智能汽车行业专题研究：大模型应用下自动驾驶赛道将有哪些变化？-20231005-天风证券-32页_1mb

报告摘要

智能汽车与大模型在自动驾驶中的应用趋势总结

核心内容

随着大模型技术的快速发展，自动驾驶行业正经历重大变革。BEV+Transformer技术已成为主流趋势，推动了NOA功能的快速落地和L3及以上自动驾驶的加速发展。同时，大模型的广泛应用也带来了云端算力、车端算力、感知端和执行端的显著变化，以及商业模式的创新。

主要观点

1. BEV+Transformer技术成为主流

技术优势：BEV提供全局视角，将多模态数据融合在同一平面，消除遮挡与重叠问题；Transformer通过注意力机制，提升模型泛化能力，使智能驾驶系统更灵活。
应用现状：特斯拉、比亚迪、小鹏、理想、蔚来、华为、毫末智行、地平线等主要车企和自动驾驶企业均已布局该技术，表明其成为行业共识。

2. NOA功能快速落地，推动智能化进程

NOA功能：高速NOA已广泛落地，城市NOA正逐步实现，部分厂商计划在2023年底推出无图方案。
市场预测：2025年NOA车型将超过400万辆，渗透率将从12%提升至32%，市场规模有望达520亿元，年均增长率预计为105%。

3. 云端算力成为下一阶段竞争重点

需求增长：预计2025年智算中心算力需求将达到14-46 EFLOPS，市场规模或达4-15亿美元。
建设模式：目前主流为合作与采购模式，长期可能转向自建模式，以提升数据安全与算法优化效率。

4. 车端算力需求翻倍，向800TOPS迈进

算力需求：随着场景复杂度提升，车端算力需求从L2级的10TOPS提升至800TOPS以上。
硬件升级：车载摄像头数量增加，像素向800万级别升级，同时4D毫米波雷达有望替代部分激光雷达，成为中高端车型的重要传感器。

5. 执行端向线控底盘发展

线控底盘：随着高阶自动驾驶普及，线控底盘成为实现多重安全冗余的必要条件。
国产化趋势：国内线控底盘供应商如伯特利、拿森、同驭等正迎来发展机会，有望逐步替代外资主导的市场格局。

6. 商业模式转向订阅制

订阅模式：随着城市NOA功能落地，订阅模式逐渐兴起，提供按月、按年和一次性购买选项。
消费者偏好：订阅模式提升支付意愿，有助于数据回收和智能驾驶系统迭代，未来或成主流。

关键信息

云端算力

需求预测：2025年智算中心算力需求为14-46 EFLOPS，市场规模或达4-15亿美元。
建设模式：主要采用合作与采购模式，特斯拉、吉利、小鹏、毫末智行等已布局智算中心。
技术路径：以GPU为主，未来可能转向ASIC、FPGA、NPU等多元架构。

车端算力

需求提升：从L2级的10TOPS提升至800TOPS以上，以支持复杂场景下的大模型部署。
硬件升级：摄像头数量增加，像素提升；4D毫米波雷达或替代部分激光雷达，成本优势显著。

感知端

摄像头升级：单车搭载摄像头数量从L1-L2级的2颗增加至L2+级的5颗以上，像素从200万升级至800万。
去高精地图：特斯拉、小鹏、华为等企业正推动无图方案，通过BEV+Transformer技术实现高精地图替代。
激光雷达：仍为重要传感器，但长期需求或将见顶，未来将向4D毫米波雷达过渡。

执行端

线控底盘：线控换挡、油门、悬架、转向和制动五大模块成为高阶自动驾驶的执行核心。
国产替代：国内供应商如伯特利、拿森等正加速布局，有望在中高端车型中逐步替代外资。

商业模式

订阅制兴起：蔚来、阿维塔等企业已推出订阅服务，消费者更偏好灵活付费方式。
数据驱动：订阅模式有助于数据回收，从而推动智能驾驶系统的持续优化与迭代。

风险提示

宏观经济风险：汽车行业景气度下滑可能影响自动驾驶技术发展。
技术应用风险：大模型应用速度或效果不及预期，可能影响NOA和L3+自动驾驶的落地进程。
消费者接受度：高阶自动驾驶功能（如城市NOA）的消费者接受意愿不明确。
测算假设：部分数据基于主观假设和极端情况，仅供参考。

未来展望

L3及以上自动驾驶：随着大模型应用和数据闭环的完善，L3及以上自动驾驶有望在2025年实现大规模落地。
NOA普及：城市NOA功能预计在2024年实现全面覆盖，进入Door to Door时代。
技术迭代：大模型与多模态数据融合、云端仿真、实时建图等技术将持续推动自动驾驶发展。

总结

大模型的引入显著提升了自动驾驶的感知与决策能力，推动NOA功能快速落地，并加速L3及以上自动驾驶的进程。同时，云端算力、车端算力、感知硬件和执行端均面临新的需求和变化。订阅模式的兴起为智能驾驶提供了更灵活的商业模式，而国产替代趋势则为相关产业链带来发展机遇。整体来看，大模型正在重塑自动驾驶行业格局，未来将带来更多技术突破与商业创新。

展开完整摘要