汽车行业专题报告：平价高阶智能化，下一个车企竞争的胜负手

一、全球整车崛起启示录：天时、地利、人和

1.1海外汽车崛起复盘：福特通用→丰田本田→特斯拉

二十世纪上半叶，从手工生产到流水线生产，开启了汽车大批量制造的时代，以福特和通用代表的美系车陆续崛起。

（1）1920年以前：1886年戴姆勒和卡尔本茨分别把汽油内燃机安装到四轮车和三轮车上，汽油发动机汽车诞生，但当时汽车的消费群体主要是贵族，生产规模也较小。

（2）20世纪20年代：自1913年福特引入流水线的生产模式后，通过专业化分工大幅提升生产效率，并开启了汽车大规模生产制造的时代，同时工人工资提升后对汽车的需求也增加，汽车走入中产家庭。

（3）20世纪30年代：大萧条后汽车市场总量增长放缓，通用汽车通过差异化品牌，汽车贷款等方式满足不同细分市场需求，大幅提升了在美市占率。

（4）20世纪40年代：二战期间汽车生产停滞，通用，福特，大众，丰田等厂商生产军用车辆，军用技术催生了优良的发动机，也提升了车企的生产能力。二十世纪下半叶，从大批量生产到精益生产模式，通过持续降本增效和多元化，大众为代表的德系车和丰田本田为代表的日系车陆续崛起。

（1）20世纪50-60年代，二战后伴随着经济的恢复和政策的支持，日本和德国汽车工业快速增长，丰田逐步形成精益生产的模式并扩散到其他日系车企。

（2）20世纪70-80年代，两次石油危机后小排量的车型更加受欢迎，性价比更高的德系车和日系车开始全球放量。

（3）20世纪90年代，消费者需求更加多元化，轿车/SUV/MPV等车型多元发展。

二十一世纪以来，在精益生产的基础上通过平台化模块化等方式持续降本增效，电动化和智能化成为关键词，中国市场快速增长，作为电动智能领跑者的特斯拉崛起。二十一世纪以来美日德等国的汽车市场总量相对稳定，伴随着中国经济的快速成长，中国汽车市场快速发展。同时，作为电动智能领跑者的特斯拉崛起，并在拓展中国市场后进一步提升全球产销量。我们细致复盘了全球汽车工业发展史中不同阶段明显崛起的车企（福特/通用/大众/丰田/本田/特斯拉），以及这些车企的成长历程。

二十世纪上半叶：美系车的崛起。福特的崛起：流水线生产模式带来了专业化分工，大幅降本。福特汽车公司1903年成立，1908年发布T型车，1913年引入流水线的生产模式，实现了汽车的批量生产。ModelT引领了汽车工业的革命，流水线的生产模式下的专业化分工大幅提升了工人的生产效率，将原先装配底盘所需的12小时28分的时间减少到1小时33分。流水线的生产模式也大幅降低了汽车的生产成本，ModelT等美国汽车的名义价格和实际价格（调整价格/人均名义可支配收入）在1910至1923年间持续下降。ModelT也造就了福特在十九世纪二十年代的崛起，1921年福特生产了第500万辆汽车，1926年生产了第1000万辆汽车，而同年美国乘用车的保有量只有1680万辆。通用的崛起：市场分割的品牌策略等满足各价格带消费者需求。通用汽车成立于1908年，1918年并购雪佛兰，1921年通用旗下所有品牌在美国市场的市占率为12%。1923年斯隆担任通用汽车总裁，并开启了一系列的以产品和市场为中心的改革，其中重要的是重新梳理产品价格体系，面向6个细分市场（450-600美元/600-900美元/900-1200美元/1200-1700美元/1700-2500美元/2500-3500美元）分别推出不同的产品。市场分割的品牌策略等满足各价格带消费者需求，通用汽车的销量也从1924年的不足59万辆快速增长至1929年的超过190万辆。

二十世纪下半叶，日系车与德系车的崛起。大众的崛起：甲壳虫满足了二战后德国民众对美好生活场景的需求和美国民众对高性价比车型的需求。大众汽车在二战后恢复甲壳虫车型的生产，甲壳虫带动了大众在德国和美国等市场的拓展，1970年大众汽车全球产量达到221万辆。

（1）在德国市场，伴随着二战后德国经济快速恢复，1950/1960/1970年德国GDP总量为497亿欧元/1548亿欧元/3606亿欧元，甲壳虫通过各种广告和宣传满足了民众对美好安稳生活场景的需求。

（2）在美国市场，当时美系车的尺寸和排量都比较大，甲壳虫当时的价格不足1500美元，是美系车的一半，凭借性价比优势快速突破市场。20世纪70年代中期，甲壳虫停产后大众又推出了高尔夫和Polo，也凭借燃油经济性和性价比受到良好的市场反馈。

丰田的崛起：精益化生产（TPS）模式带来了低成本和高质量的生产。丰田汽车1937年成立，1950年陷入经营危机后EijiToyoda接任，并开启精益化生产的改革。丰田的精益生产（TPS）核心是消除从原材料到产成品的过程中时间和物料的浪费，方法包括准时生产、全员积极参与改善等。精益化生产（TPS）模式大幅提升生产效率，让产品成本得以持续降低。1966年推出的卡罗拉凭借性价比在美国市场受到欢迎。在1973-1974年石油危机期间，丰田凭借燃油经济性抢占市场份额，1975年成为美国进口的品牌。

21世纪以来，特斯拉崛起，中国市场快速成长。特斯拉的崛起：电动智能技术，超级工厂生产效率和降本能力极强。特斯拉成立于2003年，在2012年ModelS推出的同时持续升级电动化智能化技术，在2017年推出Model3，之后解决大规模生产交付问题后，开启全球放量。2020年特斯拉中国工厂投产，2022年全球交付超130万辆产品。特斯拉的成功一方面源于其电动化智能化水平的，形成了品牌壁垒，产品性能远高于同级别燃油车。另一方面，特斯拉的崛起也基于超级工厂的生产能力以及抓住了中国市场的机会。2020年，特斯拉发布ModelY一体化压铸后车身，将70多个零部件精简为一个，减少焊点数量和制造时间，大幅提升生产效率。2023年，特斯拉投资者日提出新的生产方式，传统的生产流程是流水线式的，分成四大工艺环节：冲压—焊接—涂装—总装。而特斯拉重新思考流程，平行和独立地生产各个部位，进行组装，这种并行和串行相结合的生产方式将装配线减少10%，工人密度提升44%，空间效率提升30%。特斯拉表示，在此生产方式下，特斯拉下一代工厂占地面积将减少40%，生产成本也将进一步降低。

1.2国内车企复盘：夏利→长城/长安/广汽/吉利→比亚迪

2000年前，我国私人汽车和轿车市场逐步形成。1953年一汽在苏联援助下建成，1983年中汽公司组建了东风，解放等7家联营公司，生产标准化、通用化、系列化的产品。伴随着改革开放，轻型车供给和需求开始高速成长。1985年上海大众成立，1994年部汽车产业政策发布，鼓励私人汽车消费，重视轿车发展。随后更多合资车企成立，奥迪/别克/雅阁在90年代起成为热销的三款轿车。2000-2010年，中国汽车总量高速成长，产品品类持续丰富，合资车引入国内，10万元左右的小轿车是主流。2000-2010年是国内GDP和汽车产销高速成长的十年，国内汽车产销从2000年的200万辆增长到2010年1800万辆以上。这一阶段更多合资车型引入国内，同时比亚迪，长城等自主品牌也相继成立。这一阶段10万元左右价格带的轿车进入更多中庭，一汽夏利作为“国民车”大规模放量，2005-2008年卡罗拉放量带动丰田汽车的市占率提升，2007-2009的伊兰特放量带动现代汽车在中国市场扩张。

2010-2020年，购置税政策驱动2010与2016年两轮小周期，SUV和豪车等细分市场高增长，长城/广汽/吉利等自主品牌通过细分市场挖掘能力打造爆款。2010-2020年国内GDP增速换挡，汽车销量总量增速也下降到10%以下，2009-2010年的购置税优惠与汽车下乡政策以及2015年10月-2017年的购置税优惠政策分别驱动国内车市在2010与2016年的高增长。这十年间，我国汽车产品品类持续丰富，SUV/MPV/豪华车市场高增长。许多自主品牌抓住了SUV细分市场的机会推出爆款产品：如2010-2012年的长城（哈弗H），2011-2015年的长安（CS35/55），2014-2017年的广汽（传祺GS4），2016-2018年的吉利（帝豪GS/博越）。2020年以来，电动智能新趋势下，特斯拉大放量并产生鲇鱼效应，比亚迪和新势力等自主品牌开始赶超合资。2020年特斯拉中国工厂投产，Model3/Y大放量，并产生鲇鱼效应，带动了国内优质电动智能车企的发展。比亚迪推出的搭载第三代DM混动系统的产品，综合产品力超越同级别燃油车，混动放量驱动比亚迪在2022年实现了180万辆的产销，并有望在2023年超越大众成为市占率的品牌。此外，理想汽车等新势力品牌也快速成长，自主品牌在2022年底终于实现了50%以上的市占率，完成了对合资品牌销量的超越。

自主品牌的崛起复盘：2010年前自主品牌的发展陆续起步，2010-2020年间，自主品牌的阶段性崛起主要系抓住了SUV细分市场的机会，新车周期带动长城/长安/广汽/吉利等品牌各领风骚。2020年以来，比亚迪和蔚小理等品牌的崛起主要系电动化智能化带动其综合产品力超越竞品合资车型，进而开启大规模放量。长城：2008-2012年市占率从1.3%提升到3.2%，销量从12.73万辆增加到62.46万辆，推出哈弗H系列产品切入SUV细分市场，2012年哈弗H系列产品销量超过22万辆。吉利：2016-2018年市占率从2.8%提升到6.3%，销量从91.86万辆增加到174.77万辆，推出帝豪GS/远景/博越系列产品切入SUV细分市场，2018年销量分别15万辆/11万辆/26万辆。广汽：2014-2017年市占率从0.7%提升到2.1%，销量从113.12万辆增加到198.11万辆，2014年推出传祺GS4，2017年销量达到33.5万辆。长安：2011-2015年市占率从1.7%提升到4.7%，销量从196.94万辆增加到278.81万辆，推出CS35/CS75/逸动等产品，2015年销量分别18.6万辆/16.9万辆/16.2万辆。比亚迪：2005-2009年市占率从0.4%提升到5.7%，销量从1.12万辆增加到44.83万辆，比亚迪F3在2009年销量达到29.1万辆，2020-2022年市占率从2.1%提升到8.1%，销量从43.11万辆增加到186.87万辆，推出搭载第四代混动系统的产品，2022年秦PlusDMi/宋PlusDMi销量分别19.5万辆/41.1万辆。蔚小理：2020-2022年市占率从0.5%提升到1.7%，销量从10.4万辆增加到40万辆，理想ONE等产品切入家庭用车细分市场。

合资/外资品牌在国内扩张的复盘：2010年前的合资品牌的扩张伴随着家用小轿车市场的快速增长，伊兰特/卡罗拉等10万元级别的车型引入中国市场带动了现代/丰田等品牌在中国市场的增长。2010-2020年合资品牌的扩张伴随着SUV车型和豪车市场的增长，各品牌明星产品持续换代。2020年以来特斯拉凭借电动智能的性和品牌力在国内放量，其他合资品牌份额逐渐减少。现代：2007-2009年市占率从4.6%提升到6.8%，销量从23.6万辆增加到57.0万辆主要依靠Elantra（又名伊兰特/悦动/朗动/领动）攻占10万元左右C级轿车市场。丰田：2005-2008年市占率从5.2%提升至9.0%，销量从15.6万辆增加到54.4万辆，卡罗拉与凯美瑞放量，2008年销量分别为15.3万辆/21.8万辆。2017-2019年市占率从4.7%提升至6.8%，卡罗拉，雷凌，凯美瑞换代产品放量。大众：2010-2012年市占率从13.2%提升到15.2%，销量从147.5万辆增加到205万辆，迈腾、速腾等轿车放量，2012比2009年各增加约10万辆，并推出途观等SUV新品，2012年途观销量达到17.3万辆。本田：2014-2019年市占率从4.4%提升到7.5%，主要系雅阁持续换代，销量从2014年的10.8万辆增加到2019年的22.4万辆，并将缤智、冠道、炫威等车型引入国内，2019年销量分别11.7万辆、7.1万辆、14.7万辆。福特：2011-2013年市占率从3.1%提升到4.4%，销量从31.1万辆增加到67.9万辆，主要系福克斯放量，2011-2013年销量从18.9万辆增加到40.4万辆。通用：2008-2012年市占率从8.7%提升到13.3%，销量从76.8万辆增加到217.3万辆，别克推出英朗，凯越换代后销量从27.9万辆增加到69.7万辆，雪佛兰通过科鲁兹，新赛欧后销量从29.4万辆增加到68.9万辆。特斯拉：2020-2022年市占率从0.7%提升到3.1%，2020年上海工厂投产，Model3/Y迅速放量，2022年特斯拉在华销量达到71.1万辆。

1.3历史复盘的结论：车企崛起需要天时地利人和

纵观全球和国内汽车工业发展史，不同阶段明显崛起的车企共性是具备：天时（和平时期+经济平稳）+地利（发展+产业政策）+人和（生产技术/产品技术/需求挖掘定义）。天时（和平时期+经济平稳）：一战/二战/经济危机时期汽车产业都处于停滞状态。地利（发展+产业政策）：汽车作为各国经济的支柱产业与总体经济发展状态和产业政策支持高度相关，20世纪20-40年代福特和通用的崛起伴随着美国经济的高速成长，20世纪70-80年代大众和丰田的崛起伴随着日德经济的高速成长和产业政策支持，21世纪特斯拉和中国车企的崛起，伴随着中国市场的快速成长以及电动车相关的产业政策支持。

人和（生产技术/产品技术/需求挖掘定义能力）：从车企角度，生产技术/产品技术/需求挖掘定义是车企的核心竞争力。

（1）从生产技术角度，汽车行业经历了手工生产—大批量生产—精益生产的代际性的变革，其中又有平台化与模块化等生产方式创新带来的降本增效。

（2）从产品技术角度，汽车行业经历了马车—燃油车—电动车的代际性变革，其中又有涡轮增压，流线型设计等的持续优化。

（3）从需求挖掘角度，汽车行业陆续出现跑车，平民车，大型轿车，皮卡，气泡车，经济型轿车，SUV，MPV等细分市场，一些市场反应敏捷的企业享受到细分市场快速成长的红利。我们认为，生产技术/产品技术/需求挖掘定义的代际变革和边际优化是车企角度可以崛起的核心原因。

（一）生产技术角度，汽车工业的生产方式经历了：手工生产—大批量生产—精益生产的代际性的变迁，生产效率的大幅提升和成本的大幅降低也造就了福特/丰田/本田/大众/特斯拉等一批企业的崛起。

（1）从手工生产到大批量生产：福特在1920年代的成功主要在于引入了流水线的生产方式，在组织内部形成专业化分工，大幅提升生产效率。

（2）从大批量生产到精益生产：丰田和本田在1970年代的成功主要在于应用了精益化的生产理念，持续降本增效，终身制的雇佣关系和工人随时暂停产线的机制保证了产品质量。在此基础上，大众应用平台化造车的方式，推出PQ25/MQB/MEB等平台，共平台车型共用零件，通过规模化和标准化的方式进一步降本增效。2023年，特斯拉重新思考生产流程，将流水线的生产方式升级为并行和串行相结合的生产方式，大幅提升生产和装配效率，减少工厂面积，进一步地降本增效。

（二）产品技术角度，汽车行业经历了从蒸汽驱动—内燃机驱动—电驱动的代际性变迁，在每个时代内部又有一些技术的持续优化，如发动机的性能提升、涡轮增压技术的应用、混动架构的调整、产品形态的调整等。

（1）从蒸汽到内燃机驱动，开启燃油车时代。1886年戴姆勒和卡尔本茨发明带有汽油发动机的汽车，开启了燃油车时代。在燃油车时代，发动机性能的边际优化助力了一些产品成为爆款，如福特ModelT的直列四缸发动机（1903），甲壳虫的对置式四缸发动机（1945），捷豹XK的直列六缸发动机（1949），雪佛兰克尔维特的两列八缸发动机（1955），马自达的转子式发动机（1967），丰田普锐斯的混动发动机（1997）。此外，车身设计的优化也减少了空气阻力，提升运动表现，如1934年克莱斯勒应用空气动力学，推出采用了流线型车身的“气流”牌轿车，大大减小了空气阻力。1938年，大众推出甲壳虫设计，并在二战后全球畅销。

（2）从内燃机驱动到电驱动，开启电动车时代。1996年通用开启EV1项目，其后一些早期电动车初创公司也相继成立。2018年特斯拉Model3开启大规模放量后也开启了电动车时代，中美等国更多电动车新品牌出现，传统车企也陆续转型电动化。国内比亚迪和新势力抓住了电动化技术变革的机会，比亚迪的DM3.0平台产品在混动技术上实现了代际的，2021-2022年大规模放量，2023年比亚迪将进一步推出更多产品，同时长安，长城，吉利等车企也将推出更多混动产品。

（三）需求挖掘角度，细分市场需求的满足给一些车企带来机会。1925年后通用在美国市场的占有率超越了福特的原因之一，正在于通过品牌差异化的方式满足了不同细分市场消费者的需求。此外，美国80年代的紧凑小车和MPV细分市场的需求挖掘给日系和德系企业带来机会，中国的SUV市场的快速成长相继给长城/长安/广汽/吉利等企业带来机会，家庭用车细分市场的需求满足造就了理想ONE的成功，女性用车市场的挖掘助力欧拉在2020年的放量，越野车市场的挖掘成就了坦克品牌的崛起。

（1）美国80年代的紧凑小车的需求挖掘：20世纪80年代石油危机时期，日系和德系的车企抓住了消费者燃油经济性更好的产品的需求，借鉴Mini在20世纪60年代的成功经验，推出配有小型发动机的四座紧凑型汽车，如大众Polo（1981年），尼桑CherryTurbo（1983年），菲亚特Uno（1983年），标志205GTi（1984年），本田思域（1987年），铃木雨燕（1989年）等产品，这些产品均实现热销。

（2）美国80年代的MPV的需求挖掘：20世纪80年代，三菱推出了款MPV车型SpaceWagon（1984年）受到消费者欢迎，其他车企纷纷效仿，推出普利茅斯Voyaher（1984年），雷诺Espace（1984年）等MPV产品，均获得热销。

（3）中国SUV细分市场的需求挖掘：中国市场2010-2020年SUV细分市场的快速成长给2010-2012年的长城（哈弗H6），2012-2014年的长安（CS35/CS75）,2014-2017年的广汽（传祺GS4），2016-2018年的吉利（帝豪GS，博越）带来机会。

（4）中庭用车细分市场的需求挖掘：理想ONE的成功正在于挖掘了家庭用车细分市场的需求，推出了六座中大型SUV产品理想ONE获得热销，随后理想又推出L7/L8/L9满足不同价格带家庭用车需求，其他企业也推出六座中大型SUV产品如魏牌蓝山，问界M7等。

代际变革是范式的转移，孕育着更加巨大的机会和更加持久的竞争力。生产技术/产品技术/需求挖掘的代际变革和边际优化是一个车企崛起的核心原因，而代际变革和边际优化带来的竞争力的持续性不同，代际变革是范式的转移，孕育着更加巨大的机会。

（1）从生产技术角度，汽车行业经历了手工生产—大批量生产—精益生产的代际性的变革，其中又有平台化模块化等生产方式创新带来的降本增效。

（2）从产品技术角度，汽车行业经历了马车—燃油车—电动车的代际性变革，其中又有涡轮增压，流线型设计等的持续优化。

（3）从需求挖掘角度，汽车行业陆续出现跑车，平民车，大型轿车，皮卡，气泡车，经济型轿车，SUV，MPV等细分市场，一些市场反应敏捷的企业享受到细分市场快速成长的红利。

二、国内竞争研判：平价高阶智能化或是下一个胜负手

2.1国内车企竞争现状：生产模式/需求定义/电动技术的边际优化中，智能化代际突破前夜

近年来比亚迪与新势力等快速崛起，自主品牌市占率终于超越合资品牌。2021年以来新能源渗透率快速提升，2021年1月不足10%，2022年底已超过30%，2023Q1维持在26%左右。电动化与智能化变革给比亚迪与新势力为代表的自主品牌崛起带来机会，2022年底自主品牌已实现了超过50%的市占率，完成了对合资的反超。2023Q1乘用车市占率的品牌为大众，市占率约12%，而比亚迪市占率已达到11%，比亚迪有望在年内成为国内市占率的品牌。

2023年车企竞争更加激烈，主机厂降价压力大。短期来看，2023年车企竞争压力较大。2023年1月特斯拉降价后，赛力斯/小鹏/埃安等车企跟进，2023年3月东风等车企部分地区的经销商大幅降价，2023H1消费者观望情绪较重。为减弱消费者观望，理想/零跑/起亚/极狐推出限时保价政策，特斯拉也在3月和5月两次提价，后续车市有望逐步复苏，但整体而言2023年竞争较为激烈。中期来看，伴随着更多电动智能新车型的推出，未来2-3年汽车市场竞争或保持激烈的状态。

目前我国汽车行业处于电动化代际优化中，智能化代际变革的前夜。

（1）从生产技术角度，目前处于精益生产范式下平台化模块化生产的边际优化中。特斯拉采用一体化压铸技术大幅提升生产效率，国内蔚来，极氪等企业也应用一体化压铸生产后地板等零部件。

（2）从产品技术角度，目前处于电动化边际优化中，智能化代际变革前夜。全球汽车行业正从燃油车向电动车转型代际变革中，2022年中国汽车市场的新能源渗透率实现了28%以上，预计2023年有望超过40%。国内电动化的技术在边际优化中，混动技术方面从架构到发动机热效率持续升级，纯电技术方面三电系统性能也在持续优化。而在智能化技术领域，目前我国处于智能化代际变革的前夜，当前新车前装L2比例已经超过30%，城市NOA即将大规模落地。

（3）从需求挖掘角度，目前处于在各种细分市场的边际完善中。家庭用车，女性用车，越野车等细分市场的需求挖掘给一些企业带来机会，但随着消费者选择的多样化，新的细分市场的挖掘难度加大，预计在已有的细分市场中的竞争会持续加剧。

2.2国内竞争下一个胜负点：平价的高阶辅助驾驶

我们认为，生产模式和需求挖掘维度短期难看到下一个代际上的跨越，但是产品技术上有望进入下一个代际跨越，这一机会来自：平价高阶智能化。从技术可行性角度，当前国内已经到了大规模城市NOA的前夕，问界/小鹏/理想等车企的城市NOA功能将在年内大规模落地。2020-2021年，蔚小理和长城等车企探索高速场景下的辅助驾驶，高速NOA功能陆续实现。2022年开始，华为与毫末智行等供应商和小鹏汽车发布城市NOA场景功能，2023年小鹏/理想/阿维塔/问界等车企开启部分城市的城区NOA。伴随着数据量的增加和智能驾驶技术的成熟，预计更多城市的NOA将在2023-2025年大规模落地。

从功能场景渗透率角度，我国新车ADAS装配率持续提升，目前ACC/LCC/LCA等功能的新车装配率均在25%以上。根据高工智能数据，中国L2及以上销量渗透率已从2022年1月的21.7%提升至2023年3月的35%，2022年全年L2级别辅助驾驶渗透率为29.4%。2023年3月L2+级别辅助驾驶的功能场景中，HWA高速辅助驾驶渗透率和NOA领航辅助功能渗透率，从功能场景角度，中国乘用新车ADAS装配率持续上升。2022年1-2月，各大场景应用AEB、LCA、ACC、LKA等装配率均同比上升，ACC/LCC/LCA等功能的新车装配率均在25%以上。

2.3各车企智能化的发展梳理：架构从分布向集中，融合算法从后向前

近年来国内智能驾驶的发展路径，整体而言是主机厂逐步减少对供应商的依赖，感知硬件从增配到减配，电子电气架构逐步集中，算法能力持续增强。

（1）2020年前，关键词为供应商依赖，主流方案为：分布式架构+后融合算法+MobileyeEyeQ4芯片。2020年以前，国内智能化水平较为的企业如小鹏/理想/蔚来等的辅助驾驶系统均采用MobileyeEyeQ4的芯片，主要是由于智能化发展初期，主机厂对各类传感器的理解和感知算法融合能力较弱，开发人员也较为有限。因此这一阶段感知融合采用后融合的方式，视觉和雷达传感器的数据信息分别处理后通过统计算法加权。而在视觉领域，Mobieye提供了一套较为成熟的摄像头感知硬件+算法方案，预留接口给主机厂，相应地，这一阶段车辆的电子架构也是分布式架构。另外，在初级阶段主机厂大部分没有应用激光雷达。

（2）2021-2022年，关键词为硬件冗余，主流方案：域控式ADAS架构+后融合/特征融合+英伟达Xavier/地平线等芯片+激光雷达+高精地图。伴随着辅助驾驶场景需求的丰富以及主机厂技术能力的提升，高速NOA乃至城市NOA的实现需要更高精度和鲁棒的感知能力，因此传感器融合算法也需要向前转移。同时，2021年开始，英伟达和地平线等国产供应商推出的大算力芯片逐步量产上车。这一阶段，整车电子电气架构从分布式向域控式架构演进，核心是传感器控制算法从传感器移到了域控制器，主机厂可以减少对Mobileye等传感器供应商的依赖。另外，这一时期为保证训练数据和传感器的冗余，大部分主机厂的高阶辅助驾驶车型都搭载了激光雷达。

（3）2023年后，关键词为降本和大模型，主流方案：跨域式ADAS架构+后融合/特征融合+英伟达Orin等芯片+Bevformer为基础的大模型。2021年特斯拉将Transformer模型引入智能驾驶并推出BEV鸟瞰图后，国内主机厂看到通过感知融合技术的升级减少传感器和高精地图依赖在技术上的可能性，同时，乘用车行业竞争更加激烈，主机厂降本诉求较大，激光雷达和高精地图的成本也较高，理想，小鹏，毫末智行等均转向了Bevformer为基础的大模型。另外，供应商和主机厂探索行泊一体/舱泊一体，甚至舱驾一体，通过提升硬件的复用性实现降本。

三、平价高阶辅助驾驶的实现路径

3.1降本路径：高成本智能化→算法迭代→硬件减配→平价智能化

首先通过丰富的传感器配置和大算力芯片积累数据，算法迭代成熟后减配硬件，终将实现平价智能化。目前，国内能够实现NOA功能的高阶辅助驾驶硬件成本预计2.5-3万元。

（1）感知环节：目前传感器成本预计5000-10000万元，主要取决于激光雷达的数量，目前单颗激光雷达价格预计3000-5000元。此外，高精地图的成本也较高。

（2）计算环节：目前智驾域控制器成本预计1.5-2.5万元，主要取决于SoC芯片数量和价格，目前的英伟达的大算力SoC芯片价格仍较高，地平线等国内供应商和特斯拉/华为等自研芯片的成本预计较低。智能驾驶的降本核心是用小的算力、少的芯片和简单的传感器方案来实现安全可靠的辅助驾驶功能。我们预计在“重感知轻地图”的路线下，伴随着算法的迭代和成熟，高阶辅助智能驾驶有望减配高成本硬件，未来综合成本有望降低50%。

3.2降低感知成本：基于神经网络模型感知融合减配高精地图

车周信息感知和目标检测的前提是目标识别，通过摄像头，雷达等传感器获取数据。别辅助驾驶需要车辆获得周边车辆，行人，障碍物，红绿灯，道路标识等信息，这些数据来自摄像头/雷达等传感器与高精地图提供的信息。

（1）摄像头传感器：目标识别基于图像识别，成本较低，但是会受光线影响。

（2）雷达传感器：通过发射和接收波（激光雷达—光波，毫米波雷达—电波，超声波雷达—声波），测算障碍物的距离，相对速度和方向。其中激光雷达探测距离远且精度高，但是目前成本也较高，单个激光雷达的价格预计在3000-5000元左右。

（3）高精地图：提供厘米级的道路形状、道路标记、交通标志和障碍物等地图元素，可以辅助定位，并提供路况信息，但是存在更新不及时和成本非常高的问题。从感知成本角度，降低激光雷达和高精地图的成本是降本的重点，同时从理论上来说，“摄像头+雷达”通过算法融合是可以实现全场景感知的。

各类传感器获取的数据通过算法进行融合，传统智驾感知融合方案以后融合算法为主，目前部分主机厂开始应用特征融合算法。摄像头、激光雷达、毫米波雷达等传感器提供的信息精度和特征都不同，因此需要通过算法将各类数据融合。传感器融合算法可分为前融合算法、后融合算法和特征融合（中融合）算法三类。

（1）后融合算法：先将各类传感器的数据通过各自独立的算法进行处理，基于统计模型建模进行加权计算。高斯滤波器是后融合方案的主要方法之一，具体通过卡尔曼滤波、扩展卡尔曼滤波、误差卡尔曼滤波等实现。后融合可以理解为对加工后的传感器信息结果进行加权，对算力要求较小，但是存在数据损失，是过去常用的算法，且视觉算法方面的融合由Mobileye等芯片+算法系统供应商负责。

（2）前融合算法：直接在原始数据层面将摄像头的二维图片数据，雷达的三维点云进行融合。前融合方案保留了全面的目标信息，感知精度和准确性更高，但通常前融合算法基于深度学习，需要非常高的的算力与较多的训练数据，同时要求主机厂对各类传感器有深入的了解。

（3）特征级融合（中融合）：考虑到前融合对传感器能力和算力的高要求，近年来产业内开始应用特征级融合的算法，即先将各类传感器的数据提取特征向量，然后进行数据的时空同比，融合在同一个三维坐标系中。特征级融合相对后融合算法可以保留更多的目标信息，相对前融合方案可以消耗更少的算力。

目前主流方案是在BEV空间进行视觉感知的特征级别融合。摄像头采集的数据是2D图像，雷达采集的数据是3D点云，因此与激光雷达可以直接探知物体的形状与位置等信息不同，视觉方案对物体的感知需要先从2D升维至3D，然后再进行各个摄像头之间视觉信息的融合或者摄像头传感器与雷达传感器的融合。自特斯拉2020年提出应用BEV（Bird’sEyeView）鸟瞰图的3D坐标系空间，把各个摄像头的信息进行融合，在BEV空间内做特征融合已经成为视觉感知融合的前沿主流方案。从架构角度，BEV感知架构可分成五步：

（1）将摄像头数据输入到共享的骨干网络（Backbone），提取每个摄像头的数据特征（feature）。

（2）把所有的摄像头数据（跨摄）进行融合，并转换到BEV空间。

（3）在BEV空间内，进行跨模态融合，将像素级的视觉数据和激光雷达点云进行融合。

（4）进行时序融合，形成4D时空维度的感知信息。

（5）多任务输出，如静态语义地图、动态检测等。

目前行业在探索和应用基于神经网络的视觉融合方法，以Transformer+BEV为代表的模型可以构建车身周边动态环境信息。从算法实现角度，BEV融合算法是一种多元融合算法，需要将各个角度的信息在BEV空间内融合，关键是要找到2D检测结果在BEV空间的映射关系。各个摄像头拍摄2D的平面图转化至3D空间，传统常用逆透视的方式，伴随着神经网络模型和深度学习的发展，目前Transformer模型为代表神经网络模型成为应用主流。

（1）传统的实现BEV融合的算法基于几何假设，例如IPM（InversePerspectiveMapping，逆透视变换）方式，是对图像提取，分割后，通过IPM函数转换到BEV空间。IPM投影的原理基于“近大远小”的透视形变，例如平行的道路在图像中看起来是相交的。IPM变换就是消除这种效应，因此成为逆透视，这种方法在路面颠簸等情况下会出现识别问题。

（2）伴随着神经网络模型的发展，基于数据驱动的BEV算法显现了更好的融合效果。大量数据的神经网络的训练可以让车辆理解道路，行人等的特征，实现更准确地识别。目前主流的神经网络算法是Transformer大模型，这是2017年前后谷歌为NLP（自然语言处理）设计的算法，2021年特斯拉将Transformer模型引入自动驾驶的视觉感知融合领域。相比于RNN（循环神经网络）和CNN模型（卷积神经网路），Transformer模型（变形金刚模型）核心的特点是引入注意力机制，在跨摄像头、跨传感器以及时序融合时的准确率更高。目前Transformer+BEV进行视觉融合已经成为理想，小鹏等主机厂和毫末智行，地平线等供应商探索和应用的方向。

在Transformer+BEV的基础上，特斯拉，理想，小鹏等进一步利用Occupancy网络提升识别水平。特斯拉2022年提出引入OccupancyNetwork（占用网络），将三维空间划分成体素voxel，对有物体的voxel赋值为1，表示voxel被物体占据；没有物体的voxel被赋值为0，在分割后进一步识别和判断。Occupancy网络核心的升级在于从目标检测（ObjectDetection）升级到语义分割（SemanticSegmentation）。一方面对于白名单的依赖度降低，因此识别异性物体的能力大大增强，另一方面克服了目标检测方法对于目标的外形高度敏感的问题。在特斯拉之后，理想汽车在2023年双能战略发布会上也表示利用Occupancy网络识别通用障碍物。

基于神经网络的视觉感知融合可以摆脱或者减轻对高精地图和高成本激光雷达的依赖，但成熟的模型对算力/数据/内存的要求非常高。利用Transformer+BEV等大模型进行视觉感知融合，可以识别车身周围的各类物体，构建动态实时地图，在理论上可以摆脱或者减轻对高精地图和激光雷达的依赖，进一步减少成本。但成熟的模型的训练要求海量的数据和巨大的算力，除了车端的算力，还需要云端的算力。Transformer+BEV的周视环绕感知6V算力要求从20-30TFLOPS提升到200+TFLPS，内存带宽的要求也要提升十倍。行业内一些公司通过建立智算中心的方式进行大模型的训练，例如特斯拉建立Dojo智算中心，小鹏与阿里云建立了扶摇智算中心，毫末智行与火山引擎联合建立了雪湖绿洲智算中心。

3.3降低计算成本：行泊一体的域控架构和单SoC的解决方案

降低计算成本的路径是通过自研或国产替代用更便宜的芯片，以及通过架构的集中化设计用更少量的芯片。基础L2功能的辅助驾驶只需要4-5TOPS算力，不需要配置域控制器，而高速和城区NOA辅助驾驶方案需要智驾域控制器，一般而言智能驾驶域控制器的结构包括：

（1）AISoC芯片：主要进行视觉信息的处理和感知融合，芯片成本和出货量高度相关，

（2）SafetyMCU：主要进行高功能安全等级的逻辑运算，如规划控制等。

（3）存储芯片。（4）Des视频解串芯片。

（5）其他芯片如以太网网关芯片，外设接口芯片、电源管理芯片（PMIC）等。

（6）连接器与结构件，散热系统等硬件。从域控制器的构成拆解来看，计算方面降本有两个思路：一是通过自研或国产替代，用更便宜的芯片，二是通过架构的集中化设计，用更少量的芯片和硬件。

方式一：通过自研或国产替代，用更便宜的芯片。城市NOA级别辅助驾驶要求SoC芯片的算力至少在150Tops以上，目前量产上车的芯片主要于英伟达Orin芯片平台。我们预计主机厂或通过自研与国产替代的方式直接降低芯片成本。

（1）自研：特斯拉和华为的辅助驾驶方案采取量产的自研芯片，小鹏，蔚来等主机厂已组建团队自研芯片，2022年底蔚来芯片团队预计约300人，小鹏芯片团队预计约200人。芯片成本和出货量高度相关，产品放量后规模效应显现有望摊薄成本。

（2）国产替代：华为，黑芝麻，地平线等国内供应商也推出大算力芯片，地平线征程5芯片在2022年量产搭载于理想汽车的产品，上海车展期间比亚迪基于征程5自研的BEV融合感知方案将于年内量产价格预计低于国外供应商。

方式二，通过架构的集中化设计，用更少量的芯片和硬件。目前行业内正在探索用一个行泊一体的域控制器取代两个独立的域控，行泊一体域控制器内部用单SoC取代多SoC的方案，同时探索舱泊一体甚至舱驾一体。ADAS架构从分布式向行泊分离的域控式再向行泊一体的架构演进：

（1）分布式ADAS架构中，前视摄像头和毫米波雷达2类传感器分别用于横向和纵向行车功能，环视摄像头和超声波雷达2类传感器用于泊车功能。这一架构下，传感器的数据信息与行车和泊车的功能场景各自独立。

（2）域控式ADAS架构中，各类传感器的数据对应的功能场景与分布式ADAS架构一致，但是增加了行车域控制器和泊车域控制器，分别对应行车和泊车的场景。域控式ADAS架构下，传感器控制算法从传感器移到了域控制器，主机厂可以减少对传感器供应商的依赖。另外算法可以从后融合向前融合/特征融合转移，可以提升感知精度。

（3）跨域式ADAS架构（行泊一体）中，域控式ADAS架构中每个域控制器调用对应的传感器信息，而跨域式ADAS架构用一个行泊一体域控制器调用所有智驾传感器的信息，可以节省感知和计算的资源，同时也节省主机厂的开发资源。

行泊一体可以有效降低车企的成本，预计将大规模落地。一方面，行泊一体由于将两个单独的控制器融合为单个控制器，直接降低了硬件成本；另一方面，行泊一体改变了车企在行泊分离时需对接不同供应商的开发模式，仅需对接一个供应商，降低了车企在开发过程中的沟通和管理成本；此外，行泊一体还能简化域控制器的I/O接口，减少布线长度，从而降低整体的生产成本。目前，理想，小鹏，长城的许多车型已实现行泊一体方案的量产落地，今年还有更多的行泊一体方案即将量产上车。

单SoC的行泊一体域控方案可以实现更大幅度的降本。一些行泊一体方案中，域控内部由不同的SoC芯片分别控制行车和泊车功能，这样只是硬件的集中，并没有实现计算资源的共享，还可能出现通讯延迟的问题。进一步地，可以使用一个SoC芯片同时实现行车和泊车功能，真正实现实现计算资源的共享和传感器的复用，并进一步降低成本。2023年开始一些供应商推出单SoC行泊一体高阶辅助驾驶方案，例如轻舟智航基于地平线单征程5芯片的行泊一体方案可以用纯视觉方案实现高速NOA，并配合一颗激光雷达实现城市NOA。我们认为基于单SoC方案的行泊一体域控架构，将是未来高阶辅助驾驶方案的发展方向。

舱泊一体降本方案也被提出，伴随电子电气架构持续集中终将实现舱驾融合。

（1）舱泊一体：行泊一体是泊车与行车的融合，舱泊一体是泊车与座舱的融合。2023年上海车展中多家Tier1推出舱泊一体方案，通过座舱域控制器接收泊车信号，充分利用座舱上的算力的同时实现降本。

（2）舱驾融合：舱驾融合即座舱域与智驾域的融合，舱驾融合是汽车电子电气架构向域融合以及中央计算方向演进的产物，它在缩短了开发周期的同时进一步降低整车成本。我们认为未来随着技术的不断成熟，有望实现舱驾融合。

四、投资分析

生产技术/产品技术/需求挖掘的代际变革和边际优化是车企崛起的重要原因。复盘全球和国内汽车工业发展史，不同时期崛起的车企的共性是具备：天时（和平时期+经济平稳）+地利（发展+产业政策）+人和（生产技术/产品技术/需求挖掘定义）。从车企角度天时地利难以左右，生产技术/产品技术/需求挖掘定义能力的代际变革和边际优化是车企角度可以崛起的核心原因。

（1）生产技术角度，汽车工业的生产方式经历了：手工生产—大批量生产—精益生产的代际性的变迁，生产效率的大幅提升和成本的大幅降低也造就了福特/丰田/本田/特斯拉等一批企业的崛起，其中又有平台化，模块化生产方式创新带来的降本增效。

（2）产品技术角度，汽车行业经历了从蒸汽/电力驱动—内燃机驱动—电驱动的代际性变迁，在每个时代内部又有一些技术的持续优化，如发动机的性能提升、涡轮增压技术的应用、混动架构的调整、产品形态的调整等。

（3）需求挖掘角度，细分市场需求的满足给一些车企带来机会，汽车行业陆续出现跑车，平民车，大型轿车，皮卡，气泡车，经济型轿车，SUV，MPV等细分市场，一些市场反应敏捷的企业享受到细分市场快速成长的红利。如美国80年代的紧凑小车和MPV细分市场的需求挖掘给日系和德系企业带来机会，中国的SUV市场的快速成长相继给长城/长安/广汽/吉利等企业带来机会，女性用车/越野车/家庭用车等细分市场的需求挖掘也给欧拉/坦克/理想等品牌带来机会。代际变革是范式的转移，相对于边际的优化，孕育着更加巨大的机会和更加持久的竞争力。

目前我国汽车行业处于电动化边际优化中，智能化代际突破变革前夜，平价智能化是下一个技术爆发机会。

（1）从生产技术角度，目前处于精益生产范式下平台化模块化生产的边际优化中。

（2）从产品技术角度，目前处于电动化变革进行中，智能化代际变革前夜。

（3）从需求挖掘角度，目前处于在各种细分市场的边际完善中。生产模式和需求定义很难看到下一个代际上的跨越，但是产品技术上有望进入下一个代际跨越，我们认为这一机会来自：平价高阶智能化。

（1）从技术可行性角度，当前国内已到了大规模城市NOA的前夕，问界/小鹏/理想等车企城市NOA年内大规模落地。

（2）从功能场景渗透率角度，我国新车ADAS装配率持续提升，目前ACC/LCC/LCA等功能的新车装配率均在25%以上。

平价高阶辅助驾驶的可能路径：高成本智能化→算法迭代→硬件减配→平价智能化。近年来国内智能驾驶的发展路径，整体而言是主机厂逐步减少对供应商的依赖，感知硬件从增配到减配，电子电气架构逐步集中，算法能力持续增强。（1）2020年前，关键词为供应商依赖，主要方案为：分布式架构+后融合算法+Mobileye芯片。

（2）2021-2022年，关键词为硬件冗余，主要方案：域控式ADAS架构+后融合/特征融合+英伟达大算力芯片+激光雷达+高精地图。

（3）2023年后，关键词为降本和大模型，主要方案：跨域式ADAS架构+后融合/特征融合+国内外大算力芯片+Bevformer为基础的大模型。我们认为，首先通过丰富的传感器配置和大算力芯片积累数据，算法迭代成熟后减配硬件，终将实现平价智能化。目前，国内能够实现城区NOA功能的高阶辅助驾驶硬件成本预计2.5-3万元。智能驾驶的降本核心是用小的算力、少的芯片和简单的传感器方案来实现安全可靠的辅助驾驶功能。

（1）感知环节的降本：核心是通过软件方案的优化，尽量采用更便宜的传感器，目前一些主机厂在探索基于神经网络（以Transformer+BEV为主）做特征融合，减配高精地图，并有望减配高成本的激光雷达。

（2）计算环节的降本：一是通过自研或国产替代，用更便宜的芯片，二是通过架构的集中化设计，用更少量的芯片和硬件。行泊一体有望大规模落地，同时域控内部单SoC有望取代多SoC的方案，舱泊一体甚至舱驾一体也在发展中。我们预计在“重感知轻地图”的路线下，伴随着算法的迭代和成熟，高阶辅助智能驾驶有望减配高成本硬件，预计高阶辅助驾驶的硬件成本有望降低50%。

（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：https：//new.qq.com/rain/a/20230607A01EAR00）