中信证券-全球产业策略专题：Elon Musk所想的自动驾驶，跟现实有啥差距？-210927

《中信证券-全球产业策略专题：Elon Musk所想的自动驾驶，跟现实有啥差距？-210927（54页）.pdf》由会员分享，可在线阅读，更多相关《中信证券-全球产业策略专题：Elon Musk所想的自动驾驶，跟现实有啥差距？-210927（54页）.pdf（54页精品完整版）》请在悟空智库报告文库上搜索。

或许现实生活中的自动驾驶车辆还并不是像ElonMusk所描述的那样，到底什么类型的自动驾驶已经落地呢？商用车的自动驾驶路径追求“一步到位”的高级别L4-5解决方案，“场景为王”已初现端倪。

业内普遍认为自动驾驶应用的难度排序为：封闭载物<封闭载人<开放载物<开放载人。

由此衍生出四大场景：1）自动驾驶出租车Robotaxi；2）自动驾驶货运卡车Robotruck；3）半封闭场景微循环或固定路线；和4）最后一公里物流配送。

我们认为，较低速的封闭场景微循环和最后一公里派送已经商业落地了，而较高速的自动驾驶货运卡车技术亦渐见成熟，但Robotaxi的实现难度则依然较高。

我们认为，当前在人力成本较高的欧美国家，上述四类自动驾驶商用车降本增效的意义相对而言更为凸显。

而在中国，鉴于目前人力成本在整体运营中的占比还不算最高，因此自动驾驶商用车的经济效益不算明显。

比如说在长途物流中成本比例最高的还是路桥费和燃料，而在“最后一公里”配送场景中，无人小车的效率也常难敌快递员。

但长期来看，随着国内人力成本的不断提升，及自动驾驶硬件成本的不断下降，自动驾驶商用车在中国的价值将得到更多释放。

本文主要讨论3）和4）两类，重点初创标的为驭势科技、新石器和毫末智行。

驭势科技的自动驾驶全场景野心横跨乘用车与商用车，涵盖L2到L4全系列，从载物到载人，从低速到高速，从封闭到开放场景。

我们认为驭势科技在垂直细分领域中拥有先发优势，为未来进入开放式场景奠定基石。

目前，公司聚焦L4级别“最初三公里”的无人物流自动驾驶，集中于机场和厂区（包括在香港国际机场、上汽通用五菱厂区等）进行商业落地，并实现“去安全员”运营，已取得一定成绩，商业化前景越见清晰。

但驭势的野心不止于此，公司希望将现有场景进行可规模化复制，并计划在载物之外，积极发展载人业务，覆盖难度更高、速度更快的微公交、乘用车和Robotaxi等领域。

不过，无人驾驶载人场景对于技术和安全的要求对比载物场景不可同日而语。

从封闭式向开放式场景进行拓展的不可预测性和cornercases数量将大幅提高，对传感器和算法的要求也将更高。

另外，驭势科技也需跟科技巨头们在这些场景正面交锋。

我们认为，驭势科技“全场景”的核心竞争力在于其打造的π形架构：在一套技术栈UDriveOS(OneStack)下，商用车场景采用U-Drive全栈智能驾驶平台，而乘用车场景开发U-Pilot中高端智能驾驶解决方案。

通过不断重复现有技术，驭势科技得以降低不同场景间的迁移成本，触达无人物流、个人出行和公共出行三大场景。

财雄势大的互联网巨头和汽车产业链巨头，或也对驭势科技的核心业务虎视眈眈；面对挑战，驭势科技积极寻求国内外合作伙伴。

以驭势科技为代表的初创企业，在发展初期通常会选择在特定的垂直细分场景发力，务求快速抢占市场。

但像驭势这类初创企业的优势在于其对垂直场景的商业化理解和与下游客户的适配深度绑定。

面对拥有雄厚资本和科技力量的互联网巨头或产业链里具备经验的玩家切入来挑战，驭势科技积极寻求国内外合作伙伴，为其业务拓展保驾护航。

2020年2月和2021年1月，驭势科技分别获得了博世和国开制造业转型升级基金的战略注资。

我们认为，博世作为领先Tier1供应商，将带来技术和行业的前瞻看法，并将协助驭势进行海外市场的开拓。

而国开制造业转型升级基金经国务院批复，财政部、国开金融等共同出资设立，意味着驭势科技将获得国家层面的资金及资源支持，有望成为中国汽车产业转型升级中的重要参与者。

在乘用车和Robotaxi领域，我们认为，驭势希望借力资源丰富的主机厂，更快更高效地进行载人场景的落地和上量，并实现数据和算法的内循环。

风险提示自动驾驶技术落地不及预期。

自动驾驶技术的核心实际上是基于人工智能技术，叠加云计算的信息互通，和机器人技术的操控进行的技术“大综合”，也代表着人工智能技术目前最前沿和应用最广阔的方向。

因此尽管在系统训练层面，90-95%的底层架构和基础问题已经解决，但最后5%的长尾问题，是制约所有无人驾驶逼近L4&L5商业落地临界点的一大瓶颈，例如Uber及Tesla的致死事件的发生也反映目前自动驾驶的长尾问题尚未得到有效解决。

自动驾驶成本下降不及预期。

目前高企的车载芯片及LiDAR等核心零部件价格制约了自动驾驶车辆的普及。

目前Robotaxi车辆成本可近百万，即使可完全替代人工对比传统出租车也并未有优势；同时在卡车货运、最后一公里及半封闭场景下，尽管技术已相对成熟，但成本成为制约这些场景大面积推广的主要因素。

若未来零部件价格不能大幅下降，那么将制约自动驾驶在各个场景下应用的推广速度。

各国政府对自动驾驶的法律尚不健全。

目前各国对自动驾驶汽车的上路法规还未有明确界定。

例如在国内，自动驾驶汽车仅能在限定区域测试。

除此之外，在人车交互及事故界定的问题上，自动驾驶也有待相关法律条文完善。

全球宏观经济复苏放缓。

疫情的反复使得未来全球经济复苏蒙上阴影。

各家传统车企在疫情期间销量也出现大幅下滑，经营的收缩或将影响各家车企对自动驾驶项目资金和技术的支持力度。

同时，失业率的升高和对未来的不确定性也将影响消费者对自动驾驶汽车的消费意愿。