1、证券研究报告证券研究报告 吐故纳新，如日方升吐故纳新，如日方升 2023年7月6日 作者：作者：倪昱婧，倪昱婧，CFACFA，执业证书编号：，执业证书编号：S0930515090002S0930515090002 AI大模型应用于汽车智能驾驶梳理 请务必参阅正文之后的重要声明 核心观点核心观点 感知算法升级是感知算法升级是L2L2级向级向L3L3级智能驾驶系统跨越的关键。级智能驾驶系统跨越的关键。与传统2D+CNN算法相比，BEV+Transformer算法优势体现在：1）感知输出信息精准度更高；2）鲁棒性高；3）泛化能力强，有助于城市高阶智能驾驶落地。感知算法突破+工信部明确扶持L3级商业化

2、落地，国内向L3级商业化加速迈进。1 20222022年末起华为年末起华为+新势力车企陆续规划城市领航辅助驾驶功能，预计均将基于新势力车企陆续规划城市领航辅助驾驶功能，预计均将基于BEV+TransformerBEV+Transformer搭建。搭建。我们判断，1）大模型符合高阶智能驾驶基于数据规模+模型精度增加的算法升级需求，数据是驱动大模型在高阶智能驾驶落地的关键。2）各车企在数据+硬件+软件算法的布局或将成为L3级智能驾驶能否兑现的关键。从对比来看，华为基于智能驾驶的软硬件占优；理想基于智能驾驶的数据规模占优。从对比来看，华为基于智能驾驶的软硬件占优；理想基于智能驾驶的数据规模占优。我们

3、判断，我们判断，L2/L2+L2/L2+级向级向L3L3级高阶智能驾驶迈进的三大要素重要性排序为数据级高阶智能驾驶迈进的三大要素重要性排序为数据 算法算法 硬件；随着智能驾硬件；随着智能驾驶等级的推进，预计决策算法增加硬件重要性，三大要素重要性排序或为硬件驶等级的推进，预计决策算法增加硬件重要性，三大要素重要性排序或为硬件=算法算法 数据。数据。特斯拉智能驾驶系统优势体现在硬件特斯拉智能驾驶系统优势体现在硬件+软件算法软件算法+数据。数据。1）硬件：全栈自研车载芯片FSD（硬件+软件+整车强耦合）；计划自研超算平台Dojo，为后阶段高阶智能驾驶发展做铺垫；2）软件算法：率先切入BEV+Tran

4、sformer大模型算法，现已升级至Occupancy+Transformer；3）数据：车队规模领先+采用仿真模拟补足罕见场景，保证数据数量；采用自动标注提高数据质量。风险提示：智能驾驶推进不及预期、新能源车需求不及预期、智能驾驶功能落地监管标准趋严。整车推荐特斯拉、理想汽车；建议关注小鹏汽车，长期建议关注华为智选车模式合作车企。零部件整车推荐特斯拉、理想汽车；建议关注小鹏汽车，长期建议关注华为智选车模式合作车企。零部件1 1）看好智能化驱动电子电气架构集中度提升（行泊一体域控等方案）的发展趋势，建议关注德赛西威、看好智能化驱动电子电气架构集中度提升（行泊一体域控等方案）的发展趋势，建议关注

5、德赛西威、经纬恒润、科博达；经纬恒润、科博达；2 2）看好线控底盘在高阶智能驾驶的应用，推荐伯特利，建议关注耐世特。）看好线控底盘在高阶智能驾驶的应用，推荐伯特利，建议关注耐世特。5XjY9WiVbWbVyXeXrM7NcM6MoMrRmOpMeRpPpQkPoOoR6MmMyRNZsPrNxNrNmR请务必参阅正文之后的重要声明 目目 录录 智能驾驶感知算法梳理智能驾驶感知算法梳理 特斯拉智能驾驶技术路线梳理特斯拉智能驾驶技术路线梳理 国内车企自动驾驶进展对比国内车企自动驾驶进展对比 2 高阶自动驾驶落地关键分析高阶自动驾驶落地关键分析 风险提示风险提示 请务必参阅正文之后的重要声明 3 智

6、能驾驶系统：智能驾驶系统：从模块化向全面端到端渐进从模块化向全面端到端渐进 智能驾驶系统按工程落地可分为两类：1 1）模块化：）模块化：将整个系统划分为环境感知、决策规划、控制执行，车辆将传感器采集到的信息进行感知处理，再将感知结果输入至决策规划层进行分析决策并生成控制命令，最终将控制命令下达至各执行器完成加速、转向、刹车等操作；2 2）端到端（）端到端（endend-toto-endend）：）：车辆将传感器采集到的信息通过深度学习神经网络直接输出驾驶命令（可实现输入图像等感知信息到输出方向盘转角等控制量、输入感知信息到输出车模的状态量如速度和坐标等）。当前，端到端仅应用于感知系统；全面端到