华泰 | 智能驾驶:汽车创新的下半场

（以下内容从华泰证券《华泰 | 智能驾驶:汽车创新的下半场》研报附件原文摘录）
　　TMT 华泰研究TMT团队2022年科技发展趋势系列深度报告。本篇【智能驾驶：汽车创新的下半场】我们认为智能电动车是中国2030碳达峰、2060碳中和目标的核心受益领域。以下带您快速回顾此系列深度核心内容。更多精彩欢迎点击报告标题查阅原文。 智能驾驶：汽车创新的下半场 摘要 智能化开启汽车创新的下半场 从个人电脑时代的微软到智能手机时代的苹果，“万亿市值”公司的出现，标志着终端智能化的代际交替。2021年10月特斯拉市值破万亿，属于智能电动车的新时代已经拉开帷幕。我们认为：1）汽车智能化的最大特征是商业模式向智能手机靠拢，软件定义智能终端将颠覆原有盈利框架和估值体系。我们看到，以蔚小理为代表的国产品牌在智能化、电动化领域走在全球前列，实现了对百年车企的弯道超车。2）智能驾驶、智能座舱、动力总成受益于汽车智能化和国产替代的两条主线；3）无人驾驶出行服务从2G/2B走向2C，车路协同或将带来车端、路端、云端多维度的投资机遇。 观点#1：汽车智能化带来品牌格局、业务边界和估值体系的颠覆 我们认为汽车智能化时代最大的特征是汽车生态和手机生态加速融合。软件定义智能终端，科技巨头凭借软件定义能力掌握产品定义能力与供应链议价权，从而颠覆行业的盈利模式与现有估值体系。立足中国，国产燃油车面临传统零部件的诸多技术沉淀壁垒，难以突破45%市占率天花板，中高端市场不到5%。智能电动化的趋势是自主品牌弯道超车的良机。一方面，本土品牌通过产业链整合实现了“量”的突破，1-5M22新能源乘用车自主品牌市占率达59%；另一方面，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，中高端市场自主品牌市占率提升到29%。 我们认为智能电动车是中国2030碳达峰、2060碳中和目标的核心受益领域。我们看好自主品牌以“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：智能化带来智能驾驶、智能座舱、动力总成域的投资机遇 我们认为，汽车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。智能驾驶方面，高端车型多选用英伟达芯片，国产自动驾驶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，带来激光雷达、高精度地图、摄像头等感知领域的投资机遇。座舱方面，人机交互功能逐渐丰富，多屏互动、AR-HUD或将成未来的演进方向。我们认为，相较于对标“中等驾驶员”水平的智能驾驶，智能座舱领域创新的车规安全性要求较低，却能带来增量的驾驶体验，短期看来有望更快落地。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，国产替代的逻辑明朗。 观点#3：无人驾驶出行服务，从2G/2B到2C 我们认为，无人驾驶2G（路政环卫等）/2B（矿区运输、港口/干线物流、末端配送、机场协同）场景相对封闭、道路情况较为简单、行驶速度慢，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。2C（乘用车L4级自动驾驶、Robotaxi、Robobus）蕴含着万亿级市场机遇，但落地较为困难。政策方面，深圳L3级智能网联汽车法规出台，释放利好政策信号。目前，全国共有7省24市出台智能网联车政策法规，由一线向二三线城市铺开。我们认为无人驾驶技术商业化落地的将以车路协同的模式实现，带来车端、路端、云端的多维度投资机遇。 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黄金十年周期？ 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，MSFT US）到手机（苹果，APPL US）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，2021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（TSLA US）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。 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军备竞赛。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。 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。2021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。 我们认为智能电动车是中国2030碳达峰、2060碳中和目标的核心受益领域。我们看好自主品牌以“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。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。 国产芯片从中低端车型向上渗透。国产芯片开始进入车企供应链，并得到上车测试机会，长期来看，随国家政策激励、国产芯片厂商技术水平提升，国产芯片将逐渐向上渗透。 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Yole development的预测，单车的L4级别的自动价值将较L2的405美元成长8倍至3,430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。 国内激光雷达厂商技术水平处于行业领先，且应用广泛。随汽车智能化渗透率提高，激光雷达需求增加，国内厂商将持续扩张市场份额。 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2025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2025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》，2020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，2021年Q1动力电池国产替代率45%，根据精进电动招股书，2020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2022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241亿元。 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2025年率先实现商业化落地。智能驾驶2G端主要应用于路政环卫场景；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2027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IHIS Markit预测, 2030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2025-2030年实现。 趋势#2：政策方面，L3级自动驾驶政策出台，释放利好信号 深圳L3级智能网联汽车法规出台，政策实现L0-L2向L3跨越。从2018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2021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。2022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，推动政策向L3跨越。 7省24市出台智能网联车政策法规，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政策，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，以满足路政安防，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。 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360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、智慧码头等政策促进下，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。 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。 末端无人配送发展最早，技术及成本难点有待解决。尽管无人配送车速度低、线路固定，但载货量与路径规划、道路过窄且转弯空间过小导致的配送苦难仍需进行技术优化；同时搭载多样传感器（美团魔袋2.0需搭载3颗摄像头，19颗摄像头，2颗超声波雷达和2颗毫米波雷达）导致配送车每单成本仍高于人力配送每单成本。 机场运营管理繁杂，无人驾驶处于初期开展阶段。机场的人货转运与运营管理比较复杂，常见作业车类型就有25种，包括飞机牵引车、除冰车、摆渡车、升降平台车、清洁车、加油车、行李车等，各自均有严格的路线规划。目前机场无人驾驶商业化落地进度较慢，接驳车、巡逻车、牵引车和物流车是无人驾驶车队的首先落地车型，无可实现自主规划行驶路径、自主驾驶、自主避障等功能。部分代表的企业，已经在乌鲁木齐国际机场、北京大兴机场、广州白云机场等开展接驳服务。 2C场景：乘用车无人驾驶长尾难题+零部件成本+车规是主要阻碍 无人驾驶2C市场满足载客出行需求，可以提升出行效率并降低交通事故发生率，市场空间广阔。但综合来看，2C车速快、道路开放、驾驶环境复杂导致其商业化落地难度最高，目前Robotaxi和Robobus尚处于运营测试阶段，我们认为2C端商业化落地有望于2025-2030年实现。 Robotaxi为2C主力赛道，Robobus未来作用或将趋同Robotaxi。 2022年4月,北京市首次开放主驾无安全员示范运营试点，安全员只需坐在副驾进行监管，自动驾驶技术迈上新台阶。 Robobus方面，旨在解决最后三公里出行服务，技术上同样面临公开道路行车决策问题，同时“高峰定点接驳、平峰网约出行”的服务方式逐步趋同Robotaxi。 加州路测：Waymo起步早积累深厚，中国公司站稳脚跟。 中国路测快速铺开，有望早日解决核心技术难题。我们观察到，传统车企、互联网企业、无人驾驶初创企业在中国的路测项目由一线城市逐步铺向二三线城市。排除一线城市与新一线城市，诸如沧州、保定、安庆、平潭二三线城市也开始跟上自动驾驶的潮流。我们认为，这有助于出行企业获得更加丰富、更贴近真实路况的道路数据，从而促进无人驾驶出行服务的早日商业化落地。 风险提示：智能化渗透率不及预期；自主品牌市占率提升不及预期。本材料所载观点源自2022年7月26日发布的报告《智能驾驶：汽车创新的下半场》，分析师：黄乐平 SAC No.S0570521050001 | SFC No.AUZ066；陈旭东 SAC No. S0570521070004 | SFC No. BPH392；张宇 SAC No. S0570121090024 | SFC No. BSF274；对本材料的完整理解请以上述研报为准。 --点击此处查看原文-- 01 #1 云原生：定义云计算的下一站 过去十年，企业数字化经历了服务器、云化、云原生化的转型过程。目前云原生技术已成为企业加速数字化转型、实现高效创新的最佳技术支撑，据Gartner，部署在云原生平台上的工作负载将由2021年的30%增长至2025年的95%，以容器、微服务、DevOps为代表的云原生技术正在围绕弹性、韧性及拓展性为企业提供价值。对标海外，我们认为云原生作为新兴技术体系，将会重塑产业价值链，推动云计算行业由“企业上云”迈入“云上价值挖掘”的新阶段，以云原生为代表的PaaS层技术价值占比提升，国内创新云厂商有望凭借其在容器云、云原生数据库等领域的深耕迎来发展机遇。 02 #2 Web3.0：互联网的下一站？ 过去一年，以去中心化为核心的Web 3.0概念走入大众视野。同时，加密市场在宏观政策变化下经历了冲高后又跌落的激荡沉浮，引发市场对加密资产风险的重新审视。我们看到：1）多链并存生态初步形成，Web 3.0底层设施已较为完善；2）2021年是NFT、GameFi快速增长元年，未来各类X-to-Earn模式创新将浪潮迭起，引领Web 3.0应用发展；3）加密资产退潮暴露系统性风险，未来全球对加密资产的监管或将强化。Web 3.0目前仍处于“头部应用引领，小众用户参与”的早期阶段。展望未来，Web3.0需要创造真正的经济价值才有望超越现有投机主导的生态，走上良性、健康的发展路径。 03 #3 “基础软件+工业软件”产业大机遇 2021年计算机软件板块收入增速回升（同比变动9.8pct）、新势力厂商层出不穷，产业蓬勃发展。政策端来看，国产化扶植政策陆续出台，信创采购有望推动软件行业快速发展。我们认为，国产化替代涉及从底层硬件到应用软件的多个层次，正在从党政试点进一步推广。具体来看，硬件层面包括主机及外部设备，软件层面包括基础软件及应用软件，具体包括操作系统、数据库、中间件、办公软件等。目前，国产化节奏正处于从“可用”向“好用”的进化阶段，终极形态或为包含软硬多个层次的生态系统，应用领域也从信创始于党政及特殊领域，逐步向其他行业拓展。 04 #4智能化开启汽车创新的下半场 从个人电脑时代的微软到智能手机时代的苹果，“万亿市值”公司的出现，标志着终端智能化的代际交替。2021年10月特斯拉市值破万亿，属于智能电动车的新时代已经拉开帷幕。我们认为：1）汽车智能化的最大特征是商业模式向智能手机靠拢，软件定义智能终端将颠覆原有盈利框架和估值体系。我们看到，以蔚小理为代表的国产品牌在智能化、电动化领域走在全球前列，实现了对百年车企的弯道超车。2）智能驾驶、智能座舱、动力总成受益于汽车智能化和国产替代的两条主线；3）无人驾驶出行服务从2G/2B走向2C，车路协同或将带来车端、路端、云端多维度的投资机遇。 -----END-----

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）