2024年汽车行业年度投资策略：把握出海和产业升级机遇

国内总量红利淡化，结构性发展机遇在出海及电动智能化转型

中国汽车工业从成长期迈入成熟期

中国汽车工业发展从 20 世纪 50 年代开始，1956 年7 月长春第一汽车制造厂内第一批解放牌汽车成功下线，1974 年中国汽车产量突破10 万辆，1992 年突破100万辆，2009 年突破 1000 万辆，2013 年突破 2000 万辆，预计2023 年将突破3000万辆。2010 年是国内汽车行业增速的分水岭，国内汽车产量增速从两位数下降至个位数，行业处于震荡向上阶段，增长依赖于国内经济上行，以及汽车消费政策的刺激。中国的汽车市场从 2000-2010 年处于快速发展阶段，期间产量从207万辆提升至 1827 万辆，年均复合增速为 24%，2010-2022 年行业从1827 万辆增长至2718 万辆，年均复合增速为 4%，国内整体乘用车市场增速有所放缓。从产销量情况看，2018 年中国汽车工业历史出现首次销量下滑，主要因为在2016、2017 年政策补贴后第一年，行业受到政策刺激消费的挤出效应明显；在去杠杆、国内经济下行背景下 2019 年销量持续下滑；2020 年国内受到疫情冲击，汽车产业遭受冲击；2022 年下半年行业受到购置税减征的刺激销量有所恢复，全年汽车产销分别完成 2702.1 万辆和 2686.4 万辆，同比增长3.4%和2.1%；2023年以来，在优质供给、更大的行业优惠（新车价格更有性价比、老车降价）、出口的高增长催动下，预计 2023 年行业产销创历史新高。

根据中汽协预估，2023 年我国汽车销量 3000 万辆左右，创历史新高，2024年汽车预计销量 3100 万辆左右，保持平稳增长。据中汽协，2023 年汽车市场呈现出三大亮点：一是汽车产销创历史新高；二是新能源汽车延续了快速增长势头；三是汽车出口再创历史新高，2023 全年有望达到 490 万甚至500 万辆规模。中汽协预估，2023 年我国汽车销量 3000 万辆左右，创历史新高，2024 年汽车销量3100万辆左右，保持平稳增长，其中 2024 出口 550 万辆，同比增长15%，新能源汽车1150 万辆，同比增长 22%。新能源乘用车方面，崔东树预计，2024 年新能源乘用车批发量达到 1100 万辆，增量为 230 万辆，同比增长22%，渗透率达到40%，预计保持较强增长势头。

结合中汽协预估，我们对明年行业做如下预估，我们预计2024 年整体行业保持较低个位数增长（3-4%），行业结构性增长依然来自于电动智能化的发展与出口的高增长，其中出口的增速我们相较于中汽协预估更为乐观。

我们预计 2024 年新能源汽车的总销量超 1150 万辆（新能源乘用车预计1100万辆左右），同比增长超 22%。比亚迪/特斯拉/吉利汽车/长安汽车/长城汽车2023年的新能源销量分别为 300/94/50/42/27 万辆，预计2024 年的新能源销量分别为320/90/70/70/50 万辆，分别同比+7%/-5%/+41%/+65%/+88%。蔚来/小鹏/理想/零跑/埃安 2023 年的销量分别为 16/15/37/15/47 万辆，预计2024 年的销量分别为20/30/65/30/60 万辆，分别同比+25%/+104%/+76%/+106%/+27%。

国内汽车行业经历 2001-2010 年十年行业高增长黄金时代后，当前中国汽车行业逐步由成长期步入成熟期，此阶段行业面临三大特征，五大变化。

行业三大特征，五大变化

特征之一：总量红利逐渐淡化，汽车销量低增速常态化

随着中国汽车工业从成长期迈向成熟期，我国汽车的销量年化增速也逐年放缓，个位增速将逐渐成为常态化，而在早期的汽车工业总量红利也将逐渐淡化。2000-2010 年，中国汽车市场处于快速发展阶段，销量从209 万辆提升至1806万辆，年均复合增速为 24%；2010-2022 年，中国汽车市场增速有所放缓，销量从1806 万辆增长至 2686 万辆，年均复合增速为 3%。2023 年，我们预计中国汽车销量有望达到 3000 万辆，同比增长大约 11%。

从行业容量看，各国汽车千人保有量与人均 GDP 强相关，与人均公路里程有较强相关性。扣除异常值，人均 GDP 越高的地区，汽车千人保有量越高，我国目前人均 GDP 约在全球平均水平，但汽车千人保有量（我国为224 辆/千人）低于同等水平的国家（泰国为 278 辆/千人），且低于人均 GDP 低于我国的国家，包括巴西、墨西哥、马来西亚等；公路建设越完善的地区，汽车人均保有量越高，我国目前人均公路里程略低于全球平均水平，但汽车千人保有量远低于同水平/低水平的墨西哥、韩国、马来西亚、泰国、土耳其、韩国等。参考国信证券汽车团队于 2019 年 7 月 23 日发布的《存量与增量：汽车行业空间与机会》，给予成熟阶段国内汽车千人保有量 400 辆/千人假设。该报告对国内汽车千人保有量作了详尽的全球对比和国内对比，并辅以多因素分析（人均GDP、人均公路里程、人口密度、公路里程密度）。根据千人保有量估算我国汽车行业的长期保有量，采取的主要方法是比较海内外各国汽车千人保有量水平（这里要考虑到各国差异性，经济发达程度、基建完善度、道路拥堵度等），得出我国汽车保有量增长空间，再根据欧洲、亚洲、北美各地区发达国家的“汽车保有量/销量”系数，给予国内长期系数预测，最后计算出国内长期汽车销量水平。测算后我国汽车销量有望增长至 4000-4300 万辆/年（在现有销量基础上增长42%-53%）。考虑发达国家汽车工业成长进入成熟期平均年限20 年，销量年均复合增速 2%，即国内汽车行业长期进入极低个位数的增长。

特征之二：新旧产能切换，整车格局生变

随着近年来我国新能源汽车产业的高速发展，新能源汽车渗透率不断增高。2019-2023 年，我们预计新能源汽车销量由 121 万增长至940 万，年均复合增速为 67%；渗透率由 4.7%增长至 31.3%，并在 2024 年有进一步增长趋势。新能源汽车市占率的提高，使传统燃油车产能过剩、新能源产能快速扩张，行业面临新旧切换时点（此消彼长），结构性增长犹存。

特征之三：汽车电动智能化变革（新技术应用加速搭载上车）、国产整车和零部件面临巨大投资机遇

随着汽车智能化软硬件的不断迭代，当前的汽车智能化围绕数据流进行演进，数据流从获取、储存、输送、计算再应用到车端实现智能驾驶、应用到人端通过视听触等五感进行交互。数据流方向主要包含传感器、域控制器、线束、线控制动、空气悬架、车灯、玻璃、车机、HUD、车载音响等零部件，以实现更高级汽车智能驾驶、智能座舱、智能网联等功能为趋势进行快速迭代，国产整车及相应零部件面临巨大投资机遇。

变化之一：产品属性变

在传统燃油车时代，汽车仍未大范围普及，大多数家庭只拥有一辆家庭用车，而用车的需求也多为仅仅满足家庭出行，实现出行便利，汽车产品多被定义为“车和家”、“四个轮子，一个家”、“第三生活空间”等概念，如同早期人们使用的手机产品，只为满足远程通讯需求。而如今随着汽车使用普及产品多样性提高，新时代汽车不单单肩负满足消费者出行需求的使命，而是更多地被贴上了智能、能源、运动、交互等标签，更多地拥有了用户出行工具+生活场景应用的新属性。

变化之二：生产工艺变

汽车的传统生产工艺由“冲压-焊接-总装-涂装”组成，造成冲焊件的人力密集，工艺繁杂，工时较长，有大量的重复劳动。而如今的一体压铸将冲压和焊装合并，简化了白车身的制造过程。特斯拉在 Model Y 的制造中革命性地一体压铸了车身的整个后底板，大大减少了所需的焊接工序。此一体压铸零件包含了整车左右侧的后轮罩内板、后纵梁、底板连接板、梁内加强板等零件，型面、截面的变化以及料厚的变化都比较剧烈，相比传统车企量产的单体压铸结构零件难度增加很多。Model Y 的白车身后部，几乎没有肉眼可见的焊接痕迹，大幅提升了车身结构的稳定性。

变化之三：电子电气（EE）架构变

无人驾驶进程中的车辆架构从分布向集中发展。全球零部件龙头企业博世曾经将汽车电子电气架构划分为三个大阶段：分布式电子电气架构-【跨】域集中电子电气架构-车辆集中电子电气架构，三个大阶段之中又分别包含两大发展节点，一共六个发展节点，细化了电子电气架构将从分布式向车辆集中式演变的过程。伴随汽车自动化程度从 L0-L5 逐级提升，目前大部分的传统车企电子电气架构处在从分布式向【跨】域集中过渡的阶段。分布式的电子电气架构主要用在L0-L2级别车型，此时车辆主要由硬件定义，采用分布式的控制单元，专用传感器、专用ECU及算法，资源协同性不高，有一定程度的浪费；从L3 级别开始，【跨】域集中电子电气架构走向舞台，域控制器在这里发挥重要作用，通过域控制器的整合，分散的车辆硬件之间可以实现信息互联互通和资源共享，软件可升级，硬件和传感器可以更换和进行功能扩展；再往后发展，以特斯拉Model 3 领衔开发的集中式电子电气架构基本达到了车辆终极理想——也就是车载电脑级别的中央控制架构。 汽车电子电气架构奠定车辆底层框架。汽车电子电气架构（ElectronicandElectrical Architecture，文中简称 EEA）是由车企所定义的一套整合方式，是一个偏宏观的概念，类似于人体结构和建筑工程图纸，也就是搭了一副骨架，需要各种“器官”、 “血液”和“神经”来填充，使其具有生命力。具体到汽车上来说，EEA 把汽车中的各类传感器、ECU（电子控制单元）、线束拓扑和电子电气分配系统完美地整合在一起，完成运算、动力和能量的分配，实现整车的各项智能化功能。

变化之四：成本结构变

随着汽车智能化的推进，整车的成本结构也相应进行了变化。我们预测2019-2025年，汽车电子成本占整车成本比例将由 26%上升至 59%，超过非汽车电子部分成本。同时，汽车电子成本也将更细化地分为电气化成本、数字化成本以及自动驾驶成本等。未来，整车成本将由传统驱动设备主导，逐渐转化为由智能化零部件主导。

变化之五：商业模式变

传统汽车销售模式多为 4S 店集群模式，各大品牌汽车销售中心通常集中在远离市区的地点，购买便捷性较低，各经销商品控参差不齐，消费体验性较差，远离市区同时也造成产品宣传途径较为单一，多为传单式或电视电影广告，曝光率不足。而如今的新能源汽车销售模式多为市中心体验店模式，选址通常为大型商场，增加购买便捷度的同时通过统一管理直营店，提高服务水平。而新能源汽车在宣传方面也追求圈层文化，通过发布会等模式宣传公司文化、产品理念、创始人精神等，增加了产品的曝光度与用户的忠诚度。新能源汽车打破了传统汽车的固有商业模式，使产品的整个销售环节水平有了创新性提高。

国内汽车行业长期平缓向上，短期受政策和库存周期扰动

1、国内汽车行业长期平缓向上，政策和库存周期平稳改善。产业周期维度（10 年以上），中国汽车行业已经度过了销量增速最快的黄金十年（2000-2010 年），总量从成长期向成熟期过渡，行业增速放缓但长期的保有量、销量仍有空间，当前我国汽车行业千人保有量为 224 辆/千人，经过对人均GDP和人均公路里程的国家对比分析，我们给予成熟阶段（发达国家汽车工业成长期进入成熟期平均年限 20 年左右）国内汽车千人保有量400 辆/千人假设，对应汽车行业维持低个位数的增长。 政策周期维度（2-4 年），2009 年新能源汽车开启补贴，2014 年开始减征购置税，成为行业发展的主导政策。燃油车政策端分别于 2009 年-2010 年，2015年10月-2017 年，2022 年下半年减征购置税，刺激消费。往后看，政策周期平缓向上，行业层面，稳增长为主，工信部、财政部等七部门联合印发《汽车行业稳增长工作方案（2023—2024 年）》。结构性层面，新能源购置税减免政策延续，工信部等四部门发布开展智能网联汽车准入和上路通行试点工作的通知，推进智能化。

库存周期方面（1-2 年），2023 年上半年因短期需求的扰动以及国六B 非RDE库存车的影响，行业库存水平较高。不过在轻型汽车国六b 车型给予半年销售过渡期的有利政策疏导下，当前阶段行业库存压力较小，处于库存同比向下，同时乘用车销量同比上升阶段，整体车市形势较好。根据中国汽车流通协会数据，2023年 11 月整体经销商库存系数同比、环比双降，11 月份汽车经销商综合库存系数为 1.43，环比下降 15.9%，同比下降 23.9%，库存水平在警戒线以下。

2、因为行业整体长期增速不高，行业竞争加剧，在此过程中自主份额持续提升，且自主车企的影响力扩大至海外，出海成为新的增量。虽然行业整体保持较低增速，但电动智能的结构性变化带来行业的二次成长。在此过程中，自主品牌展现出明显的竞争优势，市占率从2020 的36%提升至2023年 1-9 月份的 51%。且自主品牌的竞争优势加快了海外拓展，2022 年汽车企业出口 311 万辆，同比增长 54%，成为仅次于日本的第二大汽车出口国，2023全年有望达到 490 万甚至 500 万辆规模，出海成为新的增量。

国内汽车行业长期平缓向上

目前汽车行业整体已度过高速发展期，长期保持低位增长。参考国信证券汽车团队于 2023 年 7 月 4 日发布的《汽车行业基础研究系列五：变局之下的汽车产业：供需、库存、盈利复盘》，给予成熟阶段国内汽车千人保有量400 辆/千人假设。测算后我国汽车销量有望增长至 4000-4300 万辆/年，考虑发达国家汽车工业成长进入成熟期平均年限 20 年，预计销量年均复合增速2%，即国内汽车行业长期进入极低个位数的增长。

政策周期：政策改善推动行业向上

政策刺激是直接推动力。在历史上的购置税减征政策驱动下，2009、2010年我国汽车销量增速分别达 53%、33%；2015、2016 年我国汽车销量增速分别达7%、15%，刺激效果显著。2022 年在疫情反复、供应链受阻等不利局面下，新一轮购置税减免政策的到来，汽车销量全年增长 10%。 前两次政策刺激退出后年份的行业销量受到压力，对应的，2018-2020 年销量增速分别为-4%、-10%、-6%。2023 年虽然面临着新能源国补退出的第一年以及燃油车购置税减征退出后的第一年，但整体影响较弱。

我们测算的假设为通过计算补贴年限乘用车实际销量（施加减征税后）与对照销量（假设无减征税）的差额，估算出购置税减免的提振效益。1、假设2009-2010年未施加购置税减征的情况下 1.6L 及以下乘用车的销量增速为20%（采用2005-2008 年复合增速），而实际销量增速（减税后）分别为71%、34%，计算差额得出 2009 年、2010 年因购置税政策刺激而带来乘用车增量销量分别为215万辆、343 万辆，销量弹性分别为 21%、25%。2、同理，2015 年全年行业小于等于1.6L 的乘用车实际销量增速为 10%，其中不受购置税减征影响的1-9 月份增速为5%，受到购置税减征影响的 10-12 月份增速为 25%，我们以2014 和2015年1-9月增速平均值作为基数，计算 2015Q4、2016、2017 年自然销量分别为399万辆、1489万辆、1601万辆，而实际销量增速分别为25%、21%、-2%，计算差额得到2015Q4、2016、2017 年因购置税政策刺激而带来乘用车增量销量分别为66 万辆、272万辆、119 万辆（合计 456 万辆），销售弹性分别为 10%、11%、5%。3、2022 年6-12月2L 及以下的乘用车销量约为 1148 万辆，同比增长8%，根据2021、2022年1-5月的 2L 及以下的乘用车销量增速，假设 2022 年 6-12 月份的自然增长率约为-9%，对应购置税减征促进 178 万辆的销量，销售弹性为12%，影响较小。

往后看，政策周期平缓向上，行业层面稳增长，结构性层面，新能源购置税减免政策延续，工信部等四部门发布开展智能网联汽车准入和上路通行试点工作的通知，加强智能化推进。 行业发展稳定政策。工信部、财政部等七部门联合印发《汽车行业稳增长工作方案（2023—2024 年）》。一方面，要落实好现有新能源汽车车船税、车辆购置税等优惠政策，抓好新能源汽车补助资金清算审核工作，积极扩大新能源汽车个人消费比例；另一方面，要组织开展公共领域车辆全面电动化先行区试点工作，加快城市公交、出租、环卫、邮政快递、城市物流配送等领域新能源汽车推广应用，研究探索推广区域货运重卡零排放试点，进一步提升公共领域车辆电动化水平。新能源下乡尚有空间。2020 年 7 月工信部等三部门发布《关于开展新能源汽车下乡活动的通知》开启了新能源下乡活动，2021 年 3 月、2022 年5 月工信部等四部门均发布《关于开展新能源汽车下乡活动的通知》，连续三年开展新能源汽车下乡活动。2023 年 5 月 5 日国务院常务会议审议通过了关于加快发展先进制造业集群的意见，会议指出，农村新能源汽车市场空间广阔，加快推进充电基础设施建设，不仅有利于促进新能源汽车购买使用、释放农村消费潜力，预计将扩大农村市场新能源车的渗透率。

新能源购置税减免政策延续。财政部、税务总局、工业和信息化部于2023年6月 19 日发文，公告延续和优化新能源汽车车辆购置税减免政策有关事项。对购置日期在 2024 年 1 月 1 日至 2025 年 12 月 31 日期间的新能源汽车免征车辆购置税，其中，每辆新能源乘用车免税额不超过 3 万元；对购置日期在2026 年1 月1日至2027 年 12 月 31 日期间的新能源汽车减半征收车辆购置税，其中，每辆新能源乘用车减税额不超过 1.5 万元。2023 年 12 月 11 日，工信部、财政部、税务总局等三部门发布《关于调整减免车辆购置税新能源汽车产品技术要求的公告》，明确了 2024 年后新能源汽车减免车辆购置税政策适用的技术条件和执行要求。推动智能化发展。2023 年 11 月 17 日，工业和信息化部、公安部、住房和城乡建设部、交通运输部关于开展智能网联汽车准入和上路通行试点工作的通知。总体要求是：在智能网联汽车道路测试与示范应用工作基础上，工业和信息化部、公安部、住房和城乡建设部、交通运输部遴选具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对取得准入的智能网联汽车产品，在限定区域内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质和运营管理要求。通知中智能网联汽车搭载的自动驾驶功能是指国家标准《汽车驾驶自动化分级》（GB/T 40429-2021）定义的 3 级驾驶自动化（有条件自动驾驶）和 4 级驾驶自动化（高度自动驾驶）功能。

库存周期：行业库存有所缓解

宏观经济和政策决定行业的中长期走向，落实到企业层面，库存是企业短期经营决策的重要指标。 根据中汽协的库存数据以及汽车流通协会的库存系数计算，行业库存于2021年8月达到底部，在 2021 年 8 月-2022 年 11 月行业库存积累，2022 年12 月、1月因年底促销与春节排产下降，库存降低，2023 年上半年行业乘用车库存继续增加，主要原因包括国六 B 非 RDE 库存车、部分区域性降价导致消费者持币观望等因素。2023 年 5 月 9 日生态环境部等 5 部门联合发布了《关于实施汽车国六排放标准有关事宜的公告》，针对部分实际行驶污染物排放试验（RDE 试验）报告结果为“仅监测”等轻型汽车国六 b 车型，给予半年销售过渡期，允许销售至2023年12月31 日，该政策的实施有助于缓解市场库存车销售压力。

在行业的有利政策疏导下，当前阶段行业库存压力较小，处于库存同比向下，同时乘用车销量同比上升阶段，整体车市形势较好。

厂商库存方面

据中汽协数据，分年度看，车企端库存于 2017 年达到顶峰，随后开始明显回落，2022 年库存回升幅度较大，乘用车库存同比增长 48%。本轮库存积累也更多来自于 2021 年 8 月-2022 年 11 月行业处于补库存状态所导致的企业库存持续积累，2022 年 12 月因降价措施的推出库存有所下降。截至2023 年11 月，汽车行业厂商库存约为 120 万辆，其中乘用车库存 97 万辆，11 月份厂商库存有所积累。

经销商库存方面

根据中国汽车流通协会数据，经销商库存系数方面，2023 年11 月整体经销商库存同比、环比双降，11 月份汽车经销商综合库存系数为1.43，环比下降15.9%，同比下降 23.9%，库存水平在警戒线以下。车市在年末进入冲刺阶段，在消费政策以及购车活动刺激下，经销商加速库存消化，经测算11 月底经销商库存总量在300 万辆左右，经销商库存在 11月份均有所下滑。

增长点一：汽车出口成为自主品牌新增量，零部件龙头积极布局海外产能

整车出海：中国 2023 年前 10 个月已成全球第一大汽车出口国

当前的世界汽车出口大国主要包括中国、美国、日本、韩国、德国。根据中国海关总署、日本汽车工业协会、德国汽车工业协会、韩国汽车工业协会、美国国际贸易委员会发布的数据，2022 年，中国汽车出口量达到333 万台，位列世界第二，仅次于日本的 381 万台。德国/韩国/美国的汽车出口量分别为265/230/220万台。

2008-2022 年中国汽车出口年化复合增速 12%。从增速来看，除中国以外的其他传统汽车工业强国近几年的出口增速都明显放缓，甚至有所下滑。2008-2022年，日本的汽车出口量从 673 万辆下降至 381 万辆，年均复合增长率为-4%；韩国的汽车出口量从 268 万辆下降至 230 万辆，年均复合增长率为-1%；德国的汽车出口量从 413 万辆下降至 265 万辆，年均复合增长率为-3%。美国的汽车出口量从2017年的 266 万辆下降至 220 万辆，年均复合增长率为-4%。中国从 2008 年至 2022 年，汽车出口量从 68 万辆增长至333 万辆，年均复合增长率为 12%，增速领先全球。

根据乘联会的数据，2023 年 1-11 月，奇瑞汽车/上汽乘用车/特斯拉/吉利汽车/比亚迪的出口销量位列前五，分别为 64/60/33/25/20 万辆，分别同比增长132%/47%/27%/41%/353%。除合资车企上汽通用以外，中国出口销量前十的车企均为 10%+的涨幅。 预计 2024 年出口销量增速近 25%。如下图所示，我们针对中国出口前10的车企出口销量进行统计及预测，预计 2023 年中国出口销量前十名的车企合计出口销量有望达到 308 万辆，2024 年有望达到 439 万辆，增量超100 万辆。2024 年全国的整体出口销量有望突破 600 万辆，同比增长近 25%。其中，比亚迪的出口销量有望达到 40-50 万辆，同比增长接近 100%；长城汽车的出口销量有望达到45万辆，同比增长接近 100%；长安汽车的出口销量有望达到35 万辆，同比增长超过50%。

汽车出口量前 5 的国家分别为俄罗斯/墨西哥/比利时/澳大利亚/英国，出口73.6/33.41/18.97/18.76/17.48 万辆，同比+611%/71%/17%/48%/49%。汽车出口均价最高的 5 个国家分别为吉尔吉斯斯坦/德国/比利时/韩国/英国，均价3.1/3/2.9/2.9/2.9 万美元。

零部件出海：属地化布局配套客户，开拓海外市场向全球龙头进发

复盘全球零部件龙头发展历程，基本都是跟随车企的全球化而实现自身全球布局。以全球车灯龙头日本小糸的发展历程为例，其扩张历程基本和丰田的出海是同期进行。

伴随着主机厂出海，以及国内零部件厂商竞争力的提升，零部件企业同样加大了对海外市场的布局，零部件出海主要包括：

1、国内已达到较高市占率，开拓其他市场。典型为福耀玻璃，公司在2016年占据国内汽车玻璃 OEM 市场 60%份额，在全球 23%份额（其中美国市占率16%、欧洲9%），海外市场还有较大增长空间，公司积极进行海外工厂建设。美国方面，16年下半年公司 1）550 万套汽车玻璃产能竣工；2）26 万吨浮法玻璃产能投产，可完全满足 550 万套汽车玻璃自配。17 年新增德国海德堡汽车玻璃和俄罗斯浮法玻璃（45 万吨）两大工厂规划。福耀携覆盖当时美国25%汽车玻璃市场的产能布局，通过代顿工厂迈入新一轮扩张周期。

2、国内企业竞争优势强，但市场竞争度饱和（龙头市占率不一定高），需要开拓新的增量市场以打开天花板。典型为轻量化行业，国内企业竞争力强，但行业参与者众多，市场格局分散，国内龙头市占率 5%左右，同样需要开拓海外市场以打开收入天花板。

3、汽车零部件属地化布局需求，跟随客户布设工厂。典型为特斯拉产业链标的，在上海工厂完成国产化配套后，多数在近几年开始于北美、墨西哥、欧洲等地建厂，以配合整车厂做属地化布局。 墨西哥是当前多数零部件出海的首站。墨西哥是汽车出口大国，根据墨西哥汽车工业协会的统计数据，2022 年墨西哥共生产 331 万辆汽车，其中87%用于出口，年出口量为 222 万辆，为全球主要的汽车出口国，且主要出口至美国。墨西哥具有良好的出口美国优势，主要得益于 1994 年生效的《北美自由贸易协定》（NAFTA），其中对于原产地的要求较为关键，要求汽车部件在美墨加三国生产比例达到 62.5%才可以享受关税减免。根据 2020 年7 月生效的《美墨加协定》（USMCA），该项条款对汽车原产地规则要求提高，汽车部件在美墨加三国生产比例从 62.5%提升至 75%，才能享受关税减免待遇。因此，本土企业于墨西哥建厂是扩张北美业务的重要途径。

墨西哥汽车产业集群集中于北部地区、北部美墨边境地区、墨西哥中部的Bajío地区，包括科阿韦拉州（Coahuila）、新莱昂州(Nuevo Leon) 的蒙特雷(Monterrey) 、墨西哥城 (Mexico City) 、瓜纳华托(Guanajuato) 、阿瓜斯卡连特斯 (Aguascalientes) 等。主要涵盖汽车包括特斯拉、通用、宝马、奥迪、大众、日产、Stellantis 等。

国内企业以敏实集团、福耀玻璃、爱柯迪、三花智控、岱美股份在北美布局较早，主要围绕主机厂所在的科阿韦拉州、蒙特雷市、新莱昂州、阿瓜斯卡连特斯州、瓜纳华托州、墨西哥城等地区布局配套产业链。

增长点二：智能驾驶奇点时刻将至，技术+产品+政策多维催化

全球汽车销量约 8163 万辆（2022 年），保有量约14.46 亿辆，当前特斯拉北美FSD 售价在 1.2 万美元（买断式）；智能驾驶作为人工智能的应用场景之一，高保有量和高单价保障了较大的市场空间。高阶智能驾驶将人从操作车辆中解放出来，显著提升驾乘体验，预期拥有极高用户粘性；同时将车企定位从传统制造业转向科技行业，收费模式从整车交易一锤子模式转向持续付费，公司投资意愿较强。特斯拉、华为、小鹏等公司积极布局，Chatgpt 式端到端大模型或将提升技术突破速度，刺激用户订购率上行，国内外法规落地完善自动驾驶上车。产品+技术+法规多维催化，智能驾驶奇点将至。

智能驾驶技术突破：目前主流的自动驾驶方案仍为分解式方案，多次技术迭代实现体验跃升

1956 年通用就在 Motorama 展览会上推出了第一款具备自动驾驶功能的概念车Futurama II，而后人们持续探索自动驾驶，到今天主流的自动驾驶方案为分解式方案，即以环境感知、决策规划、执行控制 3 个主要模块互联协作实现自动驾驶。环境感知通过传感器接收环境信息并对数据进行处理，传向决策规划模块，而决策规划模块接收数据结合用户需求规划路线，并向执行控制模块下达指令；执行控制模块接收指令实现车辆操控。分解式自动驾驶模型的技术突破也正是来自感知、规划、控制三个模块，多次迭代实现驾乘体验跃升。

感知层面 BEV+Transformer+Occupancy Networks 脱离高精地图限制。传统观点认为高精地图是自动驾驶必不可少的重要条件，然而实际生活中高精地图测量难度大、成本高，再考虑中国道路变动速度较快，高精地图并不是最佳方案。特斯拉创新性引入 BEV+Transformer+Occupancy Networks 算法，实现感知+三维图像建设+解决遮挡+道路规划，输入二维图像生成三维效果，有效提升无高精地图的视觉方案自动驾驶体验。

特斯拉规控方案兼顾算法安全及算法耗时两方面。智能驾驶规控的核心目标是实现出发地到目的地间平衡最佳安全性、舒适性、驾乘时间和体验的路线，并驱使车辆顺利到达。其中在存在标识复杂路口或者众多交通参与者互动等场景，实现高效路径规划是核心。传统思路为尽量减少与其他交通参与者互动、做联合多物体的路径规划，但耗时长、用户体验差；特斯拉创新性引入交互搜索方案，1）接收上一步通过 BEV+Transformer 等多种大模型处理后的感知数据；2）通过接收到的 vector space 找到要去的路口、车道线等地点；3）做一条初始的路径规划；4）考虑场景中存在的其他交通参与者可能出现的博弈；5）重新进行路径规划。当人类驾驶员操控车辆，而系统后台规划决策与人类驾驶员行为不一致时，该场景特征通过影子模式上传至数据集参与后续训练。路径规划过程逐步增加约束条件（其他交通参与者博弈行为），并和神经网络结合，一方面保留约束规则保证规控层的安全、稳定；另一方面通过神经网络为模型加速。

特 斯 拉 引 领 ， 国 内 新 势 力 积 极 跟 进 大模型的布局。特斯拉BEV+Transformer+Occupancy networks 大模型引领潮流后，华为、小鹏等多家公司走向摆脱高精地图依赖道路。根据九章智驾信息，小鹏汽车发布XNet，采用多相机多帧的方式把来自每一个相机的视频流直接注入一个大模型深度学习网络里，进行多帧时序前融合，输出 BEV 视角下的动态目标物的4D 信息（如车辆，二轮车等的大小、距离、位置及速度、行为预测等），以及静态目标物的3D信息（如车道线和马路边缘的位置）。理想汽车 2023 年 6 月17 日召开家庭科技日发布会，其城市 NOA 不依赖高精地图，采用增强 BEV 大模型，配备的自动驾驶训练算力达1200PFLOPS，还有 6 亿公里训练里程，当月开启北京和上海城市NOA 内测；通勤NOA 在用户自主设定通勤路线下 1-2 周内可以完成训练，预计通勤NOA 下半年开放。华为 ADS 于 2020 年首次亮相，1.0 版本实现基于Transformer 的BEV架构，今年发布的 2.0 版本增加独家自研 GOD 网络，通过激光雷达、毫米波雷达、摄像头等多传感融合感知，具备识别异形障碍物能力，实现无高精地图智能驾驶。华为智能驾驶方案与长安阿维塔、赛力斯问界、北汽极狐等深度合作，预计今年第三季度将实现 15 个无图城市落地，年末达到全国无图驾驶落地。

2024 年期待端到端 AI 模型，进一步降低系统复杂度和开发难度

智能驾驶模型下一步迭代方向是端到端 AI 模型，以加大数据量换取系统复杂度和开发难度降低。端到端的智能驾驶方案将传统方案中感知、规划、执行等多个模型变成融合大模型，实现直接输入传感器数据到输出转向、刹车等驾驶指令的突破。一方面减少感知、决策等中间模块的训练过程，有效集中模型训练资源；避免产生数据多级传输导致的误差；同时也不存在各子模块目标与总系统目标存在偏差的情况，保证效益最大化。

智能驾驶层面，端到端最早出现在 1988 年的 ALVINN 实验中，实验者将一个摄像头装在真实车辆上，通过浅层神经网络实现图像特征提取，同时采集人类驾驶员动作，实现速度 0.5m/s 下 400 米的端到端无人驾驶。随后2016 年，英伟达公布无人驾驶系统 DAVE-2，结合近三十年的算力、算法等技术发展，其在ALVINN基础上增加摄像头和数据量，将浅层神经网络更新成先进的深度卷积神经网络以获得更好的特征提取效果，实现采集不到一百小时的训练数据足以训练汽车在高速公路、普通公路以及晴天、多云和雨天等多种情况下运行，路测数据显示98%时间为智能驾驶。

2023 年，马斯克提出 FSD V12 版本将实现端到端的AI 驾驶方案，目前该版本已向部分特斯拉员工开放使用，特斯拉方案具备的天然优势有望引领智能驾驶模型迭代提速。端到端模型发展多年，英伟达、商汤等陆续提出方案，但是受限于算法、数据等限制始终没有大规模落地。2023 年特斯拉提出FSD V12 版本将实现端到端的 AI 驾驶方案，从输入图像到输出控制的操作更为直观、流畅，同时和FSD多年技术积累契合。 1）传统的智能驾驶涉及雷达、摄像头、V2X 等多样化数据来源，数据存在不同的格式和维度，同时还需要考虑定位和地图的输入，很难放入统一的模型网络中；而特斯拉将采用视觉方案，重感知、轻地图，利用BEV 网络+Transformer架构实现了多视角视图的特征级融合，同时避免了雷达等传感器高成本问题。纯视觉方案存在难以识别没有经过训练的场景问题，即模型难以泛化，而特斯拉引入了Occupancy network 实现输入 2D 图像到输出 3D 空间重建，算法端能力得到验证。2）端到端模型将分解式模型中多个参数联合学习、拟合数据的实际分布情况、根据新的输入数据输出概率模型；根据大数定律，随机事件会在大量重复实验中收敛，即数据越多、拟合效果越好；端到端模型往往需要更大量的数据样本及算力支持。而特斯拉全球车队截至今年 5 月总行驶里程已经超过1000 亿英里，根据特斯拉官网，特斯拉用于优化系统的 autopilot 行驶里程数据已经超过90亿英里。

政策层面：L3 试点政策落地，高阶自动驾驶上车加速

各国政策也在不断放开对自动驾驶的限制。自动驾驶技术发展走在政策法规限制之前，高阶智能驾驶技术持续进度，然而事故权责认定、准入条件等领域立法仍是空白。美国国家航空运输安全管理局在 2022 年 3 月提出全自动驾驶汽车不需要再配备传统的方向盘、制动或油门踏板等装置，各国法规落地有望加速实现L3级以上自动驾驶。而我国在 2023 年 11 月，工信部等四部门推动L3 及L4级智能网联汽车准入和上路通行试点工作：由车企和使用主体组成联合体申报，经车辆拟运行城市（应具备政策保障、基础设施、安全管理等条件）人民政府同意并加盖公章后，向所在地省级工业部申报，省级工业部会同其他部门审核，并在今年12 月 20 日前报送工业部。工业部、公安部、住房和城乡建设部、交通运输部组织专家对申报方案进行审核并开展产品测试与安全评估，遴选具备量产条件产品，获得产品准入许可后，车辆可在限定区域内开展上路通行试点。

产品层面：高级别自动驾驶车型陆续推出

产品层面，特斯拉引领下，国内新势力加速推出高阶智能驾驶车型。2023年以来，以小鹏、华为问界等为代表的新势力车企陆续推出具备城区自动驾驶能力的多款车型，年内多次迭代（从有图到无图），且持续拓展无图城市数量，理想、蔚来跟随，共同占领消费者心智。当前国内高阶智能驾驶代表性车型包括问界M5智驾版、新 M7 智驾版、小鹏 G6/P7i/G9 等，年底问界 M9、小鹏X9 及理想OTA之后，高阶智能驾驶车型产品家族进一步扩容。

硬件端：当前多数新车在传感器及算力硬件上能力预埋充分。小鹏G6 配套12个摄像头、12 个超声波雷达、5 个毫米波雷达、2 个激光雷达、英伟达双orin域控制器，实现城市 NGP 智能导航辅助驾驶，问界新 M7 智驾版配套1 个顶置激光雷达、3 个毫米波雷达、11 个高清视觉感知摄像头及 12 个超声波雷达，实现高速、城区高阶智能驾驶。

软件端：2023 年是城市无图元年，国内新势力通过OTA 升级等方式，加速落地城区无图智能驾驶，智能驾驶奇点将至。其中问界 M5 智驾版和新M7 搭载HUAWEIADS2.0 高阶智能驾驶系统，率先实现了不依赖于高精地图的高速、城区高阶智能驾驶，预计在今年 12 月，城区智驾领航辅助（城区 NCA）将实现全国都能开、越开越好开的智驾体验；小鹏汽车无图高阶城市辅助驾驶多城目前已正式推送，2023年，XNGP 将开放 50 城，2024 年，覆盖全国主要城市路网；理想汽车12月AD2.0全面升级至 AD3.0，全场景智能驾驶（NOA）全国都能开，将实现全国高速及城市环线全覆盖，全国 110 城的城市道路陆续开放。

预计 2025 年国内带城区辅助驾驶功能的智能驾驶市场规模约510 亿元。我们测算 2023 年车主购买带有城区辅助驾驶功能的车预计占我国乘用车市场整体的0.4%，假设单车买断价 3.6 万元，市场规模约 32 亿元；至2025 年，在小鹏、理想、问界、蔚来、特斯拉等车企发力下，国内带有城区辅助驾驶的自动驾驶渗透率预计到 6%，市场规模约 510 亿元；到远期假设我国80%乘用车搭载城区辅助驾驶功能，其中 60%车主愿意支付 2 万元买断费用，我国乘用车自动驾驶市场规模预计达 2880 亿元。

华为汽车发展优势：技术能力强悍，云-管-端架构赋能车企

聚焦 ICT 技术及智能网联汽车增量部件，云-管-端架构布局智能汽车。华为不造车，而是将 ICT 技术优势延伸到智能汽车产业，成为面向智能网联汽车的增量部件核心供应商，帮助车企“造好”车、造“好车”。华为智能汽车解决方案延续“云-管-端”架构。云：智能车云；管：智能网联；端则从最初车机扩展到智能驾驶、智能座舱、智能电动三大终端，形成智能驾驶、智能座舱、智能网联、智能电动、智能车云五大业务，通过“5G 汽车生态圈”，聚焦核心部件，利用自身技术优势，积极探索和汽车领域产业链伙伴的合作，以供应商、HI 模式和华为智选三种模式赋能车企，目前和赛力斯、长安、广汽埃安、北汽极狐深度合作，同时助力宝马、奥迪、长城等优质车企。

智能驾驶技术领先，率先推进全国无图驾驶

HUAWEI ADS 2.0 突破高精地图限制，主动安全评测第一。华为高阶智能驾驶系统基于多传感器融合，结合高性能智能驾驶平台及拟人化智驾算法，以安全和智能为核心，实现面向高速、城区、泊车全场景极致连续体验。同时以超大规模云端仿真和数据挖掘训练为基础实现数据驱动、快速迭代。2023 年4 月华为发布最新的 ADS 2.0 智能驾驶系统，相较 ADS 1.0 安全性大幅提升同时传感器减配降低成本。从 ADS 1.0 的 3 颗激光雷达、6 颗毫米波雷达、13 颗摄像头降低为1颗激光雷达（前向，减少 2 个侧向）、3 颗毫米波雷达（前向+侧后，减少2 颗侧前+1颗后向）、11 颗摄像头（前向 4 颗变成 2 颗）。同时增强算法能力，传统障碍物识别是采用白名单识别方式，需要训练才能识别。华为业界首创GOD 网络，通过激光雷达、毫米波雷达、摄像头等多传感融合感知，具备识别异形障碍物能力，类似特斯拉 occupancy network，可以识别侧翻车辆、掉落的大纸箱、落石、倒地大树等，并减速刹停，更好保证驾乘人员安全。同时进一步增强道路拓扑推理网络，结合路标、红绿灯实现导航地图和现实世界匹配，实现类人的无高精地图区域驾驶，摆脱高精地图采集困难、无法实时更新等困境。

自动驾驶技术遥遥领先，率先落地全国无图驾驶。HUAWEI ADS 2.0 体验升级，高速上面对上下匝道、避障、施工修路等场景能力进一步提升，覆盖90%城区场景，在复杂路口、人车混行场景也能顺利通行，平均人工接管里程从HUAWEIADS1.0的 100km 提升到 200km。9 月 12 日华为在发布会中提出在1.8E FLOPS 训练算力加持下，华为自动驾驶模型每五天迭代一次，预计今年12 月实现全国无图高阶智能驾驶（4 月 ADS 2.0 发布会规划是年底 45 城无图驾驶），进度领先于国内其余车企/自动驾驶解决方案供应商。

智能泊车助力可见即可泊，首发无人代客泊车功能。华为4 月发布APA（智能泊车辅助），具备业界领先的车位识别能力，支持 360 度车位识别及显示，可实现前向/侧向/后向车位自动搜索，支持 160 种车位泊入，包括斜坡车位、断头车位等非常规车位，可泊入车宽余量极限仅为 0.4 米，RPA（遥控泊车辅助）补全车宽余量小于 0.4 米场景，实现停车无忧。11 月发布业界首个跨地面地下停车场代客泊车能力，首发于智界 S7 车型，计划 24Q1 在北京、上海、广州、深圳、重庆、苏州、东莞部分大型公共停车场逐步开放，在停车场有信号前提下可以实现车辆自主礼让行人、倒车避让、寻找车位泊车、自动接驾等功能，进一步助力消费者体验升级。

智能座舱持续进化，首个国产车载 OS 内核鸿蒙上车

华为在 2023 年 4 月发布会上推出新一代 HarmonyOS 智能座舱，实现车机操作系统、车载音响系统和车载智慧屏全面升级，带来语音视觉等系统能力升级及多屏多用户、独立多音区等领先体验。新一代系统将搭载华为突破性技术鸿蒙内核，作为首个国产车载 OS 内核，在超低时延和功能安全方面实现国产超越，成为全球首个获得双认证的操作系统内核。 华为将于今年秋季推出鸿蒙 4.0 车机系统，流畅性大幅优化，驻车场景或行车导航重载场景，语音及应用操作响应速度比上一代全面提升。一个车机可同时支持前后五屏流畅并发。此外，新一代系统将搭载华为突破性技术鸿蒙内核，作为首个国产车载 OS 内核，在超低时延和功能安全方面实现国产超越，成为全球首个获得双认证的操作系统内核。 新一代 HarmonyOS 智能座舱配备新一代 HUAWEISOUND 车载音响系统，7.1.4沉浸声场和超具临场感的空间音频带来有距离、有轨迹、有角度的声音，为驾乘者提供顶级影音体验。首发空间音频特性，以座位为中心形成独立声场，能抵消99%来自其它方向的噪音，扬声器同时成为消声器。首创独立多音区体验，前排后排乘客互不打扰，保障后排通话隐私隔离。同时搭载新一代车载智慧屏采用2K高清画质，87%屏占比创造车载屏奇迹，可根据环境光自动调节画质，湿手油手不脱手精准操控，实现音像双重升级。

发布 800V 碳化硅电驱动系统，实现业内量产电机最高转速

华为 2020 年发布多合一电驱动系统 DriveONE 产品，集成BCU、PDU、DCDC、MCU、OBC、电机、减速器七大部件，实现机械部件和功率部件的深度融合。同时还将智能化带入到电驱动系统中，实现端云协同与控制归一。同时在冷却层面，华为克服内部油道设计壁垒，采用油冷技术，在相同功率和扭矩下，电机体积相对水冷减少 15%。 2023 年 11 月，华为进一步发布全新一代 DRIVE-ONE 800V 碳化硅电驱动系统，配备每分钟转速 2.2 万转电机（实际具备 2.5 万转能力），实现业内量产电机最高转速，进一步搭载前 150 千瓦交流异步电驱系统和后215 千瓦永磁同步电驱系统，助力首发车型智界 S7 实现 3.3 秒零百加速成绩。华为同样使用高压快充技术，充电 5 分钟续航 200 公里。

小米汽车元年，首款纯电轿车即将发布

小米汽车发展进程快，预计 2024 年量产。2021 年3 月30 日小米集团公告，公司拟成立一家全资子公司，负责智能电动汽车业务，未来10 年预计投入100亿美元，首期投入 100 亿元人民币，集团首席执行官雷军兼任智能电动汽车业务的首席执行官。2021 年 9 月 1 日，小米汽车有限公司注册成立。2023 年10 月26 日，小米澎湃 OS 暨 Xiaomi 14 系列新品发布会上，发布了全新的集团战略“人车家全生态”，2023 年 11 月 15 日，小米牌汽车在工信部第377 批《道路机动车辆生产企业及产品公告》新产品公示。 小米汽车本次公示企业为北京汽车集团越野车有限公司，产品商标为小米牌，公式产品 SU7/SU7 max/pro 版本，为纯电动轿车。小米汽车第一款纯电动轿车SU7（实际披露参数不全），我们对比了 Model3、智界S7、小鹏P7i、极氪007。小米汽车轴距略长于竞品，且在车速上较为突出，单电机版本最高车速210km/h，电机峰值功率 220KW，双电机版本最高车速 265km/h，电机峰值功率220kW/275kW。

我们将小米和华为在手机及汽车业务上全面对比——与华为和车厂提供三种合作模式不同，小米选择自建工厂。第一种是零部件模式，第二种是 HI 模式（华为 inside 模式），通过华为的硬件、软件帮助企业解决造车，第三种是智选车模式，深度参与，利用华为在终端积累的品牌、渠道、零售、营销，通过华为在产品定义的经验帮助车企定义产品。产能方面，2021 年 11 月 27 日，北京经济技术开发区管委会和小米科技签订《合作协议》，小米汽车正式落户北京经开区，该项目将建设小米汽车总部基地、销售总部、研发总部，分两期建设累计产量 30 万辆，其中一期、二期分别为15万辆，目前维持 2024 年上半年正式量产目标不变。

从手机业务层面：华为 Mate60 带动今年销量回归，小米集团在手机业务具备强大的全球影响力，稳居全球出货量第三，我们认为小米有望通过其手机业务的影响力以及渠道积累迅速打开优势。 从汽车业务层面：华为在车企赋能上具备品牌、渠道、研发能力等多维度优势。渠道方面，截至 2022 年底，华为已在全球建立超过6 万家门店和专柜，包含超过5500 家体验店、2200 余家华为授权服务中心，其中智选车渠道布局上，2022年底用户中心和体验中心已经超过了 1000 家，覆盖超过230 座城市。研发方面，华为自智能汽车解决方案 BU 成立以来，累计投入已达30 亿美元，研发团队达到7000人，首款智选模式车型 2022 年已经上市，目前已有多款合作车型。相比而言，小米汽车入场时间较晚，但进展快速，首款车预计 2024 年上半年上市，截至2023年 3 月底，小米汽车业务研发团队规模约为 2300 人，2022 年智能电动汽车等创新业务费用投入为 31 亿元人民币。

细分对比华为智选模式现有车型和小米汽车，可以看到，当前华为智选模式主要车型集中在和赛力斯合作的问界品牌，该品牌以 SUV 为主，M5/M7/M9 分别覆盖了25 万-50 万以上价位区间的增程/纯电 SUV（增程销售是大头），近期华为第二款智选模式品牌（合作奇瑞）智界亮相，首款车定位 C 级轿车，预售价25.80-35.80万，尺寸定位和小米 SU7 有所重合。

小米汽车发展优势：智能多元化生态，手机业务、IoT 平台、互联网服务相互赋能

结合雷军在致员工内部信中陈述了小米在汽车制造方面的优势：1、小米集团具有强大的品牌力和庞大的用户群；2、公司现金流资源充裕。3、小米集团对于基于硬件的互联网服务商业模式具备深刻的理解；4、公司持续加大对汽车业务的投入，具备汽车可应用的技术能力；5、集团战略“人车家全生态”，小米集团具备多元化的生态系统，统一 MIUI、Vela、Mina、车机 OS 四个系统的软件架构。

1、小米集团具有强大的品牌力和庞大的用户群

小米集团发展至今，具备全球影响力与品牌效应。2023 年前三季度小米集团在全球智能手机出货量排名位列第三（连续十三个季度全球第三），市占率达14.1%，且 2023 年第三季度中公司在欧洲地区智能手机出货量市占率升至23.3%。2023年 9 月，全球 MIUI 月活跃用户 6.23 亿。截至 2023 年9 月30 日，AIoT 平台已连接的 IoT 设备（不包括智能手机、平板、笔记本电脑）数增加至6.99 亿台。目前小米集团业务已经进入全球逾 100 个国家和地区。同时，小米之家运营门店遍布全球 70 余个国家和地区，2021 年 10 月底已经突破1 万家，拥有庞大的用户群体以及品牌宣传渠道。

2、手机业务、IoT 平台、互联网服务相互赋能，公司现金流资源充裕

公司整体现金流量表现良好，截至 2023H1 公司期末现金余额315 亿元人民币，经营活动现金流健康。小米集团拥有稳定的手机业务基本盘，IoT 与生活消费产品用户数量庞大，已有 9000+企业接入小米 IoT 平台，公司的手机业务、IoT平台、互联网服务（MIUI 等）相互赋能，加强用户粘性，现金流资源充沛。

3、小米集团具备软硬件集成经验，具备汽车可应用的技术能力

公司持续加大对汽车业务的投入。截至 2023 年 3 月底，公司汽车业务研发团队规模约为 2300 人，2022 年，智能电动汽车等创新业务费用投入为31 亿元人民币，2023Q1-Q3 智能电动汽车等创新业务费用投入分别为11 亿元、14 亿元、17亿元，截至 2023 年9 月 21 日，小米汽车申请专利共 1036 个。

4、人车家，全生态，小米集团具备多元化的生态系统

发布全新集团战略“人车家全生态”，承载新战略的关键是小米澎湃OS。小米创立之初开始做 MIUI，2010 年 MIUI 诞生，2014 年统一的IoT 设备连接协议、通用IoT 模组发布，2016 年开始做通用操作系统，2017 年小米自研的Vela OS正式发布，逐步统一 IoT 设备系统，2019 年开始并行研发纯自研通用系统MinaOS，2021年初开始做车技系统，开启车机 OS 的研发，2022 年初开始决定统一系统架构、统一底层代码，统一 MIUI、Vela、Mina、车机 OS 四个系统的软件架构，并于2023年 10 月 26 日，小米澎湃 OS 暨 Xiaomi 14 系列新品发布会上，发布了全新的集团战略“人车家全生态”。

5、收购自动驾驶技术公司，全栈自研软件解决方案，提升智能化竞争力

小米集团于 2021 年 8 月 25 日发布公告收购自动驾驶技术公司深动科技，总金额约为 7737 万美元（约为 5 亿元人民币），于 2021 年9 月22 日交易完成交割，后者成为小米集团全资子公司。对应的，原深动科技团队加入小米集团。同时小米还致力于打造中长期战略产业能力，投资 20 亿元人民币，投资十余家自动驾驶领域上下游企业，覆盖核心传感器、执行器、域控制器等品类。Deep motion 有技术及研发能力，专注为高阶辅助驾驶系统和自动驾驶应用提供包括感知、定位、规划、控制在内的全栈软件解决方案。小米自动驾驶技术采用全栈自研算法的技术布局战略，自建全自研数据闭环系统、高效驱动核心算法及产品功能迭代。 2022 年 8 月 11 日，小米集团首次披露小米自动驾驶技术的进展，小米自动驾驶一期研发计划投入 33 亿元，在演示视频中，小米测试车实现在掉头、环岛、连续下坡等场景下的辅助驾驶功能。测试车辆实现了无保护场景自动掉头、事故车辆自动绕行、多车道路口自动左转、自动环岛绕行、斑马线礼让行人、自动泊车入位+机械臂自动充电等行泊车场景。

智能驾驶各大环节拆解

当前的汽车智能驾驶围绕数据流进行演进，算法在于整车，零部件涉及感知层（数据获取）——决策层（数据处理）——执行层（数据应用）。

整车厂及自动驾驶技术开发商——加码布局智算中心。智算中心是指基于 GPU、FPGA 等芯片构建智能计算服务器集群，提供智能算力的基础设施。其特点是建设周期长，初始投资大，所以目前仅有部分有实力的主机厂及企业在布局建设。参考佐思汽车信息，2023 年1 月，吉利汽车的星睿智算中心正式上线，总投资 10 亿元，规划机柜 5000 架。该中心目前的云端总算力达81亿亿次每秒，预计到 2025 年，算力规模将扩充到 120 亿亿次每秒；覆盖包括智能网联、智能驾驶、新能源安全、试制实验等业务领域，能提升吉利整体20%研发效率。

感知层——传感器

1）摄像头

摄像头工作原理是目标物体通过镜头把光线聚拢，然后通过IR 滤光片把不需要的红外光滤掉，此时模拟信号进入到传感器 COMS 芯片，通过AD 数字输出，有的摄像头会放置 ISP 图像处理芯片，把处理后的信号传输给到主机。按照安装部位的不同，摄像头主要分为前视、后视、侧视以及内置摄像头，以此来实现 LDW、FCW、LKA、PA、AVM 等功能。实现自动驾驶时全套ADAS 功能将安装 6 个以上摄像头，前视摄像头因需要复杂的算法和芯片，单价在1500元左右，后视、侧视以及内置摄像头单价在 200 元左右，ADAS 的普及应用为车载摄像头传感器带来巨大的发展空间。 优缺点来看，摄像头分辨率高、可以探测到物体的质地与颜色，采集信息丰富，包含最接近人类视觉的语义信息。其缺点主要是摄像头受光照、环境影响十分大，在黑夜、雨雪、大雾等能见度较低的情况下，识别率大幅降低，且由于缺乏深度信息、因而三维立体空间感不强，因此摄像头获取的图像信息将主要负责交通标志识别等领域，作为激光雷达和毫米波雷达的补充。

摄像头市场规模：参考盖世汽车数据，随着摄像头在乘用车市场的持续渗透，预计国内乘用车摄像头市场规模有望从 2021 年的 72.1 亿元增至2025 年的251.4亿元，CAGR 分别为 37%。伴随着 ADAS 持续渗透，摄像头单车需求量增加，参考盖世汽车数据，2022 年上半年中国乘用车平均每辆车搭载2.3 颗ADAS 摄像头，预计 2025 年增长至 6 颗，预计国内乘用车 ADAS 摄像头搭载量有望从2021年的3935.7 万颗增至 2025 年的 13726.6 万颗，CAGR 为37%，预计国内乘用车摄像头市场规模有望从 2021 年的 72.1 亿元增至 2025 年的251.4 亿元，CAGR 分别为37%。

摄像头产业链：摄像头上游原材料包括流光片、光学镜片、保护膜和晶圆，中游元 件 主 要 由 三 部 分 构 成 ： 镜 头 组 、 CMOS （Complementary Metal-OxideSemiconductor，互补金属氧化物半导体）和 DSP（Digital Signal Process，数字信号处理器），三部分元件经过系统封装后形成摄像头，投入市场。从硬件成本来看，芯片、镜头和其他物料各占 1/3。从产业链企业布局看，国内目前主要布局在镜头组，CMOS 与 DSP 相对较弱；另外摄像头总成产品Tier1，国内布局公司包含德赛西威、华阳集团等。 竞争格局：摄像头供应商部分，2021 年中国市场乘用车前装标配摄像头（行/泊ADAS）搭载量排名前十中，作为本土供应商代表，德赛西威、智华科技、比亚迪进入前十，市场份额分别 8.3%、4.4%、4.1%。其中，德赛西威作为国内最早布局车载摄像头的企业之一，已经实现了高清车载摄像头和环视系统的大规模量产，累计出货已经超过 1000 万颗。

2）激光雷达： 激光雷达对于实现高级别智能驾驶的必要性：目前应用于环境感知的主流传感器产品主要包括摄像头、毫米波雷达、超声波雷达和激光雷达四类。总体来看，摄像头在逆光或光影复杂的情况下视觉效果较差，毫米波雷达对静态物体识别效果差，超声波雷达测量距离有限且易受恶劣天气的影响，因此单独依靠摄像头或毫米波雷达的方案去实现智能驾驶是存在缺陷的，而激光雷达可探测多数物体（含静态物体）、探测距离相对更长（0-300 米）、精度高（5cm），且可构建环境3D模型、实时性好，因而成为推进智能驾驶到 L3 级及以上的核心传感器。从组成上看，激光雷达主要由激光发射、激光接收、信息处理、扫描系统组成。1）激光发射系统：激励源驱动激光器发射激光脉冲，激光调制器通过光束控制器控制发射激光的方向和线数，最后通过发射光学系统，将激光发射至目标物体；2）激光接收系统：经接收光学系统，光电探测器接收目标物体反射回来的激光，产生接收信号；3）信息处理系统：接收的信号经过放大处理和数模转换后，经过信息处理模块计算，获取目标表面形态、物理属性等特性，最终建立物体模型；4）扫描系统：以稳定的转速旋转起来，实现对所在平面的扫描，产生实时的平面图信息。

3）域控制器： 域控制器的由来：成本端，1）算力冗余浪费。ECU 的算力不能协同，并相互冗余，产生极大浪费；2）线束成本提升。分布式架构需要大量的内部通信，客观上导致线束成本大幅增加，同时装配难度也加大。技术端，1）多传感器融合算法需要域控制器的统一处理。ADAS 系统里有各种传感器如摄像头、毫米波雷达和激光雷达，产生的数据量很大，各种不同的功能都需要这些数据，每个传感器模块可以对数据进行预处理，通过车载以太网传输数据，为保证数据处理的结果最优化，最好功能控制都集中在一个核心处理器里处理，这就产生了对域控制器的需求；2）分布式 ECU 无法统一维护升级。大量分离的嵌入式 OS 和应用程序Firmware，由不同 Tier1 提供，语言和编程风格迥异，导致没法统一维护和OTA 升级；3）分布式ECU 制约软件生态应用。第三方应用开发者无法与这些硬件进行便捷编程，成为制约软件定义的瓶颈；4）保障汽车安全的需求；5）平台化、标准化的需求。随着车载传感器数量越来越多，传感器与 ECU 一一对应使得车辆整体性能下降，线路复杂性也急剧增加，同时分布式 ECU 架构在自动驾驶功能实现上面临诸多技术瓶颈，此时 DCU（域控制器）和 MDC（多域控制器）应运而生，以更强大的中心化架构逐步替代了分布式架构。

域控制器的分类：以博世经典的五域分类拆分整车为动力域（安全）、底盘域（车辆运动）、座舱域/智能信息域（娱乐信息）、自动驾驶域（辅助驾驶）和车身域（车身电子），这五大域控制模块较为完备的集成了L3 及以上级别自动驾驶车辆的所有控制功能。

目前阶段，车企、Tier1 零部件企业以功能域为主，也就是按照动力域、底盘域、车身域、座舱域、自动驾驶域来进行域控制器的开发和应用。从域控制器的产业链发展情况来看，目前国内外大多数企业多布局在具有更高附加值的座舱域和驾驶域，而动力域、底盘域、车身域并非现阶段多数厂商的竞争焦点，原因或在于动力域、底盘域因涉及出行安全，对设计的功能安全等级要求相对较高。

从市场空间来看： 自动驾驶域控制器：L2+及以上的市场增量主要系行泊一体下域控制器等高附加值单品的渗透，配套域控制器单车价值量提升至万元级别。伴随着自动驾驶持续渗透，我们预计驾驶域控制器全球的市场规模将从 2022 年的320 亿元增至2025年的 1630 亿元，国内的市场规模将从 2022 年的 93 亿元增至2025 年的479亿元。座舱域控制器：单车价值量在 2000-3000 元之间，渗透率目前约8%、2025年有望达到 20%，对应的全球市场规模将从 2022 年的 162 亿元增至2025 年的421亿元，CAGR 为 38%。

4）线控制动： 汽车制动分为行车、驻车、应急、辅助制动四大类，行车和驻车制动是汽车标配。制动技术发展分为三个阶段：第一阶段是机械制动，制动能量完全由人体来提供。第二个阶段是压力制动，借助真空助力器等装置通过制动液或者气体传递制动压力。第三个阶段是线控制动，线控制动原有的制动踏板用一个模拟发生器替代，踏板与制动系统之间没有任何刚性连接或液压连接用以接受驾驶员的制动意图，产生、传递制动信号给控制和执行机构，并根据一定的算法模拟反馈给驾驶员。

汽车线控制动系统目前主要分为电子液压线控系统（EHB）和电子机械制动系统（EMB），当前 EHB 处于渗透率快速提升早期阶段

EHB（对应电子辅助阶段）：将原有的制动踏板机械信号通过传感器转变为电控信号，同时保留成熟的液压系统，ECU 通过电机驱动液压泵进行制动。当电子系统发生故障时，备用阀打开，EHB 变成传统的液压系统。EMB（对应完全电控阶段）：完全摒弃了传统制动系统的制动液及液压管路等部件，由电机驱动产生制动力，每个车轮上安装一个可以独立工作的电子机械制动器。

ONE-BOX 有望成为主流 EHB 方案。EHB 根据集成度又分为TWO-BOX 和ONE-BOX两种技术方案，区别在于是否集成了 ABS/ESC。ONE-BOX 方案的ECU 中集成了ESC等功能，只有 1 个 ECU，而 TWO-BOX 方案没有集成，有2 个ECU，需要协调EHB的ECU和 ESC 的 ECU。由于 ONE-BOX 方案集成度更高，在体积、重量上占优，在制动失效时的减速度优,并且其售价普遍低于 TWO-BOX 产品，有望成为主流方案。

线控制动系统是 ADAS 执行层的核心产品，2025 年线控制动市场规模有望达到180亿元。线控制动系统可以解决新能源车真空助力器真空度不足问题，并且能量回收效率高，有利于提高电动车续航里程。线控制动系统还具有响应时间短、体积小、重量轻、可扩展性强、可以快速定制化刹车系统等优点。当前驻车制动已基本实现从机械制动向线控制动（EPB 渗透率超 60%），行车制动中线控制动渗透率渗透率较低（传统车 1%、新能源 17%左右）。目前随着电动智能化提速，自动驾驶级别提升，主机厂线控制动应用意愿增强。假设2025 年我国汽车产量为3000万辆，线控制动产品单价为 1500 元，产品渗透率达到40%，则线控制动市场规模约为 180 亿元。

5）空气悬架： 空气悬架升级效果明显，电动智能化催化渗透率上行。空气悬架可以调整车身高度提升通过性，调整阻尼系数（悬架软硬）适应路面状况、根据需要调整抓地力，可最大发挥整车硬件潜力，电动智能化催化空气悬架渗透率上行。1）智能化：一方面，空气悬架属于主动悬架，是智能化底盘控制的核心部件；另一部分，空气悬架系统可以通过 ECU、更多的传感器等与自动驾驶、智能座舱高度融合，提前感知路况信息，自动调整车身状态，实现最佳驾乘体验。2）电动化：出于平衡汽车前后配重、下降重心，提高操控性等因素考量，新能源车一般将电池组安装在底盘中间，对底盘稳定性有更高需求。空气悬架可根据路面情况智能调节，避免出现电池泡水或损坏等情况；同时，现有新能源汽车比同级别燃油车重300~500斤，传统被动悬架难以兼顾软刚度和支撑力两个属性，空气悬架是完美替代。

目前，众多造车新势力纷纷在其高端车型上配置空气悬架系统。空气悬架系统对汽车驾乘舒适性的提升受到了消费者的广泛认可，产品的市场渗透率快速提升，越来越多的新能源汽车和燃油车通过配置智能空气悬架系统以提升产品竞争力和客户满意度。

国产替代降本，空气悬架渗透率有望上行。渗透率空气悬架系统总成成本保守约6000-7000 元。海外制造商提供空悬方案，价格在12000 元以上，还要额外附加高额开发费用。我们预计随着保隆科技、中鼎股份推动国产化，预计2025年空悬系统价格下降至 6000 元，应用车型下沉到 25 万元，行业渗透率达到15%，假设2025 年我国乘用车销量 2500 万辆，空气悬架系统渗透率为15%，价格为6000元，则整体市场规模约为 225 亿元。

增长点三：机器人与车供应链高度重合，2024年有望成为量产元年

机器人与车端供应链高度重合度

传统智能汽车与机器人可分为感知、决策、执行三大层面。智能汽车可大致分为底盘之上+之下，底盘之上是智能座舱下人机交互实现场景，细分产业链为“芯片-系统-应用-显示”；底盘之下主要为智能电动和智能驾驶，智能电动集成三电系统，为整车运动核心能源支撑；智能驾驶主要基于“传感器-计算平台-自动驾驶算法”作用到执行层面，实现横向和纵向运动控制，整体可分为“感知-决策-执行”三大层面；人形机器人指能够模仿人类运动、表情、互动及动作的机器人，本质上同样可划分为感知、决策、执行三大层面。

以特斯拉汽车与人形机器人为例，其 Optimus 在多个层面沿用汽车领域技术：机械结构：据特斯拉 AI DAY，特斯拉正为 Optimus 研发电池、执行器，以将功耗保持最低水平，其在从传感到融合、再到充电管理，借鉴了在汽车设计方面的经验；并采用与汽车相同的芯片，支持Wi-Fi、LTE 链接和音频交流。 软件方面：Optimus 有望共用汽车 FSD 自动驾驶系统及Autopilot 神经网络技术，同时特斯拉基于汽车安全模拟分析能力打造机器人安全性，在交通事故模拟中，特斯拉通过软件优化+电池保护等提升系统软硬件的安全性保障。

车端和人形机器人的部分零部件具有一定共性，二者供应链重合度较高。总体来看，我们认为包括电机、传感器、减速机构、电池、冷却系统、轴承、芯片等部件在车端与机器人端具有一定技术相通性，同时，机器人零部件与汽车零部件在原材料、设计、工艺、设备、装配，以及成本管控能力、产品质量管控能力体系具有一定相通性，这就意味着在汽车领域具有相关产品、技术储备的公司，有望实现产品从车端向人形机器人端的延伸。

巨头引领、政策催化、技术升级为核心驱动力

驱动力一：特斯拉引领，大厂入局

特斯拉于 2021 年提出人形机器人相关设计概念，于2022 年9 月在AI Day上首次展示 Optimus 人形机器人产品，2023 年 5 月特斯拉展示Optimus 的最新进展，彼时人形机器人已能够执行如捡起物品等任务，并在特斯拉工厂中执行简单任务，整体来看进展较为迅速。马斯克预计，该款机器人价格可能最终会低于2万美元，量产预计可达百亿台级别量级；23 年 9 月，特斯拉展示最新视频，纯视觉FSD自动驾驶系统可复制到机器人上用来处理运动指令，整体来看特斯拉人形机器人发展较为迅速。23 年 12 月，特斯拉 Optimus-Gen 2 发布，由特斯拉设计的执行器和传感器构成，实现双自由度脖颈，行走速度提高30%、重量减轻10KG，且手部为 11 个自由度的灵巧手，更快更灵活，手指具备触觉感应提升精准度，整体进展较为迅速。我们认为特斯拉人形机器人有望给全球机器人市场带来类似于其在全球新能源汽车领域的“鲶鱼效应”，激发人形机器人玩家的活力。

国内方面，多家互联网科技具体入局人形机器人赛道。小米于2022 年发布全栈自研人形仿生机器人 CyberOne，可实现双足运动姿态平衡，全身拥有21 个自由度，可实现各自由度 0.5ms 级别的实时响应，充分模拟人各项动作；华为23 年6月成立全资子公司极目机器；另外据报道字节跳动也在进行机器人相关的布局，目前其机器人团队约有 50 人，计划年底扩充到上百人。大厂入局，凭借完善的技术和人才储备有望持续拉动机器人行业的发展。

驱动力二：AI 催化，大模型加持

在设计、训练与制造人形机器人过程中，特斯拉大量应用人工智能技术，AI技术的加持有望持续催化人形机器人落地。据优必选，人形机器人核心技术包括（1）伺服控制（高性能伺服驱动器控制）：手脚驱动机制，提供精确+重复+灵活运动，及（2）人工智能技术：①计算机视觉：识别类似人类视觉的人脸、物体及环境，助其选择下一次动作或人机互动决策的物体细节的技术；②语音交互：以语音为基础信息载体，使其可与人互动，集成如自动语音识别(ASR)、自然语言处理(NLP)及文字转语音(TTS)等技术。AI 大模型的引进及多模态技术的迭代，机器人有望结合大语言模型，提升智能化水平，逐步具备自然语言交互与自动化决策能力，未来人形机器人+大模型有望于商业化场景中逐步应用，加速机器人产业化。

驱动力三：政策加码保驾护航

2023 年 11 月，工信部印发《人形机器人创新发展指导意见》，意见指出人形机器人有望成为继计算机、智能手机、新能源汽车后的颠覆性产品，重塑全球产业发展格局。发展目标指出，到 2025 年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键技术取得突破，确保核心部组件安全有效供给。整机产品达到国际先进水平，并实现批量生产，培育 2-3 家具有全球影响力的生态型企业和一批专精特新中小企业，打造 2-3 个产业发展集聚区。到2027 年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具有国际竞争力的产业生态，综合实力达到世界先进水平。

2024 年有望成为量产元年，带来相关零部件投资新机会

2024 年有望成为人形机器人量产元年。特斯拉从一代人形机器人到二代的亮相仅用 9 个月，便实现在灵活性、准确性、平衡性、自由度大幅提升及速度、质量的优化。我们认为，伴随以 Optimus 为代表的人形机器人的快速进化与创新，人形机器人商业化应用将迎来逐步落地，行业趋势有望加速：1）应用场景：猜测后续的特斯拉 Optimus 的应用场景将会从特斯拉超级工厂开始逐渐向外蔓延，后续辐射到其他制造工厂或相关细分应用场景（商用），远期随机器人持续迭代升级，逐渐落地至通用性（家用）场景；2）量产节奏：预计短期量产节奏会是以特定场景为主导，量产节奏具一定分散性、阶段性，而远期为大批量的通用性量产（类似汽车），这其中的核心驱动力预计主要为政策、技术、降本和应用场景的需求。

如我们前文所言，在车端与机器人端零部件共通性较高的前提下，人形机器人在大厂入局+技术迭代+政策催化的加持下，人形机器人发展有望持续提速，带来相关零部件企业的投资机会，基于此，结合 AI DAY 信息我们大概拆解其内部构造：由于当前人形机器人产业处于萌芽阶段，最终技术路线（包括减速器的选型、丝杆的选型、传感器选型、执行器最终数量需求与设计等）未定，我们仅参考特斯拉 AI DAY 展示的人形机器人架构所对应的预计架构，整体特斯拉机器人可分别四大方面，1）感知层：主要包括摄像头、毫米波雷达等传感器；2）决策层：为机器人大脑，预计主要为 AI 芯片、FSD 系统等；3）执行层：线性执行器、旋转执行器以及手部关节；4）其他：主要包括电池及管理系统，机体结构，以及智能表皮等。本次梳理着重于执行层关节部分：

旋转关节：预计 14 个执行器（肩部 6 个+腕部2 个+腰部2 个+髋部4个），整体旋转关节价值量预计为 2.4-4.8 万元，预计大批量生产后有降本空间，假设整体降低 50%左右，即整体旋转关节量产后价值量为2-3 万元左右。 直线关节：预计共有 14 个执行器（肘部 2 个+腕部4 个+髋部2 个+膝盖2个+踝部 4 个），即主要分布在膝、肘等摆动角度不大的单自由度关节以及腕部、踝部等双自由度但体积紧凑的关节。目前行星滚珠丝杠单价较高，预计大批量量产后有降本空间，我们假设降低 50%，假设整体旋转关节量产后价值量为 3 万元左右。 手部关节：预计 12 个手部执行器，预计采用空心杯电机+齿轮减速箱+编码器+传感器（预计有望新增触觉传感器）的结构，预计大批量量产后有降本空间，我们假设降低 50%，整体旋转关节量产后价值量为1.6 万元左右。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）