中信證券(600030)發(fā)布研究報告稱，隨著高階自動駕駛邁向城區(qū)量產(chǎn)場景，系統(tǒng)感知、決策、執(zhí)行、通信各方面架構(gòu)將迎來全新升級。當前，各玩家以“BEV+Transformer+數(shù)據(jù)閉環(huán)”為最新一代自動駕駛量產(chǎn)系統(tǒng)的核心架構(gòu)，算法范式與技術(shù)路線暫時收斂，數(shù)據(jù)量和數(shù)據(jù)閉環(huán)能力或?qū)⒊蔀橄掳雸鰪?到N的勝負關(guān)鍵。國內(nèi)玩家目前在量產(chǎn)車數(shù)據(jù)閉環(huán)方面距離特斯拉仍有較大差距，需持續(xù)積累打磨工程化經(jīng)驗，以轉(zhuǎn)動數(shù)據(jù)飛輪。自研能力較強的主機廠，以及有豐富數(shù)據(jù)經(jīng)驗或測繪資質(zhì)的供應(yīng)商，在know-how積累方面或更具優(yōu)勢。

中信證券主要觀點如下：

需求：智駕走入數(shù)據(jù)驅(qū)動，數(shù)據(jù)閉環(huán)愈發(fā)關(guān)鍵。

(資料圖片)

進入2023年下半年，國內(nèi)各大車企開始陸續(xù)落地城區(qū)領(lǐng)航功能，也由此拉開了乘用車智能駕駛下半場的序幕。經(jīng)過由硬件驅(qū)動的1.0階段和軟件驅(qū)動的2.0階段(以rule-based為主)，智能駕駛正伴隨“BEV+Transformer”大模型的上車邁向由數(shù)據(jù)驅(qū)動的3.0階段。該行認為，在1.0和2.0階段，算法和硬件是領(lǐng)先的關(guān)鍵;而走向3.0階段，數(shù)據(jù)或?qū)⒊蔀楦鼮橹匾膭儇撌?。尤其是在特斯拉引領(lǐng)的“BEV+Transformer”技術(shù)路線成為業(yè)界共識后，感知端算法的基本思路和框架已逐漸清晰，而此時，數(shù)據(jù)將成為決定模型上限的關(guān)鍵。一方面，玩家需盡可能地充實場景庫，積累更多的有效數(shù)據(jù)(場景庫中未曾“見過”的數(shù)據(jù));另一方面，玩家需打通包括數(shù)據(jù)采集、預(yù)處理、回傳、標注、處理、仿真、訓(xùn)練、驗證、OTA等多個環(huán)節(jié)的數(shù)據(jù)閉環(huán)，閉環(huán)的運行效率和自動化程度也直接決定了自動駕駛模型的迭代效率。

難點：量產(chǎn)車數(shù)據(jù)閉環(huán)涉及大量工程化know-how，國內(nèi)玩家任重而道遠。

在特斯拉引領(lǐng)下，數(shù)據(jù)閉環(huán)的原理和框架已相對清晰，但如何在量產(chǎn)車上實現(xiàn)真正高效率、低成本的落地，目前對絕大多數(shù)玩家而言仍是一個難題。事實上，針對量產(chǎn)車的數(shù)據(jù)閉環(huán)在國內(nèi)仍屬少數(shù)派。該行認為，即使是小鵬、華為等國內(nèi)領(lǐng)先玩家或也落后特斯拉2-3年的時間，其核心難點在于數(shù)據(jù)閉環(huán)的每個環(huán)節(jié)都有頗多工程化細節(jié)需要處理，且最終都會影響整體的運行效率。這不僅需要了解框架的工作原理，更重要的是優(yōu)異的工程實踐能力以及多年的打磨迭代。

格局：頭部智駕車企傾向自研，供應(yīng)商尋找核心壁壘。

想要實現(xiàn)高效的數(shù)據(jù)閉環(huán)，既要理解整套框架的運作流程，同時也要有好用的工具鏈。長期來看，工具鏈將成為算法的一部分，二者形成強耦合。因此該行認為，頭部智駕車企仍將追求自研，以掌握數(shù)據(jù)閉環(huán)的核心競爭力，但數(shù)據(jù)標注等部分偏標準化的模塊亦可考慮外采。而對于絕大部分自研能力較弱的主機廠和Tier-1而言，和有實力的供應(yīng)商合作或是性價比更高的方式。

目前，產(chǎn)業(yè)內(nèi)已有玩家開始為主機廠或Tier-1提供數(shù)據(jù)閉環(huán)服務(wù)，包括全流程的數(shù)據(jù)閉環(huán)解決方案，或具體某個模塊化的工具鏈平臺(例如車云協(xié)同平臺、數(shù)據(jù)管理平臺、標注平臺、仿真平臺等)。整體而言，無論是主機廠還是供應(yīng)商，國內(nèi)玩家在數(shù)據(jù)閉環(huán)方面仍處于know-how積累的階段。該行認為，know-how積累的核心在于經(jīng)驗和數(shù)據(jù)。大規(guī)模的優(yōu)質(zhì)數(shù)據(jù)是“做出”數(shù)據(jù)閉環(huán)的前提，而經(jīng)驗豐富的工程團隊是“做好”數(shù)據(jù)閉環(huán)的關(guān)鍵。因此，該行更看好具備大量自動駕駛數(shù)據(jù)處理經(jīng)驗或測繪資質(zhì)的廠商。

而數(shù)據(jù)標注作為數(shù)據(jù)閉環(huán)關(guān)鍵環(huán)節(jié)之一，正在從勞動密集向技術(shù)密集升級。該行認為，數(shù)據(jù)標注中長期有望趨于標準化，主機廠外采動力較強。同時，隨著標注難度和智能化水平越來越高，人工管理的經(jīng)驗和智能化標注工具的開發(fā)將構(gòu)成核心競爭力。預(yù)計未來有較強算法能力和客戶基礎(chǔ)的頭部數(shù)據(jù)服務(wù)商，以及部分需求方自建的標注團隊將逐步替代目前行業(yè)內(nèi)繁雜的中小玩家，行業(yè)集中度將得到顯著提升。

投資建議：自動駕駛進入數(shù)據(jù)驅(qū)動3.0階段，數(shù)據(jù)成為關(guān)鍵勝負手。

自研能力較強的頭部智駕車企在數(shù)據(jù)閉環(huán)環(huán)節(jié)或?qū)⒗^續(xù)追求自研，以掌握核心競爭力。而對于絕大部分主機廠和Tier-1而言，和有實力的供應(yīng)商合作或是性價比更高的方式。數(shù)據(jù)閉環(huán)流程復(fù)雜，供應(yīng)商可提供整套解決方案或模塊化的工具鏈產(chǎn)品，該行認為know-how積累的核心在于經(jīng)驗和數(shù)據(jù)，有大量數(shù)據(jù)處理經(jīng)驗或測繪資質(zhì)的廠商或更具優(yōu)勢。同時建議關(guān)注數(shù)據(jù)服務(wù)公司在數(shù)據(jù)閉環(huán)重要性提升中迎來的發(fā)展機遇;在馬太效應(yīng)下，中國有望誕生自己的Scale AI。

風險因素：海外生成式AI技術(shù)發(fā)展超預(yù)期，數(shù)據(jù)閉環(huán)邏輯發(fā)生改變;高階自動駕駛滲透率不及預(yù)期;新能源汽車銷量不及預(yù)期;國內(nèi)智能駕駛政策支持力度不及預(yù)期等。

關(guān)鍵詞：