智能汽车：OEM密集推出智能化平台，厂商四大门派，同台竞技

（报告出品方/作者：民生证券王芳陈海进陈蓉芳）

1 自动驾驶已临近L3跨越期，智能化程度亟需质的飞跃。

根据工信部发布的《汽车驾驶自动化分级》，可将驾驶自动化分为0到5级，其中0级至2级动态驾驶任务接管由驾驶员和系统共同完成，4至5级由系统来接管。

根据《高工智能汽车研究院》数据显示，2021年1-6月国内新车搭载前向ADAS（L0-L2）上险量为381.63万辆，同比上年同期增长41.03%，其中， L2级ADAS新车搭载上险量为154.63万辆，同比增长86.21%，L2级ADAS新车搭载率为15.38%，同比增加约4.3个百分点。

智能化已然成为车企差异化竞争核心，但是 L1/L2 还处于智能驾驶较为初期的阶段，未来智能化程度亟需质的飞跃。

依据整车厂商的智能电动化布局，可以分为全栈自研派，核心突破派，战略合作派及深度绑定派四类车企。

（1）全栈自研派：

奉行高度自研和垂直整合模式，拥有自主自动驾驶算法、操作系统及AI芯片，其对Tier1厂商的依赖程度最低，可以直接对接Tier2厂商，最典型的代表是特斯拉。

（2）核心突破派：

车企研发主导能力较强，专注于单车价值量高、利润率高的部分软硬件重点突破，典型车企有蔚来、小鹏、大众等。

（3）战略合作派：

对研发能力较强但在研发主导能力欠缺的车企，会通过与Tier1及关键零部件企业建立战略同盟关系，利用双方优势共同研发，例如上汽、北汽、长城等。

（4）深度绑定派：

基于业务体量、研发实力及产业链分工的综合考量，转型路径最为保守，继续采取传统的外包模式，如小康股份等。

图25: 车企的不同智能电动路径选择

OEM密集推出电动智能平台，智能化进程加速。

智能平台作为汽车智能化的基础，其升级节奏确定了车企智能化的步伐，智能化平台构建完成后车企推出车型的速度加快。

Model S

最低售价：68.49万起

图片参数配置询底价

懂车分4.12 懂车实测空间·性能等车友圈3.3万车友热议二手车10.98万起 | 126辆

2020年之前，只有特斯拉、蔚来、小鹏等少数几家车企的车型，及凯迪拉克和宝马等高端车型上搭配支持OTA的智能平台，总体智能化程度低。

2020-2021年主流车企密集推出最新一代智能平台：其中既有车企自研平台，例如，小鹏Xploit3.0、比亚迪e平台3.0、吉利浩瀚SEA等，也有合作研发平台，例如，长城ME平台、长安 CHN 等。

造车新势力领先升级架构的同时，传统车企与科技巨头战略合作持续推进，智能电动车市场将迎来更为激烈的新旧混战。

智能化程度由高端向低端车延伸，车型持续渗透总体智能化水平跃升。

车企的新一代平台支持多车型、多尺寸、多级别的车型，更加支持个性化定制，硬件可拓展和即插即用的特点逐渐明显,智能化由高端车向低端车普及。

目前智能化更多体现在高端车型上，定价30万以下的车型上很难看到L2级自动驾驶功能及智能交互的影子。

例如通用公司2018年推出的Super Cruise车载平台已经可以满足长时间脱手脱脚行驶的L2级自动驾驶，并且支持OTA，但该平台仅搭载在凯迪拉克高端车型上。同期推出的丰田TSS2.0 同理，丰田中低端车型至今搭载的仍是智能化程度很低的TSS1.0。

特斯拉的产品策略对其他车企智能电动化线路有较强的参考意义，特斯拉从最初的10万美元的 Roadster(图片)，到7.5万美元的Model X及Model Y，近期推出的Model S(图片|配置|询价)更是表明其向中低端进发的战略意图。

因此，随着规模效应带来边际成本降低，车企兼容多车型的智能平台密集推出，中低端车企智能化升级有望在明后年徐徐展开。

2.1 特斯拉全栈自研，视觉方案为主导

无论从横向还是纵向来比较，特斯拉的自动驾驶软硬件技术都处于相对领先的地位，这也决定了其较为激进的智能驾驶路径，目前特斯拉是唯一一家试图依赖纯视觉实现自动驾驶的车企。

特斯拉关键智能硬件全栈自研，感知方案成熟。

从特斯拉的硬件升级线路来看，特斯拉在2019年推出自主研发的FSD智能芯片，丰田汽车工程师预计特斯拉的电子技术可能领先丰田和大众等传统车企5年。

这款目前特斯拉主要搭载的芯片在处理能力和功耗上都有了明显的提升，同时，预计2021 年底推出的新一代FSD芯片预计性能将有 3 倍的提升，意味着芯片算力有望达到216TOPS。

从感知方案的发展来看，特斯拉从2016年起，感知方案已经趋于稳定，不再增减感知硬件，一直采用 8 颗摄像头、1 颗毫米波、12 颗超声波雷达的传感方案，并且未来可能计划将唯一一颗毫米波雷达去掉用纯视觉替代。

这符合特斯拉一贯做减法的造车理念，视觉有更大的开发潜力，也有理论上更高的上限。

不同传感器各具优劣，纯视觉替代对智能化要求跃升。

不同的传感器各具优劣势，摄像头成本更低，但受外部影响较大，例如，光的强弱和遮挡等问题。视觉通过预测每个像素的深度，然后将其投射出来，从而复制激光雷达的功能，特斯拉通过视觉还原的 3D 地图中，明亮环境下已经非常接近激光雷达的效果。

不同传感器融合是比较简单解决不同传感器功能差异的方案，但是也将很大提升成本和增加电器架构的复杂程度。

纯视觉方案的理论基础在于人类可以通过视觉收集信息+大脑处理信息的方式进行安全驾驶，那也意味着自动驾驶也可以通过同样的方式实现。

因此，实现纯视觉依赖于大量的数据和智能训练，而这些正是特斯拉相较于其他车企或零部件厂商占优的的地方。

特斯拉软件优势助其克服纯视觉劣势，短期难以被复制。

特斯拉在纯视觉实现方面拥有四优势，其中软件优势是其核心所在。

1）“模式识别模型”领域的绝对领先：

特斯拉解决的根本方法还是从算法上提升。不仅是推理和计算，还依赖于技巧、记忆和经验。依靠深度学习的算法提升自动驾驶成熟程度。

2）多任务学习 HydraNets 神经网络架构：

它可以将 8 个摄像头获取的画面拼接起来，通过人工或自动标注车道、车辆、信号灯、障碍物等周围环境和动静物体，让系统逐帧分析视频画面，了解物体的纵深、速度等信息，再将这些数据交给车队学习。

3）“矢量空间”（Vector Space）技术：

同时兼具了非凸优化算法（Non-convex）和高维度两大优势。该技术可以通过 8 个摄像头输入的数据为基础绘制 3D 鸟瞰视图，形成 4D 空间和时间标签的“路网”，以呈现道路等信息，帮助车辆把握驾驶环境，并使其更精确地寻找最优驾驶路径。

4）特斯拉独有的“影子模式”：

在不影响算法训练的速度和准确性的基础上，大幅度降低因数据量过大造成训练成本提升。“影子”会观察外部环境和驾驶员动作，如果在特定场景中驾驶员的操作和预想一样，则数据不会被上报。如果不一致，则使用当前数据进行修正性训练。

从以上四点来看，这些软件技术依赖于特斯拉长期在自动驾驶算法上的投入和研发，是其他车企和零部件厂商最难超越的地方。特斯拉硬件和数据优势相较于软件壁垒较低，闭环效应凸出。

数据和硬件优势体现在：

1）大规模、多样化、真实的数据场景：特斯拉具有全世界超百万辆的车主，大量的车主驾驶数据，通过神经网络训练，从而不断覆盖更多的工况和场景。

2）特斯拉D1芯片和Dojo超级计算机：特斯拉使用1500个D1芯片，共53万个训练节点，组成了Dojo超级计算机训练模块，配合特斯拉独创的连接方式，让Dojo的算力高达9PFlOPs（9千万亿次）。

与业内其他产品相比，其在相同成本下性能可提升 4 倍，同能耗下性能可提高 1.3 倍，占用空间则节省 5 倍。

因此，对于其他车企和零部件厂商，未来预计可以通过技术联合和加大投资的方式缩小差距，但最终方案实现仍要依赖与软件的闭环。

3.2 造车新势力+英伟达阵营，智能驾驶路径演进

英伟达从游戏行业拓展到车载芯片业务，汽车芯片发展两代产品共推出七种型号。英伟达从 2014 年开始重金投向车载市场，电动化智能趋势下汽车从单纯交通工具向智能终端、储能单元和数字空间转变，公司着重发展包含车载信息娱乐和自动驾驶解决方案的汽车业务。

英伟达芯片军备竞赛中算力战略激进，从最早14年推出的Drive PX和CX平台搭载的三款专注于汽车辅助驾驶和数字座舱，算力低于10TOPS的Tegra芯片，升级到即将量产在小鹏、蔚来、理想为代表的造车新势力的新车型上算力高达254TOPS 的 Orin 汽车芯片。

今年 4 月份公司刚刚发布的新一代 Atlan 算力高达 1000TOPS，能实现最高 L5 级别的自动驾驶，有望在 2024 年量产面世。

英伟达 Orin 芯片即将发力，2022 有望进入量产期。

首个搭载英伟达 Drive Xavier 芯片的域控制器 IPU03 已在小鹏 P7 上完成交付，其拥有 30TOPS 算力，32GB 运行内存。

依据公布的车型搭载情况，2021年国内车企最新搭载英伟达的车型有上汽智己 L7、小鹏 P5 等车型搭载英伟达 Xavier 芯片，上汽 ES33、蔚来 ET7 等车型搭载英伟达 Orin 系列芯片。

未来短期内 Orin 芯片将成为英伟达的主要卖点，2022年将会是英伟达的放量期，自动驾驶业务也将迎来高速增长。

车企软件化能力升级，芯片合作由 Mobileye 转向英伟达。

特斯拉智能驾驶芯片经历 Mobileye 到英伟达到自研芯片。

特斯拉2014年 Autopilot 1.0 采用的是 Mobileye EyeQ3，但因 EyeQ3 算力仅0.256TOPS，且视觉感知算法和芯片捆绑销售，EyeQ3 在 Autopilot 2.0 上被弃用；在 Autopilot 2.0 上，特斯拉自研视觉感知算法，处理芯片升级为 NVIDIA Drive PX 2，但由于效比差、成本较高被弃用；

2019年，特斯拉推出Autopilot3.0，采用自研的 2 颗FSD芯片，实现144TOPS的算力和72W 的功耗。

2017年蔚来ES8首装Mobileye EyeQ4自动驾驶芯片，下一款车型ET7（预计2022年Q1 交付）上将搭载英伟达Orin芯片；

小鹏G3采用的是Mobileye的芯片，但在P7上变为英伟达的Xavier；理想one初期用的也是Mobileye的芯片，之后采用了地平线的征程 3 芯片，并在下一款车X01上计划搭载英伟达Orin 芯片。

在造车新势力硬件委外、软件自研的方针下，新势力往往将智能驾驶作为核心卖点，自研智能驾驶算法。

一方面新势力希望掌握原始数据、数据融合和算法升级迭代等核心要素；另一方面随着自动驾驶的需求不断提升，对芯片的算力要求也会不断提高。

在这样的背景下造车新势力倾向于采用更加开放的英伟达作为合作伙伴。

造车新势力智能驾驶功能升级循序渐进，逐步开放高速场景、城市道路场景，未来将实现全自动驾驶能力。

蔚来首先升级了包括高速自动辅助驾驶、拥堵自动辅助驾驶、转向灯控制变道等 7 项功能。在2020年的两次升级则分别新增了自动紧急制动（行人及自行车）、超车辅助以及车道内避让功能和高精地图使用、自动辅助导航驾驶功能（NOA）。

2021年1月，NOA系统得到进一步强化，视觉融合全自动泊车、车辆近距离召唤功能也得以实现。在未来，蔚来将逐步实现覆盖高速、城区、泊车等全场景下的点到点的自动驾驶功能体验。

在小鹏的自动驾驶演化路径中，Xpilot2.5版本加入了自动变道辅助、交通拥堵辅助等驾驶辅助功能，在3.0版本中释放了高速场景NGP-自动导航辅助驾驶功能，3.5版本则释放城区场景NGP-自动导航辅助驾驶功能，并将于2022年初通过OTA 提供给用户。

理想汽车的自动驾驶研发进展与蔚来、小鹏这两家相比稍微靠后一些。

理想汽车自动驾驶发展的路线图主要分为三步，2021-2022年将实现自动导航辅助驾驶功能；2023年左右推出全新车型理想 X01 将配备支持L4级自动驾驶能力的硬件系统；

2024年则将在量产车型上通过OTA 实现 L4 级自动驾驶能力。对比三家造车新势力自动驾驶系统的演进路径，可以发现，尽管三家造车新势力的起步时间与演化路径有所不同，但总方向上一致性很强。

主要是由基础辅助驾驶逐渐升级，逐渐引入如高速、城区等场景下的辅助驾驶功能，最终实现点到点的驾驶功能，预计在 2024 年前后，智能驾驶功能将有大幅提升。

3.3 传统车企+Mobileye联盟，由黑匣子走向开放

Mobileye EyeQ升级迭代，由黑匣子方案走向开放。

Mobileye 是自动驾驶视觉方案先驱，十多年来 EyeQ 系列推出Q1-Q6六款产品，与传统汽车很早建立起深度合作。

从最早2003年 Mobileye EQ1 能够实现防撞预警，到2008年推出的EQ2可实现部分AEB 功能、ACC 和 Traffic Jam Assistant 功能，12年的 EQ3 能够实现全部 AEB 功能。

Mobileye 一直提供的是“黑匣子”方案，从 EQ5 开始走向开放生态，国内最早搭载 EQ5 芯片的上市车型是极氪 001。

下一代 EQ6 芯片在视觉方案基础上加入激光雷达的接口，算力也将升级到144Tops。

Mobileye 更早跨入汽车 AI 芯片赛道，与传统汽车建立起深度合作。

2004年EyeQ1作为Mobileye 第一代产品发布，2007年正式量产：2007年 EyeQ1 在沃尔沃上实现了摄像头+雷达集成防撞预警的功能；2008年EyeQ1在宝马上实现了单摄像头车道偏离预警、交通标志识别等功能。

EyeQ2芯片在2010年量产：EyeQ2在沃尔沃上做到了行人防撞检测，首个行人检测 AEB；在宝马、通用汽车上，用单摄像头实现了拥堵情况下车道内跟车行驶；

2013 年利用EyeQ2 实现了宝马量产的基于摄像头的自适应巡航（ACC）和交通拥堵辅助（Traffic Jam Assistant）。

2015年EyeQ3 在奥迪上实现了基于摄像头的全AEB功能；在特斯拉车型上实现了交通等检测、利用深度神经网路判断自由空间和路径规划。

Mobileye 在2020年发布的EyeQ5开始改变销售模式，提供开放式的芯片销售。

Mobileye 一整套方案的成熟性和便利性优势显著，仍是众多传统厂商的重要合作伙伴。

丰田、大众、宝马等传统汽车品牌仍普遍采用 Mobileye 的EyeQ 系列自动驾驶芯片，如2021年5月，Mobileye、丰田汽车公司和采埃孚（ZF）共同宣布，丰田选择了Mobileye和采埃孚来开发高级驾驶辅助系统（ADAS）；吉利汽车也选择Mobileye，Mobileye EyeQ5将会在其高端子品牌车型极氪001上首发。

吉利 Mobileye 签署长期合作协议，未来两者合作实现更高等级的自动驾驶平台商业落地。

极氪001首发搭载Mobileye EyeQ5高算力AI芯片，并使用Mobileye SuperVison系统，该系统配备 2 颗EyeQ5，其中一颗从整体上支持视觉感知、决策、执行等功能，另一颗作为冗余，以帮助实现功能安全ASIL-D。

在 Mobileye 的技术支持下，极氪 001 将提供一个扩展功能包，基于 SuperVision 的 OTA 升级能力和可扩展功能，极氪 001 支持 hands-free 的高速公路驾驶、基于导航的 highway-to-highway、上/下匝道，以及城市的 hands-free 驾驶。吉利这种基于 EyeQ5 深度参与研发并添加自己设计的合作，加速其高级辅助驾驶的升级，为消费者打造良好的自动驾驶功能体验的同时抢占一定的市场份额。

3.4 华为赋能传统车企，Huawei Inside上车在即

华为ICT技术服务车企，提供一整套开放式自动驾驶解决方案。华为车载芯片主要包括 4 个系列，昇腾，鲲鹏系列（智能驾驶平台 MDC）、麒麟系列（智能座舱平台 CDC）、巴龙系列（5G 通信）。

智能驾驶方面，2018年华为发布了自研的达芬奇架构，该架构一开始就面向全场景的 AI 应用计算加速，并基于架构推出了 Ascend 系列 AI 专用 ASIC 芯片昇腾系列，型号包括昇腾 310 和昇腾 910。

智能座舱方面，2020年10月华为发布了智能汽车解决方案HiCar，采用麒麟系列芯片。汽车通信方面，华为在2019年1月推出5G多模终端芯片Balong 5000，该芯片凭借单芯多模、高速率、支持 V2X 等多项创新技术，全面开启5G时代。

基于该芯片，华为开发出高速率、高质量的全球首款5G车载模组MH5000。

MDC智能驾驶计算平台是实现智能驾驶全景感知、地图&传感器融合定位、决策、规划、控制等功能的汽车“大脑”。

这一平台全面集成了华为自研的芯片，包括CPU芯片、AI芯片、 ISP芯片和SSD控制芯片等。

MDC目前已经发布了MDC210、MDC300、MDC610和MDC810四个不同算力等级的产品。在华为的几款域控制器中，自动驾驶芯片参数公布细节最多的为MDC300和MDC610。

ADS使用的是华为智能驾驶产品线专门设计的ADCSC中央超算，和华为前两年推出的智能驾驶计算平台MDC并不相同，目前ADS智能驾驶计算平台的具体规格未公布，AI 芯片仍采用昇腾系列。

MDC的产品更多将作为单独供应的自动驾驶零部件为车企选用，其通过并联方式最高算力能达到352TOPS。

而服务于ADS方案的ECU则采用专门定制的超级中央超算ADCSC，最低起步算力为400TOPS，高阶能到800TOPS算力。

总结来说,MDC泛用性更强，是全栈解决方案的基础，而 ADS 作为后代产品，专用性更强，算力更高。

2019年2月，华为 MDC 智能驾驶计算平台以及智能电动平台（mPower）先后拿到 ISO 26262 功能安全管理体系认证。

2019年4月，华为 ADS 高阶自动驾驶解决方案也顺利通过了汽车行业功能安全管理体系 ASIL D 认证。

软件加速迭代，不断提供自动驾驶新特性。

作为全栈解决方案的核心，华为MDC 智能驾驶计算平台遵循标准化平台化的原则，软硬件解耦、支持 L2+~L5 平滑演进、结合配套的完善工具链，为车企提供了一个平台、多款车型的解决方案，并且能够通过软件更新迭代。

其中软件包括智能驾驶操作系统AOS、VOS 及 MDC Core，工具链包括 Mind Studio、MDC Manifest Configurator、MDC Development Studio、Measure Calibration Diagnosis Too 和 MDC Application Visualizer。

算法上，华为采用了自主研发的核心算法，持续设计优化中国城市道路、高速公路、城市停车等复杂驾驶场景；在数据方面，华为通过与车企合作伙伴联合组建路试车队，大量积累各种场景下的路测数据，持续闭环迭代优化驾驶系统。