汽车行业研究报告：智能驾驶之路-20210518-东兴证券-31页_2mb

汽车行业研究报告总结

核心内容概述

本报告围绕智能驾驶对汽车行业的影响展开，分析了智能驾驶的实现路径、盈利模式变化以及主要玩家的策略。报告指出，智能驾驶正在重塑传统汽车行业的盈利结构与技术发展方向，推动行业向软件定义产品和全生命周期盈利模式转型。

主要观点

1. 智能驾驶对汽车行业的变革

• 电动化推动智能化：纯电动汽车的电子电气架构从分布式向集中式转变，为高级智能驾驶系统提供了技术基础。
• 盈利模式转型：传统车企依赖硬件销售，而智能化使软件、数据驱动的盈利模式成为可能，提升盈利能力并平滑经营周期。
• 智能驾驶分级：L3是自动驾驶与驾驶辅助系统的分水岭，L4和L5代表完全自动驾驶，未来将逐步实现。

2. 智能驾驶的实现路径

• 感知、决策、执行：智能驾驶系统由三大核心模块组成，传感器、计算平台与执行机构协同工作。
• 渐进式发展：通过机器学习与数据训练，逐步完善自动驾驶系统，最终实现L5级完全自动驾驶。

3. 智能驾驶趋势判断

• L4级智能驾驶有望2025年量产：但规模化普及仍需时间，初期将应用于豪华车型，后期逐步下探至大众市场。
• L2+级辅助驾驶快速普及：未来2-3年将是L2+级辅助驾驶的主要增长期，硬件升级与成本下降是关键。
• 数据整合将成为未来盈利核心：L4/L5普及后，运营企业将掌握大量出行数据，整合出行生态可能成为行业最大赢家。

关键信息

1. 特斯拉的盈利模式与智能驾驶策略

• 盈利结构：特斯拉收入主要来自汽车销售、FSD软件包、OTA升级及充电服务，其中汽车销售占比最高。
• 毛利率优势：2020年特斯拉汽车业务毛利率达24.8%，显著高于传统车企。
• FSD订阅模式：特斯拉计划在2021年推出FSD软件订阅服务，提高软件渗透率。
• 数据闭环优势：通过大量数据采集与神经网络训练，特斯拉构建了强大的自动驾驶能力。
• 硬件自研：特斯拉自研FSD芯片，逐步减少对外部硬件的依赖。
• Robotaxi盈利模型：预计一辆Robotaxi年毛利润可达3万美元，未来将构建Robotaxi车队网络。

2. 传统车企的应对策略

• 丰田Home&Away战略：

  • Home：内部挖潜，成立Woven Planet等公司，加强软件研发能力。
  • Away：联合外部，如入股Uber、小马智行，与滴滴合作，拓展自动驾驶与出行服务。
  • L2系统应用：推出配备L2级自动驾驶的车型，如Mirai和雷克萨斯LS。
  • 安全冗余设计：配备两套自动驾驶运算系统，保障安全。

• 大众汽车转型：

  • 研发投入：未来5年在智能电动领域投入730亿欧元，其中软件领域投入270亿欧元。
  • 模块化与标准化：成立独立软件公司，推动统一操作系统、信息多媒体系统、驾驶辅助系统等。
  • 平台布局：MEB平台将作为主力，PPE平台用于豪华电动车，SSP平台用于所有品牌车型。
  • 合作模式：与福特共同持股Argo.AI，共享自动驾驶技术与研发成本。

3. 零部件企业与智能驾驶的关系

• 博世：成立Cross-Domain Computing Solutions，聚焦软件与电子系统，预计2030年市场复合增长率超15%。
• 大陆：将业务分为成长类与价值类，成长类包括自动驾驶、辅助驾驶、EE架构等，价值类为轮胎业务。
• 国内车企：积极布局自研与合作，如长城、吉利、广汽、长安、上汽等，均在智能驾驶与智能座舱领域有明确战略。

智能驾驶技术发展现状与未来展望

• 感知技术：摄像头、毫米波雷达、激光雷达、HDmap等技术持续升级。
• 决策系统：计算平台与算法是核心，特斯拉以视觉方案为主，而其他企业可能依赖多传感器融合。
• 执行系统：刹车、转向、动力等执行机构将更加智能化与自动化。
• 行业趋势：
  • L4级量产：预计2025年实现量产，但普及需时间。
  • L2+快速普及：未来2-3年将是L2+级辅助驾驶的黄金发展期。
  • 数据驱动盈利：智能驾驶数据将成为未来车企盈利的重要来源。

智能驾驶对盈利模式的影响

风险提示与免责声明

• 本报告仅供投资者参考，不构成投资建议。
• 报告信息来源于公开资料，不保证其准确性与完整性。
• 报告版权属于东兴证券研究所，未经书面许可，不得翻版、复制或发布。

分析师简介

• 李金锦：南开大学管理学硕士，多年从事汽车行业研究，现任东兴证券分析师。
• 张觉尹：西安交通大学学士，复旦大学金融硕士，东兴证券研究助理。