（報告出品方/作者：申萬宏源研究，屠亦婷、戴文傑）
1 變革：當下是汽車智慧化變革大時代
1.1 覆盤：汽車產品的變革本質上是追求“人的解放”
智慧駕駛與智慧座艙/車聯網，本是兩條完全獨立的技術路線，經過了近百年的技術發 展後，終於在 21 世紀初葉融合到了一起，共同成就了一臺智慧汽車。當下正是智慧網聯汽 車發展的關鍵視窗期已經成為了行業共識，智慧網聯汽車的發展至未來，硬體會逐步趨同， 汽車也會由軟體來定義，資料也會成為主要的驅動力。智慧汽車領域具有很大的機遇！
1.1.1 智慧駕駛：自動駕駛技術持續迭代，智慧化變革大幕已開
20 世紀：視覺裝置取代無線電設施，公路智慧化轉向車輛智慧化。早期的無人車輛主 要透過無線電技術實現，早在 1910 年代便出現了利用電子迴路和光感性硒光電管的自動 引導小車，1920 年代出現了無線電控制汽車。1930 年代世界博覽會上，通用汽車公司 提出了“電子化高速公路”的自動駕駛暢想方案，此後一直在公眾觀念裡流行，並於 1958 年第一次在改造後的高速公路上實現了前後車距保持以及自動轉向功能。1970 年代受制於 成本因素，電子化高速公路逐漸被汽車廠商放棄，轉向使用視覺裝置進行無人駕駛嘗試， 為車輛裝配感測器、計算系統和控制系統等，賦予車輛“視覺”、智慧和自動化的能力， 使車輛能夠在結構化道路上實現自動駕駛，無人駕駛技術的發展方向從最初的公路智慧化 轉向車輛智慧化，由此翻開了無人駕駛的新篇章。1980、90 年代，軍方、大學和汽車公 司開始在無人駕駛技術上展開合作研究，其中典型的有自動駕駛汽車 ALVINN、 NavLab5 專案、無人駕駛原型車 ARGO 等。
21 世紀：技術競賽推動智慧化變革，自動駕駛技術迭代出新。21 世紀以來，在 DARPA 挑戰賽的推動下，全球 ICT 公司和矽谷創業公司加入到智慧汽車的研發中，傳統汽車產業 “智慧化”的變革由此展開。2007 年 DARPA 城市挑戰賽第一名車輛——Boss，集成了 一種商用線控驅動系統，透過計算機控制，藉助電動馬達實現自動轉向、剎車和換擋。Boss 配備了包括鐳射雷達、攝像頭和雷達等在內十幾個感測器，同時配備了由感知子系統、運 動規劃子系統、路徑規劃、行為規劃系統組成的軟體系統，已經形成了當今自動駕駛汽車 的雛形。2018 年穀歌 Waymo 自動駕駛打車服務產品 Waymo One 上線，正式開始商 業化自動駕駛出行服務。2019 年，Tesla 釋出搭載自研自動駕駛晶片的自動駕駛計算平臺， 自動駕駛技術不斷髮展。
中國智慧駕駛發展：20 世紀 80 年代起步，L2+及 L3 級已量產落地，特定場景可實現 L4 級。20 世紀 80 年代，中國無人駕駛的技術研發正式啟動。八五期間研製成功中國第一 輛能夠自主行駛的測試樣車——ATB-1 無人車，行駛速度可達 21 公里/小時。目前我國自 動駕駛汽車量產正處在 L2 到 L2+階段，L3 級別產品也開始出現，並且深圳、上海等城市 也逐步放開了對 L3 上路的法規要求，同時部分企業在礦山、港口、泊車等特定場景下可以 實現 L4 級。隨著通訊技術、演算法、算力、感測器的進步和基礎設施建設、監管法規的逐步 完善，中國自動駕駛市場的滲透率將不斷提升，推動更高級別的自動駕駛汽車進入市場。
1.1.2 汽車定位轉向“第三生活空間”，智慧座艙將成核心載體
自動駕駛、智慧座艙共同發力，促使傳統汽車完成智慧化革新，改變原本單一交通工 具定位。智慧化時代帶來了娛樂方式和使用者體驗的升級，使汽車由單純的交通工具向生活 夥伴轉變，進一步解放生產力。未來是資料驅動的時代，資訊處理能力也將成為汽車的核 心能力。智慧汽車將持續改變使用者原有的用車習慣，增強使用者的駕駛體驗和內容體驗。 L3 級及以上自動駕駛的逐步匯入，逐漸解放駕駛員雙手；車載聲學、天幕、氛圍燈、HUD、 智慧座椅、大屏多屏等智慧座艙配置持續增配，使車輛由單純駕駛空間向戶外辦公/會議空 間、個人休閒娛樂空間、會客社交空間拓展，打造家庭、公司之外的第三空間。
智慧座艙正從被動執行向主動服務進化，未來將演變為“第三生活空間”的核心載體。 縱觀汽車座艙的發展歷史，汽車座艙的發展趨勢可劃分為 3 個階段（被動執行、主動服務、 生活空間），5 個大類（機械時代、電子座艙、智慧助理、人機共駕、第三生活空間）。而 不同階段之間的演進，意味著對全新硬體的需求變化，以及對商業模式的變革與顛覆。
機械時代：汽車座艙設計僅圍繞汽車作為單一出行工具展開。這一階段座艙產品主要 包括機械式儀表盤及簡單的音訊播放裝置，功能結構單一，僅提供車速、發動機轉速、水 溫、油耗等基本資訊，且基本為物理按鍵形式，需要車主低頭操作，駕駛途中易形成安全 隱患。 電子座艙：車載電子產品逐漸增多，人機互動系統亟待整合，由此催生電子座艙域。 網際網路和電子產業的繁榮，使互動體驗蔓延至汽車座艙，中控屏、HUD、液晶儀表盤等產 品應運而生。傳統座艙域的每個系統猶如孤島一般分散，無法支撐多屏聯動等複雜功能， 電子座艙域由此產生，2018 年偉世通和安波福先後向市場推出兩款電子座艙域控制器方案。
智慧助理：多模態互動技術逐步落地，“車對人”主動互動降低車主互動負擔。計算 機視覺、語音互動等技術的發展，融合視覺、語音等多種模態的多模互動技術在座艙內逐 漸落地。大量的感測器在車上得到部署，更好地實現對人的感知和理解，做到“車對人” 的主動互動，降低車主駕駛過程中“人對車”的互動負擔，提升互動體驗。 人機共駕：可透過座艙域控制器直接呼叫自動駕駛服務。隨著座艙域、動力域和底盤 域相互融合，座艙域控制器可以參與到動力域和底盤域的控制，由此可以直接呼叫自動駕 駛的駕駛服務，對車輛進行駕駛控制，形成人機共駕。 第三生活空間：汽車應用場景更加豐富，智慧座艙是實現“第三生活空間”的核心載 體。與其他空間不同，汽車的優勢在於可移動屬性，在擁擠的城市裡，移動空間極具價值。 2020 年 CES 上，汽車作為“移動智慧空間”的理念大行其道，汽車製造商與零部件廠商 都基於此提出對未來產品的設想，將汽車定義為未來“第三生活空間“，而智慧座艙則是 實現“第三生活空間”的核心載體。
1.2 為什麼要選擇汽車智慧化的賽道
1.2.1 國家戰略支援+法規不斷完善，智慧汽車市場空間愈發明晰
國家政策頻出，支援智慧汽車發展。為減少碳排放和環境汙染，提高國內能源安全， 振興汽車產業，國家已經出臺多項政策促進智慧網聯汽車的發展。2015 年工信部發布的《中 國製造 2025》首次在政策層面涉及智慧網聯汽車，並制定了明確的發展路線。自此以後， 國家頒佈了一系列政策與措施來支援智慧汽車發展，覆蓋生產規範、資訊保安、功能模組 等多方面。2020 年釋出的《智慧汽車創新發展戰略》明確提出了到 2025 年 L3-L4 級別自 動駕駛汽車的規模化應用目標。 法規不斷完善，為智慧汽車商業化落地提供法律支撐。在中國市場，部分車型在技術 層面已經達到 L3 級水平，但出於法規及責任歸屬的考慮，仍以 L2+級輔助駕駛宣傳。2022 年 6 月，深圳市釋出《深圳經濟特區智慧網聯汽車管理條例》，是全國首個對 L3 及以上自 動駕駛權責、定義等重要議題進行詳細劃分的法案，為全國其他地方的 L3 級自動駕駛准入 政策，提供了標準和模板，將推動國內高級別自動駕駛的落地，市場空間更加明晰。
1.2.2 消費端：關注度不斷提升，消費市場具有廣闊發展空間
消費市場對汽車定位正發生改變，終端消費者不再只將汽車視為運載工具，汽車成為 了提高生活品質的載體和空間。行業需要進一步提高汽車舒適性和駕駛質量，為消費者提 供更愉悅的用車體驗。而智慧化的本質就是為了安全舒適，解放人的自由。消費者對駕駛 安全性和舒適性的日益重視，使得智慧駕駛和智慧座艙關注度不斷提升，在消費市場具有 廣闊的發展空間。
1.2.3 企業端：車企+科技公司共同發力，中國汽車產業有望彎道超車
車企、科技公司加碼佈局智慧汽車賽道。近幾年新勢力、傳統車企紛紛加碼智慧化布 局，部分智慧電動車型已經實現量產，華為、百度、小米等科技網際網路公司亦加速入局智 能電動汽車賽道，車企和科技公司共同發力，促進汽車智慧化升級。 電動化加速滲透背景下，智慧化成為車企比拼的核心要素之一，自主品牌有望借智慧 化東風迎來彎道超車良機。在傳統燃油車領域，海外車企憑藉百年的技術積累和產品迭代， 形成較強的產品力和品牌力，市場格局的相對穩固，自主品牌難以在短時間內實現追趕、 超越。而新能源汽車、智慧汽車尚處於技術研發階段，仍有很大的技術演變空間，眾多車 企為塑造產品品牌力、打造產品差異化，持續開啟智慧化競賽。吉利、長城、長安、比亞 迪等頭部自主品牌以及蔚小理等造車新勢力，在 21-22 年期間新品層出不窮，產品價格已 經不再侷限在 10 萬元以內區間，在 10-30 萬這一傳統合資品牌強勢領域站穩腳跟，並繼 續上攻高階市場，2022 年 6 月新能源汽車領域自主品牌市佔率已經提升至 61。1%左右。同 時，特斯拉、頭部自主、造車新勢力等部分新能源車型，已經率先實現 L2。5 及 L2。9 級自動 駕駛落地。自主品牌若抓住智慧化東風，持續提升製造力和電動智慧化水平，有望迎來彎 道超車良機，中國汽車產業將實現新的跨越式發展。
1.2.4 汽車電動化超預期發展，帶動汽車智慧化加速落地
汽車智慧化在新能源汽車上的應用領先於傳統汽車，新能源汽車滲透率提升超預期。 近年來消費者對於新能源汽車接受度逐步提高，疊加多項政策激勵，中國新能源市場低中 高階的真實需求全面覺醒；同時強勢自主品牌以及造車新勢力經過多年技術積累，優質供 給不斷推出。根據中汽協資料，2022 年 1-6 月我國新能源乘用車銷量滲透率達到 23。9%， 較 2021 年全年 15。5%的滲透率水平提升 8。5 個百分點，其中 2022 年 6 月滲透率達到了 25。6%。根據上險資料，新能源銷量中插混和增程式超預期，插混和增程式滲透率由 21 年的 2。6%提升至 22 年 1-7 月的 5。4%，22 年 7 月達到 6。0%，隨著比亞迪、理想、嵐圖、 賽力斯等優質車型的推出，該市場將處於一個高速增長的階段。我國新能源汽車消費已從 政策驅動轉向消費驅動，我們預計整體滲透率水平有望持續提升，預計 2022 年全年新能 源車滲透率將達到 27%，2025 年滲透率達 47%。
政策指引給出自動駕駛滲透率目標，目前 L2 級（含 L2+）滲透率正快速提升。據中國 汽車工程學會發布的《節能與新能源汽車技術路線圖 2。0》，要求到 2025 年我國 PA、CA 級（即 L2+L3）滲透率達到 50%，HA 級（L4）自動駕駛開始進入市場；到 2030 年 PA+CA 級（即 L2+L3）滲透率進一步提升至 70%，HA 級（L4）滲透率達到 20%。當下 L2 級（含 L2+）滲透率快速提升，22Q2 滲透率已接近 30%。根據高工智慧汽車的資料，2022 年 1-6 月中國市場（不含進出口）乘用車搭載前向 ADAS（L0-L2）上險量為 416。69 萬輛， 搭載率為 46。84%， L2 級（含 L2+）搭載率為 26。64%，22Q2 期間 L2 級（含 L2+）搭 載率達到 29。2%的新高，而 2020 年滲透率僅為 12。0%，同時 22Q2 期間 L0+L1 滲透率 約為 20。5%。
電動化加速滲透帶動智慧化加速，自動駕駛滲透率有望先於政策指引達到。我們預計 智慧汽車在未來 3-5 年時間內繼續保持高速增長態勢，尤其是新能源汽車更積極採用 L2 及 以上的智慧駕駛，以及更傾向應用智慧座艙新功能，而傳統燃油車也將隨著全新電子電器 架構的升級，呈現出智慧化水平穩步提高的趨勢。我們預計自動駕駛滲透率有望先於政策 指引達到，2025 年 L2 級別達到 55%，L3 達到 15%。我們預計未來 2-3 年間，L2（含 L2+）依舊是主流，L2 級別滲透率在 2025 年達到 55%，預計 2023 年至 2024 年 L3 進入 量產的關鍵視窗期，2025 年 L3 滲透率達到 15%，搭載量將突破 400 萬輛規模。
1.2.5 智慧化帶動單車硬體成本增加，貢獻汽車行業產值新增量
縱觀整個智慧汽車的發展史，我們更進一步深信中國智造的崛起，我們預計汽車電子 將會承載較大產業鏈增量價值，中國企業在智慧汽車領域具有較多突破機會的子領域。 傳統車時代：在中國市場，以均價 15 萬的傳統車為例，其整車製造部分年產值約 1。8 萬億元，研發服務/銷售服務/金融服務/後市場分別為 1500/1000/1400/400 億元。合計中 國傳統車年均總產值 2。23 萬億元。 智慧電動車時代：智慧化/電動化帶來單車硬體成本增加分別約為 0。9/4。3 萬元，單車 增幅超過 50%。綜合考慮傳統車被對沖的傳統動力部分的產值，中國智慧電動車產業年均 總產值約為 3。2 萬億，增加產值近 1 萬億，增幅為 43%，智慧化是重要的增量部分。
2 進化：汽車架構走向域集中，軟體轉向面向服務
智慧網聯和自動駕駛新機遇下，國內自主零部件有彎道超車的機遇。相較於傳統汽車， 智慧汽車的價值產業鏈更長，賽道細分板塊更多，市場空間發掘潛力更大。智慧汽車將依 託於全新的電氣架構、動力總成以及全面的軟體能力而持續進化。智慧電動車要求產業鏈 不僅有新的硬體技術，更需要在軟體、演算法、系統層面做出創新，智慧電動車按照功能領 域可分為智慧駕駛、智慧座艙、電氣化三大領域，智慧化主要分為智慧駕駛和智慧座艙領 域，並且智慧化與電動化相輔相成。配套零部件和軟體解決方案供應商受益於智慧化浪潮，迎來新的產業鏈機會，其產品需求將進一步得到釋放和增長。伴隨著下游自主車企崛起， 中游自主供應鏈也將實現加速成長。 汽車電子電器架構向域集中式演進與軟體架構向 SOA 演變是汽車實現智慧化升級所 必由的路徑，也是當下汽車智慧化發展中最關鍵的、最主流的兩大趨勢。目前來看，各大 整車廠和國內外 Tier1 廠商都在順應兩大趨勢積極佈局業務以推進汽車智慧化發展，但距 離實現完全的域集中式架構與 SOA 架構的技術成熟落地尚需一段時間，因此我們重點關注 當下在向域集中式與 SOA 演變過程中正在落地的技術產品及催生出的技術趨勢。
2.1 電子電器架構：從分散式架構向集中式架構演變
在智慧化趨勢下，汽車傳統電子電器（E/E）架構已無法勝任。傳統汽車電子電氣架構 （E/E 架構）以分散式為主，車輛各功能受不同且單一的電子控制單元（ECU）控制。隨著 汽車功能的不斷增加，分散式架構存在以下幾個問題：①ECU 的數量劇增，增加系統複雜 度。高階車型裡的 ECU 平均達到 50-70 個，個別車型 ECU 數量超過 100，使得車輛的電 子系統複雜度超出極限；②ECU 之間算力隔離，整體效率低。單個 ECU 僅對汽車區域性功能進行控制，各控制模組間算力隔離，運算資源複用性低；③軟硬體強耦合。基礎硬體與嵌 入式軟體呈現強耦合關係，底層軟體與上層應用“高度捆綁”；④無法實現更高階的功能。 車企在工程實踐中也意識到，智慧化的要求下，在沒有統一的整合環境下某些功能是無法 實現的，例如採用的傳統 E/E 架構不能實現整車 OTA，在智慧化網聯化功能軟體出現 BUG 時，只能透過召回的方式才能最終解決難題，極大地影響了客戶體驗。⑤由於 ECU 數量的 激增，對汽車線束長度、傳輸速度等方面都有更高的要求，而傳統 ECU 也面臨算力束縛、 通訊效率較低、成本不受控等缺陷，為汽車的研發、生產、安全等多方面帶來挑戰。
在智慧化的趨勢下，汽車 E/E 架構的升級路徑將體現為：分散式（模組化→整合化）、 域集中（域控制集中→跨域融合）、中央集中式（車載電腦→汽車→雲計算）。為了解決 分散式架構的痛點，企業構想出一箇中央電腦可以實現所有的功能，上下連線採集端和執 行端，即所謂的“中央集中式”架構，甚至可以做到車雲協同的方式。但是落地階段受限 於原有的供應鏈體系、系統定義矛盾、原有的軟體生態固化等問題，目前只能做到域集中 的架構。即首先分散式 ECU（每個功能對應一個 ECU）演變成為域控制式（博世提出的五 域架構包括動力域、底盤域、車身域、座艙域和 ADAS 域），域控制的核心是域控制器（DCU， Domain Control Unit），然後部分域開始跨域融合發展，最後整合發展成為中央計算平 臺（車載電腦）。
目前看主流的 OEM 的電子電器架構的升級路徑，主要分為三類： ①特斯拉為代表的激進派傾向一步到位，直接開發中央計算平臺，並自主研發 OS 和 自動駕駛 FSD 晶片。特斯拉早期的 Model S 和 Model X 的架構也是根據功能劃分出域控 制器，整體的架構介於分散式和域集中式之間，包括駕駛域、動力域、底盤域、座艙域、 車身域等控制器。2018 年推出了 Model 3 進一步推出車載中央處理計算平臺，將整車架 構分為 3 塊，分別是中央計算模組（CCM），左車身控制模組（BCM LH）右車身控制模 塊（BCM RH），其中 CCM 負責資訊娛樂系統、駕駛輔助系統和車內通訊連線等需要大 算力的系統功能，BCM LH 負責車身便利性系統，包括轉向，助力，以及制動等，BCM RH 負責底盤安全系統、動力系統、熱管理等，整個架構已在向最終的中央集中式架構靠近。
②以大眾為代表的激進派採用跨域集中方案，在五域集中式架構基礎上進一步融合， 把原本的動力域、底盤域和車身域融合為整車控制域，從而形成了三域集中式的架構，做 到整車控制域控制器（VDC，Vehicle Domain Controller）、智慧駕駛域控制器（ADC， ADAS\AD Domain Controller）、智慧座艙域控制器（CDC，Cockpit Domain Controller）。 動力域、底盤域及車身域對軟體的實時性、功能安全等級及可靠性要求極高，同時底盤域 和動力域由於涉及供應商較多，整合難度大，因此在三大領域有多年的研發和經驗積累的 車企才具備採取由分散式轉向跨域整合方案的能力，准入門檻高，因此只有大眾等較少的 強外資企業直接採取跨域式集中方案。
③其它車企大多是按照博世的五域架構路線進行穩步推進，按照功能分為座艙域、 ADAS 域、動力域、底盤域及車身域，其中域控制器又可以分為效能域和整合域兩類：座 艙域和輔助駕駛/自動駕駛（ADAS）域屬於效能域控制器，是由中控系統升級而來，需要 較大的資料處理能力來處理大量的資料。動力域、底盤域和車身域屬於整合型域控制器， 該部分對算力要求較低，主要涉及的還是控制指令計算和通訊資源，透過將大量 ECU 的集 成減少通訊介面、進一步提升算力利用率、減少算力設計總需求、同時資料能夠更好的融 合，統一互動，實現整車功能協同。 目前，分散式的整車架構仍然是主流，總體看國內和全球都處於分散式向域控式轉化 的趨勢中。
DCU 成為 ECU 發展的下一階段，帶動 ECU/DCU 總體市場規模持續增長，其中自動 駕駛產品增速最快。座艙域、輔助駕駛/自動駕駛域需要處理大量非結構化資料，AI 算力不 可或缺，適合使用 DCU；動力域、底盤域等安全級別、實時性要求較高，算力要求較低， 整合 DCU 會帶來新增不必要成本；現階段車身域大量 ECU 已被整合在車身控制器（BCM） 中，進一步整合不會帶來相應收益。所以雖然 ECU 市場增速將放緩，但其市場空間絕對值 仍然巨大，ECU 整合為 DCU 的趨勢非常明顯，中長期 DCU 市場必將高速增長，帶來明確 性機會。根據麥肯錫資料，預計 2020 年、2025 年和 2030 年全球車用控制器（ECU+DCU） 市場規模分別約為 920、1290 和 1560 億美元，其中 DCU 市場份額快速提升，由 2020 年 2%分別提升至 2025 年的 20%和 2030 年的 44%。目前自動駕駛處於 L2 向 L3 升級的 關口，未來 L4 也會落地，其控制器單價有望從千元級提升至萬元級別，自動駕駛域控制器市場將在量價齊升下快速增長，根據中國電子資訊產業發展研究院與汽車電子產業聯盟編 寫的《2030 中國汽車電子產業發展前景分析》預測，全球車用控制器中自動駕駛類產品（自 動駕駛+高階自動駕駛輔助系統）增速最快，佔比由2020年的21%提升至2025年的30%， 到 2030 年將進一步提升至 38%。
當下的智慧駕駛還是以輔助駕駛 ADAS 為主，國際 Tier1 大廠在國內的 ADAS 領域份 額優勢明顯，本土供應商突圍下，國際大廠份額開始下降。2022 年上半年 L2 級別（含 L2+） ADAS 搭載量超過 L0+L1 級別，達到了 237 萬輛，L0+L1 級別 ADAS 裝載量為 180 萬輛。 無論是 L0+L1 級別的 ADAS 還是 L2 級別的 ADAS，國際大廠都佔據絕大多數的份額，其 中L0+L1級別中TOP5供應商均為國際大廠，份額為83。06%，經緯恆潤第6份額為5。59%， L2 級 ADAS 的 TOP7 供應商均為國際大廠，但得益於本土供應商如經緯恆潤、德賽西威、 福瑞泰克、智駕科技、毫末智行的突圍，TOP7 供應商份額小幅下降 4。43pct 至 86。40%。
座艙域與智駕域控制器是當下市場焦點，主機廠與傳統 Tier1 是域控制器市場的主要 參與者，其中國內 Tier1 廠商發展迅猛，共同推動智駕域與座艙域裝載量的快速提升。① 主機廠主要包括特斯拉、國內造車新勢力及長城等傳統品牌車企，其中特斯拉引領發展， 整個架構已在向最終的中央集中式架構靠近；國內新勢力品牌出於提升品牌影響力的考慮 和產品快速迭代的需要，大多堅持全域自研，打造差異化優勢；國內傳統車企中長城較強， 立足於旗下毫末智行實現域控制器高度自研；而實力稍弱的主機廠則選擇部分自研或外採 解決方案。②國際 Tier1 主要包括電裝、博世、安波福、偉世通、大陸等，憑藉技術積累 在域控領域較為領先。③國內 Tier1 發展迅猛，主要包括華為、經緯恆潤、德賽西威、東 軟睿馳、博泰車聯網等，其中華為自研能力最強、技術優勢最大，在自動駕駛、智慧座艙、 車身、三電系統、感測器等多領域都有自研產品落地，並能夠實現以自身為主導與車企進 行整車合作；德賽西威量產規模最大、具備先發優勢，產品已配套理想、小鵬、奇瑞等多 款車型。國內其餘域控制器 Tier1 亦有域控產品落地或即將實現量產，也具備一定競爭力。 智駕域和座艙域控制器的裝載量也在快速提升，2022年上半年國內裝載量分別達到了37。1 萬臺和 64。4 萬臺，同比增速分別為 62%和 42%。
國內域控制器 Tier1 由垂直供應轉向與主機廠進行更深度合作，追求快速、低成本、 高質量的推出產品，發展機遇較多。在此過程中，主機廠基於自身實力與資源選擇是否自 研，並從域控的產品結構上與 Tier1 進行深層次合作，有望縮短產品落地週期、提高利潤 率的同時提供給 Tier1 更多參與機會，實現雙贏。從整體趨勢來看，主機廠更加註重上層 軟體和演算法的自研，供應商做好硬體、底層軟體、中介軟體；在域控架構不斷變化升級與不 同主機廠對域控制器存在差異化需求下，主機廠傾向於自身主導域控功能與演算法，國內 Tier1 供應商具備與主機廠距離近、合作響應速度快等本土優勢，有望在域控制器領域實現 突圍。 自動駕駛域控制器市場競爭激烈，特斯拉、博世等海外廠商在產品和技術上暫時領先， 以華為、德賽西威、經緯恆潤為首的國內廠商亦具備一定競爭力。①國內華為自研能力最 強，技術領先，建立了 MDC 車載計算平臺，實現從晶片到智慧駕駛平臺全面自研，其中 最新自研智駕平臺 MDC810 算力達 400+Tops，已搭載在極狐阿爾法 S HI 版車型上，華 為有望憑藉強大自研能力持續與更多整車廠合作。②德賽西威憑藉與英偉達的深度合作佔 據 L2 及 L2。5 級別的優勢地位，產品已搭載在小鵬 P7 和理想 L9 等車型上，獲得多個主機 廠定點，有望持續受益於英偉達高算力 AI 晶片的優勢，持續擴充套件高階自動駕駛產品的市場 份額。③經緯恆潤目前憑藉 Mobileye 成熟的 L2 方案，在 L2 級別市場佔據較大份額，並 在自動駕駛領域進行多產品線佈局，經驗豐富。目前經緯恆潤積極與 TI、英偉達、黑芝麻 合作，向 L3 級別拓展，並且在多種感知硬體產品、底層軟體、中介軟體、作業系統、規控算 法、部分執行器均有佈局，具備提供演算法+硬體的解決方案能力，同時初步在港口場景實現 L4 級別落地，發展潛力巨大。④東軟睿馳、創時智駕、知行科技等國內其餘 Tier1 均在自 動駕駛域控制器上積極佈局，短期內有望實現產品落地和車型配套。
2.2 軟體架構：從面向功能向面向服務的 SOA 演變
2.2.1 SOA 降低了軟體開發難度、提高了效率
SOA 帶來軟體新機遇，軟體定義汽車成發展趨勢。集中式的 E/E 架構是軟體定義汽車 得以實現的硬體基礎，SOA 是軟體定義汽車實現的軟體基礎。隨著主機廠開發車型週期越 來越短，面臨的開發需求更頻繁，車上功能增多，主機廠需要更快速的響應時間以滿足市 場需求，與此對應的是傳統分散式 E/E 架構下，汽車採用的是“面向訊號”的軟體架構， ECU 之間透過 LIN/CAN 等匯流排進行點對點通訊。為了真正實現軟體定義汽車，從技術角 度看，汽車軟體架構正由“面向訊號”的傳統架構邁向“面向服務”的 SOA 架構 （Service-Oriented Architecture）。SOA 架構核心將每個控制器的底層功能以“服務”的形式進行封裝，一個服務即是一個獨立可執行的軟體元件，並對其賦予特定的 IP 地址和 標準化介面以便隨時呼叫，最終透過這些底層功能的自由組合實現某項複雜智慧化的功能。 因此需要 SOA 架構具有介面標準化、相互獨立、松耦合三大特點： ①各個“服務”間具有界定清晰的功能範圍，並且留予標準化的訪問介面； ②每個服務之間相互獨立且唯一，均屬於汽車軟體架構中的基礎軟體，因此若想升級 或新增某項功能只需透過標準化的介面進行呼叫即可； ③具備松耦合的特性，獨立於車型、硬體平臺、作業系統以及程式語言。可以將傳統 中介軟體程式設計從業務邏輯分離，允許開發人員集中精力編寫上層的應用演算法，而不必將大量 的時間花費在底層的技術實現上。
2.2.2 SOA 架構的各層基礎軟體助力軟體定義汽車的實現
作業系統跟隨硬體架構的跨域融合趨勢數量在減少，按功能分類可分為車控作業系統、 自動駕駛作業系統與智慧座艙作業系統。跨域融合方案下，域作業系統正在逐漸形成，傳 統作業系統正由獨立的多個作業系統向少數/一個作業系統發展。智慧汽車作業系統從功能 實現角度來看，大致可分為車控作業系統、自動駕駛作業系統與智慧座艙作業系統，其中 車控作業系統主要用於實現車身底盤控制、動力系統控制，自動駕駛作業系統主要用於實 現自動駕駛功能，智慧座艙作業系統主要用於實現車載娛樂資訊系統功能以及實現 HMI 相 應功能。 作業系統是軟體定義汽車發展基石。智慧汽車SOA軟體架構從上而下分別為應用軟體、 功能軟體、中介軟體、底層作業系統（狹義作業系統）、車載晶片軟體（BSP）、虛擬機器 （Hypervisor）與晶片，其中功能軟體、中介軟體、底層作業系統、車載晶片軟體與虛擬機器組成廣義作業系統，統稱為系統層軟體，是管理和控制智慧汽車硬體與軟體資源的底層， 提供執行環境、執行機制、通訊機制和安全機制等。
底層作業系統是作業系統的核心，提供了最基礎的功能。底層作業系統對內負責協調 程序和管理軟硬體資源，對外提供介面實現互動，從根本上決定了系統的效能和穩定性， 是系統軟體層的核心。由於開發難度大且安全性要求最高，市場競爭格局主要以 QNX、 Linux、Android 為主。
中介軟體是介於底層作業系統與上層應用程式之間的軟體模組，目前自動駕駛與智慧座 艙的中介軟體正處於百花齊放的時期。中介軟體可以簡單地理解成中間層軟體，它和底層軟體 緊密結合，構成平臺軟體，由此聯結上層應用層演算法和下層硬體（如晶片、感測器等）。 透過平臺軟體，可以實踐“軟體定義汽車”軟硬體解耦的系統論。應用層可以在任何晶片、 任何域控上進行快速移植和部署，硬體也不需要關注對應的介面匹配。目前市場上主流的 中介軟體方案為 AUTOSAR，是汽車行業內應用相對成熟的中介軟體。AUTOSAR 中對各功能 模組進行了封裝，並對模組與模組之間的介面進行標準化，從而實現汽車軟硬體解耦。 Classic AUTOSAR（AUTOSAR CP）方案應用於分散式架構下的 MCU 上，擁有更高的功 能安全與實時性，適用於動力、制動等傳統 ECU；為支援高階自動駕駛需求，AUTOSAR 聯盟推出 Adaptive AUTOSAR（AUTOSAR AP），同時基於機器人軟體中介軟體打造的 ROS（2。0）中介軟體方案也可以用於高階自動駕駛。同時隨著感測器的數量增加，資料來源增 多，多元異構資料在晶片之間、各任務程序之間的高效、穩定傳遞需要引入通訊中介軟體。 SOME/IP 與 DDS 是面向服務的通訊協議，都可以共存於 AUTOSAR AP 中，其中 SOME/IP 相對閉源，DDS 可以用於開源商用，但大多數 DDS 商業版是非車規的，主機廠 需要進行二次開發。自動駕駛與智慧座艙領域的中介軟體目前正處於百花齊放時期，自動駕 駛中介軟體有 AUTOSAR AP、DDS、ROS（2。0）三種主流方案，主機廠可基於此進行二次開 發，而智慧座艙目前還沒有形成嚴格行業標準與主流方案。百花齊放的行業狀態也為本土中介軟體企業帶來了發展機遇，本土企業可以根據客戶的需求進行定製化開發，滿足大多數 主機廠目前的“自研”需求，同時定價也更加靈活，具有快速響應優勢和本土溝通的優勢。
虛擬化技術實現多作業系統共享一套硬體資源。整車分散式架構向集中式架構的演變， 以及大算力晶片的應用，產生軟體安全隔離的需求。其中引入虛擬機器的概念，可以將物理 伺服器的 CPU、記憶體、I/O 等硬體資源被虛擬化並接受 Hypervisor 的排程，使得多個操作 系統在 Hypervisor 的協調下可以共享同一套硬體資源，同時每個作業系統又可以儲存彼 此的獨立性。以智慧座艙為例，一個座艙 SoC 晶片可以完成對多個座艙電子裝置訊號的處 理和控制，虛擬機器管理的概念被引入智慧座艙作業系統，在單個 Soc 晶片上允許符合車規 級安全標準的 QNX、Linux、安卓系統共同執行。目前常見的 Hypervisor 包括 QNX Hypervisor、英特爾的 ACRN、Mobica 的 XEN、大陸 L4RE 等，其中 QNX Hypervisor 是唯一透過 ASIL D 的安全合規水平以及預認證水平的管理程式，應用到量產車型。
廣義作業系統透過對底層作業系統進行不同程度的改造，形成三類作業系統。智慧汽 車 SOA 軟體架構中的功能軟體、中介軟體、底層作業系統、車載晶片軟體與虛擬機器組成廣義 作業系統。廣義作業系統按照對底層作業系統的改造程度可分為基礎作業系統、定製型操 作系統與 ROM 型作業系統： ①基礎型作業系統包括系統核心、底層驅動等，提供作業系統最基本的功能，負責管 理系統的程序、記憶體、裝置驅動程式、檔案和網路系統，決定著系統的效能和穩定性；目前底層作業系統為開源框架，暫不受版權和智慧財產權的影響，一般不屬於企業考慮開發的 技術範圍。 ②定製版作業系統則是在基礎型作業系統之上進行深度定製化開發，如修改核心、硬 件驅動、執行時環境、應用程式框架等，屬於自主研發的獨立作業系統。 ③ROM 型作業系統是基於 Linux 或安卓等基礎型作業系統進行有限的定製化開發， 不涉及系統核心更改，一般只修改更新作業系統自帶的應用程式等。大部分的主機廠一般 都選擇開發 ROM 型作業系統，國外主機廠多選用 Linux 作為底層作業系統，國內主機廠 則偏好 Android 應用生態。
底層作業系統應用上，智慧座艙以 QNX、Linux、Android 為主，智慧駕駛以 Linux 為主。在智慧座艙領域，得益於 Linux 與 Android 開源特性，其廣泛應用於車載資訊娛樂 系統，QNX 由於其穩定性與安全性更多的應用於車載儀表盤。自動駕駛相比於智慧座艙需 要引入大量的車外的感測器，如毫米波雷達、鐳射雷達、攝像頭等，因此涉及大量資料的 處理，對底層 OS 的開放性要求更高，QNX 開放程度不夠，而 Linux 的開放性較高，因此 Linux 受到廣泛應用。
3 趨勢：擁抱智慧化，催生十大行業趨勢
自動駕駛的基本過程分為三部分：感知、決策、控制。其實現路徑是透過感知系統融合 各個感測器的資料，藉助不同的演算法和支撐軟體對感知層輸出資訊決策得出駕駛方案，最 終由控制系統完成對車輛的控制行為。 感知指對於環境的場景理解能力，是實現自動駕駛的首要條件。感知系統透過融合各 個感測器的資料，實現對車輛運動環境以及駕駛員狀態行為的感知與檢測，進而形成全面 可靠的感知資料供決策與控制系統使用。 決策指對感知層輸出資訊認知理解後根據駕駛需求進行任務決策，選擇合適路徑達到 目標，是實現自動駕駛最關鍵的一步。決策系統根據感知系統收集的資訊合理決策當前車 輛行為，透過規劃出實現任務的最優路徑，決策出車輛行駛軌跡，併發送給控制層。 執行指對決策和規劃落實的切實行為，是實現自動駕駛的行為體現。執行系統執行駕 駛指令、控制車輛狀態，藉助車輛的驅動和制動控制及對方向盤與輪胎的控制實現縱向和 橫向自動控制，按給定目標和約束自動控制車執行，進而達到自動駕駛的目的。
智慧座艙指在汽車移動過程中給駕駛員與乘客提供人、車、環境需求和資訊互動的空 間，是自動駕駛的最終展示平臺。相比於傳統汽車座艙，智慧座艙搭配了智慧化和網聯化 的車載產品，使用者可以透過車機 OS 的多模互動驅動座艙內飾和座艙電子的聯動，再經由 雲端系統處理採集資訊，進而實現人、路、車實時智慧互動。智慧座艙主要由操控系統、 娛樂系統、空調系統、通訊系統、座椅系統、互動系統、感知系統等模組組成，包含了座 椅、燈光、空調、音響等座艙內飾與液晶儀表盤、T-box、HUD、流媒體後視鏡等座艙電 子，向用戶提供了車機互聯、語音互動、駕駛員狀態監控、生物識別、車路協同、安全預 警等多項智慧化功能，實現網聯化、智慧化、舒適化、辦公化的全新生態體驗。
3.1 智慧駕駛感知：感知部件豐富升級帶動產業發展新格局
趨勢一：感知部件升級，鐳射雷達和 4D 毫米波雷達相繼應用上車
自動駕駛催化下，鐳射雷達逐步應用，毫米波雷達與攝像頭升級。感測器是實現自動 駕駛感知的硬體支撐，汽車傳統感知器包括攝像頭、超聲波雷達和毫米波雷達等，在探測 距離和探測精度上能基本滿足 L1-L2 級別自動駕駛需求。但自動駕駛級別升高對感測器探 測的距離和精度提出了更高的要求，鐳射雷達因此落入主機廠視野，成為高級別自動駕駛 所必需的感知器之一，當前鐳射雷達開始應用上車。傳統的毫米波雷達產品已經成熟，現 在 4D 毫米波雷達在傳統毫米波雷達軟硬體基礎上進行了升級，增加了對於物體高度的測 量，能夠識別靜止的物體，並能夠生成物體大致輪廓的點雲，並希望未來部分代替低線束 鐳射雷達，做到感知成本的降低。前視攝像頭（一體機）作為 L2 及以下 ADAS 功能的關鍵 感測器，魚眼相機作為泊車功能的關鍵感測器，產品較為成熟，而側視和後視攝像頭逐步 開始搭載，高階應用的趨勢是攝像頭模組，演算法在控制器中實現。
L3 及以上的高階自動駕駛需要搭載鐳射雷達已經成為行業的共識，鐳射雷達加速上車。 鐳射雷達在 Robotaxi 已經廣泛應用，基本是以機械式為主，而車規級鐳射雷達也已經積累 了多年，技術趨於成熟，鐳射雷達已經普遍出現在近期釋出的中高階車型上。根據高工智 能汽車的資料，2022 年上半年國內鐳射雷達交付上車 2。67 萬顆，2022 年全年預計超過 10 萬顆，預計到 2023 年底規模超過 150 萬顆（含定點）。 鐳射雷達是當下解決智慧駕駛場景痛點的有效感知器件，隨著成本下降，將會得到更 多的應用。目前智慧駕駛中感知器件仍然存在痛點：①攝像頭和毫米波雷達感知仍不安全， 對於靜止物體、較差光線環境、罕見的 cornercase 不能做到很好的表現；②搭載中短距激 光雷達也仍不夠安全，在時速大於 100km/h 的高速場景下，仍然不夠安全，車輛的安全制 動需要清晰探測到 100m 之外的小物體，意味著實現 100m 的提前預警，需要 250m 的標準探測距離；③層出不窮的高速拋灑物嚴重威脅駕乘安全。而鐳射雷達尤其是長距鐳射雷 達的應用可以較好的解決以上問題。現在 1550nm 鐳射光源的鐳射雷達售價在 1000 美元 左右，預計未來 3~5 年能夠實現至少 50%的降本，屆時鐳射雷達將會更多的搭載在車上。
毫米波雷達經歷了多年的積累實現了在乘用車上的量產應用，產品應用的載體是 ADAS 功能，其市場年銷量在逐漸增加，但傳統毫米波雷達有無法識別靜止物體的缺陷， 當前國產化方案呈現百花齊放的趨勢。毫米波雷達在對訊號進行處理時，能夠利用運動目 標的多普勒頻率和 TOF 原理實現物體速度和距離測量，基於並列接收天線收到同一目標反 射的脈衝波的相位差實現角度測量。毫米波雷達可以輸出距離、速度和角度資訊，也被稱 為 3D 毫米波雷達，對距離和角度資訊透過將極座標系轉換為笛卡爾座標系，可以獲得目 標在 x 和 y 方向上離自車的距離，但是缺少了垂直 z 向的資訊，對道路中間的井蓋、減速 帶、懸在半空中的各種標識牌、限高架、靜止的車輛等靜止物體，由於沒有高度資訊，通 過 3D 毫米波雷達是無法決策這些障礙物是否影響通行的，這是傳統毫米波雷達的缺陷。 當下毫米波雷達發展規律：①價格降低；②體積變小；③脈衝到 FMCW；④晶片高度整合 化；⑤技術創新——4D 成像。現在毫米波雷達已經發展到了第五代，大陸馬上要推出第六 代毫米波雷達。L2+系統中，尤其是 NOA 功能，普遍採用了 5 顆毫米波雷達。當下各家的 技術方案存在多樣性，重點在於效能指標和工程化落地的能力。
4D 毫米波雷達能夠測量目標的高度資訊，進行物體的點雲成像，是毫米波雷達的下一 代升級。4D 毫米波雷達增加的最顯著功能是可以精確探測俯仰角度，從而獲取被測目標真 實的高度資料，憑藉這一特性，4D 毫米波雷達可以“識別靜止物體”。除此之外，4D 毫 米波雷達在解析度上也獲得極大提高，以 Arbe Phoenix 為例，其水平和垂直解析度分別 為 1°和 2°，1°的水平解析度比普通 3D 毫米波雷達提升 5~10 倍， 2°的垂直解析度僅比普 通 16/32 線機械式鐳射雷達的 1°垂直解析度小一倍，這讓 4D 毫米波雷達在掃描同一物體 時可獲掃描的點的數量極大增加，甚至可以有低線束鐳射雷達的點雲掃描效果。第五代毫 米波雷達已經可以逐步實現點雲成像，成像的目的是為了對物體進行勾勒輪廓，做出鄰近 物體的區分。而在此過程中識別會有識別率的問題，並不是所有物品都可以被識別，當成 像點雲越接近物品的真實輪廓，識別率會越高。4D 鐳射雷達已經可以大致描述物體的周邊 輪廓，下一步就是在點雲成像基礎上，提升目標識別的演算法效率。
4D 毫米波雷達較鐳射雷達更具成本優勢，我們認為能夠部分代替低線束鐳射雷達，促 進高階智駕滲透率提升帶來行業的規模效應。4D 毫米波雷達無疑是自動駕駛感知部件的新 星，特斯拉在 2022 年註冊了相關的專利，同時 Mobileye 的 CEO 在 CES 演講上也表達 在 2025 年的高階自動駕駛上，應用 4D 毫米波雷達去代替鐳射雷達。4D 毫米波雷達相對 鐳射雷達優點在於：①多普勒效應直接測速，精度高；②環境適應能力能好，穿雲透霧以 及穿雨效果更好，也不受光線的影響；③成本更低，4D 毫米波雷達的感測器都是基於矽基 的 c 模式的感測器，成本可以做得更低。4D 毫米波雷達可以在高度方向與鐳射雷達做到類 似的角解析度，但是低線束鐳射雷達在水平方向的角解析度仍要比現有的 4D 雷達高出 1 個數量級，但是這個指標並不能代表全部的感知能力，在一些方面 4D 毫米波雷達表現並不 差。4D 毫米波雷達優勢突出，我們認為成本是最關鍵的變數，鐳射雷達和 4D 毫米波雷達 並不都是成熟的感知器件，技術進步會提升他們對物體的分類能力以及面對 Cornercase 的檢測能力，4D 毫米波雷達與攝像頭的結合使用是一種很好的低成本的中短距感知方案， 結合高線束的遠距鐳射雷達負責遠端感知，形成完整的感知方案。我們認為在成本要求高 的專案上，4D 成像毫米波雷達會部分替代低線束的鐳射雷達。當下正是 L3 級別自動駕駛 滲透率提升的起點，諸如鐳射雷達和 4D 雷達成本仍然較高，相信如果更多的廠商採用 4D 雷達，將會帶來智駕系統成本下降與高階智駕滲透率提升的良性迴圈，屆時也將會增加激 光雷達的應用，共同促進系統成本的下降。
趨勢二：感知硬體預埋成趨勢，國產替代加速
安全功能成主機廠尋求差異化競爭新方向，感知硬體預埋已成趨勢。感知部件升級趨 勢分為以下兩點：①新車搭載感測器豐富升級，鐳射雷達、4D 毫米波雷達、800 萬高畫素 攝像頭等高級別感測器逐漸應用上車。相比於普通毫米波雷達、攝像頭、超聲波雷達等傳 統感測器，新感知部件的搭載上車本質上是為了追求安全冗餘而進行的升級，多個感測器 互補缺陷，實現冗餘，進而減少整個感知系統的 Cornercase。②新車搭載感測器數量增多， 這是感知器件在軍備競賽的體現，本質上是為了追求安全冗餘。主機廠硬體預埋，成為安 全功能新賣點。伴隨 L2+級別智慧駕駛在新車中紛紛落地，頭部新造車企業在目前自動駕 駛上的差異化優勢不再突出，鐳射雷達、4D 毫米波雷達、800 萬高畫素攝像頭等感測器預 埋成為造車新勢力及頭部自主品牌尋求差異化競爭力的新方向。蔚來 ES7 搭載了 11 個攝 像頭+12 個超聲波雷達+5 個毫米波雷達+1 個鐳射雷達，小鵬 G9 搭載了 12 個攝像頭+12 個超聲波雷達+5 個毫米波雷達+2 個鐳射雷達，並配備了高精度地圖，理想 L9 搭載了 11 個攝像頭+12 個超聲波雷達+1 個毫米波雷達+1 個鐳射雷達，蔚小理三者新車型也均並配 備了高精度地圖，硬體配置行業領先。長安深藍 SL03、極氪 001、北汽極狐阿爾法 S 等自 主品牌新車型也搭載了更多的攝像頭、毫米波雷達等感測器。相比於比亞迪漢、小鵬 P5 等 傳統熱銷車型，新車搭載感測器總量明顯增多，感知硬體投入金額也顯著增加，硬體預埋 已成為主機廠主流策略。
感知部件豐富升級下國產替代加速，本土供應商有望追趕海外領先廠商，迎來較好發 展機遇。①車載攝像頭鏡頭領域國產化趨勢明顯，舜宇光學領跑行業，獨佔鰲頭；攝像頭 關鍵組成部分 CIS（CMOS 影象感測器，Complementary Metal Oxide Semiconductor Image Sensor，互補金氧半導體影象感測器）領域國產替代加速，韋爾股份持續提 升市佔率，有望打破外資安森美壟斷格局。②國內超聲波雷達產品升級迭代加速，上富股 份提供整套基於超聲波雷達系統的感知解決方案，持續獲得國內車企定點，加速國產替代。 ③海外廠商在毫米波雷達領域領先不多，國內廠商有望憑藉 77GHz 毫米波雷達實現趕超， 目前華域汽車和德賽西威均已實現 77GHz 毫米波雷達量產，國產替代速度加快。④車載激 光雷達尚處發展階段，部分國內廠商已實現產品量產，短期內有望進一步突破。本土鐳射 雷達廠商速騰聚創實現車規級半固態鐳射雷達前裝量產交付，技術領先國內行業，已搶佔 較多市場份額。炬光科技的鐳射雷達發射模組產品銷量迅速提升，與國內外多家鐳射雷達 供應商達成合作，有望藉助鐳射雷達實現騰飛；⑤四維圖新、高德和百度在高精度地圖上 佈局較早，佔據國內絕大部分市場，在自動駕駛催化下陸續與國內外車企達成合作，有望 持續受益於高精度地圖。
趨勢三：多感測器融合和前端融合是未來趨勢
目前視覺感知和多感測器融合方案雙線並行，從距離、速度及精度上的探測要求來看， 多感測融合技術更符合高級別自動駕駛需求；從感知演算法來看，SLAM 演算法為感知方案核 心演算法，其中前端融合演算法將是未來發展趨勢。 當下純視覺感知和多感測器融合是主機廠主流感知方案選擇：①純視覺感知方案具備 結構簡單、成本較低等優勢，基本能滿足 L1-L2 自動駕駛感知需求，但該方案對算力要求 高，受限於攝像頭感知，在探測距離、探測精度上也存在一定缺陷。目前以特斯拉、豐田 為代表的車企聚焦於純視覺感知方案。②多感測器融合感知方案成本更高，但具備探測精 度高、探測距離遠等優勢。該方案中不同的感測器實現不同功能，各有優劣，互為補充， 實現冗餘，從理論上是安全可靠性最強的感知方案，更貼合高級別自動駕駛需求，但其技 術壁壘高，對演算法要求最高。目前蔚來、小鵬等造車新勢力更傾向於自研融合感知方案。 從演算法端看，SLAM 演算法是實現感知方案的核心技術，其中前端融合演算法會是未來發展趨 勢。 SLAM 指同時定位與建圖，即在汽車自身不確定位置的條件下，根據車載感測器的信 息，同步計算自身位置和建構環境地圖，並同時利用地圖進行自主定位和導航，最終實現 自動駕駛感知部分，因此實現 SLAM 演算法是各種自動駕駛感知方案中最核心、最重要的部 分。目前主機廠在 SLAM 演算法中主要採取後端融合演算法，而前端融合演算法在實現感知系統 的準確、平穩和精準等效能上較後端融合演算法更勝一籌，但礙於演算法要求較高，會是未來 發展趨勢。
軟、硬體自研能力較強的車企，有望率先降低鐳射雷達和融合感知方案的成本，突破 SLAM 演算法壁壘，最終實現軟體硬解耦。以傳統的雷達、攝像頭等實現環境感知時，不同 感測器的感知演算法都有其相對獨特性，並且資料融合方法與其適合的智慧駕駛決策、規劃、 控制演算法耦合緊密，感測器及其感知演算法的供應商需要花費大量時間和成本適配智慧駕駛 系統，難以實現感知部分的軟硬體解耦。而多感測器融合感知方案能夠透過前端融合演算法 實現單一感測器與其感測器感知演算法分類，透過濾波方式在前端實現多個感測器的資料融 合，從而助力實現軟硬體解耦。目前，國內小鵬、蔚來等勢力憑藉其較強的軟、硬體自研 能力，佈局融合感知方案，有望率先突破融合感知方案壁壘與 SLAM 演算法壁壘，疊加鐳射 雷達成本下降，多感測器融合感知方案會是主流趨勢，主機廠傾向自身主導感知演算法，最 終實現感知層軟硬體解耦。
3.2 智慧駕駛決策：算力競賽不止，行業趨向開放合作
趨勢四：晶片算力競賽仍會持續，國產晶片嶄露頭角
“軟體定義汽車”浪潮下前裝硬體算力需求增大，高算力晶片成為高級別自動駕駛車 型主流選擇。在汽車智慧化過程中，高算力需求體現在以下三點：①從自動駕駛晶片來看， 目前多種類攝像頭、超聲波雷達、毫米波雷達和鐳射雷達等車載感測器搭載數量提升趨勢明顯，同時伴隨未來自動駕駛級別攀升至 L3 及以上，晶片高算力會是核心需求。②從智慧 座艙晶片來看，伴隨整車電子電氣化架構由分散式向集中式演進，在全液晶儀表、抬頭顯 示系統、車載娛樂系統和中控螢幕等多屏融合趨勢下，“一芯多屏”是未來智慧座艙降本 的主流方案，其中晶片的高算力會是方案的核心支撐。③智慧化程度加深對晶片算力提出 更高要求，主機廠搭載高算力晶片為後續 OTA 軟體升級和創新提供支援。 我們認為面對未來的不確定性，還會需要晶片算力與功能的冗餘，晶片算力的軍備競 賽還會持續，尤其是在自動駕駛領域，自動駕駛的感知與執行器件需要為未來考慮。關於 自動駕駛的能力界定其實一直是在不斷變化的，還沒有最終定論，所以對於智駕晶片的設 計，未來也有可能會面對新的演算法，晶片的設計不僅要面對當下車型 SOP 的需求，還要考 慮未來汽車可能需要的演算法，因此晶片需要繼續保持算力以及其他能力的冗餘，晶片的軍 備競賽還會繼續，這也適用在智慧駕駛的感知與執行器件，需要為未來更考慮一點，當下 的“硬體預埋”也是這個道理。同時未來的自動駕駛也需要更加開放，一家公司不可能獨 攬功能與演算法的定義，行業需要更加合作，才能促使自動駕駛的落地。
在晶片持續奔向高算力的趨勢下，以專業化架構+軟硬結合的規則綜合考量晶片真實性 能或成為自動駕駛晶片發展的方案之一。FPS 是衡量自動駕駛晶片真實效能的指標，FPS 是指在自動駕駛功能中每秒準確識別影象幀率，依靠 FPS 衡量自動駕駛效能是以晶片處理 資訊精確度、傳輸速度及響應速度作為核心考量，而並非是單單僅考慮算力。當下主機廠 宣傳晶片特別是自動駕駛晶片時，往往將算力大小作為主要宣傳點，但單純的晶片算力並 不能完全代表自動駕駛能力，也要考慮對算力呼叫的效率，所以用 FPS 代替算力作為評價 標準。因此考慮晶片的能耗以及晶片背後的整體支撐方案包括支援路徑以及開發驗證工具 鏈，以專業化架構+軟硬結合的方式實現晶片的高實用效能或成為未來晶片廠商的主流方案。
人機互動、人機共駕等智慧座艙需求轉變疊加“一芯多屏”發展趨勢對晶片效能要求 大幅提高，高算力座艙晶片應用成必然趨勢。與傳統座艙相比，使用者對座艙更高階、更智 能的需求轉變促使智慧座艙在人機互動、人機共駕等智慧化功能上更豐富，在座艙整合化 程度提高下，座艙晶片的算力是支撐座艙功能智慧化的主要支撐。同時 QNX 的狹義汽車 作業系統和 QNX 虛擬化技術讓一芯多屏的實現成為了可能，一芯多屏技術能夠帶來未來 座艙內更好的互動，並且可以減少 AP 處理器及外圍電路的數量，量產下具有成本優勢，此 外亦能減少子模組通訊的開銷。在數字座艙內晶片逐步融合成單晶片方案下，螢幕數量的 增多、解析度的提高、流暢執行的需求對晶片算力提出了更高的要求，高算力座艙晶片的 應用成必然趨勢。 高通憑藉高算力晶片在智慧座艙晶片領域佔據龍頭地位，國內廠商新秀層出不窮。現 階段高通座艙域控晶片出貨量最多，推出的 SA8155P 智慧座艙平臺憑藉其領先效能及算 力被全球眾多領先車企應用，在小鵬 P5、蔚來 ET7、長城摩卡、吉利星越 L 等眾多中高階 車型上均已搭載，未來還將推出基於一芯多屏座艙域控方案的四代高通智慧座艙平臺 SA8295P，其座艙晶片 SA8295 在算力上更勝一籌。國內眾多廠商入局追趕高通，華為以 麒麟 710A 切入座艙晶片，最新發布的麒麟 990A 已搭載在極狐阿爾法 S 車型上；芯擎科 技打造的龍鷹一號座艙晶片是中國第一顆 7nm 製程的車規級 SoC 晶片，在算力、工藝和效能上對標國際領先產品；芯馳科技、地平線等其他本土新興廠商亦初露頭角，陸續研發 座艙晶片，積極與國內主機廠展開合作。
3.3 智慧駕駛執行：線控技術為代表的自動駕駛執行器逐步應 用
汽車線控技術起源於飛機的電傳操縱系統，是將駕駛員的操縱動作經過感測器轉變為 電訊號，透過電纜直接傳輸到執行機構的一種系統。當下的汽車線控主要有線控制動系統、 線控轉向系統、線控懸架系統、線控換擋系統、線控油門系統、以及線控增壓系統等，安 裝在車輛不同位置的感測器實時獲取駕駛員的操作意圖以及車輛行駛過程中的各類引數信 息，訊號傳至控制器進行分析處理，進而得到合適的控制引數傳遞給各個執行器實現對車 輛的控制。
汽車線控底盤主要由線控制動、線控轉向、線控換擋、線控油門以及線控懸掛五大系 統組成，是實現自動駕駛的關鍵載體。相比於傳統底盤，線控底盤技術更適配於電動車， 線控系統技術優勢高度匹配汽車智慧化需求。①線控技術適配電動車。線控系統需要汽車 強大電力供應，在電動車上採用線控技術更適合。②相較於燃油車，電動車會率先應用自 動駕駛，線控系統技術優勢高度匹配汽車智慧化需求。以線控轉向為例，線控轉向會取消 方向盤與車輪之間的機械連線，用電機推動轉向機轉動車輪，在安全性、反應速度、方向 盤佈局上是自動駕駛的標配。
趨勢五：車企佈局線控底盤，帶動線控滲透率加速提升
自主品牌積極佈局線控底盤技術，整合式底盤系統能實現降本成為車企佈局的內在驅 動力。伴隨汽車智慧化升級和軟硬體解耦趨勢，以線控技術為代表的自動駕駛執行器逐步 應用上車，長城、比亞迪、集度、廣汽、蔚來、吉利等自主品牌車企紛紛佈局智慧線控底 盤技術。線控底盤技術能夠透過底盤域各系統整合式開發減少零部件數量，有效降低成本， 是車企線上控底盤領域研發的主要內在驅動力。
3.4 智慧座艙：多維互動升級推動座艙智慧化發展
傳統座艙向智慧座艙轉變，智慧座艙滲透率不斷提升。需求端來看，消費者對駕乘舒 適性、安全性的追求是座艙智慧化發展的主要推力，以特斯拉、新勢力為代表的新能源汽 車以及傳統車企的高階車型為迎合消費者消費升級需求，率先將智慧座艙的眾多功能搭載 裝車。從供給端看，智慧座艙的技術相較自動駕駛實現難度低、成果易感知，有助於迅速 提升產品差異化競爭力，逐漸成為眾多車企的主打賣點之一。隨著新能源汽車市佔率的快 速提升和消費者對座艙智慧化認知的逐步培養，智慧座艙的新功能得以普及，滲透率不斷 提升。
智慧座艙作為實現汽車“第三生活空間”的核心載體，致力於提供愉悅舒適的駕乘體 驗，互動屬性不斷增強。座艙顯示屏向大屏化+多屏互聯方向發展，車內沉浸式音響帶來更 好的聲學體驗，語音互動愈發智慧化、情感化，智慧頭燈和車內氛圍燈快速發展實現燈光 升級，HUD、DMS 等有效提升駕駛體驗，華為鴻蒙 OS 3。0、蘋果 CarPlay 等車機系統不 斷增強座艙內互動水平。在自動駕駛正式落地前，智慧座艙HMI設計將以駕駛任務為中心， 採用多模互動來整合分散的感知能力，實現車外/車內視覺感知及語音識別等多模感知演算法。 未來，智慧座艙互動體驗將向多模互動、主動互動方向發展，為駕乘者提供更加個性化、 情感化的互動體驗。
趨勢六：大屏化+多屏化+顯示技術升級趨勢明顯，一芯多屏成趨勢
座艙顯示屏呈現多屏化+大屏化發展趨勢，顯示技術不斷升級，車內娛樂場景不斷豐富。 座艙顯示屏數量不斷增加，數字儀表屏、中控屏、副駕娛樂屏等逐漸在各大車型上搭載， 多屏化成為各大廠商打造產品力的重要著力點。根據 IHS 資料顯示，2019 年單車平均搭載 螢幕數為 1。75 個；到 2030 年，配備 3 塊螢幕及以上的汽車數量將達到 20%左右。座艙顯 示屏的尺寸不斷增長，大屏化已然成為智慧座艙的主流發展趨勢。僅就中控屏而言，據 CICV創新中心資料顯示，2021 年 8 英寸以上的中控屏市場佔比已經達到 49%，其中 14 英寸以 上中控屏的市場份額已經增長至 8%。同時，螢幕顯示技術不斷提升，顯示螢幕由 LCD 逐 步向 OLED、mini LED 以及 4K 演進。大尺寸高畫質副駕娛樂屏的出現，進一步豐富車內娛 樂場景，部分車型如理想 L9 還搭載了後艙娛樂屏，汽車逐漸成為移動的影音空間和遊戲空 間。
趨勢七：卓越聽覺體驗成重要賣點，語音互動體驗持續升級
卓越聽覺體驗成為車企主打賣點。智慧座艙聲學系統的硬體主要包括麥克風、揚聲器、 功放、AVAS，以及降噪感測器模組等；軟體主要包括整車調音技術、聲學訊號處理技術等。 消費升級浪潮下，卓越的車內音響體驗成為汽車品牌主打的重要賣點之一，車載揚聲器數量逐漸增多，高保真、獨立功放成為主流趨勢，軟硬體協同發力，共同營造沉浸式聽覺感 受。
語音互動體驗升級，向個性化、情感化交互發展。語音互動是智慧座艙的核心功能之 一，據億歐智庫資料顯示，2021 年中國新發布乘用車當中，語音互動功能在座艙內的滲透 率高達 86%，位列第 4 位。作為塑造品牌形象、提升產品力的重要配置之一，眾多車企積 極開發具有企業特色的語音互動車端應用。蔚來的智慧語音互動助手 NOMI 集成了語音交 互系統和智慧情感引擎，被消費市場趣稱為“蔚來的靈魂”。極氪 001 實現分割槽語音互動， 其智慧語音助手 EVA 能夠識別前後排乘客的語音指令併為其執行相應操作。語音互動的應 用場景不斷豐富，從基礎的車輛控制操作向資訊娛樂、車內外場景聯動、社交生態等方向 延伸。未來車內語音互動也將實現與視覺以及其他模態的深度融合，為使用者提供更加個性 化、情感化、主動化的互動體驗。例如透過語音聲紋識別和人臉識別、瞳孔識別等視覺交 互的深度融合，精準識別並執行不同駕乘人員的指令，也可增強車外語音控車、車載支付 等互動場景的安全性。
趨勢八：車燈互動升級，功能大燈向智慧大燈發展
車燈種類更加豐富，帶來更多舒適互動體驗。伴隨著車燈技術發展，車燈功能不斷細 化，尾燈、氛圍燈等個性化需求不斷釋放，車燈種更加豐富，為消費者提供更加舒適愉悅 的駕乘體驗。氛圍燈佈局由車頂、車內底部、車門等位置向全車艙的環繞式佈局發展，給 車內人員帶來全方位的感官享受。同時，氛圍燈智慧化趨勢明顯，逐漸實現語音、手勢交 互控制。賓士多款車型搭載主動式氛圍燈，與智慧駕駛輔助系統相融合，當監測出現發生 碰撞可能性時，車內氛圍燈將以閃爍紅光對駕駛員進行安全提示。
LED 仍為主流光源技術，功能大燈向智慧大燈發展。車燈的進階本質上是其功能屬性 的不斷延展，從最初的安全件、延展至外觀件、智慧件。光源技術上，光源由鹵素向 LED、 鐳射大燈升級，效能引數提升顯著。2016 年以來車燈行業開啟了一輪 LED 化熱潮，LED 以其優越的亮度、能耗和美觀度逐漸取代鹵素燈和氙氣燈，滲透率快速爆發。部分高階汽 車搭載鐳射大燈，但由於鐳射大燈成本較高，短時間內難以快速普及，LED 光源仍然是當 前汽車頭燈的主要光源形式。功能屬性方面，汽車頭燈智慧化屬性不斷增強。傳統汽車時 代，汽車頭燈主要承載傳統照明功能，伴隨著汽車電子化、智慧化不斷落地，車燈的互動 屬性和智慧化水平不斷增強，可以實現輔助駕駛、資訊傳遞、個性化投影等多項功能。LED 的自身特性有助於實現光線精準控制，逐漸演變為矩陣式 LED 大燈，並發展出AFS、ADB、 DLP 等智慧車燈技術。
趨勢九：AR-HUD 發展前景廣闊，HUD 行業爆發趨勢全面確立
AR-HUD 發展前景廣闊。HUD（Head-Up Display，汽車抬頭顯示儀）可以把重要 資訊對映在風擋玻璃上，使駕駛員不必低頭就可以看清重要汽車資訊。目前 HUD 主要有三 種產品形態：C-HUD、W-HUD、AR-HUD。其中，AR-HUD 利用了 AR 成像技術，使得 HUD 投射出來的資訊與真實的駕駛環境融為一體，擴充套件並增強駕駛員對於駕駛環境的感知。 其投影面積更大，投影距離更遠，對比度/亮度更高，同時可以融合 ADAS 資訊，投影顯示 的資訊更加豐富，能有效提升駕駛體驗，是 HUD 發展的必然趨勢。
趨勢十：DMS 為視覺互動核心產品，攝像頭+近紅外技術成為主流技 術路線
目前採取視覺感測器的 DMS 方案已經成為主流技術路線。DMS（Driver Monitor System，駕駛員監測系統）能夠實現駕駛員疲勞監測、注意力監測、危險駕駛行為監測以 及駕駛員身份識別等功能，是高等級智慧駕駛重要的感測器，是智慧座艙視覺互動的核心 產品。目前 DMS 的主流技術路線為視覺感測+其它感知輔助。透過在車內安裝視覺攝像頭 和紅外攝像頭，利用眼球追蹤、面部識別等技術監測駕駛員的眼部、頭部狀態和手部動作， 判斷其是否存在疲勞駕駛或危險駕駛等行為。此外，還可以透過扭矩感測器監測方向盤的 轉動力矩，透過壓力感測器監測駕駛員雙手是否離開方向盤，或者依據車速、發動機轉速 等車輛狀態引數，判斷駕駛員的實際駕駛狀態。 中國 DMS 最初搭載於商用車，近年逐步向乘用車滲透，呈現和智慧駕駛、智慧座艙 融合趨勢。2018 年開始，我國開始強制要求“兩客一危”商用車車型安裝 DMS 系統，此 後逐漸量產搭載於部分乘用車車型上。據億歐智庫資料顯示，2021 年中國乘用車 DMS 滲 透率僅為 5%。DMS 在乘用車上的功能性不易被感知，部分車廠正著力將其與智慧駕駛、 智慧座艙相融合，拓展 DMS 的應用場景。
4 變遷：車企與供應商分工的變化
4.1 “鏈式“供應無法完全滿足主機廠，智慧化帶來供應機會
智慧汽車時代，面對整車開發的新要求，傳統的“鏈式”供應無法完全滿足主機廠的 要求。汽車智慧化的程序中，整車硬體架構向著“域控集中”發展，軟體架構向“SOA” 發展，最終在軟硬體解耦下，實現軟體定義汽車，在此程序中眾多新功能不斷湧現，主機 廠需要同時滿足：①保證功能的安全可靠；②保證量產的速度，提升研發效率保障上市時 間；③能夠保障後續 OTA 擴充套件及整車平臺的拓展性；④同時滿足以上要求前提下，儘量降 低開發成本。傳統的汽車供應鏈模式是“鏈式”供應模式，演算法企業、晶片企業、中間軟 件層供應商多定位為 Tier2 供應商，其產品由 Tier1 企業整合後作為零部件向主機廠提供， 自下而上考核嚴格，傳統的“鏈式“模式無法完全滿足主機廠當下的需求，必然帶來汽車 供應鏈尤其是汽車智慧化供應鏈的革新。
汽車智慧化和電氣化快速推進的新時代，主流玩家均各有所長，皆有所短，智慧化催 生汽車供應鏈的新機會。傳統整車廠擁有成熟的汽車研發、生產、供應鏈體系，但是軟體 開發能力不足，也無網際網路公司廣泛的應用生態。造車新勢力雖有較強的軟體研發能力， 但在硬體開發及整車製造經驗方面較為不足。網際網路公司雖然擁有完善的應用生態，極強 的底層系統開發能力，但是與整車廠的合作經驗不足，對硬體整合開發的經驗不足。國際 Tier1 在過往的汽車供應鏈中擁有雄厚的技術積累，並形成了領先的規模效應，但在眾多新 的技術領域並沒有形成完全的壁壘，甚至在一些領域與國內廠商處於同一起跑線的階段， 並且國內供應商在本土化理解以及快速響應方面更具優勢，Tier1 在傳統汽車時代的絕對技 術優勢隨著智慧化的不斷深入正在被逐漸瓦解。主機廠也日益重視技術自研和合作開發， 新興供應商如華為等入局，不斷加快技術追趕，主機廠在技術上受制於巨頭 Tier 1 的情況 逐漸減少。同時智慧汽車模組化發展成為行業趨勢，主機廠可以在不同智慧化模組上分別 對接眾多優質供應商，既掌握了主動權避免為一家供應商所“綁架”，也為眾多自主企業 和新興公司提供新的機遇。
4.2 由供應關係向合作關係轉變，催生新的合作模式
高效快速的產品推出與迭代，催生出 Tier0。5 的新供應模式，較 Tier1 更早地參與產 品研發。智慧電動車時代，主機廠需要在前期產品研發階段協同供應商共同完成功能的細 致定義，在主機廠的主導下由各個供應商個性化零部件開發和供應，供應商根據主機廠的 具體需求實現核心技術發展迭代。在此過程中出現了新的 Tier0。5 供應模式，Tier0。5 參與 主機廠的產品研發階段早於 Tier1，與主機廠的繫結更為深入，透過更開放的前期討論和更 豐富的早期驗證，Tier0。5 和主機廠各自發揮自身的技術優勢，合作共創最佳方案，實現產 品的高效快速推出。對於軟體演算法能力存在短板的傳統整車廠，透過與 Tier0。5 軟體演算法公 司合作，能夠深度參與系統架構、功能需求分析等軟體開發環節，增強對軟體演算法的控制 能力。對於硬體製造和軟硬體協同短板的造車新勢力及網際網路公司而言，透過與 Tier0。5 供 應商的深度合作，藉助 Tier0。5 的頂層設計能力和整合能力快速實現產品落地，不僅節省成 本，同時有助於實現產品的迅速迭代。
主機廠和供應商由傳統的供應關係向協同創新的合作關係轉變，華為模式較為突出。 Tier0。5 不僅在前期幫助主機廠定義需求和標準，也開始逐步佈局後續運營、運維的全生命 週期服務。主機廠和供應商的關係不再侷限於傳統的供應關係，而是向協同創新的合作模 式轉變，而在此程序中，華為模式較為突出。華為與主機廠之間的合作主要可以分成三種 模式，分別是 Tier1 模式、華為 Inside 模式和智選模式：①Tier1 模式為傳統的供應模式， 華為提供軟硬體的解決方案或產品，合作主要是主機廠為主導方，華為已經和很多主機廠 在此模式下進行合作，包括比亞迪、長城、吉利等。②華為 Inside 模式下，華為與整車廠 商共同定義、聯合開發，目前採用華為 Inside 合作模式的車企有三家，北汽極狐、阿維塔 和廣汽埃安，目前已經上市的車型有北汽極狐阿爾法 S HI 和長安阿維塔 11，均搭載了華 為自動駕駛和智慧座艙的全棧式解決方案，與廣汽埃安合作的首款車型預計於 2023 年上市。 ③華為智選模式，相較於華為 inside 模式下整車設計的主導權仍掌控在整車廠手中，華為 智選則更進一步，其影響力深入整車廠核心造車領域，在產品定義、整車設計及銷售渠道 等領域為車企深度賦能，主要合作車型包括賽力斯 SF5、問界 M5、問界 M7 等。華為智選 模式下，整車廠和華為力求雙贏，主機廠希望藉助華為的品牌力和使用者基礎打造專業的智 能汽車品牌形象，華為則藉此積累造車經驗，擴充套件合作關係網，同時獲取更高的利潤水平。
從華為模式理解供應模式的變遷，如何選擇取決於對雙方能力邊界的認知，匹配各自的 需求。當前選擇華為 HI 和華為智選的主機廠如北汽和小康汽車（現更名為賽力斯），無論 是從技術、產品、品牌、渠道等方面，他們在智慧化時代背景下落後於對手，而一個強有 力的合作伙伴則有希望快速改變主機廠的劣勢局面，相較於 Tier1 模式，華為 HI 模式和智 選模式推出產品的速度會更快，尤其是智選模式，在主機廠各方面尤其是自研能力不強的 情況下，此時的合作大機率能在當下產生“1+1>2“的效果。同時我們也看到，越來越多 的主機廠會與華為這樣的強力合作伙伴開展合作，其中不乏整體能力不錯，但是在智慧化 的某一方面能力稍顯不足的主機廠，此時強大的供應商如華為能夠提供主機廠能力邊界以 外的產品，如領先的智慧駕駛平臺、良好體驗的智慧座艙、”華為“的品牌影響力。總體 看，智慧化趨勢中出現瞭如華為的新供應模式，如何選擇取決於對雙方能力邊界的認知， 匹配各自的需求。
4.3 自研與合作並行，借力而上進入技術快車道
全棧技術自研為理想狀態，但現階段主機廠在技術和經濟上難以全部獨立完成，有選 擇的自研和合作開發成為眾多主機廠的選擇。智慧汽車所涉技術領域極為廣泛，核心功能 模組包括自動駕駛、智慧座艙、智慧網聯、雲控、感測器等，雖有成功全棧自研之典範如 特斯拉，但對於大部分傳統車企以及造車新勢力而言，全棧自研容易造成巨大的投入產出 不平衡，不僅技術上難以完成全鏈條軟體研發，經濟上也缺乏規模效應。特斯拉在早期階 段也是直接採用了 Mobileye 和英偉達的方案，之後才逐漸轉向自研。於是越來越多的主 機廠嘗試自研與和合作並行，引入大量演算法供應商、生態合作伙伴等形成開發者生態圈。 透過成立軟體子公司、成立軟體開發部門和與其他軟體廠商展開合作，在合作過程中提升 對軟體技術、演算法等的把控，借力而上，邁進技術研發的快車道，既避免技術彎路影響產 品迭代，又在經濟上有效降低試錯成本。
對於自動駕駛領域，高階自動駕駛技術成為車企自研主攻方向，以期掌控未來智慧汽 車的“靈魂”。目前對於 L2 及以下的低階自動駕駛，主機廠更傾向於採取供應商的已有的 方案，容易利用供應商的技術積累，具備規模效應，特斯拉在早期階段也是直接採用了 Mobileye 和英偉達的方案，之後才逐漸轉向自研。而在 L2。5 及以上的高階自動駕駛領域， 主機廠逐漸開始採用聯合開發或自研，以期掌控未來智慧汽車的“靈魂”，如搭載高階輔 助駕駛系統 NioPilot 的蔚來汽車、搭載高階輔助駕駛系統 XPilot 的小鵬汽車等。 智慧化趨勢下 Tier1 和軟體供應商迎來新的機遇。Tier1 透過打造“硬體+底層軟體+ 中介軟體+應用軟體演算法+系統整合”的全棧技術提升競爭能力，既能為客戶提供硬體、也能 提供軟體，同時也提供軟硬一體化的解決方案，面對主機廠不同的自研需求都有獲得業務 的機會。對於軟體供應商來說，可以繞過 Tier1 直接為主機廠提供應用軟體，同時軟體供 應商也正尋求進入 Tier1 把持的硬體設計、製造環節，比如域控制器、TBOX 等，以提供多 樣化的解決方案。
5 選擇：如何選擇智慧化的細分賽道
當下汽車行業處於深刻的智慧化變革期，由產業到公司的自上而下的分析方法能夠更 為準確的抓住在汽車行業智慧化變化中蘊藏的機遇，技術滲透率和單車價值量決定賽道的 市場空間，國內龍頭髮展機會決定公司能否受益於行業變革，以上三點是我們賽道篩選的 核心要素。我們從產業趨勢、競爭格局、賽道壁壘、賽道玩家、滲透率和單車價值量所決 定的行業空間等方面出發，圍繞各個智慧化賽道下技術滲透率變化、單車價值量變化、國 內龍頭髮展機會，建立賽道篩選的邏輯支撐： ①較為確定的產業趨勢是滲透率能穩步提升的支撐； ②單車價值量變化有兩條路徑，一是國產替代下賽道產品單價下降，驅動技術滲透率 提升，二是智慧化升級帶動產品的功能升級，驅動單車價值量的提升；
以上兩點決定賽道的成長空間。 ③外資目前佔優+少數國內潛在龍頭的競爭格局能夠給予國內龍頭更好的發展機遇。 由此，我們測算出各個智慧化賽道 2021 年~2025 年市場規模，並判斷出哪些賽道中 國內龍頭企業有較好的發展機遇，進而篩選出成長空間最廣闊、國內龍頭企業發展格局最好的 7 個優質細分賽道，按市場規模增速由大到小排序依次為：鐳射雷達、HUD、空氣懸 架、線控制動、智慧駕駛控制器、聲學功放、ADB 大燈。
①鐳射雷達是高級別自動駕駛所必需的感測器，主機廠硬體預埋趨勢下裝配率提升。 我們預計 2025 年鐳射雷達滲透率將達到 20%，實現飛躍式增長，國內賽道規模達到 379 億元，2021-2025 年市場規模 CAGR 為 372%，國內廠商速騰聚創等將依靠本土優勢持 續擴大市佔率。
②AR-HUD 帶動產業升級，HUD 量價齊升下前景廣闊。我們預計 2025 年 HUD 滲透 率將達到 39%，市場規模達到 160 億元，2021-2025 年市場規模 CAGR 為 84%，其中 AR-HUD 市場規模將增長至 98 億元，具備良好 HUD 技術積累及率先佈局 AR-HUD 的國 內企業有望開啟新的成長空間。
③主機廠配置意願下沉疊加國產替代降本，空氣懸架滲透率將迎來發爆發式增長。我 們預計 2025 年空氣懸架滲透率將達到 15%，市場規模達到 324 億元，2021-2025 年市 場規模 CAGR 為 78%，在國產替代加速降本效益及國內商用車強制搭載空氣懸掛利好下， 國內廠商有望打破大陸、威巴克的壟斷地位。
④線控制動技術中 One-Box 和 Two-Box 將長期並存，當下 Two-Box 仍是主流技 術，One-Box 較 Two-Box 整合度更高，雖然技術難度更大，但方案成本具有優勢， One-Box 線上控制動的佔比有望進一步提升。我們預計 2025 年線動制動滲透率將達到 26%，市場規模達到 140 億元，2021-2025 年市場規模 CAGR 為 72%，由於 One-Box 技術壁壘較高，目前具備 One-Box 量產能力廠商較少，國內率先實現 One-Box 量產的廠 商有望實現突圍。
⑤由分散式走向集中式，智慧汽車域控化已成趨勢，智慧駕駛控制器駛向百億賽道。 我們預計 2025 年 L2、L3、L4 級別智慧駕駛車型的滲透率將分別達到 55%、15%和 5%，國內智慧駕駛控制器賽道規模將達到 677 億元，2021-2025 年市場規模 CAGR 為 62%， 國內 OEM 廠商、Tier1 廠商有望實現突圍。
⑥聲學功放邁向數字化帶動產業鏈重構，聲學龍頭有望在車載功放上實現穩定增長。 我們預計 2025 年聲學功放滲透率將達到 23%，市場規模達到 70 億元，2021-2025 年市 場規模 CAGR 為 53%，數字功放趨勢下對功放和揚聲器之間的匹配調教將成為競爭壁壘。
⑦智慧化引領車燈行業升級，ADB 大燈帶動單車價值提升。我們預計 2025 年 ADB 大燈滲透率將達到 25%，相比傳統 LED 大燈 1900 元左右的單車價值，ADB 大燈單車價 值量高達 5000 元，在 LED 大燈基礎上升級為 ADB 大燈，增量的市場規模達到 192 億元， 2021-2025 年增量市場規模 CAGR 為 47%，國內車燈企業有望受益。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。系統發生錯誤
