2024年汽车行业分析报告：智能驾驶浪潮澎湃，端到端与车路云两翼齐飞

一、汽车智能化进入高速发展阶段

全球智能汽车蓬勃发展。根据地平线招股书，2023 年，全球智能汽车销量约 0.4 亿辆，占全球新增乘用车总销量的 65.6%。2019-2023 年，全球智能汽车销量的 年复合增长率达 18.0%。随着智能驾驶技术的快速发展，预计到 2026 年全球智 能汽车销量将达到 0.56 亿辆，渗透率提高至 80.3%，预计 2030 年进一步上升 至 0.82 亿辆，渗透率达到 96.7%。2023-2030 年，预计智能汽车销量的年复合 增长率将达到 10.9%。 中国智能汽车渗透率快速提升。2019-2023 年，中国智能汽车销量从 0.04 亿辆 增长至 0.12 亿辆，渗透率从 18.5%上升至 57.1%，汽车销量的年复合增长率达 34.2%，略高于全球市场平均增速。预计到 2026 年，智能汽车销量将增至 0.2 亿辆，渗透率达到 81.2%。到 2030 年，中国智能汽车销量将进一步增长至 0.3 亿辆，渗透率接近 99.7%。此外，中国智能汽车销量的全球占比从 2019 年的 18.6% 上升至 2023 年的 31.4%，有望于 2030 年提升至 36.6%。

顶层设计指引行业高质量发展。近年来，政府出台了一系列政策推动智能驾驶产 业的发展，政策重点涵盖技术研发、市场推广、安全标准和法规建设等多部分。 主要体现为：1) 推动智能网联汽车上路测试和落地，细化测试标准，确保安全 与高效运营；2) 基于 V2X 等先进通信技术，部署和完善智能交通基础设施，提 升车联网的互联互通能力；3) 开拓固态电池、换电、车用人工智能等新兴技术 和商业模式，推动汽车产业技术升级；4) 支持试点城市开展“车路云一体化” 应用，促进智能交通与智慧城市协同发展。

二、智能驾驶蓬勃发展，向端到端演进

1、单车智能：我国汽车智能化快速发展

单车智能，相对于车路协同，是指依赖于单个车辆上的传感器、控制系统等来实 现对环境的感知、决策和执行。主要包括感知、决策与执行 3 个部分，车辆通过硬件设备对周边环境、状态的感知将信息交由软件系统分析决策，并控制车辆。 1）感知层：环境感知硬件是实现智能驾驶功能的基础，是自动驾驶车辆与外界 环境信息交互的关键。产值增量主要来自激光雷达、毫米波雷达和车载摄像头市 场，预计 2030 年产值增量分别约为 800 亿元/500 亿元/500 亿元。 2）决策层：可视为自动驾驶的中央大脑，主要由芯片、计算平台和软件构成。 产值增量主要来自于智驾域控制器。预计 2030 年我国智驾域控制器市场的产值 增量约为 800 亿元。 3）执行层：接收分析层数据，完成转向、刹车等实际动作。产值增量主要来自 于线控油门、线控制动、线控转向、线控悬架及执行层域控制器，预计 2030 年 产值增量分别约为 70 亿元/400 亿元/370 亿元/400 亿元/160 亿元。

根据自动化程度的不同，自动驾驶被划分为六个等级（L0-L5），其中 L5 为完全 自动驾驶。随着从 L0 到 L5 的逐级提升，车辆的自动化程度也逐步提高。

L2 级商业化迅速推进。2023 年，我国乘用车新车市场中具备 L2 级智能驾驶功 能的车型渗透率达到了 37.62%，较 2023 年上升 8.58pct。同时，自主品牌的传 统和新兴车企加强了智能化的技术应用，在 L2 级辅助驾驶的基础上扩展功能和 应用场景，部分功能接近 L3 级智能驾驶水平。 L3 级布局有序展开。根据《智能网联汽车技术路线图 2.0》，2025 年中国 L2/L3 级自动驾驶渗透率将达到 50%，2030 年将达到 70%。在智能驾驶技术从 L2 升 级到 L3 的过程中，NOA 功能是一个关键节点。自特斯拉 2019 年在中国选装推 送高速 NOA 功能后，蔚来、小鹏、理想等车企也加入竞争，2023 年高速 NOA 已实现规模化落地。城市 NOA 被视为实现 L3 级别的重要突破口，2022 年 9 月， 小鹏 P5 推出城市 NGP 功能。未来，L3 及以上等级量产型智能网联汽车有望迎 来更大规模的释放。

政策护航助力，企业开拓增长新格局。2024 年以来，通过出台扶持政策和措施， 政策护航助力单车智能发展。4 月底，马斯克访华，随后特斯拉获得“数据安全 绿牌”，FSD 入华的一大政策屏障打通；6 月 4 日，工信部等四部门研究确定了 9 个进入智能网联汽车准入和上路通行试点的联合体，在部分城市放开乘用车 L3 级城市路测和 L4 级的 Robotaxi 商业化运营尝试。同时，相关企业也纷纷发力， 积极参与到技术创新的浪潮中，发布新版本、提供新服务，开拓新引擎。其中， 萝卜快跑搭载百度 ApolloADFM 模型，2024 年将实现武汉全城覆盖，并计划投 入 1000 辆新一代量产无人车在武汉实现 7x24 小时全无人运。

2、特斯拉引领智驾进入端到端时代

特斯拉在 FSD V12 上正式采用了端到端架构。端到端架构是一种先进的自动驾 驶系统设计，它将感知、规划和控制等多个模块集成到一个统一的神经网络中， 实现了从传感器数据到驾驶控制信号的直接转换。这种架构不依赖于传统的模块 化设计，而是通过大数据驱动的方式，让神经网络学习如何直接从原始数据中提 取有用信息，并作出相应的驾驶决策。 端到端将大幅提升汽车层面的智能化水平，加速智能驾驶发展，并且在一定程度 上减少对道路基础设施的依赖。特斯拉率先引领智驾进入端到端时代，我们预计 业内众多车企也将布局端到端的技术路线。

特斯拉的端到端技术依赖于下述关键组件和算法： 视觉处理系统：由车载摄像头和传感器组成，负责实时捕捉周围环境信息。 深度神经网络：利用深度学习算法，对视觉数据进行处理和分析，提取关键特征。 决策与控制模块：根据神经网络的输出，生成驾驶决策，并通过车辆控制系统实 施。 上述组件和算法协同工作，实现从感知到执行的全流程自动化。例如，特斯拉的 神经网络可以根据实时摄像头数据，识别出前方的交通信号、行人和障碍物，并 根据这些信息生成安全有效的驾驶路径。

智驾硬件迭代升级至 HW4.0，算力大幅提升。硬件方面，端到端大模型升级至 最新版 Hardware 4.0，搭配 2 个 FSD 2.0 芯片，其算力提升至 720TOPS，约为 HW 3.0 的 5 倍，每秒处理帧数提升至 6900FPS，约为 HW 3.0 的 3 倍。新增 4D 毫米波雷达，具有广视角、高精度、高分辨、能探测静物等优势。总体摄像 头数量从 8 个减少到 7 个，但 HW4.0 的摄像头像素从 120 万像素提升到 500 万 像素，视觉最大探测距离从 250 米变为 424 米。

特斯拉端到端架构优势的表现： 特斯拉 FSD Beta V12 版本的推出，标志着自动驾驶技术的一个里程碑，实现了 从摄像头捕捉的原始图像数据到车辆控制指令的直接转换。特斯拉应用的端到端 架构具有诸多领先优势，以 FSD Beta V12 版本为例，其优势表现在以下方面： 1）代码量显著减少。C++代码的需求量从 V11 版本的 30 万行锐减至 V12 的 2000 行左右。特斯拉 CEO 马斯克表示 FSD Beta V12 没有依赖程序员编写的代码来 识别道路和行人，而是将这些任务交给了神经网络自己来思考。这种技术进步减 少了对传统编程方法的依赖，提高了系统处理复杂交通情况的能力。据 Tesla FSD Tracker 数据，V12.3 版本在城市环境中每次关键接管前，行驶的平均里程 得到了显著提升，从 100 多英里增加到了 386.7 英里，反映了 V12 版本性能的 显著提升。 2）端到端 AI 系统的构建。特斯拉 FSD Beta V12 版本实现了端到端 AI 系统的 构建，这是自动驾驶技术发展中的重要突破。这一系统完全依靠人工智能，直接 从摄像头获取的视觉输入生成控制指令，如转向、加速和制动，而无需传统编程 介入，提高了数据处理效率。据公司财报，FSD Beta 累积里程截至 24Q1 已突 破 13 亿英里，其中，FSD (Supervised) V12 的累积里程已超过 3 亿英里。 3）技术迭代的快速推进。特斯拉 FSD Beta V12 的发布，是一次技术的飞跃， 开启了快速迭代的新篇章。在推出 V12 版本后，特斯拉“马不停蹄”地推出了 V12.3.1 和 V12.3.2 等更新版本，目前 FSD V12.4.3 陆续发布到更多车辆，FSD V12.5 已经在测试中。 4）影子模式的数据支持。特斯拉的“影子模式”是其 FSD 系统持续进化的关键 因素。这种模式允许车辆在实际驾驶过程中收集数据，即使在自动驾驶功能未被 激活时也能进行。这些数据随后被用于 FSD 的训练，使得系统能够学习并适应 各种驾驶场景，显著提升其准确率和可靠性。

FSD V12 测评： FSD V12 表现优异，获高度评价。根据众多海外用户分享的视频片段，特斯拉 的 FSD V12 在无高精地图、仅依赖数据训练的情况下表现优异。在雨天、无红 绿灯路口、无保护左转、以及应对应急车辆等场景中，系统都展现出了卓越的性 能。 道路交互处理更自然、更拟人。面对右前方的骑行人的场景，V11 会对骑行人过度小心，规划出一条大幅绕行路线；而 V12 的绕行幅度非常接近人类驾驶员的 选择，速度控制和果断程度更合理，没有异常急刹的情况。在直行遇到前方远处 左转的车辆时，V11 的反应是明显减速，虽规避了碰撞风险，但减速幅度很大， 有明显顿挫感，给乘客造成不适，还增大了被后车追尾风险；而 V12 在遇到类 似状况时候能够准确判断出前方车辆线路和速度，以合适的减速幅度让车上乘客 几乎无感的同时又留出了足够的安全冗余空间。

FSD V12 可能成为自动驾驶的“ChatGPT”。测试过程中，导航的规划路线为 在路口前掉头，但该车道为 Suicide Lane（两个方向左转车辆都会进入的车道）， 车流密集，且 V12 目前不支持使用倒车档完成三点掉头，所以在路中间完成掉 头十分困难。在接近导航路线指示的掉头位置附近，FSD V12 发现了道路右侧 有个很小的停车场，它果断违背导航路线，右转进入停车场之后左转绕出，计划 通过右转加左转来代替一个标准掉头动作。对于目前主流自动驾驶技术，沿着导 航路线行驶无疑是规控模块的最主要目标，而 FSD V12 并不死板听从导航行驶， 具备一定自主判断能力，成为自动驾驶的“ChatGPT”可能性极高。

V12 在长尾 Corner Case 的处理上表现优异。晚高峰时期车流非常密集，高速 岔路上启用了流量控制信号，分别有三个红绿灯控制三条汇入车道，三个红绿灯 亮暗并不同步，而是根据主路车流情况分别控制红绿。而 V12 可以理解三个红 绿灯分别控制的车道，毫无迟疑的在所在车道红灯时等待，变绿后立即加速汇入 主路。这说明 V12 虽然是端到端系统，但对于红绿灯的理解非常细节，可以理 解分时控制的灯以及他们控制的具体车道关系并正确应对。

3、Robotaxi 的探索与突破

Robotaxi 即自动驾驶出租车，是一种利用人工智能、传感器、通信等技术实现自 主行驶的出租车。这些车辆通常配备了高精度地图、摄像头、雷达、超声波等设 备，能够感知周围的环境和交通状况，并通过算法和控制系统进行路径规划、避 障、加减速、转向等操作。乘客可以通过手机 APP 或者语音识别等方式预约或 者叫到自动驾驶出租车，并输入目的地。自动驾驶出租车会按照最优路线将乘客 送达目的地，并完成付款和评价等流程。 中美多城市已进入 Robotaxi 1.0 阶段。由于技术水平相对领先、政策支撑力度 大、监管开放早，中美两国已在武汉、北京、上海、凤凰城、旧金山等多个城市 开展 Robotaxi 商业化运营。目前，Robotaxi 的开发企业主要分为 3 大类：1） 互联网企业：百度 Apollo、谷歌 Waymo、文远知行 WeRide、小马智行 PonyPilot、 亚马逊 Zoox 等；2）传统车企：特斯拉、小鹏汽车等；3）出行企业：曹操出行、 滴滴、如祺出行等。

（1）Waymo、Cruise 为头部玩家，特斯拉深度布局 robotaxi

Waymo 持续扩张运营面积，累积付费出行超 200 万次。2019 年，Waymo 开始 在凤凰城市区提供全自动驾驶服务，服务车型数量在 100 辆左右。2020 年， Waymo 在凤凰城的运营范围为 50 平方英里，服务车型数量在 300-400 辆，2024 年 6 月扩至 315 平方英里，服务车型数量约 700 辆，运营区域为凤凰城市中心 和东谷地区，并首次涵盖 Scottsdale、Tempe 的绝大部分地区，以及更多路线 通往 Chandler、Mesa 两地。2024 年 8 月 6 日，再次扩张，在旧金山湾区和洛 杉矶县的更多地方提供服务，包括旧金山半岛、戴利城、布罗德莫尔和科尔马添。 8 月 7 日，继续扩大洛杉矶服务区域，包括 Marina del Rey、Mar Vista、Playa Vista、 Hollywood、Chinatown 和 Westwood 的更多地区，新增运营面积超过 460 平方 英里，覆盖人口约 336 万人。目前，Waymo One 每周在旧金山、凤凰城和洛杉 矶提供超过 10 万次行程，付费出行次数总计超过 200 万次，车辆完全自动驾驶 行驶里程超过 2000 万英里。2024 年 9 月 13 日，Waymo 宣布从 2025 年初开始 通过 Uber 将 Waymo One 引入奥斯汀和亚特兰大。

Cruise 重启无人驾驶计划，率先在美国凤凰城等地部署。Cruise 成立于 2013 年，2016 年被通用收购，2017 年获得加州政府的批准，开始在加州公路上进行 无人驾驶测试。2018 年，Cruise 发布 Cruise AV 自动驾驶汽车车型，取消方向 盘和制动踏板，实现真正的无人驾驶。2019 年，Cruise 宣布与 Lyft 合作开展商 业化自动驾驶出租车服务，并在 2020 年开始试运营。2022 年 6 月，Cruise 的 无人驾驶车辆启动付费运营，成为加州批准的首个无人驾驶出租车收费服务。 2023 年 8 月，Cruise 获得旧金山全天候商业运营无人驾驶出租车的运营牌照， 实现 24 小时运营。2023 年 10 月，Cruise 因一系列安全事故宣布在全美范围内暂停无人驾驶业务。2024 年 6 月，Cruise 在凤凰城、休斯顿和达拉斯恢复手动 驾驶，将在凤凰城和达拉斯开始实施监督式自动驾驶，并将逐步扩展到斯科茨代 尔、天堂谷、坦佩、梅萨、吉尔伯特和钱德勒。2024 年 8 月，Uber 和 Cruise 宣布建立多年战略合作伙伴关系，将 Cruise 自动驾驶汽车引入 Uber 平台。

特斯拉 Cybercab 于 10 月 10 日正式发布。早在 2019 年，马斯克就提出打造成 共享出租车的理念，除了特斯拉自营车队，还鼓励车主将其车辆加入特斯拉共享 车队，在车主工作或度假时为其产生收入。2022 年 Q1 财报会，马斯克又提出 Robotaxi 的雏形，没有刹车和方向盘、使用成本比公交车更低。北京时间 10 月 11 日，特斯拉举办 We Robot 发布会，现场展示了 robotaxi、人形机器人等产品。

1、Cybercab：特斯拉的 robotaxi 被命名为 Cybercab，是发布会的核心亮点。 Cybercab 为两座设计，取消了传统的方向盘和踏板，纯视觉方案，售价低于 3 万美元，计划于 2026 年开始生产，并在 2027 年实现大规模量产。Cybercab 的 使用成本可低至 0.2 美元/英里，并配备自动清洁系统和无线充电功能。特斯拉还 在规划升级版本的 Cybercab 2。Cybercab 将搭载 AI 5 计算硬件。

2、Robovan：多功能厢式车，既可以载人也可以载货。最多可容纳 20 人同时 出行，支持无线充电，运营成本低至 5-10 美分/英里。发布会上并未公布具体的 量产和商用时间表。

3、Optimus：人形机器人，未来预计价格降至 2-3 万美元。发布会现场，Optimus 集体舞蹈、为客人提供饮料等，反映出强大的运动性能和交互能力。

（2）Waymo vs Tesla

运营模式： Robotaxi 的商业模式分为 B2C 的传统车队运营和 C2C 的共享网约车模式。1） B2C 模式：谷歌旗下的 Waymo，通过采购外部车辆，并对其进行智能化改装， 然后投入运营。这种方式通过赚取运营价差来盈利，同时采集的无人驾驶数据用 于改进他们自己的算法，需要承担车辆的维护成本和折旧影响。2）C2C 模式： 轻资产的出行即服务（MaaS），特斯拉通过赚取佣金来盈利或分成收入，加入 车队的车主也可以从中获利。主机厂主导的模式可以实现车辆的自产、自销和自 采集的完整数据闭环。这有利于自动驾驶算法的迭代，并实现更好、更便宜的自 动驾驶服务，进而提高自身的用户黏性和盈利能力。 特斯拉的全自动驾驶解决方案应与配备 HW3 和 HW4 硬件的车辆兼容，全球约 有 650 万辆，其中美国约 250 万辆。为了启动这项服务，特斯拉将部署一支由 现有 Model 3 和 Model Y 车辆组成的车队，包括那些即将结束租赁和库存中的车 辆，同时，选择将自己的车辆加入 robotaxi 服务的车主可以对车队进行补充。从 长远来看，特斯拉 robotaxi 车队的大部分车辆可能由第三方合作伙伴拥有和运营， 特斯拉自己托管打车平台，并可能保留一小部分自己的车辆。

车队规模： 特斯拉快速扩大车队规模的能力不容小觑。相比之下，Waymo 目前在洛杉矶、 旧金山、凤凰城和奥斯汀运营 robotaxi 服务。据最新报道，其车队规模约为 700 辆车，等待时间比优步（Uber）更长。事实上，Waymo 在凤凰城、奥斯汀和亚 特兰大与优步合作，可能就是因为面临着规模扩张的挑战。与 Waymo 一样，特 斯拉也可能逐个城市推出 robotaxi 服务；但与 Waymo 不同的是，特斯拉应该能 够更快地扩大规模，因为它不依赖于高清地图或地域屏障。不过，与 Waymo 相 比，特斯拉最重要的优势或许在于其真实世界驾驶里程的数据湖。根据方舟投资 的研究，特斯拉的客户车辆每天在 FSD 下行驶的里程超过 800 万公里，如果将 美国境内的非 FSD 里程计算在内，则每天行驶的里程超过 1.4 亿公里，这为特 斯拉训练其自动驾驶软件提供了宝贵的视频片段。据方舟投资估算，Waymo 的 车队每天行驶约 11 万公里。Waymo 车队的规模以及其运营的少数城市有限的驾 驶条件很可能限制了其接触真实世界“边缘案例”的机会。相比之下，特斯拉的 车队一直在收集全美各地的各种摄像头数据。

单车成本：此外，得益于垂直一体化的生产方式，特斯拉在扩大其 robotaxi 车队规模方面有 着清晰的路径。方舟投资估计，Waymo 的车辆生产成本超过 10 万美元，仅传感 器就需要 4 万多美元，不过它正在努力降低成本。特斯拉的 Model 3 包括传感器 在内的成本约为 4 万美元。虽然特斯拉需要为远程车辆辅助和客户支持建立后台 支持，但它应该能够利用现有的工厂、充电和服务基础设施来有效地扩大规模。 安全性： 与实现完全自动驾驶所面临的技术挑战相比，监管审批所带来的障碍应该更少。 竞争对手 Waymo 和 Cruise 已经在监管方面铺平了道路。在美国，有 40 个州已 经明确批准或未禁止自动驾驶汽车。此外，特斯拉庞大的数据资料库也有助于向 监管机构证明其安全优势。方舟投资估计，自动驾驶汽车可将事故率降低 80% 以上。去年，特斯拉的数据已经证明，在城市道路行驶情况下，其配备 FSD 的 汽车的事故安全性是未配备 FSD 汽车的 5 倍，是普通汽车的 16 倍。与此同时， Waymo 的汽车的安全性大约是全国平均水平的两倍，受伤事故降低 70%以上。 市场潜力： 随着使用率的提高，自动驾驶出行服务的价格可能会低于人力驱动的出行服务。 目前，纽约市出租车的营收利用率约为 30%-40%，即在任何给定的 24 小时内有 乘客在车内的时间比例。自动驾驶汽车的利用率可能超过 50%，这最终将降低平 均每公里的成本。随着时间的推移，较低的价格应该可以刺激需求并扩大市场， 如下图所示。值得注意的是，即使没有完全的自动驾驶，由特斯拉提供的人工驾 驶出行服务也能降低目前的出行费用，因为电动汽车的运营成本大约是汽油汽车 的三分之一。

三、受益于政策加持，车路云一体化产业发展加速

1、车路云一体化：车端和路端协同发展

（1）车路云一体化的定义及技术特点

车路云是一种系统级方案，它将车端、路端、云端的信息进行有机融合，实现车 路云三端的协同分析和决策，这种方案通过整合车辆、道路和云端的智能系统， 克服了单一车辆感知能力的限制和信息孤岛现象，通过实时共享交通数据和协同 决策，显著提高了自动驾驶的安全性能和运作效率。车路云一体化的试点通常以 城市为主体，通过智慧化改造道路和部署先进的路侧设备，配合车辆的智能系统 和云端的数据处理能力，共同构建智能交通系统。 车路云一体化是自动驾驶的重要分支，也是解决端侧算力不足的有效手段。从技 术方案上，车路云一体化更侧重于车与外界环境的协同，而端到端自动驾驶系统 更侧重于车辆自身的智能化和自主决策能力。两者都是推动智能网联汽车发展的 关键技术，但应用场景和实现方式存在差异。车路云一体化通过车路协同提升整 体交通系统的智能化水平，端到端的自动驾驶则通过车辆自身的高度智能化实现 安全高效的行驶。相比纯电车智能，车路云对配套基础设施的要求高，但对单车 智能的软硬件水平要求较低，更容易实现商业化。此外，“车-路-云”一体化也 有助于提升交通效率，降低事故率，实现社会整体出行模式的优化。

（2）车路云一体化的系统构成及产业边界

车路云一体化系统的核心是将人、车、路、云的物理空间、信息空间融为一体， 基于系统协同感知、决策与控制，实现智能网联汽车交通系统安全、节能、舒适、 高效运行的信息为物理系统。根据《智能网联汽车“车路云一体化”规模建设与 应用参考指南（1.0 版）》，该系统由车辆及其他交通参与者、路侧基础设施、云控平台、相关支撑平台、通信网等要素组成。数据互联互通是车路云一体化系 统应用的关键基础之一，只有以统一架构设计、统一标准协议，才能够实现不同 元素之间的数据互通，实现业务互通的服务模式。从一体化系统视角，数据交互 主要包括车-路、车-云、路-云、云-云等。 当前我国车路云一体化产业链已经初步形成，根据中国汽车工程学会发布的《车 路云一体化智能网联汽车产业产值增量预测》，从产业产值增量角度可以具体细 分为智能网联汽车、智能化路侧基础设施、云控平台以及基础支撑四个部分。其 中，车智能网联汽车部分主要包括单车智能、智能座舱、应用软件、车载通信单 元、整车终端产品和创新应用服务；智能化路侧基础设施部分主要包括路侧通信 设施、边缘计算设备、路侧感知设备和数字化交通设备；云控平台部分主要包括 云控基础平台和云控应用平台；基础支撑部分包括车联网蜂窝网络、高精度地图 与组合定位及车联网信息安全。

（3）车路云一体化产业链价值量拆解

根据中国汽车工程学会的预测，在中性预期情景下，预计 2025 年/2030 年车路 云一体化产业产值增量总体规模为 7295 亿元/25825 亿元，年均复合增长率为 28.8%。2025 年智能网联汽车/智能化路侧基础设施/云控平台/基础支撑的产值增 量占比分别为 88.4%/3.1%/0.3%/8.2%；2030 年各细分领域的产值增量规模占比 预计分别为 78.5%/16.2%/0.8%/4.5%。

可以看到，智能网联汽车（车端）在车路云产业链中的价值占比最高，是车路云 一体化的核心部分；同时，智能化路侧基础设施（路端）是增量增速最快的部分。

2、车路云一体化的发展重心在于车端和路端的智能化网联 化

理想中的自动驾驶形态（L4-L5 级别），应由单车智能、路侧智能设施、云计算 相结合，以动态高精度地图为媒介，实现“车端-路端-云端”的高度协同，形成 “车-路-云”一体化的智慧交通生态系统，让智能的车配合聪明的路，提高交通 效率，降低事故率，实现社会出行模式的整体优化。

此前，单车智能和车路协同的本质是技术和成本在车侧和路侧的分配，那么在“车 路云一体化”的实现阶段，技术成本的分配依旧重要，同时对车侧、路侧的智能 化程度，及其与整套生态系统的同步性提出了更高的要求。

（1）车端：单车智能化水平不断提升，终端商业化应用市场空间广阔

智能网联汽车细分包括单车智能、智能座舱、应用软件、车载通信单元、整车终 端产品和创新应用服务。从产值增量规模来看，单车智能（智能驾驶）占比最高， 预计 2025 年达 2078 亿元，2030 年达 4046 亿元，CAGR 为 14.3%。从产值增 量增速来看，创新应用服务（Robotaxi 等商业化应用市场）的增长最为可观，预 计将从 2025 年 525 亿元增长至 2030 年的 7459 亿元，CAGR 达 70%。其余智 能座舱、应用软件、车载通信单元、整车终端产品将保持高位平稳增长。

当前，高级别自动驾驶正在逐步走向商业化应用阶段，从公众出行到货物运输， 自动驾驶出租车（Robotaxi）、自动驾驶公交车（Robobus）、末端配送、物流 配送、港口运输、干线物流等众多下游应用场景正不断涌现，并形成规模化发展 趋势。根据国家智能网联汽车创新中心发布的《智能网联汽车创新应用路线图》， 在创新应用中期（2023-2025 年），我国中大型城市积极开展智能网联汽车应用 与商业化模式，各类场景进一步扩大示范范围，部分场景形成商业化运行；在创 新应用远期（2026-2030 年），智能网联汽车应用覆盖我国主要城市，各类自动 驾驶场景成为交通运输重要组成部分，各类场景逐步形成商业化运行。

（2）路端：智能化路侧基础设施加快建设，路侧智能发展提速

智能化路侧基础设施主要包括通信网络基础设施、交通附属设施、感知设备及边 缘计算系统等内容。在最基础的“车路协同”阶段，路侧智能设施由感知、计算、 通信三个模块构成，精确识别/追踪周边车辆、行人、交通锥等实体的位置，实 现全方位车路动态信息交互，并提供盲区/变道、车辆失控、闯红灯、非机动车/ 行人碰撞等各类预警。而“车-路-云”一体化阶段，每辆智能汽车和每台路侧设 备将感知、决策信息共享到云端，形成实时更新的动态高精度地图，辅助每辆智 能汽车规划最优路线并规避安全风险。因此“车-路-云”一体化对路侧设施的密 度/智能化程度，云端的计算/存储能力，与整个系统的协同性都提出了较高要求。 从道路情况来看，根据交通运输部公布的数据，截至 2022 年底我国高速公路通 车总里程达 17.7 万公里，稳居世界第一，公路总里程和公路网密度快速增加， 且收费公路里程远高于美国，可见我国路侧设备 RSU 的数量和分布范围大于美 国，在基础建设方面的特殊性将有力推动车路云一体化的发展。 当前，我国多地政府已开始在部分高速公路、城郊示范区安装路侧智能设施。以 北京为例，自 2020 年启动建设高级别自动驾驶示范区，至今已迭代至 3.0 阶段， 2024 年 6 月示范区范围将进一步由目前的 160 平方公里拓展至 600 平方公里， 其中 440 平方公里位于通州、顺义，实现 400 多个道路路口和 10 公里高速公路 路侧智能化设备和智慧城市专网的全覆盖，初步建成城市级工程试验平台。

我国车路云一体化目前存在众多行业参与者，除了互联网科技巨头 BAT、ICT 和 5G 技术领导者华为之外，车路协同相关的基础设施设备提供商、通信运营商和 解决方案商等也都在纷纷进行布局。

3、政策支持车路云一体化建设，国内试点城市项目招标逐 步落地

2024 年 1 月，工信部等五部委发布《关于开展智能网联汽车“车路云一体化” 应用试点工作的通知》，联合开展智能网联汽车“车路云一体化”应用试点工作。 紧接着在 7 月份，《五部门关于公布智能网联汽车“车路云一体化”应用试点城 市名单的通知》政策确定了 20 个城市（联合体）为智能网联汽车“车路云一体 化”应用试点城市，支持车路云一体化试点城市开展相关工作。根据佐思汽研数 据，2024 年 3 月以来，长春、长沙、鄂尔多斯、襄阳、沈阳等地政府开始招采 “车路云一体化应用试点咨询服务”，中国信通院、国汽智联等研究机构中标。 据不完全统计，截至 9 月底全国超 30 多个车路云一体化项目启动，其中以北京 （99 亿）、武汉（170 亿）项目规模最大。以北京为例，2024 年 8 月 21 日， 据北京市工程建设招标投标交易系统消息，北京市车路云一体化新型基础设施建 设项目已发布招标计划。项目位于北京市 12 个行政区和北京经济技术开发区， 建设面积约 2324 平方公里，涉及道路路口 6050 个，投资估算为 40.31 亿元。 招标范围包括新建综合杆 7418 根，利旧杆体 33595 根，电源电力管道 1074 公 里，电缆 12281 公里，光缆 5387 公里，路口智慧综合箱 6050 套。

四、投资分析

德赛西威： 公司专注于人、机器和生活方式的无缝整合，为智能驾驶舱、智能驾驶以及车联 网技术提供产品解决方案和服务，是国内处于引领地位的智能汽车配套零部件厂 商之一，在专注智能制造领域主营业务的同时，持续开发高度集成的智能硬件和 领先的软件算法，形成智能座舱、智能驾驶和网联服务三大业务板块。公司的主 要产品车载信息娱乐系统、车身信息与控制系统、驾驶信息显示系统、智能驾驶 辅助安全系统及部件等。

科博达： 公司专注于汽车电子及相关产品的技术研发与产业化，现有 LED 照明控制、电 机控制、能源管理、车载电器与电子等五大系列，已成功融入全球汽车电子高端 产业链体系。在产品生产制造方面，公司具备完整的产品工程设计与设备开发能 力，自主设计、组装的自动化生产线达到行业领先水平，可满足全球知名整车厂 商对于生产工艺的严苛标准，是国内少数能与全球高端汽车品牌，进行电子产品 同步研发的中国企业。公司拥有全球几十家主流汽车品牌的客户渠道，核心客户 包括大众集团（包括其下属子公司奥迪公司、保时捷汽车、宾利汽车和兰博基尼 汽车）、戴姆勒、宝马、福特、雷诺、PSA、捷豹路虎、吉利、比亚迪、红旗、 一汽集团、上汽大众及国内外新造车势力头部企业等。

伯特利： 公司的主营业务从汽车制动系统和智能驾驶系统扩展至汽车转向系统。在制动业 务方面，公司以机械制动产品为基础，主要产品包括盘式制动器和轻量化制动零 部件。其中子公司威海伯特利专注于生产铸铝转向节、支架及控制臂等轻量化零 部件。另外，公司轻量化制动业务成功出海，在墨西哥的年产 400 万件轻量化零 部件的建设项目陆续投产。 线控业务方面，公司的线控制动系统 WCBS 自 2016 年研发并于 2021 年量产， 是国内首个量产 One-Box 的供应商，具有先发优势。技术方面，WCBS 产品集 成双控 EPB 的 One-Box 架构，在无需额外 ECU 控制器的情况下，可实现电动 车的电控驻车冗余，节省成本。目前 WCBS 合作车企包括奇瑞、北汽、广汽、 理想、东风、吉利、长城等。 线控转向系统方面，公司通过收购浙江万达进入该领域，浙江万达在电动助力转 向管柱、转向器、机械转向管柱系列上拥有深厚的技术积累。目前，公司在转向 系统项目方面已有多项定点项目。

保隆科技： 公司致力于汽车智能化和轻量化产品的研发、生产和销售。公司传统业务包括 TPMS、气门嘴、平衡块、金属管件和轻量化相关业务。其中 TPMS 业务全球领 先，公司 2002 年开始研制 TPMS 传感器，2009 年开始专业化研究车用传感 器，通过自研+并购不断扩充产品序列，至今已覆盖 6 大类别 40 多种传感器。 此外气门嘴业务同样全球领先，平衡块和排气管件市占率位于细分市场前列，各 项传统业务均具有较强的市场竞争力，从而在行业内维持较高盈利性，能够稳定 贡献公司业绩。 除传统业务外，公司空气悬架业务尤其是乘用车空悬业务发展迅速。空气悬架最 早只能在国外 70-80 万元以上的豪华车搭载，由于性能显著，自主品牌逐渐增 配，价格开始下探，行业发展迎来风口。公司于 2012 年开始研制商用车空簧， 2021 年乘用车空簧量产下线，通过长期的研发和生产实践，已具备全系统开发 能力。目前公司已获得蔚来、理想等 10 多家客户的产品定点。

中国汽研： 公司是国内主流的汽车检验检测机构，通过检测工程事业部从事测评相关业务， 覆盖工信部汽车产品公告、生态环境部移动源环保公告、交通运输部道路运输车 辆达标车型检测、CCC 认证、进出口检验、委托检验、司法鉴定和事故分析等 领域。 公司的主营业务包括汽车技术服务和装备制造业务。其中，汽车技术服务为公司 的核心业务，主要分为传统整车和零部件设计、新能源与智能装备业务以及专用 测试装备。此外，公司积极横向拓展服务范围，积极构建围绕新能源汽车全生命 周期健康管理的检验检测服务能力，主要开展新能源汽车的法规检测、DV/PV 委 托测试、基于新标准新规范的测试评价。2021 年，公司成功开发出新能源汽车 安全预警系统，建成行业最大的新能源汽车故障数据库。2023 年，公司新能源 及智能网联汽车开发和测评业务营收 5.20 亿元，同比+34.17%。

编辑：火腿肠