獲取報告請登錄未來智庫www.vzkoo.com。

報告綜述：

邁向無人駕駛的新一個10年。隨著汽車的電動化、傳感器和車載晶片技術和成本的改善、機器學習算法的突 破、雲計算的普及以及5G的出現，全球乘用車和商用車紛紛試水。本文主要探討未來10年，乘用車和商用車在自動駕駛的發展路徑以及他們可能會成功與失敗的因素。無人駕駛，Are We Ready? Yes!

乘用車新老車企角力，傳統車企轉型是「創新者窘境」，新興車企沒有歷史包袱，乘用車發展L3遞進式更為合適。

• 無人駕駛的社會意義在於儘量減少車與車和車與人之間的碰撞，從而減少意外，增加路面的安全性。從成 本看，我們認為乘用車中短期內難以承擔L4往上的傳感器配置成本，所以現階段從ADAS往L3遞進式升級 和量產落地，可能更為合適和可行。而從安全和法規來看，乘用車駕駛主體是人類司機，L4往上駕駛主體 則交接到系統，一旦發生意外，駕駛主體和責任方的界定仍具爭議性。乘用車整體行業進展較為審慎，並 多以ADAS、L3、智能座艙等為主線加速滲透。傳統車企在全球汽車銷量萎縮，疊加電動化和智能化的大 勢下不得不轉型。但他們多面臨著前期重視不足，導致發展進度反覆的問題。我們認為這是典型的「創新 者窘境」。智能化路徑周期長和投入大，傳統車企歷史包袱較重，加上要維持現有燃油車市場份額，面對 內部政治和既有利益互搏，轉型或許有心無力。
• 在新老車企的角力中，特斯拉能相對成功的推進汽車電動化和智能化，我們認為主要鑒於他們是一家新興 的企業，沒有傳統車企的包袱、內部政治和利益博弈的干擾。特斯拉的產能雖然遠低於傳統車企，但投資 者也願意給予估值溢價。反過來，投資者對於傳統車企能否成功轉型存在疑問，所以均未能獲得市場的價 值重估。我們認為傳統車企唯一的出路就是將新部門完全拆分出來，擺脫包袱，分割利益，各自為政。特 斯拉作為全球電動車企龍頭獲得市場認可，其雖在更高級別的智能駕駛技術上尚未完全成熟，但已足夠讓 傳統車企感受到革新壓力的迫切性。老牌車企通用和福特均通過收購技術團隊，展現較強的變革決心。而 寶馬、大眾、奔馳等歐洲車企，則通過同行協作和產業聯盟，務求共同落地。中國乘用車在自動駕駛上則 受益於政策保護，雖起步較晚，但擁有相對大的成長空間。國內傳統車企跟歐洲車企的路徑類似，同樣依 賴產業聯盟共同發展，如上汽-Mobileye、廣汽-騰訊、長安-地平線等。而國內造車新勢力的自動駕駛主要 依託外部技術，如蔚來-Mobileye、理想-Mobileye/地平線、小鵬-英偉達等合作結盟。我們認為國內的傳統 車企同樣面對「創新者窘境」問題，而新興企業則先需要提升產能和銷量規模。

商用車的無人駕駛「場景為王」路徑已初現端倪，集中發展和加速L4或以上的商業落地和變現;Robotaxi 「以時間換空間」、無人貨運卡車彌補司機缺口、微循環接駁車提供便利、最後一公里派送車降本高效。

• 商用車無人駕駛的原意並非去直接取代司機，而是為了彌補司機的缺口，以及讓司機可以騰出時間去處理 更高層次的工作。其商業模式是以先獲取用戶流量，擴大運營規模，並通過技術進步推動成本邊際下降， 繼續獲取更多流量及擴大運營規模，最終達到盈利。商用車追求「一步到位」的高級別L4-5的落地，由此 衍生出四大場景:1)自動駕駛計程車Robotaxi;2)自動駕駛貨運卡車;3)半封閉場景微循環或固定路線; 4)最後一公里物流配送等。我們認為，Robotaxi和自動駕駛貨運卡車技術實現難度較大，而封閉場景微循 環和最後一公里派送的技術則相對成熟。
• Robotaxi在技術實現難度上是最高的，所以玩家以科技巨頭和行業巨頭為主，如谷歌的Waymo、騰訊和阿 里參股的滴滴出行、百度、通用和福特等。而Robotaxi的商業落地是典型的「以時間換空間」模式，也是 通往消費級完全自動駕駛的必經之路。雖然歐美公司技術積累較深，商業探索較早，但中國持積極開放態 度也是國內Robotaxi落地測試與運營迅速發展的催化劑。在高速公路上長途行駛的無人貨運卡車是MIT Tech Review 2017年全球十大新興科技趨勢之一。從貨運成本、司機短缺以及技術實現的角度，都被認為 能較快落地。公路物流運輸成本中，約30%為人力成本，約1/3為燃料成本。無人駕駛卡車能節省一半的人 力成本和部分燃料成本，兩方面帶來總成本約14%的節省。美國卡車運輸協會預計到2028年司機缺口將上 升至16萬人。傳統卡車車企和新科技公司聯盟，比如說Waymo的合作夥伴包括FCA、Peterbilt 等;獨角獸 圖森未來連同Navistar開發L4級自動駕駛卡車，並預計2024年實現量產。
• 在相對封閉場景下定製化路線的微循環自動駕駛接駁車(物流車)，面向學校、園區、機場、港口及礦山 等，代表公司包括EasyMile、馭勢科技和百度等。從安全角度看，其低速及具備專道專用等，場景相對簡 單也較成熟。從技術實現角度看雖然落地應該比以上兩類要快，但經濟效益在目前的高成本下較難凸顯， 也有可能會受到巨頭們的「降維打擊」。最後一公里無人派送車主要面向快遞、外賣、閃送等場景，實現 無人化的末端配送。中外代表初創公司包括Nuro.ai、Starship、AutoX和新石器等以及包括各大物流、電商、 和外賣巨頭，例如亞馬遜、菜鳥、京東、蘇寧及美團等。我們認為目前最後一公里物流主要的瓶頸還在於 成本。未來無人配送車的成本預計會從現在的20-30萬元降低到10萬元左右，平均每單無人配送車成本低 至0.8元/單，對比目前快遞及外賣成本每單約2-6元不等。

多樣性+冗餘性，無人駕駛是傳感器、晶片、人工智慧、雲計算和5G技術最全面的「大綜合」;預計2023和2025年商用車和乘用車將迎來拐點。

• 無人駕駛是目前人工智慧技術最前沿和應用最廣闊的方向。從基於機器學習和機器視覺算法，疊加5G和雲 計算的信息互通，到機器人操控的技術「大綜合」。無人駕駛的處理流程可劃分為:感知層、決策層、以 及執行層。通過傳感器接收到圖像視覺、雷達信號和地圖信息等，進行分類處理，再通過學習建模，由模 型處理傳感器等數據、識別路況、預測車輛和其他對象的行為，最終作出車輛行為決策，並結合電子機械 技術作出執行。
• 對比人類駕駛員，攝像頭相當於自動駕駛系統的眼睛，毫米波雷達及超聲波雷達相當於系統的耳朵，而激 光雷達則提供精度和3D模型，四者各有優勢，為系統提供全天候全方位的環境感知能力。LiDAR及車載芯 片技術在不斷疊代更新，參與的巨頭及初創公司包括谷歌、Velodyne、Quanergy、覽沃科技及禾賽科技等。 車載晶片包括有英偉達的GPU、基於Intel晶片的Mobileye EyeQ系列、華為以及地平線等，包括FPGA和 ASIC。GPS、高精度地圖及5G/V2X作為傳感器的補充，提供超視距的信息來源。所以「多樣性+冗餘性」 的軟硬體配置是無人駕駛的關鍵。我們認為2023-2025年將會出現由領先科技公司主導的各場景L4-L5商用 車量產;而2025-2030年，乘用車智能駕駛滲透率將會從50%往80%提升，並從ADAS往L4級別邁進。

報告節選：

（報告觀點屬於原作者，僅供參考。報告來源：中信證券）

獲取報告請登錄未來智庫www.vzkoo.com。

立即登錄請點擊：「連結」