汽车及汽车零部件行业AI+车系列报告（一）：AI+汽车产业链将如何被重塑？-230413（17页）.pdf

1、 敬请参阅最后一页特别声明 1 OmniverseOmniverse 重塑生产力。重塑生产力。Omniverse 平台采用数字孪生技术，利用 RTX 卓越的图形处理性能，将汽车生产、制造、测试带入基于真实物理的高仿真虚拟世界，并通过 AI 算法修正改进。促进汽车工业数字化的同时，带动制造商降本增效，实现汽车制造的变革。宝马披露 Omniverse 可提升其生产规划效率 30%；至 25 年单车制造成本较 19 年下降 25%。汽车软件汽车软件行业商业模式巨变行业商业模式巨变，从软件外包商到卖铲子，知识库是核心竞争要素从软件外包商到卖铲子，知识库是核心竞争要素。汽车软件行业是工程师密集型行业，8

2、0%营业成本来自员工薪酬。据我们统计，基础性和通用性的编程人员占比大概是 60%，预计总体数量会持续缩减至只剩高级架构编程师。由于龙头公司积累的知识库更加丰富，且下游对卖铲子的黏性将增强，未来行业头部化将会非常显著。建议关注光庭信息、中科创达等。LLMLLM（大模型）（大模型）加速座舱多模态交互和多域融合的趋势。加速座舱多模态交互和多域融合的趋势。架构生成式 AI 将提升座舱互动性，多模态交互是发展方向。未来将出现两种商业模式，一是底层 LLM+垂直算法打包，高壁垒和高集中度使三方企业容易被行业淘汰；二是 LLM公司利用 LLM API 接口形成的垂直知识库。多模态和大模型的趋势下，主机厂的座

3、舱控制能力弱化，第三方座舱生态链逐步清晰化。同时，LLM 模型也会使得座舱和驾驶域的软硬件融合，其中硬件融合需要芯片算力更高，但可以大幅度减少硬件综合成本；软件融合并不依赖于硬件融合，可通过以太网或者 CAN 总线进行信息交互，但成本和效率低。云端场景库云端场景库+车端类车端类 shadowshadow 模式模式料将出现，智能驾驶生态变更。料将出现，智能驾驶生态变更。生成式 AI 对于智能驾驶的影响主要有两类：一是用来完善训练场景库，二是在车端实现类似于特斯拉的 shadow 模式。未来感知、推理和决策可能都由自动驾驶大模型供应商提供，智能驾驶大模型供应商的可能性：云端算力+模型+端数量的优势

4、+且有地图测绘资质，且这个主体还必须开放其算法 API，类似于 OPENAI 或者文心一言。1、Omniverse 将大幅度提高研发和生产效率，汽车产品迭代速度将大幅加速，同时产业链生产层面的软件、研发和测试外包机会将会减少。2、汽车软件迎变局：行业商业模式巨变，从软件外包商到卖铲子，知识库将是核心竞争要素。关注转型较快的光庭信息、中科创达等。3、LLM 加速了座舱多模态交互和多域融合的趋势。从产业链角度看，大算力+大模型企业潜在空间正在扩大，应用层企业将迎来洗牌和集中度提升，份额将被大模型企业或者知识库优势明显的企业占据。4、Transformer 加速了端到端的自动加速大模型迭代。未来大模

5、型提供方有可能会占据感知、推理和决策端，第三方执行层的企业生存空间大于感知和决策。5、关注全球自动驾驶龙头公司特斯拉以及产业链、积极拥抱变化往知识库转型的软件企业、语音交互企业等。汽车 OpenAI 结合不及预期风险；芯片供应不及预期风险；下游销量不及预期风险。行业专题研究报告 敬请参阅最后一页特别声明 2 内容目录内容目录 1、Omniverse 重铸生产力，汽车制造新变革.4 1.1 AI 与 GPU 技术结合，构筑大型虚拟世界.4 1.2 从设计到零售，加速汽车行业实现突破.5 1.3 海外知名厂商投入，数字工厂带动产业链变革.6 2、汽车软件：从外包商到卖铲子，头部效应强化.8 2.1

6、 汽车软件外包商：工程师密集型行业，80%营业成本来自员工薪酬.8 2.2 从外包商到卖铲子，知识库将成为核心竞争要素.9 2.3 数据、项目和专利数量的差异较大，行业集中度可能会进一步提高.10 3、座舱：多模态交互，多域融合.11 3.1 多模态交互：大模型+垂直知识库，行业生态迎变局.11 3.2 多域融合：智驾和 Cockpit 融合趋势明确.12 4、智驾：感知决策执行层生态变更，拥有核心技术公司具有较高壁垒.13 4.1 生成式 AI 对智驾的影响：云端场景库+车端类 shadow 模式.13 4.2 大模型时代下，自动驾驶算法格局或发生更迭.14 5、投资建议.14 6、风险提示