【汽車行業(yè)專題報告：大模型+政策+功能，三重共振開啟L3智能化大行情】

來源：東吳證券

重視新一輪汽車智能化大周期向上行情！

(資料圖)

復盤2010年以來汽車智能化行情已經(jīng)走完2波：1）2014-2016年（mobileye/博世引領(lǐng)全球L2輔助駕駛，關(guān)鍵技術(shù)攝像頭等視覺創(chuàng)新，代表性應用AEB/LCC等）；2）2020-2022年（特斯拉引領(lǐng)全球準L3輔助駕駛，關(guān)鍵技術(shù)是大算力芯片+域控制器，代表性應用自動泊車+高速輔助駕駛）。我們預計2023年將醞釀開啟第三波大行情！本輪全球引領(lǐng)者或是TransFormer架構(gòu)的大模型助推下推出低成本L3自動駕駛方案的【特斯拉】，關(guān)鍵技術(shù)或是【TransFormer架構(gòu)的大模型+端到端感知方案（BEV+占用網(wǎng)絡）】，代表性應用或是城市道路自動駕駛。區(qū)別于前2波，【政策法規(guī)】是L3-L4落地的先行條件，對啟動本輪行情具有更深遠意義。基于目前產(chǎn)業(yè)鏈梳理核心受益標的：1）整車優(yōu)選具備智能化先發(fā)優(yōu)勢【特斯拉/小鵬汽車/華為合作伙伴（賽力斯/江淮等）】；2）高算力域控制器，推薦【德賽西威】【經(jīng)緯恒潤】，關(guān)注【均勝電子】【科博達】；3）冗余底盤執(zhí)行單元，推薦【伯特利】【拓普集團】【亞太股份】【耐世特】；4）AI 算法環(huán)節(jié)，推薦【中科創(chuàng)達】，關(guān)注【光庭信息】；智能化檢測，推薦【中國汽研】。

特斯拉引領(lǐng)，基于大模型實現(xiàn)2D->3D環(huán)境建模，推動端到端感知方案落地，有效降低系統(tǒng)成本。

TransFormer模型作為最強的特征提取器，加速大模型行業(yè)的發(fā)展，在自然語言領(lǐng)域獲得突破性的成功。特斯拉借鑒其強大的特征提取能力，對多攝像頭進行視覺融合，提出BEV（鳥瞰）算法，并通過占用網(wǎng)絡算法實現(xiàn)2D->3D環(huán)境的實時建模以及路徑矢量規(guī)劃，全套模型參數(shù)量達到7500萬，最終實現(xiàn)端到端的感知算法和環(huán)境搭建。借助大模型帶來的感知算法效率提升，降低對于激光雷達等高成本傳感器的依賴性，從而有效降低高級別自動駕駛系統(tǒng)成本。基于TransFormer大模型驅(qū)動的BEV+占用網(wǎng)絡算法成為主流車企下一代自動駕駛算法技術(shù)方向，高效率+成本下降有望推動滲透率進一步提升。

自動駕駛分級政策法規(guī)有望落地，推動智能化行業(yè)進程。

近年來從國家部委到地方政府對高級別自動駕駛發(fā)布了一系列政策和法規(guī)，從基礎(chǔ)建設、測試標準、數(shù)據(jù)安全、高精地圖、商業(yè)運營等方面進行完善。但是，國內(nèi)有條件（L3級別）自動駕駛技術(shù)商業(yè)化落地的主要難點在于相關(guān)責任定義的缺失，在實際操作中較難界定駕駛員和車企的責任。2023年，美國內(nèi)華達州和加州先后批準了奔馳L3級別自動駕駛功能的上路運行，對于責任進行了清晰的劃分，國內(nèi)相關(guān)的政策法規(guī)也有望加速落地，明確L3級別自動駕駛功能的責任劃分，在限定工況下責任由提供自動駕駛功能的車企或者第三方供應商承擔。清晰的責任認定劃分能夠有效的區(qū)分車企在智能化維度的能力邊界，有望推動智能化行業(yè)進程。

智能化產(chǎn)業(yè)趨勢加速，本輪新車周期加速功能應用。

2023H2-2024年或是這輪智能化新車上市密集時間窗口。基于目前產(chǎn)業(yè)跟蹤，我們預計這波新車特征或是：1）符合L3智能化法規(guī)標準；2）城市NOA落地使用；3）成本下行至30萬元以下，激光雷達不是必要條件。車企進展初步排序：第一梯隊領(lǐng)先（特斯拉/小鵬汽車/華為合作伙伴），第二梯隊快速跟進（理想/蔚來/比亞迪/長城/吉利/長安/廣汽/上汽等）。免責聲明：以上報告均系本平臺通過公開、合法渠道獲得，報告版權(quán)歸原撰寫/發(fā)布機構(gòu)所有，如涉侵權(quán)，請聯(lián)系刪除 ；資料為推薦閱讀，僅供參考學習，如對內(nèi)容存疑，請與原撰寫/發(fā)布機構(gòu)聯(lián)系。

資料下載：公眾H【數(shù)策前瞻】

免責聲明：以上報告均系本平臺通過公開、合法渠道獲得，報告版權(quán)歸原撰寫/發(fā)布機構(gòu)所有，如涉侵權(quán)，請聯(lián)系刪除 ；資料為推薦閱讀，僅供參考學習，如對內(nèi)容存疑，請與原撰寫/發(fā)布機構(gòu)聯(lián)系。

資料下載：公眾【數(shù)策前瞻】

關(guān)鍵詞：