識別風險，發現價值請務必閱讀末智能汽車行業智能汽車行業20% 汽車滬深300jichengwei@請注意，周偉,閆俊剛,陳飛彤并非香港證券及期貨事務監察委員會的注冊持牌人，不可在香港從事受監管活動。2%-7%-16%-25%型供給增加，功能體驗持續提升，24年下半年搭載高階智駕的車型價據汽車之家和中汽協的數據統計，不含特斯拉的高階智駕滲透率從2%-7%-16%-25%力使數據-算法形成閉環；滲透率（智能汽車才能收集數據）是消費者認可高階智駕的準繩。通過評估，主機廠因能力強弱導致自研方案分助外部供應商提供系統解決方案，典型代表如華為解決方案。片競爭要素是AI生態，將呈現格局寡頭壟斷。中低階智素依靠產品穩定性&一致性&成本，格局較為分散。算法廠商有望發展識別風險，發現價值請務必閱讀末理想汽車-W銀輪股份保隆科技識別風險，發現價值請務必閱讀末 （二）高階智駕進入平價時代，滲透率拐點將至 （一）車載算力：車企發展高階智駕的決心 （二）算法：車企發展高階智駕的能力 （三）功能：檢驗車企高階智駕的法寶 （四）云端算力：使數據-算法形成閉環 （五）滲透率：消費者認可高階智駕的準繩 （一）對主機廠影響：能力的強弱導致主機廠自研方案的分化 （二）對TIER1影響：主機廠的能力分化決定了供應商生意將長期存在，控的特征決定了競爭要素有所不同 （三）對TIER2影響：主機廠的能力分化，計算芯片和算法廠商產業 識別風險，發現價值請務必閱讀末 識別風險，發現價值請務必閱讀末一、智駕進入平價時代，需求拐點將至測試管理規范》。在示范應用方面，于2021年公布《智能網聯汽車道路測試與示范行規定。在產品準入方面，2023年11月，我國工信部運行所在城市限定區域內有序開展試點工作，自動駕駛功能針對的是L3、L4級別。住建部、公安部等超10個強監管部門。例如，自然資源部主要負責測繪資質、高精度地圖以及涉密地理信息的管理。化示范運營。2024年6月工信部等四部門通過試點試與安全評估等，取得準入許可后，需要依法辦理車輛登記，就意味著它們可在限定區域內合法上路。我們認為隨著試點工作的推進，將助力車企和使用主體加強能力建設，為L3自動駕駛的全面放開奠定了基礎。年以前具備高階智駕水平的車型價格帶基本都在25萬元以上。一方面隨著芯片、傳感器等硬件成本快速回落，另一方面軟件算法不斷進步，帶來對硬件數量和參數指標的需求快速下降，具備高階智駕方案的車型逐步進入到20萬元以下價格帶。隨著高價智駕車型進入平價時代，滲透率有望加速向上識別風險，發現價值請務必閱讀末數據來源：各車企官網，汽車之家，廣發證券發展據汽車之家和中汽協的數據統計，高階智駕滲透率從2023年1月的6.1%提升至24年提升到24年10月的5.2%，同比提升3.6pct。23而城區NOA功能體驗持續演進為消費者帶來好的乘駕體驗，滲透率有望加速提升。心——（含特斯拉)高階智駕滲透率——（不含特斯拉）高階智駕滲透率識別風險，發現價值請務必閱讀心心心蔚來蔚來識別風險，發現價值請務必閱讀末二、從智能化的評價體系看產業格局低階智駕實現的功能較為簡單，體驗較為單一，無法實現車型產品的功能差異化，力車載芯片支持，以及持續的數據驅動軟件OTA更新來實現功能的持續迭代優化。另外，優質供應商不多，成本高昂，考慮到高階智駕是車企實現車型產品差異化競無無控股子公司投資參股無極氪智能駕駛中心控股子公司無控股子公司無投資參股無AIONV無投資參股AH8無無識別風險，發現價值請務必閱讀末基礎軟件、算法、數據。基礎軟件是算法程序運行的環境，保障程序安全有序的運 帶來的功能體驗并未馬上帶來實質性提升的階段，依然基于高算力芯片持續高研發投入代表車企發展高階智駕的決心。認為這樣的通用AI生態效應將在智駕AI上重新上演。智駕AI生態主要體現在以下幾個方面：互聯網領域，對英偉達等大廠的智能編程語言更加熟悉，因此無論是技術領頭人還是普通工程師均對基于熟悉的AI芯片開發更加青睞。（2）配套基礎軟件及工具鏈的生態：AI芯片對應的操作系統是Tensorflow套的基礎軟件和工具鏈企業也會主動基于頭部的AI芯片做適配開發，并開放相關適配協議等，逐步形成生態壁壘，強者恒強，類似PC時代識別風險，發現價值請務必閱讀末（4）極具規模效應：AI芯片的研發投入巨大，規模效應工藝的芯片平均設計成本約為2.17億美元，研發投入金額巨大，還有流片失敗的風根據上文討論，綜合考慮各家AI芯片企業的生態情況和競爭力方高階智駕AI芯片5-10年后的份額預期英偉達＞華為＞高通＞其他二線芯片廠商），車企在高階智駕只會選擇最優的芯片方案持續投入研發。車企基于某款AI自研高階智駕，一方面需要考慮人力、財力的投入很大，所以不能同時基于兩家企使得車企不得不專注某家企業的芯片，而非中途更換。因此，主流車企只會考慮在最有競爭力的某款芯片方案上持續投入研發。車企采用英偉達或者高通版本，需要自研算法，代表研發高階智駕決心強，而華為提供的是智駕整套解決方案，無需自米一開始就選擇英偉達方案，以實現算法自研；蔚來、理想首款車采用Mobileye之識別風險，發現價值請務必閱讀末偉達版本的星紀元系列兩個方案；廣汽集團也有華為版本和英偉達版本兩個方案。雖然兩個方案共同推進，由于華為提供整套解決方案，車企投入資源有限，更多的研發投資資源仍主要投向英偉達版本，以便自研算法實現產品差異化競爭。數據來源：各公司官網，科技日，汽車之家，廣發證券發展研我們認為并非所有車企都合適自研高算力車載計算芯片。芯片是否是好的選擇，蔚小理、吉利、比亞迪開始自研芯片，足見其發展智駕的決目前，主流的手機仍采用的是高通方案。我們認為自研高算力車載計算芯片，絕對的頭部車企自研能使算法適配度更高，系統更加流暢，使得產品競爭力提升，從而 迭代速度也將受到影響。-----AD1000-數據來源：第一電動車網，佐思汽研，汽車之家，易車網，車企微信官方公眾號，廣發證券發展研特斯拉的算法從19年的Hytranets，21年的BEV+Transformer，22年的OccupancyNetwork占用網絡到23年的端到端融合大模型持續引領行業發展。特為解決一個神經網絡同時對應多個感知任務，節約計算資源，2019年推出自研Hytranets多任務學習網絡；為了擺脫高精度地圖，針對后融合，數據損失多度低，而前融合計算量龐大，2021年引入BEV+Transformer方案，實現特征級融合替代后融合方案，且Transformer在并行計算以及捕捉遠距離特征等方面表現優異；為解決長尾問題，2022年引入OccupancyNetwork占用網絡，其案，無需自研算法，所以以下涉及到采用英偉達和華為兩種方案的車企均指采用英偉達方案的算法階段。復盤來看：識別風險，發現價值請務必閱讀末識別風險，發現價值請務必閱讀末估排序特斯拉＞華為~小鵬/理想/蔚來＞小米/吉利/比亞迪/長城＞長安/奇瑞/上汽/廣采用華為智駕整套解決方案的有長城汽車、上汽、吉利汽車。僅有吉利汽車高階方選購影響并不顯著。我們認為，算法的差距并沒有快速拉大，需要持續算法及功能的迭代，不同品牌車型之間形成半個甚至到1個代際差，才能明顯PK（2）部分企業習慣將發布時間定在企業科技識別風險，發現價值請務必閱讀末為或者蔚小理、特斯拉，由于人才的高流動性，這也解釋了上文的算法大模型的發展趨勢趨同。任少卿擬器方向負責人，現任自動駕駛負責人、小鵬汽廖杰顧維灝研發部原部長功能：場景定義的能力。在算法大模型發展到同一階段，但又未邁入更高階的以及自主判斷超車的時機，并實現自動變道超車而不需要人為干預的功能。由于行車速度快，場景復雜，一般作為衡量車企智駕水平的重要指標之一。23年在預埋硬件方面，大部分車企的重要高端車型已搭載實現部分場景城區領航的硬件能力，從軟件OTA方面來看，23年下半年以特斯拉、華為問界、小鵬等車企率先實現部分場景城區領航，其他車企紛紛跟隨，陸續在24年推出該功能。截至由于城區場景路況復雜，仍有較多的非典型案例未能解決，因此全場景的城區領航的功能OTA仍需要等待。識別風險，發現價值請務必閱讀末數據來源：汽車之家，各車企官網，廣發證券發展能，是車企感知用戶需求能力的體現。例如座艙端到端（運用多模態大模型實現語音控制汽車）便于使用者更好的使用汽車。例如，通勤NOA，保存好上下班固定路同時也避免了無效數據的過度收集。并通過標注后形成訓練算法的典型案例，以提云端訓練芯片，構建的數據中心達到7.5EFLO構建中，但云端訓練算力除了特斯拉和華為可以持續擴張，國內其他車企由于云端訓練芯片制程一般都是等于或者低于7nm，國內成熟的芯片方案較少，而海外購買識別風險，發現價值請務必閱讀末此外，云端訓練芯片訓練的算法部署到車載推理芯片仍需要調整優化，若訓練和推理芯片均屬于自研的相同架構，適配性會更好，調整優化的效率也將更高。反之亦然，不同企業對相同車載芯片的算力利用效率有較大的差異，即體現在算法和數據來源：蓋世汽車，英偉達官網，阿里云，電動星球公眾號，36氪，廣發根據我們測算，FSD海外滲透率為24%3）截至24Q1，FSD軟件購買/訂閱者對02021Q32022Q12022——FSD總里程數（百萬，英里）數據來源：特斯拉股東大會，廣發證券發展 心股東大會中披露的FSD訂閱車輛數為40萬輛，本計算23Q1-識別風險，發現價值請務必閱讀末推送至自駕評分高的特定對象，使用意愿和頻率均較高8%6%4%2%推送至自駕評分高的特定對象，使用意愿和頻率均較高2021Q32021Q42022Q12022Q22022Q32022Q42023Q12023Q22023Q32023Q42024Q1數據來源：特斯拉股東大會材料，廣發證券發展研前文提到，高階智駕的車型價格帶逐步由30萬元左右逐步進識別風險，發現價值請務必閱讀末三、智能化對主機廠及供應鏈關系的影響上述幾大競爭要素將共同構成智能汽車競爭要素的核心，除此之外還對智能化的營銷能力，現金流情況，集團規模等，暫且歸為其他。隨著時間的發展各要素權重或將發生變遷，功能定義的能力、云端算力、數據等新格局競爭要素重通過預測圖，我們可以：清晰直觀地看到車企未來三年智能化競爭力變化；通表的車企正努力向一體化自研方向發展。一體化自研使得軟硬件適配性更好，以更低的單部件性能參數（也意味著更低的成本）實現整體系統性能更好，研發更易形企業利用規模優勢提供價格低廉的芯片，主機廠利用算法和定義功能實現產品的差異外部供應商提供系統解決方案，典型代表如華為的智能化解決方案。由于功能定義權在外部供應商且功能同質化，因此主機廠主要賺取車的硬件利潤以及參與少量軟件分成。識別風險，發現價值請務必閱讀（2）華為并非主機廠，以華為系的車型及華為組合作為參考對象數據來源：各車企官網，科技日，汽車之家，各車企科技日，蓋世汽車，廣發證券發展研識別風險，發現價值請務必閱讀末前文提到不同梯隊主機廠對供應商的需求不同，Tier1供應商依舊有足夠的市場去存活。一梯隊主機廠需要供應商提供：硬件代工方案。例如立訊精密等消費電子企業有望切入到該市場。二梯隊主機廠需要供應商提供：在車企主導下提供含基礎軟件模塊的域控制器，部分軟件算法模塊。傳統汽車電子領域公司仍將主導該市如華為引望等具備功能定義能力的Tier0.5供應商有望主導該市場。應商需要具備開發合作周期長、需求量大才可以穩定獲取價格低廉的產品以及基礎軟件開發支持。因此，高階智駕域控對上游的依賴度很高。而車身域控的上游原材），單。因此，車身域控對上游的依賴度一般。座艙域控領域，上游原材料為座艙計算芯片，高通由于安卓的生態，引領行業發展。但由于高通的生態比較開放，供應商對上游原材料依賴度較低，對軟件和硬件實力、下游客戶的依賴度較高。德賽西威在座艙域控領域依靠良好的基礎軟件模識別風險，發現價值請務必閱讀末英偉達版高階智駕域控領域，上游原材料為智駕計算芯片，英偉達由于AI的生游客戶的依賴度較高。博世和科博達在車身域控領域依靠原有識別風險，發現價值請務必閱讀末底盤域控領域，上游原材料為普通MCU芯片，由于生態比對自身軟、硬件實力及下游客戶的依賴度較高。博世和伯特利在底盤域控領域依靠根據上文討論，第三方高階智駕芯片主要的目標市場是二梯隊及以下主機廠。綜合考慮各家AI芯片企業的生態情況和競爭力，我們認為第三方高階智駕AI芯片5-10年后的份額預期英偉達＞華為＞高通＞其他二線芯片廠商（未考識別風險，發現價值請務必閱讀末車企自研芯片能使軟件算法和硬件適配度更高，系統更加流暢，使得產品競爭力提升，從而形成正循環；而銷量規模較小的車企自研計算芯片，規模效應難以體產品功能差異化，車企一