>> 中信證券-產(chǎn)業(yè)策略自動駕駛系列-覺非科技：以數(shù)據(jù)&算法驅(qū)動，成為自動駕駛量產(chǎn)時代的軟件Tier1-230724
| 上傳日期： |
2023/7/24 |
大?。?/td>
| 1237KB |
| 格式： |
pdf 共23頁 |
來源： |
中信證券 |
| 評級： |
-- |
作者： |
連一席，沈思越 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
智能駕駛進(jìn)入量產(chǎn)時代，算法和數(shù)據(jù)有望成為產(chǎn)業(yè)底層新基建。覺非科技定位自動駕駛感知決策算法與數(shù)據(jù)服務(wù)商，以“多傳感器融合計算”為核心技術(shù)路徑，圍繞乘用車、干線物流和城市末端三大場景，提供智能駕駛解決方案。公司一方面通過深度戰(zhàn)略合作建立了資質(zhì)壁壘，另一方面通過豐富定點積累工程化經(jīng)驗，有望通過數(shù)據(jù)與算法聯(lián)動的飛輪效應(yīng)，打造產(chǎn)業(yè)“算法+數(shù)據(jù)”新基建。
▍行業(yè)：智能駕駛進(jìn)入量產(chǎn)時代，算法和數(shù)據(jù)有望成為底層新基建。中國前裝智能駕駛已進(jìn)入量產(chǎn)時代，據(jù)高工智能汽車研究院，2023年一季度L2及以上滲透率已超30%。我們預(yù)計至2025年，L2/L2+（包含高速/城區(qū)領(lǐng)航）滲透率有望向50%沖刺，高速領(lǐng)航滲透率有望突破10%，城區(qū)領(lǐng)航則也有望迎來1%左右的滲透率拐點。而除少數(shù)自研能力較強的主機廠外，我們認(rèn)為，大部分車企在降價壓力下都將愈發(fā)重視以低成本方式實現(xiàn)保交付目標(biāo)，更傾向于高性價比的外部方案。也因此，智駕供應(yīng)商有望從“定制化”向“平臺化”轉(zhuǎn)變，利好業(yè)務(wù)的規(guī)?；瘡?fù)制及智駕產(chǎn)品的打磨優(yōu)化。而想要構(gòu)建智駕產(chǎn)品的競爭壁壘，算法和數(shù)據(jù)缺一不可，二者有望成為智駕產(chǎn)業(yè)的底層新基建。
▍公司：自動駕駛量產(chǎn)時代的軟件Tier1。公司成立于2019年，定位自動駕駛量產(chǎn)時代的軟件Tier1，以“多傳感器融合計算”為核心技術(shù)路線，圍繞乘用車、干線物流和城市末端三大場景，提供智能駕駛解決方案。一方面，公司將軟件解決方案提供給主機廠做智能駕駛域控，可針對自動駕駛的感知與決策系統(tǒng)，提供融合感知、融合定位等服務(wù)。另一方面，公司以“數(shù)據(jù)驅(qū)動量產(chǎn)化”為核心業(yè)務(wù)目標(biāo)，致力于為合作伙伴實現(xiàn)自動駕駛閉環(huán)能力。
▍優(yōu)勢：有望憑借資質(zhì)壁壘+工程化經(jīng)驗構(gòu)建數(shù)據(jù)飛輪，實現(xiàn)大規(guī)模汽車數(shù)據(jù)積累與系統(tǒng)化感知決策算法。
1）資質(zhì)壁壘：近年來，國家對數(shù)據(jù)安全的管理趨嚴(yán)，針對感知算法迭代所需的道路數(shù)據(jù)，企業(yè)在采集時需具備相應(yīng)的測繪資質(zhì)。自然資源部在2022年的“自然資規(guī)〔2022〕1號”文中明確規(guī)定：對車輛及周邊道路設(shè)施空間坐標(biāo)、影像、點云及其屬性信息等測繪地理信息數(shù)據(jù)進(jìn)行采集、存儲、傳輸和處理的行為，只能由具備相應(yīng)測繪資質(zhì)的單位進(jìn)行（甲級針對全國范圍，乙級針對特定城市），而沒有資質(zhì)的企業(yè)須委托資質(zhì)單位開展相應(yīng)測繪活動。根據(jù)自然資源部官網(wǎng)，截至2023年7月底，市場上有效的牌照共19張。覺非科技已與具備甲級電子導(dǎo)航地圖資質(zhì)的企業(yè)建立了深度戰(zhàn)略合作，可面向主機廠提供安全、合規(guī)、高效的數(shù)據(jù)服務(wù)。
2）工程化經(jīng)驗：在軟件算法端，近日公司在投資者交流電話會中表示，其算法已通過量產(chǎn)驗證，實現(xiàn)了多個主機廠多款車型的定點交付，并計劃在2023-2024年繼續(xù)擴大合作范圍。在數(shù)據(jù)閉環(huán)端，公司憑借智駕算法量產(chǎn)經(jīng)驗與數(shù)據(jù)服務(wù)的豐富經(jīng)驗，服務(wù)不同主機廠和自動駕駛公司，有望積累豐富的數(shù)據(jù)處理經(jīng)驗和寶貴的工程化know-how。
3）算法與數(shù)據(jù)之間的聯(lián)動和飛輪效應(yīng)：公司可通過大規(guī)模合規(guī)數(shù)據(jù)用以訓(xùn)練優(yōu)化算法并積累數(shù)據(jù)閉環(huán)的工程化經(jīng)驗，算法的高質(zhì)量迭代也有助于獲取更多客戶和數(shù)據(jù)，以進(jìn)行正向的循環(huán)反饋。數(shù)據(jù)與算法聯(lián)動有望產(chǎn)生飛輪效應(yīng)，助力公司打造高性價比智駕產(chǎn)品，提供高規(guī)格、低成本的智能駕駛基建。
▍風(fēng)險因素：智能駕駛算法商競爭日益激烈；覺非科技主機廠客戶拓展不及預(yù)期；覺非科技團隊規(guī)模拓展速度不及業(yè)務(wù)需求增長；出現(xiàn)智能駕駛惡性事件等。
|
|
