AI+汽車智能化系列之六：2024Q2車企智駕路測體驗比較

證券研究報告·行業(yè)研究·汽車與零部件2024Q2車企智駕路測體驗比較汽車行業(yè)證券分析師：黃細里執(zhí)業(yè)編號：S0600520010001聯(lián)系電話車行業(yè)證券分析師：楊惠冰執(zhí)業(yè)編號：S0600523070004聯(lián)系郵箱：yanghb@n算法/功能理論層面：特斯拉FSDv12版本持續(xù)迭代，感知-規(guī)控全棧端到端落地，支持北美地區(qū)完全點到點領航駕駛。國內車企以BEV+Transformer實現(xiàn)精準感知，并逐步提升learning-base占規(guī)控算法比例，整體算法框架趨向全面端到端；華為/小鵬預計24Q3落地端到端智駕算法，步伐相對靠前。n實際路測體驗層面：為真實判斷不同車企智駕算法能力強弱，同時直觀反映車企智駕能力縱向迭代速率差距，我們嘗試搭建智駕道路實測評判框架：區(qū)分“啟停+行駛”雙環(huán)節(jié)，前者涵蓋權限限制+啟動+斷點接管+結束四部分，后者包括城市覆蓋面（開城情況）+道路覆蓋面（第一類斷點）+臨時處理（第二類斷點）三部分，逐步逼近不同玩家智駕能力邊界。（PS：智駕算法能力與數(shù)據(jù)積累形成正循環(huán)，頭部玩家迭代速度較快，因此能力比較需保持高頻跟蹤，本文只代表某時間截面能力比較）車企維度：特斯拉整體表現(xiàn)優(yōu)異，可以實現(xiàn)原地啟動FSD、全路段無限制、多場景流暢處理、不強制接手扶方向盤以及自動停泊等功能，充分接近人類駕駛（處理反應速度稍有差距）。國內頭部華為問界/小鵬等車企在原地啟動/道路覆蓋面/場景處理流暢度等方面均有差距；蔚來/智己/阿維塔等其余車企整體在啟停/道路覆蓋/場景處理能力等方面表現(xiàn)更弱。場景維度：特斯拉全場景覆蓋，華為/小鵬等國內頭部OEM斷點較多，除先驗性質的道路覆蓋面問題以外，我們區(qū)分不同難度級別場景下車企表現(xiàn)優(yōu)秀的比例：困難場景下，特斯拉/華為問界/小鵬優(yōu)秀率分別為90%+/接近40%/接近40%；簡單場景下，特斯拉/華為問界/小鵬優(yōu)秀率分別為接近90%/接近50%/約60%。（華為數(shù)字表現(xiàn)相比小鵬較弱主要系小鵬整體駕駛算法策略偏保守，缺少主動變道等提效行為，華為更激進）。22n投資建議：汽車AI智能化轉型大勢所趨，算法為主干，看好頭部算法玩家持續(xù)領先鑄就高壁壘。全行業(yè)加速智能化轉型，產業(yè)趨勢明確。下游OEM玩家+中游Tier供應商均加大對汽車智能化投入，大勢所趨；智駕核心環(huán)節(jié)【軟件+硬件+數(shù)據(jù)】均圍繞下游OEM展開，數(shù)據(jù)催化算法提效進而驅動硬件迭代。以特斯拉為代表，應用算法向全棧端到端-世界模型持續(xù)迭代，功能落地兌現(xiàn)。OEM整車廠商&核心芯片硬件廠商&智駕傳感器廠商&獨立算法商加速布局端到端算法開發(fā)，場景驅動-數(shù)據(jù)驅動-認知驅動持續(xù)進化；智駕算法產業(yè)發(fā)展進入深水區(qū)，高投入賦能【大算力+大數(shù)據(jù)】，方能走通L3有條件自動駕駛至L4完全自動駕駛之路?？春弥邱{頭部車企以及智能化增量零部件：1）華為系玩家【長安汽車+北汽藍谷+賽力斯+江淮汽車】；2）頭部新勢力【小鵬汽車+理想汽車】；3）加速轉型【比亞迪+吉利汽車+上汽集團+長城汽車+廣汽集團】；4）智能化核心增量零部件：域控制器（德賽西威+經緯恒潤+華陽集團+均勝電子等）+線控底盤（伯特利+耐世特+拓普集團等）。智能駕駛相關技術迭代/產業(yè)政策出臺低于預期。若智能駕駛相關技術迭代節(jié)奏低于預期，可能會對消費者對智駕的認知和接受度產生影響，政策出臺節(jié)奏低于預期也可能影響節(jié)奏。華為/小鵬等頭部車企新車銷量低于預期。頭部車企智駕新車銷量表現(xiàn)低于預期，可能拖累智駕滲透率提升，對板塊產生負面影響。33功能功能啟用與啟用斷點結束與結束斷點接管與重新激活智駕啟停智駕行駛尋找停泊點自動泊入脫手檢測接管的重新激活、斷點接管的重新激活宏觀開城情況微觀斷點情況全覆蓋代表使用限制、如何啟用、車速控制、模式切換高速高架快速路開城情況城市道路開城情況優(yōu)秀率分析=優(yōu)秀率分析=行駛中2）特定場景例如環(huán)島、U型掉頭等未被包含先驗預點，例如：理 數(shù)據(jù)來源：東吳證券研究所繪制4n截至2024.6.25，我們（包括與第三方博主合作）共線下實測14場智能化試駕，包括特斯拉1場（與第三方博主合作華為5場，小鵬4場，理想1場，蔚來1場，智己1場，極越1場。表：智能化實測內容（截至2024.6. 數(shù)據(jù)來源：東吳證券研究所整理一、算法框架：特斯拉引領，國內加速跟進n2020年為特斯拉“硬件為先，軟件隨后”策略的重要窗口，【大模型】是特斯拉引領本次變革的核心抓手?！綡ydraNet/FSD芯片+Transformer/Dojo】等6次硬件變化升級+3次軟件架構的重大創(chuàng)新變革，均體現(xiàn)特斯拉第一性原理的經營思想。2014.102016.102017.072019.042021.072022.042023Q22024Q1邊緣端FSD歷史重要階段（軟Autopilot1.0Autopilot2.0Autopilot3.0FSDBetav9v10.11v11.3FSDv12硬件解決方案名稱HW1.0HW2.0HW2.5HW3.0HW4.0芯片MobileyeQ3英偉達drivePX2英偉達drivePX2+自研FSD1.0自研FSD2.0，算力五倍傳感器1攝像頭+1毫米波雷達+12超聲波雷達8攝像頭+1毫米波雷達（2.5升級）+12超聲波雷達8攝像頭+1毫米波雷達+12超聲波雷達12攝像頭+1毫米波雷達軟件解決方案標注人工標注BEV+Transformer架構，數(shù)據(jù)驅動深度學習，使得自動標注落地感知外采Mobileye黑盒自研圖像識別+多傳感器后融合策略HydraNet驅動多頭任務實現(xiàn)，進一步提效BEV+Transformer上車，特征級融合落地，實現(xiàn)感知大模型，無圖城市領航功能上車占用網(wǎng)絡上車，泛化能力增強，功能維度統(tǒng)一高速與城市領航輔助感知+規(guī)控全追求具身智能規(guī)控自研rule-baserule為主，開發(fā)learning-base備注2015.04開啟自研軟件2017.03自研算法，硬件升級但功能降級2018年開發(fā)更好實現(xiàn)多傳感器融合的策略硬件儲備完成感知能力升級驅動無圖化泛化能力增強驅動傳感器簡化步升級北美開放，即將入華云端-2021年8月官宣Dojo，利用海量的數(shù)據(jù)，做無監(jiān)督的標注和仿真訓練，更好驅動大模型；世界模型加速大模型仿真 數(shù)據(jù)來源：蓋世汽車，汽車之心，東吳證券研究所繪制n智能駕駛軟件算法架構歷經兩次框架變化：1）2D+CNN小模型向Transformer大模型進化，智駕迭代由工程師驅動轉為數(shù)據(jù)驅動：2020年特斯拉BEV上車，數(shù)據(jù)后融合變?yōu)樘卣骷壢诤?，提升?shù)據(jù)利用效率和結果準確性，同時數(shù)據(jù)標注由人工轉為模型自動，迭代提效；2022年占用網(wǎng)絡落地，泛化能力進一步增強，實現(xiàn)感知維度端到端；2023年數(shù)據(jù)驅動算法持續(xù)迭代，規(guī)控環(huán)節(jié)端到端落地，rule-base比例降低，能力優(yōu)化。2）模塊化端到端進化為全棧端到端，WorldModel逐步完善，數(shù)據(jù)驅動變?yōu)檎J知驅動，向L4迭代。特斯拉FSDv12起轉向智駕環(huán)節(jié)全棧端到端，數(shù)據(jù)閉環(huán)后WorldModel逐步演化完善，基于歷史數(shù)據(jù)去理解未來的范式進步為基于常識和規(guī)律自我學習進化的范式，實現(xiàn)無接管的L4智駕。底層感知邏輯算法架構對應智駕功能對應FSD版本行業(yè)玩家掌握程度傳統(tǒng)CV備注：1）FSDv11相比v10核心迭代在于learning-base神經網(wǎng)絡基地和研究宣發(fā)為準，不代表車企自身的內部非公開研發(fā)規(guī)劃；3）特斯拉FSD版本算法架構對應智駕功能對應落地時間FSDBetav9~v10BEV+Transformer城市領航落地2021.07之后小米FSDBetav10.11占用網(wǎng)絡城市領航快速鋪開2022.04理想/蔚來/百度FSDBetav11.3感知端到端，規(guī)控環(huán)節(jié)rule-base比例降低城市+高速+泊車等全場景貫通2023Q2華為/小鵬FSDv12世界模型下全棧端到端全場景貫通且逐步迭代為零接管2024Q124H2起華為/小鵬陸續(xù)迭代方向（規(guī)劃階段，尚未落地） 數(shù)據(jù)來源：汽車之心，東吳證券研究所繪制n華為ADS智駕系統(tǒng)歷經三次迭代：2021~2023年，BEV+GOD（類似于占用網(wǎng)絡）支持感知端大模型化，實現(xiàn)感知維度端到端，在感知硬件逐步簡化的同時支持無圖模式城市NCA加速開放；2024年華為重磅迭代模塊化端到端，覆蓋感知及規(guī)控環(huán)節(jié)，全場景貫通。版本ADS1.0ADS2.0ADS3.0發(fā)布時間2021.42023.42024.4軟件架構模塊化模塊化，感知端到端感知GOD大網(wǎng)，規(guī)控決策PDP端到端BEV網(wǎng)絡BEV網(wǎng)絡+GOD網(wǎng)絡GOD大網(wǎng)，輸入PDP端到端落地感知方式白名單目標+道路結構，需要高精地圖識別異形障礙物，無圖化，泛化能力提升全面的物理世界理解，感知場景語義增強功能L2級別LCC城區(qū)道路NAC、LAEB、GAEB、ELKA、城區(qū)LCCPLUS、哨兵模式全場景貫通NCA，CAS3.0、ESA、車位到車位NCA、窄空間泊車硬件視覺傳感器13顆11顆，前擋風減少2顆攝像頭+雷達全融合毫米波雷達6顆，3D毫米波雷達2顆，3D毫米波雷達升級為4D毫米波雷達，性能提升35%激光雷達3顆，華為等效96線半固態(tài)前保1顆+前保側面2顆1顆，速騰聚創(chuàng)（車頂）192線，增強全天候、小目標檢測能力云端算力2.8EFLOPS（截至2023年11月）3.5EFLOPS智駕功能定位L3-L5解決方案全系標配全系標配中高端：含1/3顆激光雷達+4D毫米波雷達入門級：視覺ADS，支持高速NCA應用車型北汽極狐α、阿維塔問界/智界/享界全系- 數(shù)據(jù)來源：華為官網(wǎng)，汽車之家，東吳證券研究所小鵬XBrain架構面向全場景智駕：Xne軟件維度：小鵬Xpilot/XNGP/XNGP+迭代圍繞【增加learning-base使用率，端到端全覆蓋】的目標架構，XNGP落地BEV+Transformer架構實現(xiàn)感知維度端到端，規(guī)控環(huán)節(jié)逐步引入learning-base；2024年XNGP+有望在rule-base基礎上實現(xiàn)感知-規(guī)控模塊化端到端XBrain。Xbrain：XNet2.0融合了行業(yè)最高精度的純視覺占據(jù)網(wǎng)絡，可實現(xiàn)動/靜態(tài)BEV、占據(jù)網(wǎng)絡三網(wǎng)合一；基于神經網(wǎng)絡的XPlanner可結合分鐘級以上的時序連續(xù)動機，并依據(jù)周邊環(huán)境信息及時變通，生成最佳運動軌跡。5月OTA上車的XNGP+將實現(xiàn)上述感知大模型升級和規(guī)控大模型上車。Xpilot-RulePnCd 數(shù)據(jù)來源：小鵬汽車2023年1024科技日，東吳證券研究所軟件維度：理想ADMax實現(xiàn)感知大模型落地，ADPro預計24年中迭代與Max技術路線趨同；2024年理想預計完成規(guī)控環(huán)節(jié)端到端落地，實現(xiàn)全技術?？捎柧毜摹岸说蕉四Ｐ突?。展望未來，理想基于【認知模型】（即特斯拉世界模型）做預研，目標是開發(fā)L4場景，基于1.4EFLOPS云端算力，更充分的利用多模態(tài)AIGC，短期進行場景重建和衍生，加速仿真數(shù)據(jù)生成和算法訓練；中長期做到知識驅動形式的“場景理解”，真正實現(xiàn)L4覆蓋100%的CornerCase。圖：理想未來智駕算法迭代的思維框架 數(shù)據(jù)來源：英偉達GTC大會2024，東吳證券研究所12蔚來：NT2.0硬件標配，感知端到端對標FSn蔚來自NT2.0平臺起加速自研算法迭代，24年4月底迭代全域領航NOP+，對標FSDv10+。硬件維度：蔚來自NT2.0平臺起全系切換英偉達，標配4*OrinX芯片（2主控/1冗余/1訓練）以及1激光雷達/11攝像頭+5毫米波雷達+12超聲波雷達，標配硬件支持3.8EFLOPS端云一體化算力。功能維度：蔚來于23年初上車自研高速NOP領航智駕，23年中/底分別將BEV/占用網(wǎng)絡架構迭代上車，23年底/24Q1城市領航分別開城6/20萬km，24年4月底實現(xiàn)全域領航輔助NOP+推送。軟件維度：落地感知維度端到端，全域推送NOP。蔚來打造NADArch智能駕駛架構，該架構包含Lane2.0感知網(wǎng)絡、NADCloudM云、NADHVH等算法模型應用。其中，Lane2.0可支持城區(qū)場景路口通行的實時感知，NADCloudM可借助云端大模型，提升感知能力；而NADHVN可通過數(shù)據(jù)驅動的規(guī)劃網(wǎng)絡，使全域領航輔助NOP+擁有更細膩的交互能力。表：蔚來NT2.0平臺車型智駕功能迭代歷史版本新增智駕內容2022/8/19Banyan1.1.0視覺融合泊車SAPA、前向碰撞預警FCW、自動緊急制動AEB2022/12/20Banyan1.2.0ET7車輛近距召喚2023/3/17Banyan1.3.023年元旦試運行，3月底向全量用戶推送高速領航：NOP+Beta增強領航輔助功能優(yōu)化、全車型近距召喚、視覺融合泊車增強、緊急車道保持2023/6/30Banyan2.0.0動態(tài)環(huán)境模擬現(xiàn)實2.0（ESD）、輔助遙控泊車（RPA）、全新BEV升級NOP+連續(xù)性2023/11/15Banyan2.2.0高速領航輔助駕駛”零接管“成為可能、泊車高頻一把泊入2023/11/22Banyan2.3.0更名為“全域領航輔助NOP+”，開城6萬km2024/1/27Banyan2.4.04D路況舒適領航、GOA通用障礙物預警、輔助Beta通用障礙物識別、全向AEB2024/4/30Banyan2.6.0全域領航輔助NOP+全量推送：增強車道居中輔助、全場景誤加速抑制輔助、GOA通用障礙物預警及輔助 數(shù)據(jù)來源：蔚來官網(wǎng)，東吳證券研究所n極越以吉利+百度合作賦能，利用百度自研LD車道級地圖，堅持純視覺智駕方案，迅速追趕。硬件維度：極越外采英偉達雙Orin芯片，采用11攝像頭/5毫米波雷達/12超聲波雷達感知硬件，通過無激光雷達的視覺方案實現(xiàn)L3高階智駕功能；同時云端百度2.2EFLOPS算力加速算法訓練。功能維度：極越于2024年初OTAV1.3實現(xiàn)北上深杭廣五城高精地圖加持下的城市PPA，預計24H1開放300城，24年全年實現(xiàn)全國覆蓋（有百度地圖的地方均可使用）。軟件維度：1）大模型通用純視覺方案上車，類比特斯拉FSDv10+階段：百度VTA視覺大模型實現(xiàn)感知端到端，OCC感知模型實現(xiàn)占用網(wǎng)絡+Transformer加持后對通用異形障礙物的檢測。2）LD智駕車道地圖形成差異化：由視覺大模型端到端生成，保留必要精度基礎上增加經驗地圖+安全圖層+實時圖層，目前已覆蓋全國360城，支持PPA全國都能開。迭代歷程時間功能OTAV1.32024.01.14OCC模型上車，PPA開城北上深杭，泊車效率優(yōu)化，行車邏輯優(yōu)化OTAV1.4.02024.03.251、視覺大模型發(fā)布上車，升級靜態(tài)檢測、時序跟蹤、實時建圖、場景理解等能力，新增開城廣州；2、推出百度LD車道智駕地圖OTAV2.0即將上線全國都能開的PPA 數(shù)據(jù)來源：極越官網(wǎng)，東吳證券研究所二、智駕-啟停：特斯拉環(huán)節(jié)完整，華為等缺失n華為智駕系統(tǒng)對駕駛員使用條件添加了適度限制，ADS進階和高階包中的功能僅在車機上登錄車主賬號或車主授權賬號后才可使用。問界：（1）車主首次使用：問界系在使用ADS系統(tǒng)前，首先需要登錄車主華為賬號，進行TOF3D人臉識別，為確保車主充分理解ADS功能的適用范圍、使用方法和注意事項，確保安全駕駛，車主需要在手機AITO應用中進行視頻學習及智駕考試，未完成ADS考試等情況下，部分ADS參數(shù)會置灰不可設置。（2）車主后續(xù)使用：問界系后續(xù)使用華為ADS時需要通過人臉識別，但在設置中可關閉，后續(xù)跳過人臉識別直接使用。（3）更換駕駛員：授權非車主對應華為賬號或實際中保持車主賬號登錄狀態(tài)（官方警告：因不當使用賬號、被他人登錄賬號所引起的全部責任由駕駛員承擔）。阿維塔：（1）車主首次使用：與問界類似，需進行視頻學習及智駕考試。（2）車主后續(xù)使用或更換駕駛員：每次必須通過人臉識別，人臉識別無法關閉。需進行人臉識別但在設置中可關閉授權非車主對應華為賬號或保持車主賬號登錄狀態(tài)需進行人臉識別但在設置中可關閉授權非車主對應華為賬號或保持車主賬號登錄狀態(tài)問界每次必須通過人臉識別人臉識別無法關閉阿維塔視頻學習+智駕考試視頻學習+智駕考試 數(shù)據(jù)來源：問界M9使用手冊，東吳證券研究所繪制n小鵬智駕系統(tǒng)對車主提出了一次性學習的要求，后續(xù)限制較松。（1）車主首次使用：車主首先需要登錄小鵬賬戶，為保障安全，部分輔助駕駛功能（包含超級智能輔助泊車、停車場記憶泊車、車道居中輔助LCC、高速導航輔助駕駛HNGP、城市導航輔助駕駛CNGP、全場景智能輔助駕駛XNGP）打開前設有功能介紹視頻（無法快進或跳過隨后需要進行安全測試，使用小鵬汽車APP掃碼參加并通過安全測試方可使用對應功能。（2）車主后續(xù)使用：無人臉識別等特殊要求。（3）更換駕駛員：完成授權登錄非車主賬號或實際中保持車主賬號登錄狀態(tài)不變（官方警告：更換駕駛員時請退出大屏登錄，關閉智駕功能，杜絕安全隱患）。需要登錄小鵬賬號，XNGP等輔助駕駛需要進行視頻學需要登錄小鵬賬號，XNGP等輔助駕駛需要進行視頻學均為視頻學習+智駕考試小鵬華為無人臉識別等特殊要求授權登錄非車主賬號或實際中保持車主賬號登錄狀華為加設人臉識別 數(shù)據(jù)來源：小鵬G6使用手冊，東吳證券研究所繪制n特斯拉啟用FSD方便快捷，可原地撥桿啟動。啟用FSD前，可輸入目的地，如果未選擇目的地，特斯拉將選擇最可能的行駛路線或根據(jù)駕駛情況建議一個目的地。特斯拉FSD可原地撥桿啟用，當觸摸屏顯示灰色方向盤圖標時，將換擋桿向下?lián)軇拥降滓淮?，只要速度低?5mph(150km/h)就可以FSD，其中包括處于靜止狀態(tài)時。在控制設置中可以選擇FSD不同模式，默認模式為普通，如果需要，將默認的普通設置改為舒適或自信。舒適可以使駕駛更輕松，自信可以使駕駛更有緊迫感。同時，F(xiàn)SD也可以選擇“在本次駕駛中盡可能減少變道”，選擇后，F(xiàn)SD會在當前駕駛中減少變道。特斯拉仍將根據(jù)需要變道，以按照導航路線行駛。n實測中，特斯拉在任何狀態(tài)啟用FSD的響應速度敏捷，不會產生明顯頓感。圖：特斯拉撥桿啟用FSD 數(shù)據(jù)來源：特斯拉ModelY使用手冊，差評，東吳證券研究所n華為開啟與激活NCA操作簡便，智駕意圖播報簡潔。以華為問界M9為例，啟用NCA需要提前開始按照導航行駛，直至儀表顯示屏上顯示灰色NCA可用圖標，此時駕駛員可短按方向盤左側滾輪以激活NCA。激活NCA后一段時間，車輛可能無法立即進入穩(wěn)定的NCA狀態(tài)，隨后車輛會按目標車速規(guī)則控制車速，直至平穩(wěn)。另外，華為NCA對變道給予了不同的偏好，分為柔和、標準、敏捷三種模式，不同模式下行使風格有所差異。實測NCA行駛過程中，變道、超車等意圖會于顯示屏中顯示，智駕意圖語音播報較為簡潔。n華為啟用NCA響應較快。實測中，問界NCA的開啟需要設定導航線路，并駛出停車位、小區(qū)內部道路，駛入城市道路后立即響應激活NCA。圖：華為M9NCA激活按鈕表：華為M9NCA方向盤左側滾輪初始目標車速注：上表路況為非雪地場景，路況為雪地場景時，系統(tǒng)會進行風險限速，初始目標車速取值可能會低于車輛當前實時車速和道路限速模式解釋風格整體變道風格平緩舒適，且整體變道風格平緩舒適，且僅支持在前車明顯阻礙自車整體變道風格靈敏快捷，且支持在前車阻礙自車行駛時 數(shù)據(jù)來源：問界M9使用手冊，東吳證券研究所n小鵬開啟與激活XNGP操作方便，智駕意圖播報詳細。點擊中控屏“→輔助駕駛”可開啟XNGP。當XNGP可激活時，車輛駛入高級駕駛輔助地圖覆蓋且具備條件的路段后，將換擋桿向下?lián)艿降?次，儀表和中控屏點亮。XNGP激活后，會輔助駕駛員控制方向和車速。退出XNGP時，可直接通過踩下制動踏板、向上撥換擋桿或轉動方向盤退出XNGP。此外，退出導航時也能退出XNGP駕駛模式。另外，小鵬提供了5檔跟車檔位，可通過方向盤左側的左/右鍵設置跟車距離，每次車輛重新READY完成后，默認為上一次設置的跟車距離。實測XNGP行駛過程中，變道、超車等意圖會于顯示屏中顯示，智駕意圖語音播報較為詳細清晰。n小鵬啟用NGP需要穩(wěn)定的行駛狀態(tài)。實測中與華為類似，小鵬NGP的開啟需要設定導航線路，并駛出停車位、小區(qū)內部道路，駛入城市道路并保持穩(wěn)定的行駛狀態(tài)后響應激活NGP。跟車檔位顯示換擋桿跟車檔位顯示換擋桿 數(shù)據(jù)來源：小鵬G6使用手冊，小鵬汽車智能駕駛官方賬號，東吳證券研究所20n華為NCA的接管后的重新激活相對迅速，對駕駛員的方向盤脫手提醒頻率較為適中。脫手檢測接管的重新激活：駕駛員脫手超過規(guī)定時長會觸發(fā)脫手提醒，駕駛員需重握方向盤以解除脫手提醒，否則脫手提醒會逐步升級，直至自動退出NCA。2024.3.19的OTA更新中，問界預設了標準和舒適兩檔模式，脫手提醒提示頻率隨著模式的不同而不同，舒適檔位會從脫手后40秒逐級提醒駕駛員手扶方向盤。駕駛員首次因觸發(fā)脫手提醒導致人工接管時，會在接下來的數(shù)分鐘內被禁用LCC/NCA。重新激活后，駕駛員再次因脫手導致人工接管時，會在該次行程內被徹底禁用LCC/NCA。斷點接管的重新激活：在環(huán)島、U形掉頭、緊急情況時，問界會提醒駕駛員進行接管，儀表屏上顯示請立即接管彈窗，接管解決上述場景后，實測問界可以在其后數(shù)秒內重新激活NCA，被動接管后的再激活相對主動積極。1地圖顯示與實際路況明顯不一致2車輛即將到達目的地34前方出現(xiàn)可能無法被系統(tǒng)識別的目標，例如石塊、樹木、小動物等小型障礙物5他車非正常駕駛行為，例如前車急剎、側方車輛強行加塞或快速切入、前方遇到靜止車6高風險場景，例如急彎、前方存在行人/騎行人/三輪車、道路施工、前方發(fā)生道路事故、前方存在工程車/灑水車等道路作業(yè)異型車等 數(shù)據(jù)來源：問界公眾號，問界M9使用手冊，東吳證券研究所21n小鵬接管后重新激活需要一段時間的等待，脫手檢測頻率相對較高。脫手檢測接管的重新激活：小鵬同樣設置了方向盤脫手檢測，實測中脫手15秒左右，小鵬會發(fā)出接管提示提示，如果駕駛員忽略接管提示，會導致XNGP退出，并且在本次駕駛周期無法再次使用，車輛重新掛入P檔后，XNGP才能恢復使用。斷點接管的重新激活：當車輛遇到環(huán)島、U型掉頭、緊急情況等復雜場景需要被動接管后，重新激活小鵬XNGP需要數(shù)秒至數(shù)分鐘，相對保守。圖：小鵬NGP發(fā)出接管提示表：小鵬建議的干預或接管場景12車輛突然侵入自車道34道路中逆行的行人、摩托車和非機動車；橫穿道路的行人、摩托車和非機動車56車道線急劇變化時 數(shù)據(jù)來源：小鵬汽車智能駕駛官方賬號，東吳證券研究所22n特斯拉可以保持FSD功能的完整性。特斯拉可以全過程實現(xiàn)“側方位啟動->目的地停泊”領航，自動尋找停車點泊入，此外，特斯拉還支持無目的地隨機行駛，即不設定終點自行在道路上智能駕駛。n華為NCA暫時難以解決“最后100m”問題。不同于特斯拉“側方位啟動->目的地停泊”全過程領航，實測情形下，問界M9在按導航行至目的地周圍即提醒駕駛員手動接管。駕駛員需要自行尋找車位，手動或使用自動停車功能泊入停車位。n與華為類似，小鵬XNGP暫時無法領航至導航既定終點。實測情形下，小鵬X9/G6在按導航行至目的地周圍即提醒駕駛員手動接管。駕駛員需要自行尋找車位，手動或使用自動停車功能泊入停車位。 數(shù)據(jù)來源：特來訊，東吳證券研究所23三、智駕-行駛：主動式場景選擇判別能力邊界宏觀開城情宏觀開城情況全覆蓋代表特斯拉微觀斷點情況高速/高架/城市快速路開城情況城市道路開城情況優(yōu)秀率分析行駛中優(yōu)秀率分析行駛中2）特定場景例如環(huán)島、U型掉頭等未被包含先驗預設車端瞬發(fā)性無法通過而強制退出導致的斷點，例如：避讓車輛行人等復雜場景系統(tǒng)判斷無法處理 數(shù)據(jù)來源：東吳證券研究所繪制25n特斯拉在開城情況、城市斷點方面領先，國內車企仍需追趕。在開城情況方面，特斯拉已在美國實現(xiàn)全覆蓋，而截至2024年5月31日，中國車企的高速領航實現(xiàn)全國高速高架、快速路基本全覆蓋，城市領航已在全國完成全量推送。在城市斷點方面，1）第一類斷點：特斯拉啟用FSD無明顯行車狀態(tài)限制，中國車企在出發(fā)地、目的地附近城市領航不可用，多數(shù)車企切換導航后暫不可用。特斯拉基本達到全程城市領航無斷點；國內車企來看，問界在環(huán)島等特殊場景時城市NCA不適用，小鵬在繁忙商業(yè)核心城區(qū)城市NGP不適用，理想在城市地面僅少數(shù)路段城市NOA可用。2）第二類斷點：各車企分化。特斯拉特斯拉換導航后暫不可用行駛中第一類斷點啟用結束斷點繁忙商業(yè)核心城區(qū)城市NGP不適用 數(shù)據(jù)來源：問界官網(wǎng)，小鵬官網(wǎng)，東吳證券研究所繪制26n智駕第一梯隊華為系、小鵬等在城市領航開通方面仍然領先。4月華為發(fā)布ADS3.0智駕端到端迭代，5月小鵬AIDAY同樣提出端到端架構。截至2024年5月13日，華為系城市巡航全國全量推送，小鵬/理想/蔚來分別開通263/110/726城。車企特斯拉小鵬阿維塔問界理想智駕系統(tǒng)XNGPHuaweiADS2.0ADMAX3.0代表車型全系全系阿維塔11、12問界M7、M9L系Max版2023Q1落地廣州、深圳、上海落地上海、深圳、重慶Q2落地北京、佛山落地廣州、杭州北京、上海內測Q3開放無圖城市NCA首批6城首批不依賴高精地圖城市NOA推送Q4無圖城市智駕開放城區(qū)NCA實現(xiàn)全國商用L系列OTA5.0推送覆蓋110城2024Q1北美市場啟動商用1月覆蓋243城Q2推動引入中國5月AIDAY發(fā)布端到端4月發(fā)布ADS3.0端到端無圖版城市NOA全國全部開放全量推送NOP+城區(qū)功能Q3全國全面無圖智駕城市，覆蓋99%的地級和縣級市Q4覆蓋全國5.13城市領航情況——263城（全國版本全國全量推送全國全量推送110城（全國版本Q2全量） 數(shù)據(jù)來源：蓋世汽車，東吳證券研究所27n第二梯隊持續(xù)發(fā)力。截至2024年5月13日，騰勢已開通46城城市輔助領航，極越5城，極氪NZP開始公測，小米5月計劃開10城。智駕系統(tǒng)代表車型極氪007騰勢N7落地北京、上海、保定落地上海發(fā)布第二代系統(tǒng)落地深圳、北上海地區(qū)正式推送城市NOA蘇州、深圳、廣州公測無圖城市46城年中將正式開啟推送無圖城市落地100個城市通勤模式落地落地200+城市），深廣蘇開啟公測暫無（2024年中 數(shù)據(jù)來源：蓋世汽車，東吳證券研究所28n我們將行駛中的斷點按性質分類為第一類斷點和第二類斷點。其中：第一類斷點：指車企先驗性無法通過而主動退出導致的斷點，可能是：1）因道路覆蓋面不足導致的斷點，例如核心商圈、內環(huán)城區(qū)道路并未開通智能領航，進入道路前主動退出至駕駛員手動接管；2）特定場景例如環(huán)島、U型掉頭等未被包含先驗預設場景而提前退出領航導致的斷點。第二類斷點：指車端瞬發(fā)性無法通過而強制退出導致的斷點，可能是因具體突發(fā)場景處理能力不足導致的斷點，例如避讓車輛行人等復雜場景系統(tǒng)判斷無法處理，退出至駕駛員手動接管。n下文我們將按照分類進一步探討斷點和由斷點引起的接管分析。斷率分析行駛中斷率分析行駛中車企先驗性無法通過而主動退出導致的斷點，例如：1）核心商圈、內環(huán)城區(qū)并未開通智能領航含先驗預設場景車端瞬發(fā)性無法通過而強制退出導致的斷點，例如：避讓車輛行人等復雜場景系統(tǒng)判斷無法處理 數(shù)據(jù)來源：東吳證券研究所繪制29n特斯拉已能基本確保城市覆蓋連續(xù)性，國內智駕第一梯隊已經做到大面積覆蓋。針對華為問界M9，可以實現(xiàn)全國高速高駕、快速路基本全覆蓋。城市領航實際無法在包含環(huán)島/極復雜路口/倒車等特殊場景的路段上開啟。目標為高速、城市、鄉(xiāng)村、山區(qū)全路況和雨雪、夜晚、霧霾全場景實現(xiàn)全域NCA。針對小鵬X9/G6，可以實現(xiàn)全國高速高駕、快速路基本全覆蓋。在城市領航方面1）北京三環(huán)以外基本覆蓋，三環(huán)以內區(qū)域斷點較多2）上海城市道路覆蓋率未過半3）重慶城市道路斷點較多，解放碑、觀音橋等核心商區(qū)無法領航。目標在2024年于國內推送“全范圍”“點到點”的XNGP。華為（問界M9）小鵬（X9/G6）開通情況實測現(xiàn)狀實測現(xiàn)狀軟件版本高速領航全國高速高架、快速路基本全高速、城市、鄉(xiāng)村、山區(qū)全路況和雨雪、夜晚、霧霾全場景實現(xiàn)全域NCA，比城市NCA難度更高全國高速高架、快速路基本全今明兩年推動XNGP全球范圍的研發(fā)，2024年研發(fā)全球范圍內范圍XNGP城市領航特殊場景的路段外基本全覆蓋上海城市道路覆蓋率未過半；解放碑、觀音橋等核心商區(qū)無法領航 數(shù)據(jù)來源：問界官網(wǎng)，小鵬官網(wǎng)，新出行，東吳證券研究所30n我們將智駕使發(fā)生的經典場景進行標準化，以便后續(xù)的總結歸納分析。其中經典場景包括避讓車輛/行人、換到、上下匝道、無保護右轉、紅綠燈啟停、無保護左轉、障礙物/車輛繞行、加塞、左轉、右轉、超車、修路、大曲率彎道、公交車道識別、復雜路口、堵車和減速帶識別共計17個，下表展示了經典場景標準化定義說明及其難度分類。經典場景命名場景定義說明難度分類一般是指：正常速度行駛過程中主動更換車道一般是指：從高架/高速上或下匝道；城市路道從一條道路匯入另一條道路紅綠燈啟停一般是指：在紅綠燈路口啟動或剎車停下來一般是指：前方或側方遇到障礙物或車輛需要繞行一般是指：有紅綠燈的左轉一般是指：有紅綠燈的右轉一般是指：因前方車輛速度較慢，主動更換車道實現(xiàn)超車大曲率彎道一般是指：城市/高架/高速道路遇到弧度非常大的彎路需要減速行駛公交車道識別一般是指：專門給公交車開的車道能否識別出來一般是指：擁堵路段跟車直行減速帶識別一般是指：車輛行駛過程使用識別到路面的減速帶/井蓋等避讓車輛/行人一般是指：前方或側方遇到其他車輛或行人需要減速無保護左轉一般是指：無左轉紅綠燈的左轉無保護右轉一般是指：無右轉紅綠燈的右轉一般是指：緩慢行駛過程中主動插入2輛車中間復雜路口一般是指：路口車道線復雜且紅綠燈非常復雜等等 數(shù)據(jù)來源：東吳證券研究所繪制31n我們取樣特斯拉/問界/小鵬共267個標準化場景，劃分絲滑/優(yōu)秀/一般/較差共4種體驗，其中：絲滑指應對場景從容，或能達到/超越真人駕駛水平；優(yōu)秀指應對場景處理得當，在安全的同時或能保證司乘舒適感；一般指應對場景稍顯猶豫，但尚不需要接管或考慮到路面其他車輛感受僅輕微介入駕駛；較差指應對場景能力不足，或出現(xiàn)安全問題，必須依靠駕駛員接管才能處理。n特斯拉困難場景出現(xiàn)頻率占比一半，不同難度下場景優(yōu)秀率穩(wěn)定在90%左右。我們共采集54例歸屬于標準場景的樣本，其中簡單/中等/困難場景占比31%/19%/50%。在簡單/中等/困難場景下，特斯拉的場景優(yōu)秀率（包含絲滑）分別為88%/90%/93%。按公里數(shù)平均，特斯拉每百公里優(yōu)秀數(shù)（包含絲滑）為65.3個。圖：特斯拉場景出現(xiàn)頻率60.050.040.030.020.060.050.040.030.020.010.0 數(shù)據(jù)來源：東吳證券研究所繪制32n我們取樣特斯拉/問界/小鵬共267個標準化場景，劃分絲滑/優(yōu)秀/一般/較差共4種體驗，其中：絲滑指應對場景從容，或能達到/超越真人駕駛水平；優(yōu)秀指應對場景處理得當，在安全的同時或能保證司乘舒適感；一般指應對場景稍顯猶豫，但尚不需要接管或考慮到路面其他車輛感受僅輕微介入駕駛；較差指應對場景能力不足，或出現(xiàn)安全問題，必須依靠駕駛員接管才能處理。n問界困難場景出現(xiàn)頻率約40%，不同難度下場景優(yōu)秀率穩(wěn)定在40%左右。我們共采集84例歸屬于標準場景的樣本，其中簡單/中等/困難場景占比32%/30%/38%。在簡單/中等/困難場景下，問界的場景優(yōu)秀率（包含絲滑）分別為48%/52%/38%。按公里數(shù)平均，問界每百公里優(yōu)秀數(shù)（包含絲滑）為23.0個。45%40%問界場景優(yōu)秀率問界每百公里優(yōu)秀數(shù)（個/100k 數(shù)據(jù)來源：東吳證券研究所繪制33n我們取樣特斯拉/問界/小鵬共267個標準化場景，劃分絲滑/優(yōu)秀/一般/較差共4種體驗，其中：絲滑指應對場景從容，或能達到/超越真人駕駛水平；優(yōu)秀指應對場景處理得當，在安全的同時或能保證司乘舒適感；一般指應對場景稍顯猶豫，但尚不需要接管或考慮到路面其他車輛感受僅輕微介入駕駛；較差指應對場景能力不足，或出現(xiàn)安全問題，必須依靠駕駛員接管才能處理。n小鵬困難場景出現(xiàn)頻率約20%，不同場景難度下優(yōu)秀率有分化。我們共采集129例歸屬于標準場景的樣本，其中其中簡單/中等/困難場景占比46%/33%/22%。在簡單/中等/困難場景下，小鵬的場景優(yōu)秀率（包含絲滑）分別為61%/40%/39%。按公里數(shù)平均，小鵬每百公里優(yōu)秀數(shù)（包含絲滑）為18.0個。簡單,46%40%小鵬場景優(yōu)秀率小鵬每百公里優(yōu)秀數(shù)（個/100km) 數(shù)據(jù)來源：東吳證券研究所繪制34n我們對問界和小鵬智駕的接管原因進行了分析匯總，總結出了一些共性和特性的底層邏輯。國產智駕共性部分：1）感知和規(guī)控模塊是智駕的高頻問題。華為ADS2.0和小鵬XOS5.1.0的XNGP目前仍然采用模塊化的架構，也即“傳感器——感知模塊——預測/規(guī)控模塊——控制器”的傳導路徑，通過拆解接管原因，我們發(fā)現(xiàn)在三大模塊中，感知和預測模塊的環(huán)節(jié)往往更容易出現(xiàn)問題；2）安全仍然是Rule-base的優(yōu)先邏輯，而非效率。當遇到避讓車輛/行人與其他場景例如換道、左右轉相沖突時，智駕系統(tǒng)一般將避讓等安全性保護的優(yōu)先級提高，數(shù)次出現(xiàn)因過于強調安全性而導致的無法換道導致錯過路口的場景，無法完成預定的路線行駛任務；3）遇到無法處理的特定場景（如加塞智駕主動退出。目前國內自主車企的智駕仍無法處理加塞等場景，一般會退出輔助駕駛切換至LCC或人工接管。特斯拉：一般是出現(xiàn)極特殊CornerCase，例如出現(xiàn)因法律法規(guī)必須讓行警車、救護車等情形接管讓行；出現(xiàn)前車拋錨占用特定車道（實線無法變道）無法繞行等。問界：1）問界在識別復雜匝道型路口車道線時仍然會出現(xiàn)車道感知問題，尤其在北京復雜路況較為常見；2）問界對超車、加塞等主動智駕選擇的傾向性較高，故出現(xiàn)數(shù)次主動意圖下的要求接管場景，系統(tǒng)自信度>能力邊界；3）問界左轉后靠最左車道、右轉后靠最右車道的優(yōu)先級較高，出現(xiàn)公交車道、道路擁堵等非最優(yōu)車道時仍服從上述既定規(guī)則，Rule-base痕跡明顯。小鵬：1）小鵬存在主動退出XNGP的問題，智能領航核心商圈復雜路段較大面積無法開通，故許多典型場景的處理能力并未在試駕過程中得到體現(xiàn)，另一方面連續(xù)復雜路段無法開通XNGP也是小鵬絕對接管率較低的原因之一；2）對車和人的感知不清晰，過度依賴車道線感知，此種情形下相較問界無法對某些車道線感知更存在安全性問題；3）小鵬的主動場景較少，不傾向挑戰(zhàn)性操作，無法展現(xiàn)能力邊界，這也是小鵬絕對接管率較低的原因之一。 數(shù)據(jù)來源：東吳證券研究所整理35四、總結：特斯拉表現(xiàn)優(yōu)異，國內相對靠后n美國紐約特斯拉FSDV12測試小結：總體表現(xiàn)優(yōu)異。優(yōu)點1）在行人、車輛的意圖識別上，F(xiàn)SDV12可以看懂無紅綠燈道路上欲過馬路行人的意圖并主動停車讓行、遇到前方減速也可以溜車而不是直接停止、車道線前停車平穩(wěn)，表明對于物體的預測較為準確；（2）行駛絲滑，能夠流暢變道、轉彎、避讓；（3）已經不提醒必須手扶方向盤，但是仍有接管場景。缺點：（1）由于FSDV12在小部分場景處理上偏慢，從而引發(fā)駕駛員接管，但是如果給予足夠的時間與耐心，也能處理部分接管場景；（2）車輛無聲音傳感器，對于鳴笛等聲音不敏感，也引發(fā)接管3）能夠識別路面狀況，如美國道路上的路障，但是對于不規(guī)則的顛簸路面還是不能很好處理。 數(shù)據(jù)來源：東吳證券研究所整理37n京滬問界ADS2.0測試小結：總體表現(xiàn)優(yōu)秀。優(yōu)點1）對行人車輛的避讓優(yōu)秀2）正常路況、清晰車道線下M9表現(xiàn)較為優(yōu)秀3）紅綠燈左右轉、啟停、待拐區(qū)識別方面表現(xiàn)優(yōu)秀4）城市NCA自動激活較為積極。缺點1）復雜匝道車道線識別不敏感2）U形掉頭、環(huán)島等復雜場景無法處理3）Rule-base痕跡較重。 數(shù)據(jù)來源：東吳證券研究所整理