>> 華鑫證券-智能駕駛系列研究(一)：從特斯拉視角，看智能駕駛研究框架-240604
| 上傳日期： |
2024/6/5 |
大小： |
5135KB |
| 格式： |
pdf 共90頁 |
來源： |
華鑫證券 |
| 評級： |
優(yōu)于大市 |
作者： |
林子健 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
第一章：回顧歷史，智能駕駛的核心主線是算法的演進史，從2017年至今，在感知側(cè)+規(guī)控側(cè)實現(xiàn)算法從規(guī)則為主走向端到端。算法方面，2017-2022年，特斯拉在感知側(cè)走向端到端，實現(xiàn)BEV+Transformer+Occupancy。2021-2023年，特斯拉在規(guī)控側(cè)從規(guī)則走向端到端。數(shù)據(jù)閉環(huán)方面，特斯拉在2022年實現(xiàn)模擬仿真數(shù)據(jù)、自動標注、云端算力等三個方面的升級。硬件方面，特斯拉從HW1.0升級至HW4.0，期間通過算法升級+自研FSD芯片，實現(xiàn)更為適配智能駕駛進化的硬件體現(xiàn)。
第二章：展望未來，我們認為智能駕駛的算法將走向收斂，核心主線將從算法走向數(shù)據(jù)閉環(huán)。向未來看，我們提出由算法+數(shù)據(jù)閉環(huán)+硬件降本+政策法規(guī)四個維度構(gòu)成的研究框架。圍繞這些角度展開，我們提出未來智能駕駛核心的三個趨勢：數(shù)據(jù)競賽+大模型+任務導向。
第三章：對國內(nèi)智駕能力的區(qū)分，我們提煉四個維度：數(shù)據(jù)積累能力+智駕好用能力+安全性+舒適性?；跀?shù)據(jù)閉環(huán)（背后競爭要素對應為組織的工程化能力）成為未來核心分水嶺，我們認為基于算法來判斷各車企領先程度的意義將愈發(fā)有限，以對數(shù)據(jù)為主的跟蹤將成為未來判斷各車企競爭水平的重要指標。
第四章：智駕下半場是城區(qū)NOA，智駕有望在2025H1迎來“好用”拐點。通過復盤高速NOA發(fā)展歷史，我們總結(jié)出高速NOA與城區(qū)NOA的兩點不同，提出城區(qū)NOA發(fā)展的三個階段，判斷2025H1有望實現(xiàn)“好用拐點”。
風險提示
智能化落地不及預期；
技術迭代風險；
宏觀經(jīng)濟波動風險；
下游需求不及預期的風險。
|
|
