国泰海通汽车：AI时代汽车工业投资方法论

本研报将汽车产业分为AI硬件、AI应用和传统汽车硬件三大类，对应不同投资逻辑。AI硬件重点关注IDC发电（北美供需缺口、技术路径迭代）和液冷技术（汽车零部件企业优势）；AI应用聚焦自动驾驶L4商业模式（如TAAS/DAAS）、人形机器人大脑进展与成本降本；传统汽车硬件则以景气度跟踪为主，核心关注商用车、乘用车及零部件细分机会。

AI硬件领域的研究逻辑包括：IDC发电方面，需跟踪海外价格、玩家动作（如马斯克收购移动发电设备），研究往复式燃气内燃机、燃料电池技术路径，关注卡特彼勒、康明斯等海外企业动向；液冷技术方面，侧重跟踪汽车零部件企业的优势与订单获取情况。这些研究有助于把握AI硬件领域的发展趋势和投资机会。

AI应用领域的研究要点包括：自动驾驶L4方面，需跟踪商业模式选择（TAAS/DAAS）、路权政策、玩家变化（科技巨头入局），当前全球尚无广泛泛化案例，北美头部企业有少量全无人重卡试运行；人形机器人方面，关注大脑技术进展、汽车零部件企业在成本降本中的作用。这些关注点有助于理解AI应用领域的发展现状和未来方向。

传统汽车硬件领域的跟踪维度包括：商用车方面，需跟踪重卡景气度，关注挂车赛道上下游或北美玩家（如Wabash）动向；乘用车方面，海外关注贸易政策与出海合作，国内关注景气度与以旧换新政策；零部件方面，从渗透率、国产化率转向细分强装（如商用车EBS、摩托车ABS）、检测行业等自下而上机会。这些维度有助于全面把握传统汽车硬件领域的发展动态。

研报提示的主要风险包括：经济增长不及预期可能导致行业需求下降，原材料价格大幅上涨可能压缩企业利润空间。此外，技术路线的不确定性、政策变化等因素也可能对投资产生影响。投资者需密切关注这些风险因素，合理评估投资风险。