（报告出品方/作者：华泰证券，*乐平、陈旭东、张宇）
观点#1：智能化如何改变品牌格局
趋势#1：科技为先，汽车-手机生态加速整合
为什么汽车智能化发展有望复制手机产业链*金十年周期？整车电子电气架构的从分散走向集中：软件定义智能终端，智能电动车行业或将出现类似Windows、iOs、Andriod的自然垄断属性的产品，并通过软件更新进行快速OTA。车辆中央集中的终局架构下，汽车所有硬件或将由中央芯片（大脑）统一控制。
终端智能化投资机遇从手机到装着四个轮子的手机：我们认为，中央集中的终局架构下，汽车可视作四个轮子的手机。1）智能化方面，汽车功能趋向于手机，传感器数量显著提升；开发周期方面，传统汽车遵循5年大改，每年小改的周期，智能手机开发周期为半年至一年，基于“软件定义汽车”趋势和中央计算架构的演变，我们认为智能汽车将遵循1-2年改款的周期，并伴随以周计的OTA升级。2）行业格局方面，先行者具备产品定义能力与定价权；电动车时代“万亿市值”公司的出现，标志着终端智能化由PC（微软，MSFTUS）到手机（苹果，APPLUS）再到汽车的演进。
手机行业经历数年整合，形成5-6家头部厂商的竞争格局。根据各公司销售额测算，目前汽车行业的市场相对分散，最大的厂商的为丰田，年全球市场份额仅为约12%，且有新厂商不断加入新能源汽车制造中来。我们认为与手机行业的发展路径相似，汽车行业将加速整合。随竞争愈加激烈、补贴退坡，能力不足的车企将遭淘汰，预计十年后汽车行业整合为几家头部厂商的竞争格局。
趋势#2：中央超算架构驱动智能化软硬件进入高速迭代期
特斯拉（TSLAUS）以设计手机的思路设计汽车，整车架构不变的前提下持续迭代芯片与功能。架构方面，特斯拉采用中央架构，以区域划分线束，提升组装效率。芯片方面，特斯拉不改变架构的情况下数次升级座舱芯片（从英伟达（NVDAUS）到英特尔（INTCUS）再到AMD）和智能驾驶芯片（从英伟达到特斯拉FSD）。功能方面，特斯拉目前已经实现自动驾驶控制器、电池管理、车身等功能集成，在过去两年中，针对特斯拉Model3/Y车型涉及到功能体验变化主要的OTA升级次数已经接近30次，平均每个月一次以上。特斯拉的中央架构意味着什么？1）对标头部手机品牌的供应链管理及盈利能力。特斯拉拥有软件定义能力，无需绑定单一供应商，较高的议价权使其汽车业务1Q22毛利率达到了33%（传统车企10-20%）。2）颠覆燃油车行业的智能化能力。特斯拉FSD的推出开启了电动车智能化的*备竞赛。并且通过OTA实现了功能的不断迭代更新。我们认为未来智能电动车对传统燃油车会出现当初智能手机对非智能手机的降维打击局面。
谁能成为中国的特斯拉？实现从分散式到域融合再到中央架构是整车电子电气架构的演进趋势，国内新势力快速追赶。目前小鹏、蔚来、理想发展最快，已实现自动驾驶、娱乐自控、电机控制和车身控制等功能的集成，预计各新势力将在年前先后实现中央集中架构。
软件能力重要性凸显，中国汽车产业中心向北上深迁移。随汽车智能化发展，未来软件能力将成为产品竞争力的核心要素，传统制造业人才无法满足主机厂需求，计算机人才需求增加，汽车产业中心向北上深迁移。年，大部分新势力研发团队人数占员工总人数比例为30%以上，传统车企研发团队占比大部分在10%到20%。
趋势#3：智能化、电动化驱使下，自主品牌弯道超车
传统燃油车：自主品牌面临45%市占率的天花板；智能电动车：自主品牌弯道超车。燃油乘用车市场中，自主品牌市占率45%的天花板难以突破，在中高端市场（20万元及以上）份额仅为5%左右。比亚迪为代表的电动车通过动力电池产业链垂直整合实现了“量”的突破，1-5M22新能源乘用车自主品牌市占率达59%；蔚小理为代表的新势力以智能驾驶/智能座舱深度布局实现了“质”的飞跃，20万元自主品牌市占率由油车的不到5%上升到29%，切入了中高端赛道。特别地，1-5M22理想ONE销量占30-40万元新能源乘用车的28%；蔚来销量占45万元以上新能源乘用车的41%。
我们认为智能电动车是中国碳达峰、碳中和目标的核心受益领域，我们预测///中国新能源车销量同比增长68/30/20/20%至///1,万辆。我们看好以蔚来、理想、小鹏为代表的自主品牌以“智能化”作为核心杀手锏，对传统合资品牌车型形成降维打击，抢占更大的市场份额。
观点#2：智能化带来哪些新的硬件投资机会
我们认为，智能化的主要投资机遇在智能驾驶、智能座舱以及动力总成领域。智能驾驶方面，高端车型多选用英伟达芯片，国产芯片逐渐由中低端车型向上渗透；国内车企多采用多感知融合方案，带来感知领域的投资机遇。座舱方面，人机交互功能逐渐丰富，AR-HUD或成未来演进方向，带来前所未有的驾驶体验。动力总成方面，三电系统取代发动机、变速箱、离合器的过程中，中国品牌的份额提升。
智能驾驶域：多感知融合方案带来智驾芯片、感知层投资机遇
智能驾驶中，特斯拉坚持视觉方案，国内造车新势力多采用视觉传感器+激光雷达+高精度地图的多感知融合方案。多传感器融合方案能够弥补摄像头感知缺点，并搭载高精地图提升NOA流畅性。优点在于能够在短时间内快速提高智能驾驶水平，提高安全性，缺点在于短期来看成本相对较高。长期来看，两种流派都将作为智能驾驶主流方案存在，共同发展。
智能驾驶芯片市场前景广阔。乘用车辅助驾驶渗透率快速提升，我们预计年整体渗透率超60%。随智能驾驶水平提升，对芯片算力要求大大提升，实现L5级自动驾驶需要超TOPS算力芯片。我们认为，长期来看，智能驾驶芯片市场规模有望达到千亿美元级别。
多感知融合方案为感知层带来投资机遇，国产厂商受益。目前感知技术分为纯视觉方案和多传感器融合方案。纯视觉方案由摄像头主导，配合毫米波雷达等低成本传感器构成纯视觉计算，通过视觉系统优化AI算法提高智能驾驶水平。多传感器融合方案借助多种传感器收集外部环境信息，如摄像头、毫米波雷达、超声波雷达、激光雷达等，将信息传输给数据融合中心进行融合，最终做出行车决策。从精度上来讲，摄像头获取数据与人眼感知类似，更加丰富，但其依赖光照，易受环境影响；激光雷达的探测距离更长，受环境光影响较小，感知精度更高，激光绘制的高精度地图也可以做传感器的冗余备份，安全性更高。从研发周期来讲，视觉方案对算法的要求较高，激光雷达能够快速提高自动驾驶水平。随着汽车智能驾驶水平提升，汽车传感器数量显著提升，单车传感器价值量提升。L4级别智能驾驶相关传感器单机价值量较L2成长8倍：根据Yoledevelopment的预测，单车的L4级别的自动价值将较L2的美元成长8倍至3,美元。
半固态/固态预计为激光雷达重点演进方向。和机械式相比，半固态激光雷达具有结构简化、可靠性高、量产成本低、扫描速度快等特性，更适合车载。虽然半固态/固态存在一定的工艺与技术难点，但国内外激光雷达厂商正陆续发布半固态量产产品。长期来看，我们认为半固态/固态激光雷达在技术成熟后易通过车规认证，有望实现前装量产与规模化商用。
智能座舱域：AR-HUD、多屏互动、音响系统未来保持高速增长
HUD快速普及，预计年渗透率达50%。开车时低头查看仪表盘会为行车带来安全隐患，HUD将视觉焦点转移到挡风玻璃上，减少驾驶员观察道路信息和观察车辆信息的视线转换。W-HUD通过光学投影原理将光投射在前挡风玻璃上，形成虚像显示信息，AR-HUD利用增强现实技术，叠加虚像信息和现实路况实时信息。AR-HUD为驾驶员提供更直接、更丰富的信息，还能融合智能驾驶传感器数据，提升驾驶交互体验和安全性。此外，W-HUD虚像距离在2.5m左右，驾驶员依然需要调整视线；AR-HUD需要至少7.5米的虚像距离，驾驶员不需要视线移动。AR-HUD存在技术难点。为了保证虚拟图形和现实融合的鲁棒性，解决车载AR引起的眩晕问题，AR-HUD需要建立低延时的真实世界坐标系，消除视差和视觉辐辏，完美融合虚拟信息和现实环境的时空坐标轴。互联网3.0也是实现AR-HUD普及的关键，互联网3.0时代接入汽车行业时，信息推送的频率和精准度将提升，用户将获得全新的人机交互体验，Web3.0对汽车智能化的影响将于年体现。长期来看，AR-HUD将于智能驾驶阶段量产，替代现有HUD。虽然AR-HUD存在较高的技术壁垒，但相比自动驾驶，AR-HUD故障的影响更小，因此车规安全要求较低；AR-HUD能够结合自动驾驶传感器信息，为消费者带来更直观的科技体验。因此AR-HUD落地或快于智能驾驶，成为未来重要的人机交互方式之一。
多屏互动功能和音响系统升级增强车内影音娱乐体验。多屏联动将驾驶员与乘客屏幕分开，实现乘客屏幕的个性化定制，能够增强车内影音娱乐体验和信息服务能力，提升驾控体验。理想L9和哪吒S（哪吒汽车未上市）均搭载多屏系统，支持座舱智能功能。音响系统升级，实现分区语音交互和沉浸式体验。分区语音交互能够锁定音区，减少其他语音输入的干扰，理想L9的7.3.4全景声音响打造沉浸式家庭影院。
动力总成域：电驱动系统国产替代趋势明朗
汽车电动化助力动力系统供应链国产化。在动力系统零部件市场中，中国品牌在传统燃油车市场的份额较低，根据《中国统计年鉴》，年中国厂商发动机产量占全球20%-25%，变速箱销量占全球10%左右；而在新能源汽车市场的份额较高，根据前瞻产业研究院，年Q1动力电池国产替代率45%，根据精进电动招股书，年电机国产替代率为45%。长期来看，汽车电动化渗透率将持续提升，驱动中国品牌汽车动力系统市场份额持续提升，国产替代趋势明朗。功率半导体是汽车电动化最受益器件之一，IGBT迎来快速增长。功率器件在新能源车成本占比8%-10%，未来汽车的单车算力及数据处理能力有望大幅提升，功率半导体单车价值量跟随提升，驱动市场规模进一步增加。IGBT驱动功率小而饱和压降低，在电动汽车领域有重要应用，我们预计年全球IGBT市场规模有望达到达85.2亿美元，其中中国市场规模为亿元。
观点#3：出行服务初探，无人驾驶还有多远
趋势#1：场景方面，2G/2B封闭场景率先落地；2C市场庞大但落地困难
2B/2G场景相对封闭，预计年率先实现商业化落地。智能驾驶2G端主要应用于路*环卫场景；2B端应用蓬勃发展，可以分为五大场景：矿区运输，港口+干线物流，末端配送，机场协同，不同企业在不同商业应用领域布局侧重点各不相同。我们认为，2G和2B市场自动驾驶场景封闭、道路情况单一、行驶速度慢，所面临的不可预知情况较少，适合现阶段的无人驾驶技术快速落地，预计2-3年内可以快速实现规模商业化。规模方面，我们初步测算2G环卫场景市场规模在百亿元。结合亿欧智库数据，我们测算2B端矿区运输、末端配送、物流网络（包括港口物流和高速Robotruck）等，多个场景规模在千亿元级别。Robotruck对公路运输市场的潜在替代空间更大，有望在年以后突破至万亿。
2C场景市场庞大，但落地更为困难。相较2B端矿区、末端配送及物流网络等相对封闭的场景，2C市场满足载客出行需求，应用领域宽泛。根据IHISMarkit预测,年中国共享出行的总市场规模将达到2.25万亿，其中Robotaxi占比达到60%，规模为1.3万亿。但综合车速、道路情况、驾驶环境来看商业化落地难度最高，目前Robotaxi和Robobus尚处于测试运营阶段，我们认为2C端商业化落地有望于-年实现。
趋势#2：*策方面，L3级自动驾驶*策出台，释放利好信号
深圳L3级智能网联汽车法规出台，*策实现L0-L2向L3跨越。从年推出工业和信息化部、公安部、交通运输部联合发布《智能网联汽车道路测试管理规范（试行）》至年发布《智能网联汽车道路测试与示范应用管理规范（试行）》，规范文件从道路测试与示范应用主体、驾驶人及车辆，道路测试申请，示范应用申请，道路测试与示范应用管理，交通违法与事故处理6个方面明确了参与测试的各方应当遵守的管理规范。年7月，深圳发布《智能网联汽车管理条理》，首次明晰了L3级自动驾驶事故责任认定，为未来L3级别自动驾驶上路奠定地方法规基础，推动*策向L3跨越。7省24市出台智能网联车*策法规，由一线向二三线城市铺开。目前共有广东、浙江、江苏、海南、湖南、甘肃、河南7省出台自动自动驾驶*策，北上广深、杭州、长沙、重庆、成都、武汉等一线城市以及绍兴、银川、长春、沧州、常州等二三线城市同样迅速出台有关法规。我们看到智能网联车规正从沿海向内地、从一线向二三线城市快速扩张。
趋势#3：技术方面，单车智能转向车路协同，带来硬件投资机遇
单车智能向车路协同演进。单车智能主要是通过加入硬件（激光雷达、摄像头、毫米波雷达、超声波雷达等传感器以及智能驾驶和座舱芯片等）和软件（自动驾驶算法、高精度地图等）提升车辆自身的智能化水平，以达到行车决策和智能化体验功能。车路协同则是通过提升车辆、路侧基础设施、云计算平台等的智能化水平，实现车与车、车与路、车与行人、车与云计算平台的全方位的信息交互和实现无人驾驶。在基础设施方面，车路协同路端基础设施主要包括5G基站、地磁、雷达、AI相机、车联网、信号机和路侧单元等。通过车路协同可以在云端实现指挥决策、自动驾驶、道路管理、交通调度、浏览监测等多种功能。车路协同方案相对而言，一方面可以通过降低单车智能搭载设备从而成本，另一方面可以弥补目前单车智能的ADAS功能存在特定场景下应对能力不足和失效的风险，有效帮助解决长尾问题。相较单车智能而言，车路协同方案包含更多关于城市基础设施改造的内容，方案资金投入要求较高，带来了硬件模块的投资机会。
出行初探：2G/2B/2C场景落地进度几何
2G场景：环卫车带动2G端低速封闭场景实现初步规模化落地
2G无人驾驶主要用于公共服务领域，以满足路*安防，清洁环卫等人力替代，辅助未来智慧城市整体构建。无人驾驶环卫车带动2G场景初步实现规模化落地。需求层面，自动环卫车能够精准识别障碍物并规划清扫路径，不受雷雨冰雪等天气的限制，同时可以替代人口实现24小时作业。相较传统清扫模式，无人环卫车利用率较原先提升2-3倍，能实现5厘米内的精准贴边无死角清扫效果。技术层面，环卫车行驶于封闭道路，线路固定，速度一般为5-10km，且无需载人需求，不用考虑安全、舒适性配置搭载。需求层面刺激叠加技术端场景简单，环卫车目前已基本实现规模化落，在公园、景区、学校、高速服务区、酒店、工业园区适配场景快速发展。行业领头公司蘑菇车联（未上市）、仙途智能（未上市）、酷哇机器人（未上市）着力于打造自动驾驶清扫示范区，辅助构建智慧城市生态。根据蘑菇车联和酷哇机器人公司披露信息，目前自动驾驶环卫市场所获订单已达几十亿规模。无人安防车主要实现报警和监控等功能，落地进展相对较慢。无人安防车一般搭载度可旋转摄像头，集移动监控、移动测温、智能报警、物品取用、智慧调度等功能于一体。但介于目前功能较少，且被替代性较强，落地进展速度远低于无人环卫车。目前蘑菇车联领头在北京、上海、河南、湖南、江苏、云南等2G智慧城市构建项目上投放无人安防车及其它类型无人车队。
2B场景：矿区自动驾驶领跑2B场景，机场自动驾驶尚处初期阶段
在智慧机场、智慧园区，智慧港口、智慧码头等*策促进下，无人驾驶快速应用于2B领域。目前2B无人驾驶市场空间较大，且场景封闭、道路情况简单，我们认为将在未来2-3年先于2C端实现商业化落地。矿山自动驾驶领跑2B各场景，已形成成熟商业模式。矿区道路条件恶劣，容易造成侧翻、溜车等矿区事故产生高额赔偿费，且面临着劳动力匮乏困境，因此矿区无人化运营是实现安全生产并降本增效的必要道路。矿区场景封闭单一，驾驶速度一般低于40km/h，推动自动驾驶快速落地。目前已形成联合主机厂、矿区自动驾驶公司、工程总包公司、矿主的商业模式，通过“车路云”方案将无人驾驶技术覆盖从发车、自检、加油，到进入矿区、装卸、运输等各环节。以希迪智驾（未上市）、易控智驾（未上市）、踏歌而行（未上市）等为代表的公司目前已初步具备规模化运营能力，公司预计至年底希迪智驾可以落地33台无人驾驶车。
港口+干线打造Robotruck物流网络，港口无人驾驶已初步落地运营，干线物流仍处于测试阶段。集装箱的运输从港口装卸起延申到高速干线运输，无人驾驶物流网络可以有效提升旺盛的集装箱搬运需求，同时减少人力运输安全问题。1）港口自动驾驶商业化速度快：根据斯年智驾
