数据/算力/仿真体系构筑高阶智驾技术壁垒中阶智驾核心看产品落地速度。
训练智驾模型的基础是数据和算力。(1)数据方面，实车采集的数据固然重要但是并不是里程越多训练效果越好，数据的前期筛选也很重要，需要保证数据质量/场景丰富度/环境丰富度/故障情景。(2)算力方面，特斯拉购买的英伟达 GPU并自建 Dojo，与国内厂商拉开较大差距，2023年9月有16EFLOPS，2024年预计实现 100EFLOPS。截至 2024 年 11 月，华为云端算力达到7.5EFLOPS。
One Model 端到端的能力要求除了数据和算力,还有很重要的一点是仿真体系。对于传统模块化方案/感知端到端/决策模型化的架构，可以通过构建显示的输入，评估模型显示的输出，来进行仿真测试。其中，对于感知模块，一般采用回灌数据进行离线开环测试。将真实路采数据回灌到搭载感知算法的域控制器中，得目标类型和运动参数等输出结果，与真值结果对比。数据回灌方案包括数据服务器(存储真实道路采集数据)，环境服务器(将实采数据进行数据同步处理)，数据回灌实时系统(将处理过的真实路采数据发送给域控制器)。对于规控算法，一般基于模拟器进行闭环测试验证。仿真模拟的开环输出不同，归控模块是有时空因果关系的，历史输出会影响到轨迹，因此需要验证闭环系统是否有发散的风险轨迹是否能收敛而不是加剧“画龙”。
对于模块化端到端和 One Model 端到端，由于隐式的表达可以被捕捉，但无法评测，也无法构造，这就造成传统方法的失效。仿真工具既可以逼真地还原外部环境(包括基于光线追踪的游戏引擎、基于三维重建的仿真器以及基于世界模型的仿真器)又需要根据模型反馈实现闭环测试(外部环境可以根据智能体的输出变化而改变)。因此 One Model端到端对仿真系统的要求非常高，我们判断后续有能力的主机厂会做onemodel端到端，其他大部分主机厂做twomodel的端到端，或者与华为等科技公司合作。
智驾变现:中短期维度，主机厂主要通过智驾提升销量。对主机厂而言，智驾变现的方式主要分两类，一类是软件收费，另一类是通过标配智驾提升销量。由于近年来乘用车市场竞争比较激烈，智驾也处于消费者普及阶段，因此许多车型智驾软件包采取限时免费或月度订阅的方式。我们认为，将智驾作为产品力提升的重要方式，进一步提升销量是中短期主机厂的主流选择。
2025 年开始，智能化有望成为主流价格带乘用车产品竞争的重要影响因素。过去，高阶智驾主要搭载于高端车型，影响中低端车型产品力的因素主要是造型/油耗/价格和电动化程度等，2025 年开始，许多车企推出主流价格带具有高阶智驾功能的产品，预计智能化将会成为影响产品力的重要因素，甚至是必不可少的因素。根据我们梳理，比亚迪/长城/吉利/小鹏/深蓝等 2025 年开始均将在主流价格带推出中高阶智驾功能的车型，对应产品销量或超预期。
技术路线收敛至端到端+供应商方案逐渐成熟后，产品落地速度是主机厂竞争的胜负手，背后是各车企的组织能力。2024 年比亚迪和吉利均对智驾相关团队有较大调整。(1)比亚迪 2024 年初改组规划院，成立新技术院，成立3个团队，智能驾驶开发中心负责方案量产与交付，天璇团队负责大算力平台，天狼团队负责中低算力。同时比亚迪与华为1大疆等供应商保持密切合作。(2)吉利汽车2024年中整合智驾团队，极氪副总裁陈奇担任组长，整合中央研究院和路斯特的智驾团队。吉利汽车的智驾分为2个方案，高性能路线用于极氪等高端车，高价值路线用于中低端车型。(3)长城汽车也加速智驾自研，合作供应商也不仅限于毫末智行，还投资了元我启行，并在蓝山智驾版采用元戎启行的方案。
