【光大证券-汽车和汽车零部件行业AI大模型应用于汽车智能驾驶梳理：吐故纳新，如日方升】
研究报告内容摘要
　　核心观点

　　感知算法升级是L2级向L3级智能驾驶系统跨越的关键。与传统2D+CNN算法相比，BEV+Transformer算法优势体现在：1）感知输出信息精准度更高；2）鲁棒性高；3）泛化能力强，有助于城市高阶智能驾驶落地。感知算法突破+工信部明确扶持L3级商业化落地，国内向L3级商业化加速迈进。

　　特斯拉智能驾驶系统优势体现在硬件+软件算法+数据。1）硬件：全栈自研车载芯片FSD（硬件+软件+整车强耦合）；计划自研超算平台Dojo，为后阶段高阶智能驾驶发展做铺垫；2）软件算法：率先切入BEV+Transformer大模型算法，现已升级至Occupancy+Transformer；3）数据：车队规模领先+采用仿真模拟补足罕见场景，保证数据数量；采用自动标注提高数据质量。

　　2022年末起华为+新势力车企陆续规划城市领航辅助驾驶功能，预计均将基于BEV+Transformer搭建。我们判断，1）大模型符合高阶智能驾驶基于数据规模+模型精度增加的算法升级需求，数据是驱动大模型在高阶智能驾驶落地的关键。2）各车企在数据+硬件+软件算法的布局或将成为L3级智能驾驶能否兑现的关键。从对比来看，华为基于智能驾驶的软硬件占优；理想基于智能驾驶的数据规模占优。

　　我们判断，L2/L2+级向L3级高阶智能驾驶迈进的三大要素重要性排序为数据>算法>硬件；随着智能驾驶等级的推进，预计决策算法增加硬件重要性，三大要素重要性排序或为硬件>=算法>数据。

　　整车推荐特斯拉、理想汽车；小鹏汽车，长期华为智选车模式合作车企。零部件1）看好智能化驱动电子电气架构集中度提升（行泊一体域控等方案）的发展趋势，德赛西威、经纬恒润、科博达；2）看好线控底盘在高阶智能驾驶的应用，推荐伯特利，耐世特。

　　风险提示：智能驾驶推进不及预期、新能源车需求不及预期、智能驾驶功能落地监管标准趋严。