智能驾驶行业专题：汽车智能化下的投资机遇探析

汽车智能化奇点时刻将近。当前汽车智能化已经具备技术底层突破（端到端大模型上车）、爆款产品出现（问界 M7/M9 等）、可持续跟踪的数据（渗透率相关数据），海内外共振（海外跟踪特斯拉FSDV12版本持续迭代）。我们认为，智能驾驶空间巨大（远期国内近3000亿空间），奇点时刻渐近，技术迭代和产品渗透率有望加速。 特斯拉引领国内L3车企高阶智能驾驶方案迭代。特斯拉FSD算法持续升级（2021年BEV+Transformer—2022年引入OccupancyNetwork—2023年引入端到端融合大模型），引领行业发展。从硬件层面减少雷达配置、到软件层面提供BEV、Transformer、Occupancynetwork等大模型实现视觉方案，均是特斯拉走在行业前列。2023年后特斯拉推出FSDV12的端到端模式，带动行业进入新一轮快速迭代周期。 智能化在汽车产业链带来核心机遇（上游基建、中游车端、下游运营）。1）上游基建端，各家车企加快布局高算力数据集群训练大模型。2）中游车端，架构方面，车辆电子电气架构从分布式-域集中式（功能域）-跨域融合-中央架构；硬件方面，与智能驾驶相关的汽车零部件，主要围绕感知（摄像头、雷达等）、决策（域控制器）、执行环节（线控底盘）进行布局，在大模型落地及高阶自动驾驶加速上车的趋势下，越来越多的车企传感器方案重心向视觉倾斜，利好感知层高像素摄像头（500万+像素）、决策层大算力车载域控制器（1000TOP+）、执行层底盘端线控制动和线控转向等；软件方面，大模型助力，实现硬件成本下降+城区NOA落地，目前特斯拉、Momenta（感知+规划端到端及one-model端到端两条线）率先实现模型落地，国内华为、小鹏、理想均已发布感知及规划端到端模型（神经网络覆盖）。3）下游运营端（Robotaxi等），智能驾驶或将带来汽车出行模式的颠覆性变革，当前国内萝卜快跑、小马智行、如祺出行等均在部分城市实现Robotaxi试运营，海外特斯拉将Robotaxi作为宏图第三篇章，预计2024年有望亮相发布。 投资建议：整车核心推荐比亚迪、小鹏汽车、理想汽车。零部件核心推荐德赛西威（交互及计算底座）、科博达（域控制器平台型企业）、华阳集团（汽车电子）、伯特利（执行层）、保隆科技（执行层）、均胜电子（决策层）、沪光股份（数据传输），建议关注豪恩汽电（感知层）。 风险提示：汽车供应链紧张风险，销量不及预期风险。 前言：汽车智能化下的投资机遇探析 汽车或为最早落地的“具身智能”，市场空间大 智能驾驶汽车本质也是具身智能的产品之一（做极致类比相当于一个大型轮式机器人），和服务机器人相比，智能驾驶汽车一定程度替代司机的劳动付出（家庭服务机器人替代保姆），司机的驾驶行为是较为标准化的动作，如果不考虑安全法规要求，单纯从技术实现难度看，智能汽车有望成为较早落地的具身智能产品。 智能驾驶是第一步 1）汽车自动驾驶替代司机（遵循交规，偏标准化-通用人工智能） 需求空间：全球14亿保有量汽车，年化近1亿汽车销量（2023年全球汽车销量9272万辆），假设驾驶劳动补偿按每车每月4000元劳动力计算（不考虑私家车劳动力成本相较运营车的折价），测算理论上年化近5万亿潜在劳动力市场空间可以由自动驾驶实现。 供给空间：全球14亿保有量汽车，年化近1亿汽车销量（2023年全球汽车销量9272万辆），假设自动驾驶软件包买断成本按2万计算，在不考虑共享汽车潜在减少汽车年销量的背景下，测算理论上自动驾驶供给端潜在年化空间2万亿。 共享出行是第二步 完全无人驾驶之后，个人车辆可以在闲置时间段共享出行，让你的爱车出去“挣钱”。特斯拉或将于2024年发布无人驾驶出租车（Robotaxi）产品。 需求空间：全球80亿人口，全球城市化率接近60%，城市人口日均出行距离假设20公里，其中公共交通占比50%，测算约480亿公里日均乘用车潜在需求里程。 供给空间：全球14亿保有量汽车，假设远期保有量降至10亿，其中30%用于共享出行，日均有效供给300公里里程，测算约900亿公里日均共享出行潜在供给里程。 车主盈利：共享电动车购置成本20万，5年运营周期（每年工作300天），日均折旧约130元，日均用电成本50度*1.5元=75元，日均运营收费300公里*1元=300元，测算理想情况下车主可实现日均盈利100元。 2025年国内自动驾驶有望超500亿市场空间，远期近3000亿空间 可替代的劳动力空间巨大:智能驾驶汽车的劳动力替代空间巨大，假设在驾驶方面的劳动力成本按每月1000元计算（保守假设运营车辆司机月薪4000元，私家车驾驶时间按运营车辆司机四分之一计算），无人驾驶实现后，测算每车每年劳动力节省成本有望破万元（当前华为ADS2.0包年价格7200元），考虑6-8年汽车生命周期，每车生命周期劳动力节省成本近6万元（当前特斯拉FSD北美买断价格8000美元），无人驾驶所节省的劳动力成本可以覆盖当前国内外高阶自动驾驶的收费，渗透率提升空间较大。全球14亿汽车保有量（不考虑无人驾驶导致保有量下降），我们测算远期无人驾驶100%渗透之后所节省的全球汽车驾驶员劳动力的潜在市场空间有望过10万亿（年化）。 预计2025年国内带城区辅助驾驶功能的智能驾驶市场规模约510亿元。我们测算2023年车主购买带有城区辅助驾驶功能的车预计占我国乘用车市场整体的0.3%，假设单车买断价3.6万元，市场规模约27亿元；至2025年，广汽、理想、小鹏、比亚迪、问界、小米、蔚来、吉利、特斯拉等车企发力下，国内带有城区辅助驾驶的自动驾驶渗透率预计到6%，市场规模约510亿元；到远期假设我国80%乘用车搭载城区辅助驾驶功能，其中60%车主愿意支付2万元买断费用，我国乘用车自动驾驶市场规模预计达2880亿元。 表1：含城区辅助驾驶的自动驾驶市场规模 城市NOA持续落地，端到端技术方案加速推进。目前，NOA功能从高速NOA，卷向城市NOA，城市无图NOA已经成为下一阶段的技术需求。特斯拉引领，国内车企跟随，通过BEV+Transformer模型助力，实现硬件成本下降+城区NOA落地。目前，端到端方案也在加速推进，特斯拉、momenta（感知+规划端到端及one-model端到端两条线）率先实现模型落地，国内华为、小鹏、理想均已实现感知及规划端到端（神经网络覆盖）。端到端自动驾驶是直接从传感器信息输入（如摄像头图像、LiDAR等）到控制命令输出（如转向、加减速等）映射的一套系统，最早出现在1988年的ALVINN项目，通过相机和激光测距仪进行输入和一个简单的神经网络生成的转向进行输出。2024年初，特斯拉FSDV12.3版本发布，智驾水平让人惊艳，端到端自动驾驶方案受到国内主机厂和自动驾驶方案企业的广泛关注。 与传统的多模块方案相比，端到端自动驾驶方案将感知、预测和规划整合到单一模型中，简化了方案结构，可模拟人类驾驶员直接从视觉输入做出驾驶决策，以数据和算力为主导，能够有效解决模块化方案的长尾场景，提升模型的训练效率和性能上限。 表2：传统多模块方案与端到端方案的对比 笔者认为，每一轮新技术驱动下的景气度行情，离不开以下四要素：1）技术底层突破；2）爆款产品出现；3）可持续跟踪的数据；4）海内外行情共振。当前汽车智能化已经具备技术底层突破（端到端大模型上车）、爆款产品出现（问界 M7/M9 等）、可持续跟踪的数据（渗透率相关数据），海内外共振（海外跟踪特斯拉FSD V12版本持续迭代），目前高阶智能驾驶渗透率较低（5%以内），供给端不断推陈出新，智能驾驶奇点时刻渐近。 复盘特斯拉智能驾驶发展之路，从硬件层面减少雷达配置、到软件层面提供BEV、Transformer、Occupancynetwork等大模型实现重感知方案，均是特斯拉走在行业前列。2023年后特斯拉推出FSDV12的端到端模式，带动行业进入新一轮快速迭代周期，智能驾驶方案渗透率有望持续提升。 图1：汽车智能化下的投资机遇探析 1、汽车智能化奇点时刻将至 L3级别是汽车自动化道路的一次跃升，相较于L0-L2级别的人类主导驾驶、车辆只做辅助的模式，L3开始，车辆自动驾驶系统在条件许可下可以完成所有驾驶操作（作用不亚于驾驶员）。从技术实现难度看，家庭服务机器人替代保姆（任务非线性，偏非标-实现难度更大），汽车自动驾驶替代司机（遵循交规，偏标准化-通用人工智能），智能汽车有望成为较早落地的具身智能产品，测算2025年国内自动驾驶有望超500亿市场空间，远期近3000亿空间。 图2：从全球智能手机的出货量（亿部）及渗透率看新能源车和智能车的发展阶段 当前汽车智能化已经具备技术底层突破（端到端大模型上车）、爆款产品出现（问界 M7/M9 等）、可持续跟踪的数据（渗透率相关数据），海内外共振（海外跟踪特斯拉FSDV12版本持续迭代）。我们认为，智能驾驶空间巨大，奇点时刻渐近，技术迭代和产品渗透率有望加速。 图3：每一轮新技术驱动下的景气度行情，离不开四要素 2、特斯拉智能驾驶发展现状 特斯拉FSD算法持续升级（2021年BEV+Transformer—2022年引入Occupancy Network—2023年引入端到端融合大模型），引领行业发展。智能驾驶方案存在较高技术壁垒，从硬件层面减少雷达配置、到软件层面提供BEV、Transformer、Occupancynetwork等大模型实现重感知方案，均是特斯拉走在行业前列。2023年后特斯拉推出FSDV12的端到端模式，带动行业进入新一轮快速迭代周期，智能驾驶方案渗透率有望持续提升。 图4：特斯拉智能驾驶软件发展 图5：HW5.0在研，特斯拉智能驾驶硬件加速进化 3、智能化在汽车产业链的核心变化（上游基建、中游车端、下游运营） 智能化在汽车产业链的核心变化主要体现在三个部分：上游基建（算力-智算中心）、中游车端（架构、硬件、软件）、下游运营（Robotaxi等）。 1）上游基建端（算力-智算中心），随智能驾驶等级提升，数据计算量增大，算力要求提高，为匹配数据量增长并做好后续大规模数据训练准备，部分公司开始布局智算中心。 2）中游车端（架构、硬件、软件），智能化在车端的核心变化主要体现在三个部分：架构（分布-集中）、硬件（感知-决策-执行部件）、软件（BEV+Transformer、端到端大模型）。架构方面，智能驾驶时代，车辆电子电气架构从分布式-域集中式（功能域）-跨域融合-中央架构。硬件方面，我们认为在大模型落地及高阶自动驾驶加速上车的趋势下，越来越多的车企传感器方案重心会向视觉倾斜，会有更多的800万像素摄像头上车；同时1000+TOPS的大算力域控制器数量增多，底盘端线控制动和线控转向渗透率也将提升。与智能驾驶相关的汽车零部件，主要围绕感知（摄像头、雷达等）、决策（域控制器）、执行环节（线控底盘）进行布局。软件方面，大模型助力，实现硬件成本下降+城区NOA落地，目前特斯拉、momenta（感知+规划端到端及one-model端到端两条线）率先实现模型落地，国内华为、小鹏、理想均已实现感知及规划端到端（神经网络覆盖），小米、大疆等玩家暂时停留在感知端到端阶段。 3）下游运营端（Robotaxi等），从智能驾驶商业模式角度，我们认为除自动驾驶软件包（FSD等）外，Robotaxi也为潜在的应用方式之一，新势力（特斯拉、小鹏等）依靠着其先进的自动驾驶技术迅速获得政策批准开始积累路测里程，并有望在2025年之前开始商业化探索。 图6：智能化在汽车产业链的核心变化（上游基建、中游车端、下游运营） 参考华为智能汽车解决方案品牌HI对于智能汽车的核心理念，HI包含了1个全新的计算与通信架构和5大智能系统，以及激光雷达、AR-HUD等30余款智能化部件，提供了3大计算平台和3大操作系统，既代表技术创新，也代表商业模式的创新。因此，我们认为，智能化在车端的核心变化主要体现在以下三个部分： 1）架构（分布-集中）；2）硬件（感知-决