软件与服务行业研究：从Demo到生产力，AI进入汽车研发深水区

行业研究丨深度报告丨软件与服务 [Table_Title] 从 Demo 到生产力，AI 进入汽车研发深水区 %%%%%%%%research.95579.com1 请阅读最后评级说明和重要声明 2 / 25 丨证券研究报告丨 报告要点 [Table_Summary]AI 正从汽车研发的辅助工具进入核心流程。汽车研发长期受制于专家经验依赖、跨部门协同损耗、设计验证闭环缓慢和工具链割裂，多模态模型与 Agent 能力提升后，AI 开始具备处理工程数据、生成 3D 模型、调用 CAD/CAE 工具并完成多步骤任务的基础。其价值不仅仅在单点工具，更在于重构研发流程的信息和数据流动。随着汽车行业发展，通过 AI 提升研发效率将成为车企的必选项。长期看，具备跨项目工程数据、工程师知识沉淀和产品化动力的第三方汽车研发公司，其商业模式有望从项目外委模式延伸至 AI 工具与平台授权模式，将会打开新的成长空间。 分析师及联系人 [Table_Author] 杨洋 郭敬超 SAC：S0490517070012 SAC：S0490525120002 SFC：BUW100 %%%%%%%%research.95579.com2 请阅读最后评级说明和重要声明 更多研报请访问 长江研究小程序 丨证券研究报告丨 软件与服务 cjzqdt11111 [Table_Title2] 从 Demo 到生产力，AI 进入汽车研发深水区 行业研究丨深度报告 [Table_Rank] 投资评级 看好丨维持 [Table_Summary2] 技术拐点到来，AI 正从辅助工具进入核心流程 汽车研发横跨从产品定义到整车验证共四个阶段，传统模式周期长达 36—48 个月，专家经验高度集中、跨部门协同损耗显著、重复性劳动占比过高。目前技术拐点已经到来，多模态模型与 Agent 框架的成熟，使 AI 具备了处理工程数据、执行多步骤任务的基础能力；3D 生成模型将输出从视觉效果图推进至可旋转、可测量、可嵌入 CAD 流程的三维资产；模型推理成本下降使得 Agent 大规模部署在经济上成立。AI 介入改变研发链条中信息流动的方式，使验证反馈前置到需求与设计环节，并在 2D 图生成 3D 模型，CAD 检索与生成，气动仿真等重要节点提升效率，研发周期有望压缩至 12—18 个月。 AI 促进汽车研发价值链再分配 2025 年中国汽车销量达 3440 万辆，新能源渗透率接近 48%，自主品牌市场份额升至 69.5%，SKU 扩张与车型迭代加速为研发服务市场提供了稳定需求基础。传统外委市场天花板清晰。AI的出现打开了新的变现空间：即便整车厂自主研发，研发公司仍可以向整车厂销售 AI Agent 和AI 平台，服务边界从部分外委车型扩展至全部汽车研发项目中。收入逻辑从项目交付转向可复用工具的持续授权，市场空间打开。 三层壁垒决定竞争格局，第三方汽车研发公司具备结构性优势 汽车研发 AI 落地的核心壁垒在于三个维度：数据壁垒：跨项目、跨客户的完整工程数据集；工程师壁垒：造型、CAD、CAE、试验等多工种深度沉淀的隐性知识；产品化壁垒：将研发能力产品化的商业动力。整车厂数据积累深但场景边界窄；通用 AI 公司缺乏工程校核能力；长期参与全流程开发的第三方汽车研发公司更有条件同时具备三者。 AI 化路径展望：三步走，从单点工具到全栈平台 单点工具 AI 解决局部效率问题并沉淀数据资产，智能体 AI 打通跨环节流程协同，物理 AI 实现虚实融合与闭环迭代。终局形态是覆盖从产品定义到试验验证全链路的整车研发垂直平台。每完成一个项目，平台积累数据与规则经验，数据飞轮驱动先发优势持续强化。 风险提示 1、AI 技术落地不及预期； 2、人才与技术迭代风险； 3、数据合规与知识产权风险； 4、汽车行业需求波动风险 [Table_StockData] 市场表现对比图(近 12 个月) 资料来源：Wind 相关研究 [Table_Report]•《DeepSeek 涨价，关注国产大模型及国产算力2026 年第 27 周计算机行业周报》2026-07-14 •《AI 应用进行时：Claude Science 开启科研工作流新范式，AI4S 场景有望加速渗透》2026-07-12 •《脑机接口医疗器械迎“硬标准”，产业有望进入规范化发展阶段》2026-07-06 -20%-3%13%30%2025/72025/112026/32026/7软件与服务沪深3002026-07-23%research.95579.com3 请阅读最后评级说明和重要声明 4 / 25 行业研究 | 深度报告 目录 AI 正从辅助工具进入汽车研发核心流程 ....................................................................................... 6 汽车研发流程：从产品定义到工程验证 ......................................................................................................... 6 行业痛点和行业难点 ....................................................................................................................................... 7 技术拐点：多模态与 Agent 推动 AI 进入汽车研发深水区 .............................................................................. 8 应用价值：AI 有望重构汽车研发的效率边界 ............................................................................................... 10 AI 促进汽车研发价值链再分配 .................................................................................................... 14 三层壁垒：第三方汽车研发公司最具破局可能 ........................................................................... 18 AI 化路径展望：三步走，从单点工具到全栈平台 ....................................................................... 19 风险提示 ......................................................................................