【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(fù)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(yīng)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(yīng)用自動泊車+高速輔助駕駛）。我們預(yù)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(luò)）】，代表性應(yīng)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(luò)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(luò)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(shè)、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(yīng)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(yīng)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(yù)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(xué)習(xí)，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(xué)習(xí)，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：