随着产业进程不断推进，以特斯拉、华为、小米和新势力为首的车企智能化水平持续提升，带动其余车企跟进，

　　展望2025年，智能驾驶领域将有哪些投资机遇？中信建投证券汽车、人工智能及电子等研究团队推出【智能驾驶2025年投资展望】：

　　城市智驾功能持续迭代，高阶智驾功能渗透率快速提升。根据高工智能汽车数据，9月NOA前装交付量破20万辆，相较1月交付量接近翻倍，从结构上看，中端车型中搭载率快速提升，15万以下市场仍有较大空间，今年1-9月，20万元以下价位高阶智驾搭载交付量同比增长近5倍，而销量占比达45%的15万元以下乘用车中接近70%没有配置任何ADAS功能。我们认为随着智驾技术方案收敛，高阶智驾功能仍将加速渗透，同时随着感知侧的纯视觉方案和算力侧舱驾融合方案成熟，基础ADAS方案成本降低，15万以下车型基础ADAS功能有望逐步普及。

　　华为：ADS 3.0 8月正式上线，实现了从车位到车位的物理端到端，具备全国范围内的高阶智能驾驶能力，在技术架构上，将GOD（识别通用障碍物）和BEV（统一坐标）合在一起，输出给一个端到端的网络（PDP网络）做决策和规划。

　　小鹏：已经实现端到端量产，预计在2025年在中国实现类L4级智驾体验，P7+及后续车型将不再区分Max和Pro版本，全系标配AI智驾。

　　理想：基于“端到端”+VLM的“车位到车位”功能，已开启全国门店的试驾车的推送，今年11月底全量AD Max用户都可以享受到“车位到车位”的有监督智能驾驶。

　　小米：端到端全场景智能驾驶于11月16日开启定向邀请内测，12月底开启先锋版推送。

　　零跑：全新产品B10计划于2025年上半年，在全新LEAP 3.5架构上配置以端到端大模型为基础的高速及城区的高阶智驾功能。

　　极氪：正式发布浩瀚智驾2.0系统，极氪无图NZP将在今年年底推送给所有用户，车位到车位的领航智驾将在明年第二季度实现全量推送。

　　密切关注特斯拉FSD入华进展，有望深远影响智驾竞争格局。今年9月初，特斯拉AI团队发布产品路线年第一季度在中国和欧洲推出完全自动驾驶（FSD），但仍有待监管批准。我们认为特斯拉FSD若进入中国将对当前智能驾驶领域的竞争格局产生深远影响：1）智能驾驶领域竞争加剧，特斯拉在自动驾驶技术方面的领先地位将迫使国内车企加大研发投入，以保持竞争力，若采用FSD授权模式，将对当前的智驾解决方案供应商产生巨大冲击；2）提升消费者接受度，特斯拉在国内有大量存量用户，推送FSD有望改变这部分存量用户的驾驶习惯，进而提升国内消费者对智能驾驶的接受度。

　　1、行业景气不及预期。2020年以来，汽车消费需求增长明显，新能源车渗透率快速提升。随着未来新能源扶持政策退坡，行业景气度或存在波动。

　　2、行业竞争格局恶化。汽车电动智能化趋势下，国内整车厂商和零部件供应商竞相布局，随着技术进步、新产能投放等供给要素变化，未来行业竞争或将加剧，整车和零部件企业的市场份额及盈利能力或将有所波动。

　　3、客户拓展及新项目量产进度不及预期。汽车电动智能化趋势下，现有整车和零部件供应链格局迎来重塑，获得新客户和新项目增量的零部件公司有望受益，而部分零部件公司市场份额可能受到影响。

　　证券研究报告名称：《2025年投资策略报告：稳增长扩内需政策发力，智驾蓄力成长拐点》

　　自动驾驶：特斯拉预计于11月最后一周向非特斯拉车主发布FSD V13版本，该版本主要特点包括原生AI4输入和神经网络架构、模型大小扩大3倍、模型上下文长度扩大3倍、（训练）数据扩大4.2倍、训练计算量扩大5倍（通过Cortex训练集群实现）。同时与v12.5.4相比，v13必要干预的间隔里程增加了4倍。随着大模型在自动驾驶中普及，改变了此前规则定义下自动驾驶生硬的特点，目前体验更加类似于人类驾驶的感受，从而降低了接管次数。但是对于L4级无人驾驶来说，特斯拉的平均接管里程数相比于人类仍有较大差距，目前仅依靠单车智能尚无法完全实现自动驾驶，需要关注国内车路云建设。

　　FSD v12在算法层面实现端到端。马斯克称FSD v12是完全端到端。FSD v12完全是由神经网络训练而成，没有任何一行人工写的规则代码，即此次直播汽车所做出的判断完全都是由AI进行决策，并没有针对特定场景进行代码编写。马斯克称，控制是全自动驾驶最后一个难题，FSD Beta v12使用AI替代传统控制模块使得控制代码减少约 2 个数量级。特斯拉原先的自动驾驶算法HydraNets，也被成为九头蛇网络，是将每一个任务划分为单独模块，虽然在工程学上对每一个模块进行优化，但却没法从全局提升汽车自动驾驶性能。端到端将感知、预测与规划集成在同一个网络流程中，将自动驾驶建模成一个神经网络驱动任务。端到端使得算法中的所有模块都直接服务于规划，使得最终汽车做出规划的效率提高，避免了模块分散导致的数据重复流转。

　　特斯拉在最近一个月内推送了FSD V12.5.2版本，该版本在自动驾驶的接管率上有了显著的改进，据称接管率改进了3倍。这意味着在自动驾驶模式下，车辆需要人类驾驶员介入的频率大大降低了，提升了自动驾驶的可靠性和用户体验。特斯拉在FSD V12.5.2版本中上线了基于太阳镜的注意力检测能力。这一功能允许驾驶员在启用FSD辅助驾驶时佩戴墨镜，同时系统能够准确检测驾驶员的注意力状态，确保驾驶安全。特斯拉推送了智能召唤功能（Actual Smart Summon, ASS）。该功能使车辆能够实现自主泊车、在停车场内导航以及无人驾驶接送乘客等任务。车主可以仅使用手机，就能将他们的车辆从停车位召唤到附近的特定位置，进一步提升了自动驾驶的实用性和便捷性。此外，Autopilot/FSD团队的负责人Ashok Elluswamy称特斯拉还将推送Cybertruck车型的自动泊车功能，这对于Cybertruck这样的大型皮卡来说是一个重要的功能升级，有助于提升驾驶便利性和安全性。

　　北京时间2024年10月11日，特斯拉举办了名为“RobotaxiDay”（无人驾驶出租车）的演示活动。整场活动一共展示了三个产品：Robotaxi、Robovan、TeslaBot，以及自动驾驶方面的新动态。无人驾驶出租车被命名为Cybercab，它的内部不仅没有方向盘，还没有脚踏板，外部也没有后视镜。车门像蝴蝶翅膀一样向上打开，车舱很小，只能容纳两名乘客。Cybercab没有传统的充电接口，因为它依赖于感应式（即无线）充电。特斯拉计划明年在德克萨斯州和加利福尼亚州推出全自动驾驶汽车，Cybercab将于2026年投产，最晚可能要到2027年。但是用户可以提前用Tesla现有车型体验到无人驾驶出租车。预计Cybercab运营成本将为每英里约0.2美元（约为0.125美元/公里），含税价格可能为每英里0.3或0.4美元（0.19或0.25美元/公里）。如果购买Cybercab，成本将低于30,000美元。

　　2024年10月的最后一天，特斯拉AI团队在X上总结了当月进展，并发布了11月的产品路线图。过去一段时间，特斯拉高速公路上的端到端已随着12.5.6.1版本交付给约5万名客户，Cybertruck版本提升了响应速度。接下来的一段时间内，特斯拉计划向所有AI4硬件的用户全面推出端到端高速公路驾驶功能，包括提高停车平稳性、减少恶劣天气通知的烦扰以及其他安全改进功能；改进AI3硬件城市驾驶的v12.5.x模型；在欧洲、中国和世界其他地区发布真·智能召唤。

　　特斯拉还预计于11月最后一周向非特斯拉车主发布FSD V13版本。FSD V13版本主要特点包括，原生AI4输入和神经网络架构、模型大小扩大3倍、模型上下文长度扩大3倍、（训练）数据扩大4.2倍、训练计算量扩大5倍（通过Cortex训练集群实现），同时与v12.5.4相比，v13必要干预的间隔里程增加了4倍。

　　自动驾驶芯片以“CPU+GPU+NPU”的SoC异构方案为主，核心在NPU和ISP/DSP。传统的汽车电子芯片为MCU，多依赖于单一CPU处理器，但面对复杂的自动驾驶任务，CPU显得力不从心。目前自动驾驶芯片结构是以“CPU+GPU+NPU”的SoC异构方案为主，结合了通用计算、图形加速和专用加速的优势，能够高效处理自动驾驶中的海量数据和复杂算法，满足实时性和准确性的要求。自动驾驶芯片要完成瞬时处理、反馈、决策规划、执行的效果，对NPU算力要求非常高。自动驾驶级别每升高一级，对计算力的需求至少增加十倍。L2级别至少需要数十TOPS的算力，L3需要数百TOPS的算力，L4为数千TOPS。ISP是图像信号处理的核心芯片，负责前期的数据准备和图像预处理，以确保输入数据的质量；ISP生成的图像数据需要经过DSP进一步处理，DSP则可以进行更高级的图像处理，如目标检测、道路检测等应用。

　　英伟达代表全球自动驾驶芯片最顶尖水平。2023年9月，英伟达正式发布了智能汽车芯片Thor。Thor车载计算平台分为两个版本，分别是单片1000 TOPS算力版本，和双片共计2000 TOPS算力版本。最早于明年开始量产，同年上车。伴随着芯片架构升级，Thor平台将搭载专为Transformer、大语言模型和生成式AI工作负载而打造的全新Blackwell架构。相比于其他主流的智能驾驶芯片，Thor芯片性能具有代差优势。在AI算力上，Thor远高于其他主流芯片，从而实现驾舱融合；在制造工艺上，Thor采用4纳米的先进技术，有效降低功耗和成本，减少发热问题。目前Thor超级芯片仍处于研发阶段，计划于2025年量产，而其他厂商同期规划产品算力基本低于1000TOPS，Thor具有显著的代差优势。

　　外资芯片占比较高，自主厂商逐渐起量。根据盖世汽车的数据显示，2023年智驾域控芯片搭载量排名前四的分别是特斯拉FSD芯片、英伟达Orin、Mobileye EyeQ4H和Mobileye EyeQ5H，装机量分别为：1,208,402颗、1,147,311颗、201,437颗和175,246颗，对应市场份额分别为34.4%、32.6%、5.7%和5%。特斯拉FSD和英伟达Orin占比近七成。自主厂商也在不断突围。地平线、华为等厂商紧随英伟达、特斯拉其后，2023年地平线%市场份额位列第三。

　　Mobileye作为较早布局自动驾驶业务的芯片厂商，曾经是国内智能汽车首选的芯片厂商，但由于其“黑盒模式”以及整体性能扩展不如英伟达等厂商，因此一些厂商开始自研以及转向英伟达。但Mobileye在ADAS市场份额依旧有较大影响力，中国市场约占其业绩的1/3。外资Mobileye逐渐开始式微，其在中国的ADAS市场也被中国本土企业所蚕食。Mobileye二季度报告显示，全球多家OEM大幅下调了今年下半年的产量预期，中国区市场下半年订单有所下降。

　　北美经济衰退预期逐步增强，宏观环境存在较大的不确定性，国际环境变化影响供应链及海外拓展；芯片紧缺可能影响相关公司的正常生产和交付，公司出货不及预期；信息化和数字化方面的需求和资本开支不及预期；市场竞争加剧，导致毛利率快速下滑；主要原材料价格上涨，导致毛利率不及预期；汇率波动影响外向型企业的汇兑收益与毛利率；大模型算法更新迭代效果不及预期，可能会影响大模型演进及拓展，进而会影响其商业化落地等；汽车与工业智能化进展不及预期等。

　　证券研究报告名称：《人工智能2025年投资策略报告：算力为基，自主可控大势所趋，Agent及B端应用崛起》

　　汽车智能化领域关注车载投影巨幕等增量创新。根据乘联会数据，2024年10月国内新能源乘用车市场渗透率达52.9%，连续4个月超过50%，因此汽车电动化已经成为上半场，而下半场核心看汽车智能化。增量创新是汽车智能化中最值得关注的方向，如车内影音娱乐系统方面，赛力斯旗下的问界M9在车内后排创新引入车载巨幕投影，使得即使在狭窄的车内也能体验到大屏电视的影视效果，该产品是由光峰科技独家供应，同时问界M9大定持续突破，截至11月11日累计大定已经突破17万台，受益于此，光峰科技前三季度车载业务收入达到4.6亿元，全年车载收入有望达7亿元，同时与华为有关的其他车型如享界等也引入了该创新，光峰科技目前已经获得了多达10个车载业务定点，公司长期成长性得到夯实。

　　智能辅助驾驶分出纯视觉和多传感器融合两种技术路线，建议关注车载摄像头、激光雷达等环节。面向乘用车的智能辅助驾驶目前主要有两种技术路线，一类是以特斯拉、小鹏为典型代表的纯视觉方案，通常应用端到端的人工智能模型实现，优点是硬件成本低，占用空间少，缺点是人工智能模型预测存在偏差，以及恶劣天气条件下纯视觉获取环境信息有限从而可能造成偏差；另外一类是包括激光雷达、摄像头等在内的多传感器融合方案，以华为等为代表，通常工作原理是对多个传感器提供的准确数据进行分析并作出决策后控制车辆执行，优点是从输入到输出逻辑传导透明清晰，传感器获取数据客观准确，受天气条件影响小，缺点是成本较高，占用车辆空间多。对于纯视觉方案建议关注车载摄像头以及车载CIS等环节，多传感器融合方案建议关注激光雷达、毫米波雷达等环节。

　　Robotaxi等无人驾驶逐渐步入商业化落地阶段。2024年无人驾驶领域迎来众多大事件，年中百度旗下的自动驾驶“萝卜快跑”在武汉大范围进入商业化运营成为市场热点；随后10月自动驾驶科技公司文远知行在美股上市、地平线在港股上市并成为年内港股最大科技IPO；10月特斯拉举行Robotaxi发布会并发布无人驾驶出租车Cybercab。根据FrostSullivan预测，Robotaxi将于2026年左右大规模商业化，预计到2030年，中国及全球Robotaxi市场规模分别达4888亿元和8349亿元，2024-2030年CAGR分别为247.7%和238.8%，到2035年分别达1.6万亿元和3.2万亿元，2030-2035年CAGR分别为27.4%和31.0%。未来无人驾驶将成为成长性极具确定性的方向，建议关注智驾方案供应商及Robotaxi整机厂。

　　1、未来中美贸易摩擦可能进一步加剧，存在美国政府将继续加征关税、设置进口限制条件或其他贸易壁垒风险；

　　2、AI上游基础设施投入了大量资金做研发和建设，端侧尚未有杀手级应用和刚性需求出现，存在AI应用不及预期风险；

　　3、宏观环境的不利因素将可能使得全球经济增速放缓，居民收入、购买力及消费意愿将受到影响，存在下游需求不及预期风险；

　　4、大宗商品价格仍未企稳，不排除继续上涨的可能，存在原材料成本提高的风险；

　　5、全球政治局势复杂，主要经济体争端激化，国际贸易环境不确定性增大，可能使得全球经济增速放缓，从而影响市场需求结构，存在国际政治经济形势风险。

　　证券研究报告名称：《电子行业2025年投资策略展望：AI端侧应用兴起，国产高端芯片亟需国产化》