電子行業(yè)AI系列報(bào)告：AI大模型加速落地汽車智能化迅速發(fā)展

有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。核核心觀點(diǎn)因?近日，工信部副部長表態(tài)：工信部將啟動智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)，組織速。觀點(diǎn)IL率L%。AI是自動駕駛模塊化系統(tǒng)和端到端系統(tǒng)塊化自動駕駛系統(tǒng)可分為感知、決策和執(zhí)行三層，AI算法是其中感知層和決策層的核心，而在端到端系統(tǒng)中，輸入數(shù)據(jù)到輸出控制僅通過一個AI大模型實(shí)現(xiàn)。AI大模型技術(shù)的發(fā)展，讓自動駕駛技術(shù)可以通過提升感知能力來去除對I大模型助力數(shù)據(jù)標(biāo)注、仿真和感知等；多模態(tài)AI大模型為城市場景輔助駕駛乃至高等級自動駕駛的規(guī)模量產(chǎn)拉開帷幕，同時(shí)也有望用于智能座艙中的人機(jī)交互，融合互方式，滿足用戶在不同場景下的不同使用習(xí)慣。傳感硬件的復(fù)雜度和精度提升，也有望降低自動駕駛傳感器硬件成本，加速自動駕流。在人車交互領(lǐng)域，通用型NLP模型以車載語音助手或集成化車機(jī)操作系統(tǒng)的形包括對話式交互、邏輯推理、策略規(guī)劃和知識問答。投資建議與投資標(biāo)的投資建議與投資標(biāo)的AI端和車端算力D部件；同時(shí)，多模態(tài)大模型和NLP大模展，相關(guān)公司也有望從中受益。份、裕太微、北京君正、滬電股份、富看好看好(維持)業(yè)告發(fā)布日期證券分析師蒯劍-63325888*8514ianorientseccomcn證監(jiān)會牌照：BPT856證券分析師李庭旭xuorientseccomcn聯(lián)系人韓瀟銳系人oruiorientseccomcn系人系人系人系人xuehongwei@系人繼續(xù)看好AI主線創(chuàng)新、復(fù)蘇與國產(chǎn)化的共振：電子行業(yè)2023年中期策略報(bào)告VisionPro樹行業(yè)標(biāo)桿，有望開啟XR行業(yè)“iPhone時(shí)刻”2023-06-232023-06-182023-06-08有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。2 ，座艙智能化程度持續(xù)提升 4 24 有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。3 有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。41)近日，工信部副部長辛國斌在國務(wù)院新聞辦公室舉辦的關(guān)于促進(jìn)新能源汽車產(chǎn)業(yè)高質(zhì)量發(fā)展的國務(wù)院政策例行吹風(fēng)會表態(tài)：工信部將啟動智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)，組織開展城市L化AI大模型技術(shù)的發(fā)展，讓自動駕駛技術(shù)可以通過提升感知能力來去除對高精地圖汽車智能化主要體現(xiàn)在自動駕駛和智能座艙兩方面，AI技術(shù)的發(fā)展持續(xù)提升汽車的智能化能力，BEVNOA年6時(shí)間載模型模型開發(fā)者2023.5.31吉利銀河L7吉利-百度·文心NLP大模型吉利合作2023Q4問界M9盤古NLP大模型2023Q3集度ROBO-01BEV感知模型2023.6.1新摩卡DHT-PHEVDriveGPT認(rèn)知模型、BEV感模型行2023.1.6廣汽埃安aionlxplusBEV環(huán)視通用感知算法2023.6(OTA推送)蔚來ES7、EC7、2022-2023款ET7、2022款ET5等BEV感知模型來2023.3(OTA推送)小鵬G9等BEV感知模型數(shù)據(jù)來源：各公司官網(wǎng)，東方證券研究所整理提升隨著人工智能技術(shù)的不斷進(jìn)步和成本的降低，自動駕駛技術(shù)有望不斷成熟和普及。國標(biāo)《汽車駕駛自動化分級》(GB/T40429-2021)于2022年3月正式實(shí)施。國標(biāo)參考美國SAE標(biāo)準(zhǔn)基礎(chǔ)，0-5級基本對應(yīng)SAE標(biāo)準(zhǔn)L0-L5；值得注意的是，國標(biāo)將0-2級自動駕駛規(guī)定為如遇到事件影響SAE。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。5數(shù)據(jù)來源：工業(yè)與信息化部、東方證券研究所根據(jù)工信部、中國工業(yè)經(jīng)濟(jì)聯(lián)合會、中國汽車工程學(xué)會等機(jī)構(gòu)數(shù)據(jù)，2022年2級(L2級)輔助駕駛滲透率達(dá)34%，其中燃油車滲透率為32%，新能源汽車滲透率為46%。目前全球和中國汽車市場3+級(L3+級)高等級自動駕駛技術(shù)的滲透率仍處于極低水平。在中國汽車工程學(xué)會牽頭組織編制的《節(jié)能與新能源汽車技術(shù)路線圖2.0》中，明確提到到2025年，PA(部分自動駕駛)、CA(有條件自動駕駛)級智能網(wǎng)聯(lián)汽車市場份額超過50%，HA(高。此外，汽車的智能化也體現(xiàn)在座艙的持續(xù)升級，已從傳統(tǒng)座艙的機(jī)械儀表盤、車載收音機(jī)等，發(fā)展到具有生物識別、駕駛員健康的智能助理座艙，并將實(shí)現(xiàn)使用場景豐富的信息、娛樂等多功能數(shù)據(jù)來源：羅蘭貝格，東方證券研究所AI是自動駕駛系統(tǒng)感知和決策模塊的關(guān)鍵。主流自動駕駛系統(tǒng)為模塊化系統(tǒng)，可分為感知、決策有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。6決策層執(zhí)行層電子驅(qū)動電子制動電子轉(zhuǎn)向?車輛狀況?環(huán)境理解?車輛定位?路徑規(guī)劃?決策層執(zhí)行層電子驅(qū)動電子制動電子轉(zhuǎn)向?車輛狀況?環(huán)境理解?車輛定位?路徑規(guī)劃?行動規(guī)劃?行為預(yù)測認(rèn)知理解決策規(guī)劃傳感器感知決策規(guī)劃執(zhí)行器感感知層數(shù)數(shù)據(jù)標(biāo)注?雷達(dá)?攝像頭感知算法?傳感器算法?導(dǎo)航算法?車聯(lián)網(wǎng)系統(tǒng)傳感器數(shù)據(jù)來源：東方證券研究所繪制感知層中，傳感器算法是關(guān)鍵，多傳感器融合算法可分為數(shù)據(jù)級融合、特征級融合和決策級融合三種，決策級融合是最廣應(yīng)用的技術(shù)方案。特斯拉的矢量地圖建模和自動車道標(biāo)注算法是其自動道軌跡規(guī)劃提供支持。為決策層和運(yùn)動規(guī)劃層。全局規(guī)劃算法，包括基于物理模型、基于意圖分類、基于深度學(xué)習(xí)等主要類別；行為決策算法，包括基于規(guī)則、基于學(xué)習(xí)、融合規(guī)則和學(xué)習(xí)等主要類別；運(yùn)動規(guī)劃算法，包括基于策略規(guī)則、基于最優(yōu)控制、基于機(jī)器學(xué)習(xí)等主要類別。行為預(yù)警式運(yùn)動規(guī)劃將決策規(guī)劃過程升級為交互式過程，引入人機(jī)共駕、車路的風(fēng)險(xiǎn)預(yù)估，有助于提高自動駕駛車輛行駛安全性。傳傳統(tǒng)自動駕駛方案控制端端到端自動駕駛方案 傳感器端到端網(wǎng)絡(luò)軌跡規(guī)劃控制執(zhí)行器數(shù)據(jù)來源：上海人工智能實(shí)驗(yàn)室、東方證券研究所特斯拉CEO馬斯克在推特表示，特斯拉計(jì)劃在其全自動駕駛(FSD)Betav12版本中使用全新有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。7的端到端人工智能，通過單個神經(jīng)網(wǎng)絡(luò)編碼，僅利用特斯拉汽車上的攝像頭輸入，來輸出轉(zhuǎn)向、型可通過學(xué)習(xí)人類輸入的駕駛行為來不斷改進(jìn)。復(fù)雜性和安全性隱憂存在，端到端系統(tǒng)尚未落地。在端到端系統(tǒng)中，輸入數(shù)據(jù)到輸出控制僅通過AI大模型實(shí)現(xiàn)。一方面，多模態(tài)、大量傳感輸入數(shù)據(jù)和嚴(yán)苛的輸出精度和速度要求，對車載硬件算力和車端、云端協(xié)同要求較高；另一方面黑箱模型很難進(jìn)行系統(tǒng)化的解釋分析，只能依靠位對癥，在模型更新時(shí)也易出現(xiàn)倒退。因此，端到端主流。應(yīng)用于車機(jī)系統(tǒng)和智能座艙，實(shí)現(xiàn)更高智能的人車交互；而多模態(tài)大模型一方面可應(yīng)用于多傳感器數(shù)據(jù)融合的感知算法，提高感知精度和安全性；另一方面，多模態(tài)大模型是端到端、決控集成、策一體化等新自動駕駛架構(gòu)實(shí)現(xiàn)的主要解決方案。海量數(shù)據(jù)驅(qū)動的多模態(tài)AI大模型將成為鍵。數(shù)據(jù)來源：東方證券研究所整理端到端架構(gòu)端到端端到端決控集成架構(gòu)感知感知層決策控制集成感知決策一體化架構(gòu)執(zhí)行執(zhí)行層感知決策一體模塊化架構(gòu)(主流架構(gòu))決策層執(zhí)行決策層執(zhí)行層感知層認(rèn)知理解?認(rèn)知理解?車輛狀況?環(huán)境理解?車輛定位決策規(guī)劃?路徑規(guī)劃?行動規(guī)劃?行為預(yù)測 電子驅(qū)動電子制動電子轉(zhuǎn)向數(shù)據(jù)標(biāo)注?雷達(dá)?攝像頭感知算法?傳感器算法?導(dǎo)航算法?車聯(lián)網(wǎng)系統(tǒng)傳感器數(shù)據(jù)來源：IEEEITSC2021，上海人工智能實(shí)驗(yàn)室，東方證券研究所整理AI速L0-L2級輔助駕駛向L3+高等級自動駕駛的發(fā)展過程。高等級自動駕駛對精度和復(fù)雜度要求更高，需要高精度的環(huán)境感知和場景重建。要突破極端路況/天氣等長尾場景的應(yīng)用，實(shí)車數(shù)據(jù)和測試數(shù)據(jù)必須有更充分的積累。一方面，面對環(huán)境感知數(shù)據(jù)量和復(fù)雜度的增加，數(shù)據(jù)標(biāo)注和仿真方法必須進(jìn)步；另一方面，為了減少感知過程中原始數(shù)據(jù)的信息損失從而提高感知精I(xiàn)有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。8。傳統(tǒng)決策規(guī)劃方法將從傳統(tǒng)的基于規(guī)則，向數(shù)TransformerRL集、更復(fù)雜、更大型環(huán)境中的應(yīng)用優(yōu)勢。長期來看，端到端自動駕駛系統(tǒng)落地有望。端到端系統(tǒng)需基于單一模超過4000萬公里真實(shí)里程進(jìn)行訓(xùn)練；小鵬汽車的智能輔助駕駛行駛里程截至2022年8月超過1.74億公里，高速智能導(dǎo)航輔助駕駛(NGP)累計(jì)行駛里程超過2450萬公里。AI大模型應(yīng)用為時(shí)尚短，自動駕駛領(lǐng)域模型架構(gòu)仍在探索中。目前AI大模型主要應(yīng)用于自然語言處理(NLP)和計(jì)算機(jī)視覺(CV)領(lǐng)域，以Transformer架構(gòu)為主。Transformer架構(gòu)較卷積神經(jīng)網(wǎng)絡(luò)(CNN)在大規(guī)模數(shù)據(jù)的學(xué)習(xí)中表現(xiàn)更好,也有少量CNN架構(gòu)的大模型處于科研進(jìn)程中。目前，ChatGPT、DriveGPT等大模型均采用Transformer架構(gòu)+監(jiān)督學(xué)習(xí)(SL)預(yù)訓(xùn)練+人類反饋強(qiáng)化學(xué)習(xí)(RLHF)的模式。自建智算中心，獨(dú)立訓(xùn)練大模型。特斯拉等自動駕駛廠商已自建云端計(jì)算中心，用于自動駕駛模部分環(huán)節(jié)合作。百度、騰訊、火山引擎(字節(jié)子公司)等互聯(lián)網(wǎng)科技公司均推出toB全流程智能數(shù)據(jù)中心用于模型訓(xùn)練。體系均開放了與車企的行業(yè)應(yīng)用合作渠道，針對汽車行業(yè)應(yīng)用場景進(jìn)行模型調(diào)優(yōu)。如吉利汽車與百度文心合作吉利-百度文心NLP大模型，2023式分環(huán)節(jié)合作解決方案合作征算法、自建云平臺及應(yīng)采部分云計(jì)算和云存儲服務(wù)應(yīng)用服務(wù)上與供應(yīng)商展開括算法、云資源、應(yīng)用服務(wù)棧解決方案產(chǎn)品及服務(wù)的差異化亮爭優(yōu)勢與技術(shù)能力，利于利用合作伙伴技術(shù)身能力建設(shè)發(fā)成本，加快產(chǎn)品從研的周期駕產(chǎn)品落地，搶占智能機(jī)整解決方案，無需承擔(dān)風(fēng)險(xiǎn)有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。9采購云存儲資源(主要針對圖形數(shù)據(jù))及附帶的圖形檢索能力存儲和計(jì)算資源，及自動駕駛研發(fā)平臺服務(wù)(數(shù)據(jù)標(biāo)注、訓(xùn)練模型和仿真平臺等)駕駛解決方案務(wù)商的戰(zhàn)略及其體供的云服務(wù)云服務(wù)需求展開供應(yīng)商的定義，云廠商按桶”式解決方案數(shù)據(jù)來源：安永、東方證券研究所公里級多模態(tài)傳感數(shù)據(jù)，參數(shù)可高達(dá)幾百到幾千億，預(yù)訓(xùn)練階段算力要求非常高。特斯拉、吉利、駕駛廠商采用不同模式建設(shè)云端計(jì)算中心用于模型訓(xùn)練。司時(shí)間能力 (PFLOPS)能拉.8與火山引擎合作建設(shè)山3.6與阿里合建合肥蔚來云.8.1心.1智能網(wǎng)聯(lián)、智能駕駛、新能源安實(shí)驗(yàn)等與騰訊合建廣汽智能網(wǎng).1170 (規(guī)劃中)昆侖芯(鹽城)智算中心.9為自動駕駛?cè)溌烽_發(fā)提供支持服12000智能，智能駕駛等注：各廠商未公布算力的精度，相互不具有可比性。數(shù)據(jù)來源：各公司官網(wǎng)，佐思汽研，東方證券研究所技巨頭，具有較強(qiáng)的AI模型開發(fā)能力和充足的AI算力，可作為云計(jì)算服務(wù)商和云開發(fā)平臺為主機(jī)廠的AI大模型開發(fā)提供服務(wù)。相較主機(jī)廠投建智算中心和獨(dú)立AI模型開發(fā)平臺的方式，其成本和技術(shù)難度大幅降低，也為小型新創(chuàng)主機(jī)廠和傳統(tǒng)汽車廠提供了快速入局自動駕駛領(lǐng)域和追趕平臺有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。ud數(shù)據(jù)來源：百度Apollo、東方證券研究所合作并裝載互聯(lián)網(wǎng)企業(yè)已開發(fā)的BEV感知模型，可成為新入局主機(jī)廠的較優(yōu)選擇。AI感知決策大模型均需海量數(shù)據(jù)驅(qū)動，已宣布實(shí)現(xiàn)BEV感知模型落地的國內(nèi)廠商包括百度Apollo、小鵬汽車、華為、毫末智行、商湯等，均為已實(shí)現(xiàn)高速輔助駕駛量產(chǎn)并積累大量智能駕駛數(shù)據(jù)的主流自動駕駛主機(jī)廠或互聯(lián)網(wǎng)企業(yè)?？紤]到數(shù)據(jù)收集、標(biāo)注和模型訓(xùn)練的復(fù)雜性，與百度、華為、商湯等互聯(lián)網(wǎng)企業(yè)合作，搭載其已開發(fā)的BEV感知模型可大大降低主機(jī)廠入局自動駕駛的成本。toB云產(chǎn)品ApolloCloud2.0汽車平臺型能汽車云平臺數(shù)據(jù)來源：各公司官網(wǎng)，東方證券研究所NLP人車的更友好交互，推動座艙智能化進(jìn)程；CV大模型助力數(shù)據(jù)標(biāo)注、仿真和感AI輔助駕駛乃至高等級自動駕駛的規(guī)模量產(chǎn)拉開帷幕，同時(shí)也有望用于智能座艙中的人機(jī)交互，融合語音、視覺、手勢等多種交互方式，滿足用戶在不同場景下有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。NLP大模型NLP大模型人車語言交互CV大模型自動數(shù)據(jù)標(biāo)注仿真(場景重建)BEV+Transformer感知大模型多多模態(tài)/跨模態(tài)大模型感知決策一體化認(rèn)知大模型端到端多模態(tài)模型視覺-語言跨模態(tài)模型語音-語音跨模態(tài)模型數(shù)據(jù)來源：第七屆世界智能大會-智能網(wǎng)聯(lián)汽車高質(zhì)量發(fā)展論壇，東方證券研究所NLP座艙的技術(shù)革新。NLP理、策略規(guī)劃和知識問答等功能使車載操作系統(tǒng)功能全面升級；可實(shí)現(xiàn)自然對話式交互，使語音交互成為車載系統(tǒng)主要操作模式之一，帶整。2023年5月，科大訊飛發(fā)布訊飛星火認(rèn)知大模型，宣布“大模型+智能座艙”為其四大行業(yè)應(yīng)用型體系的絕影智能車艙產(chǎn)品。數(shù)據(jù)來源：商湯科技、東方證券研究所有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。數(shù)據(jù)標(biāo)注方面，大模型預(yù)標(biāo)注+車載小模型學(xué)習(xí)微調(diào)的方式具有應(yīng)用潛力。數(shù)據(jù)標(biāo)注從人工標(biāo)注據(jù)生產(chǎn)成本。特斯拉從2018年以來不斷發(fā)展自動標(biāo)注技術(shù)，從2D人工標(biāo)注轉(zhuǎn)為4D數(shù)據(jù)來源：特斯拉、東方證券研究所通過構(gòu)建虛擬交通場景測試和驗(yàn)證自動駕駛系統(tǒng)，可在一定程度上取代實(shí)車路測，從而降低自動落地具有重要價(jià)值。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。數(shù)據(jù)來源：曼孚科技、東方證券研究所人工智能生成內(nèi)容(AIGC)技術(shù)在仿真、數(shù)據(jù)標(biāo)注、座艙交互等系統(tǒng)的部署日益廣泛。在仿真方面，AIGC技術(shù)可大量合成虛擬場景以用于模型訓(xùn)練和測試，從而提高自動駕駛技術(shù)精度和可基于BEV+Transformer架構(gòu)的感知算法應(yīng)用帶來傳感器架構(gòu)改變，大模型的本地化部署對車載流的多雷達(dá)+多攝像頭的傳感器架構(gòu)之外，提出了純視覺傳感方案，基于多個攝像頭即可基本滿足復(fù)雜場景環(huán)境感知的需求。另一方面，大模型的本地化部署對邊緣算力、數(shù)據(jù)傳輸帶寬和速度片需進(jìn)行相應(yīng)升級。態(tài)大模型逐步在自動駕駛和智能座艙中應(yīng)用兩個方向。數(shù)據(jù)驅(qū)動的感知算法快速發(fā)展，在是否使用雷達(dá)數(shù)據(jù)方面存在技術(shù)分歧。目前主流自動駕駛車企的傳感器系統(tǒng)可分為純視覺傳感器和多模特斯拉FSD系統(tǒng)為代表，以多個攝像頭作為傳感器，以視覺圖像訓(xùn)CV同時(shí)采集攝像頭和高精度雷達(dá)的多模態(tài)數(shù)據(jù)并進(jìn)行融合，以訓(xùn)練多模態(tài)大模型。兩種傳感器系統(tǒng)在傳感器數(shù)據(jù)融合算法上存在架構(gòu)差異，但都使用Transformer模型EO著視覺處理能力的提高，攝像頭性能將會遠(yuǎn)遠(yuǎn)甩開雷達(dá)。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。數(shù)據(jù)來源：特斯拉、東方證券研究所多模態(tài)模型優(yōu)勢在于可充分發(fā)揮不同傳感器性能特點(diǎn)，全場景適用性更強(qiáng)，安全性好。攝像頭、雷達(dá)等設(shè)備具有不同的數(shù)據(jù)形式和數(shù)據(jù)量，以往受算力和模型限制，不同類型數(shù)據(jù)多使用感知后融合方案，不同傳感器感知結(jié)果可能出現(xiàn)沖突，影響系統(tǒng)穩(wěn)定性，故被認(rèn)為不如純視覺方案穩(wěn)定。受益于算力的進(jìn)步和多模態(tài)大模型的開發(fā)與應(yīng)用，基于多模態(tài)模型的融合感知技術(shù)受到國內(nèi)外自動駕駛廠商的廣泛關(guān)注與研究。數(shù)據(jù)來源：焉知新能源汽車，東方證券研究所有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。AI型可通過單模型實(shí)現(xiàn)感知、決策、控制等自動駕駛過程，有望成為高等級自動駕駛要操作系統(tǒng)。數(shù)據(jù)來源：佐思汽研，東方證券研究所此外，多模態(tài)大模型也有望用于智能座艙中的人機(jī)交互，融合語音、視覺、手勢等多種交互方式，滿足用戶在不同場景下的不同使用習(xí)慣。長安、集度、吉利、嵐圖、紅旗、長城、東風(fēng)日產(chǎn)、零跑等多家車企已經(jīng)宣布將接入文心一言。長安逸達(dá)成為首搭文心一言的車型，將通過軟件升級的載到新車上。華為在5月宣布AITO問界M9將搭載AI大模型，小藝智慧助手將具有更好AI體驗(yàn)。訊飛“星火認(rèn)知”大模型也有汽車領(lǐng)域相關(guān)的產(chǎn)品，可以實(shí)現(xiàn)車內(nèi)跨業(yè)務(wù)、跨場有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。數(shù)據(jù)來源：佐思汽研、東方證券研究所三、AI大模型帶來感知層、決策層和人車交互的變化應(yīng)用于智能泊車功能；攝像頭是實(shí)現(xiàn)眾多預(yù)警、mm磁波，具有較強(qiáng)的穿透性，m但是分辨率有限，無法清晰辨別較小的物體。激光雷達(dá)精度高(角/速度/距離分辨率)，響應(yīng)速度快，最遠(yuǎn)的探測距離高達(dá)500米，本高，且抗干擾能力弱。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。器頭波雷達(dá)本高距離250m內(nèi)200m內(nèi)500m內(nèi)角度30°-150°120°10°-70°15°-360°間工作能力弱強(qiáng)強(qiáng)強(qiáng)極端天氣工作能力弱弱響雨、煙影響大穩(wěn)定性強(qiáng)弱強(qiáng)強(qiáng)響大小小測量能力弱強(qiáng)強(qiáng)標(biāo)識別能力無有無無識別能力無無強(qiáng)數(shù)據(jù)來源：電子技術(shù)應(yīng)用，電子工程專輯，東方證券研究所整理純視覺方案：以特斯拉為代表。使用多顆攝像頭為傳感器，采用Transformer+BEV算法或視覺+毫米波雷達(dá)方案：毫米波雷達(dá)的全天候識別能力可提升自動駕駛系統(tǒng)在極端天氣和幽暗環(huán)境下的安全性。值得注意的是，根據(jù)太平洋汽車等平臺，特斯拉最新自動駕駛系統(tǒng)HW4.0可能D視覺+毫米波雷達(dá)+激光雷達(dá)方案：是短期內(nèi)實(shí)現(xiàn)高等級自動駕駛的關(guān)鍵。根據(jù)小鵬汽車、哪吒汽車、智目科技、辰韜資本等公司發(fā)言人在第十屆全球新能源汽車大會(GNEV11)上的討論，短期內(nèi)(1-3年)激光雷達(dá)對自動駕駛都是必要的，可以加快推出自動駕駛系統(tǒng)的時(shí)間，并提高安，降低自動駕駛普及門檻。根據(jù)毫末智行分析，的小模型逐漸應(yīng)用到自動駕駛系統(tǒng)；而數(shù)據(jù)驅(qū)動的3.0時(shí)代已經(jīng)開啟，通過數(shù)據(jù)驅(qū)動算法模型快統(tǒng)，較ADS1.0激光雷達(dá)減少2個，毫米波雷達(dá)減少3個，攝像頭數(shù)量減少2個，但依靠TransformerBEV道巡航輔助增強(qiáng)和哨兵模式。多模態(tài)大模型提升自動駕駛安全性。盡管純視覺方案具有成本優(yōu)勢，激光雷達(dá)可為視覺方案提供感知冗余。弗洛斯特沙利文認(rèn)為，在未來幾年內(nèi)隨著雷達(dá)硬件成本下降和多模態(tài)大模型的發(fā)展，+毫米波雷達(dá)+激光雷達(dá)方案憑借安全冗余的優(yōu)勢仍將在L2+高等級自動駕駛中受到廣泛選擇。司新傳感器方案毫米波雷達(dá)+激光雷達(dá)模型毫米波雷達(dá)+激光雷達(dá)斯拉純視覺(HW3.0)，攝像頭+毫米波傳感器(HW4.0)有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。融合特征提取識別數(shù)據(jù)級融合融合特征提取識別數(shù)據(jù)級融合特征級融合決策級融合特征提取識別融合想攝像頭+毫米波雷達(dá)+激光雷達(dá)(ADMax)、純視覺(ADPro)來毫米波雷達(dá)+激光雷達(dá)激光雷達(dá)的雙獨(dú)立系統(tǒng)CV大模型、雙激光雷達(dá)融合O毫米波雷達(dá)+激光雷達(dá)數(shù)據(jù)來源：人工駕駛之心，太平洋汽車，東方證券研究所整理級融合算法是將各傳感器數(shù)據(jù)分別進(jìn)行特征提取并進(jìn)行識別，最后融合感知信息以備決策。決策級融合算法對不同傳感器分別建立識別模型，其算法復(fù)雜度低、算力要求小，且便于進(jìn)行不同傳感器組合，是目前自動駕駛車企采取的主流方案；但是該方法精度有限，在城市道路等復(fù)雜場景下適用性較差。特征級融合算法是在多傳感器特征提取的基礎(chǔ)上進(jìn)行特征融合并識別，較決策級失更少，精度更高，同時(shí)所需算力有所提高但仍低于數(shù)據(jù)級融合算法。NN個數(shù)據(jù)源NN個數(shù)據(jù)源特特征提取 融合識別N個數(shù)據(jù)源數(shù)據(jù)來源：云創(chuàng)智學(xué)，東方證券研究所rFSD感器，將多個攝像頭獲取的2D圖像在Occupancy網(wǎng)絡(luò)進(jìn)行特征融合，再使用Transformer模型rs數(shù)據(jù)積累占據(jù)大模型先機(jī)。主流廠商在城市領(lǐng)航輔助駕駛(NOA)中采用BEV算法，特斯拉率先應(yīng)用的BEV+Transformer感知大模型基于攝像頭硬件+CV大模型，可實(shí)現(xiàn)“重感知、輕地圖”乃至徹底“脫圖”。多家國內(nèi)主流自動駕駛車企已宣布EVTransformerXNETNGPP上市的新摩卡DHT-PHEV；商湯于2023年4月宣布BEV環(huán)視通用感知算法已進(jìn)入實(shí)車量產(chǎn)階有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。BEVOTA升級多款2022、2023款車型；地平線等廠商也紛紛宣布將在2023年內(nèi)實(shí)現(xiàn)BEV+Transformer模型架構(gòu)的落地。理想汽車將在很快向北京PN網(wǎng)絡(luò)(NeuralPriorNet)，也在紅綠燈信號識別、通行規(guī)劃控制等方面引入大模型算法。理想也司應(yīng)用大模型的感知架構(gòu)注ANP3.02023年內(nèi)量產(chǎn)BEV環(huán)視通用感知算法2023年4月宣布實(shí)車量產(chǎn)XNET架構(gòu)HPilot3.0、DriveGPT類似BEV的神經(jīng)先驗(yàn)NPN網(wǎng)絡(luò)2023年底落地Banyan2.0.0ADS2.0廣到45城2023年1月量產(chǎn)DeepRoute-Driver3.02023年3月22日發(fā)布2023年推出數(shù)據(jù)來源：36kr、虎嗅、東方證券研究所整理 (1280x960)攝像頭，總算力約為144TOPS；據(jù)媒體報(bào)道，HW4.0系統(tǒng)將使用12顆分辨率為5.4M(2896x1876)攝像頭，總算力約為500TOPS。國內(nèi)理想one,蔚來ET7，小鵬SUVG9，8M攝像頭，以達(dá)到更高的感知精度和更遠(yuǎn)的感知距離。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。數(shù)據(jù)來源：特斯拉、東方證券研究所4D毫米波雷達(dá)落地，毫米波雷達(dá)有望迭代。4D毫米波雷達(dá)在傳統(tǒng)毫米波雷達(dá)的距離、方位、速度三個維度基礎(chǔ)上增加了高度，從而具有更高分辨率和一定成像能力，有望取代3D毫米波雷達(dá)。據(jù)高工智能汽車研究院預(yù)計(jì)，2023年中國乘用車市場前裝4D毫米波雷達(dá)將突破百萬顆，到2025年4D成像雷達(dá)占全部前向毫米波雷達(dá)的比重有望超過40%。4D毫米波雷達(dá)可與純視覺方案結(jié)合，提高感知精度；也可部分替代激光雷達(dá)，應(yīng)用于側(cè)向感知或低等級自動駕駛的前向感知中，提供兼具成本和精度的硬件解決方案。例如英特爾子公司Mobileye計(jì)劃2025年在側(cè)向感知中使用毫米波雷達(dá)代替激光雷達(dá)。44D毫米波雷達(dá)4D毫米波雷達(dá)激光雷達(dá)激光雷達(dá)數(shù)據(jù)來源：虎嗅智庫，東方證券研究所高線束激光雷達(dá)在角分辨率和點(diǎn)云數(shù)量上較4D毫米波雷達(dá)仍具有優(yōu)勢。高線束(32線以上)激光雷達(dá)通過對周圍環(huán)境掃描能夠形成3D圖像模型，可在橫向120°視場范圍生成百萬/秒的點(diǎn)云D模型，高線束激光雷達(dá)仍無法完全被毫米波雷達(dá)取代。從而為激光雷達(dá)在自動駕駛領(lǐng)域的應(yīng)用創(chuàng)造更廣闊空間。末智行等公司已采用視覺方案代替超聲波雷達(dá)。超聲波雷達(dá)主要應(yīng)用于泊車輔助系統(tǒng)，進(jìn)行低速高精度下的距離測量，基于視覺的upancyTransformerLL更具成本性和安全性的選擇。綜合來講，視覺方案和視覺+激光雷達(dá)融合感知方案均可使用AI大模型以提高感知精度，但兩者提供前向和側(cè)向感知，提高感知精度和安全性。達(dá)應(yīng)用于側(cè)向感知，激光雷達(dá)仍作為前向感知的關(guān)鍵傳感器，車載激光雷達(dá)將從機(jī)械式向全固態(tài)有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。，兩者后續(xù)發(fā)展的關(guān)鍵在于：多模態(tài)大模型較純視的降本趨勢等。：基于學(xué)習(xí)的決策規(guī)劃算法走向主流，AI策規(guī)劃算法，基于學(xué)習(xí)的決策算法具有更強(qiáng)的靈活性和智能性。基于學(xué)習(xí)的決策算法，即通過對環(huán)境樣本進(jìn)行自主學(xué)習(xí)，由數(shù)據(jù)驅(qū)動建立行為規(guī)則庫，利用不同的學(xué)習(xí)方法與網(wǎng)絡(luò)結(jié)構(gòu)，根據(jù)不同的環(huán)境信息直接進(jìn)行行為匹配。進(jìn)一步的，基于學(xué)習(xí)的決策算法可分習(xí)方法。以達(dá)到自動駕駛行為的高決策水平。成本和耗時(shí)高，難以超越駕駛員水平。行為決策智能水平。強(qiáng)化學(xué)習(xí)方法讓智能體作為行為決策主體，以試錯方式進(jìn)行環(huán)境交互，并基于每一步行動后的環(huán)境反饋調(diào)整智能體行為。通過試錯式學(xué)習(xí)，智能體能夠在動態(tài)環(huán)境中自己做出一系列行為決策，達(dá)到優(yōu)異的自動駕駛能力。數(shù)據(jù)來源：百度技術(shù)培訓(xùn)中心、東方證券研究所數(shù)據(jù)來源：2022數(shù)據(jù)來源：百度技術(shù)培訓(xùn)中心、東方證券研究所雪湖·海若，相關(guān)車型新摩卡DHT-PHEV于6月1日正式上市，毫末DriveGPT參數(shù)規(guī)模1200億，預(yù)訓(xùn)練階段引入4000萬公里量產(chǎn)車駕駛數(shù)據(jù)，優(yōu)化階段采用人類反饋強(qiáng)化學(xué)習(xí)(RLHF)技礙物、車道線、行人等，作為一種全新的“自動駕駛語言”。其輸入是感知融合后的文本序列，輸出是自動駕駛場景文本序列。模型目標(biāo)為實(shí)現(xiàn)端到端駕駛，希望實(shí)現(xiàn)四大應(yīng)用能力，包括智能行為驗(yàn)證、困難場景脫困。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。數(shù)據(jù)來源：毫末智行，東方證券研究所數(shù)據(jù)數(shù)據(jù)來源：毫末智行，東方證券研究所百度于2022年11月發(fā)布了預(yù)測決策多任務(wù)大模型和離線智能仿真系統(tǒng)研究進(jìn)展；商湯于2023語言大模型落地在即NLP語言大模型主要將應(yīng)用于智能座艙的語音交互系統(tǒng)。通用型NLP模型以車載語音助手或集，主要功能包括對話式交互、邏輯推理、策略規(guī)劃和知型體系NLP大模型布時(shí)間車應(yīng)用形式出時(shí)間文心NLP2023.3小度車載語音SDK2023.4吉利-百度文心2023.1系列智能座艙2023.5首款搭載車型吉利銀河L7上市SenseNova商量SenseChat2023.4絕影智能車艙大訊飛無認(rèn)知大模型2023.5飛智能座艙魔方RUBIKRubikLanguage2023.5E-Cockpit智能駕駛艙義千問2023.4斑馬智行alios系統(tǒng)落地大模型盤古NLP2021.4鴻蒙4.0系統(tǒng)預(yù)計(jì)23Q4首款搭載車型問界M9上市訊HunYuan-NLP-1T2022.12騰訊云智能車載語音助手?jǐn)?shù)據(jù)來源：各公司官網(wǎng)，東方證券研究所整理有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。LPNLP，我們預(yù)測NLP大模型在汽車領(lǐng)域應(yīng)用的主NLP用形式內(nèi)NLP的主流路線數(shù)據(jù)來源：東方證券研究所整理有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。AI大模型在自動駕駛領(lǐng)域的應(yīng)用將催生海量計(jì)算和數(shù)據(jù)傳輸需求，云端和車端算力硬件行業(yè)有望建議關(guān)注韋爾股份(603501，買入)、舜宇光學(xué)科技(02382，買入)、晶晨股份(688099，買入)、裕太微-U(688515，未評級)、北京君正(300223，買入)、滬電股份(002463，未評級)、富瀚微(300613，未評級)、龍迅股份(688486，未評級)、思特威-W(688213，買入)、聯(lián)創(chuàng)電子(002036，買入)、徠木股份(603633，未評級)、?？低?002415，買入)、大華股份(002236，買入)、東山(002384，買入)S速韋爾股份是全球排名前列的中國半導(dǎo)體設(shè)計(jì)公司。韋爾股份在車用圖像傳感器領(lǐng)域有著多年的研發(fā)經(jīng)驗(yàn)，近年來，韋爾股份在原有的歐美系主流汽車品牌合作基礎(chǔ)上，也大量的導(dǎo)入國內(nèi)傳統(tǒng)汽AI感知大模型的應(yīng)用成為實(shí)現(xiàn)L2+自動駕駛的關(guān)鍵，隨著自動駕駛技術(shù)的發(fā)展和應(yīng)用場景的復(fù)雜車用圖像傳感器在數(shù)量和單顆價(jià)值量將有望上漲，預(yù)期韋爾股份將在AI感知大模型的應(yīng)用過入增長。數(shù)據(jù)來源：韋爾股份、東方證券研究所宇光學(xué)科技：車載鏡頭行業(yè)龍頭地位穩(wěn)固，激光雷達(dá)等提升以及自動駕駛等級的不斷提高，舜宇光學(xué)車載鏡頭的全球市占率持續(xù)提升，進(jìn)一步鞏固了行業(yè)龍頭地位。2022年年報(bào)顯示，舜宇光學(xué)科技的車載鏡頭出貨量接近1000萬件，較2021年增有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。位。舜宇光學(xué)車載模塊獲得了多個海內(nèi)外知名客戶的破。數(shù)據(jù)來源：舜宇光學(xué)科技、東方證券研究所新獲得的定點(diǎn)項(xiàng)目數(shù)量快速增加，并作為全球首家企業(yè)量產(chǎn)玻璃材質(zhì)的多邊旋轉(zhuǎn)棱鏡，持續(xù)為激。.3晶晨股份：智能座艙芯片公司的汽車電子芯片包括車載信息娛樂系統(tǒng)芯片和智能座艙芯片。座艙智能化、網(wǎng)聯(lián)化的趨勢帶動芯片計(jì)算和數(shù)據(jù)處理能力、圖像和視頻處理能力、可靠性等需求提升，為公司帶來新的發(fā)展契Tops絡(luò)處理器，支持多系統(tǒng)多屏幕顯示，功能覆蓋影音娛樂、導(dǎo)航、360全景、個性化體驗(yàn)、人機(jī)交互、個人助理、DMS(DriverMonitor為長期戰(zhàn)略，將持續(xù)投入研發(fā)，充分發(fā)揮既有優(yōu)勢(系統(tǒng)級平臺、智能化SoC)，不斷擴(kuò)充新技產(chǎn)品。4.4其他公司司球CIS車載市場出貨量Top10廠商”排行榜，位列全球第4名。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。以太網(wǎng)物理層芯片的企業(yè)，已開發(fā)了系列千兆物理層芯片，產(chǎn)品性能和技術(shù)指標(biāo)上基本實(shí)現(xiàn)對博通、美滿電子和瑞昱同類產(chǎn)品的替代，成功打入國內(nèi)眾多知名客戶供應(yīng)鏈體系。公司自主研發(fā)的車載百兆以太網(wǎng)物理層芯片已通過AEC-CS內(nèi)知名汽車配套設(shè)施供應(yīng)商進(jìn)行測試并已實(shí)現(xiàn)銷售。公司自主研發(fā)的車載千兆以太網(wǎng)物理層芯片Tier1廠商均為公司客戶，產(chǎn)品面向整個汽車市場的各類車型，隨著汽車智能化程度提升也將更有利于公司展光學(xué)鏡頭及影像模組、觸控顯示器件等新型光學(xué)光電子產(chǎn)業(yè)，布局和培育集成電路模擬芯片產(chǎn)業(yè)。公司車載鏡頭業(yè)務(wù)發(fā)展勢頭良好，已全面切入國內(nèi)外幾大汽車龍頭品牌客戶和全球幾大主要汽車Tier1客戶供應(yīng)鏈。車載鏡頭及車載影像模組業(yè)務(wù)收入22年增長400%以上至7.67億元。合肥智行車載影像模組項(xiàng)順利投產(chǎn)，合肥聯(lián)創(chuàng)基礎(chǔ)建設(shè)進(jìn)展順利。依頓電子：公司汽車PCB業(yè)務(wù)22年?duì)I收占比已超過50%，已與德國大陸汽車(Continental)、法雷奧(Valeo)、均勝電子(Preh)、博世(Bosch)、安波福(Aptiv)、李爾公司(Lear)、宏景智駕等國內(nèi)外頭部汽車零部件企業(yè)形成了穩(wěn)定合作關(guān)系。陶瓷、厚銅等新興產(chǎn)品市場迅速成長。控股子公司勝偉策將加快p2Pack技術(shù)開發(fā)與市場推廣，VV已拓展終端客戶包括寶馬、博世、長安、比亞迪、理想等；公司車載SerDes項(xiàng)目進(jìn)展順利，計(jì)徠木股份：公司汽車連接器產(chǎn)品供應(yīng)法雷奧、麥格納、科世達(dá)、比亞迪、寧德時(shí)代、蜂巢電驅(qū)、tier應(yīng)用于大眾、通用、奔馳、福特、豐田、本田、上汽、增500萬只新能源汽車高電流電壓連接器、1,200萬只(套)輔助駕駛模塊連接器的年產(chǎn)能。公頭在多家國內(nèi)頭部車企平臺化車型中量產(chǎn)；在智能駕駛方面，公司聚焦超聲波和視覺融合感知技MS量產(chǎn)落地，新定點(diǎn)項(xiàng)目份額國內(nèi)領(lǐng)先；在行泊一體高階智能駕駛產(chǎn)品方面，公司融合視覺、超聲取得量有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。需求的智能駕駛域控系統(tǒng)，積極探索智駕和座艙融合應(yīng)用的解決方案。此外，?？狄苍诔擞密嚭蟠笕A股份：子公司華銳捷專注于智能車載產(chǎn)品和行業(yè)解決方案，結(jié)合車載相機(jī)、雷達(dá)、域控等產(chǎn)自主品牌頭部客戶的項(xiàng)目定點(diǎn)。，若技術(shù)研發(fā)進(jìn)度不及預(yù)期，將會對相關(guān)公司造成不利影響。如期“上機(jī)”風(fēng)險(xiǎn)；另一方面，自動駕駛車輛相關(guān)管理辦法尚不明確，城市輔助駕駛和高等級自及的風(fēng)險(xiǎn)。行業(yè)競爭加劇：科技、汽車、機(jī)械等不同行業(yè)公司都看好汽車智能化趨勢，競爭加劇將有可能對響。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報(bào)告最后一頁的免責(zé)申明?！芬韵聴l款：報(bào)告時(shí)，公司持有該股票達(dá)到相關(guān)上市公司截止本報(bào)告發(fā)布之日，東證資管、私募業(yè)務(wù)合計(jì)持有滬電股份(002463)股票達(dá)到相關(guān)上市公司已報(bào)告時(shí)充分考慮以上披露信息。有關(guān)分析師