汽车电子展|自动驾驶全解析：探寻智能汽车背后的技术和商业机会

智能驾驶汽车有望成为较早落地的具身智能产品，全球汽车保有量庞大，自动驾驶替代司机的劳动力市场空间巨大。预计2025年国内自动驾驶市场规模约510亿元，远期近3000亿空间。汽车电子展了解到，当前汽车智能化具备技术底层突破、爆款产品出现、可持续跟踪的数据和海内外共振等要素，奇点时刻渐近。   

从法规来看，SAE和中国《汽车驾驶自动化分级》规定L0 - L2级别车辆驾驶以人类为主，L3开始车辆自动驾驶系统在条件许可下可完成所有驾驶操作；从技术来看，L0 - L2主要运用摄像头、超声波雷达和毫米波雷达等传感器，L3及之后传感器配套数量上升，激光雷达难以避开，传感器协同要求提升，控制器芯片算力大幅提升。

市场现状：当前汽车智能化已具备技术底层突破（端到端大模型上车）、爆款产品出现（问界M7/M9等）、可持续跟踪的数据（渗透率相关数据）和海内外共振（海外跟踪特斯拉FSD V12版本持续迭代）等特点，智能驾驶空间巨大，奇点时刻渐近，技术迭代和产品渗透率有望加速。

从政策分析智能驾驶的节奏   

l各国政策：中国管理细则不断完善，多地发布无人驾驶车辆道路测试与商业示范管理实施细则；美国以加州为主的地方一线城市遵循“道路测试 - 示范应用 - 示范运营 - 商业运营”的推进顺序；欧洲立法快于商业化进程，英国于2024年5月批准通过《自动驾驶法案》，明确事故责任承担问题。

l技术驱动的景气度行情要素：每一轮新技术驱动下的景气度行情离不开技术底层突破、爆款产品出现、可持续跟踪的数据和海内外行情共振四个要素。当前汽车智能化在这些方面均有进展，电动化上半场已过，智能化下半场潜力巨大。

以特斯拉技术迭代看行业发展方向

l技术层面：特斯拉智能驾驶方案可分为四个阶段，从与Mobileye深度合作到自研软硬件系统，再到引入BEV + Transformer + Occupancy network等模型，2023年后推出新一代端到端大模型及新一代硬件配置Hardware 4.0，智能驾驶技术路线进入新时代。汽车电子展了解到，端到端的核心是减少人工干扰，扩大模型处理复杂场景上限，传统分解式模型难以穷举现实自动驾驶场景，而端到端以数据驱动取代规则驱动，能有效解决模块化方案的长尾场景，提升模型的训练效率和性能上限。

l数据层面：特斯拉构建了数据采集 - 搭建数据集 - 自动标注 - 送入模型训练 - 量化部署上车的数据闭环。在数据采集层面，通过影子模式运行算法，识别“corner case”并上传搭建数据集；在数据中心端，可扩展性结构适配智能驾驶模型，特斯拉的DOJO超算中心和自研AI芯片提升了数据训练能力，AI训练算力有望不断提升。

l用户层面：FSD V12提供更类人驾驶体验，价格下调至8000美元位置，且澳洲、德国等地FSD BETA开启推送，特斯拉将无人驾驶出租车Robotaxi或将于2024年发布，这些因素有望加速FSD渗透率上行。汽车电子展了解到，中国为代表的亚太地区销量规模增长也为FSD入华后渗透率提升提供了广阔空间。

全球梯队分布：全球Robotaxi商业化发展分为三个梯队，中国市场处于前列。第一梯队国家已进行无主驾安全员的商业化小规模应用；第二梯队国家已成功进行有主驾安全员的面向公众的商业化试运营；第三梯队国家仍处于测试阶段。

l制造商入局原因：Robotaxi是智能驾驶企业商业模式向轻资产转化的重要方向之一，可利用庞大的驾驶数据拓宽商业模式；对消费者而言，Robotaxi收费低于现行出租车/拼车服务，对购车者而言，部Robotaxi每年可带来可观利润。

商业模式与运营测算

l商业模式：Robotaxi常见的商业模式有主机厂 + 自动驾驶公司 + 出行服务商、主机厂 + 自动驾驶公司、主机厂 + 出行服务商三种。多家主机厂通过旗下出行服务商与自动驾驶公司合作开展Robotaxi业务，同时自研自动驾驶技术。

l运营测算：以萝卜快跑公开数据为例，对Robotaxi运营收入和成本进行测算，在一定假设条件下，Robotaxi可以实现盈亏平衡。

产业链与进展：自动驾驶出租车Robotaxi产业链包含供应商、供给侧、需求侧和监管侧。国内外车企与自动驾驶公司如特斯拉、小鹏汽车、百度Apollo、小马智行等在Robotaxi行业均有进展。

文章来源：阿宝1990--微信公众号