当前位置:首页 > 滚动 >  > 正文
AI大模型应用于汽车智能驾驶梳理:吐故纳新 如日方升
来源:光大证券股份有限公司  时间:2023-07-06 21:00:00
字号:


(资料图片)

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;建议关注小鹏汽车,长期建议关注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,建议关注德赛西威、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,建议关注耐世特。

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

标签: