汽车和汽车零部件行业AI大模型应用于汽车智能驾驶梳理：吐故纳新如日方升

核心观点算法优势体现在：1)感知输出信息精准度更高；2)鲁棒性高；3)泛化能力强，有助于城市高阶智能整车强耦合)；计划自研超算平台Dojo，为后阶段高阶智能驾驶发展做铺垫；2)软件算法：率先切入ccupancyTransformer看好智能化驱动电子电气架构集中度提升(行泊一体域控等方案)的发展趋势，建议关注德赛西威、驶推进不及预期、新能源车需求不及预期、智能驾驶功能落地监管标准趋严。目录智能驾驶感知算法梳理特斯拉智能驾驶技术路线梳理国内车企自动驾驶进展对比高阶自动驾驶落地关键分析风险提示传感器执行器传感器执行器息进行感知处理，再将感知结果输入至决策规划层进行分析决策并生成控制命令，最终将控d通过深度学习神经网络直接输出驾驶命令(可实现输入图像等感知信息到输出方向盘转角等控制量、输入感知感知道线检测感知道线检测碍物检测绿灯检测控制持随换障决策规决策规划•全局路径规划策划模块化自动驾驶端到端自动驾驶系统复杂度高度自动驾驶有条件自动驾驶完全自动驾驶自动驾驶 感知难度决策难度驾驶辅助系统系统复杂度高度自动驾驶有条件自动驾驶完全自动驾驶自动驾驶 感知难度决策难度驾驶辅助系统 部分驾驶辅助应急辅助系统的要求智能驾驶，主要包括感知(环境感知与定位)、决策(智能规划与决策)、以及执行(控制执行)系统。当前按《汽车驾驶自动化分级》规定，L3级及以上才属于高阶智能驾驶(允许脱手)；其中，系统需满足360°感知+组组合驾驶辅助LLLLL4L5高新技术研究院，光大证券研究所绘制目前，特斯拉(2021年)、小鹏+华为+理想等(2023年)已切换至BEV+Transformer，但仍应用于感知端(vs.学术界以最终规划为目标，已提出感知决策一体化的智能驾驶通用大模型UniAD+全栈Transformer模型)。图：特斯拉和小鹏汽车的自动驾驶系统算法框架能源汽车，网易，光大证券研究所整理全新g3V+TJens}oJm?J算法有三种技术路线：t)纯视觉g3V感知路线(特斯拉)：仅用摄像头，将摄像头感知到的Ca特征输入至算法，生成g3Vca空间，并输出感知信息；C)g3V融合感知路线(华为)：除摄像头的感知信息外还加入激光雷达，在g3Vca空间进行融合后再输出感知信息(预计小鹏+理想或采用相近方案)；c)车路一体g3V感知路线(百度Unig3V)：在g3Vca空间内将车端+路端VCX等多传感器采集到的感知信息全部融合。BEV(Bird’seyeview)，是在融合车载多视角摄像头感知输入信息后，得到鸟瞰图的感知输出信息(用于后续路径规划与决策)。与2D+CNN相比(提取2D特征后通过CNN卷积算法得出3D感知输出信息或结果)，BEVBEVvsDCNN，后融合)。传感器各类传感器提取特征+融合mera传感器各类传感器提取特征+融合mera多传感器融合 (BEV空间)amAlignmentssModalityAlignmentTemporalAggregation多任务输多任务输出Entitycepts自自动标注on智驾，光大证券研究所绘制Transformer是一种基于注意力机制的神经网络大模型，算法参数达到亿级以上(vs.CNN仅为千万级别)。Transformer算法更适用于大数据，同时具备较高的鲁棒性(可缓解一定程度的系统+网络风险)+较强的泛化能力(可缓解Corner-case比如恶劣天气下的模型不稳定性)等特点；具备更稳定+更准确的感知输出信息。特斯拉之外的智能驾驶系统主要依赖于高精地图：1)辅助环境感知；2)路径规划与决策；3)确定车辆精准定位。高精地图可视为超距传感器，可形成感知传感器冗余(vs.特斯拉算法冗余)，提升自动驾驶体验和安全。更强泛化能力(可缓解无图环境下的感知信息预测偏差风险)，全新技术落地更有助于城市高阶智能驾驶落地。AY目录智能驾驶感知算法梳理特斯拉智能驾驶技术路线梳理国内车企自动驾驶进展对比高阶自动驾驶落地关键分析风险提示拉智能驾驶系统的推进整理感知巡航控制 (自适应巡航)、紧急避撞、灯高度可调节、召唤功能型可视化、交通信号灯和停车标志自动检测算法感器形式算法感器形式注标 或已试搭载HW4.0)台台算力Flops车型迭代产品+成本可控。FSD硬件当前已有HW4.0版本(2023/3美版ModelS/X或已试搭载)，包含2个FSD2.0芯片，算力可达300-500TOPS(vs.英伟达Orin芯片算力254TOPS)，基本可满足L3-L4级自动驾驶算力需求(预计L3级为100-200TOPS，L4级为400-600TOPS)。表：特斯拉车载自动驾驶芯片迭代(HW1.0-HW3.0)Camera(35°)×1/Camera(50°)×1/Camera(120°)×1机00Camera(90°)×2面后置摄像头0Camera(60°)×2Radar×1(160m)Radar×1(170m)雷达UUS×12(5m)idiaParkerSoCUUS×12(8m)idiaParkerSoC器ascalGPUvidiaPascalGPUFSD芯片×2OPSTOPSTOPS8GB×2A4GB×2帧数功率汽车，汽车之心，光大证券研究所整理超算平台件算法复杂程度+训练数是高阶智能驾驶后阶段硬件发展的主要方向(vs.当前行业车载芯片或已可满足L3-L4级需求)。从行业推进来看，1)特斯拉2021年宣布自研超算平台Dojo(当前仍采用英伟达A100算力芯片)，规划2H23E拉自动驾驶计算平台迭代 (总数据量高达1.5PB)PB频 我们判断，1)算法从端到端的程度正在加深(当前仍在感知层)；2)算法或可开源，依赖于参数+试错学习。2021202220182021202220182016FSDBetaSoftware2.0SoftwareFSDBetaSoftware2.0Software1.0former640×480×640×480×1cls640×480×4ResNetResNet/RegNetRadarTaskRadarTask2clsattrregDecoderTrunksregDecoderTrunkTask1MultiMulti-ScaleFeaturesRegNetRegNet+BiFPNTaskTask2clsattrregDecoderTrunksregDecoderTrunkTask1MultiMulti-CameraFusion&BEVTransformerMulti-ScaleFeaturesRRegNet+BiFPNRectiRectifyMultiMulti-ScaleFeaturesRRegNet+BiFPNRectRectifyMultiMulti-ScaleFeaturesRRegNet+BiFPNRectRectifyTaskTask2clsattrregVideoFeaturesQueue/VideoModuleMulti-CameraFusion&BEVTransformerMulti-ScaleeaturesRegNet+BiFPNRectifyMulti-ScaleeaturesRegNet+BiFPNRectifyMulti-ScaleeaturesRegNet+BiFPNRectifysregTask1我们分析，数据的数量(实测+仿真)+质量(自动标注)是决定智能驾驶算法模型能否进一步优化提升的关键。不常见+数据量不足的案例，可通过仿真模拟丰富数据来源+发掘“长尾场景”(cornercase)，用于进行大规目录智能驾驶感知算法梳理特斯拉智能驾驶技术路线梳理国内车企自动驾驶进展对比高阶自动驾驶落地关键分析风险提示v11内测vv上线v9.0v10.0马斯克透露重写FSD高速NGP公测v11内测vv上线v9.0v10.0马斯克透露重写FSD高速NGP公测亮相城市NGP广州试点扶摇建成深圳城区上海城区极狐Hi演示视频ADS2.0发布领航辅助报名上线3.0发布导航辅助驾驶上线建。小鹏(2022/10)、华为(2023/4)、理想(2023/4)先后宣布/公开城市领航辅助驾驶功能落地，我们预计v11.3.2XNGPXNGP4.2.0全景推送广广州城区模内测开放10月12月1士、各车企官网，光大证券研究所整理4月7月9月12月20226月8月9月10月11月12月1月2月3月20234月6月7月P1)智能驾驶设计(华为占优)：硬件方面，华为采用自研超算+芯片，蔚小理仍采用外购车载芯片+租用/外购小鹏/理想/蔚来跟进BEV+Transformer。2)数据方面(理想占优)：理想销量爬坡(2023年销量目标30-35万NOPNOAXNGPADS.0LL2+L2+L2+利通过部分系统降级失败分未成功变道利通过部分系统降级失败分未成功变道部分顺利通过部分系统降级失败部分顺利通过极小部分系统降级失败部分系统降级失败小部分未成功变道发起变道时机况调整策略根据车道情况调整策略根据车道情况调整策略况调整策略较强较强一般较强一般前与匝道距离匝道的车速进入扩展车道时机与稳定性第一时间汇入第一时间汇入非第一时间汇入第一时间汇入Y字路口稳定性稳定偶发分叉路口系统退出稳定稳定经常早降晚升，有拖沓感大曲率弯道通过时速较快经常早降晚升，有拖沓感大曲率弯道通过时速较快率弯道通过时速较快率弯道通过时速稍慢车速行驶车速行驶率弯道通过时速快即将进入主路才提速到80km/h即将进入主路才提速到80km/h路后提速至道路限速时提速至道路限速的策略车速行驶车道的策略可汇入主路能力和XNGP接近，但稳定性略逊后方更敏感据车流情况选择合适率弯道通过时速较快备主动汇入快车道的策略率弯道通过时速较快备主动汇入快车道的策略经常早降晚升，有拖沓感大曲率弯道通过时速较快定，几乎无修正动作率弯道通过时速快备主动汇入快车道的策略备主动汇入快车道的策略否有借用第三车道超车策略有无次数低中高中中无有中中中中中高共驾策略信息丰富较优信息丰富会发生误报信息丰富腻、流畅度欠佳能开启标识明确富会发生误报语音提示清晰(可关闭)扰乘客拉和主要新势力自动驾驶技术对比拉器*82312激光雷达*1(自研)2达*22达*12达*1HWTOPS华为昇腾610，算力200TOPS 于阿里云智能计算平台建成 买超算云服务导航地图百度地图华为PetalMap高德地图高德地图四维图新、百度地图 (智途科技)高德地图百度地图、计划与腾讯合作er 标配(仅G9和P7iMax)差2万元标配未收费(仅ADMAX版本)差4万元20拉和主要新势力自动驾驶技术对比ADSXNGP理想城市NOA蔚来NOP+助驾驶累积行驶里程五座城市落地(使用高精地图)；付费模式(均为高精地图方案)领航NOA领航NOA上下匝道、通道避障高速智能驾驶功能首个落地高速NOA的自主品牌 垂直泊车、平行泊车APA、AVP代客泊车辅助PA用停车位)LLLL2+L2+ 立华为智选车渠道)1 2122目录智能驾驶感知算法梳理特斯拉智能驾驶技术路线梳理国内车企自动驾驶进展对比高阶自动驾驶落地关键分析风险提示23地大模型在高阶智能驾驶的应用已成趋势(BEV+Transformer仅为大模型在感知端的应用)；大模型符合高阶智数架模型训练数据标注数据处理数据回传仿真测试场景挖掘高阶智能驾驶，数据解决“长尾问题”模型训练数据标注数据处理数据回传仿真测试场景挖掘高阶智能驾驶最大风险为“长尾问题”(cornercases)，增加训练数据规模+提高大模型泛化能力可缓解“长训练；4)模型训练：大模型训练要求高算力+部分训练自动化(特斯拉自建超算平台)；5)仿真数据采数据采集241)实现L3级智能驾驶的关键在于全面感知，主要依赖海量+长尾场景数据驱动算法升级优化；其中，无图场景覆盖还需低线城市数据(vs.当前车载算力已基本满足L3-L4级需求)；2)高阶智能驾驶等级推进对决策算法要求增加，全面端到端大模型+车端/云端大模型应用，对算法升级(受制于算法专用芯片利用率+算力)和数据存储/传输(硬件存储容量/带宽限制)要求也在增加，硬件或为后阶段高阶智能驾驶系统推进的关键。从具备高阶智能驾驶属性的整车标的推荐顺序来看，首推特斯拉(数据+硬件+算法全面领先)、理想汽车(销HE合作车企。力对比能力法能力件能力特斯拉(TSLA.O)★★★★★★★★★☆★★★★理想(LI.O)★★★★★★★小鹏(XPEV.N)★★★★★★★蔚来(NIO.N)★★★★☆★★★★★★★★★★★★25证券研究所整理整合为超级电脑域控制器整合域控制器出现，基础控制标准化集成化ECU整合，集成软硬件模整合为超级电脑域控制器整合域控制器出现，基础控制标准化集成化ECU整合，集成软硬件模块化每个功能都有一个对应的模块高阶智能驾驶量产需要电子电气架构向中央集中式升级(当前为域集中式vs.此前为分布式架构)。在域集中式趋势下，行泊一体是当前L2/L2+级向L3级迈进、打造全场景(高速/低速/行车/泊车)智能驾驶方案落地的最佳路径，可实现硬件成本降低(减少控制器数量)+硬件复用(提高各传感器和芯片算力利用率)+传感器配置灵活，从而可应对城市NOA(领航辅助驾驶)+AVP(自主代客泊车)等复杂场景。我们判断，行泊一体方案的技术难点在于单芯片功能集成(当前多数行泊一体方案仍采用两颗SoC)，高性能智需要芯片算力和功耗升级配合。预计未来随着域集中程度加深，域控制器最终形态或为单一中央域控制器。我们看好：1)与芯片供应商深度合作、积极布局上游传感器；2)具备自研算法能力；3)具备智能座舱+智能驾驶域控制器技术的智驾域控制器供应商。建议关注德赛西威(002920.SZ)、经纬恒润(688326.SH)、科博达(603786.SH)。车载云计车载云计算中央计算域融合域集中26之心，光大证券研究所整理行行泊一体行泊分离感器共用感器分离传感器行车和泊车系统分别开发配套的底层软件、中间件、算法开发底层软件、中间件通用化单独定行车和泊车系统分别开发配套的底层软件、中间件、算法开发硬件硬件两个单独的控制器融合为单个控制器，节省成本合程度高迭代合程度高迭代知、处理分离可获得原始数据方案EPS方案EPS高阶智能驾驶不仅要求数据/算法/算力提升，还要求：1)智能驾驶系统的功能安全等级提高(L2/L2+级要求ACC功能满足ASILA或QMvs.L3级及以上要求ASILC甚至ASD)；2)人机解耦+执行机构存在冗余(脱手情况下，主电子制动/转向系统失效时，系统也能执行制动/转向)；3)对执行层响应速度(缩短响应时间保证安全)和执行精度要求更高(提供精准底盘信号提升感知结果准确性)。我们判断，1)执行端的线控底盘重要性凸显；2)由应商伯特利(603596.SH)；线控转向建议关注全球转向系统龙头企业之一的耐世特(1316.HK)。方案TwoTwoBox(博世iBooster(左)+ESP(右))SBWSBW2728目录智能驾驶感知算法梳理特斯拉智能驾驶技术路线梳理国内车企自动驾驶进展对比高阶自动驾驶落地关键分析风险提示29政策风险1)智能驾驶落地监管标准趋严；2)全球贸易摩擦与宏观政策不确定性风险。核心风险1)新能源车需求不及预期，持续降价或减产风险；2)整车产能爬坡不及预期；3)超算平