智能汽车行业系列报告之一：城区NOA快速落地，产业迎来“iPhone4时刻”-240328-中泰证券-30页_2mb

证券研究报告总结：智能汽车系列报告之一

核心内容概述

本报告聚焦智能驾驶技术的快速演进与产业落地，指出2024年可能是L3+智能驾驶功能的落地元年。随着技术、政策和成本的共同推动，智能驾驶功能逐步从高端车型下探至中低价位车型，行业进入快速发展阶段。同时，智能汽车作为软件定义汽车（SDV）的代表，正在向AI定义汽车的方向演进，成为通用智能体的雏形。

主要观点

1. 政策与技术共同推动智能驾驶发展

• 政策支持：自2018年起，国家陆续出台多项政策，推动智能驾驶技术标准化、商业化和规模化应用，如《国家车联网产业标准体系建设指南》《智能网联汽车道路测试与示范应用管理规范》等。
• 技术演进：BEV+Transformer成为主流技术框架，Occupancy Networks等算法推动感知与决策能力的飞跃，激光雷达成本下降使高阶智驾功能实现更广泛部署。

2. 智能驾驶市场规模与渗透率持续增长

• 市场规模：2022年智能驾驶产业市场规模达2894亿元，预计2025年将接近万亿元。
• 渗透率提升：L2+辅助驾驶渗透率已超过40%，NOA功能成为用户购车的重要参考，渗透率预计将在2024年快速提升。

3. 硬件层成本下降，技术支撑能力增强

• 算力提升：NVIDIA、Qualcomm、地平线、华为等企业推出大算力芯片，支持更高级别自动驾驶。
• 激光雷达成本下降：早期成本高达数万美元，现降至几百美元，L3、L4、L5级别自动驾驶所需激光雷达数量分别为1、2-3、4-6颗，应用范围持续扩大。

4. 算法层：从规则驱动到大模型驱动

• BEV+Transformer：提供3D感知能力，解决图像视角下的尺度和遮挡问题，成为各大车企的共识技术路线。
• Occupancy Networks：实现3D世界建模，支持更复杂的场景感知与融合，成为下一代智能驾驶算法的重要方向。

5. 数据层：构建车云协同数据闭环

• 数据闭环：通过车端数据采集、云端处理、模型训练与部署形成闭环，提升数据处理与算法迭代效率。
• 数据飞轮效应：数据量和算力同步增长，推动智能驾驶技术的持续优化和落地。

6. 智能汽车进入“iPhone4时刻”

• NOA功能下探：NOA功能正从高端车型下探至20万元以下车型，如小鹏P5 500Pro、荣威RX5 NGP等。
• 性价比驱动：随着软硬件成本下降，智能驾驶功能将更广泛地普及，用户对智驾功能的重视程度显著提升。

7. 供应链重构与软件价值提升

• 整零关系重构：软件定义汽车推动供应链向平台化、生态化发展，ICT企业成为Tier0.5参与者。
• 软件价值增长：软件在汽车研发与销售阶段的附加值显著提升，成为车企核心竞争力。

关键信息

• 行业趋势：智能驾驶正从“软件定义汽车”走向“AI定义汽车”，未来将成为通用智能体的代表。
• 技术路线：BEV+Transformer、Occupancy Networks、端到端模型等技术路线逐步成熟，推动智能驾驶向更高级别发展。
• 车企进展：华为、小鹏、理想、蔚来等企业均在推进BEV方案与NOA功能，提升城市驾驶体验。
• 投资建议：推荐关注中科创达（整车操作系统）、经纬恒润（自研软件）、德赛西威（智能座舱）等企业。

风险提示

• 技术落地不及预期：智能驾驶仍面临技术瓶颈和安全挑战。
• 行业竞争加剧：随着更多企业进入市场，竞争将更加激烈。
• 政策风险：不同地区监管政策差异可能影响技术推广和商业落地。
• 信息更新不及时：报告内容可能因市场变化而需更新。

未来展望

• 智能驾驶普及：随着NOA功能下探至中低价位车型，行业将进入大规模渗透阶段。
• AI定义汽车：智能汽车将逐步成为通用AI智能体，自动驾驶成为通用机器人落地的首个场景。
• 技术融合与生态构建：智能驾驶技术与AI、机器人等领域的融合将加速，推动汽车产业向更广阔的生态发展。