AI系列报告：AI大模型加速落地，汽车智能化迅速发展

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。 电子行业 行业研究 | 深度报告 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。 ⚫ 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。 ⚫ 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、东山精密。 风险提示 ⚫ 技术研发进度不及预期、法规风险、行业竞争加剧。 投资建议与投资标的 核心观点 国家/地区 中国 行业 电子行业 报告发布日期 2023年06月27日 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 创新、复苏与国产化的共振：电子行业2023年中期策略报告 2023-06-18 Vision Pro树行业标杆，有望开启XR行业“iPhone时刻” 2023-06-08 AI大模型加速落地，汽车智能化迅速发展 --AI系列报告 看好（维持） 电子行业深度报告 —— AI大模型加速落地，汽车智能化迅速发展 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。 2 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 1.2 AI是自动驾驶模块化系统和端到端系统的关键 ............................................................. 5 1.3 AI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 2.1 AI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 2.2 NLP大模型助力人车交互，加速座舱智能化 .............................................................. 11 2.3 CV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 电子行业深度报告 —— AI大模型加速落地，汽车智能化迅速发展 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。 3 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Apollo Cloud2.0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 ................................................................