- 高阶智能辅助驾驶技术正加速向L3/L4级发展,核心在于算力、数据与算法的提升。
- 云端和车端算力的跃迁及数据闭环的形成将推动自动驾驶技术的升级。
- 行业竞争呈现“分层竞争、多元共存”格局,L3级功能的商业化进程需克服技术与伦理挑战。
核心要点2
这份投资报告的核心要点如下: 1. 智驾技术正在加速向L3/L4级发展,主要围绕算力、数据和算法三大要素。
2. 在算力方面,云端的EFLOPS级超算成为竞争壁垒,车端算力向千TOPS芯片跃迁,支持大模型的本地部署,并通过VLA提升语义理解能力。
3. 数据方面,形成“车端-边端-云端”的全流程闭环,真实与合成数据双引擎驱动,向全流程自动化演进,多模态融合减少对硬件的依赖。
4. 算法方面,IVLA推动高阶智能辅助驾驶从“数据驱动”向“认知驱动”转变,世界模型通过云端训练和车端蒸馏提升泛化能力,但规模化落地受限于算力成本和数据质量。
5. 合作模式方面,全栈自研需要高投入和数据闭环能力,适合头部新势力;自研外采成为多数车企的主流选择;全栈外采在中低端车型中仍有市场。
6. 行业竞争将呈现“分层竞争、多元共存”的格局,第三方供应商在开放生态下机会显著。
7. 尽管政策推动为L3落地创造条件,但大规模商业化仍需解决技术和伦理问题,未来两年将是关键窗口期,L3级智能辅助驾驶的规模化进程可能放缓,需要通过数据积累和政策协同实现从“功能可用”到“安全可信”的转变。
投资标的及推荐理由投资标的及推荐理由: 1. 智能辅助驾驶技术公司:随着高阶智能辅助驾驶技术向L3/L4级迈进,相关公司在算力、数据和算法方面的竞争力将显著提升,具备良好的投资潜力。
2. 云计算与超算服务提供商:云端算力的EFLOPS级超算成为竞争壁垒,相关企业将受益于车端算力向千TOPS芯片的跃迁,支持大模型的本地部署。
3. 数据处理与分析公司:车端、边端和云端的全流程数据闭环加速形成,真实与合成数据双引擎驱动,相关公司在数据处理和多模态融合方面的能力将成为关键。
4. 算法研发企业:一段式端到端的算法创新推动智能辅助驾驶从“数据驱动”向“认知驱动”转型,具备相关研发能力的公司将有较大市场机会。
5. 第三方供应商:在“分层竞争、多元共存”的市场格局下,第三方供应商在开放性生态中的机会显著,特别是在中低端车型的技术外采方面。
推荐理由:行业趋势向L3级智能辅助驾驶技术发展,合作模式多样化使得相关企业在技术迭代和市场需求中具备灵活应对能力,而政策推动和市场需求的结合将为投资者带来长期回报。