NOA 滲透率正在快速上升。滲透率正在快速上升。由于相比高速 NOA，城市 NOA 需要計算更為復雜的路況、行人、低速車輛等高難度情況，算法和硬件要求更高，目前部署數量較少，且適配城市數量也相對有限。但反過來看，城市 NOA 適應的場景廣度、日常使用頻次、技術難度均更高，是各大主機廠邁向 L3量產乘用車的重要技術節點。根據佐思汽研的數據統計，2023 年 1-9 月，國內乘用車高速NOA的滲透率為6.7%，同比增加2.5個百分點；城市NOA的滲透率為4.8%，同比增加約 2 個百分點。圖圖 9

39、：高速高速 NOA 和城市和城市 NOA 的滲透率情況的滲透率情況 資料來源：佐思汽研，汽車商業評論，信達證券研發中心 輕地圖、重感知輕地圖、重感知路線成為主流路線成為主流，城市城市覆蓋數量快速攀升。覆蓋數量快速攀升。2023 年，特斯拉 FSD在美國落地成功，同年小鵬、阿維塔、理想、蔚來紛紛開啟國內大中城市的 NOA 方案落地，并在年底前實現了城市覆蓋數量的快速提升。從搭載車型來看，主要為各家中高端及旗艦車型，部分下放至全系。相比此前依賴高精地圖的智駕方案，各大主機廠的城市 NOA 紛紛選擇無圖或者低精度地圖路線，顯著降低了地圖授權成本。與此同時，通勤 NOA（記憶行車）方案也開始落地，通過

40、同一路線的反復學習，提高 AI代駕對高頻駕駛場景的操控準確度。請閱讀最后一頁免責聲明及信息披露 14 表表 4：各主機廠各主機廠 NOA 方案落地時間方案落地時間 主機廠 特斯拉 小鵬 阿維塔 理想 蔚來 NOA 名稱 FSD NGP NCA NOA NOP+2020 Q3 BETA 版 2022 Q3 小鵬 P5 首搭 2023 Q1 廣州、上海、深圳開放 上海、深圳、重慶開放 Q2 北京、佛山開放 廣州、杭州開放 北京、上海內測 Q3 美國開放 開放無圖城市NCA，首批 6城 通勤 NOA 內測、首推 10 城 上海內測城區NOP+，北京開放城區 NOP+Q4 無圖城市 NGP開放，12

41、月底達50 城 年底無圖城市NCA 全國開放 12 月底 100 城 年底開通 6 萬公里 2024 Q1 開通 20 萬公里 Q2 開通 10 萬公里 主要車型 全系 G9、G6、P7i 阿維塔 11、12 L 系 Max 車型 全系 資料來源：佐思汽研，信達證券研發中心 城市城市 NOA 量產量產技術已經技術已經較為較為成熟，成熟，為為 L3 及及 L4 奠定堅實基礎奠定堅實基礎。百度 Apollo 官網顯示，其領航輔助駕駛系統已經能夠實現高速、城市快速路、城市、停車場全場景點到點的全域駕駛，具備識別異形紅綠燈，環島路口、非結構化道路等，靈活的駕駛策略可從容面對路口博弈、匯入匯出、行人禮讓

42、等場景，將用戶從復雜的駕駛任務中解放，讓出行變得高效舒適。在安全性方面，Apollo 城市領航輔助駕駛繼承百度 L4技術，算法經過 5000+萬公里專業路測驗證，采用純視覺和激光雷達兩套系統獨立運作，具備安全冗余特性。未來，隨著法規制定與試點工作的推進，城市 NOA 方案積累的行駛數據和開發經驗，將為 L3 自動駕駛的商業落地奠定堅實的基礎。圖圖 10：Apollo 的的 NOA 方案方案 資料來源：apollo官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 15 本章小結：國家政策加速智能駕駛標準指定和試點工作快速推進，國家政策加速智能駕駛標準指定和試點工作快速推進，持續深化對于智

43、能網聯汽車的軟硬件標準、安全準則、運營資質等方面的要求。從實際效果來看，V2X 基礎設施建設與高級別自動駕駛車輛的試點和標準建立正在快速推進，路測里程快速增長，示范牌照不斷發放。高級別自動駕駛車輛上路通行標準已經明確，商業化運行高級別自動駕駛車輛上路通行標準已經明確，商業化運行即將即將拉拉開帷幕。開帷幕。智駕技術智駕技術進入關鍵節點，進入關鍵節點，L3 高階智駕即將拉開帷幕。高階智駕即將拉開帷幕。越來越多智駕方案提供商宣布有能力提供高階智駕技術，并下放技術給各大主機廠進行量產。尤其在 Robotaxi領域，一些一些智駕方案提供商已經宣布智駕方案提供商已經宣布 L4 技術的實現技術的實現，例如

44、MOMENTA、Apollo、小馬智行等。當然，目前國內中高端量產型乘用車的智駕水平主要還處在 L2 階段，較為先進的城市 NOA 已經陸續上量。2023 年，特斯拉 FSD 在美國落地成功，同年小鵬、阿維塔、理想、蔚來紛紛開啟國內大中城市的 NOA 方案落地，并在年底前實現了城市覆蓋數量的快速提升。城市 NOA 方案積累的行駛數據和開發經驗，將為 L3 自動駕駛的商業落地奠定堅實的基礎。車路協同彌補單車智能短板，加速推動智駕落地。車路協同彌補單車智能短板，加速推動智駕落地。路側和邊緣基礎設施向云控平臺提供實時的動態交通感知數據，并從云端獲取交通決策和控制命令，有效彌補單車智能目前存在的態勢感

45、知能力、全局信息采集能力相對有限等不足。實際落地層面，中國信通院數據，截至 2023 年 10 月，我國 5G 基站累計達到 321.5 萬個，全國車聯網路側通信單元超 8500 套，相比上一年同期增加超 2000 套。G2 京滬高速（“車聯網 1 號高速”）累計完成 710 公里網聯化改造。隨著各地區區域政策和建設規劃的紛紛落地，未來車路協同基建規模有望快速增長。請閱讀最后一頁免責聲明及信息披露 16 二、Robotaxi 強視覺方案有望成為主流，技術臨界點或已臨近 2.1 強視覺方案優勢明顯，有望成為主流發展方向 激光雷達和多類型傳感器帶來融合壓力，適配工作量大、性價激光雷達和多類型傳感器

46、帶來融合壓力，適配工作量大、性價比比較低。較低。前融合算法前融合算法（數據層面的融合）是指在數據集的特征提取和分類階段，先將不同的特征提取算法和分類算法進行融合，以便獲得更好的數據分析結果，即各類傳感器數據先融合再分析；后融合算法后融合算法（結果層面的融合）則是指在特征提取和分類階段之后，再將多個分類器進行融合，以便獲得更好的分類結果，即各類傳感器數據先分別完成分析，再融合到一起做判斷。但無論是前融合，還是后融合算法，其本身由于需要對多種數據類型進行識別、融合，需要大量的算法和適配工作量。此外，激光雷達的有無在多數場景下的感知并不強烈，相較于高昂的成本顯得性價比不足。圖圖 11：前前融合算法框

47、架融合算法框架 圖圖 12：三種傳感器的時間同步三種傳感器的時間同步 資料來源:前融合策略下輔助智能駕駛的多模態數據采集與高精度點云地圖構建劉春等，信達證券研發中心 資料來源:前融合策略下輔助智能駕駛的多模態數據采集與高精度點云地圖構建劉春等，信達證券研發中心 通過視差原理，視覺方案也能夠做到空間感知通過視差原理，視覺方案也能夠做到空間感知。以卓馭推出的 10V 高算力方案為例，其慣導雙目傳感器不僅能準確識別常見物體，還能通過視差原理實現三維空間的測距、獲得物體的 3D 位置信息，支持任意類型障礙物的檢測，在安全和可靠性上的優勢突出。與此同時，相比激光雷達回傳數據的單一性，攝像頭可以識別文字（

48、路標）、顏色（車道線）、平面圖形等，這些信息對于交通場景起著重要作用。點云掃描點云掃描能力能力并非雷達專屬并非雷達專屬。慣導雙目傳感器通過基于雙目的路面預瞄系統，可利用稠密的雙目點云計算地面局部凸起/凹陷，支持車輛自適應調節主動懸掛，實現顛簸路面車身穩定的效果。此外，通過融合雙目視覺、慣性里程計的緊耦合位姿估計技術，支持全場景魯棒的高精局部定位，支持行車、跨層泊車、有/無 GNSS 等全場景應用。請閱讀最后一頁免責聲明及信息披露 17 減少激光雷達或能節約更多算力減少激光雷達或能節約更多算力，并縮短車型開發周期，并縮短車型開發周期。為了使激光雷達掃描結果更加豐富和精準，高線束、高分辨率成為各大

49、廠商的發力方向，且多傳感器融合又需要消耗額外的算力，這意味著加裝激光雷達需要額外消耗一定規模的推理算力，也意味著成本側同時需要增加激光雷達模組和更高算力芯片帶來的雙重壓力。此外，對于主機廠而言，減少一個傳感器序列能有效降低算法開發、適配、驗證成本和對應的耗時。千元級智駕方案，純視覺實現城區領航駕駛。千元級智駕方案，純視覺實現城區領航駕駛。對比卓馭的 10V 高算力智駕方案和較為高端的激目高算力方案（含一組激光雷達）可以看出，兩者能夠實現的智駕功能基本一致，都包括主動安全、泊車輔助、記憶泊車、跨層記憶泊車、行車輔助、高速領航、城市記憶領航、城市領航，但前者則只需要較低的成本就做到比肩中高端方案的

50、功能實現。圖圖 13：卓馭的卓馭的 10V 高算力智駕方案高算力智駕方案 資料來源:卓馭官網，信達證券研發中心 圖圖 14：卓馭的卓馭的激目高算力智駕方案激目高算力智駕方案 資料來源:卓馭官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 18 典型視覺方案落地案例：典型視覺方案落地案例：百度 Apollo Lite 實現 L4 級純視覺城市道路自動駕駛解決方案，致力于不斷減少對激光雷達的依賴，提供輕傳感器、輕算力、高性能的方案。圖圖 15：Apollo Lite 資料來源:Apollo官網，信達證券研發中心 高精地圖成本不可忽視，行業標準尚未統一高精地圖成本不可忽視，行業標準尚未統一。

51、對于高精地圖而言，其收費模式不同于原有電子地圖的 License 授權模式，而是采用 Licenses 授權費+服務費相結合的收費模式，額外再按照后續更新的數據量進行收費。根據國家智能網聯汽車創新中心數據顯示，目前 License 授權費約為 1000 元/車，年度訂閱服務費約為 150 元/車/年。對于高精地圖供應商來說，由于地理環境和城市道路設施不可避免的變化和改動，需要長期進行數據采集和維護，成本端可壓縮空間有限。與此同時，由于高精地圖采集往往涉及大量地理測繪和個人位置數據，其中可能會包括敏感信息，因此測繪工作面臨嚴格監管和較高的行業門檻。目前具備甲級導航電子地圖制作資質的單位主要包括各

52、類圖商、大型互聯網/科技企業子公司、主機廠子公司等主體，尚未出現統一的行業標準和通用規則。正因如此，主機廠一旦和高精度地圖深度綁定，很難快速更換適配別的供應商方案，繼而形成一筆難以壓縮的成本一筆難以壓縮的成本項目項目。相比相比 Robotaxi 廠商，主機廠更有動力降低對于高精地圖的依賴。廠商，主機廠更有動力降低對于高精地圖的依賴。由于高精地圖本身依賴長期持續的測繪和數據更新，在有限成本下通常只能覆蓋核心城市和高頻使用地區。對于 Robotaxi 廠商而言，其服務范圍可以限定在重點城市的核心地區，覆蓋高頻打車出行的城市人群，短期內下沉市場可以暫時性擱置。但對于乘用車主機廠而言，城市 NOA 的

53、覆蓋廣度直接影響了下沉市場的購買意愿，因此如果過度依賴高精地圖，二三線城市及其他地區或面臨更高的地圖成本，或面臨智駕未覆蓋帶來的消 請閱讀最后一頁免責聲明及信息披露 19 費需求下降。2.2 Robotaxi 或為高階智駕優先落地場景，出行服務業態或處在變革前夕 通過劃分通過劃分 Robotaxi 所屬權，可以分為三種運營模式。所屬權，可以分為三種運營模式。聚合型平臺模式，類似當下百度地圖、高德地圖的運營方式，作為需求端入口，連接多方運力和車輛資源，充當調度者和流量分發者的角色；混合型平臺模式：自有運力+外部運力資源，既充當流量分發渠道，又負責對自有 Robotaxi 的運營；自運營模式：目前

54、蘿卜快跑采用的模式，借助自有的車輛、運營團隊提供 Robotaxi 服務。短期內，由于 Robotaxi 仍需要密切的遠程監管，且試點區域和投放數量仍較為有限，自運營模式是主流方案。圖圖 16：Robotaxi 三種運營模式三種運營模式 資料來源:羅蘭貝格，信達證券研發中心整理 Robotaxi 是目前高階智駕方案落地的最佳場景是目前高階智駕方案落地的最佳場景之一之一。雖然智駕方案提供商已宣布其技術達到 L4 級別，但實際上目前量產車仍以搭載 L2 或 L2+輔助駕駛方案為主流，主要原因包括：1）權責劃分；2）標準和法規有待明確；3）出錯場景下的遠程托管問題。而集中化遠程監管、自有團隊維護保養

55、、標準化操作流程的 Robotaxi 則恰好能解決以上痛點。隨著 Robotaxi 運營里程不斷增加，技術逐漸成熟后，L3/L4 解決方案或將全面向量產乘用車滲透。智駕方案提供商兼顧量產車型落地智駕方案提供商兼顧量產車型落地和和高階智駕技術高階智駕技術研發研發。我們發現，目前各大智駕方案供應商紛紛采取“高階智駕方案+乘用車量產方案”、“高階智駕+乘用車量產方案+Robotaxi 運營”的策略來平衡研發開支和商業盈利，典型廠商包括 Apollo、Momenta、小馬智行等。請閱讀最后一頁免責聲明及信息披露 20 表表 5：Robotaxi 相關企業其業務模式一覽相關企業其業務模式一覽 資料來源：

56、各公司官網，信達證券研發中心整理 商業盈利能力方面商業盈利能力方面，蘿卜快跑頤馳 06 單車價格已經壓縮到 20.46 萬元，其前代Apollo Moon 成本則為 48 萬元。即便是成本顯著壓縮之后，頤馳 06 仍在架構、計算、轉向、制動、通訊、電源、傳感器等多個方面進行了冗余設計，以確保行駛的安全性。隨著技術進步和配套零部件大規模量產，成本側仍有優化的余地。此外值得注意的是，由于 Robotaxi 減少了人工駕駛空間，增加乘客實際可用空間，理論上具備更大的運力和車載設備定制能力。這意味著，一方面，拼車模式下 Robotaxi 能同時服務更多用戶，提高經濟性。另一方面，車載冰箱、互動大屏、按

57、摩座椅、可翻折小桌板等定制化組件的安裝成為可能，各大服務商或能根據需求為乘客提供更高單價的增值服務。主體名稱高階智駕技術或Robotaxi落地乘用車量產方案量產方案簡介合作案例其他主要業務領域Apollo頤馳 06（蘿卜快跑）Apollo領航輔助駕駛國內L4級智駕技術降維到L2+的量產高階輔助駕駛，提供安全安心、有真實獲得感的智能駕駛全場景體驗。嵐圖、極越等地圖MomentaMSD（享道Robotaxi）Mpilot采用“開放式”實施方案Open Solution，提供廣泛選擇的工具鏈賦能OEM。適配十種以上的主流量產芯片平臺。上汽集團等小馬智行小馬智行Robotaxi小馬識途 智能駕駛解決方

58、案我們推出三款駕乘體驗一流的智能駕駛方案：PonyClassic，PonyPro以及PonyUltra，提供差異化的參考硬件配置。三款方案于2023年正式上市。廣汽豐田等自動駕駛卡車卓馭科技慣導三目及激光雷達總成等技術突破成行平臺成行平臺全面覆蓋市面主流 825 萬多種動力車型，滿足最廣大主流車型消費用戶對高階智能駕駛日益增長的功能體驗需求。馭勢科技封閉場景方案面向量產的U-Pilot 解決方案提供“門到門”的出行解決方案。具備自主泊車、記憶泊車、高速公路自主領航、擁堵交通自主跟隨等功能，可量產部署，無需場端改造，提升用戶體驗。上汽五菱等物流、公交無人駕駛方案 請閱讀最后一頁免責聲明及信息披露

59、 21 圖圖 17：Apollo RT6 空間定制化示意圖空間定制化示意圖 資料來源:量子位公眾號，信達證券研發中心 基于以下假設，我們可以對 Robotaxi 商業運營進行收入成本測算：1.根據蘿卜快跑給出的“頤馳 06”單車價格為 20.46 萬元，我們假設單車價格為 20.5 萬元；2.考慮到自動駕駛技術仍處在快速迭代期，其車型更新換代時間仍相比新能源汽車常規使用年限要短一些，假設可以運營 6 年左右；3.由于搭載更多傳感器，故障率要稍高于普通汽車，因此故障維護費用也相應較高；4.短期內安全員遠程監管仍是確保車型穩定運行的必要條件，但隨著技術進步，單位里程內需要人為干預的概率逐漸下降，一

60、名安全員可同時監管的車輛數量增加，攤薄平均成本。我們假設，一名云艙安全員可管理 3 臺車；5.和傳統出租車一致，Robotaxi 存在空置行駛時間，有效運營時間占比受平臺調度能力、車輛故障率等因素影響，根據基于 FCD 的出租車運營特征分析-以上海市為例（呂振華等.華東師范大學學報）一文顯示，上海市出租車日均載客里程比率約為 60%，日平均行駛里程約為 400 公里；6.單位里程價格在商業推廣初期可能相對較低，但在商業模式成熟之后，其價格在保持對人工駕駛出租車相對優勢的前提下，運營商會提高價格確保盈利能力。7.隨著純視覺方案、端到端模型的成熟，自動駕駛對于激光雷達和其他感知元件的依賴將有所下降

61、，單車制造、故障維護成本有望進一步下降。8.充電樁成本包括充電樁本身的建設運維成本，也包括專員負責將車安排至指定位置并插拔充電模塊的人工成本。請閱讀最后一頁免責聲明及信息披露 22 表表 6：Robotaxi 收入成本測算收入成本測算 資料來源：基于FCD的出租車運營特征分析-以上海市為例（呂振華等.華東師范大學學報），百度官網，智駕網，特斯拉官網，海報新聞，人社通，上海市民云，如祺出行公告，信達證券研發中心整理 我們也可以試著簡化模型：Robotaxi 商業模式可以約等于傳統網約車剔除駕駛員成本后，再加上遠程監控和智駕方案成本。因此，從投資回報的角度上看，因此，從投資回報的角度上看，如果如果

62、車車載智能駕駛方案足夠成熟，載智能駕駛方案足夠成熟，換言之換言之需要接管的概率足夠小、車載軟硬件成本足夠低，需要接管的概率足夠小、車載軟硬件成本足夠低，則該則該商業商業模式將擁有相比目前網約車、傳統出租車更強的模式將擁有相比目前網約車、傳統出租車更強的經濟性和經濟性和競爭力。競爭力。且由于技術進步的棘輪效應，隨著智駕技術持續迭代，未來其競爭優勢有望不斷增強。如祺出行在公告中給出的預測，Robotaxi 的每公里成本有望逐年下探，并在 2026 年后形成對載人出租車/網約車的相對優勢，且將持續擴大。圖圖 18：載人出租車載人出租車/網約車及網約車及 Robotaxi 的每公里成本變化的每公里成本

63、變化 資料來源:如祺出行公告，信達證券研發中心 保守預期中性預期樂觀預期300350400300350400單車報價（萬元）22.520.518.5生命周期（年）666年折舊額（直線計提，萬元）3.83.43.1保險及故障維護費用（萬元，每年）1.81.61.4一名安全員遠程接管費用（萬元，每月）10.90.8一名安全員負責監管的數量（輛）234車均安全員遠程監控成本（萬元，每月）0.500.300.20充電樁及人工維護成本（萬元，每年）0.350.30.25電力單價（元，每公里）0.160.140.12電力成本（萬元，每年）1.751.791.758.157.416.698.157.416.

64、69有效運營里程比例56%58%60%有效運營里程（公里，每天）168203240單價（元，每公里）1.922.1年收入（萬元）11.6514.8218.403.507.4111.713.507.4111.71年利潤（萬元）年利潤（萬元）行駛里程（公里，每天）行駛里程（公里，每天）固定成本可變成本年成本（萬元）年成本（萬元）收入 請閱讀最后一頁免責聲明及信息披露 23 2.3 Robotaxi 運營有望在三年內初具規模，帶動產業發生變革 商業化初期，以一二線城市指定試運營區域為主。商業化初期，以一二線城市指定試運營區域為主。目前 Robotaxi 產業由于正處在商業化 1.0 階段，城市覆蓋率

65、仍比較有限，在更加長遠的中長期維度上，隨著各大一二線城市逐步推廣，Robotaxi 可能會帶來以下影響：1）有效降低出行成本，服務高度標準化；2）規范化的駕駛和嚴格的安全規則，有利于道路安全，減少事故發生；3）運力調度算法更加智能統一，減少司機人為因素對于通行效率、行駛安全的影響；4）促進城市道路通信互聯能力、調度統籌能力的進一步強化。圖圖 19：Robotaxi 商業化各階段商業化各階段 資料來源:羅蘭貝格，信達證券研發中心 Robotaxi 三年內交易額有望發生量級變化，成熟期市占率或將快速上升。三年內交易額有望發生量級變化，成熟期市占率或將快速上升。根據如祺出行公告給出的測算，預計 20

66、24/2025/2026 年 Robotaxi 商業交易額為 3/6/15億元，而 2027/2028 年則預計快速提升至 221/1042 億元，反映出 2027 年技術端有望進入成熟期，商業推廣快速鋪開后帶來的交易規模量級變化。圖圖 20：中國乘用車智慧出行交易額規模測算中國乘用車智慧出行交易額規模測算 資料來源:如祺出行公告，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 24 本章小結：強視覺方案優勢明顯，有望成為主流發展方向強視覺方案優勢明顯，有望成為主流發展方向，無論是前融合、后融合，還是全融合算法，其本身由于需要對多種數據類型（激光雷達、毫米波雷達、攝像頭）進行識別、融合，需

67、要大量的算法和適配工作。在目前的技術能力下，通過視差原理，視覺方案也能夠做到空間感知。例如百度 Apollo Lite 的 L4 級純視覺城市道路自動駕駛解決方案，就減少了對激光雷達的依賴，提供輕傳感器、輕算力、高性能的方案。Robotaxi 或為高階智駕最佳場景，出行服務業態或處在變革前夕?；驗楦唠A智駕最佳場景，出行服務業態或處在變革前夕。雖然智駕方案方案提供商已宣布其技術達到 L4 級別，但實際上目前量產車仍以搭載 L2 或 L2+輔助駕駛方案為主流，主要原因包括：1）權責劃分；2）標準和法規有待明確；3）出錯場景下的遠程托管問題。而集中化遠程監管、專門團隊成規模維護保養、標準化操作流程的

68、 Robotaxi 則恰好能解決以上痛點。商業盈利能力方面商業盈利能力方面，蘿卜快跑頤馳 06 單車價格已經壓縮到 20.46 萬元，其前代Apollo Moon 成本則為 48 萬元。即便是成本顯著壓縮之后，頤馳 06 仍在架構、計算、轉向、制動、通訊、電源、傳感器等多個方面進行了冗余設計，以確保行駛的安全性，未來仍有壓縮成本的空間。我們根據現有數據和合理假設對 Robotaxi 的商業模式進行了測算，發現其盈利能力較為可觀。Robotaxi 三年內交易額有望發生量級變化，成熟期市占率或將快速上升。三年內交易額有望發生量級變化，成熟期市占率或將快速上升。根據如祺出行公告給出的測算，預計 20

69、24/2025/2026 年 Robotaxi 商業交易額為 3/6/15億元，而 2027/2028 年則預計快速提升至 221/1042 億元，反映了 2027 年技術端有望進入成熟期，商業推廣快速鋪開后帶來的交易規模量級變化。請閱讀最后一頁免責聲明及信息披露 25 三、智駕技術迭代帶來的車載硬件及配套基建增量 3.1 高階智駕和 Robotaxi 推動下，車載感知硬件有望顯著增加 硬件配置層面硬件配置層面，由低到高逐漸增加傳感器數量，由低到高逐漸增加傳感器數量。以百度 Apollo 智駕方案為例，其智能泊車/高速領航/城市領航對應配置分別包含 5/9/11 個相機，12/17/22 個雷

70、達。與此同時，車載芯片算力要求也顯著增加，三種方案分別為 8TOPS、16/32TOPS、508TOPS，其中城市領航的硬件規格為兩枚英偉達 Orin-x 芯片。這也從側面印證城市 NOA 對于車載算力具備顯著更高的要求。表表 7：百度百度 Apollo 智能駕駛硬件配置方案智能駕駛硬件配置方案 硬件類型硬件類型 智能泊車智能泊車 Apollo ParkingApollo Parking ApolloApollo 高速領航輔助駕駛高速領航輔助駕駛Apollo HighwayApollo Highway ApolloApollo 城市領航輔助駕駛城市領航輔助駕駛Apollo RingProApo

71、llo RingPro 8M 8M 前視相機前視相機 -1 個 2 個 2M2M 前視相機前視相機 1 個-8M8M 后視相機后視相機 -1 個 2M 2M 環視魚眼相機環視魚眼相機 4 個 4 個-3M3M 環視魚眼相機環視魚眼相機 -4 個 2M 2M 側視相機側視相機 -4 個-8M 8M 側視相機側視相機 -4 個 相機數量合計相機數量合計 5 個 9 個 11 個 前向激光雷達前向激光雷達 -2 個 前毫米波雷達前毫米波雷達 -1 個 4 個 角毫米波雷達角毫米波雷達 -4 個 4 個 超聲波雷達超聲波雷達 12 個 12 個 12 個 雷達數量合計雷達數量合計 12 個 17 個

72、22 個 高精度地圖高精度地圖 -1 個 1 個 高性能域控制器高性能域控制器 -1 個 1 個 SOCSOC TDAVM 2*TDAVM/TDA4VH Orin-x*2 MCUMCU TDA4 R 核 VM/NH R 核 Aurix TC399 IMUIMU 板載 6 軸 板載 6 軸 板載 6 軸 AIAI 算力算力 8TOPS 16/32 TOPS 508TOPS eMMCeMMC 32GB 128GB 64GB 功能安全功能安全 ASIL-D ASIL-D ASIL-D 信息安全信息安全 支持 支持 支持 內存內存 4GB 16GB 64GB 散散熱方式熱方式 自然冷卻 風冷 水冷 工

73、作電壓工作電壓 8-16V 8-16V 8-16V 功耗功耗 30W 70W（包含傳感器）320W 資料來源：apollo官網，信達證券研發中心 激光雷達激光雷達為高階自動駕駛的安全裕度提供保障。為高階自動駕駛的安全裕度提供保障。激光雷達在惡劣天氣、苛刻光照、感知距離上具備優勢，且識別算法較為簡單，在當前技術條件下能夠為視覺方案提供有效的安全補充。隨著出貨量釋放，使用成本也在逐步下降。請閱讀最后一頁免責聲明及信息披露 26 Robotaxi 有望進一步打開激光雷達應用規模有望進一步打開激光雷達應用規模。第六代百度 Apollo 無人車頤馳 06 搭載 4 顆超高清遠距激光雷達（禾賽科技提供），

74、其探測距離超過 200 米，并將高清三維感知覆蓋到了 360，助力無人駕駛車輛全方位規劃路線及安全避障，整車成本相較于五代車直接下降 60%，據官方信息價格僅需 20.46 萬元。而在其他的Robotaxi 車型中長距激光雷達和短距激光雷達數量也較為可觀。圖圖 21：Robotaxi 車型搭載的激光雷達數量及供應商車型搭載的激光雷達數量及供應商 資料來源:YOLE，信達證券研發中心 小馬智行第六代小馬智行第六代 Robotaxi，采用，采用了了 7 個激光雷達。個激光雷達。作為國內 Robotaxi 先行者之一的小馬智行在 2022 年一月推出第六代 Robotaxi 車輛，搭載有 4 個車頂

75、固態激光雷達、3 個補盲激光雷達，提升車輛的安全冗余。圖圖 22：小馬智行第六代小馬智行第六代 Robotaxi 車輛車輛 資料來源:小馬智行，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 27 激光雷達激光雷達滲透率持續上升滲透率持續上升。高工智能汽車研究院監測數據顯示，今年 1-7 月，中國市場(不含進出口)乘用車前裝標配激光雷達交付超過 70 萬顆，同比增長 222.02%，繼續保持高增速態勢。而隨著未來 Robotaxi 商業模式逐步成熟，由于單車搭載激光雷達的數量較多，有望形成激光雷達市場需求的第二增長曲線。圖圖 23：15 萬級以上新能源市場激光雷達滲透率萬級以上新能源市場激

76、光雷達滲透率 資料來源:蓋世汽車社區，蓋世研究院，信達證券研發中心 激光雷達激光雷達市場規模市場規模高速成長高速成長，國內廠商占據重要生態位，國內廠商占據重要生態位。根據 Yole Intelligence 預測數據，2023 年乘用車激光雷達安裝量達 76.2 萬臺，是 2022 年的三倍多。而在 2021 年，中國市場乘用車前裝標配搭載激光雷達數量不到 8000 顆。從市場規模數據來看，2023 年全球 PC（乘用車）和 LCV（輕型商用車）激光雷達市場達到 4.14億美元（前值 1.69 億美元，2022）。市場份額方面，2023 年禾賽科技、速騰聚創、圖達通占據前三，分別達到 26%、

77、26%、25%。圖圖 24：PC&LCV 激光雷達市場規模及份額示意圖（激光雷達市場規模及份額示意圖（2022-2023）資料來源:YOLE，禾賽科技，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 28 展望未來，激光雷達市場規模有望保持快速增長展望未來，激光雷達市場規模有望保持快速增長態勢態勢。一方面，由于當前純視覺方案仍無法做到完全消除對于激光雷達的依賴，在較長的時間內，中高端量產車型或仍將搭載激光雷達作為其安全裕度的保障。另一方面，隨著激光雷達+高精度地圖在Robotaxi 領域的大規模落地，其可靠性有望得到市場的充分認可，并有望成為激光雷達出貨量持續高增的動力之一。中商產業研究院

78、數據，中國激光雷達市場規模有望在 2024/2025/2026 分別達到 139.6/240.7/431.8 億元，同比增速維持在 70%以上。圖圖 25：中國激光雷達市場規模預測（億元）中國激光雷達市場規模預測（億元）資料來源:中商產業研究院，信達證券研發中心 3.2 車載 AI 算力需求增加，預埋高性能芯片適配 L3、L4 智駕 自動駕駛域控市場規模攀升，高算力方案快速放量。自動駕駛域控市場規模攀升，高算力方案快速放量。市場總體規模層面，國內自動駕駛域控制器市場規模從2020年開始呈現快速成長，2023年有望達到167億元，且隨著智駕滲透率疊加中高端車型出貨量提升，該數值有望進一步放量。結

79、構側看，2023年，200TOPS以上的高算力智駕域控制器出貨量同比增長382.29%，達到50.32萬輛，放量規模相比 20-200TOPS 的中等算力產品更加顯著。這說明高算力智駕域控制器已經成為各大主機廠成本側傾斜的重要方向，他們紛紛采取算力預埋來應對高階智駕對于算力的需求增長。26.475.9139.6240.7431.8187.50%83.93%72.42%79.39%0%20%40%60%80%100%120%140%160%180%200%05010015020025030035040045050020222023E2024E2025E2026E中國激光雷達市場規模預測（億元）Y

80、oY(%)請閱讀最后一頁免責聲明及信息披露 29 圖圖 26：中國自動駕駛域控制器市場規模（億元）中國自動駕駛域控制器市場規模（億元）圖圖 27：中、高算力中、高算力智駕域控放量情況智駕域控放量情況(萬萬輛輛)資料來源:中商產業研究院，信達證券研發中心 資料來源:高工智能汽車研究院，信達證券研發中心 智駕芯片智駕芯片領域領域，特斯拉特斯拉 FSD 和英偉達和英偉達 Orin 占比超過七成占比超過七成。從市場份額角度來看，智駕域控芯片產業頭部集中度較高，特斯拉 FSD 占據 37%居榜首，2023 年總裝機量超過 120 萬片，英偉達 Orin 占據 33.5%，主要由蔚來、理想兩家車企消化，二

81、者合計近百萬顆的裝機量（蓋世汽車數據）。國內廠商方面，地平線征程 3 和征程5 合計占據 8.2%，征程 5 現階段主要搭載于理想 7 和理想 L8 兩款車型；而征程 3 則已先后應用于哪吒 GT、博越 L、領克 09 EM-P、榮威 RX5、騰勢 N7 等多款車型。表表 8：中國乘用車市場中國乘用車市場智駕域控芯片裝機量（智駕域控芯片裝機量（2023 年年 1-12 月）月）芯片型號 裝機數量 市場份額 特斯拉 FSD 1,208,402 37.0%英偉達 Drive Orin-X 1,095,019 33.5%地平線征程 5 200,087 6.1%Mobileye EyeQ4H 199,

82、985 6.1%Mobileye EyeQ5H 175,328 5.4%愛芯元智凌芯 01 122,984 3.8%TI TDA4VM 87,797 2.7%地平線征程 3 67,100 2.1%華為昇騰 610 61,424 1.9%其他 47,650 1.4%資料來源：蓋世汽車，信達證券研發中心 從車型搭載口徑來看，地平線和從車型搭載口徑來看，地平線和 Mobileye 則占據更大份額。則占據更大份額。根據佐思汽研數據，按照車型搭載數量統計，2023 年中國 L2.5 高階智駕 SoC 市場份額前五分別是地平線、Mobileye、英偉達、華為和 TI，分別占據 45%/21%18%/7%/

83、5%。這一數據和芯片裝機量出現表觀差異的主要原因是，各大芯片廠商定點車型數量和商業策略存在不同，例如特斯拉 FSD 芯片主要用在自有的幾款車型上，導致其搭載車型有限，但出貨量卻較為可觀。114509816705010015020020192020202120222023E中國自動駕駛域控制器市場規模（億元）58.60 10.43 93.94 50.320.0010.0020.0030.0040.0050.0060.0070.0080.0090.00100.0020-200TOPS車輛數（萬輛）200TOPS以上車輛數（萬輛）2022年2023年 請閱讀最后一頁免責聲明及信息披露 30 圖圖 2

84、8：2023 年中國年中國 L2.5 高階智駕高階智駕 SoC 市場份額（按車型搭載數量）市場份額（按車型搭載數量）資料來源:佐思汽研，信達證券研發中心 高階高階智駕智駕進一步強化進一步強化 AI 性能性能要求，各大廠商紛紛要求，各大廠商紛紛加大芯片加大芯片算力規格算力規格。作為高階智駕落地的硬件層核心指標，AI算力已經成為各大主機廠硬件性能的關鍵衡量指標。目前出貨量較為集中的英偉達 Orin 芯片擁有 254TOPS（Int8），顯著高于同時期競爭對手。相比之下，Mobileye 芯片由于封閉性和 AI 算力規模相對有限，在市場份額中表現較為弱勢。從目前披露的下一代方案來看，各大芯片設計商均

85、采取了加碼 AI算力規格的策略，以英偉達為例，Thor-X 芯片算力將觸及 1000TOPS。表表 9：智駕域控芯片相關性能參數智駕域控芯片相關性能參數 芯片型號 AI 算力 CPU 算力 CPU 規格 英偉達 Orin 254TOPS 240K 12 核 A78 英偉達 Thor-X 1000TOPS 450K（預估）14 核 ARM Neoverse V2 地平線征程 3 5TOPS/4 核 A53 地平線征程 5 128TOPS/8 核 A55 地平線征程 6P 560TOPS 410K 18 核 A78 資料來源：佐思汽研，地平線官網，信達證券研發中心 以百度以百度 Apollo 智駕

86、智駕為例為例，L4 級自動駕駛技術級自動駕駛技術實現基于先進的傳感器實現基于先進的傳感器+數據數據+算算力力。從泊車域到行車域，Apollo 智駕產品實現了面向城市復雜道路、高速/城市快速路以及停車場的端到端全場景自動駕駛量產解決方案。從技術路線來看，該方案屬于視覺方案為核心，雷達感知輔助的低成本量產型，采用兩枚 Orin-X，算力合計 508 TOPS。路測數據方面，目前已完成 2100 萬公里真實道路測試，5 億公里仿真測試。地圖數據方面，借助自主研發高質量百度高精地圖，Apollo 實現了全中國 30 萬公里高速公路和超過 50 個城市的 1-7 級道路的覆蓋。45%21%18%7%5%

87、3%1%地平線Mobileye英偉達華為TI黑芝麻智能其他 請閱讀最后一頁免責聲明及信息披露 31 圖圖 29：Apollo 的的 L4 級自動駕駛技術級自動駕駛技術 資料來源:Apollo官網，信達證券研發中心 借助既有生態優勢，英偉達牢筑護城河。借助既有生態優勢，英偉達牢筑護城河。類似顯卡領域的公版方案，英偉達在智駕領域為下游研發實力較弱的客戶提供快速落地的解決方案。其存量客戶和成規模的落地項目也反過來幫助英偉達開發平臺積累了大量適配各類傳感器、地圖、算法的經驗和案例。對于 Robotaxi 以及各大主機廠而言，硬件平臺的統一，換言之長期采用唯一硬件供應商和對應生態的產品，有利于在軟件和系

88、統迭代升級時減少適配工作量。英偉達方案或在英偉達方案或在 Robotaxi 市場成長階段保持優勢。市場成長階段保持優勢。從目前 Robotaxi 的算力配置和芯片硬件方案來看，其算力大多采用冗余設計，性能裕度顯著高于目前主流乘用車智駕硬件。由于 Robtaxi 市場尚處在起步階段，各大廠商有意愿降低其試錯成本，因此英偉達 Orin 方案憑借其單芯片算力性能、多芯片協同工作效能的優勢，占據各大廠商選型重要份額。此外，由于算法環境的延續性和生態依賴性，英偉達或可憑借其下一代 Thor 系列芯片的高 AI 算力（約為 Orin 的四倍）進一步鞏固市場份額。作為作為云端訓練和端側推理云端訓練和端側推理

89、全棧提供商，英偉達優勢顯著全棧提供商，英偉達優勢顯著。從構建模型到虛擬測試和 Ai 訓練，再到實際交通場景實時推理，英偉達提供了整套硬件及開發驗證平臺。從訓練卡及算力集群的市占率角度來看，英偉達作為長期位居該領域的主導者，已經建立起了深厚的生態壁壘。各大主機廠在尋求可長期迭代的旗艦級別智駕方案時，英偉達是主流選項之一。其 Thor 芯片憑借先進的工藝制程實現了可觀的算力性能提升，并能夠進行多域計算，將自動駕駛、車載信息娛樂等功能劃分為不同的任務區間，同時運行，互不干擾，取代以往數十個電子控制單元。請閱讀最后一頁免責聲明及信息披露 32 圖圖 30：英偉達系列車載芯片迭代情況（算力口徑）英偉達系

90、列車載芯片迭代情況（算力口徑）圖圖 31：Thor 芯片集成度和一體化能力示意圖芯片集成度和一體化能力示意圖 資料來源:英偉達官網，信達證券研發中心 資料來源:英偉達官網，信達證券研發中心 從從目前已經量產的目前已經量產的高級別智駕方案來看，雙高級別智駕方案來看，雙 Orin 液冷液冷模組模組在性能、成熟度、安在性能、成熟度、安全性方面都具備優勢。全性方面都具備優勢。性能方面，性能方面，雙Orin總算力達到了508 TOPS（單片254 TOPS），高于 Mobileye 旗下 EyeQ Ultra 的 176 TOPS，高于地平線征程 5 的 128 TOPS。成成熟度熟度和安全性和安全性方

91、面，方面，Orin 芯片 2023 年市場份額達到 33.5%，僅次于特斯拉 FSD，裝機量達 110 萬片，充分的道路駕駛數據和落地實測幫助開發者不斷優化其算法和安全規則。液冷方案也從硬件散熱角度確保了芯片長期高負載運行的溫控能力，防止高溫降頻甚至宕機的情況出現。此外，英偉達 DRIVE OS 軟件棧能為安全關鍵型應用程序提供安全可靠的執行環境，并提供安全啟動、安全服務、防火墻和無線(OTA)更新等服務，奠定了良好的開發環境和工具基礎。以小馬智行為例，其“方載”自動駕駛域控制器的高配方案就采用了 Nvidia Drive Orin 硬件，細分產品覆蓋單枚 Orin、雙 Orin，散熱選型包括

92、風冷和液冷。圖圖 32：小馬智行乘用車智駕域控制器小馬智行乘用車智駕域控制器 資料來源:小馬智行，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 33“車企自研“車企自研+代工”模式下，第三方供應商受益于行業。代工”模式下，第三方供應商受益于行業。目前智駕域控生產模式主要包括 1）整車委托代工，代工廠負責制造；2）Tier1 采用白盒或灰盒模式，提供硬件生產、中間層、芯片等方案，主機廠開發軟件。2023 年度，白盒模式代表企業德賽西威表現亮眼，占據 25%的智駕域控裝機量份額。白盒模式：白盒模式：主機廠自研應用算法、軟件等，Tier 1 提供硬件及相關服務，例如德賽西威+小鵬+英偉達；灰盒

93、模式：灰盒模式：Tier1 可向主機廠提供域控等硬件，以及軟件的定制開發等，主機廠可指定所有 logo 標識；黑盒模式：黑盒模式：傳統合作模式，由 Tier 1 提供硬件和軟件。隨著 Robotaxi 及高階智駕的發展，高端智駕域控市場規模有望持續擴張，未來Tier1 及其他代工商有望從中獲益。表表 10：智駕域控智駕域控供應商供應商裝機量裝機量排名排名（2023 年年 1-12 月）月）供應商 裝機量 市場份額 和碩/廣達（特斯拉）604,201 32.80%德賽西威 460,579 25.00%偉創力(蔚來)159,892 8.70%福瑞泰克 88,723 4.80%毫末智行 88,601

94、 4.80%知行科技 87,623 4.80%安波福 86,059 4.70%大華(零跑)61,492 3.30%捷普電子(小鵬)41,898 2.30%華為技術 38,398 2.10%資料來源：蓋世汽車，信達證券研發中心 3.3 算法迭代帶來訓練參數量激增，各大廠商加碼云端算力基建 為了實現更高的智駕效果，為了實現更高的智駕效果，各大廠商致力于各大廠商致力于算法算法的的迭代，而算法架構的更迭，對迭代，而算法架構的更迭，對于訓練側算力規模提出了更高的要求。于訓練側算力規模提出了更高的要求。以特斯拉為例，其技術路徑包含三個重要的迭代節點：算法迭代的關鍵節點算法迭代的關鍵節點（一）（一）：BEV

95、+Transformer。BEV（Birds Eye-View）算法基于俯瞰角度收集到的 2D 圖像信息和感知數據，加工整合成全局、無死角的 3D 空間視圖，用來直觀判斷車輛周圍空間的各類物體信息，重感知輕地圖，且加入了時序信息，使得模型擁有“記憶”。Transformer 使用注意力機制聚合來自多視點攝像機的時空特征和歷史 BEV 特征，同時也意味著更多的算力消耗。請閱讀最后一頁免責聲明及信息披露 34 圖圖 33：BEV+Transformer 基本概念基本概念 資料來源:深藍AI，信達證券研發中心 算法迭代的關鍵節點算法迭代的關鍵節點（二）（二）：占據占據網絡網絡。2022 年特斯拉算法

96、加入占據網絡，進一步強化了 BEV+Transformer 對空間物體的 3D 結構識別，是特斯拉實現純視覺方案的關鍵一步。占據網絡技術將物理世界劃分成一系列的網格單元，通過計算分析采集到的數據、軌跡信息，嘗試定義哪些網格被占據，哪些網格是空置的，將 2D 柵格轉化為 3D 柵格，使得智駕系統不再依賴于激光雷達提供的空間信息。圖圖 34：鳥瞰視圖與體積占用率鳥瞰視圖與體積占用率 資料來源:深藍AI，信達證券研發中心 算法迭代的關鍵節點算法迭代的關鍵節點（三三）：）：端到端方案端到端方案（在（在 FSD V12 版本版本實現落地）實現落地）。在這一節點，特斯拉改變了傳統規則驅動的技術方向，轉而采

97、用大模型和數據驅動。端到端技術的核心是把傳感器原始數據直接輸入到一個整合的神經網絡中，再由該模型直接給出駕駛命令，控制轉向幅度、油門或制動。由此開始，智駕模型不再需要人工設計的復雜規則，不再是模塊化的復雜架構。與此同時，端到端對于訓練集群的規模和互聯性能提出了更高的要求，為確保模型訓練的精度和可靠性，特斯拉加大了其算力投入和自研芯片的步伐。請閱讀最后一頁免責聲明及信息披露 35 圖圖 35：Tesla FSD V12.3.5 放棄規則驅動和大量代碼放棄規則驅動和大量代碼 資料來源:焉知汽車，信達證券研發中心 從原理出發，端到端方案的優勢和現有不足都從原理出發，端到端方案的優勢和現有不足都較為較

98、為明顯。明顯。傳統的模塊化設計包括感知、決策規劃、執行控制三大模塊，感知模塊需要通過時空同步和特征融合進行，決策規劃模塊則依賴于大量的算法和規則，指揮執行控制模塊做出對應油門、剎車、轉向動作。在多傳感器興起后，前融合算法成為了 L2-L3智駕方案的主流架構。這樣的架構優勢在于可解釋性、可驗證性和易調試性，能夠快速定位到算法的問題所在，找出原因并加以完善。缺點則在于信息在融合和不同模塊的流轉中出現損耗，復雜規則的構建也會耗費大量人力和維護成本。圖圖 36：多多傳感器傳感器融合示意圖融合示意圖 資料來源:智能汽車創新發展平臺，信達證券研發中心 端到端方案端到端方案則直接由數據進行驅動，從原始傳感器

99、數據輸入直接到控制指令輸出的連續學習與決策過程由統一的神經網絡完成，優點是能夠保證無損的信息傳遞，不 請閱讀最后一頁免責聲明及信息披露 36 需要人為設計的復雜模塊和大量代碼，隨著海量行駛數據的注入和訓練，端到端模型會逐漸學習和成長，具備理論上可觀的遠期潛力，以及學習能力的泛化性。目前最大的不足在于其黑盒屬性，由于模型訓練的難以觀測和一體化結構，出現問題很難進行邏輯上的溯源和解釋，此外，規模龐大的參數也使得訓練的算力成本很難壓縮。圖圖 37：端到端端到端自動駕駛架構演進示意圖自動駕駛架構演進示意圖 資料來源:辰韜資本，信達證券研發中心整理 國內方面，國內方面，商湯絕影智能駕駛方案也采用了端到端

100、自動駕駛技術商湯絕影智能駕駛方案也采用了端到端自動駕駛技術。2022 年底，商湯科技及其聯合實驗室提出行業首個感知決策一體自動駕駛通用模型 UniAD，并榮獲 2023 年國際計算機視覺與模式識別會議(CVPR)最佳論文。為了增強端到端自動駕駛方案可解釋性和交互能力，依托多模態大模型強大的常識理解能力，商湯絕影已研發出新一代自動駕駛大模型 DriveAGI，是目前最貼近人類思維模式、最能理解人類意圖并有最強的解決駕駛困難場景能力的下一代自動駕駛技術。其他國內主要參與者目前仍以模塊化的大模型為主，并輔以激光雷達和高精地圖來實現自動駕駛，同時也積極探索端到端方案的落地應用。圖圖 38：商湯絕影智能

101、駕駛方案商湯絕影智能駕駛方案 資料來源:商湯官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 37 特斯拉加碼特斯拉加碼 AI 訓練集群，在手算力規模出現躍升訓練集群，在手算力規模出現躍升。佐思汽研數據，2024 年底，特斯拉 AI 訓練能力將提升至約 9-10 萬個 H100 等效算力（對應 90-100E FLOPS）2024 年 7 月云端算力為 35E FLOPS。圖圖 39：Tesla 的的 AI 訓練能力提升情況訓練能力提升情況 資料來源:佐思汽研，特斯拉，信達證券研發中心 國內主機廠紛紛國內主機廠紛紛自建自建或合作建立智算中心或合作建立智算中心。盡管建設智算中心周期長、投

102、資額高，但對于車企而言，隨著端到端方案逐步成為研發重點，其龐大的參數規模和算力消耗帶來的技術和資金投入挑戰或將難以回避。而各家算法要在快速迭代的競爭環境中脫穎而出，專用算力平臺的響應能力要優于通過租賃形式獲取的算力資源，因此主機廠或智駕方案提供商有望進一步擴大他們的算力建設投資規模。擁有更大規模在手算力或將幫助主機廠在端到端方案競爭中脫穎而出。擁有更大規模在手算力或將幫助主機廠在端到端方案競爭中脫穎而出。類似大語言模型對于參數規模的倚重，端到端方案的參數規模也相較于前代有著較為顯著的增加，這意味著想要縮短模型訓練周期，增大參數量、數據規模，則需要充足的算力供給。因此，儲備有較為可觀的算力池或可

103、幫助主機廠維持技術方案的快速迭代。另外，擁有 AI 算力硬件設計生產能力，長期深耕 AI 領域的第三方智駕方案提供商也有望充分受益于上述變化，例如華為、百度等。表表 11：各大主機廠和市場參與者各大主機廠和市場參與者 AI 算力建設情況算力建設情況 主機廠或市場參與者 合作方 發布時間 算力規模 小鵬 阿里云 2022.8 600PFLOPS 長安汽車 百度 2023.8 142PFLOPS 長城汽車 2024.7 1.64EFLOPS 華為 2024.4 3.5 EFLOPS 資料來源：佐思汽研、小鵬汽車、IDC，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 38 3.4 車路云及 R

104、obotaxi 相關產業市場規模增量前瞻 車路云一體化為車路云一體化為 Robotaxi 奠定基礎，未來產業鏈增量可期。奠定基礎，未來產業鏈增量可期。Robotaxi 產業鏈從關鍵技術的維度可以分為：上游工具技術層、中游功能技術層、下游應用技術層。其中統一的云平臺、高精地圖、V2X 等上游技術工具需要車路云一體化建設的支持。我們認為，Robotaxi 對于道路信息化基建的需求有望推動各地區加快其建設步伐，帶動設備部署、地圖測繪、云控平臺、汽車零部件等全產業鏈加速發展。圖圖 40：Robotaxi 產業鏈技術全景圖產業鏈技術全景圖 資料來源:羅蘭貝格，信達證券研發中心 國家智能網聯汽車創新中心對

105、車路云一體化帶來的產業增量進行了預測，結果顯示細分領域產業有望實現快速增長。在中性預期情景下，單車智能、智能座艙、應用軟件、車載通信單元、整車終端產品、創新應用服務六個領域進行測算，總量上看，預計 2025 年智能網聯汽車產值增量為 6451 億元，2030 年智能網聯汽車產值增量為 20266 億元，年均復合增速為25.73%。細分來看，單車智能包括感知層、決策層、執行層等硬件，預計合計由 2078 億元（2025 年）增長至 4046 億元（2030 年），其中毫米波雷達有望成為增長較為顯著的賽道之一，并預計 2030 年 4D 毫米波雷達會對激光雷達形成一定的有效替代。執行層方面，目前底

106、盤域控制器受制于零部件的協同性較差，設計難度較高，因此假設其將在 2025 年左右實現小規模量產，或以集成至中央域控制器的形式出現，到 2030年相關產品有望實現規?；慨a。創新應用服務增長或將最為顯著。自動駕駛出租車（Robotaxi）、自動駕駛公交車（Robobus）、末端配送、物流配送、港口運輸、干線物流等眾多下游應用場景正不斷涌現，并形成規?；l展趨勢。預計 2025 年，Robotaxi 等 8 個創新應用服務市場將創造 525 億元的產值增量，2030 年將創造 7459 億元的產值增量，5 年間 CAGR為 70%。其中 Robotaxi 預計在 2030 年達到 756 億元商

107、業化服務產值增量，成為城 請閱讀最后一頁免責聲明及信息披露 39 市居民日常出行的可選交通方式之一。無人干線物流和城市物流配送商業前景也較樂觀。無人干線物流和城市物流配送商業前景也較樂觀。受益于“最后三公里”龐大的配送業務量，以及干線物流可觀的經濟效益，預測 2030 年干線物流重卡保有量將達到 627 萬輛，無人干線物流滲透率達到 10%，一輛無人重卡可實現 45 萬元的經濟效益，2030 年我國干線物流運輸產值增量有望為 2822 億元。與此同時，城市物流配送產值增量有望在 2030 年達到 1416 億元。圖圖 41：智能網聯汽車產值增量預測智能網聯汽車產值增量預測 資料來源:車路云一體

108、化智能網聯汽車產業產值增量預測，信達證券研發中心 本章小結：高階智駕和高階智駕和 Robotaxi 推動下，推動下，激光雷達等激光雷達等車載感知硬件車載感知硬件有望有望顯著增加顯著增加。激光雷達是目前Robotaxi實現加速落地和安全裕度的重要硬件，例如第六代百度 Apollo 無人車頤馳 06 就搭載 4 顆超高清遠距激光雷達，小馬智行第六代 Robotaxi 采用了 7個激光雷達。其他國內外 Robotaxi 方案也采用了數量可觀的長距激光雷達和短距激光雷達。自動駕駛域控市場規模攀升，高算力方案快速放量。自動駕駛域控市場規模攀升，高算力方案快速放量。市場總體規模層面，國內自動駕駛域控制器市

109、場規模從 2020 年開始呈現快速成長。作為高階智駕落地的硬件層核心指標，AI 算力已經成為各大主機廠硬件性能的關鍵衡量指標。目前出貨量較為集中的英偉達 Orin 芯片擁有 254TOPS（Int8），顯著高于同時期競爭對手。借助這一東風，智駕域控供應商有望深度獲益。2023 年度，白盒模式代表企業德賽西威表現亮眼，占據 25%的智駕域控裝機量份額。算法迭代帶來訓練參數量激增，各大廠商加碼云端算力基建。算法迭代帶來訓練參數量激增，各大廠商加碼云端算力基建。隨著特斯拉端到端方案的推出，對于訓練集群的規模和互聯性能提出了更高的要求，為確保模型訓練的精度和可靠性，特斯拉加大了其算力投入和自研芯片的步

110、伐。以 H100 等效算力為計算口徑，特斯拉在手算力池規模從 2023 年底的約 15000 片躍升至 2024 年年中的 請閱讀最后一頁免責聲明及信息披露 40 35000 片，并且給出了 2024 年底提升至約 90000 片的高額預期。國內各大主機廠和智駕方案提供商也在著手建立自己的智算中心以應對智駕系統日益增加的算力需求，這有望為國產算力硬件的市場規模再添增長動力。請閱讀最后一頁免責聲明及信息披露 41 四、建議關注的重點標的 4.1 車聯網產業鏈結構梳理 V2X 通信芯片及模組供應商通信芯片及模組供應商，包括國內的華為、中興、宸芯科技等，以及海外的高通、Autotalks 等企業。作

111、為終端設備的基礎，他們負責為下游提供芯片、模組，以及配套開發工具的支持。路側、車側終端設備商路側、車側終端設備商，包括千方科技、萬集科技、金溢科技、?？低暤惹Х娇萍?、萬集科技、金溢科技、?？低暤?，負責提供搭載 V2X 芯片的完整終端設備，直接應用于對應的路側和車側場景，有些也負責智慧交通項目的承接和建設。地圖供應商，地圖供應商，包括百度、四維圖新、易圖通等公司，致力于聚合車聯網上游數據，提供路況、路網動態信息服務，是車聯網具體落地場景之一，也是智能駕駛目前的必要輔助手段。應用系統與智駕軟硬件提供商，應用系統與智駕軟硬件提供商，車聯網面向車主的服務需要車載系統和自動駕駛域控來最終體現其價值，

112、這一環節需要做到軟硬件的高度適配和對車聯網信息的深度分析與應用。目前智駕方案提供者包括：百度 Apollo、華為、Momenta 等；硬件供應商包括：德賽西威、中科創達等。整車制造環節，各大主機廠負責獨立研發或整合供應鏈，為終端客戶提供車輛裝整車制造環節，各大主機廠負責獨立研發或整合供應鏈，為終端客戶提供車輛裝配銷售、升級維護、售后維保等服務。配銷售、升級維護、售后維保等服務。此外，眾多的其他零部件供應商也扮演著不可或缺的角色，包括激光雷達、毫米波雷達、攝像傳感器為代表的感知元器件供應商等。圖圖 42：車聯網產業鏈車聯網產業鏈及相關企業梳理及相關企業梳理 資料來源:各企業官網，信達證券研發中心

113、 請閱讀最后一頁免責聲明及信息披露 42 4.2 中科創達：車路協同及智駕域控方案全棧供應商 作為全球領先的智能操作系統及端側智能產品和技術提供商，中科創達業務覆蓋智能操作系統、邊緣計算、智能座艙、自動駕駛、車路云一體化、工業視覺等多種領域。在智駕域控方面，在智駕域控方面，中科創達中科創達與高通深度合作，打造艙駕融合解決方案。與高通深度合作，打造艙駕融合解決方案。公司推出的 RazorDCX Pantanal 方案，以高通 4nm Snapdragon Ride Flex 芯片為核心，實現艙駕融合。智駕方面，可同時支持基礎配置 7V5R12USS 與高階配置 11V5R12USS接入，實現記憶

114、泊車、L2.9 級高速公路自動駕駛及 L3 級城區自動駕駛，并可拓展至L4 級等封閉園區自動駕駛，此外還能通過算力拓展（單芯片算力可從 100Tops 拓展至 400Tops）從而滿足車廠對于旗艦級算力的需求。圖圖 43：RazorDCX Pantanal 量產域控方案量產域控方案 資料來源:暢行智駕官網，信達證券研發中心 Snapdragon Ride Flex：同一硬件協同部署數字座艙、：同一硬件協同部署數字座艙、ADAS 和自動駕駛（和自動駕駛（AD）功能功能。目前主流方案采用智駕域控制器和座艙域控制器分離的設計，而在未來，中央計算電子電氣架構或將成為車載計算架構的新方向。高通Snapd

115、ragon Ride Flex SoC致力于幫助汽車制造商和一級供應商實現統一的中央計算和軟件定義汽車架構，駕駛員信息（包括抬頭顯示和儀表盤顯示）、ADAS、車載信息娛樂系統、網聯功能的實現均在統一的硬件支持下完成。為了實現最高等級的汽車安全，Snapdragon Ride Flex SoC 在硬件架構層面向特定 ADAS 功能實現隔離、免干擾和服務質量管控（QoS）功能，并內建汽車安全完整性等級 D 級（ASIL-D）專用安全島。請閱讀最后一頁免責聲明及信息披露 43 圖圖 44：Snapdragon Ride Flex 方案方案 資料來源:高通官網，信達證券研發中心 車路協同車路協同、車路

116、云車路云方面，中科創達方面，中科創達有能力有能力提供提供基礎數據底座基礎數據底座。中科創達車路云方案通過路側感知設備和計算設備，結合云控平臺實時提供高精度、低時延的道路交通目標信息，并通過感知的交通基礎信息，服務于提升交通效率和保障交通安全等多種應用場景，如信號燈動態配時、動態車道、區域交通優化、事故處置等場景。圖圖 45：中科創達車路云方案中科創達車路云方案 資料來源:中科創達官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 44 4.3 德賽西威：汽車電子領軍企業，智能駕駛業務快速增長 公司三大業務板塊公司三大業務板塊持續高增持續高增，其中智駕產品增長尤為突出，其中智駕產品增長尤為

117、突出。公司業務主要分為智能座艙、智能駕駛、網聯服務三大板塊，其中智能座艙依托智能交互系統、智能顯示硬件、智能域控硬件、智能計算解決方案來滿足面向未來的人機交互需求；智能駕駛業務則致力于提供行業領先的智能駕駛整體解決方案，產品范圍涵蓋智能駕駛計算系統，傳感器和算法等。網聯服務方面，產品涵蓋智能網聯生態系統、基礎軟件平臺、智能進入、智能周邊產品、網絡安全、OTA 等。圖圖 46：德賽西威德賽西威三大業務板塊三大業務板塊 資料來源:德賽西威官網，信達證券研發中心 智駕方案智駕方案與造車新勢力深度合作，客戶覆蓋與市場份額行業領先。與造車新勢力深度合作，客戶覆蓋與市場份額行業領先。隨著城市 NOA為代表

118、的高階智駕功能規?；逃?，公司智能駕駛板塊收入逐年快速增長，2021/2022/2023/2024H1 分別實現 14.05/25.71/44.85/26.67 億元，其中 2023 年新項目訂單年化銷售額突破 80 億元。公司的高算力平臺已量產配套理想汽車、小鵬汽車、路特斯、廣汽埃安、極氪汽車等多家車企，新獲得理想汽車、廣汽埃安、吉利汽車、長城汽車、路特斯、極氪汽車等超過十家車企的新項目訂單；輕量級差異化平臺已獲得主流自主、外資品牌的項目定點。智駕傳感器方面，聚合能力持續增強智駕傳感器方面，聚合能力持續增強。2023 年，公司攝像頭、T-box 產品的供貨規模繼續提升，并突破主流日系合資品牌

119、，獲得新項目定點。毫米波雷達業務獲得廣汽埃安、一汽紅旗等客戶的新項目訂單。請閱讀最后一頁免責聲明及信息披露 45 圖圖 47：德賽西威三大業務板塊德賽西威三大業務板塊收入及同比增速收入及同比增速 資料來源:WIND，德賽西威公告，信達證券研發中心 4.4 萬集科技：深耕智能網聯產業，布局車、路、云三側軟硬件產品 公司深耕智慧交通領域，車路云公司深耕智慧交通領域，車路云業務業務生態形成閉環生態形成閉環。車側，公司有 V2X 車載通信設備、乘用車/商用車前裝 OBU、車載激光雷達等產品；路側，公司打造了智慧基站、路側激光雷達、V2X 通信終端在內的一系列路側硬件產品；云側，公司有能力將海量的交通信

120、息匯集到 MEC 和云端大腦，通過對數據高效的處理和價值挖掘，分發到所有交通參與者，實現基于車路協同、群體智能協同的自動駕駛決策控制能力。此外公司借助硬件棧和軟件能力打造了豐富的系統方案。此外公司借助硬件棧和軟件能力打造了豐富的系統方案。公司借助其在智能網聯、邊緣計算、路側感知設備的技術積累，推出了包括車輛信息采集、輪廓檢測、管理預警等在內的系統解決方案。圖圖 48：萬集科技萬集科技公路交通行業系統方案公路交通行業系統方案 資料來源:萬集科技官網，信達證券研發中心 79.44117.55158.0279.6514.0525.7144.8526.672.206.0616.2110.6048.0%

121、34.4%27.4%83.0%74.4%45.1%175.5%167.5%66.9%0.0%20.0%40.0%60.0%80.0%100.0%120.0%140.0%160.0%180.0%200.0%0.0020.0040.0060.0080.00100.00120.00140.00160.00180.002021202220232024H1智能座艙營收（億元）智能駕駛營收（億元）網聯服務及其他營收（億元）智能座艙YoY（%）智能駕駛YoY（%）網聯服務及其他YoY（%）請閱讀最后一頁免責聲明及信息披露 46 V2X 方面，方面，公司的智慧基站產品集道路信息感知、數據存儲與計算、信息中繼傳

122、輸等功能于一體，采用先進的傳感器實現交通信息精確感知，利用邊緣計算技術對感知信息進行分析處理，通過 5G/V2X 通信，以較低的時延將信息傳輸給周邊車輛、移動終端及云端，實現“車-路-云-圖”協同交互，提供高質量道路信息服務。圖圖 49：智慧基站路側系統及管理平臺智慧基站路側系統及管理平臺 圖圖 50：基于基于 AI 算法的多源數據融合算法的多源數據融合 資料來源:萬集科技官網，信達證券研發中心 資料來源:萬集科技官網，信達證券研發中心 激光雷達產品類目豐富激光雷達產品類目豐富，涵蓋從車規到工業多個領域涵蓋從車規到工業多個領域。公司前裝車載激光雷達能夠為城市 NOA 功能或高階輔助駕駛提供全面

123、的感知信息，工業移動機器人激光雷達則應用于工業 AGV/AMR、自動叉車、重載牽引車、商用服務機器人等領域。交通用激光雷達，則主要用在公路交通行業可實現對通行車輛輪廓尺寸、車型、車道位置信息的精準識別。圖圖 51：萬集科技部分激光雷達產品示意圖萬集科技部分激光雷達產品示意圖 資料來源:萬集科技官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 47 4.5 金溢科技：智慧交通全棧服務商，V2X 業務有望加速成長 產品涵蓋智慧交通多個領域產品涵蓋智慧交通多個領域。公司集 C-V2X、DSRC、RFID 三大技術領先的智慧交通解決方案及產品提供商，業務涵蓋汽車電子、車路協同、城市數字交通、智

124、慧高速四大領域，擁有面向車-路兩端各類智慧交通應用需求提供“解決方案設計+核心產品提供+邊端系統集成”的全棧服務能力。此外，公司擁有獨立自主開發的 V2X 應應用協議棧用協議棧，其具備豐富的內/外部接口，可跟進業務需求進行二次開發，適配市場主流LTE-V 通信模組。圖圖 52：金溢科技產品體系金溢科技產品體系 資料來源:金溢科技2023年年報，信達證券研發中心 云云端產品方面端產品方面，公司通過接入路側感知設備，利用多源異構數據融合技術、人工智能算法、3D 可視化展示等先進技術，實現了交通場景的孿生重現。該平臺擁有高可用的智能化事件檢測及識別能力，可準確識別 200 多種交通事件，并提供標準接

125、口和數據規范，支持多種典型網絡協議接入，適應多種交通信息系統互聯互通。圖圖 53：金溢科技道路全息感知平臺金溢科技道路全息感知平臺 資料來源:金溢科技官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 48 4.6 千方科技：智慧交通與智能物聯領軍企業 完備的智慧交通產品矩陣。完備的智慧交通產品矩陣。公司智慧交通業務包括智慧公路、智慧交管、智慧運輸、智能網聯、智慧軌交、智慧民航等多個領域。公司擁有全系列智慧交通專屬產品，包括:1)雙智路口核心硬件產品邊緣智能體、鯤巢雙智路口云控平臺;2)城市智能路口所涉及的電警卡口、雷達，信號控制類的經濟型、城市型、AI 型交通信號機，實時處理各類路口信

126、息的邊緣計算體等;3)智能網聯系列的 V2X、RSU、OBU 及云控平臺;4)交通運輸方面的非現場執法的治理超載類產品、交通流量調査產品;5)高速公路計費產品;6)道路交通安全方面所涉及的安全衛士系統產品、重型貨運車輛安全監管云平臺等。圖圖 54：千方科技智能交通產品千方科技智能交通產品 資料來源:千方科技2023年年報，信達證券研發中心 以以 AI、大數據等技術為核心，打造智慧交通、大數據等技術為核心，打造智慧交通行業云行業云產品產品。依托云計算、大數據、物聯網、AI 算法、知識圖譜、數字孿生技術能力，公司基于 APaas 平臺（相比 Paas強化了低代碼能力），構建了全域交通行業云平臺。該

127、平臺由通大數據平臺，交通 AI算法平臺，通用技術平臺，交通業務智庫管理平臺，交通應用編排平臺等核心平臺構成。以智慧以智慧路網路網云為例云為例，路網運行監測平臺通過匯聚高速公路多元化數據分析計算各類指標結果，以 GIS 地圖+高精度地圖+BIM 方式展示路網交通態勢監測及預警、事件監測及預警、重點車輛監測及預警等為高速管理者提供決策依據。高速公路收費稽核取證平臺依托人工智能、大數據技術和視覺識別技術人工智能、大數據技術和視覺識別技術，分析逃費行為的特征，建立車輛檔案，通過智能模型訓練和智能分析，實現智能決策和智能操作，持續實現稽核業務流程的智能優化。請閱讀最后一頁免責聲明及信息披露 49 圖圖

128、55：千方科技智能交通產品千方科技智能交通產品 資料來源:千方科技2023年年報，信達證券研發中心 智能網聯案例積累深厚，擁有覆蓋城市、高速的智能網聯案例積累深厚，擁有覆蓋城市、高速的豐富豐富項目經驗項目經驗。以北京 CBD 西北區交通優化示范項目為例，公司在光華路等主要道路上安裝使用了 V2X 系統，為智能網聯測試車輛提供了車路協同技術應用環境，幫助提高 CBD 等擁擠地區的通行效率。該項目實現了高峰通行效率提升 25，總體交通擁堵報警和事故報警分別下降 18.8%和 17.5%，機動車平均運行速度提高 6%。圖圖 56：千方科技智能網聯客戶案例千方科技智能網聯客戶案例 資料來源:千方科技官

129、網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 50 風險因素 政策推進不及預期政策推進不及預期。車路云一體化和自動駕駛技術的落地會受到技術成熟度、商業可行性，以及同現有交通基礎設施之間存在的矛盾等因素影響，行業政策的方向、力度、落地速度都可能會根據實際情況發生一定變化，進而影響行業的走向和趨勢。但總體上看，智慧交通走向互聯互通、高度自動化程度仍是行業的主要趨勢。自動駕駛技術發展不及預期自動駕駛技術發展不及預期。由于自動駕駛本身涉及多個新興領域的前沿技術，例如人工智能、機器視覺、半導體設計制造等，總體處于初期發展階段，技術的可靠性仍有待市場的驗證。未來技術進步和迭代的速度也受到物理定律

130、、技術路適用性、投入規模等諸多復雜因素影響，存在遲滯的可能。市場需求不及預期。市場需求不及預期。車路云一體化的車端設備市場推廣需要一定時間，其是否能經得起市場的考驗也需要一定時間才得到結論。而 Robotaxi 尚未得到大規模推廣，其商業模式能否受到出行需求的認可，進而成為大眾交通的選項之一，仍存在不確定性。請閱讀最后一頁免責聲明及信息披露 51 研究團隊簡介研究團隊簡介 龐倩倩，龐倩倩，計算機行業首席分析師，華南理工大學管理學碩士。曾就職于華創證券、廣發證券，2022 年加入信達證券研究開發中心。在廣發證券期間，所在團隊 21 年取得：新財富第四名、金牛獎最佳行業分析師第二名、水晶球第二名、

131、新浪金麒麟最佳分析師第一名、上證報最佳分析師第一名、21 世紀金牌分析師第一名。傅曉烺，傅曉烺，計算機行業分析師，2024 年加入信達證券研究開發中心。請閱讀最后一頁免責聲明及信息披露 52 分析師聲明分析師聲明 負責本報告全部或部分內容的每一位分析師在此申明，本人具有證券投資咨詢執業資格，并在中國證券業協會注冊登記為證券分析師,以勤勉的職業態度,獨立、客觀地出具本報告；本報告所表述的所有觀點準確反映了分析師本人的研究觀點；本人薪酬的任何組成部分不曾與，不與，也將不會與本報告中的具體分析意見或觀點直接或間接相關。免責聲明免責聲明 信達證券股份有限公司(以下簡稱“信達證券”)具有中國證監會批復的

132、證券投資咨詢業務資格。本報告由信達證券制作并發布。本報告是針對與信達證券簽署服務協議的簽約客戶的專屬研究產品，為該類客戶進行投資決策時提供輔助和參考，雙方對權利與義務均有嚴格約定。本報告僅提供給上述特定客戶，并不面向公眾發布。信達證券不會因接收人收到本報告而視其為本公司的當然客戶?？蛻魬斦J識到有關本報告的電話、短信、郵件提示僅為研究觀點的簡要溝通，對本報告的參考使用須以本報告的完整版本為準。本報告是基于信達證券認為可靠的已公開信息編制，但信達證券不保證所載信息的準確性和完整性。本報告所載的意見、評估及預測僅為本報告最初出具日的觀點和判斷，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

133、出現不同程度的波動，涉及證券或投資標的的歷史表現不應作為日后表現的保證。在不同時期，或因使用不同假設和標準，采用不同觀點和分析方法，致使信達證券發出與本報告所載意見、評估及預測不一致的研究報告，對此信達證券可不發出特別通知。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，也沒有考慮到客戶特殊的投資目標、財務狀況或需求?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況，若有必要應尋求專家意見。本報告所載的資料、工具、意見及推測僅供參考，并非作為或被視為出售或購買證券或其他投資標的的邀請或向人做出邀請。在法律允許的情況下，信達證券或其關聯機構可能會持有報告中涉及的公司所發

134、行的證券并進行交易，并可能會為這些公司正在提供或爭取提供投資銀行業務服務。本報告版權僅為信達證券所有。未經信達證券書面同意，任何機構和個人不得以任何形式翻版、復制、發布、轉發或引用本報告的任何部分。若信達證券以外的機構向其客戶發放本報告，則由該機構獨自為此發送行為負責，信達證券對此等行為不承擔任何責任。本報告同時不構成信達證券向發送本報告的機構之客戶提供的投資建議。如未經信達證券授權，私自轉載或者轉發本報告，所引起的一切后果及法律責任由私自轉載或轉發者承擔。信達證券將保留隨時追究其法律責任的權利。評級說明評級說明 投資建議的比較標準 股票投資評級 行業投資評級 本報告采用的基準指數：滬深300

135、 指數（以下簡稱基準）；時間段：報告發布之日起 6 個月內。買入：買入：股價相對強于基準 15以上；看好：看好：行業指數超越基準；增持：增持：股價相對強于基準 515；中性：中性：行業指數與基準基本持平；持有：持有：股價相對基準波動在5%之間；看淡：看淡：行業指數弱于基準。賣出：賣出：股價相對弱于基準 5以下。風險提示風險提示 證券市場是一個風險無時不在的市場。投資者在進行證券交易時存在贏利的可能，也存在虧損的風險。建議投資者應當充分深入地了解證券市場蘊含的各項風險并謹慎行事。本報告中所述證券不一定能在所有的國家和地區向所有類型的投資者銷售，投資者應當對本報告中的信息和意見進行獨立評估，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、稅收等方面咨詢專業顧問的意見。在任何情況下，信達證券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，投資者需自行承擔風險。