汽車智能駕駛深度報告：商業化路徑、產業演進及投資機會探討1

智能駕駛：撥開云霧，迭代速度決定一切1.1

競爭格局：商業路徑之爭，迭代速度定成敗落地場景之爭：ROBOTAXI和消費市場場景是汽車智能化最先需要考慮的因素之一。目前行業分為兩種路線：ROBOTAXI和高端乘用車市場，ROBOTAXI目標

是直接替代司機，技術路線比較激進；消費市場是ADAS漸進性路線，即漸進式的從L2迭代L4以上。產品迭代速度：漸進式消費市場占優1）市場空間對比：總量旗鼓相當，漸進式路線落地速度快。（1）ROBOTAXI：通過替代司機節約成本，全球出租&網約車需求巨大。但是替代司機從技術上看比較困難。落地時

間較晚；

（2）高端乘用車：2020年，國內價格20萬以上乘用車年銷量約630萬，30萬以上銷量約277萬，市場份額分別為30%、

13%。我們假設全球市場價格20萬以上銷量份額20%，30萬以上為8%，則全球價格20萬以上、30萬以上汽車年銷量為

1800萬、720萬。2）運營車數量對比：頭部公司之間有兩個數量級的差異。（1）目前全球頭部的ROBOTAXI車隊數量約600臺，未來三年內可能達到3000臺，落地速度較慢、車隊數量少。

（2）特斯拉目前保有量近100萬臺，預計21年底將達到200萬臺左右。相比ROBOTAXI，車隊數量相差1000倍。1.2

產業演進：車端到云端，市場終將寡頭化智能駕駛產業演進的兩個階段：從車端到云端（1）車端競爭階段（2020-2025）：主要圍繞電子電氣架構、算力、傳感器、算法等。這個階段，由于主機廠的車

隊保有量和數據量均不大，對云端要求不高。競爭主要靠汽車產品和品牌的定義，主要面向售價20萬+的消費市場。

這個階段，部分產品轉型慢的主機廠會逐步被邊緣化。（2）云端競爭階段（2025年后）：主要圍繞算力、算法、車云整合、生態能力。由于車隊保有量、數據量巨大，

對云端算力需求指數級增長，云端主要進行算法訓練、生態應用。這個階段頭部效應會強化，算法會進一步拉開差

距，生態應用等邊際收益遞增的功能越來越多（社交、V2X、REM等），Robotaxi開始逐步普及。車端競爭要素：架構、算力、算法、傳感器電氣架構趨勢：算力向中央集中，向云端集中，簡化底層硬件、解耦軟硬件。特斯拉率先實現中央域集成，大眾等逐步向域集成演進，國內電氣架構迭代相對落后。1.3

供應鏈：爆發有先后，感知、集成到應用我們認為，智能駕駛按照產業演進，分為車端競爭到云端競爭兩個階段。（1）車端競爭階段（2020-2025）：主要圍繞電子電氣架構、算力、傳感器、算法等。這個階段，由于主機廠的車

隊保有量和數據量均不大，對云端要求不高。此時的投資機會主要圍繞傳感器和賦能環節（算法、域控制器）。（2）云端競爭階段（2025年后）：主要圍繞算力、算法、車云整合、生態能力。由于車隊保有量、數據量巨大，

對云端算力需求指數級增長，云端主要進行算法訓練、生態應用。這個階段頭部效應會強化，算法會進一步拉開差

距，生態應用等邊際收益遞增的功能越來越多（社交、V2X、REM等），Robotaxi開始逐步普及。此時的投資機會主

要集中在云端應用。攝像頭：用量增加，性能提升對標Tesla，各車企ADAS方案攝像頭數量顯著增加，探測距離、像素也不斷提升。前視：單目-雙目-三目。相較于雙目攝像頭通過兩幅圖像的視差進行測距，使得結果更加精確，三目攝像頭將進一步

提升車載攝像頭的精準度。芯片負荷加大分辨率（像素）提升+攝像頭數量增加對帶寬需求更大：以YUV420的數據格式為例，攝像頭所需帶寬=像素X幀率*比特

*1.5，隨幀率和像素提升，對芯片所需帶寬持續增加。數據量加大芯片算力負荷。從造車新勢力解決方案來看，隨著傳感器和攝像頭數量增加，芯片的算力預置也越來越

高。若14個500萬像素的攝像頭做深度學習計算，算力至少需要1000Tops。2

智能座艙：底層寡頭化，生態定勝負2.1

競爭格局：底層產品是寡頭的市場座艙芯片：高通領銜，國內加速推進高通領銜座艙芯片。當前智能座艙芯片市場主要包括恩智浦、瑞薩電子、德州儀器等傳統汽車芯片廠商以及高

通、英特爾、三星消費電子廠商，高通目前已合作25家頂級制造商中的20家。國內芯片廠商也同樣加快產品研發步伐，推出各自座艙芯片產品。2020年6月，地平線開發的智能座艙AI芯片征

程2在長安UNI-T正式下線應用；黑芝麻發布了兩款車載芯片，計劃在2021年量產；華為與比亞迪半導體合作，

進一步加快智能座艙芯片研發的步伐。操作系統：座艙軟件核心，多為車企自研車載操作系統將是智能座艙軟件核心。三大底層操作系統，QNX（通過

ASIL-

D）、Linux、Android（基于Linux開發）,由于儀表和車載娛樂對實時性和

安全性要求不同，可以用虛擬機同時實現多操作系統共同運行，QNX管理儀表，Linux/Android負責娛樂。根據

IHS統計，QNX在汽車操作系統市場的占有率75%+，在車載娛樂系統占有率60%+，在儀表盤以及駕駛輔助領域

的市占率接近100%

；基于底層系統開發的智能座艙操作系統包括鴻蒙OS、AndroidAOS、AliOS、車企自研操作系統（如特斯拉

Version等）。域控制器：架構變革，本土機遇E/E架構變革價值量提升，自主品牌架構變革存在壓力。從ECU到DCU，價值量持續提升。DCU的市場規模將從2020年的約20億美元增長到2030年的680億美元。而單

車價值量將隨自動駕駛等級而提升。預計L1級DCU單車價值量約894美元，L3級約3371美元，L5級約8508美元。自主電氣架構轉型落后于國際大廠，本土廠商迎來機遇。特斯拉率先采用集中式電子架構，大眾集團重構整車

電子架構，將車上原來的70多個來自于200多個供應商的ECU單元統一為三大計算平臺，國內自主車企架構變革

較為落后。相較于海外Tier1，自主選擇與本土廠商合作有利于把握技術、數據話語權。2.2

產業演進：應用端具備巨大商業潛力車載語音：構建用戶生態，龍頭突出車載語音市場龍頭突出，潛在市場空間廣闊。公司核心競爭力：基于車載AI技術和云、端一體化的解決方案，將車輛傳感器、互聯網生態、用戶個性、環境交互、

動作執行等充分融合，幫助車企客戶建立以車輛為中心的生態系統，提供具有品牌特性的用戶體驗。我們預計2025年全球前裝車載語音市場規模約62億元，潛在市場空間約539億元，合計超600億元。根據Cerence與科

大訊飛年報中的裝車量/出貨量與對應的收入測算，我們預計前裝車載語音（軟/硬件）單車價值約50、60元左右，預計

25年搭載1億臺左右，對應市場規模62億元。隨著智能座艙成熟度提升，車載語音更大的潛在市場將自于流量分成和語

音的延伸服務，如寶馬的ConnectedDrive收取每年50美元訂閱費，對應潛在市場空間539億元。HUD：爆發正當時智能座艙與自動駕駛接口，HUD加速滲透。2018-2021年搭載HUD的中低端車型在售數量持續增加，2018年20萬以下無搭載HUD車型，到2021年20萬元以

下搭載HUD車型達17輛，在售車型達40種。市場高集中度，國產替代空間大。2018-2021年搭載HUD的中行業競爭格局均呈現高度集中的態勢。2019

年

Q1，中國乘用車

HUD市場份額前四

大供應商分別是日本電裝株式會社（58%）、日本精機（19%）、美國偉世通（19%）、德國大陸（3%），

CR4

達到

99%。

HUD主