电子行业：AI不只有大模型，自动驾驶或为其最全面的表达-20230623-华泰证券-30页_2mb

AI与自动驾驶产业总结

核心内容

自动驾驶是AI技术最全面的应用领域，其涉及即时感知、决策、执行、环境理解及预测路面情况等多方面，广泛应用机器学习、计算机视觉等深度学习算法，特别是在处理长尾问题时，生成式AI算法能够模拟罕见驾驶场景，优化模型训练。当前市场关注较多的大模型只是AI的一部分，而自动驾驶技术在实际应用中展现出更大的潜力。

主要观点

• 自动驾驶的全面性：自动驾驶不仅仅是技术的集成，更涉及整个车辆的运行流程，包括感知、决策、执行和运营等，是AI最全面的应用场景。
• 技术与商业结合：自动驾驶企业通过与整车厂、物流服务提供商、保险公司等形成“黄金三角”生态，实现从技术到商业的闭环。
• 产品多样化：各企业根据市场需求，开发了Robotaxi、Robotruck及乘用车ADAS等多类产品，满足不同场景下的应用需求。
• 政策与市场双重推动：政策支持和市场需求共同推动自动驾驶行业的发展，特别是在商用车领域，政策引导和商业化落地进程加快。
• 渐进式发展策略：部分企业采用渐进式技术路线，从智能安全到智能驾驶，逐步推进技术应用，适应存量市场的需求。

关键信息

小马智行

• 业务布局：公司聚焦Robotaxi、Robotruck及乘用车ADAS三大领域，致力于打造“虚拟司机”。
• 合作伙伴：与丰田、上汽、广汽、一汽等整车厂合作，同时与如祺、曹操出行、美团打车等平台合作。
• 商业化进展：Robotaxi已在多个城市落地，并实现无安全员运营；Robotruck与三一重卡合作，打造L4级自动驾驶卡车。
• 政策与牌照：公司已获得北京、广州、上海等地的Robotaxi牌照，并在争取深圳的全无人驾驶牌照。
• 技术进展：公司从定制工业计算机逐步过渡到使用英伟达Orin芯片，实现车规级域控制器。

主线科技

• 产品与技术：推出ATK系列Robotruck产品，覆盖公路货运、港口、园区等场景，自研车规级域控制器及线控底盘。
• 商业模式：构建“三步走”战略，包括单车智能、数据云端管理、车路协同与5G、云等网络化平台。
• 市场与政策：公司已实现L4级自动驾驶在港口场景的商业化运营，如天津港和宁波港。
• 合作与生态：与重汽、一汽、福田、徐工等合作，同时与普洛斯、北汽、博世等产业方合作，构建物流自动驾驶生态。

踏歌智行

• 行业领先地位：公司是业内首个实现安全员下车的矿山自动驾驶企业，已覆盖约80%的头部矿山客户。
• 产品与技术：采用“车-地-云”架构，包括无人驾驶矿卡、宽体自卸车等，支持7x24小时无安全员运营。
• 商业化成果：实现零事故运营，同时通过与北方股份等合作，拓展至海外市场。
• 数据与生态：通过与保险、物流、主机厂等多方合作，积累大量数据并构建全栈解决方案。

宏景智驾

• 产品路线：从高阶智能驾驶起步，产品覆盖各价格区间车型，推出L2+级行泊一体解决方案。
• 市场与技术：ADAS市场处于早期“春秋战国”阶段，公司通过SaaS模式提升产品性价比。
• 合作伙伴：与地平线、英飞凌、芯驰等合作，提供车规级域控制器及软件解决方案。
• 商业化进展：已与上汽、理想、比亚迪等多家车企合作，实现量产。

所托瑞安

• 渐进式发展：公司采取渐进式策略，从智能安全到智能驾驶再到智能驾驶生态系统。
• 市场与政策：聚焦存量商用车市场，与保险公司合作，提高车辆安全运营水平。
• 产品与技术：推出智能安全、智能驾驶及数据平台三大板块，与清华大学合作推进线控底盘技术。
• 商业化策略：通过安全运维服务提升客户信任，推动产品在不同场景下的应用。

风险提示

• 政策落地不及预期：自动驾驶政策可能因区域差异或执行进度而无法按预期推进。
• 数据测算存在误差：市场预测数据可能因多种情景假设而存在偏差。
• 宏观经济不确定性：经济波动可能影响行业景气度和消费者购买力。

总结

自动驾驶作为AI技术的全面应用，涵盖感知、决策、执行、环境理解及预测等多个方面，其技术复杂性与商业化潜力显著。各大企业通过与整车厂、物流服务商、保险公司等形成合作生态，推动技术落地。小马智行、主线科技、踏歌智行、宏景智驾和所托瑞安分别在Robotaxi、Robotruck、矿山、乘用车及商用车领域取得不同进展，展示了自动驾驶技术在不同场景中的多样应用。整体而言，自动驾驶行业正从技术探索走向商业化落地，未来有望成为AI技术的重要应用场景。