端到端与AI共振，智驾平权开启新时代 ——汽车智能驾驶行业深度报告 证券研究报告 发布时间：2025年3月31日 分析师：刘乐 执业证书编号：S0020524070001 邮箱：liule@gyzq.com.cn 分析师：陈烨尧 执业证书编号：S0020524080001 邮箱：chenyeyao@gyzq.com.cn 智能驾驶行业研究 请务必阅读正文之后的免责条款部分 目录 2 2 1.端到端发展进入加速期，基于规则长期护航 1.1 端到端的定义、发展历程、实现方法及挑战 1.2 自动驾驶产业支持充足，标志性政策落地 1.3 车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 2.4 理想：双系统并行，VLM规范端到端模型下限 2.5 比亚迪：智驾平权加速，边际变化可期 3.智能驾驶产业链 3.1 车端：电子电气架构向中央计算迈进 3.2 感知层 3.2.1 传感器数量减配、性能提升 3.2.2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3

 智能驾驶技术正加速从早期“功能验证”向“全域场景”突破，头部整车厂与科技公司大规模投入车规 级大模型、“世界模型”等自动驾驶方案，智驾地图作为支撑自动驾驶决策与感知的关键底层能力，如 何成为实现自动驾驶落地和差异化体验的基础保障？  随着舱驾一体化架构成为主流，智驾地图成为连接座舱体验与驾驶功能的关键枢纽，如何实现从导航指 引到更优的出行体验的全面升级？  中国智能驾驶企业正积极 中国智能驾驶企业正积极布局国际市场，地图厂商如何赋能国内智驾企业实现"出海"并在国际竞争中建 立技术与商业优势？  报告将探讨这些关键问题，剖析智能驾驶地图的技术演进路径与商业价值新机遇。本报告聚焦中国智驾 地图市场，重点分析面向车端智能驾驶系统的地图，不涉及手机导航地图。 4 资料来源：公开资料、专家调研、泰伯智库 市场概述 智驾地图的研究背景与定义内涵 版权声明：本报告版权归泰伯智库所有，未经授权许 Taibo Co.， Ltd. All Rights Reserved.  智驾地图是支撑L2级及以上智能驾驶系统的关键数据基础设施，其核心价值在于补充车载实时感知、提 供超视距信息及优化路径规划。  智驾地图正从重几何精度的高精地图向更注重拓扑、语义与鲜度的轻量化地图演进，其具体形态随自动 驾驶算法需求动态演进，众源更新成为保障鲜度的关键技术。 5 资料来源：公开资料、专家调研、泰伯智库

⼈现在能穿针引线或缝合⽟⽶ 粒。机器⼈正在由理论⾛向现实，由⽆⽤变得有⽤ 2 ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量（以百万计）按类型预测 来源：花旗经济研究部 2024 2025 2030 2035 2050 CAGR ⾃动驾驶汽⻋ 27 34 126 380 1,858 17.4% 国内清洁机器⼈ 286 326 541 793 1,188 5.3% ⼈形 0 0 1 13 648 60.7% AGV与AMR 2 3 8.9 按类型预测的机器人单位编号 来源: Citi GPS 4,500 4,000 3,500 3,000 2,500 2,000 1,500 1,000 500 0 ⾃动驾驶⻋辆 家⽤清洁机器⼈ ⼈形机器⼈ AGV和AMR ⽆⼈机 护理机器⼈ 商业清洁机器⼈ ⻝品和杂货配送机器⼈ 餐饮服务机器⼈ © 2024花旗集团 5 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉

业价格拐点 1.4 设备和材料：国产替代加速进行 1.5 AI：安防、汽车和IoT将是率先爆发的三个场景 2 安防行业：需求逐渐回暖、AI加速、海外拓展 2.1 智能汽车：5G+AI促进无人驾驶加速落地 2.2 IoT：技术逐渐突破，巨头加速布局 2.3 目录 CONTENTS 半导体：新需求拉动叠加进口替代，行业迎来黄金机遇 3 行业变局：需求多元、龙头集中、周期减弱 3.1 供需格局：库存主导行业短期景气波动 基础设施 • 应用终端 URLLC 高可靠低延时 通信 • 基础设施 • 应用终端 手机 AR/VR 射频端 传感器 智能家居 智能穿戴 AR/VR 智慧城市 智能安防 无人驾驶汽车 智能交通网络 工业物联网 5G将开启手机新一轮换机周期 1.1 1.1 显示器 6 1.1 5G将开启手机新一轮换机周期 1 5G：终端发布在即，射频、光学、面板行业迎新机遇 市场有望从2016年的180亿美元增长至2020年的320.6亿美元，CAGR达15.6% 手机摄像头总市场规模（百万美元）  总结 （1）图像数据在人工智能时代会变得更加重要，对 三维数据的采集和后续处理是AR、无人驾驶等领域 的核心环节； （2）摄像头会用的越来越多，拍照摄像头和3D摄 像头不是替代关系而是叠加关系，二者相互协调才 能完成更好的人机交互； （3）产品路线上，我们判断会按照：后置双摄、前 置双摄

商业模式与流程 • 重塑整个行业 结合其他技术 5 在汽车行业，人工智能将推动所有以技术驱动创新领域的增长。 人工智能影响及公司在汽车转型领域中的实例 软件定义的 自动驾驶汽车 替代传动系统 并且可持续性 新服务和 商业模式 数字化运营 并且供应链 主要 挑战 升级软件开发 数字客户体验与网络安全 管理需求不确定性， 基础设施与监管 构建以客户为中心的组织机构 增强型电动汽车 充电计划 Free2Move 优步 抢夺 人工智能在汽车领域的机遇 Strategy& 注：示例性公司特定AI解决方案。缩写：SW = 软件，E2E = 端到端，AD = 自动驾驶，EV = 电动汽车，Org. = 组织 预期对于特定转型领域及参与者群体的AI影响力程度。条形图填充越多，影响越显著。 来源：Strategy& 分析、公司网站（检索日期：2025年1月）和新闻 客户360° 生态系统360° 车辆360° 使用 病例 自动驾驶汽车软件 生成和测试 自动化视觉工厂 控制和资产配置 自动化营销内容 生成和宣传活动 电池健康状态和 残值估测 电动汽车能源/ 充电优化 机器人/协作机器人应用 生成式车辆 零件设计 虚拟客户服务 中心/助理 视觉检验和残余 二手车价值计算 自动驾驶 优化 生成电池 工程 预测性维护 资产 预测性诊断 并且保修优化

..........................41 案例一：中电金信数据孪生实验室 .................................41 案例二：中电金信数字孪生智能运营驾驶舱 .........................44 案例三：交通银行数字人 .........................................47 摘要：随着数字经济发展，数字孪生（Digital 集和分析来自物理世界的市场动态、客户行为、交易记录、 业务环节等多维度信息，通过机器学习模型及大语言模型， 进行智能化的分析、预测与总结，构建高度仿真的业务模拟 环境并自动化输出高质量的分析结果，用户可以通过智慧大 屏、智能驾驶舱等系统与模拟环境相连接，对业务运营情况 进行实时跟踪分析，帮助金融机构动态了解各版块业务运营 情况，并快速做出智能化决策。 2.解决业务问题 （1） 优化对客服务流程 数字孪生技术通过构建金融机构及其业务流程的虚拟 采 集数据，针对营销转化、合规管理、压力测试等目标进行仿 真推演。业务流程中各环节进行数据采集及分析，预测可能 产生的效果及影响。对真实业务场景、管理流程进行模拟， 用户可通过智慧大屏、管理驾驶舱、移动端等终端对运营情 况进行实时数据采集及监控，并可通过仿真实验室，通过极 为真实的仿真业务数据，模拟真实业务场景进行情景推演、 压力测试，预测营销活动效果及潜在风险（见图 5）。 25

..... 基础模型 NLP 多模态 科学计算 CV 预测 ...... 算力基础设施 AI芯片 AI服务器 智算中心 云服务 智算一体机 ...... 场景模型及应用 智能风控 自动驾驶 智能监控 自动定价 智能医学影像 推荐搜索 代码生成 智能客服 智能药物研发 ...... 智能调度 场景 数据 行业 数据 通识 数据 主要行业大模型应用阶段 大模型赋能千行百业 施上投资高达4,000亿美元。 ➢ 资本开支覆盖了从AI基础设施（包括但不限于高性能芯 片、数据中心、网络基础设施等）、大模型，到人形机 器人、自动驾驶、AI医疗等各个领域。 注：1.市值总额截止2025年2月6日。 AI芯片 大模型 人形机器人 智能驾驶 AI医疗 大模型训练对算力中心提出更高要求 AI大模型的训练对算力中心提出了更高要求，涵盖集群化部署、高效网络通信、大规模电力供应及专业运维管理 23 DeepSeek技术突破加速大模型推理应用落地 推理场景对于时延要求高于训练场景 • 数据传输所产生的时延状况，与推理终端同算力中 心之间的实际物理间距紧密相关。 实时金融分析 智能驾驶 智慧医疗诊断 • 大模型推理过程需要对实时数据进行快速处理和 响应，并快速、即时地返回结果。常见推理场景： 推理终端 算力中心 物理距离越远，时延越长 资料来源：灼识咨询 模型名称 发布时间

于信息。 可以看到这一趋势可能会有困难；在每一层规模上，它 都表现出略微不同的形式。但总体而言，AI的下一阶段 将为其触及的每一件事注入增强的能力和更大的自主性 。对于 个体 认知数字大脑将作为副驾驶或助手运行， 它将理解他们的工作，学习他们的偏好，并通过其互动 来了解他们，旨在帮助他们成为更优秀的自己。 企业 它 可能更像是一个中枢神经系统——企业架构进化成能够 捕捉业务的集体知识、独特的差异化特征以及其文化和 有关于架构应该如何看上去的参照点。我们治理、管控 和评估系统的模式也没有了蓝图。每一个系统都将因其 特殊性而独树一帜，那么对你来说什么是好的？但不确 定性并不是停滞不前的原因。现有的能够提供这项强大 新技术的代理商、辅助飞行驾驶员和平台已远远超过需 求，而这其中的集成竞争已正式开启。这就是为什么领 导者仍然需要看到全局的关键所在。今天的技术并非终 极目标——它们是实现目标的手段。未来科技的未来将 是领导者需要筹划的丰盛、抽象和自主的科技前景。 能在机器人领域的应用。一个例子是开放X-具身数据集 ，它是一个由60个开放机器人数据集组成的汇编。 99 至 于持续的数据收集以训练机器人，一个例子来自汽车行 业。特斯拉从其全球汽车车队中获取训练数据，以提高 其自动驾驶和全自动驾驶功能，选择性触发以仅收集最 相关的数据。 100 如果公司希望机器人能够在不同的环境中工作并完成各 种任务，它们的学习数据必须反映这种多样性。汇编初 始训练数据集将很重要，但同样重要的是建立持续数据

DeepSeek的技术为机器人、智能网联车、无人机、机器狗 等带来巨大改进，降低成本和算力要求  低成本低算力需求使得模型更容易被部署到机器人等智能设 备上，解决物理现实世界的认知、决策和行动问题 政企、创业者必读 赋予自动驾驶复杂物理世界理解能力 从规则驱动到学习驱动 43 政企、创业者必读  人工智能的目标是星辰大海，是为了让人类在科技上有突破  基于DeepSeek的强推理模型，利用科学领域专业知识进行强化学习， Seek安全问题 DeepSeek六大应用方向之六 AI安全：实现安全的「自动驾驶」 46 政企、创业者必读 大模型的六大能力 47 基本 能力 业务 能力 创新 能力 赋能 未来产业 创意 能力 赋能企业 数转智改 数学计算 语义理解 逻辑推理 语言翻译 文本创作 自动驾驶 具身智能 1 2 4 5 知识问答 代码编程 文本生成 多轮对话 图像生成

Systems，制定腿式机器人领域标准，目前有 1 项腿式 机器人抗扰动测试相关标准在研。 国内方面，全国机器人标准化技术委员会（SAC/TC591）对口 ISO/TC299，负责除玩具、无人驾驶航空器以外的机器人领域国家标准 制修订工作，目前已经发布标准 122 项，在研标准 21 项。 3.2 人形机器人标准分析 目前，机器人领域已发布的国际标准均未专门针对人形机器人。 然而，人 L4 级无人驾驶技术，搭载 UPilot 智能驾驶操作系统，可在封闭园区安全畅行，是国内首个不依赖 RTK 高精定位的无人物流车，做到“真正无人”。 无人车 Chitu 赤兔具有 如下核心技术和创新点： （1）L4 级无人驾驶技术：国内首个不依赖 RTK 高精定位的无人物 流车，依靠自然场景语义信息辅助定位技术，以纯无人驾驶的状态在 80 封闭园区内实现对车辆的完全控制和驾驶环境的监控； ； （2）自主研发的智能驾驶系统 Upilot：融合了计算机视觉算法、 语音技术、多模态大模型、SLAM 定位与建图、自主导航、高精度感知 等技术，最高车速达 25km/h，达到了国内先进的 L4 级无人驾驶技术水 平； （3）高精度感知和自主导航：通过自研的语义 VSLAM 算法，自主 构建及更新工作环境地图，实现自主避障和路线选择； （4）多模态大模型：引入多模态大模型，具备理解周围场景的能