智能驾驶行业报告：开启高阶智能驾驶的量产时代

出品机构：甲子光年智库研究指导：宋涛 研究团队：翟惠宇发布时间：2023.1 前言：智驾功能飞入寻常百姓家 智能驾驶功能不断丰富，ADAS前装量产加速上车，多方位提升用户驾乘体验。 智能驾驶功能快速上车，L2级辅助驾驶功能已经成熟，L2+/L2++级高级辅助驾驶也开始进入定点量产阶段，智能驾驶正在走进家家户户。 智能驾驶功能的上车从多方面提升了用户驾驶体验，同时在安全、能耗、效率方面起到积极作用，用户的驾驶习惯正被潜移默化地改变。 图：全球乘用车各等级智能驾驶功能上车情况（万台） L0L1L2L3L4及以上 1080 1948 2330 2020 1947 3070 1800 2021 2634 3307 1309 2022E 3192 3462 1029 2023E 3893 3485 743 2024E 4712 3298 598 2025E 6010 2531 535 2026E 前言：高阶辅助智驾功能加速上车，量产时代已经开启 NOA功能上车，前装量产正在不断被实现。 自动泊车、NOA领航辅助驾驶等L2.5/L2.9功能正在加速实现定点量产，国内主要自主品牌OEM都已经具备相关的落地时间规划，将于2022-2023年大量进入市场，接受用户的最终检阅。 现阶段的L2.9高级辅助驾驶产品，在功能层面已经基本可以实现点到点的行泊一体行驶自动化，从人类驾驶真正走向了“人机共驾”，向着L3/L4“机器驾驶”形态不断逼近。 图：国内车企各级别自动驾驶功能的研发与上车规划（概览） Part01定义：智驾量产的内涵与关键性P04 目录 Part02现状：智能驾驶规模化部署实践P12 Part03实践：领先厂商拨开云雾见月明P19 Part04思考：乘用汽车智驾的发展趋势P28 1.1前装量产是自动驾驶技术发展到一定阶段的产物 SOP意味着各项功能均通过完备的车规级测试，是平台车型进入量产阶段的关键标志。 整车开发流程复杂程度极高，需要在做好大量设计和验证工作的同时，保证项目执行的进度；在正式量产之前，整车和零部件的开发经历了漫长且极严谨的过程，而SOP则标示着这一项目在开发阶段的最终成功。 站在产业整体来看，量产则意味着现阶段的L2+智能驾驶系统已经不是单一简单区域的DEMO呈现，而是可以进行大规模装载，并且在真实交通场景下运行，可交付消费者广泛使用的成熟产品。 图：通过SOP对项目开发流程意义重大，而前装量产则对自动驾驶行业前进更具战略意义 •多家行泊一体高阶智驾功能已经上车 •进入SOP节点意味着L2++智能驾驶汽车功能已经成熟 PM SOP Demo 规模装载 DE PP KEDF PD PFBF VFF LF OS PVS •通过各项车规级测试，满足安全、性能、稳定性方面的各项标准，前装智能驾驶汽车方可量产投入市场 •量产上市后，智能驾驶汽车只有真正跑在路上，才能形成数据闭环 •量产上路带来的海量真实数据是后续的智能驾驶算法迭代升级的基础 1.2多重因素推动智驾量产到来 技术、成本、市场、认知、政策都在发生变化，集涓成流，推动智能驾驶量产落地。 自动驾驶技术 市场发展趋势 集涓成流，多方面因素发展，合力使“量产”成为可能 •硬件性能增长，成本降低：AI芯片、激光雷达、高分辨率摄像头传感器等硬件 •软件系统可落地：NOA、智慧泊车等软件技术高速发展，BEV感知技术也同时推动自动驾驶技术前进 •本土乘用车市场组合驾驶辅助功能渗透率达不断提升 •特斯拉、小鹏等车企通过自动驾驶树立的技术领先形象，引领其他车企跟进，市场对相关技术更加重视，正在逐步推动相关技术成为新车的标准配备 消费者需求 政策法规影响商业化动力 •随着新能源汽车普及，在能源顾虑被打消后，汽车智能化水平将更受重视 •自动驾驶能力将作为购车时的重要决策依据，这也推动了整个行业的发展 •国内相关法规政策不断推进自动驾驶测试和运营的相关立法，对发展相关技术的支持力度大 •L3级无人驾驶相关立法已经落地，对于高级辅助驾驶功能上车而言是重大利好 •L4级无人驾驶商业化落地难度大，加上资本市场遇冷，裁员、战略调整频繁 •渐进式智能驾驶量产路线更受到车企客户的认可 推动智能驾驶的前装量产元年 1.2.1供给侧：软硬件持续进步 芯片算力提升与算法打磨是推动智驾功能规模化落地的技术保障。 过去两年，车载计算平台的算力正以打破“摩尔定律”的速度迅速发展，从10T到200T，再从500T到2000T，芯片算力的提升将支撑更复杂智能的自动驾驶算法，持续打通各个场景与功能。 与此同时，路测里程也在随着时间的不断积累，以及更多仿真技术的应用，越来越多的路测数据驱动着自动驾驶算法不断升级、完善，为车企和 消费者提供更优秀平稳的体验。 AI算力2000TOPS 500TOPS 200TOPS 100TOPS <10TOPS 图：车载计算平台算力不断提升，为更复杂的高阶智驾功能提供算力基础 Snapdragon Ride Thor FSD2.0 MDC810 征程J6 MDC610 OrinX EyeQ6 FSD1.0 征程J5 Xavier MDC210 EyeQ5 征程J3 EyeQ4 TDA4VM •国内外领先厂商均已推 出大算力车载计算平台 •普遍在2020年后量产 •为未来L4级以上的自动驾驶技术保驾护航 •当前中低算力芯片相对成熟并可稳定供应 •生产规模增长推动成本下调，L2+高级辅助驾驶具备落地条件 EyeQ3 2014 20182019 2020202120222025 预计量产时间 1.2.2需求侧：用户习惯与需求被建立 ADAS功能已经飞入寻常百姓家，“新体验”将创造“新欲望”，带来“新市场”。 超75%的用户对自动泊车和高速公路领航辅助有需求，城市道路领航辅助的需求占比也超过60%，智驾功能正在成为汽车消费的“家常便饭”。 相比燃油汽车，新能源汽车诞生的时间尚短，在汽车自身工具属性问题尚未得到妥善解决之前，消费者最关注的因素仍然是续航里程和充电效率， 然而随着近两年电池技术的进步，以及充电桩等配套设施的快速建设，未来汽车智能化程度将更成为厂商间竞争的主要战场。 高端电动汽车消费者对于汽车智能化程度的重视程度更高，领先厂商将带动整体电动汽车行业向着“更智能”的方向升级前进。 图：消费者对各场景自动驾驶功能有高需求（受访者占比，%）表示需要该功能表示不需要该功能 图：消费者将愈加重视电动车的智能化程度（受访者占比，%） 电动汽车消费者高端电动汽车消费者 75% 25% 60% 40% 76% 24% 高速公路/高架 城市道路自动泊车 •高速公路、城市道路、泊车是当下乘用车自动驾驶的三大应用场景，消费者均表现出了较强的需求反馈； •受限于场景的复杂度，相比高速公路的简单路况与泊车的低速运行， 城市NOA技术难度与驾驶风险更高，因此对应的消费者需求略弱。 续航里程与充电时间 动态体验用车成本品牌信赖充电支持售后服务智能化程度碰撞安全 25% 29% 23% 26% 35% 34% 36% 50% 48% 47% 46% 47% 42% 46% 46% 56% 1.2.3政策面：2022年政策频出 技术不断积累与突破也对政策提出了匹配的新诉求，而安全是政策立法的核心底线。 全国各地都在建立智能网联汽车产业基地，开放自动驾驶路测；多地加大力度对L3与L4级自动驾驶立法，为自动驾驶技术的进步与商业化铺路。 自动驾驶技术的进步对量产固然重要，但是量产更多是车企与自动驾驶公司合力推动的商业化行为，政策更多是在旁侧起到了支持、推动作用。 值得注意的是，随着智驾量产上车，数据和功能安全方面的法规更加严谨，这对于行业进一步健康有序发展起到了正向的规范作用。 2022年，L3政策与立法开始提速 北京 2022年4月 《北京市智能网联汽车政策先行区乘用车无人化道路测试与示范应用管理实施细则》 深圳 2022年6月 《深圳经济特区智能网联汽车管理条例》 广州 2022年6月 《广州市南沙区智能网联汽车混行试点区及特殊运营场景混行试点总体方案》 上海 2022年8月 《上海市加快智能网联汽车创新发展实施方案》 工信部 2022年11月 《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》 •L3是“人主导L2”到“系统主导L4”中的过度阶段，但相关的功能（如领航功能）仍被记入L2++级别中去 •进入2022年，国内L3级自动驾驶立法开始提速，并开始考虑放开面向私人市场销售的L3智能驾驶汽车 •此类放开准入与测试的相关政策多针对高级自动驾驶测试，但 其传递出鼓励、支持的态度仍有效推动了自动驾驶行业发展 2022年，安全和数据更受重视 多部门 2022年2月 《关于试行汽车安全沙盒监管制度的通告》 工信部 2022年3月 《车联网网络安全和数据安全标准体系建设指南》 工信部 2022年4月 《关于开展汽车软件在线升级备案的通知》 工信部 2022年9月 《国家车联网产业标准体系建设指南（智能网联汽车）（2022年版）》 •商业化不仅追寻智能驾驶功能的落地，同时也对汽车和消费者出行数据安全保障提出了新的要求 •相关政策法规对智能网联汽车网络安全、数据安全标准体系的 建设做了相关规划 1.2.4市场竞争：自动驾驶的卡位赛已经拉开序幕 商业化落地能力是自动驾驶企业实力的检验标准，抢夺先发优势至关重要。 自动驾驶开始进入下半场的比拼商业化能力的阶段，但L4级自动驾驶商业化迟迟未能推进，迫于产品研发与算法打磨耗费的大量金钱与时间带来的压力，已经有部分曾经的“明星”公司不得不接受被收购改组的命运。 一方面，自动驾驶公司需要获得商业收入以维持经营和产品迭代；另一方面，在智能驾驶的卡位赛中，能够先同车企达成合作的科技公司，将在积累量产经验的同时，更快获得海量真实数据以持续打磨软件算法，为未来冲击更高等级的自动驾驶算法做准备。 表：2022年部分发生经营变化的自动驾驶公司例举在前装量产中争夺先发优势 日期 科技公司 主要产品 经营变化 2022.9 Ibeo 激光雷达、感知算法 宣告破产 2022.9 Aurora Robotaxi、平台型自动驾驶 裁员、降薪、资产出售 2022.10 ArgoAI L4级自动驾驶 裁员、关闭 2022.5 WeRide L4级自动驾驶 与博世合作，打造高阶智能驾驶 2022.5 轻舟智航 L4级自动驾驶 低成本的自动驾驶前装量产 2022.11 Pony.ai L4级自动驾驶 成立辅助驾驶部门 积累量产经验 •服务车企客户时，仅凭科技公司酷炫的Demo是无法满足车企要求的，需要自动驾驶公司有丰富的量产经验和过硬的工程化落地能力 •车企供应商更换周期慢，一旦选定不会轻易更改 •L4级公司持续投入，但商业化进展缓慢，海外部分曾经的明星公司已经被迫倒闭或大规模裁员； •国内多家L4公司也纷纷寻求前装量产的可能，转向L2+/L2++高级辅助智能驾驶赛道，寻求商业化收入； •一个主要靠资本输血的赛道，终究要交待给资本一个更赚钱的故事，商业化盈利才是最终核心目标。 获取数据“燃料” •数据是当下主流自动驾驶公司训练算法、迭代产品的重要途径，通过汽车量产获得大规模高质量的真实数据，完成自动驾驶算法的升级 •数据获取得越早、越多，算法升级将会越高效，更 有机会在未来自动驾驶市场竞争中占得先机 1.3软件定义，汽车产品属性发生变化 软件定义汽车时代下，产品核心竞争力转向软件与服务，汽车成为可长期运营的产品。 与智能手机的发展类似，智能汽车的核心价值也正快速从过去的工具消费品主属性，向一个具备可运营升级属性的产品转移，所以未来汽车消费价值链中，软件带来的价值与收入将会愈发明显。 在这种变化过程中，科技公司与车企需要共同定义与研发智能驾驶这个“新玩意儿”，共同