汽车：智能驾驶将驶向何方？

请务必阅读报告末页的重要声明 glzqdatemark1 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？ 2024年08月20日 |报告要点 |分析师及联系人 证券研究报告 请务必阅读报告末页的重要声明 1 / 45 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。 高登 张宁 SAC：S0590523110004 SAC：S0590523120003 请务必阅读报告末页的重要声明 2 / 45 联合研究|联合研究专题 glzqdatemark2 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 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。 -20%-7%7%20%2023/82023/122024/42024/8汽车沪深3002024年08月20日 请务必阅读报告末页的重要声明 3 / 45 联合研究|联合研究专题 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。 请务必阅读报告末页的重要声明 4 / 45 联合研究|联合研究专题 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