智能化

Q1:智能驾驶芯片是什么？ MCU及SoC是两种典型的计算芯片。MCU是指一种只包含单个CPU（中央处理器）作為处理器的传统电路设计。SoC指片上系统，即一种集成电路设计，将特定应用或功能所需的所有必要组件及子系统集成到单个微芯片，包括将CPU、GPU（图形处理器）、ASIC（专用集成电路）及其他组件集成到单个芯片。SoC凭借计算能力提升、数据传输效率提高、芯片使用量减少、软件升级更灵活等多项优势，已成为汽车芯片设计及应用的 语言学习平台主流趋势。 Q2：智驾SOC芯片的优点与挑战? 

六维力传感器是测力维度最高的力传感器。六维力传感器可以标定空间中任意作用点上的力，测力维度最高，适用范围最广，最早源于航空航天产业，后发展到汽车工业和机器人等行业。 技术路线之争：目前多条技术路线并行发展，包括应变片式（硅应变和金属箔）、电容式、光电式、压电式和电阻式等。评判六维力传感器产品优劣有三大性能指标：串扰、精度和准度。根据核心指标对比，应变式传感器在稳定性、刚度、精度及成本方面表现优秀，是当前主流选择。 技术壁垒几何：六维力传感器生产的技术垒高，相比一维力传感器并非三个扭矩传感器结构的简单叠加关系，而是呈次方式的难度幂增长。六维力传感器的非线性力学特征明显，要考虑多通道信号的温漂、蠕变、交叉干扰、数据处理的实时性，十分复杂，生产制造厂商需要解决这些复杂问题。具体来看，六维力传感器的技术壁垒主要体现在 ①传感器的结构解耦设计，②标定检测技术及设备，③控制漂移误差，④生产流程尚未实现自动化，并且流程复杂，生产工艺的差异会直接影响成品的质量。

智能体时代来临，小型端侧设备无法消化大模型大参数，而具身智能则有望成为最佳载体。从具身智能训练层面看，仿真软件可为大模型提供海量、低成本数据，解决真实数据高成本、难收集的问题，仿真软件有望实现大范围应用。相比于刚性物体的仿真，柔性、流体的仿真技术壁垒更高，具备相关技术积累的厂商优势突出。从具身智能商业化路径来看，我们认为目前商业落地途径主要包括三种：（1）通用机器人路径对于资金和技术要求较高，目前特斯拉等行业巨头正加速布局。（2）纯软件路径的核心是设计通用的操作系统使多个硬件厂商共享同一套软件，英伟达 Project GR00T 以及华为鸿蒙操作系统核心合作厂商有望深度受益。（3）垂直领域软硬一体路径能够使公司形成数据壁垒，细分领域龙头具备核心优势。

汽车产业已进入技术转换周期，软件在汽车产业的价值不断加大，华为凭强劲实力深度布局汽车市场，目标打造汽车产业智能化开放平台。引望公司的成立开启了股权合作的新形式，在三大模式之上进一步加深与车企的合作，吸引合作伙伴入股有望缓解车 BU 资金压力，车企入股引望有望获得更多技术赋能及远期更大红利，实现“双向奔赴”。2024 年上半年，得益于合作智能化车型的热销，车BU 归母净利润达到 22.31 亿元，实现扭亏为盈；预计 2024 年总营收将达到 224.85亿元。独立并商业化运作的引望公司客户开拓可期，未来随着产品搭载车型数量的持续增加，有望推动中国汽车产业加速变革。

中央计算+区域控制架构为域集中的确定性演进方向，区域控制器有效降本、减重、智能配电、提高算力利用率和传输效率等，是提升OTA速度、软件定义汽车的必由之路。车辆智能化提速，ECU数量快速增长，汽车电子电气架构逐步从分布式向域控制/中央集成式发展。芯片的发展同样推动E/E架构演进。我们认为，区域控制器迭代升级的过程，是不断集成跨域功能、省去ECU的过程。近年来第一代车身控制系统，不断向第二代车身域控和第三代区域控制器方向迭代，不断集成车身域（如PEPS、空调算法、门控逻辑、胎压监控、智能进入等）、动力、热管理、底盘控制、车辆诊断等功能。

预计2025E国内乘用车总销量同比微增。从2H24E-2025E新车规划来看，纯电A级/B级主销车型数量增多，竞争加剧；高端化转型+挖掘小众蓝海市场趋势延续。1）纯电：当前呈现销量同比增速回落、市场份额较为分散的特点；但预计2H24E-2025E国内纯电（尤其20-25万元纯电）的销量和占比有望企稳回升但市场竞争加剧。2）插混：当前呈现销量占比稳步抬升+市场份额集中的特点；其中，比亚迪具备基于技术+成本的绝对优势、华为具备基于中高端的品牌力优势，预计插混或主要聚焦10-20万元、30万元以上市场，预计头部集中趋势延续。3） 出口： 国内乘用车出口或主要集中在俄罗斯、南美、东南亚（vs. 欧盟仍存政策风险+自主品牌力/口碑度与用户画像匹配度仍待提高）。看好海外导入车型产品丰富、具备较强降本/高性价比优势、以及海外建厂/本土化量产节奏领先的头部自主车企布局前景。

在全球科技浪潮中，人工智能初创企业凭借其创新能力和灵活性迅速崛起，然而如何准确评估其技术价值一直是业界关注的焦点。基于牛津智能估值团队研发的屡获国际大奖的OxValue估值模型，本白皮书发布了中国、海外以及全球范围内的AI初创企业价值创造30强榜单，并揭示了中外AI企业在价值驱动因素上的差异。 榜单显示，尽管欧美特别是美国企业在全球AI创新浪潮中占据领先地位，但仍有8家中国企业成功跻身全球AI初创企业30强。此外，全球AI初创企业的价值创造主要源于其技术创新性，而中国AI初创企业的价值创造更多地受市场因素影响。最后，本研究指出中国在互补性技术方面存在明显不足，成为其AI初创企业价值创造的主要瓶颈之一。

人工智能应用由认知到产业渗透阶段，各行业对 AI 技术赋能的拥抱态度更加明确。随 AI 原生或 AI Agent 行业产品落地，对 AI 能力变现路径，各公司存在差异。归结为四种商业化路径：MaaS 按量计费、SaaS 订阅制计费、解决方案及实施部署、流量变现。 大模型性能提升+降本，MaaS 预计 2027 年前成主流商业模式。MaaS 降低中小企业应用门槛，2023 年 MaaS 市场规模约 5%，预计至 2027 年，市场规模占比达 47%。对 MaaS 厂商，上半场为智算基础设施的比拼，下半场关键在规模效应释放及用户使用粘性。因此，随头部模型厂商将模型能力普惠化，落地推广也随之加速，主流 MaaS 厂商部分模型降价以培养用户习惯及生态。国外 OpenAI 向所有用户免费提供 GPT-4o，并为 Plus 用户提供高达 5 倍的消息数量限制。国内阿里云 9 月对主力模型再次大幅降价，最大达 85%降幅；百度文心、腾讯混元、商汤等模型也降价或免费赠送 tokens。同时，大厂推出综合灵活的计费模式，利于落地且提高客户粘性。百度云采用调用量+促成交易规模双收费模式，2023 年核心客户留存达 99%。行业软件积极探索 AI+垂类落地，助力用户拓展及留存。 

人工智能(AI)是一个科学和工程的多学科领域，其目标是创造智能机器。 我们相信，在我们日益数字化、数据驱动的世界中，人工智能将成为技术进步的力量倍增器。这是因为今天我们周围的一切，从文化到消费品，都是智慧的产物。 《人工智能状况报告》现已进入第七个年头。把这份报告看作是我们所看到的最有趣的事情的汇编，目的是引发一场关于人工智能的状态及其对未来的影响的知情对话。 我们在报告中考虑了以下主要方面: - 研究:技术突破及其能力。

AIGC不仅仅局限于文本生成，还涵盖了图像、音频、视频等多种形态的内容创作及赋能。 从B端应用来看，它已经在文娱、媒体、教育、营销、设计乃至医疗、工业、金融等多个领域展现了巨大潜力。关注AIGC的应用创新，能够为各行业带来新的创作工具和商业模式，提升效率和创造力。随着AIGC技术的成熟，企业可以借助它大幅降低内容生产成本、提高效率，并为用户提供更加个性化的体验。企业通过快速采纳和创新应用AIGC技术，可以在市场中占据先机，增强竞争力，开拓新的收入来源。 从C端应用来看，AIGC正在改变文化创作的生态系统，它让更多人能够参与到内容生产中，促进了创意及传播的多元化。然而与此同时，它也带来了伦理、版权、数据安全及隐私保护等挑战。关注AIGC应用创新，有助于我们在享受技术红利的同时，积极应对这些挑战，推动社会及行业健康发展。

我们认为特斯拉2023Q3从销量、毛利率、净利率等多重指标同环比改善明显，已初步验证底部变化。2024Q3 Cybertruck迎来正盈利，Cybercab有望2026年实现量产，带来正向边际变化，叠加2025-2026新车发布预期，特斯拉有望走出深蹲期，未来两年有望迎来新一轮增长拐点。

随着人工智能技术的飞速发展，大模型（包括开源模型及闭源模型）的数量和能力都在显著增长，为生成式AI应用的爆发提供了坚实的技术基础。 代码及开发领域具备广泛的高质量数据、丰富的应用场景及多样的用户人群，因此生成式AI为代表的技术提供了生产力的创新空间和发展潜力。