汽车与零部件行业AI%2b汽车智能化系列之五：智驾算法步入深水区，头部玩家有望持续领跑.pdf

核核心结论心结论

◼何谓“大模型”？大数据喂养神经网络算法，设定规则机制使其自成长。1）多模态数据是基础，

包括文本/图像/音频/视频等在内的多类型数据喂养，驱动算法更好完成理解/生成等任务。2）

Transformer是核心，Self-Attention机制强化算法抽象特征提取能力，并支持并行计算，高能

且高效，衍生ViT/DiT支持多模态数据理解/生成。3）ChatGPT及Sora为代表应用，在大参数加

持下，开发多模态自然语言处理以及文生视频等功能。4）世界模型为未来方向，算法能力由数据

驱动演变为认知驱动，模型具备反事实推理和理解物理客观规律的能力，提升通用泛化特性。

◼大模型重塑车端算法架构，加速云端算法迭代；世界模型或为完全自动驾驶最优解。智驾一阶段

（L2~L3）脱胎换骨：由场景驱动转向数据驱动，大模型带来底层架构质变；智驾二阶段

（L3~L4）厚积薄发：由数据驱动转向认知驱动，数据和算力逐步累计驱动能力提升，量变引起

质变。1）车端：上层感知/规控应用层算法随功能需求提升持续进化，“场景理解处理能力泛化”

是核心诉求。L2~L3，感知端为升级核心，Transformer加持BEV+占用网络算法落地感知端到端，

解决长尾场景识别难题；L3~L4以规控算法升级为核心，精准识别并快速处理，Learning-base

逐步取代Rule-base，端到端拉高场景处理能力的天花板。2）云端：数据闭环为前提，加速大数

据有效利用，采集/标注/仿真/训练/部署一体化。Transformer赋能自动标注，数据驱动场景仿真

泛化，降低对有限的实际路测数据的依赖。3）世界模型【通用具身智能】或为自动驾驶最优解。

车端场景生成泛化，将自动驾驶问题转化为预测视频的下一帧，类人模式处理，实现泛化至数据

场景以外的能力；并可快速生成标准化仿真数据，结合大算力加速云端训练。

◼算法实现高壁垒+数据闭环硬要求，未来智驾算法产业格局趋于集中化。当前下游L3+高阶算法方

案以OEM自研为主，华为以“算法赋能，数据回传”的形式深度绑定OEM；L3以下算法呈现

OEM+独立算法商+硬件商三足鼎立格局。我们认为，考虑高阶智驾功能的提升对于算法能力/组

织架构/超算中心/完整数据链等的要求，未来“掌握硬件的基础上去发展软件”或为主流，即掌

握壁垒最高的硬件——芯片；提供性价比最高的硬件——传感器；掌握粘性最强的硬件——整车。

2

核核心结论心结论

◼投资建议：汽车AI智能化转型大势所趋，算法为主干，看好头部算法玩家持续领先铸就高壁垒。

➢全行业加速智能化转型，产业趋势明确。下游OEM玩家+中游Tier供应商均加大对汽车智能化投

入，大势所趋；智驾核心环节【软件+硬件+数据】均围绕下游OEM展开，数据催化算法提效进

而驱动硬件迭代。以特斯拉为代表，应用算法向全栈端到端-世界模型持续迭代，功能落地兑现。

➢OEM整车厂商核心芯片硬件厂商智驾传感器厂商独立算法商加速布局端到端算法开发，场

景驱动-数据驱动-认知驱动持续进化；智驾算法产业发展进入深水区，高投入赋能【大算力+大

数据】，方能走通L3有条件自动驾驶至L4完全自动驾驶之路。

➢看好智驾头部车企以及智能化增量零部件：1）华为系玩家【长安汽车+赛力斯+江淮汽车】，关

注【北汽蓝谷】；2）头部新势力【小鹏汽车+理想汽车】；3）加速转型【吉利汽车+上汽集团

+长城汽车+广汽集团】；4）智能化核心增量零部件：域控制器（德赛西威+经纬恒润+华阳集

团+均胜电子等）+线控底盘（伯特利+耐世特+拓普集团等）。

◼风险提示：智能驾驶相关技术迭代/产业政策出台低于预期；华为/小鹏等车企新车销量低于预期。

3

目录

一、何谓“大模型”？