（一）行业空间持续高增
1. 中短期来看，智驾渗透率抬升驱动智驾芯片市场快速放量
在技术发展、政策红利、OEM差异化竞争、消费者需求逐步攀升等多重因素的驱动 下，自动驾驶的渗透率持续提升，其中高阶智驾渗透率近年增长更为迅速。根据佐 思汽研数据，从国内乘用车ADAS系统功能（L2-L2.9）装配趋势来看，相较于2023 年，2024年L2、L2.5、L2.9配置渗透率同比增长5.14pct、1.42pct、3.38pct。 目前L2.5正逐渐成为乘用车入门级标配功能，中国乘用车高阶智能辅助驾驶渗透率 将大幅提升，同时，部分OEM主机厂已提出，将减少、或不再开发L2.5级以下新车 型，推动高速NOA逐渐成为新车入门标配。根据佐思汽研数据，预计2030年L2、L2.5、 L2.9配置渗透率分别为26.3%、35.6%、24.5%，相较于2024年同比增长-14.0pct、 +33.4pct、19.6pct。
2025年比亚迪大规模上智驾后，进一步驱动行业智驾渗透率抬升。根据比亚迪微信 公众号信息，2025年2月比亚迪宣布将全系搭载“天神之眼”高阶智驾系统，“天神之眼” 产品矩阵完善，包含“A”、“B”、“C”三个版本。 在OEM龙头拉动之下，2025年国内智驾渗透率加速抬升，25Q1期间单月城市NOA 装配率(标配)稳定在2%-2.5%，25Q2之后单月城市NOA装配率(标配)稳定在3%以上，截至2025年8月，国内城市NOA装配量(标配)达8.1万辆，同比增长183.4%，装配率 (标配)4.1%，较去年同期增长2.6个百分点。
2. 远期来看，机器人有望打开需求新增量
从产品形态和技术路线来看，自动驾驶汽车本质上就是将人从A点运输至到B点的机 器人，因此应用于智驾领域的主控芯片亦可运用于人形机器人领域。 从技术框架来看，两者也均遵循“感知-决策-控制”的自主系统架构。 （1） 感知层：二者都依赖激光雷达、摄像头、毫米波雷达、超声波传感器、惯性测 量单元（IMU）等硬件实现环境建模。激光雷达可以为机器人规划室内导航路径、 避开动态障碍提供精准空间信息；摄像头识别操作对象、面部表情、手势指令 等，实现人机交互与环境理解；IMU实时监测加速度与角速度，助力机器人运动 时保持平衡、精准执行动作。 （2） 决策层：两者均通过深度学习、强化学习、神经网络等人工智能技术处理信息， 并实施决策。路径规划是典型应用场景。自动驾驶汽车需要在车道、信号灯、其 他车流等约束条件下规划行驶路径，机器人亦需要在规避障碍物等其他所规定 的约束条件下，通过算法输出一条轨迹线作为行走的路径。 （3） 控制层：两者均需将决策转换为物理动作。无论是高精度电机控制、伺服系统、 运动控制算法等核心技术均能够实现复用。智驾汽车需要控制车辆的转向、加 速，而机器人需要控制机械臂的关节运动。 在技术架构以及核心算法都存在较多重合领域的情况下，智驾芯片是可以被复用在 机器人上的。目前诸多芯片厂商如黑芝麻智能、地平线机器人以及英伟达等已开始 将自研发的智驾芯片置于IOT或是机器人之上。 目前，以全球视角来看，机器人行业仍处于早期阶段，但技术快速迭代，成本也处于下降趋势，在技术升级和成本下降的驱动下，应用场景有望不断丰富，下游客户的 支付意愿也将随之增强。在这样的情况下，机器人市场空间广阔，也将进一步利好 以智驾起家的芯片厂商。
（二）OEM 自研大概率只有极少数玩家能实现
OEM自研芯片的诉求：更多价值量+更强的自主权，以及一定的估值追求。 对价值再分配的话语权：在tier1整机制造域控制器的模式下，tier1的毛利率相对较 高，且高级别自动驾驶域控制单体价值量也普标较高。相较之下，我国OEM一般毛 利率都在20%以下，而OEM又对价值量高的单体零部件成本敏感度高。 对自主权的更强掌控，驱动产品迭代加速，增加与现有供应商的博弈能力：智能汽 车体验的差异化核心是软件，而软件的创新常常围绕在硬件的创新延展开来（最典 型例子，在有了大算力自动驾驶芯片、激光雷达等硬件之后，更高等级智能驾驶才 具备了开发的基础，有了超强硬件支持，算法可以相对弱化，且迭代速率更快更高 效）。如果在面对外围供应链波动（比如缺芯、地缘政治不稳定等）的情况下，如果 OEM不具备较高的自主权，一味依赖供应商，将要付出更多的成本和研发时间。 此外，参考特斯拉发展历程，部分OEM亦有通过自研芯片来驱动估值的潜在诉求。
OEM自研智驾芯片的成本：高昂的时间/财务/人力等成本投入、智驾芯片软件生态 高壁垒、产业角色受限难产生规模效应等，在车市下行过程中OEM会面临更大压力。 现在来看，通用的部分，即没有差异化的部分一定会越来越依赖供应商，车厂会聚 焦于差异化的应用交互、车型的创新、关键卖点的研发等方面，而不是进行大规模 的平台化的研发。主要是因为： （1）财务四个维度，再看黑芝麻及人力成本：在开发平台时需要数百至上千个人力投入，平台成熟后原先 做中间件和底层的员工工作量不饱和但是又不能轻易开除，维护平台需要多方面的 人才。 （2）时间成本：研发时间较长，往往2年以上的投入不一定能见到成效。 （3）产业角色：OEM无法给其他主机厂供货，致使自身产品无法产生可观的规模效 应，中长期成本高。同时，技术也在不断迭代更新，从整车厂的角度，长期维护一个 如此大的平台缺乏长期经济性，底层knowhow积累弱于中立第三方。 （4）软件生态高壁垒，需要长时间项目打磨，并非短期靠资金高强度投入就能补充。 参考地平线、黑芝麻智能主要产品方案的迭代节奏和生态复杂度，这是显而易见的。 远期来看，我们判断具备大规模量产能力（数十万台规模）+突出的半导体软硬件能 力，是进行OEM自研智驾芯片的必要条件（而非充要条件，不同OEM自身基因及能 力存在异质性），因此未来我们认为只有极少数传统头部OEM预计将会把自研当做 核心发展路线之一。而对于绝大多数的OEM，我们预计与中立第三方智驾芯片的合作应该会是主流。
（三）市场化因素与地缘政治多重驱动下的国产替代
地缘政治格局变动之下，智驾芯片自主可控是大趋势。2013-2015年以来汽车智能化 潮流日盛，而在2018-2019年之后，汽车智能化的国产化方案越发受OEM重视，仅 以智能驾驶芯片为例，2020年之前产业主要玩家皆是海外芯片商，如Mobileye、TI、 英伟达，从2021年至今，地平线、华为等国产智能驾驶芯片商强势崛起，在国内份 额日益扩张，但国产智驾芯片总体市占率仍偏低。 根据车百智库调研数据，2024年汽车芯片整体国产化率不足15%，其中，功率芯片 和存储芯片的国产化率较高，可达15%-30%，而控制芯片国产率较低，仅不到10%， 特别是中高功能安全等级的SoC和高性能MCU国产化率不足5%，同时中央域控制器 芯片几乎完全依赖进口。当下地缘政治趋势下，单边主义持续抬头，在此背景下，推 动智驾芯片的国产化比例进一步抬升，正是大势所趋。
首个汽车芯片认证审查技术体系正式发布，推动国产汽车芯片产业行稳致远。2024 年10月17日，市场监管总局在北京开展了关于国产汽车芯片产业化应用及质量提升 “质量强链”交流推进会。 会议中提及，要充分发挥中国超大规模市场优势，增强创新合力解决芯片“卡脖子” 难题，推动整个国产汽车芯片产业链的质量提升、效益提升、并且要充分利用规则、 规制、管理、标准推动构建全球汽车芯片检测认证体系；要充分探索合格评定向创 新链转变，创造认证认可“新价值”，推动认证认可与产业发展深度融合。
依托成熟且稳定的研发团队，黑芝麻智能硬件研发实力突出。现在主流的芯片设计 思路是“先宏观再微观”的自上向下模式（Top-Down），就是先做芯片整体设计（功 能、接口、模块），再做各个模块的设计，整个过程穿插着大量的“设计-验证（仿 真）-设计-验证（仿真）”循环，需要确保每一步都准确无误，才会进入下一步。 因此，半导体设计具有技术复杂度高、容错成本极高、量产落地依赖跨环节经验等 特点，从产业实践来看，初级从业者能快速掌握工具和基础流程，但 “避坑能力、工 程化落地、风险预判”等核心能力，必须靠长期项目积累，无法短期替代。 故而，半导体开发及迭代十分依赖成熟且稳定的研发团队，黑芝麻智能创始团队涵 盖芯片设计、IP核开发、底层软件等多个领域，行业从业经历普遍超过15-20年，且 稳定性高。
产品持续迭代，生态日趋成熟。自动驾驶芯片的遴选需要考虑6个维度，分别是算力 和能耗比、软件开发便利性、系统性解决方案提供能力、功能安全认证、生态开放程 度、以及成本。 依托第一代智驾芯片产品A1000系列的规模化出货，公司在量产经验层面得到充分 打磨，生态成熟度逐步完善。
C1200家族顺应汽车EE架构演进趋势及降本需求，后续商业化潜力客观。在汽车EE 架构逐步趋于中央域控的产业趋势下，计算场景对芯片提出了前所未有的严苛要求： 既要具备跨域算力调度能力，又要满足功能安全与信息安全的双重标准，更需支撑 软件定义汽车的灵活迭代。
武当C1200家族通过四大技术突破，构建起支撑中央计算架构的核心底座： （1）7nm异构融合架构，打破域间算力壁垒； （2）ASIL-D级安全底座，为国内首款通过ISO 26262 ASIL-D产品认证的跨域融合 芯片； （3）C1236/1296两大产品，可进行场景化算力配置； （4）坚持“硬件开放 + 软件协同”理念，构建起完整的产业生态，工具链完备。
后续核心白点OEM突破水到渠成，静待落地。公司第一代商业化产品A1000已经在 吉利、东风、一汽、比亚迪等车企规模化出货，跨域产品C1200家族目前进展迅速。 在整车厂端：黑芝麻智能与国内车企达成战略合作，基于C1200家族打造新一代智 能车控平台，涵盖辅助驾驶、整车数据交换与控制功能。 在Tier1与软件服务商端：安波福跨域域控产品、均联智及CoreFusion平台、斑马智 行Hypervisor方案均已进入量产验证阶段。 新一代大算力智驾平台A2000能够覆盖从NOA到Robotaxi的场景需求，预计2026 年底开始量产。值得注意的是，A2000芯片没有采用行业内常见的堆砌多个小计算 核心的做法，而是内置了一颗业内规格最大的 NPU核心，这种设计让芯片在运行各 种 AI 模型时，效率提升了一倍，而且更省电、也更容易被开发者调用。 同时，还把 CPU、GPU、NPU 等各种功能单元都整合在一起，支持同时处理多种 任务，单芯片支持城市 NOA，也可通过多芯片联动满足 L4 级需求。
（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。）
