智能汽车

最新标签
文章排序
奥迪威研究报告：超声波传感器细分龙头，机器人+智能汽车新赛道突围

奥迪威研究报告：超声波传感器细分龙头，机器人+智能汽车新赛道突围

奥迪威 超声波传感器 机器人 智能汽车
汽车传感器是超声波传感器应用方面的主要下游领域，也是汽车电子控制系统不可或缺的一部分，随着智能化渗透率提高，根据佐思汽研预计，2025 年单车超声波雷达安装数量预计达 7 颗。泊车系统的优化升级+行泊一体的推广应用，多家企业开发出新一代超声波雷达 AK2 技术和产品。公司自主研发的 AK2 车载超声波传感器能满足功能安全要求并适配 AVPL2 以上自动驾驶等级。此外，公司凭借先进的工艺技术、质量控制体系和长期的口碑积累，在国内市场取得了一定的行业地位，持续对村田、博世等外资产品实现份额替代且打出差异化优势。
13" 3
车载Chiplet 技术产业研究：车载Chiplet，智能汽车算力架构新范式
SVIP免费

车载Chiplet 技术产业研究：车载Chiplet，智能汽车算力架构新范式

车载 Chiplet 智能汽车 算力
Chiplet 技术在 满足车载高算力要求的同时，带来研发周期短和成本低、研发灵活性强等潜在优势。Chiplet 技术将传统的系统级芯片划分为多个单功能或多功能组合的“芯粒”，在一个封装内通过基板互连成为一个完整的复杂功能芯片。运用 Chiplet 技术，芯粒可快速集成、提升性能的同时增加产品灵活度，提升新款车型、新智能功能上市速度，满足激烈竞争的智能汽车市场需求。Chiplet 可将多颗成本更低的小 die 共同封装，在满足芯片整体算力性能的同时兼顾芯片整体成本。对于市场变化快、研发周期长的汽车产业而言，Chiplet 技术在设计阶段便考虑不同的计算单元与功能单元，将整块芯片分解后，每部分采用最适配的制程工艺进行加工处理，再利用先进封装技术将其合封在一起。将大块的 SoC 芯片按功能板块拆分成小芯粒，可减少重复的设计与验证环节，对芯片的部分单元进行选择性迭代，大幅降低研发设计的难度，缩短研发周期，提升产品的迭代速度，以帮助车企应对激烈的市场竞争。
31" 2
智能汽车行业专题报告：智驾进入平价时代，主机厂自研方案分化影响产业格局

智能汽车行业专题报告：智驾进入平价时代，主机厂自研方案分化影响产业格局

智能汽车 智驾
智驾进入平价时代，需求拐点将至。智能网联汽车政策主要分为道路测试、示范应用、产品准入、市场监管四大阶段。目前产品准入试点工作正有序推进，为自动驾驶上路全面放开奠定基础。随着技术降本，新车型供给增加，功能体验持续提升，24 年下半年搭载高阶智驾的车型价格带进入 20 万元以下，进入平价时代，渗透率呈现快速提升趋势。根据汽车之家和中汽协的数据统计，不含特斯拉的高阶智驾渗透率从 23年 1 月的 1.6%提升到 24 年 10 月的 5.2%，同比提升 3.6pct。 主机厂：能力不同导致自研方案分化，形成三大模式。高阶智驾是实现产品差异化竞争的重要因素之一，是车企技术角逐的重点。自研高阶智驾应该具备关键要素：算力（车载算力、云端算力）、基础软件、算法、数据。车载算力代表车企发展高阶智驾的决心；算法代表车企发展高阶智驾的能力；功能（场景定义的能力）是检验高阶智驾的法宝；云端算力使数据-算法形成闭环；渗透率（智能汽车才能收集数据）是消费者认可高阶智驾的准绳。通过评估，主机厂因能力强弱导致自研方案分化。以特斯拉为代表的一梯队主机厂有望发展成为类似苹果模式，芯片和软件算法一体化自研使得适配性更好，系统更流畅，产品力和盈利能力引领行业。二梯队主机厂外采芯片，算法自研，主机厂利用算法和定义功能实现产品的差异化。三梯队及以下主机厂：自研能力弱，需要借助外部供应商提供系统解决方案，典型代表如华为解决方案。
85" 3
智能汽车行业专题报告：华为乾崑深度赋能车企，推动全民智驾时代到来

智能汽车行业专题报告：华为乾崑深度赋能车企，推动全民智驾时代到来

智能汽车 华为乾崑 智驾
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。
67" 4
智能汽车产业专题报告：高阶智驾技术进步&终端渗透率提速，拥抱智驾&机器人的黄金时代

智能汽车产业专题报告：高阶智驾技术进步&终端渗透率提速，拥抱智驾&机器人的黄金时代

智能汽车 高阶智驾 机器人
高阶智驾技术进步曲线愈发陡峭：21年特斯拉通过BEV扩展感知野→22年占用网络解决通用障碍物识别→23年端到端框架解决从规则驱动到数据驱动的迭代效率&场景泛化问题→24年行业开始把LLM框架融合到智驾算法框架（同时解决corner-case认知、可视化AI决策过程、增强人机交互信任感&增强决策结果可解释性）；虽然终端产品体验/商业化进程尚未突破阈值（乘用车ADAS距离解放驾驶员双手还有距离、Robotaxi/港口无人驾驶等商业化应用渗透率有限），但技术进步的进程是明显提速的，高阶智驾有望加速朝L4演进；
142" 6
智能汽车行业专题报告：交通出行革命将至，Robotaxi未来已来

智能汽车行业专题报告：交通出行革命将至，Robotaxi未来已来

智能汽车 出行革命 Robotaxi
特斯拉 Robotaxi 即将于当地时间 10 月 10 日发布, 有望掀动行业热潮。国内Robotaxi 也进入商业化落地阶段，这背后是技术与政策的共同驱动。技术方面，端到端大模型的应用提升了自动驾驶的泛化性，在技术进步的框架下，自动驾驶“渐进式”和“跃进式”路线有望互相促进，共同推动自驾行业发展。政策方面，中央与地方层面纷纷出台相关政策法规，全国已建设 17 个国家级测试示范区、7个车联网先导区、16 个智慧城市与智能网联汽车协同发展试点城市，Robotaxi行业逐步进入商业化试点和运营阶段，而商业闭环的完成需要降本增效。增效方面，通过提高 Robotaxi 的覆盖面积与车队数量，能够带动 Robotaxi 订单规模迅速扩张。降本方面，通过降低整车制造成本、安全运营成本与运力运营成本，Robotaxi 每公里出行服务成本有望在 2026 年低于有人驾驶出租车服务。
157" 3
智能汽车行业专题报告：从小鹏、理想、蔚来布局，看自动驾驶发展趋势

智能汽车行业专题报告：从小鹏、理想、蔚来布局，看自动驾驶发展趋势

智能汽车 小鹏 理想 蔚来 自动驾驶
小鹏已量产国内首个端到端大模型，其采用分段式结构，包括神经网络 XNet、规控大模型 XPlanner 以及大语言模型 XBrain。通过全栈数据闭环实现数据处理、挖掘和解读，实车与仿真测试并重以加快迭代，且拥有充足云端算力储备。小鹏于 2024 年 7 月实现无限 XNGP 全量推送并达成 “全国都好用” 的第一阶段，计划在四季度实现 “门到门” 的第二阶段，最终于 2025 年实现用户 “爱用” 的升级，有望加速销量拐点到来。
128" 4
智能汽车行业专题报告：L4算法公司入局助力传统车厂城市NOA落地

智能汽车行业专题报告：L4算法公司入局助力传统车厂城市NOA落地

智能汽车 L4 算法 NOA
L4自动驾驶技术公司凭借其丰富的数据资源和先进的软件架构，正积极跨界进入L2级辅助驾驶市场。这一跨界行动的优势显著，主要在于它们长期专注于AI技术和数据驱动，以及L4级软件架构在L2场景中的高兼容性，有望大幅提升智能驾驶水平。尽管L4公司在工程化能力方面面临量产挑战，如成本控制、系统稳定性和功能安全等，但通过与车企合作，这些短板有望逐步弥补。 随着智能驾驶技术的快速发展，智驾方案和硬件正趋于标准化，消费者对智能驾驶功能的追求愈发注重性能与成本的平衡。L4算法公司凭借其广泛的客户基础和丰富的量产经验，算法泛化能力得到提升，研发成本相对较低，相较于传统主机厂自研模式，展现出了独特的竞争优势。
123" 4
智能汽车行业专题报告：体验为先，高阶智驾落地进行时

智能汽车行业专题报告：体验为先，高阶智驾落地进行时

智能汽车 高阶智驾 智能驾驶
车企逐鹿城市 NOA，体验是提高功能渗透率的核心 自动驾驶大势所趋，小鹏、蔚来、理想、小米等新势力，长安、赛力斯、江淮、北汽等华为系以及吉利、上汽、长城、广汽等传统车企纷纷入场，竞相推出自家城市 NOA 方案，城市 NOA 正从“0-1”步向“1-10”。提高城市 NOA 渗透率，关键是提高消费者的付费意愿，而付费意愿与城市 NOA 所能提供的体验密切相关——用户愿意为体验良好的功能买单。为了探明各家车企自动驾驶体验情况，我们在 4-6 月密集地进行了自动驾驶路侧测试，首轮选取 8 家自动驾驶水平领先车企的相关车型，地点覆盖北京、上海、广州、重庆、纽约五大城市，系统地记录了测试中的场景数据，以反映城市 NOA 功能的真实使用体验。
112" 3
智能汽车行业专题报告：Robotaxi风起，产业正循环时代加速到来

智能汽车行业专题报告：Robotaxi风起，产业正循环时代加速到来

智能汽车 Robotaxi 智能化
Robotaxi行业的蝶变前夜：政策、技术、运营共筑规模化新纪元 Robotaxi行业正以前所未有的速度驶入变革的快车道，政策引导、技术创新、企业运营三大引擎并驱，预示着规模化量产的拐点已近在咫尺。这一行业的兴起，可追溯至美国谷歌旗下的Waymo，而自2017年起，百度则在国内率先吹响了试运营的号角。至2020年，Robotaxi已在国内多个城市初步实现量产落地，吸引了如祺出行、小马智行等众多OEM与第三方技术厂商的竞相涌入，共同绘制着行业的宏伟蓝图。 政策春风劲吹，加速智能化交通进程
129" 6
智能汽车专题报告：算法进阶，自动驾驶迎来端到端时代

智能汽车专题报告：算法进阶，自动驾驶迎来端到端时代

智能汽车 自动驾驶 智能驾驶
探求驾驶本质，人类驾驶是“本能反应”和“逻辑思维”的结合。人类的思考方式包含倾向于本能化的“快系统”和倾向于逻辑化的“慢系统”，驾驶行为也是一样，简单的驾驶行为可由快系统完成，复杂或者稀缺的长尾场景则需要调用慢系统通过人类此前积累的世界常识来处理。对自动驾驶而言，快慢系统结合为彻底解决无人驾驶提供思路。 算法、算力、数据全面升级推动自驾落地。算法端，前期传统模块化算法和端到端算法有望并行运转，平稳过渡到端到端为主；远期大语言模型有望和端到端结合，形成自动驾驶的“系统一”和“系统二”；最终强大的通用人工智能有望彻底实现自动驾驶。数据端，端到端算法对数据的“量”和“质”的需求激增，实车采集和合成数据共同为算法提供“养料”。算力端，云端算力需求进一步提升，推动模型迅速迭代。
259" 4
加载更多