報告綜述

產業鏈與市場空間：當前我國自動駕駛正處於 L2 向 L3 級別轉化的階段，預 計 2025 年 L2.5 級別自動駕駛車輛滲透率為 50%，2030 年 L2.5 和 L4 級別 自動駕駛汽車滲透率分別將達 70%和 18%。從產業鏈上看，僅上游（感知層、傳輸層、決策層、執行層）和中游平臺層，到 2025 年新增市場空間達 3088 億元，2030 年可達 7020 億元，10 年複合增速為 27%。

發展路徑與核心參與方：技術路徑上看，歐美等國鑑於其道路的規範化優勢 和自動駕駛技術的成熟度，其自動駕駛技術路徑以單車智慧為主；中國則在 追趕單車智慧技術基礎上，憑藉體制、政策、環境、5G 技術等優勢重點發 展車路協同，將車路協議與單車智慧結合，有望實現換道超車。從行業發展 來看，自動駕駛參與方主要有傳統車企、網際網路巨頭和造車新勢力等三類玩 家。在路徑選擇上，傳統車企在加速技術追趕的同時考慮量產和安全，採用 漸進式發展路徑從 L1 逐步過渡到 L2 及以上，當前主要處於 L2.5 階段；互 聯網廠商與造車新勢力則憑藉其在軟體、演算法和算力等方面的優勢選擇跳過 L1/L2 等低階階段，直接以 L4/L5 自動駕駛為目標跨越式發展，當前部分 L4 級已率先在特定場景的商用車領域落地，乘用車領域正在加速追趕。此外， Tie1 和 OEM 等廠商也同步從輔助駕駛層級進入自動駕駛市場。

核心推動力：我們認為當前推動自動駕駛產業向前發展的主要驅動力在於四個方面：

1）產業政策不斷加碼：2020 年 11 月，國汽智聯釋出最新的我國 智慧網聯汽車技術路線圖，明確提出到 2025/2030 年我國 L2/L3 級滲透率為 50%/70%；

2）5G 技術加速助力 C-V2X 發展：車聯網是 5G 應用的典型場景，當前我國 5G 基站建成超 70 萬個，全球佔比超 70%，5G 低延時、高可 靠等特性可加快車聯網和自動駕駛的研發進度，同時 C-V2X 技術標準路線 已成為未來自動駕駛發展的通訊路線標準，我國在 C-V2X 上擁有較強的先 發優勢；

3）BATH 等網際網路巨頭紛紛入局，加快推動自動駕駛技術發展和 商業化應用落地；

4）特斯拉的倒逼：當前特斯拉市值已超 8 千億美元成為 名副其實的車企巨頭，其 OTA 技術、智慧計算平臺以及軟體定義汽車的商業模式，帶來的汽車領域的革命猶如當年的蘋果手機對傳統手機行業的顛覆，特斯拉的鯰魚效應將加快推進自動駕駛產業不斷向前。

計算機領域細分賽道機會：從市場規模來看，我們測算到 25/30 年，自動駕駛決策層（自動駕駛 AI 晶片、高精地圖）達 1138 億元/2236 億元、感知層 （鐳射雷達）達 125 億元/845 億元、平臺層（智慧座艙）為 810 億元/1866 億元；從增速來看，智慧座艙增速最快（10 年複合增速達 32%）。建議重點從產業鏈上下游篩選各環節技術壁壘高、擁有定價權以及擁有產業協同效應的細分領域，推薦上游感知層的鐳射雷達，決策層的作業系統、自動駕駛加速晶片和高精度地圖，中游平臺層的智慧座艙等。

一、自動駕駛全產業鏈增量空間超 7000 億元

自動駕駛產業鏈：上游感知、傳輸、決策和執行層，中游平臺層，下游為整車與服務。

自動駕駛汽車功能的實現需要汽車製造商、零部件供應商、車載計算 平臺開發商、出行服務供應商等多方主體參與，因此，自動駕駛汽車的產業鏈較長。具體而言，上游包括感知層、傳輸層、決策層和執行層；中游為平臺層，包括整合的智慧駕艙平臺、自動駕駛解決方案以 及傳統的車聯網 TSP 平臺；下游主要為整車廠和第三方服務。

其中，上游感知層包括車載攝像頭、雷達系統、高精度地圖、高精度定位、導航系統、路側裝置等；傳輸層基於通訊裝置和服務為自動駕駛提供訊號傳輸，主要包括通訊裝置和通訊服務；決策層包括計算平 臺、晶片、作業系統、演算法等；執行層，對決策命令進行執行，包含 線控、電子驅動/轉向/制動、系統整合及其他汽車零部件廠商。四條系統環環相扣，實現汽車網聯化功能。

1.1 感知層：自動駕駛汽車的眼睛和耳朵，增量空間達 1900 億元

感知層用於感知外部環境變化、獲取相關資訊。主要包括智慧硬體（感測器、RFID 及車載視覺系統等）、導航（GPS、北斗以及慣性導航系統）、 路側裝置等。

智慧硬體是智慧汽車的“眼睛”。無人駕駛硬體系統包括有感測器、 RFID、車載視覺系統等。隨著車聯網、智慧互聯成為未來趨勢，相關硬體產品需求量也日益增大。根據賽迪智庫《2020 年中國汽車電子產業發展形勢展望》，汽車電子、裝置在汽車製造成本中所佔的比重逐年提高。透過硬體系統，感知並採集環境資訊是無人駕駛的第一步。

我們認為自動駕駛汽車感知層帶來的市場增量主要在感測器，當前行業內主流研發和應用的自動駕駛汽車感測器為車載攝像頭、超聲波雷達、毫米 波雷達、鐳射雷達等，不同的組合形成了以視覺主導（攝像頭+毫米波雷達 +視覺晶片）和以多感測器融合（鐳射雷達+毫米波雷達+攝像頭）為主導 兩種路徑。無論何種路徑，均會帶動感測器的需求增長，我們測算，預計 到 2025 年感測器市場規模將達 609 億元，到 2030 年將達 1901 億元，10 年複合增速約 30%。

1）感測器：目前主流的自動駕駛感測器以攝像頭和雷達為主。

2）RFID 又稱無線射頻識別，是自動駕駛的耳朵。

3）車載視覺系統是感知層硬體的整合，藉助機器視覺技術進行影象增強和資料處理。車載視覺系統主要應用於視覺增強的駕駛輔助。

1.2 傳輸層：自動駕駛提供訊號傳輸，增量空間超 600 億

傳輸層是基於通訊技術將感知層獲得的環境資訊轉換成訊號傳導到決策 層，類似人體的傳輸神經。傳輸層主要包含通訊裝置和通訊服務，其中通訊裝置以元器件、資訊互動終端等為主，通訊服務主要為 DSRC 和 C-V2X 兩種服務自動駕駛的無線通訊技術。

傳輸層的增量來自於 V2X 帶來的通訊晶片、通訊模組以及資訊互動終端 OBU、RSU 和 T-BOX 等。我們認為自動駕駛帶來的不僅僅是單車的網聯 化，還需必備路的智慧化，即車路協同。因此，預計傳輸端將帶來通訊芯 片、模組等通訊元器件以及車路資訊互動終端的爆發。我們預測自動駕駛 傳輸層的價值空間到 2025 年達到 395 億元，2030 年達到 629 億元，10 年複合增速為 18.79%。

1.3 決策層：自動駕駛汽車大腦，增量空間超 2200 億元

當前，從技術角度看，隨著 ADAS 系統的廣泛部署和以及長時間的技術開 發，自動駕駛感知技術已經不是主要瓶頸；傳輸層自 C-V2X 勝出之後，技 術路線也已基本確定；執行層則是主機廠和 Tier1 廠商擅長的領域。因 此，我們認為自動駕駛技術實現的真正門檻就在於決策層上。決策層透過 利用感知層、傳輸層反映回來的資訊，建立相應的模型，制定出適合的控 制策略。由於真實路況的複雜程度，以及不同人對於不同路況的不同解決 對策，決策演算法需要覆蓋多數罕見路況的海量資料以及完善高效的人工智 能技術。從功能上看，決策層主要包含作業系統、晶片、演算法、高精度地 圖以及雲平臺等核心構成元素。

我們認為自動駕駛決策層帶來的增量空間主要在於自動駕駛 AI 晶片和對應 的高精度地圖，這兩者是 L3 及以上級別自動駕駛汽車必備的功能要素。經 我們測算，到 2025 年自動駕駛決策層可見的增量空間將達 1138 億元， 2030 年將達 2236 億元，10 年複合增速達 23.44%。

1）作業系統：為自動駕駛提供底層支撐。

2）晶片：為自動駕駛提供算力支撐。

3）演算法是決策層的核心競爭力。

4）高精度地圖將成為自動駕駛、車路協同的基礎設施。

1.4 執行層：自動駕駛的四肢，增量空間達 388 億元

執行控制好比“駕駛員的手腳”，是自動駕駛真正落地的基礎。執行層是 無人駕駛系統的最底層，其核心任務是透過驅動、制動及轉向控制系統， 相互配合，使汽車能夠按照決策部分規劃的軌跡穩定行駛，並且同時能夠 實現避讓、保持車距、超車等動作。隨自動駕駛的發展，執行層由駕駛員 施加人力、透過真空和液壓等推動的方式逐漸被電子化、電動化系統所替 代，電訊號替代機械力的線控技術在自動駕駛時代全面滲透。

自動駕駛執行層帶來新的增量市場主要源自於域控制器和線控執行等功能裝置。我們測算，到 2025 年自動駕駛執行層可見增量市場規模將達 135 億元，2030 年將達 388 億元，10 年複合增速超 30%。

電子驅動：發展成熟，相比傳統驅動優勢明顯。

電子制動：執行層最關鍵部分。

電子轉向：電動助力 EPS 佔據主流。

1.5 中游平臺層：完成自動駕駛功能的居中排程，增量空間為 1866 億元

平臺層以 TSP 車聯網平臺廠商為主，包括智慧座艙、智慧駕駛整體解決方 案等。

自動駕駛平臺層帶來增量空間主要以智慧座艙為主，主流智慧座艙包含全 液晶儀表盤、汽車中控屏、HUD 和流媒體後視鏡等四大模組。我們測算， 到 2025 年智慧座艙市場空間為 811 億元，2030 年達到 1866 億元，10 年 複合增速近 30%。

TSP 車聯網平臺提供車載資訊服務，透過在汽車上安裝車載資訊裝置，利 用通訊網路為駕駛員和乘客提供多樣化資訊服務，包括行車導航、路況信 息、行車安全預警、擴音通話、天氣服務、緊急救援、車輛效能檢測等。

TSP 在車聯網產業鏈中居於核心地位。上接汽車、車載裝置製造商、 網路運營商，下接內容提供商，TSP 的服務集合了位置服務、GIS 服務 和通訊服務，如導航、娛樂、諮詢、安防、SNS、遠端保養等。其核心 價值主要體現在：向下遊直面使用者，是直接為使用者提供服務價值的主 體；向上遊扮演資源整合角色，涉及車載裝置提供商、網路服務提供 商、資訊服務內容提供商等，整合多方資訊及資源為使用者提供車載信 息服務。

TSP 是產業鏈中潛在利潤空間最大的環節。作為產業鏈的核心位置， TSP 擁有整個鏈上最核心的大資料資源，且其資料具有積累性，據此可 以演化為多種商業模式，是車聯網產業鏈潛在利潤空間最大的環節。 TSP 盈利模式為：面對車主，TSP 依託於線上服務賺取服務費用，賺取 B2C 中的利潤；在客戶數量以及互動資料達到一定體量後，可以與廣告 商、保險公司、物流公司、租車公司等開展一系列商業模式的探索， 拓展 B2B 業務。

目前 TSP 根據車廠主導的程度大致可以分為三種模式。

模式一：車企設立自己的 TSP。

模式二：車廠與第三方供應商合作設立 TSP。

模式三：第三方供應商提供獨立 TSP。

智慧座艙是車企智慧化、高階化的剛需，也是未來智慧網聯汽車的主要組成部分之一。它以座艙域控制器（DCU）為核心，推動包含液晶儀表盤、中 控屏、流媒體後視鏡、抬頭顯示系統等部件在內的多屏融合，實現語音控制、手勢操作等更智慧化的互動方式。從汽車整體架構來看，座艙域控制 器（DCU）連結傳統座艙電子部件，進一步整合智慧輔助駕駛 ADAS 系統和 車聯網 V2X 系統，使智慧汽車可以進一步最佳化整合自動駕駛、車載互聯、 資訊娛樂等功能，完整的解決方案幫助智慧汽車從代步工具逐漸成為可移動生活空間。

智慧座駛艙產業鏈分為硬體和軟體兩部分。硬體包括了傳統中控和儀 錶盤，以及新納入的抬頭顯示器 HUD、後座顯示屏等 HMI 多屏，軟體則 由於加入了手勢語言在內的互動技術，包含底層嵌入式作業系統、軟 件服務、ADAS 系統等應用。軟硬體底層技術根據產品的不同需求應用 到各個智慧化零部件中；不同智慧化零部件在座艙內整合形 成一套完 整解決方案，以整車體現，整車進而銷售給車主；與此同時，基礎設 施參與整個流程，為各環節提供資料傳輸、運算儲存等服務。

智慧座艙產業趨向於跨界、融合、整合的網狀結構。上游零部件企業 尋求後向一體化，下游整車廠尋求前向一體化，獨立研發演算法和智慧 硬體，與此同時，新興網際網路公司與傳統整車、零部件企業進行深度 合作，共同推出智慧座艙整體解決方案。對於整車廠而言，其擁有成 熟的汽車研發、生產、供應鏈體系，但相對來講軟體開發實力略有不 足，缺乏良好的生態體系。對於新興網際網路公司而言，其具備完善的 應用生態、強大的系統開發能力，但缺乏與相關行業經驗，對硬體的 整合開發的能力相對較弱。對於 Tier1 供應商而言，其獨特優勢在於 系統定製能力和豐富的車規級硬體開發經驗.

演算法軟體資料將成為價值鏈重心。網際網路和科技公司在產業中佔比升 高， 他們在演算法、晶片、網路連線和生態系統搭建上佔據優勢，而傳 統主機廠和 Tier 1 則在汽車傳統的生產製造環節有豐富經驗。未來可 能主要為兩種跨界模式：一是傳統車企和 Tier 1 與網際網路巨頭合作， 比如上汽和阿里。車企將相對封閉的生產資料一定程度開放給網際網路 企業，用於座艙智慧化的升級；二是零部件大廠收購有發展潛力的科 技公司，從而掌握核心技術。長期來看，整個汽車價值鏈的重心將從 硬體生產製造逐漸轉向系統、演算法等軟體層面，掌握核心軟體能力、 資料的網際網路公司，及轉型及時的主機廠將佔據行業主導地位。國內 汽車發展雖然落後國外，但網際網路行業一直佔據主導，擁有流量和生 態優勢。因此，國內車企、其他供應商借助網際網路，有望趕超國外大 廠。

從企業型別來看，無論是傳統國際品牌，還是造車新勢力和國內自主 品牌，在智慧座艙上都積極佈局，近一兩年都有產品完整產品落地。 從互動方式來看，自然語音識別方式以其符合正常對話邏輯、良好的 互動體驗得到了眾多品牌認可，造車新勢力、國內自主品牌以及奔 馳、寶馬、奧迪都搭載了自然語音識別模組。從作業系統看，大部分 企業有自研或自有的、以 QNX、Linux 和安卓底層構架的配套操作系 統。晶片方面，高通和英偉達市場認可度依舊很高。中控屏和儀表盤 則呈現了明顯的大屏整合偏好，全液晶中控屏和儀表盤快速滲透自主 品牌及造車新勢力，而 HUD 主要為選裝搭載，滲透率相對較低。

1.6 整車廠與第三方服務

經過各層級的技術研發，最終由整車廠進行技術整合與生產組裝，完成無 人駕駛產品的生產末環。整車廠商為關鍵技術企業提供應用、實踐平臺， 科技企業直接向整車廠商提供解決方案、部件。生產組裝完畢的整車，一 部分直接銷售到消費者端，一部分成為第三方服務商的服務供應車輛。此 類服務商一般為移動出行服務商，提供服務所得的資料反饋將協助整車廠 及科技企業調整產品研發。部分整車廠也在向第三方服務商轉變，或與之 開展深度合作，整個無人駕駛產業鏈呈現生態化、網狀化趨勢。

整車廠商也在積極佈局智慧網聯汽車產業。新興車企（蔚來、零跑、 理想、小鵬、奇點等）具備後發優勢，在研發方面普遍優於傳統車 企，科技嗅覺更靈敏，部分智慧網聯相關技術已成為產品亮點。傳統 整車廠商（一汽、廣汽、北汽、長安、吉利、奇瑞等）在智慧網聯領 域的發展相對較緩，在軟體演算法等領域開發能力相對不足，多數選擇 以收購或戰略合作的方式與科技企業共贏。整車企業的佈局加速了智 能網聯產品的適配應用，促進了相關技術的迭代升級，保障了無人駕 駛產業乃至智慧網聯汽車行業持續快速發展。

第三方服務商主要是為未來移動出行進行開發與測試、為公眾和商業 運輸提供移動出行服務的公司等，包括網約車平臺、無人駕駛出租 車、無人送貨車、接駁車等服務商，如 Uber、Grab、2getthere、 Bestmile、滴滴出行、神州優車、首汽約車等。剝離司機角色，打車 和租車或許在未來殊途同歸。科技企業在演算法上具有優勢，然而相對 缺乏產業資料，因此深耕產業的出行公司，或將成為下一步無人駕駛 的突破點。

二、自動駕駛技術路徑探究

2.1 單車智慧 VS 車路協同：各有千秋，未來趨於協同

按照技術路徑，無人駕駛當前主流有兩種實現路徑：一是基於單車感知和 高效演算法決策的單車智慧模式，二是基於道路基站和車輛進行通訊、透過 雲端調控的車路協同模式。

單車智慧模式痛點無可迴避。從目前表現來看，單車智慧存在許多弱點： 首先是多感測器融合問題，以及隨之而來的對晶片效能的要求；無人駕駛 依靠 AI，但 AI 黑箱效應難以克服；自動駕駛 110 億英里的道路檢測難以 實現；全自動駕駛有幾百萬極端工況，軟體設計難以保證和驗證；L3、 L4、L5 自動駕駛成本極高，單車均價約 20 萬美元，難以進入私家車領 域；完全自動駕駛汽車實際行駛安全難以保障。

車路協同是單車智慧的延伸和拓展。單車智慧是車路協同的基礎，如果沒有單車智慧，智慧網聯就沒有基礎平臺，更重要的是在路側沒有鋪設智慧 裝置、通訊受到干擾、智慧路側裝置出現故障時，單車智慧保證汽車安全 行駛。此外，在車路協同無法覆蓋的區域以及極端場景中，還是需要依賴單車智慧自動採取行動。而由於單車智慧不可忽視的痛點，車路協同形成 單車感測器的效能延伸，緩解計算平臺算力壓力，對於高級別自動駕駛不 可或缺，基於場景來看錦上添花，能夠加快汽車產業化落地，無論在時間 或空間維度實現更全面的覆蓋。

車路協同系統的基礎技術包括四個部分，可依據構成劃分為智慧車載單元關鍵技術、智慧路側關鍵技術、通訊平臺關鍵技術和其他關鍵技術，其中 V2X 是車路系統核心的基礎技術。

智慧車載單元，藉助當前主流的 LTE-V2X 以及新一代 5G-V2X 資訊通訊技術，實現車輛之間、車路之間、車與行人、車與雲端之間的全面資訊互動。從產業結構角度來看，車載終端主要包括通訊晶片、通訊模組、終端裝置、V2X 協議及 V2X 應用軟體。整個車載終端的產業結構包 括硬體和軟體產業參與者。

智慧路側系統，在車路協同體系中，透過部署智慧裝置，收集路側資訊。其透過智慧感測器裝置，結合智慧車載資訊，提供危險駕駛提 醒、車輛違章預警、道路異常提醒、道路擁堵分析、交叉路口、協調 排程等功能。整個系統的運轉流程是：透過架設在道路側感測器感知 到的實時道路資訊與車輛共享，使車輛擁有超視野感知能力，提供較 全面的路側環境資訊，與車輛進行資訊資料共享，同時將車側資訊收 集至雲端，最終進行應用。按照職能板塊劃分，智慧路側系統主要包 含智慧基礎設施板塊、智慧感測器板塊、 通訊計算板塊等：智慧基礎 設施類板塊主要包括訊號燈控制機、電子指示牌、北斗差分基站等設 備要素；智慧感測器板塊主要包括鐳射雷達、高畫質攝像頭、毫米波雷 達等，可探測車輛狀態、道路實時狀況等；通訊計算板塊則是指其中的通訊管道，包括 LTE/NR 模組，能夠支援資料傳輸等。同時，在路側單元一些實時資訊需要在邊緣側進行資料計算，以解決道路交通中的 應急事件。

通訊平臺，作為車路協同中的連線管道，主要負責提供車與車、車與 路間實時傳輸的資訊管道，透過低延時、高可靠、快速接入的網路環 境，保障車端與路側端的 資訊實時互動。目前，車路協同的底層通訊 技術較為通用的是 DSRC（專用短程通訊）和基於蜂窩網通訊技術演進 的 C-V2X。C-V2Ⅹ起步相對較晚，但其基於蜂窩通訊技術，可移動性、 可靠性強，具有前向相容性的 5G 演進路線，未來可支援自動駕駛，中 國佈局領先。

雲控平臺，在車路協同產業發展中承擔著“指揮者”的角色。雲控平 臺包括雲控基礎平臺和雲控應用平臺。雲控平臺能為智慧汽車及其用 戶、管理及服務機構等提供車輛執行、基礎設施、交通環境、交通管 理等動態基礎資料，具有高效能資訊共享、高實時性雲計算、大資料 分析、資訊保安等基礎服務機制，是支援智慧網聯汽車實際應用需求 的基礎支撐平臺。在應用層面，雲控平臺的搭建能夠增強智慧網聯駕 駛服務能力，降低交通事故傷亡機率，減少交通擁堵時間，提升交通 效率。目前，透過雲控基礎平臺的物理架構，已經基本形成車端-邊緣 雲-區域雲-中心雲四級支撐體系。

車路協同優勢：安全、高效、低成本、落地更快。

車路協同體系亦面臨挑戰。車路雲一體化執行不乏挑戰：車輛層面，無論 是融合感知還是協同決策，車路聯合實現實時有效協同是難題；交通層 面，除了要提高自動駕駛汽車效能，還要解決交通擁堵和聯合管控，技術 上面臨著高可靠、低延時的資料互動問題；計算資源開發方面，如何將大 資料探勘、計算等及時有效輸送到末端面臨挑戰等。

2.2 中國無人駕駛路徑以單車智慧結合車路協同

關於是“單車智慧”還是“車路協同”，一直存在諸多研究與爭論。“單 車智慧”傾向於車輛自身的自動駕駛能力，能夠精準及時地感知、決策、 控制，從而實現無人駕駛；“車路協同”則更注重全域性最佳化，透過車車、 車路資訊互動達到智慧協同，為無人駕駛構建一個更完善的生態環境。

單車智慧與車路協同各有優劣，理想狀態下可形成互補。單車智慧在車路 網路出現漏洞等極端情況下能夠保證車輛的安全行駛，而車路協同能夠實 現訊號源傳輸、超視距通訊、多個檢測視角等單車無法做到的場景。理想 狀態下，單車智慧和車路協同能夠優劣互補，從而達到最佳無人駕駛狀 態。

我國基本明確了車路協同與單車智慧結合的發展道路。自動駕駛起源於美 國，在單車智慧領域，我國與美國有較大差距，同時由於我國路況設施複雜，相較而言，將車聯網作為發展智慧交通、無人駕駛的槓桿著力點，重 點發展車路協同，則有望實現換道超車。

車路協同與單車智慧結合發展，我國擁有基於國情的天然優勢。強大的統 籌能力和基建能力使得新技術的研發突破及實施落地具有更高的可行性。 無論是聚焦單車的高精尖技術，還是聚焦全域性的基礎設施協同，我國都有 能力從研發到測試到法規健全到落地改造的全過程給予深度扶持。

2.3 漸進式 VS 跨越式：傳統車企漸進式，網際網路與造車新勢力跨越式發展

自動駕駛行業格局逐漸穩定。目前自動駕駛、智慧互聯是汽車行業發展的 方向，傳統車企和一些網際網路巨頭都紛紛入局無人駕駛領域。根據 Gartner2019 年新興技術成熟度曲線，L5 級自動駕駛屬於期望膨脹期，L4 級自動駕駛屬於幻滅期。商用車 L3、L4 無人駕駛已經在礦山、港口、物 流等流域落地，而乘用車無人駕駛落地專案主要集中在傳統車企 L2+和 L3 級量產車型和特定場景自動駕駛方面。目前無人駕駛技術逐步邁向成熟， 新入局者減少，2020 年新興技術成熟度曲線中自動駕駛被移出榜單。

從技術發展路徑上看，自動駕駛發展路徑主要分為漸進式、跨越式和特定場景式等三種。漸進式以傳統車企為主，跨越式以網際網路和造車新勢力為 主，特定場景式則以商用車率先落地。

三、多重因素促進自動駕駛產業發展

3.1 產業政策驅動

政府從安全監管、標準制定到戰略發展，車聯網政策持續出臺。2017 年 4 月，工信部、發改委、科技部聯合釋出《汽車產業中長期發展規劃》指出重點支援感測器、控制晶片、北斗高精度定位、車載終端、作業系統等核 心技術研發及產業化。2018 年，工信部制定《車聯網智慧網聯汽車產業發 展行動計劃》指出到 2020 年，車聯網使用者滲透率達到 30% 以上，新車駕 駛輔助系統（L2）搭載率達到 30% 以上，聯網車載資訊服務終端的新車 裝配率達到 60% 以上。2019 年，國務院釋出《交通強國建設綱要》加強 智慧網聯汽車（智慧汽車、自動駕駛、車路協同）研發，形成自主可控完 整的產業鏈。至 2020 年 2 月，11 部委聯合出臺《智慧汽車創新發展戰 略 》，意味著車聯網產業將在我國迎來高速發展重大機遇。

自動駕駛領域產業政策穩步推進。從 2015 年至 2020 年，政府釋出多項相 關政策，關注點從智慧網聯汽車細化至自動駕駛汽車。2020 年初，國家相繼出臺《智慧汽車創新發展戰略》與《汽車駕駛自動化分級》兩項方案， 進一步明確自動駕駛戰略地位與未來發展方向。

預計到 2025 年我國 PA、CA 級智慧網聯汽車銷量佔汽車總銷量超過 50%，C-V2X 終端的新車裝配率達 50%，2030 年滲透率 70%，2035 年 各類網聯式高度自動駕駛車輛廣泛運行於中國廣大地區。2020 年 11 月 11 日，中國智慧網聯汽車產業創新聯盟釋出《智慧網聯汽車技術路線圖 2.0》指出 PA、CA 級智慧網聯汽車滲透率要持續增加，2025 年達 50%， 2030 年超過 70%。C-V2X 終端的新車裝配率 2025 年達 50%，2030 年基本普及，網聯協同感知、協同決策與控制功能不斷應用，車輛與其他交通 參與者互聯互通。高度自動駕駛車輛 2025 年首先在特定場景和限定區域 實現商業化應用，並不斷擴大執行範圍。

3.2 從 LTE-V2X 到 5G-V2X，車聯網進入落地期

5G 建設超預期，車聯網、自動駕駛等行業應用加速落地

R16 標準凍結，5G 將從“能用”晉級到“好用”。2020 年 7 月，國 際標準組織 3GPP 宣佈 5G R16 標準正式凍結，標誌著 5G 第一個演 進版本標準完成。相較於 R15 版本 R16 標準不僅增強了 5G 的功能， 向各行業普及 5G 技術並催生新的數字生態產業，而且在網路能力擴 展、挖潛以及降低運營成本等方面做了改進，增強了 5G 超可靠低延 遲通訊（URLLC）的效能。R16 標準的推出，將加速 5G 在垂直行業 的需求與消費級市場補貼落地。

5G 基站建設超預期，車聯網、自動駕駛等行業應用有望加速落地。 2020 年 8 月 14 日，工信部副部長辛國斌表示，當前我國 5G 基站建 設進度超預期，截至 6 月底，我國 5G 基站累計超 40 萬個；截至 7 月 底，5G 終端連線數已達 8800 萬；下一步將以建設促應用，重點支援 面向智慧醫療、虛擬企業專網、智慧電網、車路協同車聯網等 7 大領 域的 5G 創新應用，進一步促進 5G 行業應用落地見效。三大運營商數 據顯示，截至今年 6 月底，三家基礎電信企業累計發展蜂窩物聯網終 端使用者達 11.06 億戶，同比增長 32.7%，其中應用於智慧製造、智慧 交通、智慧公共事業的終端使用者增長分別達到 21.1%、18.2%、 21.4%。5G 具有的高可靠、低時延、大頻寬等特效能實現車與車、車 與路、車與人之間的實時通訊，是車聯網的重要通訊網路，推動智慧 網聯化，豐富更多車聯網應用場景。

C-V2X 技術順利演進，車聯網、自動駕駛行業發展駛入快車道。

C-V2X 加快向 5G-V2X 階段的演進，車聯網、自動駕駛發展進入快車道。C-V2X 的標準化可分為 LTE-V2X（基於 4G）、LTE-eV2X （基 於 4.5G）和 5G-V2X （基於 5G 技術）等三個階段。其中，支援 LTEV2X的 3GPP R14 版本標準已於 2017 年正式釋出；支援 LTE-V2X增 強（LTE-eV2X）的 3GPP R15 版本標準於 2018 年 6 月正式完成。但 由於基於 4.5G 的 LTE-V2X 仍無法完全滿足車聯網所需的低時延、高 可靠性等要求，車聯網行業儘管前景廣闊卻發展緩慢。隨著 R16 標準 的固定，5G 技術的超低時延、廣連線和高可靠性特徵將逐漸顯現，可 滿足車聯網資料採集和處理的及時性要求，將推動 LTE-V2X 標準向 5G-V2X 方向的演進，車聯網行業有望隨著 5G 商用進入快速發展階段。

V2X 可降低單車智慧技術難度，縮減自動駕駛研發成本。V2X 在高階 自動駕駛中具備配比六項要素：車側單元（OBU）、路測智慧基礎設 施、路測單元（RSU）、路測邊緣計算單元、路測資訊提示單元和雲 控管理服務平臺等。相較單車智慧，V2X 增加路側和雲端部署，可有 效降低單車智慧技術難度。百度資料顯示，V2X 車路協同系統可降低 自動駕駛 30%的研發成本，接管數下降 62%，預計縮減國內自動駕駛 落地時間達 2-3 年。

部分基於 V2X 的自動駕駛場景將率先實現應用。2019 年，中國信通 院依據技術特性（從樣品到量產技術難度）和應用成熟度（產業鏈、 運用模式、管理制度和商用模式等）將 C-V2X 支援實現的車聯網應用 劃分為四個象限。其中，L5 級自動駕駛、車路編隊行駛、封閉環境自 動駕駛、停車場自主泊車等為 C-V2X 支援的高等級自動駕駛場景。從 技術特性來看，封閉環境自動駕駛=車輛編隊駕駛<停車場自主泊車 車輛編隊駕 駛>停車場自主泊車>L5 級自動駕駛。綜合來看，預計封閉環境自動駕 駛將率先實現應用，其次是車輛編隊駕駛和停車場自動泊車，最後為 L5 級自動駕駛。

中國在 C-V2X 領域技術實力雄厚。根據中國通訊學會發布的研究報告 《車聯網智慧財產權白皮書》截止到 2019 年 9 月全球車聯網領域專利申 請累計 114587 件，美國佔比 30%居首位，中國佔比 25%，居第二 位。但在關鍵的 C-V2X 車聯網通訊技術專利方面，中國的專利申請量 佔比達到 52%，為 C-V2X領域最大的專利原創國家和佈局目標國家。

2020 年 5 月，中國智慧網聯汽車產業創新聯盟釋出《實現自動駕駛的 工作報告與方針》，闡明瞭我國推進自動駕駛服務的實現與普及路線 圖。報告指出，未來 3-5 年，我國自動駕駛領域的發展，將逐步由自 動駕駛分擔現有駕駛員的作用，移動出行服務將會誕生新的附加價 值。預計到 2025 年在限定空間及汽車專用道路（高速公路、汽車專 用通道等）將完成自動駕駛完全替代駕駛員，實現車內只有乘務員 （部分無人）；2026 年以後，在混合空間（生活區域道路等）實現僅 有遠端監視或車內只有乘務員。

3.3 BATH 等網際網路巨頭加持

百度從手機車機互聯到車聯生態。百度在車聯網方面的路線為手機車 機互聯方案（2014-2015 年相繼推出 CarNet+Carlife 等）-車載 OS-小 度車載 2020。2015 年 9 月，百度世界大會上首次披露其車聯網方面 的戰略佈局。百度車聯網生態包括 CarLife 手機車機投射、MyCar 車 輛私有云、CoDriver 智慧語音副駕駛、CarGuard 汽車衛士在內的四大 OEM 解決方案。2018 年釋出百度的車載 OS——小度 OS。2019 年，釋出了度小鏡，強化運營商泛 loT 智慧終端佈局能力。同年也發 布了 Apollo 智慧車雲，助力車企在單純提升車體驗之外，實現汽車全 生命週期效能提升。Apollo 生態大會上釋出的小度車載 2020 由小度 OS 發展而來，是一套開放的生態系統，透過整合智慧駕艙、手機投屏 和後裝的軟硬一體裝置整合為各種形式的服務。目前，百度車聯網已 與賓士、寶馬、福特、比亞迪、長城、現代、吉利、起亞、啟辰、星 途等多家汽車企業合作。2019 年 4 月 3 日，福特中國正式釋出與百度在車聯網領域的首個合作專案——智行資訊娛樂系統 SYNC+。2021 年 1 月 11 日，百度正式宣佈造車。

截至 2020 年 3 月，百度 Apollo 擁有全球 36000 名開發者，177 家生 態合作伙伴，56 萬行開原始碼，1237 件智慧駕駛專利數。自動駕駛路 測方面，Apollo 已擁有路測牌照數超 150 張，在北京、長沙、滄州、 武漢、重慶、天津、保定、雄安等多個城市開展路測，測試里程超 300 萬公里。此外，百度 Apollo 智慧交通版圖也在不斷擴張，成為中 國智慧交通發展建設的重要著力點。Apollo 已經和長沙、保定、滄 州、重慶、銀川、紹興、德清、株洲等多個城市達成車路協同和智慧 信控等方面的合作，助力當地完成智慧交通、智慧城市建設。

阿里是國內最早入局車聯網的網際網路廠商，其核心產品是 AliOS 操作 系統。2014 年 7 月，阿里與上汽集團正式簽定戰略合作協議，同年收 購地圖廠商高德。2015 年，與上汽共同出資 10 億元成立斑馬網路， 2016 年，斑馬網路推出首款搭載斑馬系統（基於 YunOS）的車型— 榮威 RX5，成為阿里作業系統首次在智慧座艙領域整體性落地。2017 年，AliOS 攜手斑馬網路與神龍汽車達成戰略合作，推出首款合資品牌 的智慧汽車，同年，阿里與福特正式簽署戰略合作，AliOS 將搭載在所 有在中國銷售的福特及林肯品牌整車（包括進口及本地生產）及在中 國生產的自主品牌電動車。2018 年，阿里聯合交通部公路院、國家電 網、中國聯通、一汽集團、上汽榮威、英特爾、福特汽車、神龍汽 車、大唐電信集團等成立了“2038 超級聯盟” ，協同產業力量共同落 地“智慧高速公路”。2019 年 12 月，阿里宣佈與一汽簽署戰略合作 協議，雙方將以斑馬智行系統為基礎，打造面向未來的下一代智慧網 聯汽車。2020 年 4 月，斑馬網路推出的斑馬智行 VENUS 系統。

2018 年 4 月，阿里正式宣佈佈局自動駕駛技術，並由 AI 實驗室首席 科學家王剛率領團隊進行研究工作。阿里透過車路協同和單車智慧的 方式助力自動駕駛的實現。單車智慧方面主要包含三個方面：演算法、 硬體和系統架構。在高精度地圖和精準位置服務上，阿里有高德地圖 和千尋位置做支撐；在算力演算法等前沿技術上，阿里不僅有達摩院，還有專注於研發晶片的平頭哥，這兩大平臺為阿里聚集了一大批高階 人才，這勢必也將為其自動駕駛發展增加推動力。

騰訊構築“四橫兩縱一中臺”生態車輛網。騰訊雖相對較晚入局車聯 網領域，但憑藉技術和流量優勢，很快聯合眾多廠商和渠道開展人-車店-廠的全面佈局，構建車輛網生態。2015 年 9 月，騰訊正式推出車 聯開放平臺，構建了車聯 ROM、車聯 APP 以及“MyCar”服務的三 重產品體系。2017 年，騰訊車聯平臺釋出了"AI in Car"系統，2018 年，騰訊釋出全新的 TAI 汽車智慧系統，即 AI in Car 2.0 版本，至 此，騰訊在智慧出行領域構建成“四橫兩縱一中臺”業務矩陣。2019 年 5 月釋出車載微信，與車載系統融合實現互動。2020 年 1 月，騰訊 釋出 TAI 3.0 生態車聯網解決方案，形成了一套跨 OS、雲端輕量化的 車載應用開發框架，可承載 300 萬量級的應用服務開發。

憑藉大資料、雲計算優勢騰訊加快自動駕駛領域技術研發。2016 年 9 月，騰訊成立自動駕駛實驗室，在高精度地圖、環境感知、融合定 位、決策控制等領域進行技術研發，並在車聯網領域搭建車聯開放平 臺。2018 年 11 月，騰訊釋出 L3、L4 自動駕駛汽車。2019 年 7 月， 騰訊與寶馬中國合作了業內第一個自動駕駛開發雲專案。騰訊汽車雲 中心、高精度地圖和自動駕駛團隊攜手推出自動駕駛開發雲服務，提 供大資料儲存以及包括 IaaS、PaaS、SaaS 在內的一整套專門用於自 動駕駛研發的大資料雲計算服務。2020 年 6 月 24 日，騰訊新一代自 動駕駛虛擬模擬平臺 TAD Sim 2.0 正式亮相。同時，騰訊 TAD Sim 正 在與各類機構，以及國內頭部汽車企業展開合作，基於高精度地圖和 模擬模擬技術，推行虛實結合的模擬測試，加速自動駕駛研發。

華為傾力打造 5G 汽車生態圈。2019 年 5 月，華為成立智慧汽車解決 方案 BU，旨在透過將自身在 ICT 領域的設計、技術和經驗等能力與產 業期望相結合，充分發揮產業的技術/規模系統效應，構築智慧車雲、 智慧座艙、智慧電動、智慧駕駛和智慧網聯等五大解決方案。2020 年1 月，華為 Octopus 自動駕駛雲服務在湘江新區落地。2020 年 3 月， 華為自動駕駛作業系統獲得 Safety 領域最高等級功能安全認證（ISO 26262 ASIL D），是我國首個獲得 ASIL D 認證的作業系統核心，也是 業界首個獲得 Security & Safety 雙高認證的商用 OS 核心。2020 年 5 月，華為聯合一汽集團、長安汽車、東風集團、上汽集團、上汽乘用 車、上汽、廣汽集團、北汽集團、比亞迪、長城汽車、奇瑞控股、江 淮汽車、宇通、賽力斯、南京依維柯、T3 出行等首批 18 家車企，正 式釋出成立“5G 汽車生態圈”，加速 5G 技術在汽車產業的商用進 程，共同打造消費者感知的 5G 汽車。2020 年 7 月 12 日，全球首款 搭載華為 5G 技術的量產車比亞迪漢釋出，華為 HiCar 正式上線。目 前 HiCar 的生態合作伙伴已經超過 30 家，合作車型超過 120 款。

3.4 特斯拉的倒逼

智慧化轉型領先者，成為車企對標靶心。特斯拉在短短十幾年內成為了全 球最有價值的汽車公司，截至 2020 年 12 月，特斯拉市值超過 6000 億美 元，為車企市值排行第一。與傳統造車不同的是，特斯拉採取了集中式的 電子電氣架構，即透過自主研發底層作業系統，並使用中央處理器對不同的域處理器和 ECU 進行統一管理。按照博世對 EEA 的定義，大眾等傳統 車企仍處於從“模組化”向“整合化”的過渡階段，而特斯拉已成為一臺 “車載中央計算機”。從智慧駕駛的解決方案來看，特斯拉自成一派，通 過自研軟體、自設車廠，引領了以攝像頭為核心模仿人眼處理的智慧駕駛 方案。

將 OTA 應用於智慧汽車，引領軟體方向。OTA 指空中下載技術，具備減 少召回成本、快速響應安全需求、提升使用者體驗的優勢。傳統車系統基本 不考慮更新需求，而智慧汽車特斯拉早在 2012 年就提出了車輛全模組的 OTA 升級。同時，傳統汽車主要依靠車輛及零部件等硬體銷售獲得收益， 特斯拉則是由硬體銷售+軟體服務兩部分構成，OTA 能夠提高客戶粘性， 驅動軟體增值。在特斯拉推出 OTA 後，傳統車企也加緊技術研發，但目前 能夠真正實現 OTA 的車企寥寥無幾，更多是“偽 OTA”。此前大眾一萬 臺 ID.3 插線 OTA，每臺更新 7 小時，而比亞迪更是隻能到店升級。在 Loup Ventures 的 OTA 成績單中，特斯拉在提供有意義的軟體更新方面領 先業界三到五年。

智慧駕駛計算平臺領域領導者。特斯拉為目前智慧駕駛計算平臺領域領導 者，歷年研發強度基本在 10%以上，遠超傳統車企 5%的平均水平。基於 自研的 FSD 晶片開發的 HW3.0 已於 2019 年率先落地並量產，採用中央 集中+區控制器的硬體建構。HW3 相比於 HW2.5 每秒傳輸幀數加強 21 倍，算力增至 12 倍。特斯拉自研 FSD 晶片單顆算力高達 72TOPS，相比 於英偉達、華為、英特爾競品，計算力最為強勁；自研 ADAS 平臺 FSD Computer 整體算力 144 TOPS，功耗僅為 72W，耗電量低，支援 L4+級 別自動駕駛，在省電領域表現亮眼。

累計行駛歷程突出，使用者體驗感好。據最新官方公開資料,截至 2020 年 4 月,特斯拉累計上路行駛里程已達 48 億公里。谷歌 Waymo 排名第二,截至 2019 年 10 月,累計上路行駛里程約為 1609 萬公里,僅為特斯拉的 1/30。從 使用者視角建立自動輔助駕駛實測評價體系角度出發，根據 42 號車庫披露數 據，基於對特斯拉 Model 3 HW3.0/寶馬 X5/蔚來 ES6/理想 ONE 四款車型 的實際執行效果來看，特斯拉 Model 3 HW3.0 智慧駕駛綜合評分達到 37.6 分（滿分 40 分），略高於理想 ONE，顯著高於寶馬 X5 和蔚來 ES6 兩款 車型。

開創新的車企商業模式。在傳統汽車銷售環節越來越難以有利可圖的情況 下，特斯拉首先建立直銷網路打破傳統經銷商的阻礙，然後透過軟體服務 賺取超額利潤：例如 9.9 美元/月 Premium Connectivity 流量服務，服務包 括流媒體、車況查詢、瀏覽器使用等。此外，特斯拉推出駕駛系統性能加 速升級包，為 Model 3 雙電機版本提供加速服務，更新後 0-60mph 加速時 間可從 4.4 秒降低為 3.9 秒，升級費用 2000 美元。自動駕駛系統目前還是 銷售軟體為主，而特斯拉將會在 2021 年初推出 FSD 的按月付費軟體套 裝，類似現在很多軟體的訂閱機制，這無疑降低了使用者付費門檻，能夠獲 取更高收益。特斯拉的類 SaaS 模式引發競爭對手效仿和資本市場熱捧， 目前車載娛樂系統的繁榮很大程度上也是由於特斯拉的“倒逼”。

四、計算機相關細分賽道：智慧座艙、車載作業系統、高精度地圖

4.1 智慧座艙與智慧駕駛：前裝市場是關鍵

智慧座艙成為汽車智慧化發展重點。智慧座艙功能落地不僅需要整合多個 螢幕顯示（中控、儀表、抬頭等），還需要整合駕駛員監控、車聯網、娛 樂系統及部分輔助駕駛功能。但由於暫時不涉及底盤控制，落地過程牽涉 的安全壓力及監管壓力較小，整體技術實現難度較低；此外，作為內飾的 一部分，無論是整合多屏的設計還是視覺、語音智慧化互動技術的結合， 都易被使用者感知，差異化功能易於實現，主機廠可以迅速提高產品競爭 力。因此，近期座艙智慧化成為汽車智慧化發展核心。

座艙智慧終端屬性不斷強化，智慧駕駛功能成為必然，進入前裝前裝產業鏈是關鍵。伴隨智慧化需求的增加，座艙電子和智慧駕駛功能的融合變得 更加強烈，隨著主動安全和輔助駕駛新技術的突破和快速應用，智慧座艙 的核心競爭力逐漸向智慧駕駛轉移。據統計汽車之家上所有在售車型，其 中 205 個車系 780 款在售車型（選配+標配）配置了 HUD。前瞻研究院數 據顯示 ADAS 系統在國內整體滲透率在 6%左右，其中盲點監測滲透率最 高，達 12.1%，隨著使用者對駕駛便捷和安全性要求的提升，以及電子元器 件成本的降低，ADAS 系統會逐步向中低端市場滲透，未來 ADAS 系統市 場具有較大的潛力；同時，ADAS 滲透率的提升將使更多 HUD 能夠顯示智 能輔助駕駛資訊，AR 增強現實技術顯著提升 HUD 顯示效果，二者幫助提 升了 HUD 使用體驗，助力 HUD 滲透率提升。

4.2 作業系統：中科創達為汽車作業系統領域龍頭

全球領先的智慧作業系統產品和技術提供商。中科創達成立於 2008 年， 2015 年 8 月上市，致力於提供卓越的智慧終端作業系統平臺技術及解決方 案，助力並加速智慧手機、智慧物聯網、智慧汽車等領域的產品化與技術 創新。公司業務模式根據為客戶提供的產品和服務型別的差異，主要分為 軟體開發、技術服務、軟體許可和商品銷售四種。在 2019 年總營業收入 中，中科創達技術服務佔比 43.13%，軟體開發佔比 30.20%，商品銷售佔 比 18.22%，軟體許可佔比 8.45%。公司核心技術涵蓋通訊協議棧、深度學習、圖形影象演算法、作業系統最佳化和安全技術等多個方面。

軟體定義汽車。隨著“新四化”(電動化、網聯化、智慧化、共享化)的逐 步推進，軟體在汽車產品開發過程中起到的作用日益凸顯。“軟體定義汽 車”正逐步被業界認可，其核心思想是，決定未來汽車的是以人工智慧為 核心的軟體技術，而不再是汽車的硬體水平。

軟體佔比提升，軟硬體分離。根據德勤預計到 2030 年汽車電子系統在 汽車總成本中的佔比會達到 50%。而隨著軟體訂閱模式、OTA 更新的 廣泛應用，硬體很難跟上軟體的迭代速度，過去軟體和硬體的強耦合 性反而會制約汽車的進化。雖然硬體仍然維持了汽車的穩定性，但將 逐步變成確保平臺質量的、偏支援性的角色。

中科創達作業系統技術領先，搭上智慧網聯快車道。目前中科創達在國內智 能汽車軟體業務市場滲透率領先，該部分營業收入不斷增長。近年來智慧網聯、 車聯網在國內加速落地，產業鏈受益，中科創達可藉助政策紅利繼續擴充套件業務版 圖，構築市場優勢。

形成全覆蓋核心技術，車載 OS 底蘊深厚。公司從 2013 年開始佈局智 能汽車業務，目前已經形成集軟體 IP 授權、產品售賣、開發服務於一 體的業務模式。技術上具有基於晶片底層的全棧作業系統能力。中科 創達在汽車 Android 系統深耕十餘年，同時可以透過硬體虛擬化架構 提供不同操作環境，涵蓋 QNX和 Linux，競爭優勢較為明顯。

收購 RW和 Appsys，與車企戰略合作，補全業務版圖。Rightware 是 主攻車載互動技術的初創公司，主要產品是 Kanzi 系列工具。Appsys 是 IVI獨立設計公司。中科創達併購 RW 和 Appsys 後，完成了從單純 底層軟體開發到軟體供應商的轉型，拓展了業務版圖。今年，公司與廣汽、上汽、一汽、理想、大眾、GM、豐田等頭部車廠合作的深度和 廣度均有提升。3 月與廣汽研究院宣佈成立聯合創新中心，6 月公司與 滴滴合作研發的 DMS、ADAS 等智慧安全駕駛方案正式釋出。同時中 科創達與高通維持了深度合作，在自動駕駛晶片領域補全短板。

定增+股權激勵，提振未來信心。20年 2 月，公司釋出 《2020 年非公 開發行股票預案》，募集的 17 億資金中超過 10 億將被投入智慧網聯 汽車作業系統和智慧駕駛輔助系統的研發。8 月 12 日，新增股份上 市。同月，公司釋出股權激勵方案，計劃授予 365.95 萬股，佔公司總 股本 0.86%。20-23 年扣非淨利潤在 2019 年基礎上增速不低於 70%、80%、90%、100%。說明管理層對未來信心十足。

我們認為中科創達的價值可類比手機時代 Android。在手機產業鏈中， 公司透過對晶片的理解以及對整機效能需求的理解來完成整個手機操 作性系統的最佳化，並逐漸培養和積累出較強的技術能力和相關 IP。同 樣，在汽車領域中由於汽車天生沒有系統，比如安卓給移動觸碰裝置 做的系統，而且汽車中沒有統一整合集中的方式，因此其定化工作、 平臺難度會更高。隨著軟體定義汽車時代的來臨，中科創達擁有從芯 片層、系統層、應用層到雲端全面覆蓋的技術能力，其自有 IP 和智慧 汽車軟體能力將進一步強化公司在自動駕駛作業系統領域的地位。

4.3 高精地圖：四維圖新有望獲得高精地圖資料運營權

國產高精地圖龍頭。四維圖新成立於 2002 年，是由國家測繪局建立的唯 一專業從事測繪的國家級公司，已成為導航地圖、導航軟體、動態交通訊 息、位置大資料、以及乘用車和商用車定製化車聯網解決方案領域的領導 者，計劃推出汽車大腦整體解決方案。公司主營業務“五位一體”：導 航、車聯網、晶片、企業服務及行業應用、高階輔助駕駛及自動駕駛。近 年來四維圖新車聯網業務不斷髮展，和導航一起成為企業支柱業務，根據 2019 年報導航業務收入佔總收入 35.97%，車聯網業務佔比 30.17%。截 至 2020 年，公司在導航領域市場份額穩定在 40%左右，高精地圖市場份額超過 20%。

中國路徑決定車路協同，高精地圖為必要基礎。無人駕駛有單車智慧和車 路協同兩種實現途徑，國外主流為單車智慧，而中國路線則是車路協同。 城市道路的路況複雜，高精地圖相對精度達到 10cm-20cm，支援動態更 新，是車路協同產業重要利益相關方之一。車路協同與高精地圖的結合是 佈局未來智慧交通的重點課題，四維圖新作為產業龍頭有望騰飛。

參與制定行業標準，入駐國家級智慧網聯平臺。四維圖新在 2018 年與 HERE、日本 IPC、韓國 SK 組成 OneMap 聯盟，制定全球高畫質動態 地圖標準；2020 年 8 月，參與歐洲導航資料標準協會（NDS）開發項 目，與 HERE、Elektrobit、NNG 和 NDS 技術組共同開發和推廣新一 代地圖資料標準。在政府合作方面，2017 年，四維圖新與國家基礎地 理資訊中心、武漢大學等企業、政府機構及高校合作編制近十項導航 地圖國家標準；2020 年 4 月，參與制定的《公路工程適應自動駕駛附 屬設施總體技術規範（徵求意見稿）》正式釋出。同時，四維圖新是 唯一入駐國家級智慧網聯平臺國汽智聯的高精度地圖廠商，在行業中 的地位難以撼動。

從 L2 到 L4，地圖產品技術領先。公司目前擁有甲級導航電子地圖制 作測繪資質（共 28 家）和 ADAS 地圖資質（共 3 家）。在產品方 面，四維圖新已經實現 L2 級別的自動駕駛地圖產品研發，並且在 L3 HAD Map 和 L4 FAD Map 地圖研發上也有了重大突破。在原有 ADAS 地圖資料基礎上，四維圖新推出的 ADAS 地圖 2.0 增加了更詳細的道 路資訊，以亞米級的精度配合 L2、L3 自動駕駛車向 L4 過渡；公司面 向主機廠和合作夥伴推出了面向封閉場景的 L3+自動駕駛地圖資料 HD Pro，覆蓋我國超過 30 萬高速公路；HD Ultimate 則是 L4/Robotaxi 的 自動駕駛產品，目前正在 Top 級城市大規模覆蓋。

從地圖到線上服務的成功轉身。四維圖新將地圖資料轉化呈線上服務 產品 HD MAP Service，支援支援百萬級的車輛併發以及上層針對主機廠要求的特定的自定義圖層，包括與自動駕駛相關業務的線上應用， 如導航地圖的路徑關聯、自動駕駛的 ODD 服務等，並支援 OTA 地圖 更新。細化到高精地圖服務上，則有基於高精地圖融合定位的測評服 務、基於自動駕駛的模擬雲服務和高精度的差分定位服務三種類型的 服務。從產品到服務構建了資料流轉的閉環，進一步提升了公司的競爭力。

成為國汽智聯唯一高精度圖商，依託央企背景有望獲得資料運營權

國汽智聯整合學界、行業資源搭建智慧網聯國家型平臺。國汽（北 京）智慧網聯汽車研究院有限公司（簡稱“國汽智聯”）成立於 2018 年 3 月，由中國汽車工程學會、中國汽車工業協會及中國智慧網聯汽 車產業創新聯盟共同牽頭，聯合 18 家整車、零部件、資訊通訊領域領 軍企業和科研機構成立。2018 年 7 月，組建北京智慧網聯汽車產業創 新中心，2019 年 5 月，組建國家智慧互聯汽車創新中心。2020 年 1 月，新增四位投資人，包括大眾汽車、通用汽車、博世和海克斯康， 註冊資本由 9 億元新增至 11 億元，共 22 位股東每家出資 5000 萬人 民幣，各持股 4.55%。

國汽智聯為旨在依託並服務政府、服務工信部，建立智慧網聯汽車行 業的行業規範，如 V2I、V2V 以及 V2X 的通訊標準等。公司聚焦國家 戰略需求和引領行業發展的基礎、共性問題，為我國智慧網聯汽車建 設新型產業生態創新體系提供基礎模組和共性平臺。國汽智聯核心執行模式採用 “公司 + 聯盟”，聯合產業及學界資源共同打造產業協同 創新的樞紐和生態系統。

當前我國高精度地圖市場政策加速推動，隨著自動駕駛到來，高精地 圖資料有望強化統一管理，以降低未來動態資料更新的成本，同時滿 足監管的需求。從市場格局來看，外資圖商進入國內市場困難，主要 玩家以四維、百度、高德三個國產高精圖商為代表，其中靜態地圖能 力各家差別較小，未來競爭的關鍵點將體現在後續動態更新升級的能 力，資料多、擁有運營權的廠商將獲得先發優勢，進而導致整個行業 格局發生變化。四維圖新自成立以來歷經多次行業變革，憑藉深厚的 技術積澱和對政策的把握，深耕高精度地圖多年，也是接入國汽智聯 平臺的唯一高精地圖廠商，有望獲得資料運營權，享受政策紅利。

五、投資建議

建議重點從產業鏈上下游篩選各環節技術壁壘高、擁有定價權以及擁有產業 協同效應的細分領域，推薦上游感知層的鐳射雷達，決策層的作業系統、自動駕駛加速晶片和高精度地圖，中游平臺層的智慧座艙等。

作業系統領域：中科創達。

智慧座艙與智慧駕駛領域：德賽西威、華陽集團。

高精地圖領域：四維圖新。

六、風險提示

自動駕駛政策推進不及預期；

技術瓶頸難以打破；

產業鏈上中下游協同遇阻；

中美貿易摩擦等。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）