趋势#1：科技为先，汽车-手机生态加速整合
为什么汽车智能化发展有望复制手机产业链黄金十年周期？ 整车电子电气架构的从分散走向集中：软件定义智能终端，智能电动车行业或将出现类似 Windows、iOs、Andriod 的自然垄断属性的产品，并通过软件更新进行快速 OTA。车辆中 央集中的终局架构下，汽车所有硬件或将由中央芯片（大脑）统一控制。
终端智能化投资机遇从手机到装着四个轮子的手机：我们认为，中央集中的终局架构下， 汽车可视作四个轮子的手机。1）智能化方面，汽车功能趋向于手机，传感器数量显著提升； 开发周期方面，传统汽车遵循 5 年大改，每年小改的周期，智能手机开发周期为半年至一 年，基于“软件定义汽车”趋势和中央计算架构的演变，我们认为智能汽车将遵循 1-2 年 改款的周期，并伴随以周计的 OTA 升级。2）行业格局方面，先行者具备产品定义能力与 定价权；电动车时代“万亿市值”公司的出现，标志着终端智能化由 PC（微软，MSFT US） 到手机（苹果，APPL US）再到汽车的演进。
手机行业经历数年整合，形成 5-6 家头部厂商的竞争格局。根据各公司销售额测算，目前 汽车行业的市场相对分散，最大的厂商的为丰田，2021 年全球市场份额仅为约 12%，且 有新厂商不断加入新能源汽车制造中来。我们认为与手机行业的发展路径相似，汽车行业 将加速整合。随竞争愈加激烈、补贴退坡，能力不足的车企将遭淘汰，预计十年后汽车行 业整合为几家头部厂商的竞争格局。
趋势#2：中央超算架构驱动智能化软硬件进入高速迭代期
特斯拉（TSLA US）以设计手机的思路设计汽车，整车架构不变的前提下持续迭代芯片与 功能。架构方面，特斯拉采用中央架构，以区域划分线束，提升组装效率。芯片方面，特 斯拉不改变架构的情况下数次升级座舱芯片（从英伟达（NVDA US）到英特尔（INTC US） 再到 AMD）和智能驾驶芯片（从英伟达到特斯拉 FSD）。功能方面，特斯拉目前已经实现 自动驾驶控制器、电池管理、车身等功能集成，在过去两年中，针对特斯拉 Model 3/Y 车 型涉及到功能体验变化主要的 OTA 升级次数已经接近 30 次，平均每个月一次以上。 特斯拉的中央架构意味着什么？ 1） 对标头部手机品牌的供应链管理及盈利能力。特斯拉拥有软件定义能力，无需绑定单一 供应商，较高的议价权使其汽车业务 1Q22 毛利率达到了 33%（传统车企 10-20%）。 2） 颠覆燃油车行业的智能化能力。特斯拉 FSD 的推出开启了电动车智能化的军备竞赛。 并且通过 OTA 实现了功能的不断迭代更新。我们认为未来智能电动车对传统燃油车会 出现当初智能手机对非智能手机的降维打击局面。
谁能成为中国的特斯拉？ 实现从分散式到域融合再到中央架构是整车电子电气架构的演进趋势，国内新势力快速追 赶。目前小鹏、蔚来、理想发展最快，已实现自动驾驶、娱乐自控、电机控制和车身控制 等功能的集成，预计各新势力将在 2025 年前先后实现中央集中架构。
软件能力重要性凸显，中国汽车产业中心向北上深迁移。随汽车智能化发展，未来软件能 力将成为产品竞争力的核心要素，传统制造业人才无法满足主机厂需求，计算机人才需求 增加，汽车产业中心向北上深迁移。2021 年，大部分新势力研发团队人数占员工总人数比 例为 30%以上，传统车企研发团队占比大部分在 10%到 20%。
趋势#3：智能化、电动化驱使下，自主品牌弯道超车
传统燃油车：自主品牌面临 45%市占率的天花板；智能电动车：自主品牌弯道超车。 燃油乘用车市场中，自主品牌市占率 45%的天花板难以突破，在中高端市场（20 万元及以 上）份额仅为 5%左右。比亚迪为代表的电动车通过动力电池产业链垂直整合 实现了“量”的突破，1-5M22 新能源乘用车自主品牌市占率达 59%；蔚小理为代表的新势力以智能驾驶/智能座舱深度布局实现了“质” 的飞跃，>20 万元自主品牌市占率由油车的不到 5%上升到 29%，切入了中高端赛道。特别 地，1-5M22 理想 ONE 销量占 30-40 万元新能源乘用车的 28%；蔚来销量占 45 万元以上 新能源乘用车的 41%。
我们认为智能电动车是中国 2030 碳达峰、2060 碳中和目标的核心受益领域，我们预测 2022/2023/2024/2025 中国新能源车销量同比增长 68/30/20/20%至 590/766/921/1,106 万 辆。我们看好以蔚来、理想、小鹏为代表的自主品牌以“智能化”作为核心杀手锏，对传 统合资品牌车型形成降维打击，抢占更大的市场份额。
我们认为，智能化的主要投资机遇在智能驾驶、智能座舱以及动力总成领域。智能驾驶方 面，高端车型多选用英伟达芯片，国产芯片逐渐由中低端车型向上渗透；国内车企多采用 多感知融合方案，带来感知领域的投资机遇。座舱方面，人机交互功能逐渐丰富，AR-HUD 或成未来演进方向，带来前所未有的驾驶体验。动力总成方面，三电系统取代发动机、变 速箱、离合器的过程中，中国品牌的份额提升。
智能驾驶域：多感知融合方案带来智驾芯片、感知层投资机遇
智能驾驶中，特斯拉坚持视觉方案，国内造车新势力多采用视觉传感器+激光雷达+高精度 地图的多感知融合方案。多传感器融合方案能够弥补摄像头感知缺点，并搭载高精地图提 升 NOA 流畅性。优点在于能够在短时间内快速提高智能驾驶水平，提高安全性，缺点在于 短期来看成本相对较高。长期来看，两种流派都将作为智能驾驶主流方案存在，共同发展。
智能驾驶芯片市场前景广阔。乘用车辅助驾驶渗透率快速提升，我们预计 2025 年整体渗透 率超 60%。随智能驾驶水平提升，对芯片算力要求大大提升，实现 L5 级自动驾驶需要超 500 TOPS 算力芯片。我们认为，长期来看，智能驾驶芯片市场规模有望达到千亿美元级别。
多感知融合方案为感知层带来投资机遇，国产厂商受益。目前感知技术分为纯视觉方案和 多传感器融合方案。纯视觉方案由摄像头主导，配合毫米波雷达等低成本传感器构成纯视 觉计算，通过视觉系统优化 AI 算法提高智能驾驶水平。多传感器融合方案借助多种传感器 收集外部环境信息，如摄像头、毫米波雷达、超声波雷达、激光雷达等，将信息传输给数 据融合中心进行融合，最终做出行车决策。 从精度上来讲，摄像头获取数据与人眼感知类似，更加丰富，但其依赖光照，易受环境影 响；激光雷达的探测距离更长，受环境光影响较小，感知精度更高，激光绘制的高精度地 图也可以做传感器的冗余备份，安全性更高。从研发周期来讲，视觉方案对算法的要求较 高，激光雷达能够快速提高自动驾驶水平。 随着汽车智能驾驶水平提升，汽车传感器数量显著提升，单车传感器价值量提升。L4 级别 智能驾驶相关传感器单机价值量较 L2 成长 8 倍：根据 Yole development 的预测，单车的 L4 级别的自动价值将较 L2 的 405 美元成长 8 倍至 3,430 美元。
半固态/固态预计为激光雷达重点演进方向。和机械式相比，半固态激光雷达具有结构简化、 可靠性高、量产成本低、扫描速度快等特性，更适合车载。虽然半固态/固态存在一定的工 艺与技术难点，但国内外激光雷达厂商正陆续发布半固态量产产品。长期来看，我们认为 半固态/固态激光雷达在技术成熟后易通过车规认证，有望实现前装量产与规模化商用。
智能座舱域：AR-HUD、多屏互动、音响系统未来保持高速增长
HUD 快速普及，预计 2025 年渗透率达 50%。开车时低头查看仪表盘会为行车带来安全隐 患，HUD 将视觉焦点转移到挡风玻璃上，减少驾驶员观察道路信息和观察车辆信息的视线 转换。W-HUD 通过光学投影原理将光投射在前挡风玻璃上，形成虚像显示信息， AR-HUD 利用增强现实技术，叠加虚像信息和现实路况实时信息。AR-HUD 为驾驶员提供更直接、 更丰富的信息，还能融合智能驾驶传感器数据，提升驾驶交互体验和安全性。此外，W-HUD 虚像距离在 2.5m 左右，驾驶员依然需要调整视线；AR-HUD 需要至少 7.5 米的虚像距离， 驾驶员不需要视线移动。 AR-HUD 存在技术难点。为了保证虚拟图形和现实融合的鲁棒性，解决车载 AR 引起的眩 晕问题，AR-HUD 需要建立低延时的真实世界坐标系，消除视差和视觉辐辏，完美融合虚 拟信息和现实环境的时空坐标轴。互联网 3.0 也是实现 AR-HUD 普及的关键，互联网 3.0 时代接入汽车行业时，信息推送的频率和精准度将提升，用户将获得全新的人机交互体验， Web3.0 对汽车智能化的影响将于 2025 年体现。 长期来看，AR-HUD 将于智能驾驶阶段量产，替代现有 HUD。虽然 AR-HUD 存在较高的 技术壁垒，但相比自动驾驶，AR-HUD 故障的影响更小，因此车规安全要求较低；AR-HUD 能够结合自动驾驶传感器信息，为消费者带来更直观的科技体验。因此 AR-HUD 落地或快 于智能驾驶，成为未来重要的人机交互方式之一。
多屏互动功能和音响系统升级增强车内影音娱乐体验。多屏联动将驾驶员与乘客屏幕分开， 实现乘客屏幕的个性化定制，能够增强车内影音娱乐体验和信息服务能力，提升驾控体验。 理想 L9 和哪吒 S（哪吒汽车 未上市）均搭载多屏系统，支持座舱智能功能。音响系统升 级，实现分区语音交互和沉浸式体验。分区语音交互能够锁定音区，减少其他语音输入的 干扰，理想 L9 的 7.3.4 全景声音响打造沉浸式家庭影院。
动力总成域：电驱动系统国产替代趋势明朗
汽车电动化助力动力系统供应链国产化。在动力系统零部件市场中，中国品牌在传统燃油 车市场的份额较低，根据《中国统计年鉴》，2020 年中国厂商发动机产量占全球 20%-25%， 变速箱销量占全球 10%左右；而在新能源汽车市场的份额较高，根据前瞻产业研究院，2021 年 Q1 动力电池国产替代率 45%，根据精进电动招股书，2020 年电机国产替代率为 45%。 长期来看，汽车电动化渗透率将持续提升，驱动中国品牌汽车动力系统市场份额持续提升， 国产替代趋势明朗。 功率半导体是汽车电动化最受益器件之一，IGBT 迎来快速增长。功率器件在新能源车成本 占比 8%-10%，未来汽车的单车算力及数据处理能力有望大幅提升，功率半导体单车价值 量跟随提升，驱动市场规模进一步增加。IGBT 驱动功率小而饱和压降低，在电动汽车领域 有重要应用，我们预计 2022 年全球 IGBT 市场规模有望达到达 85.2 亿美元，其中中国市 场规模为 241 亿元。
趋势#1：场景方面，2G/2B 封闭场景率先落地；2C 市场庞大但落地困难
2B/2G 场景相对封闭，预计 2025 年率先实现商业化落地。智能驾驶 2G 端主要应用于路政 环卫场景；2B 端应用蓬勃发展，可以分为五大场景：矿区运输，港口+干线物流，末端配 送，机场协同，不同企业在不同商业应用领域布局侧重点各不相同。我们认为，2G 和 2B 市场自动驾驶场景封闭、道路情况单一、行驶速度慢，所面临的不可预知情况较少，适合 现阶段的无人驾驶技术快速落地，预计 2-3 年内可以快速实现规模商业化。规模方面，我 们初步测算 2G 环卫场景市场规模在百亿元。结合亿欧智库数据，我们测算 2B 端矿区运输、 末端配送、物流网络（包括港口物流和高速 Robotruck）等，多个场景规模在千亿元级别。 Robotruck 对公路运输市场的潜在替代空间更大，有望在 2027 年以后突破至万亿。
2C 场景市场庞大，但落地更为困难。相较 2B 端矿区、末端配送及物流网络等相对封闭的 场景， 2C 市场满足载客出行需求，应用领域宽泛。根据 IHIS Markit 预测, 2030 年中国共 享出行的总市场规模将达到 2.25 万亿，其中 Robotaxi 占比达到 60%，规模为 1.3 万亿。 但综合车速、道路情况、驾驶环境来看商业化落地难度最高，目前 Robotaxi 和 Robobus 尚处于测试运营阶段，我们认为 2C 端商业化落地有望于 2025-2030 年实现。
趋势#2：政策方面，L3 级自动驾驶政策出台，释放利好信号
深圳 L3 级智能网联汽车法规出台，政策实现 L0-L2 向 L3 跨越。从 2018 年推出工业和信 息化部、公安部、交通运输部联合发布《智能网联汽车道路测试管理规范（试行）》至 2021 年发布《智能网联汽车道路测试与示范应用管理规范（试行）》，规范文件从道路测试与示 范应用主体、驾驶人及车辆，道路测试申请，示范应用申请，道路测试与示范应用管理， 交通违法与事故处理 6 个方面明确了参与测试的各方应当遵守的管理规范。2022 年 7 月， 深圳发布《智能网联汽车管理条理》，首次明晰了 L3 级自动驾驶事故责任认定，为未来 L3 级别自动驾驶上路奠定地方法规基础，推动政策向 L3 跨越。 7 省 24 市出台智能网联车政策法规，由一线向二三线城市铺开。目前共有广东、浙江、江 苏、海南、湖南、甘肃、河南 7 省出台自动自动驾驶政策，北上广深、杭州、长沙、重庆、 成都、武汉等一线城市以及绍兴、银川、长春、沧州、常州等二三线城市同样迅速出台有 关法规。我们看到智能网联车规正从沿海向内地、从一线向二三线城市快速扩张。
趋势#3：技术方面，单车智能转向车路协同，带来硬件投资机遇
单车智能向车路协同演进。单车智能主要是通过加入硬件（激光雷达、摄像头、毫米波雷 达、超声波雷达等传感器以及智能驾驶和座舱芯片等）和软件（自动驾驶算法、高精度地 图等）提升车辆自身的智能化水平，以达到行车决策和智能化体验功能。 车路协同则是通过提升车辆、路侧基础设施、云计算平台等的智能化水平，实现车与车、 车与路、车与行人、车与云计算平台的全方位的信息交互和实现无人驾驶。在基础设施方 面，车路协同路端基础设施主要包括 5G 基站、地磁、雷达、AI 相机、车联网、信号机和 路侧单元等。通过车路协同可以在云端实现指挥决策、自动驾驶、道路管理、交通调度、 浏览监测等多种功能。车路协同方案相对而言，一方面可以通过降低单车智能搭载设备从 而成本，另一方面可以弥补目前单车智能的 ADAS 功能存在特定场景下应对能力不足和失 效的风险，有效帮助解决长尾问题。 相较单车智能而言，车路协同方案包含更多关于城市基础设施改造的内容，方案资金投入 要求较高，带来了硬件模块的投资机会。
出行初探：2G/2B/2C 场景落地进度几何
2G 场景：环卫车带动 2G 端低速封闭场景实现初步规模化落地
2G 无人驾驶主要用于公共服务领域，以满足路政安防，清洁环卫等人力替代，辅助未来智 慧城市整体构建。 无人驾驶环卫车带动 2G 场景初步实现规模化落地。需求层面，自动环卫车能够精准识别障 碍物并规划清扫路径，不受雷雨冰雪等天气的限制，同时可以替代人口实现 24 小时作业。 相较传统清扫模式，无人环卫车利用率较原先提升 2-3 倍，能实现 5 厘米内的精准贴边无 死角清扫效果。技术层面，环卫车行驶于封闭道路，线路固定，速度一般为 5-10km，且无 需载人需求，不用考虑安全、舒适性配置搭载。需求层面刺激叠加技术端场景简单，环卫 车目前已基本实现规模化落，在公园、景区、学校、高速服务区、酒店、工业园区适配场 景快速发展。行业领头公司蘑菇车联（未上市）、仙途智能（未上市）、酷哇机器人（未上 市）着力于打造自动驾驶清扫示范区，辅助构建智慧城市生态。根据蘑菇车联和酷哇机器 人公司披露信息，目前自动驾驶环卫市场所获订单已达几十亿规模。 无人安防车主要实现报警和监控等功能，落地进展相对较慢。无人安防车一般搭载 360 度 可旋转摄像头，集移动监控、移动测温、智能报警、物品取用、智慧调度等功能于一体。 但介于目前功能较少，且被替代性较强，落地进展速度远低于无人环卫车。目前蘑菇车联 领头在北京、上海、河南、湖南、江苏、云南等 2G 智慧城市构建项目上投放无人安防车及 其它类型无人车队。
2B 场景：矿区自动驾驶领跑 2B 场景，机场自动驾驶尚处初期阶段
在智慧机场、智慧园区，智慧港口、智慧码头等政策促进下，无人驾驶快速应用于 2B 领域。 目前 2B 无人驾驶市场空间较大，且场景封闭、道路情况简单，我们认为将在未来 2-3 年先 于 2C 端实现商业化落地。 矿山自动驾驶领跑 2B 各场景，已形成成熟商业模式。矿区道路条件恶劣，容易造成侧翻、 溜车等矿区事故产生高额赔偿费，且面临着劳动力匮乏困境，因此矿区无人化运营是实现 安全生产并降本增效的必要道路。矿区场景封闭单一，驾驶速度一般低于 40km/h，推动自 动驾驶快速落地。目前已形成联合主机厂、矿区自动驾驶公司、工程总包公司、矿主的商 业模式，通过“车路云”方案将无人驾驶技术覆盖从发车、自检、加油，到进入矿区、装 卸、运输等各环节。以希迪智驾（未上市）、易控智驾（未上市）、踏歌而行（未上市）等 为代表的公司目前已初步具备规模化运营能力，公司预计至 2022 年底希迪智驾可以落地 33 台无人驾驶车。
港口+干线打造 Robotruck 物流网络，港口无人驾驶已初步落地运营，干线物流仍处于测 试阶段。集装箱的运输从港口装卸起延申到高速干线运输，无人驾驶物流网络可以有效提 升旺盛的集装箱搬运需求，同时减少人力运输安全问题。 1） 港口自动驾驶商业化速度快：根据斯年智驾官网，作业数据化后港口集装效率可提高 30-40%，船舶在码头停留时间可减少 1/3，码头吞吐量能提升 50%以上。结合港口场景封 闭单一，技术难度不高，推动港口无人驾驶快速实现初步落地运营。以飞步科技（未上市）、 西井科技（未上市）和斯年智驾（未上市）为代表的企业，为港口提供无人驾驶跨运车和 Robotruck 等方案。2022 年 1 月，飞步科技无人驾驶集卡在宁波舟山港集团梅山港区撤下 安全员，进一步推动港口物流赛道无人驾驶商业化落地。
2） 高速干线运输开启自动驾驶测试。相较港口场景，高速干线速度高、场景半封闭，对 自动驾驶技术要求更高。
机场运营管理繁杂，无人驾驶处于初期开展阶段。机场的人货转运与运营管理比较复杂， 常见作业车类型就有 25 种，包括飞机牵引车、除冰车、摆渡车、升降平台车、清洁车、加 油车、行李车等，各自均有严格的路线规划。目前机场无人驾驶商业化落地进度较慢，接 驳车、巡逻车、牵引车和物流车是无人驾驶车队的首先落地车型，无可实现自主规划行驶 路径、自主驾驶、自主避障等功能。以驭势科技（未上市）为代表的企业，已经在乌鲁木 齐国际机场、北京大兴机场、广州白云机场等开展接驳服务。
2C 场景：乘用车无人驾驶长尾难题+零部件成本+车规是主要阻碍
无人驾驶 2C 市场满足载客出行需求，可以提升出行效率并降低交通事故发生率，市场空间 广阔。但综合来看，2C 车速快、道路开放、驾驶环境复杂导致其商业化落地难度最高，目 前Robotaxi和Robobus尚处于运营测试阶段，我们认为2C端商业化落地有望于2025-2030 年实现。
无人驾驶长尾难题+零部件成本+车规三大核心问题亟待解决。1）长尾难题：目前的自动驾 驶仍有部分发生概率较低、复杂程度较高、技术难度较大的长尾问题有待突破，我们认为 随着场景数据不断积累有望解决长尾难题；2）零部件成本：单车智能及车路协同需要搭载 多样硬件，包括激光雷达、线控、传感器、信号机、路测单元等；软件方面，自研技术成 本投入持续增长，单车成本高达几十万元。随着整车量产及零部件国产化，单车成本有望 进一步降低；3）车规：目前已有 6 省 25 市出台智能网联车相关法规，均停留在 L0-L2 层 面。我们认为深圳 L3 级政策出台释放利好信号，将刺激车规持续铺开，推动自动驾驶示范 区建设和明晰交通事故权责。
中国路测快速铺开，有望早日解决核心技术难题。我们观察到，传统车企、互联网企业、 无人驾驶初创企业在中国的路测项目由一线城市逐步铺向二三线城市。排除一线城市与新 一线城市，诸如沧州、保定、安庆、平潭二三线城市也开始跟上自动驾驶的潮流。我们认 为，这有助于出行企业获得更加丰富、更贴近真实路况的道路数据，从而促进无人驾驶出 行服务的早日商业化落地。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
