财经新闻网消息：
中国基金报记者 张雁北 孙晓慧
近年来，随着技术和政策瓶颈的逐步突破，自动驾驶发展进入良性循环。 随着超预期事件的发布，智能驾驶相关板块近期市场表现也十分活跃。
该行业新活动的触发因素是什么？ 市场是否可持续？ 目前估值水平是多少，是否是理想的布局时机？ 未来的发展空间如何？ 又会衍生出哪些细分机会？
对此，中国基金报记者采访称：
徐志祥 富国新材料新能源基金经理
魏军博士，泰康基金量化投资部负责人
张祥龙 建信智能汽车基金经理
光大保德信智能汽车主题基金经理王明旭
杨超 金鑫转型创新成长基金经理
易振勇 中信保诚基金研究部
上述专业人士表示，在AI模型发展的背景下，本轮智能驾驶市场本质上是由行业趋势加速变化驱动的。 由于汽车板块兼具复苏逻辑和创新逻辑，这也是市场最关注的两个逻辑，值得关注，市场有可持续的机会。 然而，由于当前极端的市场状况和加速的市场轮动，许多交易层面快速上涨的标的面临着更大的抛售压力。
但在这些人眼中，智能驾驶领域是当前最重要的行业趋势之一，因此他们更加看好智能驾驶领域的长期投资机会，而汽车的智能化无疑将是最值得关注的领域之一。 由于产业链短、行业整体贝塔属性强，我们将重点关注感知硬件、算力芯片厂商等细分领域的机会。
产业+政策加速催化智能化进程
中国基金报：智能驾驶板块近期再度活跃。 触发因素是什么？
张生贤：近期行业比较活跃，其中有多个行业和政策的催化。
一是新能源汽车购置税减免政策落地，消除不确定性。 新能源汽车购置税免征政策自2014年实施以来，政策先后于2017年、2020年、2022年3次延期，2024年后购置税政策也曾多次讨论。2024-2027年购置税减免政策一次性实施，体现了政策的退步，保证了一定程度的政策连续性； 同时，也消除了不确定性，让车企能够进行长期战略规划。
其次，工信部表示支持L3级及以上自动驾驶功能的商业应用。 近期，不少城市也出台了相关政策。 例如，上海自贸区临港新片区依法向四家企业发放全国首批“无人驾驶”智能网联汽车道路测试牌照；
此外，海外车企FSD（全智能驾驶软件）即将进入中国的期待也在升温。 目前，该软件正在北美进行 Beta 测试，并已经过超过 40 万驾驶员的测试。 软件的重大更新和里程的加速意味着FSD即将进入成熟阶段，有望为消费者带来智能驾驶的全新体验。 鲶鱼效应下，其他车企将加速智能化进程。
张祥龙：最近智能驾驶领域表现比较好。 主要触发因素有以下三点：一是汽车销量超预期，车市回暖； 其次，特斯拉智能驾驶在国外的进展备受关注。 5月份在北美正式推出FSD beta v11.4版本，预计年内实现全自动驾驶，引领行业趋势拐点。 第三点是国内政策和产业联动。 预计今年城市NOA渗透率将加快。
魏军：自2019年“L2商用元年”以来，智能驾驶领域尚未实现跨层级突破，市场波动较大。 近来，一方面，大家都有“智能化是新能源汽车下半场”的期待。 年初以来新能源汽车渗透率基本保持在30%左右。 整体增长已进入中期。 汽车公司需要寻找新的竞争者。 汽车的智能化，包括智能驾驶、智能座舱、智能网联，是一个比较明确的方向。
另一方面，今年以来，市场环境更加适合主题投资，人工智能取得重大技术突破。 智能驾驶是“AI+汽车”应用的良好落脚点。
在此前限制L2向L3突破的技术端，以特斯拉为首的多家车企已经实现了从软件到硬件、从感知到算法的突破。 用户接受度暴涨后，训练数据量也迅速增加； 政策方面，也不断落实从国内顶级一级企业代表的声音到顶层设计政策出台到地方政府落实的完整链条期望。 其中，在智能维度上不乏具有相对高端功能配置的新车，但价格相对较低且亲民，这对于上游智能产业链来说是利好。 整体表现受到大潮板块市场预期，从而带动板块活跃度。
刘深奥：主要原因是特斯拉自动驾驶进展超出预期，未来前景乐观：FSD Beta用户体验有所改善：特斯拉自使用大车型以来，经过两年多的迭代，功能逐渐成熟，体验逐渐提升。 目前最新版本的FSD Beta大幅提升了感知识别稳定性以及转弯、变道等困难场景的表现。
FSD Beta的里程大幅增长：截至2023年6月，FSD Beta的累计里程已超过3亿英里。 其中，自2023年4月以来，FSD Beta的累计里程加速增长，仅2023年第二季度就将增加约1亿英里。
全自动驾驶有望明朗：马斯克在推特上表示，特斯拉FSD V12将采用端到端大型模型，不再是测试版。 他还相信，到今年年底，完全自动驾驶将成为可能。
王明旭：我们理解，除了表面上的事件触发因素之外，触发因素还有很多种。 比如，马斯克在2023年世界人工智能大会上表示，预计今年年底实现全自动驾驶； 比如对FSD进入国内的期待； 比如业界对于L3标准的期待。
我们相信，行业也在本质上发生着变化。 2023年确实是城市NOA的元年。 在大模型建立、大算力应用的背景下，产业链正在经历一个从量变到质变的过程。 大模型的泛化能力为新一代NOA带来了不依赖高精度地图的强大能力，为车企实现了降本增效，对消费者来说更加通用、便捷。
杨超：近期，智能驾驶领域表现活跃。 首先，新能源汽车出口和近期内销均超出预期。 其次，智能驾驶与AI高度相关，这也是受到今年上半年AI板块火爆的影响。
易振勇：1）2023年是AI智能快速发展的一年，资本市场对智能应用的接受度和认可度更高。 2）网络上展示特斯拉FSD在美国道路上使用的良好体验的视频越来越多。 3）小鹏新产品的推出增强了投资者对国产自主品牌智能驾驶的信心。
复苏与创新逻辑驱动行情
中国基金报：市场可持续吗？
徐志祥：汽车行业既有复苏的逻辑，也有创新的逻辑，这是市场最关心的两个逻辑。 他们值得关注并拥有可持续的机会。
以整车为例，电动化已进入淘汰赛，龙头具备规模化成本优势，行业集中度有望提升。 而且，汽车消费的复苏、热门车型的周期、汽车出口的加速，都可能带来超预期的销量。 此外，智能创新取得突破，整车厂向软件企业转型。
以汽车零部件为例，量跟随整车增长，全球化、国产替代、智能化都是大趋势。 此外，汽车零部件企业也在向人形机器人转型，这将是比汽车更大的市场。
张祥龙：本轮智能驾驶市场本质上是行业趋势加速变化驱动的。 综合下半年来看，各车企NOA城市发展逐步落地，生力军进步更加迅速。 其他传统主流车企也纷纷明确推广计划，城市NOA落地速度可期。
同时，特斯拉解决方案的不断进步也将引领行业技术迈上新的阶段。 感知层BEV+和占用网络架构将大幅提升感知能力。 智能驾驶功能的体验有望进一步提升，并获得更多消费者的积极反馈。
魏军：从长远来看，汽车智能化的商业化实现还需要时间。 目前处于充分期待阶段，后续不乏数据验证和催化。 我国汽车智能产业链上优秀企业众多，从Tier 1解决方案提供商，到感知硬件激光雷达、毫米波雷达，再到软件算法和算力芯片，分布比较全面。 随着具体技术标准的出台、领先车企或Tier 1真正的L3产品的发布和商用量，以及用户对汽车智能附加选项的接受度和认可度的不断提高，智能汽车领域的长期市场有望持续上升。
但短期来看，由于诸多突发事件的释放，该板块市场情绪处于过饱和状态，近期也出现了较大幅度的回调。 从市场环境来看，近期人工智能主题投资整体存在一定的调整压力。 其他估值相对较低的板块的市场轮换更为频繁。 预计重要事件将在比赛结束时实施。 AI大赛道调整后，智能汽车板块或将作为AI应用端的重要代表出现反弹。
王明旭：当前市场比较极端，市场轮动正在加速。 在交易层面，我们发现许多快速上涨的标的正面临着更大的抛售压力。 但市场的延续主要需要行业基本面的支撑，结合智能驾驶的催化。
除了基本面的智能驾驶加速之外，下半年我们还看到了多个潜在的催化剂。 如特斯拉Dojo超算进展、FSD V12海外用户规模扩张、FSD进入中国的潜在机会、AI Day、Model 3改款、Model Q及车型信息等。
杨超：智能驾驶板是当前最重要的产业趋势之一，因此我们更加看好智能驾驶领域的长期投资机会，而汽车的智能化无疑将是最值得投资的领域之一。
易振勇：从未来1-3年来看，预计智能驾驶产业将不断进步和发展。 资本市场作为反映实体经济和产业的晴雨表，有望在股价中反映出智能驾驶未来的成长情况。
瓶颈逐渐被打破
自动驾驶发展形成良性循环
中国基金报：目前自动驾驶进展如何？ 发展是否超出预期？
徐志祥：近来，实体智能成为科技关注的焦点，被认为是下一波人工智能浪潮。 具身智能是指具有“身体”并支持物理交互的智能体。 它体现了AI，赋予大脑一个“身体”。 最有代表性的是智能驾驶和机器人。 从某种程度上来说，实体智能是比互联网革命更大的创新，是人工智能的终极形态。
我们看到，领先车企的FSD（全自动、全智能驾驶软件）即将发布V12版本。 与之前的Beta测试版本相比，创始人表示V12版本将采用端到端（end-to-end）的AI完美形式，即FSD将从现在的小型模块化模型演进为类似于GPT的大型模型。 这意味着未来当软件成熟时，有望实现通用智能。
今年以来，国内领先厂商陆续发布了新一代智能驾驶软件，也在试驾体验中感受到了国内智能驾驶的突破性进展。 相信未来智能驾驶有望快速发展。
张祥龙：智能汽车是我国汽车产业未来发展的重要方向，其中自动驾驶这几年取得了长足的进步。 从技术角度来看，相关软硬件能力正在不断完善，从最初铺设传感器、控制器等冗余硬件，到现在逐步升级的感知、决策等软件算法。
从产品来看，智能驾驶功能已从L1级别的基础辅助驾驶功能逐步升级到接近L3级别的高速/城市NOA。 目前，各地智能驾驶相关政策正在逐步落地。 工信部启动智能网联汽车接入和道路通行试点，支持有条件自动驾驶（3级）和更高级别自动驾驶功能的商业应用； 另一方面，主流车企纷纷发布城市NOA实施方案，L3智能驾驶有望在今年取得突破。
魏军：关于自动驾驶的分级，国际汽车工程师学会的标准是国际上普遍认可的，分为L0到L5六个级别。 其中，L0级（No，无自动化）表示完全手动手动操作。 从L1级别开始，自动化功能的渗透率逐渐提高。
L1级（即驾驶员辅助）具有自适应巡航控制或车道保持辅助等功能，驾驶员始终负责车辆的驾驶。
2级（部分自动化）仍然属于辅助驾驶的范畴，但在加减速、转向控制等关键操作上可以实现自动化，但驾驶员仍然随时准备干预，对车辆的驾驶负责。
3级（有条件自动化）开始进入真正的自动驾驶领域，汽车在某些情况下可以完全自动驾驶，但驾驶员需要准备好在汽车系统需要时接管。
L4级（High、高度自动化）级别车辆可以在城市或高速公路场景下实现完全自动驾驶，同时承担安全无差错运行的责任。 在极端或不确定的长尾情况下，驾驶员只需接管即可。
5级（Full、全自动）汽车可以在所有环境和情况下自动驾驶，无需人类驾驶员干预，并承担所有驾驶责任。
从汽车的分类可以看出，自动驾驶从L2到L3的演进跨度比较大。 汽车从辅助驾驶进入了无人驾驶领域，车辆的驾驶员也从人类驾驶员变成了系统。 从商业化步伐来看，自动驾驶多年来在L2级别遭遇瓶颈。 早在2014年，就有车企开发出L2级辅助系统并搭载在汽车上。 2019年，由于L2级新车大量发布，被业界誉为“L2元年”。 不过此后虽然“L2.5”、“L2.9”级别频繁出现，但至今尚未突破到L3级别。 这有技术和制度方面的原因。
在技术方面，由于人类身份从驾驶员到乘客的转变，这对车辆驾驶系统的人工智能水平提出了更高的要求。 从前端感知到中端融合再到后端处理，从硬件到模型到训练数据层面到算力要求，都与L2不同，这对车企的研发能力提出了更高的要求。
从系统维度来看，正是因为驾驶员身份的变化，发生事故时责任方的判断变得尤为重要； 而由于技术跨度较大，市场上L2.5、L2.9级别的新车非常多，那么L3级别如何定义呢？ 激光雷达、毫米波雷达、摄像头、算力芯片有多少才能算是L3级自动驾驶？ 您需要高清地图吗？ 这些都需要制度层面的技术标准和法律规定的支持。
但就在最近，这两个瓶颈的松动程度超出了预期。 技术方面，2023年5月17日，在特斯拉2023年股东大会上，马斯克分享了特斯拉FSD（全自动驾驶）的开发进展。
2023年7月6日上海世界人工智能大会开幕式上，马斯克以视频形式发表演讲，表示相信FSD系统已经非常接近无需人工干预的全自动驾驶状态。 在Beta版本的美国路测中，乘客从A点到B点几乎不需要接触方向盘。 马斯克甚至进一步预测，L4-L5级别的全自动驾驶技术有望在今年晚些时候实现。 此外，马斯克还表达了将自主研发的自动驾驶技术授权给其他汽车制造商的极大兴趣，这更加坚定了L3级自动驾驶全面规模化和商业化的预期。
制度层面，2023年6月9日，华为智能汽车解决方案BU首席执行官余承东表示，L3级技术标准将于近期发布，市场期待不断升温。 6月21日，工信部表示，将开展智能网联汽车接入和道路通行试点，组织城市级“车路云一体化”示范应用，支持L3级及更高级别自动驾驶功能商业化应用。 北京、上海等一线城市地方政府也在积极跟进。
总体来看，正是因为年初以来人工智能的技术突破以及近三个月车企技术和政策体系的意外发展。 市场发现，L2级自动驾驶领域的瓶颈多年来一直停滞不前。
刘深奥：这两年自动驾驶产业发展加速。 去年，小鹏和华为开始使用基于高精度地图的小模型落地NOA城市，并在广州、上海等极少数拥有高精度地图的城市进行试点。 AI技术的创新也推动了自动驾驶的快速进步。 基于模型开发的算法放到汽车上，主机厂转向“重感知、轻地图”的技术路线后，城市NOA的落地速度明显加快。 比如，小鹏计划年底落地50个城市，明年落地200个城市； 理想预计今年年底落地100个城市； 华为计划今年第三季度登陆15个城市。 落地城市的大幅增加，反过来又会产生更多有价值的数据，这些数据会“反馈”算法，形成自动驾驶发展的良性循环。
王明旭：目前，国内外各车企都在自动驾驶领域展开角逐。 以特斯拉为代表，根据季报显示，其目前FSD的总里程已达3亿英里，并随着用户规模的扩大实现了快速增长。 相比之下，截至今年第一季度，FSD 已行驶了 1.5 亿英里。
与此同时，国内车企也在加紧追赶。 6月29日上市的小鹏G6搭载新一代智能驾驶系统XNGP，逐步实现全场景NGP。 XNGP已在北京、上海、广州、深圳四个城市开通，计划到2023年底实现50个城市的覆盖，这款车更受消费者欢迎。
除了小鹏的XNGP，还有华为的ADS和理想城NOA。 市场新势力加大了这方面的研究和投入。 而且，今年的全场景NGP基本是现成可用的，而不是往年的未来。 消费者可以第一次体验到智能驾驶的便利。
杨超：与很多新兴产业一样，智能汽车的发展也呈现出“螺旋上升、波浪前行”的特点。 去年，海外智能驾驶上市公司普遍经历了大幅回调。 原因在于，随着行业的快速发展，智能驾驶存在的一些问题也开始暴露出来。
智能驾驶不仅仅是一个技术问题，还涉及配套政策法规、配套公共设施建设、成本、用户接受程度等问题。 经过一段时间的探索，针对这些发展中遇到的问题，一些解决方案也在不断推广。 目前，很多进展都是比较积极的。
易振勇：在AI模型发展的背景下，智能驾驶作为终端应用的重要场景，在模型构建和算法迭代方面明显加速。 从今年公开的试驾视频来看，在特斯拉发布的V11版本中，FSD的感知、预测、规划、决策、控制能力不断提升。 马斯克最近表示，特斯拉非常接近实现无需人工干预的全自动驾驶。 中国汽车品牌也在加速智能驾驶的研发进程。 近期小鹏汽车发布新品后，市场反响也不错。
高级智能驾驶仍处于早期阶段
更大的空间
中国基金报：从行业周期来看，智能驾驶处于什么阶段？
徐志祥：智能驾驶已经到了商业化的临界点。 以领先车企为例，FSD坚持走纯视觉路线。 从2021年的2D BEV（鸟瞰图）到2022年的3D占用网络，再到2023年的端到端大规模建模，每年都在发生巨大的变化。 用户数量也从2021年9月的2000人快速增长至2023年1月的约40万。
国内方面，工信部表示将开展智能网联汽车接入和道路通行试点，支持有条件自动驾驶、L3及更高级别自动驾驶功能的商业应用。
此外，FSD的价格从2020年10月推出时的1万美元上涨到2022年9月的1.5万美元。其创始人预测，如果FSD成为现实，甚至可能实现零利润销售汽车硬件。 汽车与FSD的关系类似于剃须刀与刀片，这也为全球及国内汽车行业智能驾驶的推广提供了可行的商业模式。
张祥龙：智能驾驶的发展经历了三个阶段。 第一阶段，法律法规要求商用车配备双重预警系统。 市场空间主要靠法规推动，辅助驾驶初步探索； 第二阶段，电动化快速渗透，以智能化为辅助卖点。 该阶段的每个功能都经历了自己的成长周期，从早期的硬件囤货到功能的快速渗透，再到成为标准配置后的成本竞争，最终胜者获得较大份额而获胜。
下一阶段，国内主机厂将逐步探索数据闭环，智能驾驶将迈向数据驱动的新阶段，软件算法的能力将在数据的驱动下进一步飞跃，进入软件长期可实现成本大幅降低的新时代。 目前行业仍处于第三阶段，核心关注两个变化，新功能的渗透和存量市场中具有成本优势的竞争激烈的厂商。
魏军：从产业周期来看，智能驾驶仍处于发展初期，尤其是先进自动驾驶L3技术即将取得重大突破的前夜。 这一阶段的特点是智能化相关部件的成本较高。 从近年来技术迭代的轨迹来看，意味着成本降低的巨大潜力。
回顾智能驾驶技术的迭代路径，2020年之前智能的关键词是供应商依赖。 当时国内具有前瞻布局的自主新势力车企在各类传感器和感知算法的整合方面薄弱，开发人员不足。 辅助驾驶系统主要采用了当时全球领先的自动驾驶芯片EyeQ4芯片，同时还提供了视觉领域整套摄像头感知硬件+算法解决方案，并为主机厂预留了接口。
2021-2022年智能化的关键词是硬件冗余。 随着车企技术能力的提升和辅助驾驶需求场景的丰富，车企对单一供应商的依赖度降低，国内一些大型算力芯片供应商开始崛起。 由于城市导航等场景需要更高的感知精度和更鲁棒的感知融合分析能力，智能模型的训练数据、算力芯片和传感器硬件需要保持冗余，智能部件成本较高。
但展望未来，随着行业发展进入相对成熟阶段，智能驾驶有很大的空间和降低成本的需求。 在车企长期激烈竞争、价格压力较大的情况下，硬件冗余是不可持续的。 在感知硬件方面，模型算法的优化为硬件简化提供了可能。 For , Tesla's self- BEV+ bird's-eye view self- new is such an . It 3D by 2D and , the of small , large and , the for high- maps and lidar and other . the Auto Show, many high-end new all use as the new trend.
On the side of power, on the one hand, the for power chips the of tends to be . For , 2020, it is a ADAS . The is that each chip has its own , and the of chips in a is large; 2021-2022 will be into a and a , to and ; in 2023, a and will be , which can call all for , and the of power chips for a is to . On the other hand, if car adopt self- or chips, there is also room for long-term cost .
As a whole, the is in the early of and on the eve of . There must be on the cost of . , in the short term, a can be found -side users' of add-on and -side on users' needs. In the long-term, large-scale model and will help costs, and the 's will be worry-free.
Liu Shen'ao: At , new power have some (such as high-speed NOA), and are from high-speed to urban . , the small model is to solve the case in the urban scene, and the needs to be . are to have the to solve these , and Tesla has well. The of large for can be into three :
BEV+ the map in the urban scene and " of high- maps". This is the stage of new power ;
to the , the of , and "off-lidar", this is the of OEMs in the next 1-2 years;
The end-to-end model from to and - . It is that will reach the third stage by the end of this year.
Wang : is into . , the rate of L2 is not low, but is still in its , and there is a lot of room for .
Yang Chao: From the of the cycle, I think that is in the stage the and the rapid , and the rapid is not far away.
Yi : The we are about be at the level above L3. Due to the of and , is still in the early stage of .
The is not low
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018