20260227-国金证券-智驾行业2026年投资策略_从辅助驾驶走向物理AI_25页_3mb

智驾行业2026年投资策略总结

核心内容

2026年，智能驾驶行业将进入新的发展阶段，核心趋势包括：智驾平权2.0的推进、L2强监管政策周期的开启、scaling law成为技术趋势、以及Robotaxi商业模型的初步验证。这些趋势将共同推动智能驾驶行业维持高景气度，并为相关企业带来新的增长机会。

主要观点

1. 智驾平权2.0，城市NOA走向千家万户

• 原因：在新能源车内卷背景下，主机厂持续增配智驾功能，推动城市NOA向10-20万价格带渗透。
• 数据支持：2026年城市NOA硬件配置渗透率有望从2025年的16%提升至25%，全年销量预计达545万，同比增长超过50%。
• 前提：供应商方案逐渐成熟，产业链降本是关键，尤其是通过极致的软硬一体能力降低硬件成本。
• 降本路径：从2023年至今，城市NOA硬件成本逐步下降，预计2026年可降至5000元左右。

2. L2进入强监管政策周期，L3/L4法规体系逐步建立

• 强监管影响：L2强标将在2027年1月1日正式执行，涵盖L2ADAS全范围，测试标准严格，检测行业将扩容。
• L3/L4法规：L3/L4自动驾驶正从地方试验向全国法规体系建立迈进，2025年底已有L3准入车型，相关法规如《道交法》修订和《自动驾驶数据记录系统》等逐步出台。

3. Scaling Law是确定性的技术趋势，端到端架构初步达到L4门槛

• 技术趋势：scaling law成为算法迭代方向，即扩大模型参数量和数据量，以提升模型泛化能力和覆盖范围。
• 特斯拉进展：特斯拉FSD V14.2平均接管里程大幅提升，已接近L4级自动驾驶门槛；FSD V14.3允许用户“进入睡眠状态并在目的地被唤醒”。
• 影响：端侧算力需求随参数量增加而上升，具备软硬一体能力的厂商更具竞争优势。

4. Robotaxi商业模型初步验证，行业即将迎来拐点

• 海外进展：Waymo已在多个城市实现区域化运营，验证了用户对Robotaxi的需求。
• 国内进展：小马智行已实现UE模型打平，获得多个城市牌照，运营能力逐步提升。
• 特斯拉前景：特斯拉Robotaxi有望验证去安全员运营，若成功将推动行业进入高阶自动驾驶阶段。

关键信息

• 智驾平权2.0：城市NOA在10-20万价格带快速渗透，渗透率有望从16%提升至25%。
• L2强标：2027年1月1日执行，检测行业市场空间将明显扩大。
• Scaling Law：模型参数量和数据量的增加是提升智能驾驶能力的关键。
• Robotaxi拐点：特斯拉Robotaxi验证成功将带来行业变革，推动高阶自动驾驶商业化。

投资建议

• 智驾系统核心零部件厂商：如地平线机器人-W，受益于智驾平权升级。
• 检测类机构：如中国汽研，受益于L2强监管政策周期。
• 具备L4能力的智能驾驶厂商：如小鹏汽车、理想汽车，有望在2026年取得突破。

风险提示

• 智驾平权进展不及预期。
• 技术进步不及预期。
• 政策落地不及预期。

相关标的

5.1 小鹏汽车

• 技术能力：构建了VLA算法、数据闭环、AI Infra、自研芯片、世界模型等AI能力。
• 商业化路径：从乘用车智驾领先到Robotaxi及人形机器人领域拓展。
• 风险提示：技术进步不及预期，产品推出节奏不及预期。

5.2 理想汽车

• 销量预期：组织架构调整后销量有望回升，向具身智能企业迈进。
• 技术应用：VLA模型提升产品体验，座舱算力提升为车机智能体提供支持。
• 风险提示：技术进步不及预期，产品推出节奏不及预期。

5.3 中国汽研

• 检测行业受益：L2强标执行后，检测行业市场空间将明显扩容。
• 投产周期：华东基地计划于2025年底投产，南方试验场将作为控股子公司投入运营。
• 风险提示：政策落地进展不及预期，检测类机构竞争加剧。

5.4 地平线机器人-W

• 软硬一体优势：具备算法和芯片能力，HSD方案性价比高。
• 市场潜力：受益于智驾平权升级，有望成为智驾软硬一体龙头。
• 风险提示：主机厂减配风险，配套车型销量不及预期。

5.5 德赛西威

• 域控龙头：基于英伟达方案先发优势，市场份额高。
• 拓展方向：向Robovan和机器人领域拓展，打开长期成长空间。
• 风险提示：智驾行业竞争加剧，产品性能不及预期。

图表目录

• 图表1：10-20万价格带新能源渗透率
• 图表2：10-20万价格带分自主及合资&外资销量
• 图表3：2025Q4 10-20万价格带新上市的智驾车型
• 图表4：小鹏 Mona 03 零售销量
• 图表5：小鹏 Mona 03 配置对比
• 图表6：高速NOA及城市NOA硬件配置渗透率预测
• 图表7：地平线HSD基于一段式端到端可应对多种复杂交通场景
• 图表8：城市NOA功能降本路径
• 图表9：L2进入强监管政策周期
• 图表10：L2 ADAS 渗透率
• 图表11：L2强标要求对施工区域探测与响应能力进行检测
• 图表12：首批试点联合体
• 图表13：首批L3准入车型
• 图表14：各省市颁发的Robotaxi道路测试或示范应用/运营牌照为试验用临时牌照
• 图表15：基于上路通行试点所取得的L3准入挂正式机动车牌照
• 图表16：高阶自动驾驶法律法规体系
• 图表17：特斯拉FSDMPI(km)
• 图表18：智能驾驶技术演进方向
• 图表19：语言模型在自动驾驶中的应用方向
• 图表20：理想DriveVLM模型思维链过程
• 图表21：理想双系统模型框架图
• 图表22：VLM模型通过思维链思考过后输出的是Meta Action
• 图表23：理想VLA架构
• 图表24：小鹏 VLA1.0 模型架构
• 图表25：小鹏VLA2.0模型架构
• 图表26：特斯拉FSD模型架构
• 图表27：模型性能随参数量增加而提升
• 图表28：模型性能随数据量增加而提升
• 图表29：智能驾驶模型全链路响应时间
• 图表30：特斯拉端侧算力迭代趋势
• 图表31：自研芯片成本经济性测算
• 图表32：Waymo运营区域
• 图表33：Waymo车队数量
• 图表34：Robotaxi搭载的激光雷达从机械式转向半固态
• 图表35：特斯拉Robotaxi进展
• 图表36：FSD付费用户数
• 图表37：目前北美网约车及WaymoRobotaxi服务单价