计算机行业：汽车智能化快速渗透，车路协同再迎催化——汽车智能化系列报告

（以下内容从东兴证券《计算机行业：汽车智能化快速渗透，车路协同再迎催化——汽车智能化系列报告》研报附件原文摘录）
投资摘要：
汽车智能化发展符合行业规律，具备商业合理性，当前实现快速渗透。电动化为智能化提供能量基础，智能化提升电动汽车驾乘体验并降低驾驶难度，彼此相辅相成实现快速发展。随着芯片算力的提升以及算法、传感设备的成熟，初期部分车企出于差异化竞争的目的引入智能座舱与智能驾驶功能，但随着产业链成熟，电动汽车同质化水平提升，行业竞争加剧，因此提供智能化功能成为车企为了不掉队的必然选择。但智能化功能有望凭借软件的极低边际成本，帮助车企在商业模式上实现“硬件预埋+软件持续收费”的商业模式进阶，提升其盈利能力。当前行业政策端有系列催化，技术端逐步成熟，智能驾驶有望发展提速。
政策方面，高阶智能驾驶发展屡获政策支持。2023年底两大红头文件出台，对搭载L3级和L4级自动驾驶的网联汽车开展试点，同时对其适用范围、安全保障等做出明确要求，为自动驾驶商业化运营提供支持保障，此外我国或将允许特斯拉FSD（完全自动驾驶）入华，作为“鲶鱼”刺激我国的智驾生态发展。同时我国通过出台政策，对智能驾驶的技术路线发展提供引导，整体希望“单车智能”与“车路协同”并行协同发展，今年5月印发的《关于支持引导公路水路交通基础设施数字化转型升级的通知》，明确重点支持国家综合立体交通网“6轴7廊8通道”主骨架以及国家区域重大战略范围内的国家公路和国家高等级航道开展数字化转型升级，并明确资金来源与建设周期，行业发展确定性大幅提升。5月底北京市99.39亿元车路云一体化新型基础设施建设项目大单开始招标，金额超预期，为政策力度提供有力证明。
技术方面，基础L2级渐成标配，NOA高速端快速渗透，城市端加强投入，车路协同实现技术补足。泊车方面，随着域控集成度的进一步提升，“行泊一体”与“舱泊一体”逐步成为行业发展方向，过去需要单独一套独立控制器的泊车功能，正在迎来集成红利窗口期，一定程度上降低了车企标配自动泊车的成本压力。行车方面，基础L2级智驾功能渐成车企标配，高速NOA功能已进入0-1快速渗透阶段，城市NOA作为量产智驾最强功能，车企在加强投入。车路协同可以做到人、车、路、云多个终端的数据协同，通过路测的数据和信息同步，能够有效帮助单车智能覆盖更多“盲区”，解决自动驾驶发展的瓶颈难题。但目前其主要受政策推动，且主要依靠政府买单，因此合理的商业变现是车路协同长期发展需解决的问题。
行业参与者众多，方案评价需权衡性能与成本，行业格局仍有较大变动空间。车企发展智能驾驶有自研、供应商、自研+供应商三条路径，车厂需综合权衡研发成本、落地周期、产品性能、协调成本、供应商议价权等问题，新势力通常选择自研以打造差异化竞争优势；部分在新能源领域话语权较弱的车厂愿意接受华为智选等全方位解决方案；部分大厂选择将部分功能包给多家供应商做，以保障自身话语权与产业链地位。对行业参与者智驾方案的分析需综合考虑其性能与成本，性能方面是算法、算力、数据的综合协同，成本方面车企重点在传感器与地图上削减支出。算法方面，当前行业趋于一致，BEVFormer成为主流，各车厂及供应商的算法能力差异主要源于数据；算力方面，车企一方面搭建超算中心，以便掌握稳定算力资源，缩短开发周期，同时在车上安装具备冗余算力的芯片以应对未来高阶智能驾驶发展，当前高端大算力芯片仍为行业关键资源；数据方面，汽车依靠传感器获取数据，当前多路径并存；成本压降方面，车企重点从激光雷达与高精地图入手，随着规模效应和产业链的成熟，激光雷达成本显著下降，同时部分车企发展视觉方案以对激光雷达进行减少或替代，并依靠算法等希望逐步摆脱对高精地图的依赖。汽车销量高、用户智驾功能使用量大的头部车企或能凭借路测数据积累，实现规模优势，赶上甚至超越当前行业领先者依靠先发优势所积累的技术领先地位，因此整体智驾行业格局仍有较大变动空间。
投资策略：汽车智能化板块兼具汽车与计算机行业双重贝塔，但整体弹性更大，主要受到汽车行业景气度、特斯拉英伟达高通等海外公司的映射、产品出货量预期的多重影响。同时板块内个股走势存在一定分化；智能交通板块受计算机行业贝塔的强影响，较难跑出独立行情，历史上的较好表现主要靠政策催化，如19年的ETC建设带动，当前车路协同建设空间大但商业化进程相对较慢，叠加G端仍为主要需求方，故应重点关注政策端影响。
基于以上逻辑，我们推荐以下两条主线：一是看好在特斯拉FSD入华预期提升下智能驾驶板块的发展，推荐与高通、英伟达等算力芯片龙头具有稳健合作关系的汽车智能化公司，中科创达、德赛西威等公司有望在受益于行业发展的基础上跑出个股α；二是智慧交通政策利好+大单招投标落地背景下行业龙头公司的发展，在此逻辑下认为万集科技、千方科技等公司将受益于行业发展。
风险提示：政策落地及技术创新或不及预期、行业竞争加剧、国产算力芯片发展不及预期等。