1. 汽車智慧化是確定趨勢，華為將引領浪潮

轉型智慧化是汽車行業的一個明確趨勢，目前已經迎來拐點。汽車智慧化是未來幾年的主要投資邏輯。目前整車廠與 Tier1 廠商都在積極加大智慧化的佈局 力度。最關注的是華為。華為入局汽車領域，定位是 Tier1 廠商，為整車 廠提供汽車智慧化的方案。我們判斷華為將引領汽車智慧化的浪潮。

2020 年 10 月 30 日，華為正式釋出智慧汽車解決方案品牌 HI，包括 1 個全新的計 算與通訊架構和 5 大智慧系統，智慧駕駛，智慧座艙、智慧電動、智慧網聯和智慧車雲，以及鐳射雷達、AR-HUD 等全套的智慧化部件。

智慧駕駛和智慧座艙是華為的核心方案，這兩個細分領域同時也是汽車智慧化浪潮的核心。

2. 智慧駕駛

SAE 自動駕駛分級標準是國際汽車工程師協會制定的一套自動駕駛分級標準。SAE 把自動駕駛分為六個等級，分別為 L0 至 L5，數值越高，代表自動駕駛的成熟度就越高。目前來看，全球基本都處於 L2+級別的水平。

SAE 將 L0-L2 級系統定義為“駕駛員輔助系統”，這三個級別的系統主要提供安全警告、車道居中、 自適應巡航控制等功能，仍需要駕駛員不斷監控行車狀態，並根據需要進行轉向、 制動或加速。即使駕駛員的手腳離開了方向盤和踏板，駕駛的責任也依舊要由駕駛員承擔。而 L3 級至 L5 級則被稱為“自動駕駛系統”，根據系統開啟的條件、是否需要駕駛員臨時接管進行了等級劃分，在系統開啟後，車輛的操控工作將由自動駕駛系統完成。目前多家車企正在向 L3 級自動駕駛技術衝刺。

2.1. 智慧駕駛產業鏈

自動駕駛體系由感知、決策、執行三個部分構成。

感知系統也被稱為中層控制系統，它以多種感測器的資料與高精度地圖的資訊作為 輸入，經過一系列的計算和處理，實現對周圍環境的精確感知。

決策系統也被稱為上層控制系統，它依據感知資訊進行決策判斷，確定合適的工作 模型，制定相應的控制策略，代替駕駛人做出駕駛決策。

執行系統也被稱為底層控制系統，它在系統做出決策後，根據結果對車輛進行控制。

2.1.1. 感知系統

環境感知模組能為決策系統提供豐富的資訊，包括道路狀況、交通標誌及訊號燈、交通流資訊等。目前環境感知技術主要有兩種路線，一種是以攝像頭為主導的多感測器融合方案，其典型代表為特斯拉；另一種以鐳射雷達為主導，其他感測器為輔。

定位模組用於精確感知車輛的絕對位置和方位資訊，主要包括車輛的經緯度、航向角、速度、加速度、俯仰角、更新頻率等。

地圖模組通常使用高精地圖，其特點為“兩高一多”，即高精度、高動態、多維度。 高精地圖按在自動駕駛中所起的作用大致可以分為三層：車道級路網圖層、定點陣圖層和動態圖層。高精地圖擁有精確的車輛位置資訊和豐富的道路元素資料資訊，起到構建類似於人腦對於空間的整體記憶與認知的功能，可以幫助汽車預知路面複雜資訊，更好規避潛在風險。

2.1.2. 決策系統

環境預測模組作為決策系統的直接資料上游之一，其主要作用是對感知層所識別到 的物體進行行為預測，並將預測結果轉化為時間和空間維度的軌跡傳遞給後續模組。

路徑規劃模組是指在接收到目的地資訊後，對較長時間內車輛行駛的路徑進行規劃， 尋找合適的駕駛路線。

行為決策模組是指接收到全域性路徑規劃後，結合環境預測信 息，決定汽車的駕駛策略。

動作規劃模組根據具體的行為決策對短期甚至是瞬時的 動作進行規劃。最後生成一條滿足特定約束條件的軌跡，該軌跡作為控制模組的輸入決定車輛最終行駛路徑。

決策演算法是自動駕駛的核心競爭力，可以分為感知層演算法和決策層演算法。感知層演算法將感測器的輸入資料轉換成計算機能夠理解的自動駕駛車輛所處場景的語義表達、物體的結構化表達。而決策層演算法是基於感知層演算法的輸出結果，給出最終的行為或動作指令，包括行為決策、動作決策和反饋控制。目前自動駕駛領域常用的決策演算法分為三條路線：基於神經網路、基於規則、混合路線。基於神經網路的演算法採用神經網路確定具體場景並做出決策；基於規則的演算法是基於事先編寫好的“if-then 規則”進行 決策；混合路線演算法則是對前兩種演算法進行結合，並進行最佳化，是最流行的演算法路線。

自動駕駛晶片是自動駕駛汽車的心臟，其核心效能指標是算例和能效比，自動駕駛 的級別越高，需要採集的資訊精度越高，資料量就越大，就越依賴更多的算力支撐。 主要的算力單位是 TOPS，1TOPS 代表處理器每秒鐘可進行一萬億次操作。L2 級需要的算力在 10TOPS 以下，L3 級需要 30-60TOPS，L4 級需要超過 300TOPS，L5 級需要超過 1000TOPS 甚至 4000TOPS。能效比越高意味著晶片的功耗越低，而功耗水平直接影響晶片的可靠性，低功耗晶片發熱量低，有助於晶片模組散熱和高效穩定執行。主流自動駕駛晶片主要有兩種，一種是英特爾 Mobileye 開發的 Mobileye® EyeQX™ 系列晶片，另一種是英偉達的 NVIDIA Drive PX 系列車載計算平臺。

2.1.3. 執行系統

執行系統負責接收決策系統的指令，反饋到底層模組執行任務。執行控制系統是自動駕駛汽車行駛的基礎，其核心技術包括車輛的縱向控制和橫向控制技術。

巡航控制和緊急制動控制都是典型的自動駕駛縱向控制案例。常用的控制策略包括傳統控制方法和智慧控制策略。傳統控制方法，這類控制方法對模型依賴性大，誤差也大，因此精度低、適應性差。常用的智慧控制策略包括深度學習、模糊控制、神經網路控制及滾動時域最佳化控制等方法，這些演算法在自動 駕駛中取得了較好的效果。

橫向控制系統根據目標路徑資訊以及自身位置資訊計算方向盤轉角，將計算所得的資訊傳遞給執行機構執行。橫向控制系統及控制方法的優劣性不僅會影響路徑規劃的跟蹤精度，還會對車輛的穩定性和舒適性產生影響。橫向控制主要有兩種基本設計方法，一種是基於駕駛員模擬的方法，使用較簡單的運動力學模型和駕駛員操縱規則設計控制演算法，或使用駕駛員操縱過程的資料訓練控制器獲取控制演算法。另一種則是基於模型的控制方法。這類方法需要建立較精確的汽車橫向運動模型。目前橫向運動模型的研究大都僅考慮橫向運動運動學或動力學，進而對橫向運動控制系統進行單獨設計。但對汽車而言，其橫向和縱向的運動學及動力學特性是相互影響的，因此橫縱運動耦合控制是未來的發展趨 勢。

2.1.4. 產業鏈

自動駕駛作為汽車領域的下一個競賽點，涉及眾多領域，車企僅依靠自身無法完成整個生態鏈的打造。因此車企、汽車零部件供應商、網際網路企業及晶片企業等紛紛涉足，越來越多的車企透過結盟來提升自動駕駛領域的競爭力。全球主要有十家自動駕駛聯盟。

2.2. 智慧駕駛市場空間

至 2025 年全球自動駕駛市場規模達 800 億 美元，至 2030 年市場規模達 2800 億美元。2020 年全球自動駕駛車端系統的市場規模有望達到 1138 億美元，到 2030 年市場規模將約 5000 億美 元。

2021 年有望迎來自動駕駛的爆發元年，中國自動駕駛行業市場規模將超 2350 億元。隨著 5G 逐步落地，主機廠紛紛推出搭載 ADAS 功能的新車型，ADAS 各功能滲透率加 速提升，到 2025 年市場規模達到 2250 億元，L2 及以下級別功能中自動泊車入位、 自適應巡航為最大的兩個市場，分別為 384 億元、312 億元，將貢獻主要增量市場。

2.3. 智慧駕駛的核心——晶片

2.3.1. 分類

自動駕駛汽車晶片按照產品功能可以分為三類：

第一類是 ADAS 晶片。ADAS 意為高階駕駛輔助系統，用於實現 L1-L2 級別的輔助 駕駛功能。目前自動駕駛汽車晶片的主要市場集中在 ADAS 駕駛輔助領域。

第二種是基於 GPU 的自動駕駛汽車晶片。目前 Mobileye、英偉達和特斯拉等公司 推出商用產品。

第三種是支援自動駕駛功能的外圍晶片，如 5G 晶片、V2X 晶片、數字座艙晶片、 虛擬儀表晶片、資訊保安晶片、胎壓監測晶片和域控制器晶片等。這些晶片起到為自動駕駛提供輔助、支援的作用。

2.3.2. 智慧駕駛晶片的發展趨勢

CPU、GPU、FPGA、ASIC 將依次成為自動駕駛晶片的發展趨勢。由於自動駕駛需要進行大量的計算處理，算力需求進一步增加， FPGA 與 GPU 相結合成為當前的主流方案；著眼未來，當現有方案難以支撐計算需 求的時候，ASIC 或將成為未來的發展方向。

對於 L0/L1 級系統，傳統的車規級 CPU 即可滿足需求；對於 L2 至 L3 級別，目前 採用的主流方案是 FPGA 和 GPU 相結合，但是 FPGA 晶片硬體程式設計複雜性太高， GPU 算力也強，但功耗和價格太高，不適合大規模量產，因此仍需要進一步發展。

2.3.3. 競爭格局

英特爾、英偉達等是較早佈局自動駕駛晶片的企業，目前佔據了全球自動駕駛晶片 市場的較大份額，從市場份額出發，屬於汽車晶片市場的第一梯隊。

2019 年， 自動駕駛晶片成為英特爾最大增長的業務板塊，營收同比增長 26%至近 10 億美元， 並讓英特爾收穫了全球 70%的輔助駕駛市場份額。

Mobileye 面向 L3 級以下市場，產品發展較為成熟。英特爾在 2020 年中國年度戰略線上媒體交流會上宣佈，Mobileye 的 EyeQ 晶片已經累計賣出 5400 萬枚，被搭載在全球超過 5000 萬輛汽車上。

英偉達定位在 L3 及以上等級的自動駕駛，作為 GPU 的發明者，在汽車主控晶片的 GPU 市場處於壟斷地位，常年保持 70%的市場佔有率。

高通和華為位於第二梯隊。在智慧駕駛領域，高通於 2020 年 1 月推出了 Snapdragon Ride 平臺，正加速推廣應用中。 不過高通憑藉在通訊及消費電子領域的優勢，基於智慧手機晶片的經驗，成為智慧座艙晶片領域的行業龍頭。

長城汽車車載智慧晶片由高通公司負責，長城汽車在 2022 年推出的高階車型上將會率先採用高通 Snapdragon Ride 平臺，應用到其智慧駕駛系統中。長城汽車的另一個合作伙伴是華為，其將為長城汽車提供以 MDC 為基礎的高算力智慧駕駛計算平 臺。

華為面向智慧駕駛領域推出多款 MDC 計算平臺系列。硬體平臺內部包含了兩個核心晶片，分別是 CPU 處理器和 AI 處理器。

第三梯隊是其他的第三方晶片廠商，其中就包括地平線、雲途、黑芝麻等國產公司。截至 2020 年底，地平線征程系列晶片出貨量已經超過 16 萬片，繼征程 2、征程 3 之後，面向 L4 高等級自動駕駛的征程 5 晶片也已一 次性流片成功，將於年內正式釋出。

除此之外，越來越多的車企也開始嘗試自主研發自動駕駛晶片。在國內市場，蔚來汽車在今年 10 月被曝出有意涉足自動駕駛晶片這一領域，造車新勢力零跑汽車推出了具有自主智慧財產權的凌芯 01 智慧駕駛晶片。吉利集團旗下億咖通科技與雲知聲共同出資成立合資公司芯智科技。

促使車企自主研發的原因有很多。首先，以 Mobileye 為代表的晶片供應商提供的晶片和演算法緊密耦合且打包出售，車企希望透過自主研發獲得更多自主權。其次，車企自研自動駕駛晶片可以降低成本、積累人才，增強品牌效應。此外，車企自研晶片可以節省採購開支。

從自動駕駛晶片格局來看，L1-L2 目前被 Mobileye 佔據，L3 以上則是英偉達更具 優勢。我們認為華為的定位應當瞄準 L3 以上的市場。在 L1-L2 級別的市場，Mobileye 產品非常成熟，具有明顯的先發優勢和豐富的客戶資源，而 L3 以上的市場仍有較大的上升空間，市場格局仍未定型，存在大量機遇。

國產自動駕駛晶片公司在技術上同國際領先企業仍存在兩至三年的技術差距，而華為在技術研發上能與海外對手相提並論。華為將大量資源投入到汽車等領域來填補手機業務失去的營收空間，華為與高通在手機晶片領域便有著精彩的交鋒，華為自研的麒麟晶片的表現證明了華為晶片的研發實力，在研發端華為能夠與高通等巨頭相較量。

但同時我們也客觀謹慎地認為，從自動駕駛晶片格局來看，華為目前能夠維持在第 二梯隊的位置，突圍進入第一梯隊還需要一定時間。晶片的工作不僅僅是研發設計， 製造能力同樣不可缺少。而晶片製造的程序需要時間的積澱，華為能否突破晶片制裁的封鎖需要時間檢驗，這短期內將會限制華為自動駕駛晶片的進一步提升。

2.4. 華為的重點產品——MDC

針對自動駕駛對計算平臺的需求，華為推出MDC解決方案。它集成了華為自研的Host CPU 晶片、AI 晶片、ISP 晶片與 SSD 控制晶片，並透過底層的軟硬體一體化調優， 在時間同步、感測器資料精確處理、多節點實時通訊、最小化底噪、低功耗管理、 快速安全啟動等方面領先業界。

MDC 智慧駕駛計算平臺總體包含四個部分：第一個部分是硬體平臺，第二個部分是軟體平臺，第三個部分是工具鏈，第四個部分是安全平臺，分為功能安全和資訊安 全，功能安全指的是“自動駕駛車硬體出現問題後，避免車輛失控，能保證安全停 車”，資訊保安指的是“車聯網資料傳輸過程中的資訊保安”。

硬體平臺內部包含了兩個核心晶片，分別是是 CPU 處理器和 AI 處理器。CPU 採用鯤鵬晶片。已釋出的 MDC 的 AI 處理器採用昇騰 310 晶片，最新的 MDC 810 並未公佈 AI 晶片內容，但是業界推測採用的也是昇騰 310 晶片。MDC 軟體平臺自下而上分為模組化硬體層、自適應軟體平臺層和應用層。其中軟體平臺層包括自適應軟體服務、車控 OS 和自適應軟體元件。開發工具鏈的功能簡單完善易用，相容 AUTOSAR。MDC 工具鏈旨在提供個性化、標準 化、多元化的開發工具集合。

華為新推出智慧駕駛計算平臺 MDC 810。其算力高達 400+TOPS，可滿足高級別的自動駕駛乘用車及 RoboTaxi 的應用場景，是已經量產的最大算力的智慧駕駛計算平臺。北汽極狐搭載的自動駕駛系統使用的就是 MDC 810。

華為在智慧駕駛領域，一方面是推出自研的自動駕駛解決方案，另一方面同時要推 出自動駕駛的生態，華為稱之為 MDC 生態。華為打造 MDC 生態是必然的選擇，因為華為的定位是 Tier1 廠商，無法面向所有的汽車定製智慧駕駛的方案，而打造 MDC 生態可以讓生態中的所有開發者都能基於平臺開發智慧駕駛的更多應用，獲取更多的客戶，才能持續擴大自身在汽車領域的影響力。

在智慧駕駛的這場軍備競賽中，算力成為各大廠商比拼的核心之一。算力的單位是 TOPS，全稱為 Tera Operations Per Second，即每秒鐘可以運算多少萬次。在自動駕駛的場景下，即每秒能識別多少幀，處理多少點雲。

根據分類，L3/L4/L5 級自動駕駛系統晶片的算力要求分別達 30+/200+/1,000+ TOPS。一般認為，L2 需要的計算力小於 10TOPS，L3 需要的計算力為 30-60TOPS，L4 需要的計算力至少大於 100TOPS，L5 需要的計算力目前未有明確結論，地平線預測要大於 4000TOPS。目前的計算平臺僅能滿足部分 L3、L4 級別的自動駕駛所需。

智慧駕駛對於算力的需求體現在以下幾個方面：首先是演算法要求。更高的算力能夠支援更復雜更精準的演算法；其次是感測器與資料端的需求。自動駕駛的級別越高， 所需感測器越多，捕獲的資料量越多、精度越高，更依賴高算力支撐；第三是為了預埋算力。因為汽車是一種使用壽命較長的商品，在汽車的使用期限內必然會經過 多次的軟體升級，因此必須預留算力為未來的升級做準備。

3. 智慧座艙

3.1. 產業鏈

智慧座艙產業鏈豐富，從上游來看可分為硬體和軟體兩類，中游產業鏈包括車載資訊顯示系統、車載資訊娛樂系統、車載通訊系統、座艙域控制器等等，而下游則是 OEM 主機廠。

3.2. 市場空間

2019 年全球智慧座艙行業市場規模達到 364 億美元，預計到 2022 年，全球智慧座艙行業市場規 模有望達到 461 億美元，實現 8%的年均複合增長率。

中國是智慧座艙潛力最大的市場。2019 年中國智慧座艙行業市場規模達到 441.1 億元，預計在 2025 年將達到 1030 億元，年均複合增速達到 13%，高於全球增速。

3.3. 智慧座艙的競爭格局——直接競品與間接競品

我們把華為智慧座艙領域的競爭分為直接競品和間接競品。透過競爭對手的戰略佈局的來區分直接競品和間接競品，將明確提出未來將劍指 Tier1 的廠商作為華為智慧座艙領域的直接競品，而明確表述了不做智慧座艙方案而只助力 Tier1 方案落地的零部件、技術廠商作為華為智慧座艙的間接競品。

華為在智慧座艙產業鏈中的定位是為車企提供解決方案的 Tier1 廠商，所以華為受到的最直接的競爭壓力來源於產品和定位都和華為相似的方案提供商。華為潛在的、 間接的競爭壓力則來自於智慧座艙的二級供應商。 這類廠商不直接提供方案，而是賦能智慧座艙的底層設施建設。

3.3.1. 直接競品

目前作為華為智慧座艙直接競品的 Tier1 具體可以分為以下兩類：

第一類是傳統零部件、汽車技術廠商。這一類廠商的原有生產要素和智慧座艙部分部件生產、功能研發所需求的投入要素存在重疊，加之原有客戶基礎多為車企，所以資源平移比較簡單、轉型成本相對較低。

第二類是新入局的科技公司。這一類廠商入駐智慧座艙市場的切入點在於強大的技術整合能力和資源基礎，透過建立整合平臺、平移技術資源，可以獲取智慧座艙強調的“智慧”優勢，從而快速建立的競爭壁壘。

Tier1 廠商在智慧座艙領域更多地尋求與車企合作開發。一方面是由於智慧座艙的研發與整合需要強大的技術能力，共研共產能為產品的創新、研發和落地提供更加堅實的後備力量和更加廣闊的資源池，另一方面下游企業的參與能更好地提升產品，能更有效率地達成 Tier1 和車企的共贏。

在轉型的大趨勢之下，智慧座艙領域的轉型主要以“產業環節內部更新”+“龍頭向 Tier1 轉移”雙線為主。對於大多數的原汽車行業部件、技術廠商來說，面對智慧化浪潮的改革模式趨向於自我更新，這部分廠商致力於推陳出新以賦能 Tier1 的智慧座艙方案整合，爭取透過自主研發、更新和產能轉移在全新的智慧市場中提升市佔率、建立壁壘。對於行業的龍頭來說，目前智慧座艙供應商較少，並且進入壁壘極 高的 Tier1 市場空白巨大，所以各方龍頭勢力紛紛向 Tier1 轉型，力圖跳脫出原產品 生態並爭先佔領空白市場。

3.3.2. 間接競品：作業系統競爭格局

目前階段，華為智慧座艙方案的軟體核心在於作業系統。當前智慧座艙的作業系統市場，主要競爭者是 QNX、Linux 和 Android。

目前國際上還沒有統一的智慧座艙的作業系統標準，核心智慧財產權主要掌握在黑莓 QNX、谷歌 Android 以及許多基於 Linux 定製的 OS 等國外軟體企業手中，整車廠商和 Tier1 廠商則在這些基礎上開發定製化介面。因此智慧座艙作業系統市場並未 完全定型。

3.3.3. 間接競品：智慧座艙晶片競爭格局

認為晶片是智慧座艙的硬體核心。高通在通訊及消費電子領域優勢明顯，基於 智慧手機晶片的成功經驗，已成為智慧座艙域晶片龍頭。在國內車企當中， 蔚來、理想、小鵬等均推出搭載驍龍數字座艙的車型。2021 年 1 月，高通推出第 4 代高通驍龍汽車數字座艙平臺，採用 5 納米制程工藝，計劃於 2022 年開始量產。

3.4. 華為智慧座艙

3.4.1. 計算平臺

其中計算平臺主要基於麒麟車機的模組。華為對於計算模組的理念是可插拔設計。 由於汽車相比手機、平板等擁有更長的生命週期，因此可插拔的設計能讓同一輛車在生命週期中及時更新模組，升級中央處理單元。對於一級供應商來說，可以形成模組化設計，省去了一些重複性的工作。

3.4.2. 軟體平臺——核心：鴻蒙

華為採用 HarmonyOS 車機作業系統， 採用分散式架構，與手機等其他智慧裝置共享生態，實現萬物互聯。在華為智慧汽車解決方案中，官方表示 HarmonyOS 車機作業系統可以實現“透過一芯多屏，多並 發、多使用者多工處理，激素啟動，多部件協同，滿足出行場景需要”。

作業系統是華為智慧座艙方案的核心。目前智慧座艙作業系統的市場仍未定型，還沒有統一的智慧座艙作業系統標準，能在技術上取得突破的作業系統有望破局。

3.4.3. 顯示平臺

華為顯示平臺的佈局包括 AR-HUD 和車載智慧屏。

華為對於 AR-HUD 的設計原則是足夠大、清晰、各種場景每時每刻都能使用。華為基於 ICT 多年的技術積累，在空間光學、光學演算法、顯示技術等領域儲備了深厚的技術。在 4 月上海國際車展上，R 汽車 ES33 上便搭載 了華為的 AR-HUD 技術，另外紅旗汽車 EHS6 也採用華為 HI 解決方案，搭載了 AR HUD、智慧座艙方案。

華為車載智慧屏擁有 15.6 寸、2k 解析度的螢幕，採用 HDR 高動態範圍影象技術以及軟體處理演算法，實現廣色域效能。此外採用分散式 UI 技術，可以將手機端應用流轉至車載智慧屏，與手機端實時同步。

3.4.4. 生態夥伴

生態夥伴，華為分為硬體和應用。生態的建設依然圍繞著鴻蒙系統展開。

4、重點企業分析

國內整車廠商中，長城汽車在智慧駕駛領域有較為突出的戰略佈局，與高通和華為 都有合作。長城汽車將在 2022 年推出的高階車型上率先推出基於 Snapdragon Ride 平臺開發的咖啡智駕系統。華為將為長城汽車提供以 MDC 為基礎的高算力智慧駕駛計算平臺，並配合長城汽車完成智慧駕駛所需的感知元件的各項評估和測試。

長安汽車攜手華為、寧德時代，在汽車智慧化領域展開合作。阿維塔科技聚合了長安汽車、華為、寧德時代各自在研發製造、智慧解決方案和能源管理生態領域的優勢技術，並深度整合三方戰略資源，重新定義未來智慧電動汽車，共創全球領先、自主可控的智慧電動網聯汽車平臺。長安汽車具有較強的造車實力，自身也有智慧駕駛方案的積累，再結合華為的技術模組，有望推出出色的智慧化汽車。

ADAS 目前依然是智慧駕駛很好的落地點，我們繼續堅定推薦保隆科技。保隆科技 的 ADAS 業務發力，2021 年成為國內商用車 ADAS 龍頭，後續乘用車持續跟進。 公司多品類感測器業務快速發展，在自動駕駛領域有廣闊應用空間。此外空 氣彈簧業務為自主品牌獨一企業，已經配套蔚來。傳統業務氣門嘴、金屬管件等仍將穩健增長。

智慧化浪潮下天幕玻璃與 HUD 玻璃滲透率提升，汽車玻璃業務迎成長新空間。天幕玻璃作為汽車玻璃的新品種，在電動車中應用日益廣泛；HUD 玻璃近年逐漸從高階車向中低端車型下沉，加速市場滲透，引領汽車智慧化趨勢。

4.1. 長城汽車

強車型週期延續，Q1 銷量表現亮眼。受益於去年三季度開啟的強車型週期，公司 Q1 銷量表現亮眼，實現整車銷量 33.88 萬輛，同比增長 125.37%。受益於銷量的增長，公司 Q1 實現營業收入 311.17 億元，同比增長 150.62%，收入增速高於 銷量增速。

多重因素拖累盈利能力，毛利率水平短期承壓。公司 2021Q1 綜合毛利率為 15.13%， 同比提升 5.8 個百分點；但從環比的角度來看，相比於 2020Q4 的毛利率水平下降了 3.13 個百分點，單車盈利方面，公司 Q1 單車盈利為 0.48 萬元，環比下降了 25%左 右。

強車型週期持續景氣，產銷規模有望再上一個臺階。公司自 2020 年三季度進入新一輪強產品週期，基於檸檬平臺打造的第三代哈弗 H6 和哈弗大狗在四季度持續熱銷。2021 年，公司將進一步迎來多款基於全新車型平臺的換代車型以及全新車型上市，助力公司產銷規模上到一個新的臺階。隨著公司平臺化產品銷量佔比不斷提高，平臺化的降本效果將逐漸體現，公司毛利率水平將持續提升。此外，公司在模組化平臺技術、混合動力技術、電動化技術以及智慧 駕駛技術等方面全面佈局，將在未來的行業競爭中擁有巨大的競爭優勢。另一方面， 隨著各地對皮卡進城的逐步放開，看好皮卡市場後續的增長，公司作為國內皮卡行業的龍頭也將深度受益。

4.2. 長安汽車

Q1 產銷實現同環比增長，自主部分業績改善明顯。銷量方面，2021Q1 自主乘用車 實現銷量 36.71 萬輛，同比增長 122.28%，環比增長 16.42%，達到同期的歷史高點。 對應到收入端，公司 Q1 實現營業收入 320.27 億元，同比增長 176.95%，收入增速高於銷量增速，主要是銷量結構改善所致。業績方面，公司 Q1 剔除聯營和合營企 業投資收益後的扣非後歸母淨利潤為 4.40 億元，同比和環比均扭虧為盈。毛利率方面，2021Q1 公司綜合毛利率為 14.11%， 雖然存在一定的原材料漲價的拖累，但產銷大幅增長拉高了盈利水平，使得今年 Q1 的毛利率達到了近幾年同期的最高水平。

合資品牌經營穩健改善。銷量上，Q1 長安福特實現整車銷量 6.44 萬輛，同比增長 111.45%；長安馬自達實現整車銷量 2.93 萬輛，同比增長 69.08%。受益於合資銷量的增長，公司 Q1 對聯營及合營企業的投資收益為 2.80 億元，同樣實現同環比的扭虧，預計長安福特與長安馬自達均實現盈利產生正貢獻。

自主與合資均處於向上週期，看好公司中長期發展。自主方面，從 CS75 PLUS、逸 動 PLUS、UNI-T、UNI-K 等車型再到後續與華為及寧德時代聯合打造的高階智慧品 牌車型上市，長安自主的產品力不斷提升。2021 年長安自主將迎來 UNI 系列轎車、 中期改款 CS35 PLUS 以及 CHN 高階品牌首款車型，進一步提振銷量。長安福特方 面，隨著新車型的上市和林肯國產化推進，長安福特 2020 年恢復增長態勢，2021 年 隨著更多新車型的投放，長安福特銷量有望實現進一步增長。

4.3. 保隆科技

2020 年產品結構持續改善，毛利率提升。公司毛利率同比上升 1 個百分點，為 31.9%，主要系公司產品結構持續改善，同時氣門嘴業務受原材料成本下降等影響，毛利率同比上升 6.4 個百分點。2020 年 Q4 毛利率 33.2%，同比提升 2.4 個百分點，但淨利率 1.6%，同比下降 3 個百分點，主要系計提保富德國計提職工遣散費 3,048 萬元，本次減員將有利於提升合資公司的盈利性。

一季度經營全面改善，業績超預期。2021 年 Q1 營收同比增速較大，主要系兩方面影響：1、2020 年 Q1 國內疫情爆發，同期基數低；2、ADAS 等汽車電子業務出貨較大增長。一季度毛利率為 34.5%，環比增長 1.3 個百分點，近 3 年來新高，主要系銷售規模擴大，及成本管控落地，淨利率也達到了 2020 年 Q3 的水平。

隨著智慧駕駛技術的發展推動，我們持續看好公司的增長動力，主要包括：1、ADAS 業務發力，2021 年成為國內商用車 ADAS 龍頭，後續乘用車發力；2、多品類感測 器業務快速發展；3、空氣彈簧業務為自主品牌獨一企業，已經配套蔚來；4、海外 整合已經落地，2021 年業績確定增量；5、傳統業務氣門嘴、金屬管件等仍將穩健 增長。

4.4. 福耀玻璃

公司一季度業績突出，超市場預期。公司一季度營收大幅增長主要與汽車市場復甦以及公司加大營銷力度有關，歸母淨利潤大幅提升源於公司毛利率改善及期間費用 率下降。公司 2021 年第一季度毛利率為 40.60%，同比上升了 6.15 個百分點，保持穩定增長。公司費用管控穩健，2021 年第一季度銷售費用率 7.29%，同比減少 0.23 個百分點；管理費用率 8.88%，同比減少 2.09 個百分點。研發費用率 4.13%，同比 上升 0.51 個百分點，主要緣於公司進一步加強研發專案管理，推動技術升級及產品 附加值提升。

智慧化浪潮下天幕玻璃與 HUD 玻璃滲透率提升，汽車玻璃業務迎成長新空間。天 幕玻璃作為汽車玻璃的新品種，在電動車中應用日益廣泛；HUD 玻璃近年逐漸從高 端車向中低端車型下沉，加速市場滲透，引領汽車智慧化趨勢。自主品牌以及造車新勢力的新一代車型均搭載 HUD，公司作為汽車玻璃行業龍頭，有望率先從成長空間中受益。

整合德國 SAM，進一步佈局鋁飾件業務。公司獲得鋁飾件產品的核心技術，從工廠佈局、裝置更新、工藝流程、物流運輸等方面進行整合，運營效率得以提高，並降低營運成本。

5. 風險提示

宏觀經濟不及預期，乘用車銷量不及預期。

（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。）