01

人工智能：AI大模型赋能自动驾驶：特斯拉自动驾驶技术跟踪，占用网络算法驱动自动驾驶落地

核心观点：近期，特斯拉更新其FSD算法至v11.4，此次升级实现FSD端到端的能力，即包含高速领航、城市道路领航和泊车三个域的智驾功能。特斯拉将改进车辆性能置于引入新功能之上，可以更快地针对环境做出反应，并在必要时调整车速，确保所有相关人员都能获得更安全的体验。我们认为AI对整个汽车产业生态变革将产生重大影响，特斯拉作为整个自动驾驶领域开拓者，正引领相关技术应用落地。

特斯拉自动驾驶算法主要经历四个阶段，目前架构包括RegNet、HydraNet等。2016-2018年，特斯拉自动驾驶算法处于第一阶段，在该阶段中，使用常规的骨干网结构；使用2D检测器进行特征提取；训练数据为人工标注，整体来看比较原始，相对传统；2018-2019年，特斯拉自动驾驶算法采用了HydraNet结构；加入特征提取网络BiFPN；将图像空间从image space直接转化为vector space，能执行多任务、对视觉特征进行充分融合以及很大程度上避免映射偏差，相较于精度提升，这个阶段注重提高效率；2019-2020年，特斯拉自动驾驶算法来到第三阶段，使用了Transformer；骨干网结构使用了RegNet；能够实现自动标注数据；以及主张去掉雷达，使用纯视觉方案，不仅解决了CNN算法在BEV遮挡区域预测问题，同时还有更高的性能和算法准确度以及能够快速得到高精度地图数据，相较于提高效率，这个阶段注重提高精度；2021年以来，特斯拉自动驾驶算法来到第四阶段，增加了时空序列与时序信息融合等能力；在空间感知方面，使用占用网络；使用Lanes Network；为了增强汽车感知能力，考虑到4D雷达的效果与成本，预计会将雷达重新安装，整体来看，该阶段在感知能力上大做文章，自动驾驶算法已相对成熟。

特斯拉自动驾驶算法2022年的核心改变在于使用Occupancy Networks进行感知以及使用Lanes Network进行矢量地图绘制。Occupancy Networks（占用网络）可以通过3D物体检测的方式来估计行驶中其他车辆、物体的位置和大小，占用网络可以使用多个摄像机拍摄的图像进行3D处理，即使是动态占用也可以计算出来并且运行效率较高；Lanes Network通过对离散空间的预测，能够以自回归的方式将所有的车道线节点进行生成，从而获取更精确的车道线拓扑结构。2023年5月，特斯拉推出FSD v11.4，实现FSD端到端能力。FSD端到端的能力，即包含高速领航、城市道路领航和泊车三个域的智驾功能。

映射到国内，以蔚小理为代表的车厂以特斯拉为锚，在自动驾驶领域持续发力，可像人类司机那样实时地感知、决策、规划，蔚来NAD、小鹏XNGP等逐步实现L4驾驶水平。特斯拉正持续引领厂商技术革新，例如特斯拉将Occupancy网络引入到自动驾驶感知技术中，后续理想AD Max3.0也将Occupancy网络纳入技术栈中用于汽车感知。

特斯拉引领自动驾驶走向落地阶段，全球自动驾驶产业链推进加速，域控制器放量或将提速。

风险提示：AI技术发展不及预期：自动驾驶算法属于先进AI算法，若后续自动驾驶算法演进不及预期，则会影响特斯拉以及自动驾驶厂商相关技术演进以及产品落地。全球宏观经济下滑风险：全球宏观经济下滑下，居民收入水平与消费观念会收到一定冲击与影响，对于高端自动驾驶汽车需求可能会有所下滑，从而影响自动驾驶车厂相关销售业绩。市场竞争加剧导致利润水平下滑：全球范围内自动驾驶车厂竞争加剧，各厂商可能通过采用打价格战方式提高用户忠诚度，从而影响自身收入水平，导致自身利润水平下滑。个人隐私风险：自动驾驶汽车可能会收集用户相关驾驶数据、驾驶员特征等数据进行后续模型训练，这可能会涉及用户隐私问题。自动驾驶立法落地不及预期：若有关自动驾驶汽车立法政策不及预期，则会极大影响车厂相关技术推进以及相关产品落地。

02

汽车：上海车展之技术篇：插混全新品牌序列升级，智能化配置及场景丰富

核心观点:2023年上海车展重磅开幕，自主、合资和造车新势力推出多款重磅车型。2023年是汽车电动车、混动车持续推进的一年，本次车展自主车企全面转向新能源，新车纯电续航里程提升，插混技术迭代升级。汽车智能化方面， 2023年上海车展新车智能化硬件配置没有显著变化，但智能驾驶在加速从高速向城市场景覆盖，进度规划有明显提速。

2023年上海车展新车电动化继续推进，纯电续航里程提升，插混技术迭代升级加速。2021年比亚迪推出第四代DM-i，2022年，吉利和长城均推出了DHT，2023年长城推出四驱体验两驱价格的Hi4，比亚迪仰望推出易四方平台，都标志着自主车企不断发力插混技术。

2023年上海车展新车智能化硬件配置没有显著变化，但智能驾驶在加速从高速向城市场景覆盖，进度规划有明显提速。以2022年9月发布的小鹏G9和将于2023年6月发布的小鹏G6为例，两款车在智能座舱和智能驾驶方面的配置基本持平，同样搭载15.6寸中控、小尺寸仪表，基于高通8155的信息娱乐系统，以及基于英伟达Orin的驾驶域控制器。在摄像头、雷达的种类、数量上也不存在差异，但是预计G6在智能驾驶场景应用上加速拓展，XNGP增加无高精度地图版本，应用场景拓展至城市路况。

智能座舱：

信息娱乐系统&座舱域控：高端车型基本配置高通8155芯片，包括长城蓝山、枭龙MAX、吉利银河L7等，同时持续完善人机交互功能，国产化替代进程加速，使用麒麟990A、龙鹰一号等国产芯片，英伟达也于今年开始推进性价比更高的8255方案。

HUD：AR-HUD标配或选配比例上升，新车基本以配备AR-HUD为主，2023年有望成为AR-HUD上量大年。

仪表：液晶仪表渗透率持续提升，尺寸多以10寸以上为主。

中控屏：大屏化+材料升级趋势，新车型的中控屏尺寸均处于12.3英寸到15.4英寸之间，比亚迪仰望U8搭载12.8英寸OLED曲面中控。

新产品：华为发布全球首款车载光场屏，可有效降低视疲劳且缓解晕车，大幅提升车内视觉体验。宋L概念车搭载电子后外视镜。

智能驾驶：

摄像头与雷达：新车智能驾驶持续推进，摄像头、雷达属于增配，雷达仍以超声波和毫米波为主，激光雷达配置比例上升。

智能驾驶级别：车企高端车型纷纷向L2+迈进，吉利睿蓝7、阿维塔11、仰望U8、小鹏G6理论上基本具有L2+硬件能力。

出现不依赖高精度地图路径：由于高精度地图存在采集和法规难题，小鹏、华为已经开始研发不以来高精度地图的智能驾驶方案，小鹏XNGP持续升级，目前在上海、广州、深圳等少数地区开放无图纵向智能驾驶功能，Q3将开放无图横纵向智能驾驶功能。

建议关注本次上海车展重点车型：吉利银河L7、长安深蓝S7、长城哈弗枭龙、长城哈弗枭龙MAX、魏牌蓝山、比亚迪仰望U8等。

风险提示：1、行业景气不及预期。2020 年至今汽车消费需求受新冠疫情及宏观经济预期转弱等因素影响较大，叠加产业链芯片等零部件环节供给偏紧冲击，行业供需两端波动较大。2022 年汽车购置税减征等稳增长政策刺激下， 下半年行业呈现高景气，2023 年政策扶持退坡预期下，未来行业景气或存在波动。2、行业竞争格局恶化。汽车电动智能化趋势下，国内零部件供应商竞相布局，随着技术进步、新产能投放等供给要素变化，未来行业竞争或将加剧。3、客户拓展及新项目量产进度不及预期。汽车电动智能化趋势下，各主机厂加速新客户拓展，考虑到车企新车型项目研发节奏波动，特定时间段内或存在项目定点周期波动；此外，公司新产能建设或受不可控因素影响而导致量产进度不及预期。

03

汽车零部件:车载智能计算平台：架构、趋势、格局

计算平台是自动驾驶系统“大脑”，系统复杂，玩家众多

自动驾驶汽车围绕感知、决策和执行三大环节构建软硬件系统。车载智能计算平台是自动驾驶汽车的“大脑”，负责完成感知环节的识别融合任务以及整个决策环节，需要处理海量数据和进行复杂的逻辑运算。为满足高算力需求，目前车载智能计算平台集成多个SoC，每个SoC集成多类计算单元（如CPU、GPU、FPGA、ASIC等）。同时车载智能计算平台还需高效的软件架构支持应用开发。其软件架构主要分为系统软件（虚拟机、操作系统和中间件）、功能软件和应用程序三层。相较于传统零部件，车载智能计算平台涉及各类芯片和软件，供应商来自不同领域，供应生态多样。主要有三类参与者：OEM主要负责应用软件和部分功能软件，传统Tier1在中间层布局较深，芯片商提供硬件以及部分系统软件。另外还有算法方案解决商、Robotaxi厂商、专业系统软件商等。

硬件结构：集成化是趋势，开放性是核心

硬件是智能化基础，按照组成部件从小到大分为核级（计算单元）、片级（系统级芯片）、板级（域控制器）。计算单元包含CPU、GPU、FPGA、ASIC等处理器，技术趋势为通用向专用转变，实现AI高算力同时降低功耗。SoC是将多个计算单元集成在一块芯片上，随着算力需求提升以及厂商自研意愿加强，SoC呈现集成化和开放化的技术趋势，目前仍以英伟达、高通等海外芯片巨头为主。域控制器是将多个SoC以及其他功能器件集成到一块PCB板上，伴随整车电子电气架构由分布式向域集中式演进，域控制器由域集中向域融合转变，目前格局仍以Tier1与芯片厂商深度绑定为主，长期来看主机厂和芯片厂商自研意愿较强，Tier1面临从产业链上下挤压风险。

软件架构：高度分层化和模块化，软件是产品功能差异的核心，头部整车厂欲实现全栈自研

汽车智能化不断提升，除硬件层面的架构、算力升级外，软件逐步成为智能化升级的核心驱动，同时也成为产品功能体验差异、厂商技术实力差异的核心体现。计算平台的软件架构自下而上可分为系统软件（虚拟机、操作系统、中间件）、功能软件与应用软件。系统软件为功能软件与应用软件提供开发与运行环境，实现上层软件与硬件解耦。功能软件的核心是不断迭代优化算法，应用软件基于功能软件的能力去定义产品功能的实现、拓展应用场景。

当前软件参与者众多，有专注某子领域的、有提供完整解决方案的，但长期来看，头部整车企业将逐步实现从应用软件到功能软件甚至到系统软件的全栈自研。对于其他整车企业或中低端产品，采用成熟的、标准化的第三方的方案或是更优的选择，独立的软件供应商仍具备广阔的发展空间。

风险提示：汽车智能化技术突破不及预期，相关政策法规推进不及预期，芯片短缺风险等。