智能汽车行业分析报告：市场空间、市场分析、产业链及相关公司

01

智能汽车概述

1、概念

智能汽车是指通过使用先进的计算机技术和传感器设备来提供更高级别功能和服务的汽车。它融合了人工智能、物联网、自动驾驶和大数据等技术，使汽车能够感知、理解和交互，从而提供更安全、便利和智能化的驾驶和乘车体验。智能汽车包括智能驾驶、智能座舱和智能服务三大部分。

2、智能汽车和传统汽车区别

智能汽车与传统汽车有诸多不同之处。智能汽车是集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，将环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，是典型的高新技术综合体。智能汽车与传统汽车的核心区别在于自动驾驶辅助系统、智能座舱系统和车联网系统，最显著的特征是智能化、网联化与平台化。智能化即汽车搭载智能摄像头、激光雷达等感知终端及智能操作系统、人工智能芯片，实现超视距数据采集与自动驾驶；网联化即汽车通过车载单元与人、车、路、云全面互联，实现数据互联互通；平台化即交通管理、信息服务等涉车业务的实现逐步向云平台迁移。

3、汽车智能化发展的五环节

纵观汽车智能化发展历史，大概可分为机械化、电子化、网联化、智能驾驶、第三生活空间等五个环节，目前已完全实现了第二环节，第三、四、五环节同步发展中。

02

产业驱动力

1、政策端：政策频出，为汽车智能化保驾护航

汽车产业加速变革，长期导向政策明显。近年来，世界经济格局剧烈变革，深度影响着全球汽车产业走向。作为决胜关键，智能化、网联化正在重塑行业发展新格局，智能驾驶已成为中国展现国家技术实力、创新能力和产业配套水平的新名片之一，呈现出蓬勃向上的新格局。国家层面及地方政府也适时出台一系列政策和规划，促进自动驾驶相关产业健康快速发展。据不完全统计，截至2022年11月22日，国家层面（国务院及其直属机构）及18个省级（含直辖市，下同）单位合计发布79项自动驾驶产业相关政策，其中，国务院及其直属机构发布的自动驾驶产业相关政策有46条，18个省级行政单位发布33条。

国家层面，从顶层设计出发，加速推进汽车智能化。2015年被视作中国的“自动驾驶元年”，当年国家推出“中国制造2025”计划，首次从顶层对智能网联汽车的发展做出重要规划，发展智能网联汽车正式被上升至国家战略高度，无人驾驶被列为汽车产业未来转型升级的重要方向之一。后续几年又陆续发布相关政策，2021年开始，中国迈入“十四五”阶段，智慧交通成为实现交通强国的切入点，“人、车、路、云”融合协同的重要性日益凸显，自动驾驶、车路协同、车联网等技术的试点和应用正在加速推进。尤其是2022年以来，国家部委出台多部关于汽车智能化的重点政策，旨在推动智能汽车在多场景中的落地计划。总体而言，政策端对汽车智能化趋势的推动作用凸显。

地方政府积极引导，将政策落到实处。除了国家政策的引领，地方政府对发展自动驾驶产业也十分积极。包括北京、上海、广州、深圳、重庆、河南等21个省市出台了细致的管理办法。国家和地方政府陆续出台的多项政策条例为加快构建智能交通体系，助力汽车产业智能化升级，起到了极大的推动作用。

2、市场端：我国汽车智能化发展基础夯实

在汽车产业方面，我国总体水平处于国际领先地位，自主品牌市场份额逐年提高，关键零部件供给能力明显增强，新能源汽车产业体系日渐完善，电池、电机、电控及整车具有较强的国际竞争力，这为智能汽车的发展奠定了坚实的基础。根据中国汽车工业协会，2022年我国汽车连续第14年产量销量稳居全球第一，汽车产销分别完成2702.1万辆和2686.4万辆，新能源汽车产销同比增长96.9%和93.4%，出口突破300万辆，汽车工业展现出强大发展韧性。

在网络通信方面，我国互联网、信息通信等领域涌现一批世界级领军企业，移动通信和互联网运营服务能力位居世界前列，也为智能汽车发展积蓄了重要力量。随着智能汽车、智能驾驶乃至智能交通的全面发展，我国交通也将逐渐实现智能化管理。

政策扶持方面，为了实现交通强国的战略目标，抓住新时代汽车产业变革的机会，满足人民日益增长的美好生活需求。国家出台《智能汽车创新发展战略》等相关政策，来鼓励支持智能汽车行业的发展。2020年北京、上海、广州、长沙、武汉、沧州等6个城市已开放载人测试许可。其中，广州共发放了55张测试通知书，开放67条、135公里测试道路。伴随着基础技术快速更新，汽车智能化技术体系发展愈加完善，智能汽车的发展有望超预期。

3、需求端：消费需求升级，智能汽车应运而生

（1）消费升级与消费群体变化助力汽车智能化转型

经济发展与消费升级提升催生替换需求，智能汽车关注度不断提升。随着我国经济水平的发展和国民消费水平的提高，家庭对于汽车的需求持续提升。根据数据显示，千人乘用车保有量总体呈现高速增长态势。随着汽车进入千家万户，用户对于汽车的需求逐渐发生变化，市场也逐渐由首购向增换购转换。根据SIC预测数据，2025年将有64%的汽车消费属于增换购，2030年该比例将高达78%。而随着换购需求的提升，人们对于汽车的关注点也在逐渐发生变化，2021年在购车关注点增速中，购买渠道、耗电、智能化位列前三，智能化关注度增速高达197%。

汽车消费群体年轻化，消费需求多元化，带动智能化需求进一步爆发。随着人们生活空间的拓展，消费者的主观能动性希望体验到更好的功能和服务。Z世代逐渐成为购车主力人群，他们具有高学历、信息化和需求多元化的特征。预测数据显示，2025年这一群体将占购车群体的38%，2030年将达到52%。这些年轻消费者具有较强的购买力和选择余地，更注重智能驾驶和高科技配置等附加值需求。因此，智能化汽车能够更好地满足他们的需求。消费群体年轻化和消费需求多元化是推动智能汽车需求增长的两个因素。

（2）个人+社会+生态需求，汽车智能化呈必然趋势

智能汽车终将彻底颠覆人类的出行方式。随着智能汽车技术逐渐从想象走向现实，将突破传统出行方式，满足复杂多变驾驶场景和不同群体多元化的出行需求。对于个人而言，智能汽车借助智能化技术，已经为很多驾驶者减轻了负担。而且智能汽车对用户的要求较低，老人、儿童，甚至残疾人等驾驶能力较弱或无驾驶能力的弱势群体，都可以通过智能汽车便捷出行。可以说，车辆被智能化赋予了更多的价值，自动驾驶、网络安全等已成为用户体验的基础需求，消费者对于汽车的认知从“单一出行工具”转向“第三生活空间”，用户需求更加多元化，个性化。

打造智慧交通体系，智能汽车不可或缺。随着汽车保有量的增加和社会压力的加大，智能汽车成为解决交通事故、交通拥堵和停车难等问题的有效解决方案。同时智能汽车通过自动驾驶、大数据和云平台服务等技术手段，能够实现精准控制、路径规划和停车资源高效配置，从而提高交通安全性、缓解交通拥堵和改善城市空间布局。此外，智能汽车还能进行智能能量管理，减少环境污染和能源浪费，与智慧交通深度协同，形成更安全、高效和节约能源的综合城市道路体系。智能汽车将在未来的智慧交通和智慧城市中扮演重要角色。

4、供给端：车企竞争加剧，加速布局智能化

造车新势力不断入场，销量成绩亮眼。随着智能电动汽车的快速崛起，诞生了像蔚来、小鹏、威马、爱驰、拜腾、零跑、云度、奇点、合众等一批造车新势力。造车新势力缺少造车方面的经验，但更加注重软件科技创新，以软件驱动硬件，拥有感知、定位、规划等核心算法研发能力，建立车端、云端的数据处理分析能力，可实现基于实现数据的算法快速迭代，借助OTA技术不断增强智能驾驶能力。注重通过软件与用户互动，与用户直接联系进行反馈，依靠用户数据和反馈不断优化配置。

科技巨头进军智能化，赋能传统汽车产业。除了传统车企和造车新势力纷纷加快智能汽车的发展之外，大型互联网企业也不甘落后，基于既有的思维、技术、产品、业务等方面的优势，正沿着汽车品牌商、汽车供应商、汽车生产商三条路径大举进入汽车产业。譬如，北汽蓝谷近年来多方运作，已与华为、百度等科技企业携手，建立起面向行业未来的共同体；上汽集团、张江高科和阿里三方已宣布，共同出资成立智己汽车；百度宣布以整车制造商的身份进军汽车行业，组建智能汽车公司；小米集团宣布开展智能电动汽车业务，将成立一家全资子公司负责智能电动汽车业务；华为宣布将与赛力斯合作提供智能电动汽车出行方案，赛力斯华为智选SF5入驻华为旗舰店；丰田、小米、魅族、苹果等都有智能驾驶相关专利发布。传统车企与科技公司合作已渐成趋势，跨界联盟，共同构筑我国汽车产业新优势。

随着各方资本纷纷入局，市场竞争也日趋激烈。而在汽车电动化、智能化的加速布局过程之中，于竞争中的融合也成为常态。传统车企与造车新势力、科技企业在智能汽车布局上各有优劣势，为了能够突破发展瓶颈，快速实现量产与高阶智能化，未来或将发挥各自的优势，分别在传统制造、智能化方面实现资源最优配置，三方开放融合、深度协作或将成为汽车行业的常态，有望形成三方企业协作的新型模式，共同降低智能汽车造车门槛。

03

市场分析

1、市场前景分析

（1）全球智能汽车市场规模呈现增长的态势，中国将成最大市场

近几年全球智能汽车市场规模呈现增长的态势，中国智能汽车市场也迎来快速发展。根据数据显示，全球智能汽车市场销量约为1亿辆，自动汽车驾驶市场渗透率为10%，每辆智能汽车均价为16万元，则智能汽车市场规模约为1万亿。此外，据美国波士顿咨询集团测算，无人驾驶汽车创造的市场价值将达到420亿美元；2035年前，全球将有1800万辆汽车拥有部分无人驾驶功能，1200万辆汽车成为完全无人驾驶汽车，而中国将是最大的智能汽车市场。

（2）我国智能汽车渗透率不断增长，释放出巨大潜能

随着政策红利的不断释放，以及5G等新兴技术的持续赋能，我国汽车电动化、智能化、网联化步伐加速推进，智能网联汽车市场释放出巨大潜能，芯片厂商、终端设备商以及整车厂等纷纷入局。华经产业研究院数据显示，我国智能汽车渗透率已从2016年的2.67%提升至2021年的9.5%，2021年中国智能汽车销量约为204万辆，同比增长22.16%。据赛迪顾问统计，2021年，我国智能网联汽车产业规模已达4005.3亿元，随着自动驾驶、云计算、智能网联技术的发展，及中国智能汽车的产销量大幅增长，由中国智能汽车催生的智能网联市场规模预计将继续保持50%左右的增速，2024年有望突破13000亿元。

（3）发展前景广阔，2025年智能汽车销量将超2400万辆

截至2021年底，国内汽车销量2610万辆左右，据智能汽车行业发展前景分析测算，2025年智能汽车销量将达到2490万辆，占汽车总销量的80%以上，复合增长率为16%，这其中会孕育巨大的市场机会，发展前景非常广阔。而且，与当前整个汽车行业规模相比，智能汽车在2025年之后依然有较大成长空间。

（4）国内一线及新一线城市仍是智能汽车的主战场

2022年新能源汽车在一二线城市的销售占比接近70%，一二线城市依旧是新能源汽车的最大市场，而且据亿欧智库测算，2022年中国智能电动汽车的销量已占新能源汽车的52.2%，从销量的城市分布情况来看，智能汽车的主战场依旧集中在一线及新一线城市；从省市来看，广东、浙江、江苏大幅领先，且占比高于10%。到2025年在新能源汽车达到50%的汽车出行市场渗透率的基础上，智能电动汽车的销量将超1220万辆，占新能源汽车的80.1%，智能电动汽车将成为未来中国车市的中坚力量。结合2022年新能源汽车销量600万辆，单车智能化功能占单车价值比约为20%，则智能汽车市场规模可达2500亿以上。显然，智能化已成“下半场”竞争关键，而汽车电动化、网联化和智能化融合时代即将来临。

2、主机厂竞争分析

（1）车企品牌竞争激烈

三梯队品牌竞争激烈，特斯拉强势领先。综合市场份额、核心技术、战略发展、运营服务、生态体系五大核心指标，根据竞争力指标体系模型测算，可以将中国智能电动汽车众多品牌大致分为三大梯队。第一梯队，包含特斯拉、蔚来、小鹏汽车、广汽埃安，处于领先地位。零跑汽车、高合、奔驰、比亚迪、理想汽车等品牌紧随其后，处于第二梯队。第三梯队的品牌，大多数为发展阶段处于早期的新势力品牌或正在进行转型的传统品牌，此梯队品牌数量较多，整体差距不大，竞争较为激烈。在三大梯队众多品牌之中，特斯拉一马当先，在销量上面也实现领跑，在智能电动汽车市场中占据主导地位。

（2）差异化服务成竞争关键

差异化服务成竞争关键，品牌竞争逐渐高端化。随着智能汽车市场的发展，众多车企纷纷采取差异化服务和直营销售模式，满足消费者需求。蔚来、广汽埃安、小鹏汽车等车企在差异化服务方面处于领先位置，除了造车新势力采用直营模式，传统车企如红旗、凯迪拉克也在逐渐转型。差异化、多元化和定制化成为新一轮核心竞争力。同时，智能汽车品牌也正向高端化发展，创新研发和技术水平提升推动品牌实现高端化。年轻化的消费群体和消费结构的升级也推动品牌开展高端化竞争。预计在2025年品牌竞争将主要集中在车型定价在30万到50万区间。

（3）生态布局趋势凸显

车企生态竞争成趋势，造车新势力生态布局更丰富。随着智能汽车产业的发展，造车新势力、传统车企、科技企业以及一起其他企业多方力量交汇其中，发挥各自优势，深度协同合作，以客户为中心，聚合产业资源，车企的竞争将不再是单打独斗相互竞争的方式，逐渐呈现出一个开放共赢的互联且立体的生态结构，而是于竞争中融合，于融合中竞争的生态圈模式。特斯拉、比亚迪、以及“蔚小理”等车企在产业生态布局覆盖面积较广且体系较为完善，产业生态更具竞争力，目前处于领先地位，上汽、广汽、长城、大众等也在积极布局，以保持竞争力。整体来看，汽车生态逐渐呈现多元化场景，以车企为核心凝聚产业资源，布局智慧交通、能源、娱乐、出行服务、智能驾驶、社交等，实现生态效益最大化，用户服务最大化，社会价值最大化。

04

AI大模型在智能汽车的应用

AI技术的发展持续提升汽车的智能化能力，BEV、认知、NLP语言等AI大模型技术有望助推汽车智能化登上新高度。AI大模型在NLP、CV方向发展迅速。NLP大模型能够实现人车的更友好交互，推动座舱智能化进程；CV大模型助力数据标注、仿真和感知等；多模态AI大模型为城市场景辅助驾驶乃至高等级自动驾驶的规模量产拉开帷幕，同时也有望用于智能座舱中的人机交互，融合语音、视觉、手势等多种交互方式，满足用户在不同场景下的不同使用习惯。

1、AI大模型在智能汽车的应用，需满足数据、模型、算力的三重要求

目前AI大模型主要应用于自然语言处理（NLP）和计算机视觉（CV）领域，以Transformer架构为主。Transformer架构较卷积神经网络（CNN）在大规模数据的学习中表现更好，也有少量CNN架构的大模型处于科研进程中。目前，ChatGPT、DriveGPT等大模型均采用Transformer架构+监督学习（SL）预训练+人类反馈强化学习（RLHF）的模式。

Transformer需要更大量的数据来训练模型。训练出一个能输出高精度和准确度的自动驾驶大模型，自动驾驶测试里程数据需至少达到1亿公里。因此自动驾驶龙头企业具备相当数量的里程数据占据大模型应用先机。

自动驾驶AI大模型的算力建设主要可分为以下3种模式：1）自建智算中心，独立训练大模型。特斯拉等自动驾驶厂商已自建云端计算中心，用于自动驾驶模型训练和数据标注。2）部分环节合作。百度、腾讯、火山引擎（字节子公司）等互联网科技公司均推出toB全流程智能汽车云服务，为主机厂提供数据中心用于模型训练。3）解决方案合作。百度文心、商汤日日新等大模型体系均开放了与车企的行业应用合作渠道，针对汽车行业应用场景进行模型调优。如吉利汽车与百度文心合作吉利-百度文心NLP大模型，2023年5月31日，首款搭载车型吉利银河L7已经上市。

AI大模型训练过程算力要求高，智算中心成为关键。自动驾驶领域AI大模型训练数据规模在亿公里级多模态传感数据，参数可高达几百到几千亿，预训练阶段算力要求非常高。特斯拉、吉利、小鹏、毫末智行等主要自动驾驶厂商采用不同模式建设云端计算中心用于模型训练。

科技巨头可为自动驾驶主机厂提供算力支持和AI大模型开发服务。百度、华为、腾讯、阿里等科技巨头在汽车领域具备强大的AI模型开发能力和充足的AI算力，为主机厂提供云计算服务和云开发平台，降低了成本和技术难度，为小型新创主机厂和传统汽车厂快速进入自动驾驶领域和迎头赶上头部自动驾驶厂商提供了机会。据IDC数据，百度Apollo、华为分别占据中国自动驾驶开放平台市场规模的34.4%和29.7%，市场集中度较高。中国自动驾驶平台市场规模在2022年达到5.89亿元，增速达106%，预计AI大模型应用推广将进一步推动算力需求的增长，IDC预计2023年市场规模将达到7.9亿元。

合作并装载互联网企业已开发的BEV感知模型，可成为新入局主机厂的较优选择。AI感知决策大模型均需海量数据驱动，已宣布实现BEV感知模型落地的国内厂商包括百度Apollo、小鹏汽车、华为、毫末智行、商汤等，均为已实现高速辅助驾驶量产并积累大量智能驾驶数据的主流自动驾驶主机厂或互联网企业。考虑到数据收集、标注和模型训练的复杂性，与百度、华为、商汤等互联网企业合作，搭载其已开发的BEV感知模型可大大降低主机厂入局自动驾驶的成本。

2、NLP大模型助力人车交互，加速座舱智能化

NLP大模型的应用可实现语言交互、拟人表达和决策建议。NLP大模型可突破性解决传统人车交互场景中对话风格固化、智能性差的问题，根据高工智能汽车研究院数据，2022年中国智能座舱前装搭载率为39.89%，其中搭载了语音交互功能的智能座舱占比已达到76.76%。NLP大模型的落地和普及，预期将带来智能座舱的技术革新。

NLP大模型提升操作系统交互性和功能丰富度。逻辑推理、策略规划和知识问答等功能使车载操作系统功能全面升级；可实现自然对话式交互，使语音交互成为车载系统主要操作模式之一，带动操作系统架构的重新优化调整。

2023年3月，百度发布文心NLP大模型，其智能语音交互功能已搭载到Apollo智能座舱系统上；2023年5月，科大讯飞发布讯飞星火认知大模型，宣布“大模型+智能座舱”为其四大行业应用之一；商汤也提出了基于大模型体系的绝影智能车舱产品。

3、CV大模型助力数据标注、仿真和感知

数据标注方面，大模型预标注+车载小模型学习微调的方式具有应用潜力。自动驾驶技术的发展需要大量的结构化标注数据对模型进行不断地训练与调优。想要自动驾驶汽车感知系统质量不断提升，这就需要大量高质量的真实自动驾驶感知系统相关的数据做支撑。数据标注正在由人工标注向由AI主导的人工辅助标注转变。这是因为大模型具有知识完备性好、精度高、泛化能力强的优势。同时，自动驾驶数据的积累和标注复杂度的提高导致了数据标注工作量的快速增加，大模型的应用可以加速数据标注并显著降低数据生产成本。

特斯拉从2018年以来不断发展自动标注技术，从2D人工标注转为4D空间自动标注，特斯拉人工标注团队规模不断缩小。小鹏汽车和毫末智行也相继采用自动标注工具，毫末智行表示，获取车道线、交通参与者和红绿灯信息，人工标注成本约每张图5元，而毫末DriveGPT的成本仅0.5元。

场景构建是能力仿真系统的核心之一，生成式AI较传统建模渲染生成场景库速度大大提升。仿真通过构建虚拟交通场景测试和验证自动驾驶系统，可在一定程度上取代实车路测，从而降低自动驾驶系统开发测试成本。基于有限的路采数据智能化生成大量场景是仿真的关键，数据驱动的AI视觉仿真对自动驾驶系统开发落地具有重要价值。

人工智能生成内容（AIGC）技术在仿真、数据标注、座舱交互等系统的部署日益广泛。在仿真方面，AIGC技术可大量合成虚拟场景以用于模型训练和测试，从而提高自动驾驶技术精度和可靠性；在数据标注方面，AIGC技术可自动标注真实世界图像数据以用于训练AI模型；在座舱交互方面，AIGC技术可让车机系统与人的交互更自然，提高驾乘体验。

基于BEV+Transformer架构的感知算法应用带来传感器架构改变，大模型的本地化部署对车载算力硬件提出要求。2021年特斯拉将Transformer模型引入自动驾驶的视觉感知融合领域，在跨摄像头、跨传感器以及时序融合时的准确率更高，国内主机厂看到了通过感知融合技术的升级减少传感器和高精地图依赖在技术上的可能性，带来传感器架构改变。另一方面，大模型的本地化部署对边缘算力、数据传输带宽和速度都提出了新的要求，车载芯片需进行相应升级。

4、多模态大模型逐步在自动驾驶和智能座舱中应用

多模态大模型和纯视觉大模型是感知算法的两个方向。目前主流自动驾驶车企的传感器系统可分为纯视觉传感器和多模态传感器两类，纯视觉系统以特斯拉FSD系统为代表，以多个摄像头作为传感器，以视觉图像训练CV大模型；多模态系统同时采集摄像头和高精度雷达的多模态数据并进行融合，以训练多模态大模型。纯视觉大模型优势在于硬件成本低，图像数据信息量高，模型训练优化较快。多模态模型优势在于可充分发挥不同传感器性能特点，全场景适用性更强，安全性好。

多模态大模型也有望用于智能座舱中的人机交互，融合语音、视觉、手势等多种交互方式，满足用户在不同场景下的不同使用习惯。长安、集度、吉利、岚图、红旗、长城、东风日产、零跑等多家车企已经宣布将接入文心一言。长安逸达成为首搭文心一言的车型，将通过软件升级的形式搭载到新车上。华为在5月宣布AITO问界M9将搭载AI大模型，小艺智慧助手将具有更好的车载AI体验。讯飞“星火认知”大模型也有汽车领域相关的产品，可以实现车内跨业务、跨场景人车自由交流。

05

智能汽车产业链分析

上游企业包括感知、控制、通讯系统制造业，主要产品包括芯片、雷达，地图等，上游环节最重要的就是感知系统。

中游企业包括执行系统制造业主要产品包括智能中控屏等，从执行系统中最重要的ADAS系统市场现状来看，ADAS系统主要的功能在于感知道路环境以及做出相应决策上，近年来随着我国汽车市场迅速发展，ADAS市场增长迅速。

下游主要为开发测试和运营的服务业，下游应用端主要包括有出行、物流、城市交通管理等场景，科技型企业均能从中找到各自擅长领域作为突破口，例如滴滴出行利用自动驾驶车辆在收集路测数据的同时提升研发效率。总体而言，从智能汽车产业链全景图来看，智能汽车产业链涵盖了互联网产业和汽车产业的诸多企业，智能手机和智能汽车的跨界融合发展已成为常态。目前，我国企业已经布局智能汽车各个产业链环节中的大部分生产环节，引领中国智能汽车产业实现由大变强。

在信息技术变革大背景下，汽车产业迎来智能化风口。智能驾驶是汽车智能化的基石，是智能汽车的核心功能，实现智能驾驶需要对汽车的周围环境进行感知、分析、判断并进行有效的处理和执行，以实现拟人化的动作执行，而其中，ADAS（高级驾驶辅助系统）又是智能驾驶的核心载体。智能座舱实现智能汽车差异化竞争的关键要素，通过图像、语音、触控、手势等交互方式提高驾驶操控体验和乘车娱乐性，是人车交互的入口，众多厂商纷纷涌入这个炙手可热的赛道，多种新技术的融合赋能，让智能座舱打开更具想象力的空间，成为竞争关键。智能服务将汽车与人及其社会生活相连接，是汽车智能化的延伸和扩大，包括后市场服务、出行服务、社交及生活服务等，其落地商业化已成现实。汽车智能化主要体现在自动驾驶和智能座舱两方面。 

1、智能驾驶产业链及关键环节分析

智能驾驶是指汽车通过搭载先进的传感器、控制器、执行器、通讯模块等设备协助驾驶员操控车辆，甚至完全代替驾驶员实现无人驾驶的功能。

具体来看，智能驾驶根据自动化程度分为五个级别，从L3级开始，驾驶主角均由驾驶员操作转换为车辆自主驾驶。由此，L3级成为自动驾驶技术应用的重要分水岭。当前，我国的自动驾驶处于从L2向L3渗透的阶段。L3级自动驾驶技术也已相对成熟，部分厂商已实现L3级量产，相关车型已具备L3功能，但受限于法规要求无法完全使用，后续随着相关法规的完善将逐步落地。L4级自动驾驶测试数据的积累也正在加速进行。目前国内外L4/5级自动驾驶乘用车项目基本上处在试运营阶段，国内法规及主要城市在积极推动无人驾驶示范区发展。

L2+级别自动驾驶重获广泛关注，NOA成为重要解决方案。NOA的为“导航辅助驾驶”或“高级辅助驾驶”。目前L4级别自动驾驶被普遍认为存在技术与责任认定的难度，L2+级别自动驾驶重获广泛关注，已经有越来越多的客户需要城区/高速NOA解决方案。NOA真正满足了消费者对智能驾驶的核心需求，减轻用户驾驶疲惫。通过使用NOA技术，用户在特定道路范围内能够实现点到点的导航辅助驾驶功能，车辆在没人接管的情况下到达目的地，NOA智能化在现有技术范围内实现解放用户。

智能驾驶是在整车的基础上进行智能+网联的升级。相较于传统汽车，智能驾驶汽车需安装感知系统，如激光雷达、毫米波雷达、超声波雷达等；定位系统，如GNSS定位和接受系统、IMU惯性传感器、高精地图；计算与决策系统，如ADAS系统、车载芯片、车载存储器等，以实现智能化。此外，智能驾驶汽车还需移动网络、大数据平台和终端的支持，实现网联。智能驾驶汽车下游应用场景广阔，可覆盖共享汽车、无人驾驶巴士、通勤车等多类应用场景。

（1）感知层：多传感器融合是大势所趋，激光雷达综合性能最优

感知层包含各类传感器，但单一传感器难以满足所有需求。多传感器融合成为主流方案，如激光雷达、毫米波雷达、超声波和摄像头。高度和完全自动驾驶需要多传感器融合，以精确感知周围环境和创建地图。纯视觉和多传感器融合是两种路径选择，特斯拉采用纯视觉，其他厂商更倾向多传感器融合。车辆自动化程度越高，驾驶员参与度越低，对车载传感器的依赖性增强。未来趋势是多传感器融合和技术冗余，对自动驾驶路径规划和安全性有巨大帮助。

1）激光雷达综合性能最优，技术路径明晰

相比毫米波雷达、摄像头、超声雷达等方案，激光雷达在可靠度、行人判别、探测距离、细节分辨、夜间表现、恶劣天气环境等方面较为均衡，综合性能最好。而且，其产品优势将随着消费升级与智能驾驶需求提升而愈发凸显。激光雷达按照技术路径细分可分为机械式、混合固态（MEMS）、固态式（OPA、Flash）三种类别。其中机械式发展较早，技术成熟度高；固态式在性能、成本上要优于机械式，但技术上还有待突破。混合固态激光雷达技术路线相对成熟，稳定性好、价格便宜、结构简单、易过车规，仍为当前主流方案。

激光雷达应用广泛，国内外市场呈现高速发展态势。激光雷达广泛应用于自动驾驶汽车、工业、无人机、机器人和3D测绘等行业，更是高阶无人驾驶技术实现的关键。受领域需求的推动，激光雷达整体市场预计将呈现高速发展态势。市场数据显示，2021年全球激光雷达市场规模约20亿美元，同比增长近一倍。同时，据Frost&Sullivan统计及预测，2025年激光雷达全球市场规模为135.4亿美元，其中高级辅助驾驶、无人驾驶将成为下游应用主力，乘用车前装激光雷达领域对整体市场的增长贡献达到61%。纵观全球，中国或将成为激光雷达增速最快的市场，至2025年，我国激光雷达市场规模将达到43.1亿美元。

资本市场加码激光雷达，品牌格局仍相对分散。随着自动驾驶加速渗透带动激光雷达放量，国内外激光雷达厂商纷纷加入战局，开启车企新一轮的“军备竞赛”。当前，全球激光雷达竞争格局分散，海外厂商具有明显的领先优势。

2）4D毫米波雷达提供多样选择，有望帮助智能化降本

性价比优势凸显，4D毫米波雷达有望帮助电车智能化降本。4D毫米波雷达是传统毫米波雷达的升级版，4D指的是速度、距离、水平角度、垂直高度四个维度。相比传统3D毫米波雷达，4D毫米波雷达增加了“高度”的探测，将第四个维度整合到传统毫米波雷达中，这使得4D毫米波雷达：1）获取信息的维度更加丰富，可以测量俯仰角度，且角度分辨率可以达到1度左右；2）探测距离更长，最远探测距离可达300多米；3）目标点云更密集，可以形成点云成像级的输出，进而可以使用数据驱动的方式进行图像识别。同时与传统毫米波雷达、激光雷达相比，4D毫米波雷达具备性价比优势，成本仅为激光雷达的10%。总体而言，4D毫米波雷达具有更佳的探测能力，更高的分辨率和精度。

（2）决策层：自动驾驶稳步落地，ADAS渗透率快速提升

ADAS（高级驾驶辅助系统）已成行业重要增长动力，市场空间广阔。汽车软件分为四大类：操作系统、中间件、驾驶舱软件、ADAS/AD。ADAS系统既是车企切入无人驾驶的渐进式道路，也是现阶段无人驾驶成果的商业化产品。根据亿欧智库数据显示，2021年，中短期内驾驶舱应用市场规模在国内汽车软件市场中占比约为40%，比例最大；其次是ADAS/自动驾驶软件，占比20%，OS操作系统占比19%，中间件占比17%。预计到2025年，ADAS/自动驾驶软件占比将大幅超过驾驶舱软件，达到59%，ADAS/AD软件将成为行业增长的主要推动力。预计到2030年，ADAS/AD软件市场大小将从2020年的35亿元增长到约1400亿元，CAGR达40+%。智能座舱软件市场将从2020年的77亿元增长到约308亿元，CAGR达15%。

ADAS向主流消费区间扩张，渗透率快速提升。随着量产规模效应开始显现、部分产品加速国产化、技术成熟度逐渐提升，辅助驾驶成本也逐渐降低，叠加用户智能化体验需求的不断提升，ADAS功能正逐渐从豪华车向中低端车型发展，渗透率快速提升。

（3）执行层：线控底盘是智能汽车实现L3及以上高阶自动驾驶的必要条件

传统汽车底盘主要由传动系、行驶系、转向系和制动系四部分组成，这四部分相互连通、相辅相成。而线控底盘就是对汽车底盘信号的传导机制进行线控改造，以电信号传导替代机械信号传导，从而使其更加适用于自动驾驶车辆。具体来说，就是将驾驶员的操作命令传输给电子控制器，再由电子控制器将信号传输给相应的执行机构，最终由执行机构完成汽车转向、制动、驱动等各项功能。在这一过程中，线控结构替代了方向盘、刹车踏板与底盘之间的机械连接，将人力直接控制的整体式机械系统转变为操作端和设备端两个相互独立的部分，实现多来源电信号操作，使得线控底盘具备高精度、高安全性、高响应速度等优势。可以说，线控底盘是智能汽车实现L3及以上高阶自动驾驶的必要条件。

（4）网络：V2X主要有DSRC和C-V2X两个实现路线

车联网（V2X）的概念源于物联网，即车辆物联网，是以行驶中的车辆为信息感知对象，借助新一代信息通信技术，实现车与车、车与人、车与路、车与服务平台等之间的网络连接。V2X不是单纯的联网技术或智能产品应用，而是融合了网联化、智能化和服务新业态，具备跨界特征。

V2X主要有DSRC和C-V2X两个实现路线。DSRC由IEEE提出，发展自上世纪末，由欧美主导，经过二十多年发展，技术已相对成熟；C-V2X由3GPP提出，由中国主导，包括LTE-V2X和5GNR -V2X两种。目前，DSRC路线已基本被淘汰，C-V2X逐渐成为车联网主流技术。

C-V2X技术基于蜂窝网通信技术演进形成，通过直连通信和蜂窝通信两种通信接口，相互配合，彼此支撑，形成有效冗余，支持各类车联网应用。此外，C-V2X还具备未来可支持高级别自动驾驶的演进路线优势，即5G-V2X。目前，我国已经明确选择C-V2X技术路线作为车联网的直连通信技术。随着政策的密集出台和大力扶持，V2X产业环境逐渐成型，并在多场景得以应用。

2、智能座舱产业链及关键环节分析

汽车座舱即车内驾驶和乘坐空间，配备了智能化和网联化的车载产品，可以实现硬件、人机交互、系统软件集成整合发展。是人车关系从工具向伙伴演进的重要纽带和关键节点。智能座舱产品主要包括座舱内饰和座舱电子两方面，座舱内饰主要包括智能化的灯光、座椅、空调等，座舱电子包括车载信息显示系统（如液晶仪表、座舱显示屏、HUD、流媒体后视镜等）、车载信息娱乐系统（域控制器、网联服务等）。

从智能座舱产业链来看，智能座舱产业链上游包括车载地图、车载操作平台、操作系统等软件供应商以及座舱芯片等硬件供应商，中游包括驾驶显示系统、信息娱乐系统、HUD、座舱域控制器等软硬件集成供应商，下游为组装生产的主机厂。区别于传统的Tier2、Tier1、主机厂的供应链线性结构，智能座舱涉及到许多软硬件的集成，因此供应商会结合所提供的不同产品类型，不断切换身份，导致产品边界不断拓宽。

座舱各部分呈现由分布到集中、由独立到融合的趋势。随着座舱功能复杂度的快速提高，电子电气架构的升级可以让整车的软件，算法，扩展性，应用功能等各个方面都得到极大的提升和呈现。软件逐渐与硬件解耦；硬件层面各个电子控制单元（ECU）从传统的分离式走向集中域式，再走向跨域的中央集中，同时更高带宽的以太网逐渐替代传统的CAN总线。传统中控平台向集成化的座舱电子发展，成为人机交互的中枢，满足乘客最终驾驶体验。车辆座舱已经从传统的按钮旋钮式的单一交互，逐渐升级成以全液晶仪表、HUD、车载娱乐系统、主动安全系统为代表的一体化座舱电子。

（1）车企布局智能座舱，强用户感知成重要发力点

智能座舱迅速放量，成为发展的亮点。智能座舱进入到当今智能时代，交互方式更加多样，信息娱乐等功能更加丰富，且高度集成化，安全程度升高，智能化程度也不断加强，渗透率也持续提升。数据显示，2022年1-10月中国市场（不含进出口）乘用车前装标配搭载智能座舱712.4万辆，搭载率上升至44.9%。从全球市场来看，2021年全球汽车智能座舱市场规模达294亿美元，预计2025年全球汽车智能座舱市场规模将达到413亿美元。从国内市场来看，2021年中国汽车智能座舱市场规模达108亿美元，预计2025年中国汽车智能座舱市场规模将达到168亿美元，未来几年内我国智能座舱市场增速将高于全球，有望为国内的汽车软件厂商带来更大的机遇。总体而言，未来的造车关键点正逐渐的从驾驶体验向出行体验转变，智能座舱或将成汽车智能化趋势下最先迎来的快速发展方向之一。

（2）座舱域控制器空间广阔，HUD即将迎来放量

座舱域控空间广阔，竞争格局尚未集中。座舱域控制器为座舱域的“大脑”。座舱域控更多负责车载娱乐系统，其芯片与消费电子芯片相似度较高，对安全性要求相对较低，开发难度较低。较高的需求及相对较低的门槛促进座舱域控渗透率迅速提升。高工智能汽车研究院监测数据显示，2022年1-9月中国市场（不含进出口）乘用车前装标配搭载座舱域控制器115.0万辆，同比增长52.8%，预计2025年座舱域控制器市场规模达214.7亿元，2021~2025年复合增速达56.5%。从智能座舱行业域控制器市场格局来看，目前我国智能座舱域控制器市场仍较分散。德赛西威市场分额占比最高，达到10.86%；其次是东软睿驰，占比为10.32%；延锋伟世通、佛吉亚、哈曼占比分别达7.84%、6.68%、6.18%，市场集中度尚且较低。

HUD重要性凸显，AR-HUD成为未来的主流发展方向。座舱电子域包括HUD（抬头显示）、仪表和Infotainment三个最主要的组成部分，HUD是座舱显示部分的核心产品，主要作用是将时速、导航等信息显示在前挡风玻璃上，让驾驶员在驾乘中无需低头即可获得行驶中的关键信息，从而提升驾驶安全性和舒适性。

HUD从C-HUD向W-HUD再向AR-HUD发展，目前以W-HUD为主，AR-HUD逐渐兴起。与W-HUD相比，AR-HUD显示信息更丰富，安全性更高，还可以结合自动驾驶ADAS，直观地呈现车距预警、车道偏离预警等信息。虽然，目前市场主流仍是W-HUD，AR-HUD的搭载率较低，但随着自动驾驶技术的发展，AR-HUD将逐渐兴起，成为未来发展的主流。

HUD市场规模快速扩张，国产替代未来可期。从2017年到2022年，HUD装配率一直呈现稳步上市趋势，2017年装配率仅为3.64%，到2022年第四季度，已到达11.43%。高工智能汽车研究院监测数据显示，2022年1-9月中国市场（不含进出口）乘用车前装标配搭载W/AR-HUD97.9万辆，同比增长32.5%。同时，HUD的市场渗透率快速提升，从2017年的1.12%增加至2022年末的8.19%，并且逐渐向低价格带区间渗透。从市场份额情况来看，早期HUD主要由精机、大陆、电装等海外供应商供应，主要搭载在外资品牌豪华车型上。2020年开始，大量自主、合资品牌中高端车型开始装配HUD，国内供应商市场占比也迅速提升，国产替代可期。

06

相关公司

1、德赛西威

国内唯一Tier1，聚焦智能座舱、智能驾驶和智能网联跨域融合。德赛西威为国内唯一直接合作英伟达的Tier1厂商，深度聚焦于智能座舱、智能驾驶和网联服务三大领域，持续开发高度集成的智能硬件和领先的软件算法，推动由单车智能转向车、路、云协同场景化应用落地。

近日，德赛西威展出的Smart Solution2.0座舱娱乐系统，是公司前沿产品技术的集大成者，包括智能车载中央计算平台ICPAurora+iBCM、全息技术、蓝鲸生态系统、Deasy SV语音数字人、曲面双联屏、AR-HUD技术解决方案、智能电子后视镜、游戏座舱等多项产品功能。除此之外，德赛西威宣布与国产芯片厂商芯驰科技联合打造了国产化智能座舱域控平台DS06C。DS06C平台支持多个高清屏幕显示，包括液晶仪表、中控导航、副驾娱乐、HUD和智能后视镜，并支持360环视、辅助泊车、DMS、语音识别、手势识别、游戏互动、高清电影等多种应用场景。

公司2022年营收为149.33亿元，同比增长56.05%；归母净利润为11.84亿元，同比增速为42.13%。远期来看，公司有望演进为汽车智能化的赋能者，原因系：1）公司拥有稳定且全面的客户体系；2）公司在过去几年中，通过与车企交互沉淀了对软硬件架构的积累；3）在各地建立的研发中心进行了前瞻技术和算法研究；4）通过投资智能驾驶Tier2和激光雷达厂商等上游共建智能驾驶生态圈，已具备了商业模式升级所需的核心能力。

2、中科创达

智能汽车操作系统开发运营企业，与高通、ARM深度合作。公司成立于2008年，致力于提供智能操作系统产品、技术及解决方案，立足智能终端操作系统，聚焦人工智能关键技术。

2022年度营收为54.45亿元，同比增长31.96%；归母净利润为7.688亿元，同比增长18.77%。公司在智能汽车赛道下的成长性，主要系以下三方面：1）优势业务的持续演进，座舱芯片从8155升级至8295，新一代智能座舱人机交互设计软件Kanzione的导入等；2）产业链布局的不断完善，与大众集团软件部门Cariad建立合资企业，在中国开发连接和信息娱乐系统；自动驾驶子公司畅行智驾获高通创投、立讯精密投资；与地平线成立合资公司，围绕地平线车规级AI芯片为主机厂及Tier1提供高质量的智能驾驶软件平台和算法服务；以及与江淮和吉利分别成立合资公司，布局整车软件、车云平台。3）从软件向软硬一体的拓展，如根据畅行智驾官方微信公众号，其在去年基于高通8540平台推出了首款域控制器产品RazorDCXTakla和首款域控中间件RazorWareX1.0，预计将于23年实现规模量产。

3、四维图新

智能汽车全栈式解决方案提供商，高精度地图领先者。四维图新成立于2002年，经过20年的创新与沉淀，公司已成为导航地图、动态交通信息以及乘用车和商用车定制化车联网解决方案领域的领导者。公司目前形成面向智能汽车的智云、智舱、智驾、智芯全栈式解决方案服务能力，致力于以自动驾驶系统解决方案、云服务平台、高精度地图、高精度定位以及汽车电子芯片等核心业务，打造“智能汽车大脑”，并基于大数据能力，拓展智慧城市乃至万物互联应用。2022年，公司营业收入为33.47亿元，同比增长9.37%；归母净利润为-3.36亿元，同比下降375.48%。

4、光庭信息

全域全栈软件开发厂商，接入大模型进一步赋能。公司是一家主要为汽车零部件供应商和汽车整车制造商提供专业汽车电子软件定制化开发和软件技术服务的信息技术企业，目前已形成了以智能座舱、智能驾驶、智能车云、新能源及数字地图等多项产品的全域全栈综合解决能力，其产品和服务得到了日本电产、延锋伟世通、佛吉亚歌乐、电装、马瑞利等全球知名汽车零部件供应商的广泛认可。

公司2022年营业总收入5.3亿元，同比增长22.70%，归母净利润连续下降，22年达到0.32亿元，同比下降56.56%。4月20日，公司发布《超级软件工厂白皮书》，同时与百度智能云达成战略合作，超级软件工厂目标为应用AI模型等技术赋能软件工程各个环节，打造人机协同软件开发模式，形成以智能化为驱动力的软件开发体系，有望持续提升公司竞争力。

5、经纬恒润

汽车电子先行者，“三位一体”布局推动国产替代。公司成立于2003年，专注于汽车、无人运输领域，目前形成车身控制器、智驾控制器、智能网联三大核心产品线，实现集电子产品、研发服务及解决方案业务、高级别智能驾驶整体解决方案三位一体的市场布局。

公司2022年营收为40.22亿元，同比增长23.28%；归母净利润为2.35亿元，同比增长60.48%。公司业务均保持良好态势，1）电子产品线，公司22年持续加大研发投入，现已推出智能驾驶、智能座舱、车身及底盘电子应用领域相应研发成果，公司电子产品业务产品矩阵完整，作为核心业务线已吸引以国际知名汽车一级供应商为核心的客户群；2）研发服务及解决方案业务，为22年公司同比增长最强势业务板块，自研软件与硬件产品互为辅助，推动对国外同类产品的国产替代化进程；3）高级别智能驾驶整体解决方案，公司是国内少有的L4级综合解决方案供应商，已在园区、校区、矿区等多场景实现全覆盖，将进一步打开公司成长空间。