汽車：智能車向未來(lái) 20240627 -開源證券

智能車，向未來(lái)2024年6月27日投資邏輯復(fù)盤乘用車關(guān)鍵的三個(gè)時(shí)代，發(fā)現(xiàn)不同時(shí)代消費(fèi)者關(guān)注點(diǎn)持綜合性價(jià)比，爆款車依靠細(xì)分配置俘獲更多消費(fèi)者2）電動(dòng)化時(shí)代，前期消費(fèi)者更關(guān)注續(xù)注重座艙的駕乘體驗(yàn)，冰箱、彩電、大沙發(fā)等成為焦點(diǎn)3）智能化時(shí)代，軟硬件迭代速度水平關(guān)注度提高，智駕系統(tǒng)提升駕駛安全性和便捷性的同時(shí)，也為消費(fèi)者提供全新的駕解駕駛疲勞，望重塑用戶駕駛出行習(xí)慣，因而具有堅(jiān)實(shí)的需求確定性，并且逐漸成為影響消費(fèi)端到端算法具有信息無(wú)損傳遞、全局優(yōu)化、擬人化等優(yōu)勢(shì)，同時(shí)，玩家也在探索構(gòu)建類人的包含對(duì)零部件而言，消費(fèi)屬性和科技屬性是決定行業(yè)發(fā)展的重要因素，玩家呈現(xiàn)出幾類不同的成長(zhǎng)路徑，品類拓升帶來(lái)的單車價(jià)值量的提升疊加國(guó)產(chǎn)化率或滲透率提升再疊加市場(chǎng)份額的增長(zhǎng)，最終將成就王者，風(fēng)險(xiǎn)提示：技術(shù)發(fā)展進(jìn)度不及預(yù)期、市場(chǎng)需求不及預(yù)期、CONTENTS3零部件：緊抓賽道龍頭，把握爆款產(chǎn)業(yè)鏈4推薦及受益標(biāo)的、風(fēng)險(xiǎn)提示圖1：持續(xù)打造爆品能力造就車企品牌力品牌力 研發(fā)投入核心人物 研發(fā)投入核心人物 電動(dòng)化智能化電動(dòng)化智能化資料來(lái)源：開源證券研究所圖2圖2：L2及以上的輔助駕駛功能裝車率快速提高2007-2010年，汽車消費(fèi)逐漸向二、三線城市滲透，消費(fèi)群體開始擴(kuò)大，但銷量靠前的品牌主要來(lái)自合資車企，比如一汽大眾捷2011-2017年，在SUV紅利期下，本土車企以成本優(yōu)勢(shì)推出高性價(jià)比的車型脫穎而出，長(zhǎng)城哈弗H6（2011）、長(zhǎng)安CS75圖2：受益SUV紅利期和電動(dòng)智能化自主品牌崛起圖2：受益SUV紅利期和電動(dòng)智能化自主品牌崛起2018-2020年，中國(guó)乘用車行業(yè)經(jīng)歷了多年高速增長(zhǎng)期和穩(wěn)健增長(zhǎng)期后，2018年中國(guó)汽車銷量首降，汽車行業(yè)進(jìn)入存量市場(chǎng)。合資車企價(jià)格下探開始搶占SUV市場(chǎng)份額，外資豪華品牌亦積極進(jìn)入SUV市場(chǎng)，自主品牌市場(chǎng)份額有所下降，同時(shí)市2021至今，電動(dòng)智能化提速，2023年新能源車滲近年來(lái)銷量呈現(xiàn)穩(wěn)步向上突破的態(tài)勢(shì)，比亞迪、長(zhǎng)安汽車、吉利汽車等傳統(tǒng)自主品牌適時(shí)把握電動(dòng)智能化節(jié)奏，以產(chǎn)品和營(yíng)銷為抓手，品牌持續(xù)向上，加速跑馬圈地，2023年自主品牌市占率高場(chǎng)乘用車L2(含L2+)搭載率將突破45%，智能化將數(shù)據(jù)來(lái)源：Wind、開源證券研究所（注：中國(guó)乘用車銷量數(shù)據(jù)已剔除出口）（1）轎車時(shí)代和（1）轎車時(shí)代和SUV時(shí)代：消費(fèi)者更注重（2）電動(dòng)化時(shí)代：隨著電動(dòng)車市場(chǎng)的快速在目前國(guó)內(nèi)電動(dòng)化滲透率已經(jīng)接近50%的背景下，傳統(tǒng)的燃油車中、供給分散的背景下，打造爆款車對(duì)于車企來(lái)說(shuō)將顯得尤為重要。在極向駕乘體驗(yàn)。以理想L系列為例，家庭消費(fèi)者除了關(guān)注續(xù)航里程和充電便利性外，也更大沙發(fā)等配置成為消費(fèi)者關(guān)注的焦點(diǎn)。理想汽車將曾經(jīng)的高端選配變?yōu)闃?biāo)配，明顯提升了整體的駕乘舒適度。同時(shí)，市場(chǎng)上涌現(xiàn)出更多的爆款車型，軟硬件迭代速度也明顯加（3）智能化時(shí)代：以華為智選爆款車問界新M7為例，消費(fèi)者對(duì)汽車的智能化水平關(guān)圖3：國(guó)內(nèi)乘用車消費(fèi)者需求重心轉(zhuǎn)換，車型屬性相應(yīng)轉(zhuǎn)變資料來(lái)源：開源證券研究所圖4：合資品牌主要占據(jù)燃油車爆款銷量榜，自主品牌以切入SUV市場(chǎng)或降價(jià)增配置提高滲透率2021-2023年燃油車核心價(jià)格帶比較穩(wěn)定，主要集中在10-15萬(wàn)元和15-20萬(wàn)元區(qū)間，2023年的市場(chǎng)份額分別為34%、17車企之間主要競(jìng)爭(zhēng)點(diǎn)在油耗、空間、硬件配置和價(jià)格；25萬(wàn)元以上爆款競(jìng)爭(zhēng)主要是寶馬、奔馳和奧迪三家，2023年北京奔E級(jí)分別蟬聯(lián)圖4：合資品牌主要占據(jù)燃油車爆款銷量榜，自主品牌以切入SUV市場(chǎng)或降價(jià)增配置提高滲透率（1）燃油轎車集中在油耗、硬件配置和價(jià)格競(jìng)爭(zhēng)，日產(chǎn)軒逸、大眾朗逸/速騰/桑塔納、豐（2）哈弗H6、吉利博越/帝豪、長(zhǎng)安CS75PLUS等自主品牌車型切入SUV藍(lán)海市場(chǎng)，以（3）2023年，長(zhǎng)安逸動(dòng)以更大空間+更高動(dòng)力性能+更高智能化的功能和配置（定速巡航+360度全景影像+10.25英寸中控屏+3.5英寸液資料來(lái)源：懂車帝、車主之家、開源證券研究所在SUV時(shí)代，自主品牌憑借高性價(jià)比和對(duì)本土市場(chǎng)需求的深刻理解，打造多款爆款SUV成功在汽車市場(chǎng)占據(jù)一席之地，如哈弗H6/H2、長(zhǎng)安CS75系列、吉利博越/帝豪等。隨著全球汽車產(chǎn)業(yè)的電動(dòng)智能化趨勢(shì)日益凸顯，同時(shí)受益政府的政策支持、消費(fèi)者對(duì)更好體驗(yàn)和環(huán)保的追求，全球尤其是中國(guó)電動(dòng)車紅利時(shí)代到來(lái)。特斯拉、比亞迪、蔚小理等車企憑借各自技術(shù)和產(chǎn)品定位優(yōu)勢(shì)提（1）各車企逐漸輻射0-5萬(wàn)元價(jià)格帶，競(jìng)爭(zhēng)加劇搶占上汽通用五菱Lumin（中控大屏、ABS+EBD、倒車影像等亮點(diǎn)配置）、吉利熊貓（采用直流快充，動(dòng)力等性能優(yōu)秀）等新車型進(jìn)入，2023年（2）精準(zhǔn)定位用戶需求，打造爆款矩陣：比亞迪強(qiáng)勢(shì)布局5-20萬(wàn)元中低端車型，實(shí)現(xiàn)多款車霸榜。2023年新能源爆款車亞迪有6款車上榜，其中5-10萬(wàn)元：比亞迪向下布局A0級(jí)車市場(chǎng)，海鷗年銷量為23.93萬(wàn)輛，自2023年5月發(fā)布以來(lái)，月銷約3萬(wàn)輛，以空間更大、配置更高、性能更好、生命周期更長(zhǎng)等優(yōu)勢(shì)搶占市場(chǎng)份額；10-15萬(wàn)元：秦PLUSDM-i和EV合計(jì)銷量為43.42萬(wàn)輛，月均銷售3.6萬(wàn)輛，其中DM-i月銷約2.6萬(wàn)輛，登頂2023年新能源車10-15萬(wàn)元價(jià)格帶榜首；15-20萬(wàn)元：元PLUS和宋PLUS（3）爆款黑馬車企：?jiǎn)柦缧翸7于2023年下半年發(fā)布，發(fā)布即爆款，產(chǎn)品以領(lǐng)先的智能駕駛能力和全新升級(jí)的動(dòng)力安全配置實(shí)現(xiàn)上市18天大定達(dá)3萬(wàn)輛；廣汽埃安較早跟進(jìn)價(jià)格戰(zhàn)，目標(biāo)客戶定位年輕化+網(wǎng)約車，兼具大空間、高續(xù)航和智能化優(yōu)勢(shì)，并以（4）單品冠軍：特斯拉2023年單車型銷量實(shí)現(xiàn)TOP1，ModelY在Model3現(xiàn)有優(yōu)勢(shì)的基礎(chǔ)上，打造了更大的空間、更好的驅(qū)動(dòng)（5）細(xì)分市場(chǎng)王：理想汽車占據(jù)家庭細(xì)分市場(chǎng)高地，L系列填補(bǔ)了30萬(wàn)元以上高端新能源車空白，接連發(fā)布的3款車型滿足不圖5：新能源車企百花齊放，不同價(jià)格區(qū)間紛紛涌現(xiàn)爆款車型資料來(lái)源：懂車帝、車主之家、開源證券研究所新能源車市場(chǎng)下的整車市場(chǎng)有兩個(gè)特點(diǎn)1）競(jìng)爭(zhēng)更加集中，2021年“三峰三谷”轉(zhuǎn)變?yōu)?023年的“兩峰兩谷”2）逐漸向高價(jià)格帶滲透，2021年的滲透率高地為8萬(wàn)元以下、15-20萬(wàn)元、30-35萬(wàn)元價(jià)格帶區(qū)間，而2023年則上移至15-20萬(wàn)元和30-35萬(wàn)元，在電動(dòng)化性能逐步滿足消費(fèi)者需求之后，汽車行業(yè)競(jìng)爭(zhēng)進(jìn)入了下半場(chǎng)的智能化競(jìng)爭(zhēng)。根據(jù)灼識(shí)咨詢，2023年高級(jí)輔助駕駛技術(shù)在L5級(jí)自動(dòng)駕駛的汽車也將陸續(xù)落地加速滲透，Robotaxi類似的新商業(yè)模式也逐步走向現(xiàn)實(shí)。國(guó)產(chǎn)品牌在智能化方面的領(lǐng)先布局和快速迭代將使得自主品牌在下半場(chǎng)的競(jìng)爭(zhēng)中占得先機(jī)，在新一輪的時(shí)代紅利下打造新的圖6：燃油車以8-20萬(wàn)元價(jià)格帶為主要陣地圖7：新能源市場(chǎng)下整車競(jìng)爭(zhēng)更加集中數(shù)據(jù)來(lái)源：崔東樹公眾號(hào)、開源證券研究所數(shù)據(jù)來(lái)源：中國(guó)汽車工業(yè)協(xié)會(huì)、開源證券研究所在汽車市場(chǎng)方面，隨著市場(chǎng)從增量轉(zhuǎn)向存量競(jìng)爭(zhēng)，行業(yè)內(nèi)的馬太效應(yīng)愈發(fā)顯著，導(dǎo)致資源和市場(chǎng)份額向頭部企業(yè)集中，而競(jìng)爭(zhēng)力較弱的車企面臨加速淘汰的風(fēng)險(xiǎn)。這一趨勢(shì)不僅考驗(yàn)著車企的市場(chǎng)適應(yīng)能圖8：乘用車行業(yè)的特性發(fā)生較大變化在產(chǎn)品發(fā)展方面，乘用車已經(jīng)從傳統(tǒng)的制造屬性向更加注重消費(fèi)體驗(yàn)和科技創(chuàng)新的方向發(fā)展。消費(fèi)者對(duì)汽車的期望不再局限于基本的出行工具，而是追求更加個(gè)性化、智能化和環(huán)保的駕駛體驗(yàn)。這促使車企在產(chǎn)品設(shè)計(jì)、技術(shù)研發(fā)和市場(chǎng)營(yíng)銷上進(jìn)行創(chuàng)新，圖8：乘用車行業(yè)的特性發(fā)生較大變化商業(yè)模式的轉(zhuǎn)變也是乘用車行業(yè)變遷的重要特征。傳統(tǒng)的以銷售汽車為主要利潤(rùn)來(lái)源的模式正在向“車+軟件+服務(wù)”的模式轉(zhuǎn)變。車企不僅提供硬件產(chǎn)品，還提供軟件升級(jí)、智能網(wǎng)聯(lián)服務(wù)、移動(dòng)出行解決方案等增值服務(wù)，以創(chuàng)造新的收入來(lái)源并提高客戶粘性。車企的競(jìng)爭(zhēng)力：在當(dāng)前的市場(chǎng)環(huán)境下，車企需要具備對(duì)用戶需求的敏銳洞察力、快速的智能化技術(shù)跟進(jìn)能力以及積極的電動(dòng)智能化戰(zhàn)略布局。同時(shí)，車型推出周期的縮短也要求車企加快產(chǎn)品迭代和升級(jí)的步伐，車型推出周期的變化：車型推出周期也發(fā)生了顯著變化。新車推出周期縮短至1.5-2年，改款車的周期甚至縮短至4-15個(gè)月。這意味著車型的迭代升級(jí)速度加快，車企需要更快地推出符合市場(chǎng)需求的新車型，以保持資料來(lái)源：新華網(wǎng)、汽車之家研究院公眾號(hào)、蓋世汽車官網(wǎng)、汽車之家官網(wǎng)、瑞鵠模具招股書、麥肯錫《駛向2030——汽車行業(yè)競(jìng)速賽》、開源證券研究所CONTENTS3零部件：緊抓賽道龍頭，把握爆款產(chǎn)業(yè)鏈4推薦及受益標(biāo)的、風(fēng)險(xiǎn)提示n技術(shù)采納生命周期：杰弗里·摩爾在《跨越鴻溝》一書中提出技術(shù)采納生命周期理論，用以解釋新技術(shù)/產(chǎn)品將會(huì)如何傳播滲透，根據(jù)該理論，新技術(shù)/產(chǎn)品被用戶接受是分階段的，最先接受新技術(shù)的用戶是“創(chuàng)新者”（2.5%），接著是“早期使用者”），n高階自動(dòng)駕駛?cè)蕴幱谠缙谑袌?chǎng)。汽車智能化深入發(fā)展，根據(jù)乘聯(lián)會(huì)、汽車工業(yè)協(xié)會(huì)等數(shù)據(jù)計(jì)算，2023年乘用車L2輔助駕駛（不含高階自動(dòng)駕駛）搭載率約38.96%，L2輔助駕駛因其較低的價(jià)格與簡(jiǎn)單可靠的功能，已經(jīng)取得用戶的信任，實(shí)現(xiàn)鴻溝的跨域；但是高階自動(dòng)駕駛?cè)蕴幱谠缙谑袌?chǎng)階段，2024年1-2月高速NOA與城市NOA的滲透率約7.62%與3.85%，到主流市場(chǎng)仍需要跨越巨大的鴻溝。城市NOA作為進(jìn)入完全自動(dòng)駕駛的門檻，對(duì)于未來(lái)完全自動(dòng)駕駛的普及具有極強(qiáng)的參考價(jià)值，因此我們關(guān)注城市NOA將如何跨越鴻溝實(shí)現(xiàn)普及。首要任務(wù)是博得實(shí)用主義大眾的選擇，而這需要從功能提升、完善保障與成本下降三方面進(jìn)行努力。圖9：創(chuàng)新擴(kuò)散曲線將市場(chǎng)分為早期市場(chǎng)與主流市場(chǎng)，其中有五類人群資料來(lái)源：智車星球公眾號(hào)2,5002,0000中國(guó)自動(dòng)擋乘用車銷量滲透率持續(xù)提高n手動(dòng)擋汽車成本更低，而成本更高的自動(dòng)擋汽車在消費(fèi)者中實(shí)現(xiàn)了快速滲透。以燃油車時(shí)代的變速器來(lái)對(duì)比，消費(fèi)者選擇自動(dòng)擋汽車意味著其負(fù)擔(dān)的成本將更高，但是從滲透率來(lái)看，消費(fèi)者是愿意為自動(dòng)擋買單的。從世界范圍看，美國(guó)從1940年開始生器；2013年全球市場(chǎng)中的自動(dòng)擋汽車滲透率首次超過手動(dòng)擋；2022年美國(guó)輕型汽車中自動(dòng)擋滲透率超99%。從中國(guó)市場(chǎng)看，1999年，全國(guó)生產(chǎn)的自動(dòng)擋轎車約5萬(wàn)輛，裝車率約為9%，隨著合資品牌自動(dòng)擋車型的長(zhǎng)期滲入和消費(fèi)者購(gòu)車觀念由注重經(jīng)濟(jì)到注重舒適的劇變，國(guó)內(nèi)自動(dòng)擋轎車的銷售量從2000年的約8.5萬(wàn)輛上升到2002年的約27.8萬(wàn)輛，達(dá)到轎車市場(chǎng)總量的22%，到2017年國(guó)內(nèi)生產(chǎn)的自動(dòng)擋乘用車的銷售滲透率也首次超過手動(dòng)擋，并且不斷攀升，在2,5002,0000中國(guó)自動(dòng)擋乘用車銷量滲透率持續(xù)提高80%60%80%60%40%20%0% 數(shù)據(jù)來(lái)源：Wind、《中國(guó)汽車工業(yè)年鑒》、開源證券研究所圖10：美國(guó)輕型車的自動(dòng)擋滲透率持續(xù)增高資料來(lái)源：美國(guó)能源部網(wǎng)站駛樂趣，擁有無(wú)法替代的應(yīng)用人群與場(chǎng)景，但是對(duì)大部分消費(fèi)者來(lái)說(shuō)，頻繁的單調(diào)操作產(chǎn)生的疲勞感是避之不及的：駕駛的理想狀態(tài)是發(fā)動(dòng)汽車后踩油門可以直接開走，而不是起步“慢松離合松剎車踩油門”、加速“踩離合掛檔松離合給油”等一系列操作。上世紀(jì)90年代手動(dòng)擋轎車北京市區(qū)平均換擋次數(shù)為5-9次/公里，密度為2-4次/分鐘，開車是連續(xù)、頻繁且緊張的勞動(dòng)。自動(dòng)擋將駕駛行為簡(jiǎn)化，解放左腳與右手，使駕駛員專注于行駛速度，大大減輕駕駛員開車時(shí)的負(fù)擔(dān)。體驗(yàn)一段時(shí)間的自動(dòng)擋之后用戶會(huì)更傾向于購(gòu)買自動(dòng)擋的車型，具有用戶粘性高的特征。根據(jù)Autoscout24數(shù)據(jù)顯示，90%的自動(dòng)擋用戶將舒適度作為選擇自動(dòng)擋的決定性原因。愿意為能夠提供舒適性、規(guī)避疲勞的功能買單，或?qū)⑹亲詣?dòng)擋滲透率快速提升的主要原圖12：自動(dòng)擋相較手動(dòng)擋具有更簡(jiǎn)便的操作方式資料來(lái)源：中國(guó)汽車報(bào)公眾號(hào)、智能車參考公眾號(hào)、特斯拉車主手冊(cè)等、開源證券研究所 n（1）高頻使用：反映產(chǎn)品是否滿足駕駛場(chǎng)景的功能性需求。駕駛的功能性需求就是抵達(dá)目的地。無(wú)論是原因是它們對(duì)到達(dá)目的地必不可少：在如今的駕駛場(chǎng)景中，打開導(dǎo)航電子地圖已經(jīng)成為駕駛員上車后的第一件事，自動(dòng)擋在出行中也會(huì)被頻繁使用，抵達(dá)目的地依賴這些功能。換句話說(shuō)，高頻使用的產(chǎn)品一定是場(chǎng)景中最必不可少的產(chǎn)品，其功能是圍繞核心需求展開，產(chǎn)品本身具有需求上的確定性，消費(fèi)者會(huì)為這類n（2）無(wú)感體驗(yàn)：決定產(chǎn)品能否在駕駛場(chǎng)景被優(yōu)先選擇。消費(fèi)者能接受的產(chǎn)品往往不會(huì)有復(fù)雜的操作，即使是高頻使用的產(chǎn)品，在單次使用的時(shí)候頻率也有一定的上限，如需要來(lái)回掛檔的手動(dòng)擋操作更加頻繁，但是只會(huì)帶來(lái)更多的駕駛疲勞。自動(dòng)擋優(yōu)化掉繁瑣步驟，駕駛員不用記住什么速度掛什么檔位，其提供的舒適性是手動(dòng)擋所不能及，消費(fèi)者會(huì)用腳投票，選擇自動(dòng)擋陣營(yíng)；如導(dǎo)航電子地圖在智能手機(jī)時(shí)代的操作方式迅速優(yōu)化，地圖更新也無(wú)須手動(dòng)（PND）或者到店更新（車載導(dǎo)航），提供更加便捷的體驗(yàn)。消費(fèi)者圖13：高頻使用、無(wú)感體驗(yàn)、高用戶粘性是消費(fèi)者駕駛場(chǎng)景偏好的重要因素資料來(lái)源：開源證券研究所n（3）用戶粘性高：產(chǎn)品深入消費(fèi)者習(xí)慣，穩(wěn)定用戶群體加速滲透率增長(zhǎng)。從產(chǎn)品角度看，好的產(chǎn)品具有強(qiáng)大的用戶粘性，而導(dǎo)航電出駕駛者對(duì)這兩個(gè)產(chǎn)品已經(jīng)產(chǎn)生依賴。當(dāng)產(chǎn)品具有一定規(guī)模的穩(wěn)定用戶后，則會(huì)產(chǎn)生一定的擴(kuò)散效應(yīng)，觀望中的消費(fèi)者通過口口相傳或親身體驗(yàn)，快速轉(zhuǎn)化為用戶，愿意為產(chǎn)品買單的人有望滾雪球式 n（1）高頻使用：當(dāng)前發(fā)展階段的輔助駕駛功能為場(chǎng)景導(dǎo)向，正在向全場(chǎng)景輔助駕駛發(fā)展，依照使用場(chǎng)景，高階自動(dòng)駕駛功能被劃分為高速場(chǎng)景與城市場(chǎng)景。根據(jù)億歐智庫(kù)調(diào)研數(shù)據(jù)，在車輛具有高速NOA功能的用戶當(dāng)中，有41.1%的用戶每周使用高速NOA功能2-3次，有35.7%的用戶每周使用該功能高達(dá)8-10次；在車輛具有城市NOA功能的用戶當(dāng)中，有40.6%的用戶每周使用城市NOA功能2-3次，另外更是有25.0%的用戶每周使用該功能高達(dá)8-10次。高階自動(dòng)駕駛尚不能夠完全替代人的駕駛，但是已圖14：35.7%的用戶每周使用高速NOA達(dá)8-10次2-3次/周,41.1%并未經(jīng)常2-3次/周,41.1%8-10次/周,35.7%u2-3次/周8-10次/周u并未經(jīng)常使用資料來(lái)源：億歐智庫(kù)、開源證券研究所圖15：25.0%的用戶每周使用城市NOA達(dá)8-10次2-3次/周,40.6%并未經(jīng)常2-3次/周,40.6%8-10次/周,25.0%u2-3次/周a8-10次/周并未經(jīng)常使用資料來(lái)源：億歐智庫(kù)、開源證券研究所 n（2）無(wú)感體驗(yàn)：人駕會(huì)大量消耗駕駛員的體力與精力，長(zhǎng)時(shí)間開車帶來(lái)的駕駛疲勞不可避免。與以往汽車的發(fā)展迭代相比，自動(dòng)駕駛最大的不同在于將人從駕駛中解放出來(lái)，駕駛員不僅不用機(jī)械重復(fù)動(dòng)作、時(shí)刻集中注意，還能夠節(jié)省出大量的時(shí)間與精力用于更有價(jià)值的事情，自動(dòng)駕駛技術(shù)為駕駛員提供了極大的便利。當(dāng)前，駕駛員可以不知道車上傳感器如何工作、車輛如何決策，但在可以使用的路段，高階自動(dòng)駕駛已經(jīng)能夠暫時(shí)替代駕駛員的大部分職能。伴隨著互聯(lián)網(wǎng)成長(zhǎng)起來(lái)的千禧一代已經(jīng)成為汽車購(gòu)買的生力軍，消費(fèi)者所看重的不再只有汽車的功能性與實(shí)用性，舒適性與個(gè)性化也成為重要考量因素。減輕駕駛疲勞是當(dāng)前消費(fèi)者最急迫的需求，而自動(dòng)駕駛能夠緩解駕駛疲勞，帶來(lái)出行的無(wú)感體驗(yàn)，具有圖16：年輕人逐漸成為購(gòu)車生力軍，消費(fèi)人群趨于年輕化圖17：緩解駕駛疲勞是消費(fèi)者最關(guān)注、最迫切的需求30.0%25.0%20.0%15.0%10.0% 5.0%0.0%25.8%25.8%23.3%21.9%9.3%2.8%2.7%9.6%9.5%25歲及以下26-30歲31-35歲36-40歲41-45歲46-50歲51歲以上2022年2023年減輕疲勞駕駛解放雙手安全性更高減輕疲勞駕駛解放雙手安全性更高 技術(shù)含量高改善交通擁堵設(shè)計(jì)很潮很酷 品牌價(jià)值高其他0.0%20.0%40.0%60.0%80.0%100.0%有意向購(gòu)買用戶大盤用戶數(shù)據(jù)來(lái)源：汽車之家研究院公眾號(hào)、開源證券研究所數(shù)據(jù)來(lái)源：易車研究院公眾號(hào)、開源證券研究所 n（3）高用戶粘性：當(dāng)前的輔助駕駛功能已經(jīng)具有高用戶粘性，反映了功能正在塑造用戶習(xí)慣，逐漸成為不可替代的功能，這是消費(fèi)者接受自動(dòng)駕駛技術(shù)最直觀的展現(xiàn)。在用戶層面，根據(jù)億歐智庫(kù)調(diào)研數(shù)據(jù)，在車輛具有高速NOA功能的用戶當(dāng)中，有42.9%的用戶在每次途徑高速與高架時(shí)都會(huì)開啟高速NOA功能；在車輛具有城市NOA功能的用戶當(dāng)中，有31.2%的用戶在任何場(chǎng)景都會(huì)開啟城市NOA功能。在行駛里程滲透率層面，依據(jù)小鵬汽車數(shù)據(jù)，2023年在能夠使用NGP與XNGP的路段，已經(jīng)有40%的里程都是輔助駕駛系統(tǒng)自己行駛。除此以外，在行駛里程上，根據(jù)特斯拉的數(shù)據(jù)，截止到2024年4月，特斯拉FSD累計(jì)行駛里程已經(jīng)突破10億英里，并且還在持續(xù)擴(kuò)張中。用戶使用自動(dòng)駕駛功能的里程不斷增加、使用的頻率不斷增加，成為用戶習(xí)慣的圖18：2024春節(jié)華為ADS單日最長(zhǎng)行駛時(shí)間超20小時(shí)圖19：超1/3小鵬用戶在具備條件時(shí)在城市開啟XNGP100.0%80.0%60.0%40.0%20.0%0.0%90.6%84.0%67.0%62.8%67.0%49.5%33.9%用戶滲透率里程滲透率日均使用率高速智駕城市智駕資料來(lái)源：華為智能汽車解決方案公眾號(hào)資料來(lái)源：小鵬汽車公眾號(hào)、開源證券研究所表1202451792.47473.2理想202451792.47473.2202327669.93913.6202426765.123.8%2574.821404.04621.52026.320796.92162.52024資料來(lái)源：小鵬汽車公眾號(hào)、蔚來(lái)公眾號(hào)、理想汽車公眾號(hào)等、開源證券研究所L2輔助駕駛主要聚焦在單一路段的單一功能，具有有限的ODD（設(shè)計(jì)運(yùn)行范圍），因而需要大量接管，消費(fèi)功能花費(fèi)更多；高速NOA相對(duì)于普通L2功能ODD擴(kuò)大，對(duì)用戶來(lái)說(shuō)能夠在高速場(chǎng)景一直使用；而根據(jù)小鵬汽車數(shù)據(jù)，一位車主的平均總用車?yán)锍毯陀密嚂r(shí)間中，城市道路占比高達(dá)71%和90%，城市NOA能夠覆蓋更廣的使用場(chǎng)景，意味著用戶疲勞的進(jìn)一步降低，消費(fèi)者使用自動(dòng)駕駛的機(jī)會(huì)將更多，消費(fèi)者培育新習(xí)慣的時(shí)間也將縮短，消費(fèi)者買單的意愿n從現(xiàn)實(shí)層面看，消費(fèi)者付費(fèi)意愿與功能完成度掛鉤。消費(fèi)者對(duì)高階自動(dòng)駕駛已經(jīng)具有初步的認(rèn)知，對(duì)城市NOA等功能的興趣也上出現(xiàn)“越高級(jí)，越不買單”的倒掛現(xiàn)象。我們認(rèn)為這一現(xiàn)象的原因是當(dāng)前階段代表自動(dòng)駕駛最前沿的城市NOA功能發(fā)展仍不80%75%70%65%60%55%50%圖20：ADAS配置率有望在2028年達(dá)到100%圖21：相對(duì)于城市自動(dòng)駕駛，消費(fèi)者更加偏好高速/高架圖80%75%70%65%60%55%50%76.4%65.5%54.7%45.9%35.0%數(shù)據(jù)來(lái)源：高工數(shù)據(jù)GGAI、地平線、開源證券研究所64%60%64%60%75%76%高速公路/城市高架城市地面道路20222023數(shù)據(jù)來(lái)源：《2024麥肯錫中國(guó)汽車消費(fèi)者洞察》、開源證券研究所資料來(lái)源：地平線、開源證券研究所（1）解決復(fù)雜場(chǎng)景的能力大幅提升：可順滑處理無(wú)保護(hù)左轉(zhuǎn)和環(huán)島等場(chǎng)景，相比V11大幅進(jìn)步；無(wú)縫處理施工路段等復(fù)雜場(chǎng)對(duì)人類意圖的理解加深，部分場(chǎng)景可以識(shí)別手勢(shì)；可以根據(jù)其他車輛行駛狀況判斷當(dāng)前場(chǎng)景是否可以通行，接管（2）駕駛體驗(yàn)絲滑平順擬人化：轉(zhuǎn)彎、紅綠燈啟停無(wú)頓挫感，加減速擬人化；自然；遇到周圍騎行者、行人繞行時(shí)從容淡定，繞行幅度擬人化；遇到其他車輛倒車，會(huì)留足空間，駕駛具有“禮貌性”；擬人化程度高，經(jīng)常讓乘客難以區(qū)分到底是人還是算法在（3）新增部分功能：部分場(chǎng)景可以掉頭，抵達(dá)目的地后可以自主尋找停車處停車，不依賴導(dǎo)航。當(dāng)然當(dāng)前如距離道路邊緣近，容易出現(xiàn)剮蹭，對(duì)交通規(guī)則的遵守度弱，以及其他車輛意圖判斷仍需提升，無(wú)法倒車等問題。未來(lái)，隨著算圖23：FSDV12甚至可識(shí)別自行車騎手的手勢(shì)并減速資料來(lái)源：車右智能公眾號(hào)圖24：FSDV12可以從0時(shí)速啟動(dòng)資料來(lái)源：電動(dòng)星球N公眾號(hào)n端到端自動(dòng)駕駛算法實(shí)現(xiàn)對(duì)駕駛行為的“融會(huì)貫通”。在傳統(tǒng)模塊化的自動(dòng)駕駛算法中，人類工程師依靠自己的經(jīng)驗(yàn)將駕駛問題拆解和提煉為一些簡(jiǎn)單的過程，通常情況下自動(dòng)駕駛算法分為感知、預(yù)測(cè)、規(guī)劃控制幾個(gè)部分，以流水線式的架構(gòu)進(jìn)行拼接，模塊之間會(huì)以人為定義的信息表征方式進(jìn)行信息傳遞，進(jìn)而實(shí)現(xiàn)駕駛?cè)蝿?wù)。端到端算法則采用一個(gè)整體化的神經(jīng)網(wǎng)絡(luò)，在模型的一端輸入感知信息，另一端直接輸出軌跡或者控制信號(hào)，將整個(gè)駕駛行為“融會(huì)貫通（1）將不同功能的神經(jīng)網(wǎng)絡(luò)模塊拼接形成端到端的自動(dòng)駕駛算法（顯式2）依靠多模態(tài)基礎(chǔ)模型實(shí)現(xiàn)端到端自動(dòng)駕駛算法（隱式3）依靠多模態(tài)大語(yǔ)言模型來(lái)實(shí)現(xiàn)自動(dòng)駕圖25：端到端算法將傳統(tǒng)的感知、預(yù)測(cè)、規(guī)劃等算法模塊融為一體資料來(lái)源：開源證券研究所圖26：端到端自動(dòng)駕駛算法形成三大落地形式資料來(lái)源：英偉達(dá)GTC大會(huì)、開源證券研究所圖27：端到端算法實(shí)現(xiàn)信息在算法中的無(wú)損傳遞，減少人為偏見資料來(lái)源：易車網(wǎng)等、開源證券研究所圖29：端到端算法實(shí)現(xiàn)完全數(shù)據(jù)驅(qū)動(dòng)，突破性能上限圖28：端到端算法全程可微，實(shí)現(xiàn)全局優(yōu)化，圖29：端到端算法實(shí)現(xiàn)完全數(shù)據(jù)驅(qū)動(dòng)，突破性能上限資料來(lái)源：天翼智庫(kù)公眾號(hào)資料來(lái)源：《End-to-endAutonomousDriving:ChallengesandFrontiers》（HongyangLi資料來(lái)源：天翼智庫(kù)公眾號(hào)等）、深藍(lán)學(xué)院官網(wǎng)n算法、數(shù)據(jù)、算力全面升級(jí)推動(dòng)自動(dòng)駕駛邁向更強(qiáng)大水準(zhǔn)。正如我們學(xué)習(xí)駕駛一樣，好的老師、大量的練習(xí)以及基礎(chǔ)的“腦力”均不可或缺，對(duì)自動(dòng)駕駛而言，與所有AI應(yīng)用類似，算力、算法、和數(shù)據(jù)三要素都必不可少。算力層面，規(guī)模法則驅(qū)動(dòng)下，海量的算力成為開發(fā)優(yōu)秀AI算法的基礎(chǔ)。數(shù)據(jù)方面，數(shù)據(jù)的體量、質(zhì)量、以及收集方式、處理方式、以及模型的訓(xùn)練和驗(yàn)證體系都考驗(yàn)著開發(fā)者的技術(shù)和工程能力。算法層面，如何構(gòu)建一個(gè)性能優(yōu)異且穩(wěn)定可靠的算法來(lái)支撐功能落地圖30：算法、算力、數(shù)據(jù)齊備，自動(dòng)駕駛更進(jìn)一步資料來(lái)源：《ForgingVisionFoundationModelsforAutonomousDriving:Challenges,Methodologies,andOpportunities》（XuYan等）輯的、縝密細(xì)致的。駕駛過程中也通常是系統(tǒng)一和系統(tǒng)二協(xié)同行動(dòng)，當(dāng)在熟悉的道路上駕駛時(shí)，可依靠系統(tǒng)一；而當(dāng)在不熟悉的道路上行駛，或者需要趕時(shí)間，或者經(jīng)驗(yàn)不足時(shí)，這時(shí)系統(tǒng)對(duì)底層物理世界常識(shí)的理解助力人類輕松處理長(zhǎng)尾場(chǎng)景。當(dāng)人類面對(duì)長(zhǎng)尾場(chǎng)景時(shí)，對(duì)于世界底層規(guī)律的理解，將幫助人類形成強(qiáng)大的推理能力和泛化能力，即使面對(duì)沒有遇到過的場(chǎng)景人類也通常知道應(yīng)該如何更加恰當(dāng)?shù)奶幚?。未?lái)，系統(tǒng)一能力和系統(tǒng)二能圖31：人類行為包含系統(tǒng)一和系統(tǒng)二資料來(lái)源：《Value-basedFastandSlowAINudging》（MariannaB.Ganapini等）圖32：人類依靠“常識(shí)”處理長(zhǎng)尾場(chǎng)景資料來(lái)源：英偉達(dá)GTC大會(huì)《RevolutionizingAVDevelopmentWithFoundationModels》傳統(tǒng)的視覺算法轉(zhuǎn)向BEV+Transformer，之后不塊化的算法走向基于大規(guī)模神經(jīng)網(wǎng)絡(luò)，端到端的自商湯、地平線等諸多玩家都提出自己的端到端自動(dòng)駕駛方案，在算法上端到端已經(jīng)成為大勢(shì)所趨。但在發(fā)展路徑上，行業(yè)預(yù)計(jì)也會(huì)經(jīng)歷漸進(jìn)的過程。早期玩家致力于將算法從模塊化架構(gòu)平穩(wěn)過渡到端到端，量產(chǎn)玩家大多采取了漸進(jìn)的策略，先將決策和規(guī)控算法神經(jīng)網(wǎng)絡(luò)化，小步快跑逐步為未來(lái)的全棧端到端打下基礎(chǔ)。遠(yuǎn)期大語(yǔ)言模型和端到端基礎(chǔ)模型有望結(jié)合形成“系統(tǒng)一”圖33：自動(dòng)駕駛發(fā)展從基于規(guī)則走向基于神經(jīng)網(wǎng)絡(luò)，從模塊化走向端到端圖34：端到端算法或?qū)⒔?jīng)歷逐步演變過程資料來(lái)源：英偉達(dá)GTC大會(huì)《IntroductiontoAutonomousVehicles》資料來(lái)源：英偉達(dá)GTC大會(huì)《AcceleratingtheShifttoAI-DefinedVehicles》、開源證券研究所理想和清華大學(xué)聯(lián)合推出DriveVLM，實(shí)現(xiàn)大語(yǔ)言模型和端到端模型作為系統(tǒng)二和系統(tǒng)一結(jié)合賦能自駕。2024年清華大學(xué)和理想汽車一道，提到一種基于DriveVLM-Dual的思路，意在將端到端模型和大語(yǔ)言模型相結(jié)合，使得自動(dòng)駕駛系統(tǒng)同時(shí)具備系統(tǒng)一和系統(tǒng)二的能力。一方面，將大語(yǔ)言模型用于自動(dòng)駕駛場(chǎng)景，設(shè)計(jì)場(chǎng)景描述、場(chǎng)景分析、層級(jí)規(guī)劃等遞進(jìn)式的思維鏈，分別對(duì)應(yīng)自動(dòng)駕駛的感知、規(guī)劃和控制，來(lái)借助大語(yǔ)言模型的認(rèn)知能力解決駕駛中的長(zhǎng)尾場(chǎng)景。另一方面，將傳統(tǒng)算法的感知規(guī)控等環(huán)節(jié)和大模型得出的結(jié)果異步推進(jìn)，相互驗(yàn)證，避免大語(yǔ)言模型幻想問題，最終達(dá)到好的駕駛效果。測(cè)試中發(fā)現(xiàn)模型可良好的識(shí)別警察圖35：DriveVLM-Dual致力于將系統(tǒng)一和系統(tǒng)二結(jié)合資料來(lái)源：芝能汽車公眾號(hào)圖36：大語(yǔ)言模型可以很好的識(shí)別駕駛場(chǎng)景并做出決策資料來(lái)源：芝能汽車公眾號(hào)），端到端模型與大語(yǔ)言模型高度相似，規(guī)模效應(yīng)明顯，海量的數(shù)據(jù)依賴更高的算力和存儲(chǔ)能力，數(shù)據(jù)驅(qū)動(dòng)的開發(fā)形式也讓模型高度依賴算力規(guī)模來(lái)提升迭代速率。據(jù)地平線余軼南的估計(jì)，端到端的初步算力建設(shè)門檻或?yàn)?000塊英偉達(dá)A100，即19.5Pflops算力，而要想實(shí)現(xiàn)極致的自動(dòng)駕駛功能和性能體驗(yàn)，則需要遠(yuǎn)高于此的算力支撐?；仡橣SD發(fā)展歷史，算力累積伴隨FSD迭代，并進(jìn)一圖37：伴隨著算力的提升，版本迭代顯著加速，對(duì)用戶開放程度迅速提升資料來(lái)源：特斯拉財(cái)報(bào)、notaateslaapp官網(wǎng)、第一電動(dòng)汽車網(wǎng)公眾號(hào)等、開源證券研究所表2：各大車企在2024年均將算力推升到更高水平2024Q1等效3.5萬(wàn)張H100算力，預(yù)計(jì)2024年10月達(dá)到100EFlops扶搖超算中心0.6EFlops，20242024年4月底ADS的云端算力規(guī)模為3.3EFlops，預(yù)計(jì)2024年6月底提2023年9月智能計(jì)算集群總算力規(guī)模為1.4EFlops2023年6月1.2EFlops算力資料來(lái)源：電動(dòng)汽車觀察家公眾號(hào)、ATC智車未來(lái)公眾號(hào)、HiEV大蒜粒車研所公眾號(hào)等、開源證券研究所重量更重質(zhì)，海量?jī)?yōu)質(zhì)數(shù)據(jù)將成為自動(dòng)駕駛行業(yè)的稀有品。對(duì)端到端算法而言，數(shù)據(jù)的需求激增，并且伴隨模型體量的增加而擴(kuò)大；對(duì)質(zhì)量的要求也顯著提高，多樣性和豐富度不可或缺。目前，通過不斷擴(kuò)大FSD功能覆蓋的用戶數(shù)量，截至2024年4月，特斯拉已經(jīng)擁有累計(jì)超過12.5億英里（約20億公里）的行駛里程數(shù)，并有望在5月底超過20億英里，在年海量車隊(duì)收集的數(shù)據(jù)和生成式數(shù)據(jù)并行推動(dòng)數(shù)據(jù)質(zhì)/量并進(jìn)。實(shí)車采集的數(shù)據(jù)是算法持續(xù)迭代的核心資源，海量的車隊(duì)將保障車企及時(shí)獲取自己需要的數(shù)據(jù)來(lái)訓(xùn)練算法，同時(shí)也將幫助算法實(shí)現(xiàn)驗(yàn)證。此外，合成數(shù)據(jù)已經(jīng)被廣泛應(yīng)用在自動(dòng)駕駛行業(yè)，物理仿真與圖形渲染、基于神經(jīng)輻射場(chǎng)（Nerf、3DGaussion等）、以及世界模型都有望為自動(dòng)駕駛的數(shù)據(jù)生成提供來(lái)圖38：特斯拉的FSD圖38：特斯拉的FSD累計(jì)行駛里程在2024Q1已經(jīng)超過12億英里特斯拉在北美擁有約300-400萬(wàn)小鵬汽車2024春節(jié)期間使用小鵬智駕功能用戶數(shù)量達(dá)鴻蒙智行2024年底搭載華為智駕系統(tǒng)車輛會(huì)累計(jì)超過50萬(wàn)輛蔚來(lái)汽車2024年4月，智能駕駛總用戶數(shù)達(dá)49.53萬(wàn)人，NOP+總用戶數(shù)達(dá)24.58萬(wàn)人截至2024Q1，理想累計(jì)交付車輛超70萬(wàn)輛，標(biāo)配智駕功能截至2024年4月，累計(jì)銷售車輛超1900臺(tái)，標(biāo)配智駕功能截至2024年4月，累計(jì)銷售車輛超5.58萬(wàn)臺(tái)，標(biāo)配L2智駕功能截至2024年4月，累計(jì)銷售車輛超24.56萬(wàn)臺(tái)，標(biāo)配L2智駕功能資料來(lái)源：特斯拉財(cái)報(bào)資料來(lái)源：HiEV大蒜粒車研所公眾號(hào)、車主之家官網(wǎng)、汽車之心公眾號(hào)等、開源證券研究所資料來(lái)源：特斯拉財(cái)報(bào)CONTENTS4推薦及受益標(biāo)的、風(fēng)險(xiǎn)提示3n零部件所處的賽道至關(guān)重要對(duì)零部件而言，我們可以根據(jù)其消費(fèi)屬性（消費(fèi)者感知度）和科技屬性（技術(shù)難度）的強(qiáng)弱，將其分為四大象限，分別對(duì)應(yīng)：兵圖39：科技/消費(fèi)屬性象限，零部件可分為四大類別資料來(lái)源：開源證券研究所3n零部件玩家成長(zhǎng)模式多元，大客戶和爆款車是源動(dòng)力對(duì)零部件而言，行業(yè)呈現(xiàn)出幾類不同的成長(zhǎng)路徑，品類拓展或者單品價(jià)值提升帶來(lái)的單車價(jià)值量的提升疊加國(guó)產(chǎn)化率或滲透率提升再疊加市場(chǎng)份額的增長(zhǎng)，最終將成就王者，這其中大客戶和爆款車型將是提圖40：零部件公司成長(zhǎng)有跡可循資料來(lái)源：開源證券研究所CONTENTS3零部件：抓住賽道龍頭，把握爆款產(chǎn)業(yè)鏈4推薦及受益標(biāo)的、風(fēng)險(xiǎn)提示表4：受益標(biāo)的盈利預(yù)測(cè)及估值2024E2025E2026E2024E2025E2026E000625.SZ431.39--2015.HK--蔚來(lái)-SW---207.50002906.SZ002920.SZ488.02002881.SZ44.99206.59數(shù)據(jù)來(lái)源：Wind、開源證券研究所（注：比亞迪、長(zhǎng)安汽車、長(zhǎng)城汽車、小鵬汽車-W、理想汽車-W、蔚來(lái)-SW、均勝電子、華陽(yáng)集團(tuán)、滬光股份等的盈利預(yù)測(cè)數(shù)值來(lái)自開源證券研究所，其余均來(lái)自Wind一致預(yù)期；數(shù)據(jù)截至2024年6月27日；2024年6月27日匯率港幣：人民幣=0.9127）風(fēng)險(xiǎn)提示n市場(chǎng)需求不及預(yù)期：當(dāng)前自動(dòng)駕駛距離消費(fèi)者真正愛用仍格成本等因素的影響，使得自動(dòng)駕駛需求不負(fù)責(zé)準(zhǔn)備本報(bào)告以及撰寫本報(bào)告的所有研究分析師個(gè)人觀點(diǎn)。負(fù)責(zé)準(zhǔn)備本報(bào)告的分析師獲取報(bào)酬的評(píng)判因素包括研究的質(zhì)量和準(zhǔn)確性、客戶的反饋、競(jìng)爭(zhēng)性因素以及開源證券股份益。所有研究分析師或工作人員保證他們報(bào)酬的任何一部分不曾與，不與，也將不會(huì)與本報(bào)告中具體的推薦意見或觀點(diǎn)有直接《證券期貨投資者適當(dāng)性管理辦法》、《證券經(jīng)營(yíng)機(jī)構(gòu)源證券評(píng)定此研報(bào)的風(fēng)險(xiǎn)等級(jí)為R4（中高風(fēng)險(xiǎn)因此通過公共平臺(tái)推送的研報(bào)其適用的投資者類別僅限定為專業(yè)投資者及風(fēng)險(xiǎn)承受能力為C4、C5的普通投資者。若您并非專業(yè)投備注：評(píng)級(jí)標(biāo)準(zhǔn)為以報(bào)告日后的6~12個(gè)月內(nèi)，證券相對(duì)于市場(chǎng)基準(zhǔn)指數(shù)的漲跌幅表現(xiàn)，其中A股基準(zhǔn)指數(shù)為滬深300指數(shù)、港股基準(zhǔn)指數(shù)為恒生指數(shù)、新三板基準(zhǔn)指數(shù)為三板成指（針對(duì)協(xié)議轉(zhuǎn)讓標(biāo)的）或三板做市指數(shù)（針對(duì)做市轉(zhuǎn)讓標(biāo)的）、美股