36Kr-2023年中國自動駕駛行業(yè)研究報告-2023.1

36氪研究院36KR

RESEARCH《2023年中國自動駕駛行業(yè)研究報告》自動駕駛進入下半場，商業(yè)化落地成為競爭關鍵2023.0136Kr-2023年中國自動駕駛行業(yè)研究報告報告摘要案例分析公司地平線??國家政策大力扶持，給自動駕駛行業(yè)發(fā)展注入強心劑。高效能智能駕駛計算方案提供商經過多年發(fā)展，自動駕駛已經成為中國展現國家技術實力、創(chuàng)新能力和產業(yè)配套水平的新名片，呈現出蓬勃向上的新格局。進入2022年以來，國家層面及地方政府也適時出臺一系列政策和規(guī)劃，促進自動駕駛相關產業(yè)健康快速發(fā)展。2022年11月，工信部印發(fā)《關于開展智能網聯汽車準入和上路通行試點工作的通知》，對準入試點的智能網聯汽車產品，提出了一系列規(guī)劃和指導要求，進一步推進了自動駕駛的發(fā)展進程。蘑菇車聯自動駕駛全棧技術與運營服務提供商輕舟智航自動駕駛通用解決方案提供商??乘用車自動駕駛正在由L2向L3+過渡，商用車自動駕駛知行科技已進入商業(yè)化運營階段。自動駕駛前裝系統(tǒng)解決方案提供商得益于硬件平臺和軟件算法逐步成熟，新車搭載L2功能正在逐漸成為前裝標配。據統(tǒng)計，2022年我國在售新車L2和L3的滲透率分別為35%和9%，預計2023年將達到51%和20%*。與此同時，限定場景下的商用車自動駕駛率先進入商業(yè)化階段。這主要由于商用車對價格的敏感度更低，B端付費意愿更高，加之場景交通復雜程度較低以及政策鼓勵與放開，使得商用車在成本、市場、技術、法規(guī)等方面具有更好的落地性。相關研究報告36Kr-2021-2022年中國自動駕駛行業(yè)研究報告（2022.03）??自動駕駛下半場來臨，商業(yè)化落地將成為競爭關鍵。36Kr-2021年中國出行行業(yè)數智化研究報告（2021.10）2022年以來，資本針對自動駕駛賽道的投資邏輯開始發(fā)生變化。簡言之，就是資本市場趨于理性，商業(yè)化落地成為影響投資人決策的關鍵性指標。當前，自動駕駛企業(yè)兼顧算法優(yōu)化和量產落地，在技術研發(fā)同時，通過技術應用降維實現規(guī)?；慨a，打通商業(yè)化落地路徑，構建數據閉環(huán)，推動自動駕駛加速落地?？梢灶A見，當自動駕駛下半場來臨，商業(yè)化落地將成為競爭關鍵。*數據來源：共研產業(yè)研究院，36氪研究院整理12目錄

CONTENTS自動駕駛行業(yè)發(fā)展概況01?

定義與分類?

發(fā)展驅動力?

發(fā)展現狀?

資本分析自動駕駛產業(yè)鏈及應用場景分析02?

產業(yè)鏈概述?

產業(yè)鏈關鍵環(huán)節(jié)分析?

芯片、傳感器、線控底盤、高精地圖、V2X?

自動駕駛主要應用場景?

物流、環(huán)衛(wèi)、礦山、Robotaxi自動駕駛典型案例分析03?

地平線?

蘑菇車聯?

輕舟智航?

知行科技自動駕駛發(fā)展趨勢展望04?

商業(yè)化落地成為競爭關鍵?

艙駕融合成為趨勢?

生態(tài)合作成為企業(yè)發(fā)展的重要能力01

自動駕駛行業(yè)發(fā)展概況?

定義與分類?

發(fā)展驅動力?

發(fā)展現狀?

資本分析31.1

定義與分類自動駕駛技術分為多個等級，L3級是重要分水嶺，本報告研究采用SAE分級標準?

自動駕駛，又稱無人駕駛，是依靠計算機與人工智能技術在沒有人為操縱的情況下，完成完整、安全、有效駕駛的一項前沿科技。?

自動駕駛技術分為多個等級，不同機構提出過多種分級標準，目前業(yè)界常用的兩種分級標準是NHTSA分級（美國高速公路安全管理局提出）和SAE分級（美國汽車工程協(xié)會提出）。兩種分級在具體級數劃分方面存在差異，但是在特征描述方面存在共性，從L3級開始，駕駛主角均由駕駛員操作轉換為車輛自主駕駛。由此，L3級成為自動駕駛技術應用的重要分水嶺。?

在本報告中，對自動駕駛技術的研究采用SAE分級標準。NHTSA分級SAE分級名稱定義駕駛操作周邊監(jiān)控接管應用場景沒有任何輔助功能及系統(tǒng)，完全依靠駕駛員進行操作L0L1L2L3L0L1L2L3L4L5無自動化駕駛員駕駛員駕駛員無車輛對方向盤和加減速的一項操作提供駕駛操作，駕駛員負責其余駕駛動作駕駛員&車輛駕駛支援駕駛員駕駛員車輛駕駛員駕駛員駕駛員車輛限定場景限定場景限定場景限定場景所有場景車輛對方向盤和加減速的多項操作提供駕駛操作，駕駛員負責其余駕駛動作部分自動化車輛車輛車輛車輛由車輛完成絕大部分駕駛操作，駕駛員需保持注意力以備不時之需有條件自動化在限定道路和環(huán)境條件下，由車輛完成所有駕駛操作，駕駛員無需保持注意高度自動化車輛L4完全自動化由車輛完成所有駕駛操作，駕駛員無需保持注意力車輛車輛圖示：自動駕駛技術分級與特征參考資料：西南證券，36氪研究院根據公開資料整理451.2

發(fā)展驅動力國家政策大力扶持，給自動駕駛發(fā)展注入強心劑，有力推動行業(yè)發(fā)展進程?

近年來，我國先后推出一系列支持政策，推動自動駕駛技術發(fā)展和商業(yè)化落地。2020年2月，國家發(fā)改委、工信部等11個部委聯合下發(fā)的《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》提出，加速發(fā)展高級別自動駕駛。2022年8月，交通運輸部發(fā)布《自動駕駛汽車運輸安全服務指南（試行）》（征求意見稿），旨在適應自動駕駛技術發(fā)展的趨勢，鼓勵自動駕駛車輛商用。同時，北京、深圳、重慶等多地陸續(xù)出臺政策法規(guī)，推動自動駕駛車輛的商業(yè)化運營和上路。時間發(fā)布部門文件名稱主要內容構建協(xié)同開放的智能汽車技術創(chuàng)新體系，突破智能計算平臺、云控基礎平臺等關鍵基礎技術，完善測試評價技術，開展應用示范試點；構建跨界融合的智能汽車產業(yè)生態(tài)體系，推進車載高精度傳感器、車規(guī)級芯片等產品研發(fā)與產業(yè)化；推進智能化道路基礎設施規(guī)劃建設，建設廣泛覆蓋的車用無線通信網絡等。發(fā)改委、工信部、科技部等11個部委《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》（發(fā)改產業(yè)〔2020〕202號）2020年2月要形成能夠支撐駕駛輔助及低級別自動駕駛的智能網聯汽車標準體系，并建立智能網聯汽車標準制定及實施評估機制?！?020年智能網聯汽車標準化工作要點》2020年4月工信部發(fā)展一體化智慧出行服務。加快建設涵蓋前端信息采集、邊緣分布式計算、云端協(xié)同控制的新型智能交通管控系統(tǒng)；推進以數據為紐帶的“人—車—路—云”《新能源汽車產業(yè)發(fā)展規(guī)劃（2021-2020年10月國務院辦公廳2025年）》（國辦發(fā)〔2020〕39號）

高效協(xié)同；支持以智能網聯汽車為載體的城市無人駕駛物流配送、市政環(huán)衛(wèi)、快速公交系統(tǒng)（BRT）、自動代客泊車和特定場景示范應用。工信部、公安部、交通運輸部聯合發(fā)布《智能網聯汽車道路測試與示范應用推動汽車智能化、網聯化技術應用和產業(yè)發(fā)展，規(guī)范管理規(guī)范（試行）》（工信部聯通裝智能網聯汽車自動駕駛功能測試與示范應用?！?021〕97號）2021年9月打造車聯網（智能網聯汽車）協(xié)同服務綜合監(jiān)測平臺，《物聯網新型基礎設施建設三年行動城鄉(xiāng)建設部、農業(yè)農村部等八部門加快智慧停車管理、自動駕駛等應用場景建設，推動計劃（2021-2023年）》（工信部聯2021年10月城市交通基礎設施、交通運載工具、環(huán)境網聯化和協(xié)科〔2021〕130號）同化發(fā)展。在保障運輸安全的前提下，鼓勵在封閉式快速公交系統(tǒng)等場景使用自動駕駛汽車從事城市公共汽（電）車客運經營活動，在交通狀況簡單、條件相對可控的場景使用自動駕駛汽車從事出租汽車客運經營活動，在點對點干線公路運輸、具有相對封閉道路等場景使用自動駕駛汽車從事道路普通貨物運輸經營活動?！蹲詣玉{駛汽車運輸安全服務指南（試行）》（征求意見稿）2022年8月交通運輸部工信部工信部、公安部遴選符合條件的道路機動車輛生產企業(yè)和具備量產條件的搭載自動駕駛工程的智能網聯汽車產品，開展準入試點；對通過準入試點的智能網聯汽車產品，在試點城市的限定公共道路區(qū)域內開展上路通行試點?！蛾P于開展智能網聯汽車準入和上路通信試點工作的通知》2022年11月圖示：自動駕駛行業(yè)相關政策梳理參考資料：36氪研究院根據公開資料整理561.2

發(fā)展驅動力AI技術發(fā)展推動自動駕駛技術迭代，芯片、算法、數據構建自動駕駛功能底座?

自動駕駛發(fā)展進程與AI技術發(fā)展高度相關。根據Gartner新興技術成熟度曲線，2018年以前，受益于深度學習技術在圖像識別等感知領域的應用，自動駕駛開啟產業(yè)化進程。但由于受成本和法規(guī)限制，彼時高級別自動駕駛的商業(yè)化落地遭遇瓶頸。經過三四年技術積累，感知和決策算法等核心技術的突破提高了AI模型魯棒性、系統(tǒng)冗余性和測試完善性，助力自動駕駛加快商業(yè)落地。自2020年7月起，高級別自動駕駛迎來新的發(fā)展機遇。?

算法、數據與芯片技術發(fā)展為自動駕駛功能實現提供了堅實的底座。1）深度學習算法在感知層和決策層共同驅動自動駕駛發(fā)展，深度強化學習算法（DRL）的產生讓更高維度的數據處理成為可能；2）海量優(yōu)質路況數據是訓練AI算法模型、提高感知精度的關鍵，路測里程和路測車輛數量增加而帶來的高質量數據給自動駕駛發(fā)展提供了必要支持；3）芯片為自動駕駛技術提供算力平臺，隨著汽車電子電氣架構由域集中式向中央集中式演進，自動駕駛的主控芯片向中央計算芯片融合的方向發(fā)展，芯片集成度的提高可以有效提升計算效率，降低應用成本。算法數據包括控制算法、定位算法、感知算法和決策算法。控制和定位算法發(fā)展較快，感知和決策算法作為自動駕駛技術瓶頸，還有待優(yōu)化對于自動駕駛而言，數據貫穿研發(fā)、測試、量產、運營維護等全生命周期。以數據驅動汽車進化，自動駕駛才能走得更遠芯片芯片是為自動駕駛提供算力的大腦，傳感器生成數據建模數據傳輸給芯片，由芯片通過算法處理和運算后，輸出汽車控制指令圖示：自動駕駛技術發(fā)展驅動力671.2

發(fā)展驅動力自動駕駛能夠在交通安全、出行效率、節(jié)能減排、產業(yè)變革等方面發(fā)揮價值?

自動駕駛可以提供更安全、更高效、更節(jié)能、更舒適的出行體驗，其意義不僅在于改變人類的車輛駕駛習慣，更重要的是在交通安全、出行效率、節(jié)能減排、產業(yè)變革等方面推動社會整體發(fā)展和進步。?

據統(tǒng)計，我國每年6萬余人死于交通事故，道路交通傷害已成為我國人群首要傷害死因，80%以上的道路交通事故皆因交通違法所致*。自動駕駛車輛通過智能控制和規(guī)范駕駛，可以有效避免此類安全事故發(fā)生，保障交通安全。此外，交通擁堵一直是我國城市難題。在主要大城市，約75%的道路在高峰期出現擁堵*，自動駕駛的車載傳感器可與智能交通系統(tǒng)結合使用，實時優(yōu)化路口流量，提高車流效率，緩解擁堵。由此，基于更精準的車輛控制和更少的交通擁堵率，可以有效降低資源浪費，實現節(jié)能減排的效果。?

當前，車輛架構正在朝著以通用計算平臺為基礎、面向服務架構演進的方向發(fā)展，軟件定義汽車成為大勢所趨。軟件定義汽車將使汽車逐步從單一交通工具轉變?yōu)橐杂脩粜枨鬄閷虻牡谌苿涌臻g。自動駕駛讓駕駛員的精力和雙手得以解放，成為未來出行變革必不可少的技術底座。保障交通安全提高出行效率?整體直播規(guī)劃，確定直播主題及各主題間直播場次數量，針對單個直播進行內容、主播、流程、腳本、引流策略等全方位詳細策劃?制定渠道引流策略和個性化宣發(fā)內容；利用邀請海報、小游戲、積分、抽獎等裂變工具擴大傳播效果，全面觸達潛在客群促進節(jié)能減排打造第三移動空間?搭建個性化直播間；主播和直播內容資源支持；選品和銷售策略制定服務；直播實時監(jiān)控，保證合規(guī)；豐富互動工具，精準營銷?對脫敏數據進行用戶畫像分析，將留存導入私域流量池；對直播數據和用戶行為數據深度診斷分析，優(yōu)化營銷策略和產品服務圖示：市場需求推動自動駕駛發(fā)展應用*參考資料：交通運輸部，公安部，中國疾控中心，36氪研究院整理781.3

發(fā)展現狀乘用車自動駕駛正在由L2向L3+過渡，商用車自動駕駛已進入商業(yè)化運營階段?

目前來看，我國量產乘用車自動駕駛等級正在由L2向L3+過渡。得益于硬件平臺和軟件算法逐步成熟，新車搭載L2功能正在逐漸成為前裝標配。據統(tǒng)計，2022年我國在售新車L2和L3的滲透率分別為35%和9%，預計2023年將達到51%和20%。部分科技公司直接研發(fā)L4級自動駕駛，并在部分城市路段或特定場景下進行測試。但目前高級別自動駕駛仍然面臨著政策法規(guī)、安全性、技術成熟度等眾多挑戰(zhàn)亟待突破。據統(tǒng)計，2022年我國L4滲透率為2%，預計2023年將達到11%*。2022年2023年51%35%24%20%11%11%9%2%L1L2L3L4圖示：2022-2023年中國在售新車自動駕駛搭載率預測數據來源：共研產業(yè)研究院，36氪研究院整理?

與此同時，限定場景下的商用車自動駕駛率先進入商業(yè)化階段。這主要由于商用車對價格的敏感度更低，B端付費意愿更高，加之場景交通復雜程度較低以及政策鼓勵與放開，使得商用車在成本、市場、技術、法規(guī)等方面具有更好的落地性。目前，在礦區(qū)、港口、干線物流、機場、物流園區(qū)等細分場景，高級別自動駕駛正在孕育新市場。其中，干線物流、礦區(qū)、港口三大場景因人力資源不足和安全事故頻發(fā)的痛點明顯，降本增效成果顯著，商業(yè)化落地進程較快，頭部企業(yè)已經基本進入商業(yè)化運營階段。*數據來源：共研產業(yè)研究院，36氪研究院整理891.3

發(fā)展現狀各類玩家以不同發(fā)展思路參與市場競爭，推動供應鏈和產業(yè)格局劇烈變化?

自動駕駛領域市場參與者眾多，包括傳統(tǒng)車企、造車新勢力、互聯網/科技公司等，各類玩家結合自身定位和能力優(yōu)勢，呈現出不同的發(fā)展思路。?

主機廠方面，國際巨頭多采取穩(wěn)扎穩(wěn)打的發(fā)展策略和漸進式技術路線。主要依賴傳統(tǒng)Tier1方案，部分投資初創(chuàng)公司或組建內部團隊。國內主機廠處于多方向探索階段，強勢主機廠在獨立自研基礎上采購供應商方案作為補充，并投資芯片和算法公司，與互聯網巨頭合作等；小型主機廠研發(fā)能力較弱，通常選擇與大廠合作，以確保在自動駕駛領域不落人后。造車新勢力則將自動駕駛視為核心技術優(yōu)勢，通過自研算法、芯片等掌握自動駕駛核心能力。?

互聯網/科技公司憑借人工智能算法和軟件技術優(yōu)勢進入自動駕駛領域，與車企形成分庭抗禮之勢?；ヂ摼W巨頭通過投資、孵化或直接組建團隊而成立自動駕駛業(yè)務單元，跨界進入市場；部分科技公司以自研芯片為基礎，向下游延伸，提供全套算法軟件及硬件產品；部分科技公司以高階自動駕駛解決方案和Robotaxi為主營業(yè)務場景，同時利用算法優(yōu)勢切入L2量產領域；亦有部分解決方案提供商聚焦于低速、封閉場地或干線物流等特定場景，或專攻政府車路協(xié)同示范區(qū)場景，尋求多種模式的商業(yè)化落地應用。?

隨著自動駕駛高速發(fā)展，傳統(tǒng)汽車產業(yè)中的主機廠和Tier1之間的關系也在發(fā)生變化。“大包大攬”的傳統(tǒng)Tier1受到造車新勢力的沖擊，新勢力對自動駕駛相關軟硬件技術有著強烈的垂直一體化預期。同時，在汽車缺芯、地緣政治等因素影響下，部分主機廠開始選擇和芯片等核心零部件供應商建立直接合作關系，這一關系改變進一步加劇了Tier1的經營壓力。與此同時，在L1向L2升級的輔助駕駛市場，本土Tier1供應商開始崛起。盡管外資Tier1巨頭依舊是市場主力，但中國本土Tier1供應商份額合計占比已經達到了8.89%，同比增加了近3個百分點*。*數據來源：高工智能汽車研究院，36氪研究院整理1091.3

發(fā)展現狀單車智能和車路協(xié)同路線相輔相成，互為補充，加速自動駕駛普及與落地?

在自動駕駛解決方案方面，存在單車智能和車路協(xié)同兩種路線。單車智能通過攝像頭、雷達等傳感器和高效準確的算法，賦予車輛自動駕駛能力；車路協(xié)同通過對人、車、路信息的全面感知，發(fā)揮協(xié)同配合作用，讓人車路云高度融合，打造“聰明的車＋智慧的路”。?

兩種路線并非二元對立，而是相輔相成，互為補充。單車智能是實現自動駕駛的基礎，即使在以車路協(xié)同為主的技術方案中，單車智能也不可或缺。一方面，在路側智能設施未覆蓋或出現故障時，單車智能可以作為冗余與備份系統(tǒng)讓車輛安全可靠地完成行駛任務；另一方面，單車智能也可以作為車路協(xié)同的終端觸手，輔助進行系統(tǒng)升級和新功能開發(fā)。而在復雜的交通環(huán)境下，車路協(xié)同能夠通過智能路側設備為自動駕駛車輛提供具有完全獨立性的數據冗余感知系統(tǒng)，增加感知視角，提升自動駕駛的安全性和可靠性。?

在技術可行性之外，參與者話語權、準入門檻、商業(yè)化落地難度等也是市場參與者決定采取何種路線的重要考量因素。乘用車是道路上的主要交通工具，也是自動駕駛系統(tǒng)的重要載體。目前，主機廠和自動駕駛解決方案提供商多選擇單車智能的技術路線，通過自動泊車、自適應巡航等L2+功能為人們帶來人機共駕的體驗感，讓技術自主可控的同時，獲取商業(yè)利潤。如特斯拉的FSD、小鵬的NGP、蔚來的NOA等都是主機廠踐行單車智能路線的代表。?

而在2B的部分封閉和半封閉場景，以及2G的城市公共服務場景，車路協(xié)同通過對規(guī)?；ǜ脑旆謹偢兄陀嬎愠杀荆⒊掷m(xù)對城市基礎設施進行投資和維護，依托經濟優(yōu)勢和產業(yè)發(fā)展帶動效應迎來商業(yè)化契機。目前，車路協(xié)同在城市公共服務場景的應用和價值，已有示范區(qū)的數據支撐。例如，在北京高級別自動駕駛示范區(qū)，通過對主城區(qū)路口進行智能化升級改造，自動駕駛在相關路口的問題發(fā)生頻率降低80%以上*。*數據來源：清華大學智能產業(yè)研究院，36氪研究院整理10111.4

資本分析資本市場趨于理性，自動駕駛商業(yè)化落地、硬件集成和量產成為主要投資方向?

據不完全統(tǒng)計，2022年國內自動駕駛領域相關融資153起，對外披露的融資總額近300億元。與2021年相比，融資事件數量有所增加，但累計融資金額大幅下降。與此同時，2022年融資超過5億元的投資事件僅有8起，而去年同一標準下為19起。可見，資本市場趨于理性。從投資方向來看，資本的投資邏輯正在由過去的多點布局轉變?yōu)樯虡I(yè)化落地、硬件集成和量產為先。2021年2022年-60.5%760+23.4%300153124投資事件數量（個）披露金額（億元）圖示：2021和2022年自動駕駛領域投融資情況對比數據來源：賽博汽車，新戰(zhàn)略低速無人駕駛產業(yè)研究所，36氪研究院整理企業(yè)名稱飛步科技地平線融資輪次B2輪融資金額超億元Na.融資時間2022年12月2022年10月2022年3月2022年12月企業(yè)定位與所屬領域自動駕駛技術服務商D輪高效能智能駕駛計算方案提供商自動駕駛全棧技術與運營服務提供商自動駕駛通用解決方案提供商蘑菇車聯輕舟智航C1輪數億元Na.B1輪威馬汽車知行科技Pre-IPO約6億美元2022年6月2022年4月新能源汽車產品及出行方案提供商自動駕駛前裝系統(tǒng)解決方案提供商C+輪Na.圖示：2022年自動駕駛領域主要融資事件（按企業(yè)名稱首字母排序）數據來源：36氪研究院根據公開資料整理111202

自動駕駛產業(yè)鏈及應用場景分析?

自動駕駛產業(yè)圖譜?

自動駕駛產業(yè)鏈關鍵環(huán)節(jié)分析?

芯片、傳感器、線控底盤、高精度地圖、V2X?

自動駕駛主要應用場景?

物流、環(huán)衛(wèi)、礦山、港口、Robotaxi122.1

自動駕駛產業(yè)圖譜自動駕駛產業(yè)圖譜感知定位決策規(guī)劃軟件算法控制執(zhí)行芯片傳感器攝像頭雷達上游高精地圖通信模組域控制器整車廠解決方案提供商中游傳統(tǒng)整車造車新勢力G端、B端用戶C端用戶下游……政府礦山港口打車服務配送服務無人零售注：自動駕駛產業(yè)圖譜由36氪研究院梳理，只列出部分企業(yè)為代表，未覆蓋全產業(yè)13142.1

自動駕駛產業(yè)鏈關鍵環(huán)節(jié)分析CPU+ASIC方案有望成為未來主流架構，大算力芯片快速發(fā)展?

1.

芯片。自動駕駛芯片作為計算的載體，是自動駕駛實現的重要硬件支撐。在智能汽車快速發(fā)展帶動下，汽車芯片結構由MCU進化至SoC。SoC是系統(tǒng)級別芯片，在MCU基礎上增加了音頻處理DSP、圖像處理GPU、神經網絡處理器NPU等計算單元，常用于ADAS、座艙IVI、域控制等功能復雜的領域。目前市場中主要有三種自動駕駛芯片SoC架構方案，從發(fā)展趨勢來看，定制批量生產的低功耗、低成本的專用自動駕駛AI芯片（ASIC）將逐漸取代高功耗的GPU，CPU+ASIC方案有望成為未來主流架構。SoC架構代表企業(yè)發(fā)展趨勢CPU+GPU+ASIC英偉達、特斯拉、高通等在自動駕駛算法尚未成熟固定之前，該架構仍然會是主流自動駕駛算法成熟后，定制批量生產的低功耗、低成本的專用自動駕駛AI芯片（ASIC）將逐漸取代高功耗的GPU，該架構有望成為未來主流架構CPU+ASICCPU+FPGAMobileye、華為、地平線等百度、賽靈思、Waymo等FPGA適合做算法的開發(fā)測試，在大規(guī)模量產方面不具備成本優(yōu)勢圖示：目前主流的三種自動駕駛SoC架構方案及發(fā)展趨勢數據來源：蓋世汽車，東方證券研究所，36氪研究院整理?

隨著自動駕駛等級提升，多傳感器融合，感知數據處理量增加，同時上層軟件性能持續(xù)迭代，應用功能不斷豐富，汽車對算力的需求大幅提升，推動大算力芯片快速發(fā)展。1,000+TOPS500TOPS100+TOPS＜1TOPS10+TOPSL2L1L3L4L5圖示：不同等級自動駕駛對算力的需求數據來源：頭豹研究院，36氪研究院整理14152.1

自動駕駛產業(yè)鏈關鍵環(huán)節(jié)分析隨著自動駕駛量產邁入深水區(qū)，國產芯片在智能駕駛域控制器領域的市場份額快速提升?

大算力芯片產品陸續(xù)出現，市場競爭愈發(fā)激烈。英偉達Orin

X系統(tǒng)級芯片算力設計為254TOPS；Mobileye發(fā)布面向L4/L5級自動駕駛芯片EyeQUltra，最高算力可達176TOPS；地平線發(fā)布的最新征程5芯片算力達128TOPS。當高算力不再稀缺，算力已不再成為決定芯片能力的唯一標準。對于車企來說，選用何種芯片，還需要綜合考慮技術的穩(wěn)定程度、易用程度、安全程度等。最大算力（TOPS）芯片商SoC芯片名稱功耗（W）制程（nm）適用等級量產上市時間英偉達Mobileye華為OrinXEyeQUltraAscend910征程525440＜1003103075L2-L5L4/L5L4202220252022202220221765127地平線高通128165L2-L4L1-L5SA8540360/圖示：自動駕駛芯片市場主要大算力芯片產品對比數據來源：36氪研究院根據公開資料整理（*注：

高通SA8540芯片算力為“SA8540P

Soc+SA9000P人工智能加速器”疊加的理論值）?

隨著自動駕駛量產邁入深水區(qū)，L2+智能輔助駕駛成為標配，從泊車、座艙域控到更高集成度的行泊一體、艙泊一體域控，智能駕駛域控制器市場迎來爆發(fā)式增長。國產芯片憑借低功耗、低成本、性能穩(wěn)定、量產快等特點，在智能駕駛域控制器領域的市場份額快速提升。據高工智能汽車統(tǒng)計，2022年前三季度，以地平線、大華股份為代表的國產芯片廠商進入中國市場乘用車前裝標配智能駕駛域控制器芯片份額CR5。搭載上險量（萬顆）63.9315.5714.4411.356.50特斯拉（自研）地平線Mobileye英偉達大華股份圖示：2022年1-9月中國市場乘用車前裝標配智能駕駛域控制器芯片CR5數據來源：高工智能汽車，36氪研究院整理15162.1

自動駕駛產業(yè)鏈關鍵環(huán)節(jié)分析單車搭載傳感器數量大幅增長，傳感器需求有望持續(xù)擴大?

2.

傳感器。傳感器是自動駕駛感知層的核心硬件，主要利用車載攝像頭、激光雷達、超聲波雷達、毫米波雷達等對車輛周邊的環(huán)境進行實時感知，獲取周圍物體的精確距離及輪廓信息。?

從技術發(fā)展路徑來看，自動駕駛主要分為視覺派和雷達派兩大路線。視覺派以攝像頭為主，輔以毫米波雷達、超聲波雷達等傳感器，總體成本較低，以特斯拉為典型代表。但由于攝像頭對物體及其距離的識別高度依賴深度學習算法，因此視覺方案對算法的要求極高，需要龐大的訓練數據來持續(xù)支持算法改進。雷達派以激光雷達為核心，并配合攝像頭、毫米波雷達、超聲波雷達等傳感器，以強感知和低算法為特點，典型代表是Waymo。早期激光雷達成本較高，動輒上萬美元的價格在一定程度上制約了方案推廣，近年來在技術發(fā)展、量產規(guī)模提升、國產供應鏈切入等多種因素驅動下，目前整體價格已有所下降，越來越多的終端車廠導入激光雷達解決方案。?

隨著高級別自動駕駛滲透率不斷提升，視覺路線和雷達路線的單車搭載傳感器數量均較以往大幅增長，其中L3傳感器數量將達到17-34顆，比L1增加一倍以上，傳感器需求有望持續(xù)擴大。傳感器類型L1L2L3L4L5攝像頭1-33-113-143-143-14毫米波傳感器超聲波傳感器激光雷達1-34-801-38-1205-78-1215-78-1225-78-124合計6-1414-2617-3418-3520-37圖示：各級別自動駕駛所需車載傳感器數量數據來源：奧迪威招股說明書，東莞證券研究所，36氪研究院整理16172.1

自動駕駛產業(yè)鏈關鍵環(huán)節(jié)分析線控底盤和高精度地圖是實現高階自動駕駛的重要條件?

3.

線控底盤。傳統(tǒng)汽車底盤主要由傳動系、行駛系、轉向系和制動系四部分組成，這四部分相互連通、相輔相成。而線控底盤就是對汽車底盤信號的傳導機制進行線控改造，以電信號傳導替代機械信號傳導，從而使其更加適用于自動駕駛車輛。具體來說，就是將駕駛員的操作命令傳輸給電子控制器，再由電子控制器將信號傳輸給相應的執(zhí)行機構，最終由執(zhí)行機構完成汽車轉向、制動、驅動等各項功能。在這一過程中，線控結構替代了方向盤、剎車踏板與底盤之間的機械連接，將人力直接控制的整體式機械系統(tǒng)轉變?yōu)椴僮鞫撕驮O備端兩個相互獨立的部分，實現多來源電信號操作，使得線控底盤具備高精度、高安全性、高響應速度等優(yōu)勢。可以說，線控底盤是智能汽車實現L3及以上高階自動駕駛的必要條件。?

4.

高精度地圖。高精度地圖是面向自動駕駛汽車的一種地圖數據范式，絕對位置精度接近1米，相對位置精度在厘米級別，能夠實時、準確、全面地表達道路特征。高精地圖信息包括道路信息、規(guī)則信息、實時信息三部分，其中道路信息由車道模型、道路部件和道路屬性構成，為自動駕駛汽車提供決策基礎；規(guī)則信息和實時信息則疊加于道路信息之上，獲取駕駛行為限制和車聯網相關數據，幫助車輛預判和調整操作策略。?

受國內地圖測繪政策限制，并非所有廠商都有資質能進行高精地圖數據采集，測繪資格成為高精地圖產業(yè)的重要壁壘。目前，擁有“導航電子地圖制作（甲級）資質”的單位僅有二十余家，均為國內企事業(yè)單位，外國圖商被完全排除在外。自身不具備資質的企業(yè)只能通過投資、合作等方式間接使用該測繪資質，例如吉利、東風等汽車廠商。由于高精地圖關系到自動駕駛安全，一般來說，高精地圖供應商一旦與整車廠形成封閉供應鏈，短時間內很難更換。除政策限制外，高精地圖數據的采集和維護需要大量固定成本投入，使得行業(yè)進入壁壘較高，市場內呈現壟斷格局態(tài)勢。17182.1

自動駕駛產業(yè)鏈關鍵環(huán)節(jié)分析車聯網（V2X）產業(yè)環(huán)境逐漸成型，并在多場景得以應用?

5.

V2X。車聯網（V2X）的概念源于物聯網，即車輛物聯網，是以行駛中的車輛為信息感知對象，借助新一代信息通信技術，實現車與車、車與人、車與路、車與服務平臺等之間的網絡連接。V2X不是單純的聯網技術或智能產品應用，而是融合了網聯化、智能化和服務新業(yè)態(tài)，具備跨界特征。?

V2X主要有DSRC和C-V2X兩個實現路線。DSRC由IEEE提出，發(fā)展自上世紀末，由歐美主導，經過二十多年發(fā)展，技術已相對成熟；C-V2X由3GPP提出，由中國主導，包括LTE-V2X和5GNR-V2X兩種。目前，DSRC路線已基本被淘汰，C-V2X逐漸成為車聯網主流技術。?

C-V2X技術基于蜂窩網通信技術演進形成，通過直連通信和蜂窩通信兩種通信接口，相互配合，彼此支撐，形成有效冗余，支持各類車聯網應用。此外，C-V2X還具備未來可支持高級別自動駕駛的演進路線優(yōu)勢，即5G-V2X。目前，我國已經明確選擇C-V2X技術路線作為車聯網的直連通信技術。隨著政策的密集出臺和大力扶持，V2X產業(yè)環(huán)境逐漸成型，并在多場景得以應用。智能網聯汽車城市管理?主要應用于智慧公交

、物流服務、貨運車隊應用等交通管理?主要應用于城市道路施工管理、試駕應用、共享汽車應用、事故鑒定、汽車保險評估、車路協(xié)同大數據交易等?主要應用于城市交通路網優(yōu)化、靜態(tài)交通管理等圖示：車路協(xié)同主要的應用場景18192.2

自動駕駛主要應用場景——物流干線物流的商業(yè)模式更易落地，末端物流已實現無人配送車的小規(guī)模量產?

根據不同行駛里程和行駛區(qū)域，自動駕駛在物流領域的落地應用場景主要可分為干線物流和末端物流。?

1.

干線物流。干線物流一般使用重卡，以高速公路為主，具有大批量、長距離、道路參與者相對簡單的特點。長期以來，安全和成本問題是干線物流的兩大痛點。在這一市場，60%運力為個體車主或小型車隊，市場競爭激烈且無序，超載、超速、疲勞駕駛等問題普遍存在*1。搭載L3及以上自動駕駛系統(tǒng)的卡車可以實現高速上自動跟車、變道超車、主動避讓、自動調頭等多項駕駛功能，在解決安全問題的同時，能替代一名安全員，降低用工需求，減少人力成本，提高運輸效率。產業(yè)和學術界認為，隨著自動駕駛技術的應用，重卡運營成本或可降低26%，事故率或可降低80%*2

。由于商業(yè)模式更易落地，干線物流場景的自動駕駛玩家眾多，主要有主機廠商、智駕技術型企業(yè)、互聯網公司等，市場競爭激烈。?

2.

末端物流。末端物流是連接終端用戶的短距離快遞配送，常發(fā)生在小區(qū)、園區(qū)等封閉或半封閉場景，具有高頻分散、即時性強的特征，存在配送效率低、成本高的行業(yè)痛點。相比于載人級自動駕駛應用，末端物流場景的行駛速度低、路段封閉、場景復雜度低，自動駕駛技術的落地難度大大降低，因而能夠更早實現規(guī)?；纳虡I(yè)應用，搭載自動駕駛系統(tǒng)的無人配送車成為解決方案。通過配備雷達、攝像頭等高精傳感器，無人駕駛配送車能夠實時感知和識別周邊環(huán)境變化，根據配送物體的數量和需求，自助規(guī)劃最優(yōu)配送路線，降低人力依賴，減少重復配送，提高配送效率。目前，我國已經基本實現無人配送車核心零部件的自研自產自用，極大降低了產品成本，為規(guī)模化應用奠定基礎，掃清成本障礙，實現無人配送車的小規(guī)模量產。*1數據來源：億歐智庫，36氪研究院整理*2數據來源：36氪研究院根據公開資料整理19202.2

自動駕駛主要應用場景——環(huán)衛(wèi)環(huán)衛(wèi)自動駕駛領域市場參與者眾多，技術、算法和數據積累以及運營能力成為競爭關鍵?

環(huán)衛(wèi)行業(yè)主要有高度人力依賴和人員老齡化兩大痛點。一方面，環(huán)衛(wèi)是典型的勞動密集型行業(yè)，依賴大量人力，人力成本占60%以上；另一方面，在老齡化背景下，環(huán)衛(wèi)工人的平均年齡也偏高，多數人員年齡超過50歲*。自動駕駛環(huán)衛(wèi)車不僅能夠節(jié)省人力，還可以提高環(huán)衛(wèi)工作的智能化水平，提升環(huán)衛(wèi)工作效率和安全性。隨著智慧環(huán)衛(wèi)被納入政府部門和環(huán)衛(wèi)服務公司的發(fā)展規(guī)劃之中，環(huán)衛(wèi)自動駕駛因其三千多億的潛在市場空間，以及低速、安全風險更小的技術可行性，成為自動駕駛率先實現商業(yè)落地的場景之一。?

目前，切入環(huán)衛(wèi)自動駕駛領域的科技公司眾多，包括自動駕駛公司、服務機器人公司、泛人工智能應用公司等。對于正向現金流的追求和商業(yè)化盈利能力的期待成為各類玩家的共識。想要在環(huán)衛(wèi)市場突出重圍，除了優(yōu)秀的商業(yè)拓展能力，技術、算法和數據的積累以及深耕行業(yè)的運營能力成為市場競爭的關鍵。自動駕駛公司?限定場景自動駕駛公司，如云創(chuàng)智行等，專注環(huán)衛(wèi)場景提供自動駕駛解決方案；?L4自動駕駛科技公司，拓展落地應用領域，如文遠知行、蘑菇車聯等服務機器人公司?專注于城市場景下的無人駕駛，或成立初期提供室內機器人技術和產品，逐步轉向室外環(huán)衛(wèi)場景，如酷哇機器人、深蘭科技等泛人工智能應用公司?定位于人工智能技術的應用，提供多場景的AI解決方案，如云從科技等圖示：環(huán)衛(wèi)自動駕駛領域的主要市場參與者*數據來源：36氪研究院根據公開資料整理20212.2

自動駕駛主要應用場景——礦山礦區(qū)自動駕駛整體處于初期測試階段，隨著商業(yè)化程度逐步提升，千億市場規(guī)?？善?

礦區(qū)工作存在安全性低和人力成本高兩大痛點。一方面，礦區(qū)工作危險系數高，安全問題一直是行業(yè)的根本訴求；另一方面，礦山多在偏遠地區(qū)，條件艱苦，危險系數高，即使提高工資也面臨招工難的問題。自動駕駛能夠減少作業(yè)人數，提升礦區(qū)工作安全性，降低人力成本，有效解決礦區(qū)痛點。因此，礦企對自動駕駛技術需求強烈。此外，礦山場景簡單、道路封閉、整體條件較為有利，更利于自動駕駛技術落地。?

與國外相比，我國礦區(qū)自動駕駛起步較晚，主要由希迪智駕、踏歌智行、慧拓智能等自動駕駛公司牽頭落地。礦山開采分為露天開采和地下開采，目前國內的自動駕駛企業(yè)幾乎都聚焦于露天礦的運輸場景。礦區(qū)自動駕駛解決方案是一項綜合工程，不僅需要無人駕駛改裝、線控化設計和匹配、加裝軟件算法和多傳感器融合方案，還需要搭建調度系統(tǒng)、高精地圖和通信網絡，最終實現最優(yōu)路徑規(guī)劃和決策控制。近五年來，國內企業(yè)加快礦山場景的技術方案研發(fā)和運營探索，多家公司已經開始小規(guī)模的車隊測試運營。在政策支持、技術進步和市場需求驅動下，礦山自動駕駛商業(yè)化落地程度將逐步提升。據預測，到2025年中國礦山自動駕駛市場規(guī)模有望突破千億元*。1,017.0846.9688.5637.4589.3544.62019555.12020202120222023e2024e2025e圖示：2019-2025年中國礦山自動駕駛市場規(guī)模（單位：億元）數據來源：頭豹研究院，36氪研究院整理*數據來源：頭豹研究院，36氪研究院整理21222.2

自動駕駛主要應用場景——港口港口是自動駕駛率先實現商業(yè)化落地的場景之一，多地港口落地應用自動駕駛集卡試運營?

港口自動駕駛是典型的封閉低速運營場景，速度在30km/h以下的自動駕駛集卡，能夠行駛在塔吊和堆場之間，負責運輸集裝箱。加之港口基建完善度高，路線復雜程度低，行人和車輛干擾少，自動駕駛技術的落地難度相對較低，是自動駕駛率先實現商業(yè)化落地的場景之一。?

港口水平運輸自動化共有自動導引運輸車AGV、自動駕駛跨運車、自動駕駛集卡三種解決方案。自2018年起，主線科技、西井科技、智加科技等國內多家自動駕駛技術解決方案提供商陸續(xù)進行自動駕駛集卡落地應用并逐步實現商業(yè)化試運營。目前國內已有十余個港口落地應用自動駕駛集卡，在北、中、南部沿海重要港口均有布局。據統(tǒng)計，預計2025年中國港口集卡L4自動駕駛滲透率將超過20%，L4港口自動駕駛集卡應用規(guī)模有望達到6,000-7,000

輛，中國港口自動駕駛規(guī)模將超過60億元，占全球市場約30%*。解決方案AGV自動駕駛跨運車自動駕駛集卡感知、定位、導航系統(tǒng)道路預埋磁釘車載傳感器車載傳感器基礎設施改造采購、維護、保養(yǎng)成本運輸能力前期投入大、改造費用高單車成本高昂基本無需場地改造單車成本較高基本無需場地改造單車成本較低水平運輸水平及垂直運輸港內限定區(qū)域水平運輸使用區(qū)域限制港內限定區(qū)域港內、港外、等級公路同時支持自動駕駛和遠程控制同時支持自動駕駛和遠程控制使用便利性僅能自動駕駛調整作業(yè)區(qū)域未來技術升級潛力適用港口需重新鋪磁釘低簡單易行高簡單易行高大型新建港口堆垛箱數較少新舊港口新舊港口圖示：港口自動駕駛運輸解決方案對比數據來源：億歐智庫，國信證券，36氪研究院整理*數據來源：佐思汽研，36氪研究院整理22232.2

自動駕駛主要應用場景——RobotaxiRobotaxi處于商業(yè)化測試階段，車隊運營、算法降維、場景開拓成為商業(yè)化落地的探索路徑?

Robotaxi是自動駕駛技術落地的核心場景，通過全面升級共享出行服務體驗，解決當前車輛安全隱患和用車痛點，其無人化和智能化優(yōu)勢將給出行方式帶來巨大變革，推動市場空間走向萬億級規(guī)模。?

業(yè)界認為，我國Robotaxi商業(yè)化發(fā)展可分為四個階段。商業(yè)化運營牌照的推出是拉開商業(yè)化序幕的標志；商業(yè)化1.0是運營政策賦能期，集中解決算法精進和長尾問題，為大規(guī)模商業(yè)化應用提供技術支撐；商業(yè)化2.0是技術成熟期，技術得到市場驗證，實現大規(guī)模量產和落地；商業(yè)化3.0是成本效率優(yōu)勢期，Robotaxi的服務成本比人力更具競爭力，成為普遍出行方式*。?

目前，我國Robotaxi處于商業(yè)化測試階段。面對技術和安全方面的長尾問題，獲取數據以及通過數據迭代算法的能力成為各自動駕駛公司完善技術解決方案、實現商業(yè)化應用的核心競爭力。自動駕駛公司和出行服務運營商積極探索車隊運營、算法降維以及場景開拓等多種商業(yè)化落地路徑。商業(yè)化0.0階段測試期商業(yè)化1.0階段商業(yè)化2.0階段商業(yè)化3.0階段運營政策賦能期駕駛技術成熟期成本效率優(yōu)勢期????2022-2023年覆蓋一二線城市滲透率＜5%僅在城市劃定范圍內試運營????2023-2026年覆蓋一二線城市滲透率5-10%+僅在城市劃定范圍內試運營??2026-2032年一二線城市為主，低線城市參與滲透率20-60%擴展到更大的城市區(qū)域，包括市中心????2032年后全面推廣覆蓋滲透率80%+幾乎全程覆蓋??圖示：中國Robotaxi商業(yè)化發(fā)展階段特征參考資料：羅蘭貝格，36氪研究院整理*參考資料：羅蘭貝格，36氪研究院整理232403

典型案例分析?

地平線?

蘑菇車聯?

輕舟智航?

知行科技243.1

地平線案例分析地平線是行業(yè)領先的高效能智能駕駛計算方案提供商?

地平線成立于2015年，是行業(yè)領先的高效能智能駕駛計算方案提供商。作為推動智能駕駛在中國乘用車領域商業(yè)化應用的先行者，地平線致力于通過軟硬結合的前瞻性技術理念，研發(fā)極致效能的硬件計算平臺以及開放易用的軟件開發(fā)工具，為智能汽車產業(yè)變革提供核心技術基礎設施和開放繁榮的軟件開發(fā)生態(tài)，為用戶帶來無與倫比的智能駕駛體驗。?

依托領先智能計算架構技術，打造底層開放平臺。地平線是國內率先實現大規(guī)模前裝量產的車載智能芯片公司，領跑ADAS一體機、智能座艙、智能駕駛（行泊一體）域控制器等細分市場。地平線通過在車載智能芯片與智能駕駛算法領域的前瞻探索與量產積累，現已構建起支撐全場景整車智能規(guī)?；涞氐膹妱艑嵙?，能夠面向產業(yè)提供包含高性能汽車智能芯片、硬件參考設計、軟件開發(fā)平臺、參考算法與示例等在內的完整芯片解決方案。地平線平臺產品感知方案征程

系列芯片：地平線已推出三代征程量產級芯片，覆蓋L2-L4級全場景智能駕駛和智能座艙場景，靈活滿足全價位、全動力類型車型量產需求；最新一代征程5專注高等級智能駕駛，算力高達128TOPS，可開放支持包括攝像頭、毫米波雷達、激光雷達等多傳感器感知、融合、預測與規(guī)劃控制需求??Horizon

Matrix

：地平線面向ADAS、高速/城區(qū)NOA、行泊一體等全場景智能駕駛的感知方案。依托高性能的征程系列新芯片和強大的視覺感知處理能力，

能夠高效支撐以大規(guī)模深度神經網絡應用和海量數據處理為主的智能駕駛落地，幫助車企與合作伙伴加速構建感知、預測、規(guī)控等軟件閉環(huán)能力，更高效地實現L2-L4級智能駕駛量產及持續(xù)迭代升級地平線天工開物

：自主研發(fā)的算法工具鏈，包含模型后量化、量化訓練、編譯優(yōu)化和部署三大核心能力，提供從模型獲得至應用部署的全流程支持。已累計賦能超過百家生態(tài)伙伴，經規(guī)?；a經驗錘煉，能為上層軟硬件系統(tǒng)開發(fā)與應用量產提供全生命周期的可靠性保障和兼容性支持，同時滿足開發(fā)者的差異化創(chuàng)新需求Horizon

Halo

：聚焦于人機共駕場景下的用戶安全信任關系構建，是面向整車智能感知交互框架下的感知方案?；谡鞒滔盗行酒?，采用視覺+語音的多模態(tài)感知前融合技術，對多維感知關鍵信息的融合處理，并結合語音識別、手勢識別、視線追蹤等技術，實現全時免喚醒、可見即可說、所思即所達等主動精準的交互體驗，具備低延遲、高精準性的特點，可有效助力車企與生態(tài)伙伴構建領先的人機交互方案和差異化的座艙體驗地平線艾迪

：面向智能汽車軟件產品開發(fā)及迭代需求打造的云端開發(fā)平臺，提供高效易用、端云一體開發(fā)基礎設施，極致提升開發(fā)效率，降低開發(fā)成本圖示：地平線主要平臺產品與感知方案25263.1

地平線案例分析地平線以軟硬結合為基礎，構建開放式生態(tài)，打造技術、商業(yè)、生態(tài)和增長壁壘?

軟硬結合，極致效能，打造核心技術壁壘。軟硬結合的本質是軟硬件計算架構的深度結合。在大算力基礎上，地平線憑借在軟件協(xié)同優(yōu)化方面的深厚積淀與持續(xù)探索，用算法定義芯片，并將芯片性能發(fā)揮到極致，大幅提升計算效率和計算靈活性。?

規(guī)?；把b量產，領跑行業(yè)商業(yè)化落地。地平線征程芯片累計出貨量已突破200萬片，與超過20家車企簽下超過70款車型的前裝量產定點項目。2022年9月，地平線征程5芯片的全球首發(fā)量產車型“理想L8”上市，正式開啟國產大算力芯片量產元年。同年，地平線先后與大眾汽車集團達成深度戰(zhàn)略合作，與東風日產啟辰達成量產合作，意味著中國車載智能芯片企業(yè)已經走向國際市場。?

構建開放生態(tài)，助力汽車智能化發(fā)展。地平線定位于Tier2，采用開放的合作模式，向行業(yè)合作伙伴提供底層芯片和芯片開發(fā)軟件平臺，幫助合作伙伴快速建立具有競爭力的自動駕駛軟硬件系統(tǒng)。同時，地平線打造了開源的實時操作系統(tǒng)TogetherOS，并嘗試向部分有能力的整車廠開放BPU

IP授權，提供軟件工具包、芯片參考設計和技術支持，助力部分車企開發(fā)自研芯片，提升差異化競爭能力，加快創(chuàng)新研發(fā)速度。軟硬結合，構建技術壁壘量產領先，構建商業(yè)壁壘?面向未來算法趨勢，地平線采用軟硬結合的智能計?地平線征程芯片累計出貨量已突破200萬片，與超過算架構，將芯片性能發(fā)揮到極致20家車企簽下超過70款車型的前裝量產定點項目覆蓋燃油車、電動車、SUV、MPV、轎跑等多種車型，領跑前視一體機、行泊一體、高階智駕多類細分市場?以計算架構的突破性創(chuàng)新為核心，自主研發(fā)與迭代BPU專用計算架構，實現大算力車規(guī)級芯片系統(tǒng)效率的持續(xù)引領?開放交付，構建生態(tài)壁壘高速成長，構建增長壁壘?定位Tier2，開放交付，提供芯片+量產級算法+豐富易用的開發(fā)工具鏈和開發(fā)平臺面向部分有能力的整車廠開放BPU

IP授權???研發(fā)迭代快，產品研發(fā)與交付速度不斷刷新落地效率高，業(yè)內率先實現大規(guī)模前裝量產生態(tài)連接廣，上下游產業(yè)伙伴100余家?圖示：地平線的核心競爭優(yōu)勢26273.2

蘑菇車聯案例分析蘑菇車聯是自動駕駛全棧技術與運營服務提供商，率先落地

“車路云一體化”方案?

蘑菇車聯成立于2017年，是自動駕駛全棧技術與運營服務提供商?；趯φ叩睦斫猓瑢Y本市場變化以及自動駕駛行業(yè)特性和商業(yè)化落地規(guī)律的把握，蘑菇車聯采取“單車智能+車路協(xié)同”技術路線，以系統(tǒng)性思維打造了“車路云一體化”自動駕駛方案，實現技術與數據閉環(huán)，在自動駕駛行業(yè)競爭中形成先發(fā)優(yōu)勢。?

率先提出并實踐“車路云一體化”方案，引領技術創(chuàng)新。蘑菇車聯應用融合感知、融合決策控制、高精地圖、AI、仿真系統(tǒng)、云+邊緣計算、實時大數據等前沿技術，將自動駕駛+車路協(xié)同+AI云平臺三大板塊深度融合，打破單車智能感知瓶頸，大幅提升L4級自動駕駛技術規(guī)模化應用的安全性，以滿足不同場景、不同車型的需求，成為實現L4級自動駕駛規(guī)模落地的基礎。同時，全棧自研也保證了公司在該領域的技術自主可控和持續(xù)迭代，并以規(guī)?；屎统杀緝?yōu)勢，為商業(yè)化落地應用打下堅實基礎。圖示：蘑菇車聯“車路云一體化”自動駕駛系統(tǒng)27283.2

蘑菇車聯案例分析城市級自動駕駛落地項目積累大量數據與運營經驗，形成商業(yè)化落地閉環(huán)，成就“行業(yè)黑馬”?

自動駕駛規(guī)?；虡I(yè)化落地，成就“行業(yè)黑馬”。當自動駕駛商業(yè)化落地成為主旋律，行業(yè)競爭焦點也轉移于此。蘑菇車聯充分考慮市場需求、應用成本、落地阻力等因素，遵循商業(yè)化落地的底層邏輯，選擇從簡單到復雜、從高毛利到常規(guī)場景的發(fā)展思路，覆蓋車輛類型從特種車輛、商用車到公共服務乘用車，最后延伸至私家車。具體而言，短中長期盈利模型可以概括為三階段：車路協(xié)同系統(tǒng)服務、自動駕駛車輛運營、自動駕駛數據運營服務。?

基于這一發(fā)展戰(zhàn)略，蘑菇車聯陸續(xù)落地開放式5G商用智慧交通車路協(xié)同項目、衡陽城市級自動駕駛項目、云南大理車路協(xié)同自動駕駛智慧景區(qū)項目等10余個城市級項目，累計訂單金額超過100億元。其中，衡陽項目是典型代表。2021年，蘑菇車聯與湖南省衡陽市政府達成“車路云一體化”戰(zhàn)略合作，集合城市交通新基建、自動駕駛運營服務和城市智慧交通大腦，建成國內首個城市級自動駕駛落地項目。一系列落地建設經驗和規(guī)模，積累了大量數據和運營經驗，反哺技術研發(fā)和城市數字化建設，助力更多項目升級迭代，形成商業(yè)化落地閉環(huán)。同時，這些積累也賦予蘑菇車聯從2G，到2B，再到2C的能力和成長空間，為其在自動駕駛未來競爭中脫穎而出奠定基礎。01.

車路協(xié)同系統(tǒng)服務：打造城市交通數字底座02.

自動駕駛運營服務：03.

自動駕駛數據服務：在城市各個場景實現自動駕駛商業(yè)化落地

為所有交通參與者提供實時交通數據與政府合作，利用自研的車路協(xié)同自動駕駛技術打造城市的全息、實時、連續(xù)的交通數字底座，實現全局的交通協(xié)同、管理、調度，同時構建公司壁壘以提供自動駕駛車輛運營服務為主，與場景服務商合作，由蘑菇提供自動駕駛車輛和算法等設備和技術，場景服務商提供具體人工運營，兩者結合為政府、企業(yè)提供完整的一體化服務自動駕駛車輛直接接入蘑菇AI云平臺，非自動駕駛車輛、行人、非機動車等通過智能終端、app等接入蘑菇AI云平臺，接收實時交通信息，安全駕駛。同時參與者信息交互，使得整個交通體系更加安全高效圖示：蘑菇車聯“三步走”戰(zhàn)略規(guī)劃28293.3

輕舟智航案例分析輕舟智航是全球前沿的自動駕駛通用解決方案提供商，打造“自動駕駛超級工廠”方法論?

輕舟智航成立于2019年，是全球前沿的自動駕駛通用解決方案提供商。輕舟智航擁有輕、快、高效的自動駕駛團隊，通過多年實踐積累了全棧自研的核心技術體系，打造“自動駕駛超級工廠”底層研發(fā)系統(tǒng)，以數據驅動+效率提升為內核，以系統(tǒng)性運作、流水線開發(fā)為特點，以此增強自動駕駛技術的擴展性，進而實現自動駕駛的快速迭代與高效落地。?

輕舟智航采取“雙擎”發(fā)展戰(zhàn)略?！半p擎”即技術應用深度和廣度，也是自動駕駛落地的兩大核心能力。一方面，以公開道路L4級別自動駕駛能力為“動力引擎”，不斷探索更多落地場景，驅動城市交通出行效率提升；另一方面，以自動駕駛前裝量產規(guī)?；涞貫椤皠?chuàng)新引擎”，借助更多裝機量實現產品和技術的打磨。輕舟矩陣平臺級通用性全棧技術車載軟件應用場景數據自動化閉環(huán)城市公開道路高速公路園區(qū)道路車庫泊車……感知算法規(guī)劃控制仿真模塊感知算法地圖與定位預測規(guī)控數據高效自動化利用批量化數據解決方案數據平臺標注平臺訓練平臺云端控制5G-V2X車載硬件感知算法系統(tǒng)性運作傳感器數據感知算法感知算法流水線開發(fā)強拓展性系統(tǒng)數據駕駛行為數據多場景路測數據圖示：輕舟智航“自動駕駛超級工廠”29303.3

輕舟智航案例分析多元產品矩陣+差異化技術路線+商業(yè)化優(yōu)勢，構成輕舟智航的核心競爭力?

多元產品矩陣，滿足市場需求。在L4級自動駕駛領域，輕舟智航以智慧城市場景需求為導向，推出龍舟系列自動駕駛車及解決方案，應用于網約車、公交車及接駁車等場景。前裝量產方面，推出高階輔助駕駛方案“輕舟乘風”,可全國產配置，既可配置“一顆激光雷達”，也可純視覺配置，以極致務實方案達到高性價比，并基于一套技術棧，滿足多變車型和多類場景需求。?

差異化技術路線，打造獨特競爭力。數據方面，輕舟智航擁有海量L4級傳感器數據和駕駛行為數據，有效提高前裝量產能力上限；同時利用L4工具鏈優(yōu)勢，加速前裝量產能力迭代。感知方面，超融合感知方案擁有領先的多傳感器時序穿插融合技術，可極大提高感知精度和魯棒性；PNC方面，基于獨創(chuàng)的時空聯合規(guī)劃技術，打造高質量PNC方案，可靈活計算路徑和速度，讓車輛行車更聰明、效率更高效、體驗更舒適。?

構筑商業(yè)化壁壘，推動自動駕駛廣泛落地。以Robobus作為落地場景的起點，通過小商業(yè)閉環(huán)積累大量數據，推動更大商業(yè)閉環(huán)的實現。并在Robobus領域開創(chuàng)新品類，聯結居民區(qū)、交通樞紐和商業(yè)中心，利用“軌道交通+微循環(huán)”的高效模式，滿足居民“最后三公里”的出行需求。同時，在Robotaxi領域不斷進行技術測試和產品打磨，推動自動駕駛廣泛落地。?業(yè)務布局：L4級自動駕駛領域，推出龍舟系列（龍舟ONE、龍舟LONG、龍舟SPACE、龍舟TAXI

）自動駕駛車及解決方案；前裝量產領域，推出自動駕駛解決方案“輕舟乘風”多元產品矩陣，滿足市場需求?場景拓展：自動駕駛網約車、公交車及接駁車等多個場景輕舟智航差異化技術路線，打造獨特競爭力構筑商業(yè)化壁壘，推動廣泛落地??數據：海量傳感器和駕駛行為數據?將Robobus作為落地場景起點，打造“軌道交通+微循環(huán)”的高效模式，實現成本可控的規(guī)?；鸵詰?zhàn)養(yǎng)戰(zhàn)的商業(yè)化，感知：“超融合”感知方案，多傳感器時序穿插融合技術?NPC：基于獨創(chuàng)的時空聯合規(guī)劃技術，打造高質量PNC方案?在Robotaxi領域持續(xù)測試與打磨圖示：輕舟智航的核心競爭優(yōu)勢30313.4

知行科技案例分析知行科技專注于自動駕駛前裝系統(tǒng)解決方案，是國內領先的具有全棧研發(fā)能力的公司?

知行科技成立于2016年，是一家專注于自動駕駛領域前裝系統(tǒng)解決方案的人工智能高科技公司。經過多年發(fā)展，知行科技在多傳感器數據融合、決策規(guī)劃、車輛動態(tài)控制等自動駕駛核心領域擁有核心算法，并擁有軟硬件開發(fā)及整車系統(tǒng)集成驗證能力，是國內領先的具有全棧自動駕駛研發(fā)能力的公司。?

知行科技深度布局域控制器和智能攝像頭兩條產品線，完整覆蓋L2及L2+市場需求。域控制器產品包括三個系列，其中iDC

Mid和iDC

High是當前面向乘用車量產主推的產品系列，iDC

Mid已經獲得多家車企定點，并進入量產階段，iDC

High預計在2024年實現量產。智能攝像頭產品主要面向ADAS市場，提供更具性價比的方案，iFC產品已歷經三次迭代。通過全面布局，知行科技已經實現高階智能駕駛的全場景方案覆蓋。在行車場景，知行科技已經覆蓋了L2

ADAS、高速NOA、城市NOA等功能，泊車場景也已經覆蓋自主泊車、記憶泊車、代客泊車等功能。產品系統(tǒng)功能開發(fā)自動駕駛中央域控制器高級輔助駕駛功能???iDC

Mid：高性價比的L2+量產解決方案Super

Vison：L2++高級智能駕駛?車道偏移報警、前方碰撞預警系統(tǒng)、車道保持系統(tǒng)、自適應巡航、自動緊急剎車系統(tǒng)、交通擁堵輔助系統(tǒng)iDC

High：100+TOPS算力平臺量產解決方案智能前視攝像頭自動駕駛系統(tǒng)功能?iFC

3.0：滿足E-NCAP2025的量產解決方案?交通擁堵和高速公路自動駕駛包括自動上下匝道、自主變道、自動巡航及車道保持、自動緊急避讓、自動超車、擁堵時自動跟隨車流、系統(tǒng)失效應對等功能?iFC

2.0：Mobileye

EyeQ4芯片，滿足E-NCAP五星要求圖示：知行科技主要產品與服務31323.4

知行科技案例分析知行科技全棧自研行泊一體域控制器iDC

Mid，率先實現規(guī)?；慨a?

行泊一體，搶占主流乘用車市場。知行科技定位Tier1，在行泊一體架構的發(fā)展趨勢下，提供性能更強、價格更優(yōu)的域控產品。其自研的行泊一體域控制器iDC

Mid，基于一顆TDA4芯片開發(fā)，采用5V4R的感知硬件配置，可實現NOA（導航輔助駕駛）、360全景影像、HPA（記憶泊車）等功能，兼具性能、成本和工程落地的考量，憑借性能和成本優(yōu)勢，主攻主流乘用車市場。?

全棧自研，打造卓越核心技術。知行科技的域控制器實現了全棧自研，它不依賴于任何特定的硬件平臺，上層功能可以100%移植到全新硬件平臺。為了實現這一目標，知行科技專門開發(fā)了一套靈活可靠的軟件中間件，它支持實時操作系統(tǒng)RTOS（包含核間通信），HLOS（如Linux這種開源的操作系統(tǒng)），同時還可實現在大型的SOC中，多個核之間的可靠多核通訊。?

需求導向，規(guī)?；慨a有序推進。知行科技以市場需求為導向，通過輕量級方案（iDC

Mid）切入市場，再借助中低端車型走量，同時開發(fā)大算力方案（iDC

High），向高端車型延伸，逐漸步入高階自動駕駛。目前域控制器iDCMid已經正式量產下線，成為目前行業(yè)內少數已經量產的域控產品。?

未來，知行科技將加快全場景智能駕駛的全面落地，在提高市場占有率的同時，進一步強化算法與平臺能力，深化數據閉環(huán)，探索更多商業(yè)可能性。行泊一體架構全棧自研技術規(guī)?；慨a自研行泊一體域控制器iDC

Mid，憑借性能和成本優(yōu)勢，主攻主流乘用車市場。靈活的系統(tǒng)架構設計支持兼容國產芯片，支持多傳感器融合，支持跨平臺的操作系統(tǒng)和運行環(huán)境，可提供開放的開發(fā)環(huán)境，還支持云和大數據閉環(huán)開發(fā)，并且可提供持續(xù)OTA升級實現了軟件中間件和硬件的全棧自研，從上層算法上看，可以百分之百移植到新的硬件平臺，實現軟件自由及軟件定義汽車，也實現了軟硬分離需求導向，以輕量級方案切入市場，借助中低端車型走量，同時開發(fā)大算力方案，向高端車型延伸。目前域控制器iDC

Mid已經正式量產下線，成為目前行業(yè)內少數已經量產的域控產品圖示：知行科技的核心競爭優(yōu)勢323304

自動駕駛發(fā)展趨勢展望?

商業(yè)化落地成為競爭關鍵?

艙駕融合成為趨勢?

生態(tài)合作成為企業(yè)發(fā)展的重要能力334.1

商業(yè)化落地成為競爭關鍵自動駕駛下半場競爭將進入加速期，商業(yè)化落地將成為競爭關鍵?

目前，自動駕駛企業(yè)兼顧算法優(yōu)化和量產落地，在技術研發(fā)同時，通過技術應用降維實現規(guī)模化量產，打通商業(yè)化落地路徑，構建數據閉環(huán)，推動自動駕駛加速落地。當自動駕駛下半場來臨，商業(yè)化落地將成為競爭關鍵。?

自動駕駛商業(yè)化主要受場景標準化程度、技術成本優(yōu)勢、安全性能要求等因素影響。這就意味著，整體來說，高級別自動駕駛將遵循從封閉到半開放和開放、從專用到通用、從載物到載人的落地邏輯。?

商用車方面，自動駕駛貨車商業(yè)模式清晰，有望率先落地；末端物流剛需較強，有望帶來實質性成本和效率優(yōu)化；礦區(qū)、機場、園區(qū)等因場景特征優(yōu)勢，將成為高確定性的落地場景。乘用車方面，隨著自動駕駛AI模型在云端深入應用，行泊一體的自動駕駛架構持續(xù)迭代，車端自動駕駛系統(tǒng)的綜合成本大幅度降低，以重感知技術為主，主要依托視覺方案的智駕系統(tǒng)，將可以在中低算力車端平臺上部署，這將使得高級別自動駕駛系統(tǒng)成為中端價位車型的標配。同時，用戶體驗也將從嘗鮮轉變?yōu)橛脩粢蕾?。此外，國內Robotaxi落地進程和乘坐體驗與市場預期基本相符，有望在2025年迎來成本拐點。場景標準化程度場景越標準，越能體現效率優(yōu)勢技術成本優(yōu)勢安全性能要求自動駕駛運營成本優(yōu)于使用人類駕駛員載人級自動駕駛對安全性要求更高圖示：自動駕駛商業(yè)化的主要影響因素34354.2

艙駕融合成為趨勢打通人、車、環(huán)境三方交互，提升駕乘體驗，艙駕融合成為趨勢?

智能座艙和自動駕駛是汽車智能化的兩個典型代表，直接影響汽車智能化體驗。智能座艙是汽車與用戶溝通和交流的載體，側重于人車交互；自動駕駛則發(fā)揮汽車的基本功能，在行駛過程中實現車與環(huán)境的交互。而在交通環(huán)境中，駕駛行為是一個由人、車、環(huán)境三方參與并交互的過程。因此，如何打通三方交互，實現更好的駕乘體驗，就顯得尤為重要。?

隨著汽車智能化的發(fā)展，從國內外整車企業(yè)發(fā)布的新車來看，目前正在從分布式電子電器架構向域集中式控制器架構過渡。無論是傳統(tǒng)汽車還是新能源汽車上，域集中式架構正越來越多地應用于量產車型。與此同時，采用更集中、更高算力的通用計算硬件，配合更豐富的軟件進行整車控制，實現軟件定義汽車，將給汽車行業(yè)帶來顯著改變?？梢钥吹?，汽車產業(yè)鏈核心零部件供應商、整車廠商、自動駕駛解決方案提供商等都在進行艙駕融合方面的研發(fā)。例如，在芯片領域，未來有望在同一芯片中完成智能座艙、智能駕駛、智慧泊車功能，進一步簡化自動駕駛硬件體系，降低成本；在汽車域控架構方面，呈現域功能集中的趨勢，這主要是由于自動駕駛和座艙芯片的芯片制程、設計方法、架構有很多相似之處，可以率先實現功能集中。?

目前，車企所嘗試的艙駕融合更多的是在軟件和應用層面，例如可實現算力共享、感知共享、服務共享，智能座艙域控制器可支持智駕系統(tǒng)失效