盖世汽车：自动驾驶市场应用及新技术展望

随着市场竞争加剧，车企纷纷加速城市NOA技术的落地，在算法和场景表现上加大投入，头部车企逐步在旗舰及中高端车型推出高阶城市NOA功能。智驾系统解决方案成本因算法迭代加快而有所下降，标志着智驾技术正逐步实现规模化发展和成本优化。

2024年5月23日，在第七届智能驾驶与人机共驾论坛上，盖世汽车研究院高级总监王显斌介绍，随着汽车高阶功能的不断发展，域控和传感器技术正经历着飞速的增长。从供应链角度看，国内域控领域已具备较强的自主研发和生产能力。

随着中央计算平台和区域控制器的应用，软硬解耦为汽车行业带来了原子化服务的新机遇，这种服务分层不仅能够优化软件架构，还能提升产品性价比，未来舱驾一体化发展将因这一技术变革而迎来更多迭代和升级机会。

王显斌｜盖世汽车研究院高级总监

以下为演讲内容整理:

自动驾驶市场与应用展望

首先，从智能驾驶的发展来看，自动驾驶受到了很大的政策驱动。例如，在C-NCAP中，2024年版对于许多功能场景，如AEB，增加了许多叉路口，同时对一些原有的追尾、误操作，以及现在大家关注的特定公里范围内的工作要求，都做出了明确规定。此外，我们在BSD、LDW、SAS等方面也增加了许多性能的审核报告和报警系统。这对于我们在整个ADAS系统中的功能以及测试参数都有极大的优化，不仅提升了ADAS的整体功能，也对其细分产品提出了更高要求，而且这些要求越来越严格。

图源:盖世汽车

在高阶智能驾驶方面，2023年智能网联汽车准入上市的试点工作已经开展，这为L3、L4级别以上的主机厂申报奠定了法规基础。从2023年开始，陆续有许多企业的品牌和车型开始申报L3级别的测试，这为我们的高阶智能驾驶功能，包括无人驾驶，奠定了良好的基础。

目前，国内已经有企业在深圳、武汉等先导区实现了无人驾驶的示范运营，例如百度的Apollo项目，现在在武汉运营的车辆数量也相当可观。

从市场的角度来看，根据我们基于终端保险数据进行的统计，截至2024年第一季度，L2级别以上的智能驾驶系统标配数量已经超过190万套，渗透率约为43%，相较2023年的40%有所提升。

在功能方面，控制辅助类功能的增长也较为迅速，如AEB、ACC等，其中全速ACC的标配份额已接近60%。对于高阶功能，如NOA功能2024年第一季度的数据已超过5%，而2023年同期仅为3.3%。此外，一些如APA自动泊车功能也在快速增长，份额已增至15%-20%。

若从细分市场来看，新能源汽车在今年第一季度的渗透率又有所增长。现在的新能源车中，标配L2级别功能的车型已超过53%。在价格超过20万的新能源车型中，ADAS L2级别的标配率已接近90%。预计2024年将有大约1100万辆乘用车新能源车销售，其中很大的增量将来自于性价比较高的20万车型，因为这些车型的ADAS标配率还相对较低，仅在40%以下。

从品牌和车型配置来看，新势力品牌和自主品牌如问界、理想等在ADAS标配方面处于较高水平，部分新势力品牌甚至达到了100%的标配。在外资品牌中，丰田的功能配置较为普通，但标配渗透率较高。而日产、宝马、现代和别克的标配率则非常低，未来有巨大的增长空间。国内品牌如长安、奇瑞等也有很大的提升空间。

在ADAS传感器匹配方案方面，L2和L2+领域中，5V1R、5V3R以及部分5V5R是目前的主流选择，占比近60%。而对于L2++级别带有NOA功能的车型，大多数企业会选择11V3R1L或10V1R方案，并可能加装一个激光雷达以提高感知能力。

我们还对比亚迪等头部企业进行了分类研究。由于比亚迪开发了多个平台，因此在智驾解决方案上，他们会根据产品平台进行差异化开发。在高端品牌上，他们的域控系统和传感器配置会更高，并且更倾向于使用英伟达的芯片；而在性价比车型上，则可能会选择国产芯片或中低算力的芯片。

比亚迪的王朝品牌主打性价比，主要采用5V1R/5V3R方案，而在其仰望系列中，可能会采11V5R或包含三个激光雷达的方案。吉利的传感器配置相当复杂，虽然按照价格段或品牌进行了拆分，但其平台供应商仍然复杂，未来仍有很大的平台化发展空间。

总体来看，头部企业针对不同产品品牌已形成了梯队化的技术方案。从传感器和域控的增长来看，2024年一季度环比增长较快的是环视摄像头，这主要得益于单车数量的增加。同时，城市NOA的推广带动了激光雷达和域控制器的快速增长，其中域控制器一季度装配量已接近50万，激光雷达的增长也翻了一番。

随着高阶功能的不断发展，域控方案和传感器方案的增长势头非常迅猛。从供应链角度来看，国内域控已基本实现自产自研，除了特斯拉采用代工的和硕amp;广达方案外，大部分域控由国内企业生产，且主机厂自研趋势明显。此外，在激光雷达和中等算力芯片领域，国内也涌现出了一批有竞争力的企业。

然而，在行车ADAS集成、摄像头以及毫米波雷达等方面，国内仍存在较大短板，供应链需进一步优化。随着竞争加剧，车企自去年开始纷纷落地城市NOA，比拼开城速度、算法、场景接管次数和单次行驶里程。头部车企已快速在旗舰及中高端车型中推出更优质的算法和智驾系统，以实现高阶城市NOA功能。随着规模化发展，智驾系统解决方案的成本也在迅速降低，得益于算法的快速迭代。

目前，NOA功能已下探至10万元左右的车型，主要以高速NOA为主。我们预计到2030年，NOA功能可能会实现8倍增长，达到850万套的水平，而2023年这一数据还不到100万套。

自动驾驶技术趋势展望

从技术角度看，车企和零部件供应商目前正关注双目摄像头技术，该技术对于多目标识别具有显著优势，并能与底盘直行系统深度融合，实现更及时的响应。多家企业如大疆、华为等已在该领域推出性能优异、性价比高的产品。同时，4D毫米波雷达因具备高度成像和点云能力而受到行业关注，已有部分产品实现量产，如飞凡F7、理想L7等。此外，随着高阶智驾的发展，固态激光雷达的价格已降至1000-2000元区间，预计2025年将实现大量出货，且尺寸大幅缩小，便于集成于车灯、后视镜等部位，实现更优化的外观设计。

在智能驾驶的技术演进中，过去SOA架构备受关注，然而其实际发展速度并未达到预期。不过，在软硬件解耦、智能驾驶操作系统与整车操作系统的融合方面，由于电子电气架构的快速迭代，尤其是从2024年起许多企业开始采用中央计算平台加区域控制器的架构。这种架构对原子化服务和服务分层的思考，对软件架构的发展大有裨益，同时也在性价比和后续支持舱驾一体化方面提供了显著的迭代和发展机会。

北京车展上，我们看到了更多单芯片的舱驾融合方案。这些方案大多基于高通芯片，这主要得益于高通方案的生态优势、原有座舱技术的积淀，以及其软件的高兼容性和开发灵活性。尽管过去两年已有不少单芯片舱驾一体融合方案的产品问世，但预计要到2026年我们才可能看到批量生产的单芯片舱驾技术产品。目前，大多数企业应用仍处于板级融合阶段，舱驾SOC以异构融合为主。要实现单SOC融合，尚需克服企业内部组织、软件开发、虚拟化技术、功能安全要求以及芯片算力分配等诸多挑战。

图源:盖世汽车

尽管我们现在拥有高算力芯片，以及下一代英伟达和高通智能驾驶平台方案，但要想实现更快发展，仍需要软件算法、底层操作系统和虚拟化技术的支持。此外，近年来兴起的端到端技术和大模型应用，在数据标注、数据闭环管理以及仿真生成等方面将大有作为。然而，这同样需要强大的云端算力、超算平台建设以及高度的安全性和一致性。

特斯拉FSD入华影响分析

在特斯拉技术的影响下，国内如华为、小鹏、理想等自主品牌大多采用多传感器融合方案，并依赖规则代码和高精地图。与特斯拉相比，国内在云端算力方面存在显著差距。特斯拉纯视觉方案的快速全球应用，得益于其技术驱动、底层数据影响以及出色的数据闭环。受此启发，国内企业如极越、华为等也开始推出基础版纯视觉解决方案。在未来，行业将更加借鉴特斯拉的纯视觉路线，以实现更优的性价比方案发展。

图源:盖世汽车

我们判断，在未来，纯视觉技术将成为某些领域的主流，特别是在标配车型，甚至包括一些20万以下的车型中。激光雷达技术可能会更多地被应用在高配车型中，这主要取决于各企业的产品策略规划。特斯拉的加入，我们认为，像一条鲶鱼一样，将会加速大家对纯视觉技术的布局和应用，特别是当前AI技术所带来的深远影响。

在此背景下，我们更加关注的是智能驾驶的下一发展阶段。我们认为，算力和数据将成为智能驾驶的核心要素。目前，国内大部分领先企业的端到端技术主要停留在感知层面，感知、决策和执行这三个环节还未完全打通。此外，国内企业还面临着超算中心的挑战。

遗憾的是，我们难以购买到如H100、H200等高端超算芯片产品，而国内也仅有少数企业如华为具备相关能力。这对我们后续提升底层和云端能力构成了较大的壁垒。

投资建设人工智能和超算平台的规模往往达到数十亿，对于任何一家主机厂、零部件供应商或科技公司而言，这样的投入都是巨大的压力。因此，我们呼吁政府、车企和Tier1供应商等共同分担投资，以实现共性技术的应用和数据挖掘与分析。目前，许多零部件供应商和车企都积累了大量数据，但不知如何有效利用。通过共性研发和投入，我们可以更快地推动智能驾驶的发展，缩小与特斯拉的差距。

特斯拉进入中国市场后，其影响是深远的。从短期和中长期来看，这都是一件好事。就像其电动车进入中国市场一样，它将加速大家在这一领域的投入，并推动我们现有的硬件和算法投入快速变现。目前，智能驾驶的投入成本非常高，未来可能会出现新的盈利模式，如软件付费、共享出行等。

此外，先进的技术如小鹏的技术，可以通过技术授权等方式进行引领。这将促进国内智能驾驶和AI技术的发展，吸引高端人才回流，对产业产生积极影响。同时，它也将推动用户对智能驾驶的认知和接受度，从无到有、从有到优，实现质的飞跃。然而，我们也面临着降低成本、提升底层能力等挑战。虽然纯视觉路线是一个重要的方向，但我们也在探索其他路线，如多传感器融合等，以适应中国复杂的场景需求。在当前的发展阶段，成本压力是一个重要的考虑因素。因此，在短期内，纯视觉路线可能是性价比较高的车型中的优选方案。

最后，请允许我简要介绍一下我们的研究院情况。我们主要对外发布预测报告、新的配置数据以及智能驾驶等相关数据。同时，我们也提供座舱和电气化方面的数据，并输出类似我此次汇报的产业报告和咨询项目成果。我们的配置数据字段涵盖了业绩比较全面的各个方面。