AI系列报告：AI大模型加速落地，汽车智能化迅速发展

行业研究|深度报告 看好（维持） 电子行业 国家/地区中国 行业电子行业 AI大模型加速落地，汽车智能化迅速发展 --AI系列报告 报告发布日期2023年06月27日 核心观点 报告起因 近日，工信部副部长表态：工信部将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持有条件的自动驾驶。L3级及更高级别的自动驾驶功能商业化应用有望加速。 媒体报道，特斯拉Dojo“超级计算机”即将投产，汽车公司开启算力角逐。核心观点 AI技术提升汽车智能化：汽车智能化主要体现在自动驾驶和智能座舱两方面，AI技 术的发展持续提升汽车的智能化能力。据工信部等数据，22年L2级辅助驾驶渗透率34%，30年L3自动驾驶渗透率将达70%。AI是自动驾驶模块化系统和端到端系统的关键：主流的模块化自动驾驶系统可分为感知、决策和执行三层，AI算法是其中感知层和决策层的核心，而在端到端系统中，输入数据到输出控制仅通过一个AI大模型实现。AI大模型技术的发展，让自动驾驶技术可以通过提升感知能力来去除对高精地图的依赖。 多种AI大模型将应用在智能汽车：AI大模型在智能汽车的应用，需满足海量数据、模型、强大算力的三重要求，BEV、认知、NLP语言等AI大模型技术有望助推汽车 智能化登上新高度。NLP大模型实现人车的更友好交互，推动座舱智能化进程；CV大模型助力数据标注、仿真和感知等；多模态AI大模型为城市场景辅助驾驶乃至高等级自动驾驶的规模量产拉开帷幕，同时也有望用于智能座舱中的人机交互，融合语音、视觉、手势等多种交互方式，满足用户在不同场景下的不同使用习惯。 AI大模型带来感知层、决策层和人车交互的变化：在自动驾驶感知层，大模型推动传感硬件的复杂度和精度提升，也有望降低自动驾驶传感器硬件成本，加速自动驾 创新、复苏与国产化的共振：电子行业 2023-06-18 建议关注韦尔股份、舜宇光学科技、晶晨股份、裕太微、北京君正、沪电股份、富 瀚微、龙迅股份、思特威-W、联创电子、徕木股份、海康威视、大华股份、东山精 2023年中期策略报告VisionPro树行业标杆，有望开启XR行业 2023-06-08 密。 “iPhone时刻” 驶普及。在自动驾驶决策层，AI认知大模型上线，基于学习的决策规划算法走向主流。在人车交互领域，通用型NLP模型以车载语音助手或集成化车机操作系统的形式搭载在智能座舱，主要功能包括对话式交互、逻辑推理、策略规划和知识问答。 投资建议与投资标的 AI大模型在自动驾驶领域的应用将催生海量计算和数据传输需求，云端和车端算力硬件行业有望受益；感知大模型的应用带动传感器硬件需求，车载摄像头、4D毫米波雷达、高线束固态激光雷达是关键传感器部件；同时，多模态大模型和NLP大模型将推升智能座舱的发展，相关公司也有望从中受益。 证券分析师蒯剑 021-63325888*8514 kuaijian@orientsec.com.cn 执业证书编号：S0860514050005香港证监会牌照：BPT856 证券分析师李庭旭 litingxu@orientsec.com.cn 执业证书编号：S0860522090002 联系人韩潇锐 hanxiaorui@orientsec.com.cn 联系人杨宇轩 yangyuxuan@orientsec.com.cn 联系人薛宏伟 xuehongwei@orientsec.com.cn 联系人张释文 zhangshiwen@orientsec.com.cn 继续看好AI主线2023-06-23 风险提示 技术研发进度不及预期、法规风险、行业竞争加剧。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、AI技术提升汽车智能化4 1.1国标促进自动驾驶逐步落地，座舱智能化程度持续提升4 1.2AI是自动驾驶模块化系统和端到端系统的关键5 1.3AI大模型在自动驾驶领域应用前景广阔7 二、多种AI大模型将应用在智能汽车8 2.1AI大模型在智能汽车的应用，需满足数据、模型、算力的三重要求8 2.2NLP大模型助力人车交互，加速座舱智能化11 2.3CV大模型助力数据标注、仿真和感知11 2.4多模态大模型逐步在自动驾驶和智能座舱中应用13 三、AI大模型带来感知层、决策层和人车交互的变化16 3.1自动驾驶感知层：大模型提升传感硬件的复杂度和精度16 3.2自动驾驶决策层：基于学习的决策规划算法走向主流，AI认知大模型上线21 3.3人车交互领域：语言大模型落地在即22 四、投资建议24 4.1韦尔股份：车载CIS积累深厚，汽车电子领域收入增长迅速24 4.2舜宇光学科技：车载镜头行业龙头地位稳固，激光雷达等新产品加大研发投入24 4.3晶晨股份：智能座舱芯片25 4.4其他公司25 五、风险提示27 图表目录 图1：2023年内已上市和预计上市的搭载AI大模型的自动驾驶汽车4 图2：国标《汽车驾驶自动化分级》分级标准4 图3：座舱智能化程度持续提升5 图4：主流模块化自动驾驶系统的组成6 图5：端到端自动驾驶系统与主流模块化方案对比6 图6：AI大模型在自动驾驶系统中的应用7 图7：不同自动驾驶系统架构7 图8：自动驾驶公司的AI大模型训练模式8 图9：各厂商的自动驾驶智算中心建设情况9 图10：百度ApolloCloud2.0智能云服务架构10 图11：基于大模型的toB自动驾驶云产品10 图12：AI大模型在智能汽车的应用10 图13：大模型赋能的商汤绝影智能车舱11 图14：特斯拉Auto-labeling自动标注系统12 图15：场景仿真关键要素12 图16：特斯拉纯视觉方案的环境感知系统架构14 图17：多模态传感深度融合架构14 图18：多模态端到端感知模型15 图19：多模态大模型将在智能座舱发挥更大作用15 图20：不同车载传感器的性能比较17 图21：主流自动驾驶厂商的传感器和大模型方案17 图22：传感器融合算法18 图23：国内主流自动驾驶车企已宣布开发和量产的大模型感知架构19 图24：特斯拉HW3.0系统摄像头分布图19 图25：Mobileye计划2025年在侧向感知中使用毫米波雷达代替激光雷达20 图26：百度Apollo自动驾驶系统的规划算法架构21 图27：强化学习算法基本架构21 图28：DriveGPT训练过程和基本效果22 图29：DriveGPT模型架构22 图30：NLP大模型在智能汽车领域的应用22 图31：NLP大模型应用的主要时间节点23 图32：韦尔股份的车载摄像头系列产品24 图33：舜宇汽车镜头份额持续提升25 1）近日，工信部副部长辛国斌在国务院新闻办公室举办的关于促进新能源汽车产业高质量发展的国务院政策例行吹风会表态：工信部将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持有条件的自动驾驶。L3级及更高级别的自动驾驶功能商业化应用有望加速。AI大模型技术的发展，让自动驾驶技术可以通过提升感知能力来去除对高精地图的依赖。 2）媒体报道，特斯拉Dojo“超级计算机”即将投产，汽车公司开启算力角逐。 一、AI技术提升汽车智能化 汽车智能化主要体现在自动驾驶和智能座舱两方面，AI技术的发展持续提升汽车的智能化能力， BEV、认知、NLP语言等AI大模型技术有望助推汽车智能化登上新高度。 2023年上半年，已有多家厂商基于BEV大模型的自动辅助导航驾驶NOA系统量产；2023年6月发布的新摩卡DHT-PHEV将搭载认知大模型；2023年内，2款搭载NLP语言大模型的新车型将要上市。 图1：2023年内已上市和预计上市的搭载AI大模型的自动驾驶汽车 上市时间 车型号 搭载模型 模型开发者 2023.5.31 吉利银河L7 吉利-百度·文心NLP大模型 百度、吉利合作 2023Q4 问界M9 盘古NLP大模型 华为 2023Q3 集度ROBO-01 BEV感知模型 百度 2023.6.1 新摩卡DHT-PHEV DriveGPT认知模型、BEV感知模型 毫末智行 2023.1.6 广汽埃安aionlxplus BEV环视通用感知算法 商汤 2023.6（OTA推送） 蔚来ES7、EC7、2022-2023款ET7、2022款ET5等 BEV感知模型 蔚来 2023.3（OTA推送） 小鹏G9等 BEV感知模型 小鹏 数据来源：各公司官网，东方证券研究所整理 1.1国标促进自动驾驶逐步落地，座舱智能化程度持续提升 随着人工智能技术的不断进步和成本的降低，自动驾驶技术有望不断成熟和普及。国标《汽车驾驶自动化分级》（GB/T40429-2021）于2022年3月正式实施。国标参考美国SAE标准基础，0-5级基本对应SAE标准L0-L5；值得注意的是，国标将0-2级自动驾驶规定为如遇到事件影响由驾驶员及系统协作完成，并非SAE标准中的全部让驾驶员来完成。 图2：国标《汽车驾驶自动化分级》分级标准 数据来源：工业与信息化部、东方证券研究所 根据工信部、中国工业经济联合会、中国汽车工程学会等机构数据，2022年2级（L2级）辅助驾驶渗透率达34%，其中燃油车渗透率为32%，新能源汽车渗透率为46%。目前全球和中国汽车市场3+级（L3+级）高等级自动驾驶技术的渗透率仍处于极低水平。 在中国汽车工程学会牵头组织编制的《节能与新能源汽车技术路线图2.0》中，明确提到到2025年，PA（部分自动驾驶）、CA（有条件自动驾驶）级智能网联汽车市场份额超过50%，HA（高度自动驾驶）级智能网联汽车实现限定区域和特定场景商业化应用。到2030年，PA、CA级智能网联汽车市场份额超过70%，HA级智能网联汽车市场份额达到20%，并在高速公路广泛应用、在部分城市道路规模化应用。相似的，中国工业经济联合会会长李毅中预测，2030年L3自动驾驶渗透率将达70%。 此外，汽车的智能化也体现在座舱的持续升级，已从传统座舱的机械仪表盘、车载收音机等，发展到具有生物识别、驾驶员健康的智能助理座舱，并将实现使用场景丰富的信息、娱乐等多功能融合的第三生活空间。 图3：座舱智能化程度持续提升 数据来源：罗兰贝格，东方证券研究所 1.2AI是自动驾驶模块化系统和端到端系统的关键 AI是自动驾驶系统感知和决策模块的关键。主流自动驾驶系统为模块化系统，可分为感知、决策和执行三层，AI是其中感知层和决策层的核心内容。 图4：主流模块化自动驾驶系统的组成 •车辆状况 •环境 • 感知算法 •传感器算法 •导航算法 •车联网 认知理解 •雷达 •摄像头 传感器 数据标注 数据来源：东方证券研究所绘制 感知层中，传感器算法是关键，多传感器融合算法可分为数据级融合、特征级融合和决策级融合三种，决策级融合是最广应用的技术方案。特斯拉的矢量地图建模和自动车道标注算法是其自动驾驶算法的重要内容，为实现车道轨迹规划提供支持。 决策规划算法可进一步分为全局路径规划层、行为决策层和运动规划层。全局规划算法，包括基于物理模型、基于意图分类、基于深度学习等主要类别；行为决策算法，包括基于规则、基于学习、融合规则和学习等主要类别；运动规划算法，包括基于策略规则、基于最优控制、基于机器学习等主要类别。行为预警式运动规划将决策规划过程升级为交互式过程，引入人机共驾、车路协同以及车辆对外部动态环境的风险预估，有助于提高自动驾驶车辆行驶安全性。 图5：端到端自动驾驶系统与主流模块化方案对比 传统自动驾驶方案 传感器 感知 决策 规划 控制 执行器 端到端自动驾驶方案 传感器 端到端网络 轨迹规划 控制 执行器 数据来源：上海人工智能实验室、东方证券研究所 端到端自动驾驶系统成为研究热门，对AI大模型需求更甚。端到端系统中感知决策一体化，较传统模块化设计