智能驾驶将驶向何方？

证券研究报告 联合研究|联合研究专题|汽车（2128） 智能驾驶将驶向何方？ 请务必阅读报告末页的重要声明 2024年08月20日 证券研究报告 |报告要点 本篇报告深度拆解了智能驾驶，充分剖析智能驾驶当下百花齐放的原因，以及未来在何时、何种方式实现大规模的功能迭代以及商业模式如何成立。以全产业链视角充分回答了智能驾驶未来进展，以及各个环节中所带来的投资机会。 |分析师及联系人 高登 张宁 SAC：S0590523110004SAC：S0590523120003 请务必阅读报告末页的重要声明1/45 联合研究|联合研究专题 2024年08月20日 汽车 智能驾驶将驶向何方？ 投资建议： 强于大市（维持） 上次建议：强于大市 相对大盘走势 汽车 20% 沪深300 7% -7% -20% 2023/82023/122024/42024/8 扫码查看更多 从何而来：技术完善，智驾进入百花齐放阶段 共享出行或成为未来主要方向，高阶智能驾驶与共享出行相互促进，未来保持融合进化，高阶智驾或带来安全和效率的提升。落地来看，受益于政策支持力度增大和消费者支付意愿增强，国内具备智能驾驶更好的发展环境。国内通过多个方向实现落地：（1）车路云2020-2023年的标准建立后，2024年开始进入城市商业化落地阶段；（2）Robotaxi在多轮迭代后目前技术进入相对成熟阶段；（3）L2+目前占比为9.3%，渗透率进入“5%-30%”阶段，有望加速撬动消费需求。政策迭代，车路云、单车智能、Robotaxi协同加速，高阶智驾进入百花齐放的“绽放”阶段。 殊途同归：落地方式差别，结果具备强互通性 智能驾驶研发参与者持续增加，不同维度加速推进高阶功能。Robotaxi采用“跃进式”方式，单车智能采用“渐进式”方式，从研发和落地方式上存在明显差别。Robotaxi与单车智能传感器和计算方式高度一致，有望实现“1+1＞2”的效果。我们认为高阶功能技术具备互通性，端到端大模型加速迭代，数据规模和算力规模成为车企的核心竞争能力。车路云、单车智能、Robotaxi有望成为加速高阶智能驾驶落地的三驾马车，端到端等大模型应用有望加速高阶智能驾驶功能落地。 驶向何方：模型驱动，2025年功能或大规模落地 端到端大模型是智能驾驶未来落地的主要路径。神经网络充分简化运算步骤，减少人工特征提取的需要，打通从感知到决策的全过程，训练上将智能驾驶的核心生产力从研发人员转向数据和算力，有望凭借算力积累实现功能迭代。智能驾驶端到端大模型是重要的垂直类模型，2025年有望实现大规模落地。车端从模型和硬件两个维度完成升级，模型上探索端到端模型上限，世界模型、VLM等加速端到端能力提升。硬件上电子电气架构升级，算力集中传感器成本逐步下探。 商业模式：车企有望实现智能驾驶盈亏平衡 车企未来有望实现智能驾驶维度的盈亏平衡。（1）Robotaxi通过成本下探实现单车的盈亏平衡，而后通过泛化能力实现Robotaxi维度下商业模式的盈亏平衡。（2单车智能，通过功能优化带动销量及智驾车型占比的双重提升，最终实现营收和毛利率水平的提升，直观反应在财务数据中。（3）技术输出，通过架构及算法等方式完成对其他车企智能化水平的提升，从而实现营业收入来源的增加和扩张。 投资建议：打通产业链，关注各环节投资机会 端到端等AI大模型加速应用，车企端强者恒强。车企维度上，建议关注域架构车型领先且车型保有量高的、智能驾驶研发支出较高的车企，重点推荐比亚迪、长安汽车、理想汽车和小鹏汽车。产业链价值量分配，技术领先的有更多的话语权。零部件维度上建议关注智能化充分收益零部件公司，重点推荐伯特利、德赛西威电连技术、经纬恒润等。产业加速，配套公司有望实现营收和业绩的增长。数据存储和算力部署方面，建议关注国产GPU、存储服务器和作为算力基础设施的IDC云计算、CDN行业投资机会。 风险提示：智能驾驶进展不及预期；智能驾驶在消费决策权重下降；乘用车销量不及预期。 投资聚焦 核心逻辑 本篇报告复盘了智能驾驶的伊始，深度拆解了当下智能驾驶百花齐放的原因。智能驾驶研发参与者持续增加，从不同维度加速推进高阶功能，在迭代过程中存在明显的路线差异。Robotaxi与单车智能传感器和计算方式高度一致，未来结果上具备相通性。端到端神经网络充分简化运算步骤，减少人工特征提取的需要，打通从感知到决策的全过程，训练上将智能驾驶的核心生产力从研发人员转向数据和算力，有望凭借算力积累实现功能迭代。2025年或是垂类模型加速落地的一年，同时智能驾驶或迎来盈亏平衡，智能驾驶有望迎来行业趋势性升级。 投资看点 端到端等AI大模型加速应用，车企端强者恒强。大模型的研发需要车企持续的研发投入，在保证端到端大模型“正循环”的情况下，即销量领先、数据规模领跑的车企具备更大数据存储量。同时销量领先的情况下收入扩张后研发费用有望持续拓张，充分支持算力的投入。未来我们认为，整车厂和智能驾驶企业将会加速分化，头部企业有望具备更强大的研发能力。智能驾驶端到端大模型作为未来发展方向，车企是主要的投入者和推进者，建议关注域架构车型领先且对应车型保有量高的、智能驾驶研发支出较高的车企。重点推荐比亚迪、长安汽车、理想汽车、小鹏汽车、华为系车企等。 产业链价值量分配，技术领先的有更多的话语权。产业链价值量来看，软件和算法占比或进一步提升，现有的硬件结构或进一步降本，建议关注车端数据量和算力量具备优势的零部件企业。数据产生阶段：需要感知层、决策层、执行层的三层配合。建议关注线控底盘域供应商伯特利、拓普集团、保隆科技、中鼎股份；智能驾驶域控制器核心供应商德赛西威、科博达、华阳集团等。数据传输阶段：需要保持较高规模的数据的传输体量和车端集中式E/E架构，车端数据量和传输速度有望显著提升。建议关注高速连接器核心供应商电连技术；区域控制器核心供应商经纬恒润等。 产业加速，配套公司有望实现营收和业绩的增长。训练端来看，数据存储和算力部署有望迎来全新增长，头部配套公司有望实现营收和业绩的新增长。数据存储和算力应用维度：车企或成为较大应用方向和需求核心弹性方向。建议关注算力方面的核心标的和数据存储方面的核心领跑公司。随着自动驾驶车型、里程的不断增加，有望带来更多的AI算力部署需求和数据存储需求。建议关注国产GPU、存储服务器和作为算力基础设施的IDC、云计算、CDN行业核心标的。 正文目录 1.从何而来：技术完善，智驾进入百花齐放阶段6 1.1车路云：标准趋向完善，城市商业化应用加速9 1.2Robotaxi：功能通过地方性测试，盈利曙光初现13 1.3单车智能：技术突破撬动需求，加速拐点已至18 1.4殊途同归：多路线百花齐放，智驾进入加速阶段20 2.驶向何方：模型驱动，2025年有望大规模落地23 2.1端到端：效率提升，数据和算力成为核心生产要素23 2.2时间节点：垂类大模型或在2025年实现大规模落地26 2.3车端升级：辅助模型增加，架构升级硬件结构优化31 2.4商业模式：运营模式丰富，智驾迎来盈亏平衡曙光37 3.投资建议：关注各环节龙头公司的投资机会43 4.风险提示44 图表目录 图表1：未来共享化交通实现路径6 图表2：智能驾驶功能车型具备安全性的提升7 图表3：使用特斯拉Autopilot功能安全性更高7 图表4：高阶智能驾驶有望保持运行效率的提升7 图表5：各类车型运行时长对比7 图表6：智能驾驶在国内具有更高的支付溢价8 图表7：智能驾驶研发参与者持续增加8 图表8：我国智能网联汽车及基建的相关政策演进9 图表9：截止2023年底，各地智能驾驶示范区建设情况10 图表10：我国智能网联汽车标准体系建设11 图表11：车路云一体化系统架构图11 图表12：近期智能网联车路云一体化相关政策梳理12 图表13：智能网联车路云一体化产业整体产值增量（亿元）预测（中性预测）13 图表14：各主要厂商布局情况13 图表15：中国智能驾驶相关政策梳理14 图表16：中国各省市无人驾驶相关政策梳理15 图表17：中国主要厂商Robotaxi进程16 图表18：北京亦庄通州区萝卜快跑安全员招聘薪资17 图表19：2019—2030年传统出租车/网约车和Robotaxi的单公里成本（元）.17 图表20：L2及以上智驾渗透率有望提速18 图表21：L2+智驾月度渗透率18 图表22：高速NOA月度渗透率18 图表23：城市NOA月度渗透率18 图表24：电动化时代投资框架19 图表25：进入智能网联汽车准入和上路通行试点联合体基本信息20 图表26：特斯拉FSDV12.5有望加速推进Robotaxi21 图表27：百度萝卜快跑在武汉可示范运营范围21 图表28：Robotaxi与单车智能在高阶功能具备互通性21 图表29：智能驾驶向高阶发展的核心架构22 图表30：智能驾驶端到端大模型架构23 图表31：智能驾驶端到端大模型具备更高功能表现上限23 图表32：特斯拉自动标注算法24 图表33：算力和数据成为未来智能驾驶迭代的核心要素24 图表34：各家车企智能驾驶2023年至今车型销量及智能驾驶付费模式24 图表35：车企车端算力部署进展25 图表36：车企智能驾驶端到端模型评价体系及主要参数25 图表37：垂直类模型有望加速落地，推动大模型发展26 图表38：英伟达汽车收入占比逐步提升27 图表39：英伟达汽车主要客户27 图表40：车企端到端大模型或进入加速训练和功能落地阶段27 图表41：特斯拉FSDV12上市后累计里程数据突破十亿公里28 图表42：特斯拉软件版本迭代29 图表43：各家车企域架构平台车型及上市时间30 图表44：各车企城市NOA功能规划30 图表45：优质自主品牌高阶智驾规划31 图表46：多个大模型引入帮助端到端大模型实现更好的效果32 图表47：世界认知模型可以实现更好的帮助端到端大模型认知世界32 图表48：VLM模型将过去的Rule-based方案打包后放入模型33 图表49：汽车E/E架构升级路线34 图表50：智能驾驶催化E/E架构升级34 图表51：L3/L4对E/E架构的需求升级34 图表52：影子模式的训练模式35 图表53：智能驾驶数据闭环流程示意图35 图表54：智能驾驶传感器性能对比35 图表55：“摄像头+毫米波雷达+超声波雷达”的组合基本满足感知需求35 图表56：激光雷达成本持续下探，2024年降价节奏逐步放缓36 图表57：速腾聚创激光雷达成本下探（万元）36 图表58：禾赛科技激光雷达成本下探（万元）36 图表59：Pseudo-LiDAR点云生成方式37 图表60：Pseudo-LiDAR点云生与激光雷达、前向视觉对物体感知的识别对比.37 图表61：车企智能驾驶数据获取体系为路测车队+Robotaxi+家用车的结构38 图表62：智能驾驶未来商业模式，有望迎来盈亏平衡38 图表63：百度阿波罗Robotaxi在成本逐步下探39 图表64：萝卜快跑当前开放进展40 图表65：小马智行当前开放进展40 图表66：国内Robotaxi商业化阶段迭代节奏40 图表67：理想汽车在OTA6.0后加速推进架构升级41 图表68：理想汽车高阶智驾版本占比有望提升41 图表69：智能驾驶技术优势企业有望实现技术输出41 图表70：丰田与华为在9代凯美瑞开展智能化合作42 图表71：小马智行与丰田中国、广汽丰田在Robotaxi合作42 1.从何而来：技术完善，智驾进入百花齐放阶段 交通出行的要求是安全和效率并重，共享化和无人化是未来交通体系发展的目标。实现路径来看，单车智能通过C端购买单车智能化水平完成车辆的共享化；Robotaxi或共享出行运营商通过首先B端交付车辆而后提升智能驾驶的方式，而后实现智能驾驶水平的提升。共享化和智能化的本质是提升车辆运行效率和安全性。高阶智能驾驶与共享出行相互促进，未来保持融合进化。 图表1：未来共享化交通实现路径 资料来源：