【36氪研究院】2023年中国自动驾驶行业研究报告：自动驾驶进入下半场，商业化落地成为竞争关键 | 洞见研报行业前沿

• 国家政策大力扶持，给自动驾驶行业发展注入强心剂。

• 乘用车自动驾驶正在由L2向L3+过渡，商用车自动驾驶已进入商业化运营阶段。

• 自动驾驶下半场来临，商业化落地将成为竞争关键。

自动驾驶行业发展概况

1.1 定义与分类

自动驾驶技术分为多个等级，L3级是重要分水岭，本报告研究采用SAE分级标准

• 自动驾驶，又称无人驾驶，是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效驾驶的一项前沿科技。

• 自动驾驶技术分为多个等级，不同机构提出过多种分级标准，目前业界常用的两种分级标准是NHTSA分级（美国高速公路安全管理局提出）和SAE分级（美国汽车工程协会提出）。两种分级在具体级数划分方面存在差异，但是在特征描述方面存在共性，从L3级开始，驾驶主角均由驾驶员操作转换为车辆自主驾驶。由此，L3级成为自动驾驶技术应用的重要分水岭。

• 在本报告中，对自动驾驶技术的研究采用SAE分级标准。

1.2 发展驱动力

国家政策大力扶持，给自动驾驶发展注入强心剂，有力推动行业发展进程

• 近年来，我国先后推出一系列支持政策，推动自动驾驶技术发展和商业化落地。2020年2月，国家发改委、工信部等11个部委联合下发的《智能汽车创新发展战略》提出，加速发展高级别自动驾驶。2022年8月，交通运输部发布《自动驾驶汽车运输安全服务指南（试行）》（征求意见稿），旨在适应自动驾驶技术发展的趋势，鼓励自动驾驶车辆商用。同时，北京、深圳、重庆等多地陆续出台政策法规，推动自动驾驶车辆的商业化运营和上路。

AI技术发展推动自动驾驶技术迭代，芯片、算法、数据构建自动驾驶功能底座

• 自动驾驶发展进程与AI技术发展高度相关。根据Gartner新兴技术成熟度曲线，2018年以前，受益于深度学习技术在图像识别等感知领域的应用，自动驾驶开启产业化进程。但由于受成本和法规限制，彼时高级别自动驾驶的商业化落地遭遇瓶颈。经过三四年技术积累，感知和决策算法等核心技术的突破提高了AI模型鲁棒性、系统冗余性和测试完善性，助力自动驾驶加快商业落地。自2020年7月起，高级别自动驾驶迎来新的发展机遇。

• 算法、数据与芯片技术发展为自动驾驶功能实现提供了坚实的底座。1）深度学习算法在感知层和决策层共同驱动自动驾驶发展，深度强化学习算法（DRL）的产生让更高维度的数据处理成为可能；2）海量优质路况数据是训练AI算法模型、提高感知精度的关键，路测里程和路测车辆数量增加而带来的高质量数据给自动驾驶发展提供了必要支持；3）芯片为自动驾驶技术提供算力平台，随着汽车电子电气架构由域集中式向中央集中式演进，自动驾驶的主控芯片向中央计算芯片融合的方向发展，芯片集成度的提高可以有效提升计算效率，降低应用成本。

自动驾驶能够在交通安全、出行效率、节能减排、产业变革等方面发挥价值

• 自动驾驶可以提供更安全、更高效、更节能、更舒适的出行体验，其意义不仅在于改变人类的车辆驾驶习惯，更重要的是在交通安全、出行效率、节能减排、产业变革等方面推动社会整体发展和进步。

• 据统计，我国每年6万余人死于交通事故，道路交通伤害已成为我国人群首要伤害死因，80%以上的道路交通事故皆因交通违法所致*。自动驾驶车辆通过智能控制和规范驾驶，可以有效避免此类安全事故发生，保障交通安全。此外，交通拥堵一直是我国城市难题。在主要大城市，约75%的道路在高峰期出现拥堵*，自动驾驶的车载传感器可与智能交通系统结合使用，实时优化路口流量，提高车流效率，缓解拥堵。由此，基于更精准的车辆控制和更少的交通拥堵率，可以有效降低资源浪费，实现节能减排的效果。

• 当前，车辆架构正在朝着以通用计算平台为基础、面向服务架构演进的方向发展，软件定义汽车成为大势所趋。软件定义汽车将使汽车逐步从单一交通工具转变为以用户需求为导向的第三移动空间。自动驾驶让驾驶员的精力和双手得以解放，成为未来出行变革必不可少的技术底座。

1.3 发展现状

乘用车自动驾驶正在由L2向L3+过渡，商用车自动驾驶已进入商业化运营阶段

• 目前来看，我国量产乘用车自动驾驶等级正在由L2向L3+过渡。得益于硬件平台和软件算法逐步成熟，新车搭载L2功能正在逐渐成为前装标配。据统计，2022年我国在售新车L2和L3的渗透率分别为35%和9%，预计2023年将达到51%和20%。部分科技公司直接研发L4级自动驾驶，并在部分城市路段或特定场景下进行测试。但目前高级别自动驾驶仍然面临着政策法规、安全性、技术成熟度等众多挑战亟待突破。据统计，2022年我国L4渗透率为2%，预计2023年将达到11%*。

• 与此同时，限定场景下的商用车自动驾驶率先进入商业化阶段。这主要由于商用车对价格的敏感度更低，B端付费意愿更高，加之场景交通复杂程度较低以及政策鼓励与放开，使得商用车在成本、市场、技术、法规等方面具有更好的落地性。目前，在矿区、港口、干线物流、机场、物流园区等细分场景，高级别自动驾驶正在孕育新市场。其中，干线物流、矿区、港口三大场景因人力资源不足和安全事故频发的痛点明显，降本增效成果显著，商业化落地进程较快，头部企业已经基本进入商业化运营阶段。

各类玩家以不同发展思路参与市场竞争，推动供应链和产业格局剧烈变化

• 自动驾驶领域市场参与者众多，包括传统车企、造车新势力、互联网/科技公司等，各类玩家结合自身定位和能力优势，呈现出不同的发展思路。

• 主机厂方面，国际巨头多采取稳扎稳打的发展策略和渐进式技术路线。主要依赖传统Tier1方案，部分投资初创公司或组建内部团队。国内主机厂处于多方向探索阶段，强势主机厂在独立自研基础上采购供应商方案作为补充，并投资芯片和算法公司，与互联网巨头合作等；小型主机厂研发能力较弱，通常选择与大厂合作，以确保在自动驾驶领域不落人后。造车新势力则将自动驾驶视为核心技术优势，通过自研算法、芯片等掌握自动驾驶核心能力。

• 互联网/科技公司凭借人工智能算法和软件技术优势进入自动驾驶领域，与车企形成分庭抗礼之势。互联网巨头通过投资、孵化或直接组建团队而成立自动驾驶业务单元，跨界进入市场；部分科技公司以自研芯片为基础，向下游延伸，提供全套算法软件及硬件产品；部分科技公司以高阶自动驾驶解决方案和Robotaxi为主营业务场景，同时利用算法优势切入L2量产领域；亦有部分解决方案提供商聚焦于低速、封闭场地或干线物流等特定场景，或专攻政府车路协同示范区场景，寻求多种模式的商业化落地应用。

• 随着自动驾驶高速发展，传统汽车产业中的主机厂和Tier1之间的关系也在发生变化。“大包大揽”的传统Tier1受到造车新势力的冲击，新势力对自动驾驶相关软硬件技术有着强烈的垂直一体化预期。同时，在汽车缺芯、地缘政治等因素影响下，部分主机厂开始选择和芯片等核心零部件供应商建立直接合作关系，这一关系改变进一步加剧了Tier1的经营压力。与此同时，在L1向L2升级的辅助驾驶市场，本土Tier1供应商开始崛起。尽管外资Tier1巨头依旧是市场主力，但中国本土Tier1供应商份额合计占比已经达到了8.89%，同比增加了近3个百分点*。

自动驾驶产业链及应用场景分析

2.1 自动驾驶产业图谱

2.1 自动驾驶产业链关键环节分析

CPU+ASIC方案有望成为未来主流架构，大算力芯片快速发展

• 1. 芯片。自动驾驶芯片作为计算的载体，是自动驾驶实现的重要硬件支撑。在智能汽车快速发展带动下，汽车芯片结构由MCU进化至SoC。SoC是系统级别芯片，在MCU基础上增加了音频处理DSP、图像处理GPU、神经网络处理器NPU等计算单元，常用于ADAS、座舱IVI、域控制等功能复杂的领域。目前市场中主要有三种自动驾驶芯片SoC架构方案，从发展趋势来看，定制批量生产的低功耗、低成本的专用自动驾驶AI芯片（ASIC）将逐渐取代高功耗的GPU，CPU+ASIC方案有望成为未来主流架构。

• 随着自动驾驶等级提升，多传感器融合，感知数据处理量增加，同时上层软件性能持续迭代，应用功能不断丰富，汽车对算力的需求大幅提升，推动大算力芯片快速发展。

随着自动驾驶量产迈入深水区，国产芯片在智能驾驶域控制器领域的市场份额快速提升

• 大算力芯片产品陆续出现，市场竞争愈发激烈。英伟达Orin X系统级芯片算力设计为254TOPS；Mobileye发布面向L4/L5级自动驾驶芯片EyeQUltra，最高算力可达176TOPS；地平线发布的最新征程5芯片算力达128TOPS。当高算力不再稀缺，算力已不再成为决定芯片能力的唯一标准。对于车企来说，选用何种芯片，还需要综合考虑技术的稳定程度、易用程度、安全程度等。

• 随着自动驾驶量产迈入深水区，L2+智能辅助驾驶成为标配，从泊车、座舱域控到更高集成度的行泊一体、舱泊一体域控，智能驾驶域控制器市场迎来爆发式增长。国产芯片凭借低功耗、低成本、性能稳定、量产快等特点，在智能驾驶域控制器领域的市场份额快速提升。据高工智能汽车统计，2022年前三季度，以地平线、大华股份为代表的国产芯片厂商进入中国市场乘用车前装标配智能驾驶域控制器芯片份额CR5。