报告摘要：
传统自动驾取行业存在两种不同的研发路径：渐进源与联进濂，其在自动驾驶技术的开发和商业模式上存在显著差异。以特斯拉等主机厂为代表的“渐进派”和以Waymo、百度Apollo等科技公司为代表的“跃进派”。渐进派倾向于稳步前进，通过逐渐增加系统的复杂性和能力来减少风险，期待在不断的积累和选代过程中突破瓶颈，从L1、L2、L3状态的“人机共驾”逐渐过渡到L4的无人驾驶；跃进派则追求通过大胆的技术创新来加速实现完全自动驾驶的目标，直接跳过L3级别的瓶颈，直接以L4的无人驾驶为目标进行研发，通过在有限范围、特殊场景内营运来打通产品逻辑，构建智能化移动出行服务体系。
以特斯拉为代表的“渐进源”的智能驾驶已进入以数据驱动为标志的3.0时代，数据闭环成为量产落地的核心。在传统的模块化自动驾驶系统中，智能驾驶的实现依赖于三大关键模块：感知、决策、控制，每个模块专注于完成特定的功能，并与其他模块通过定义良好的接口交互。而特斯拉FSD的端到端大模型，则消除了自动驾驶系统的感知和定位、决策和规划、拉制和执行之间的断面，将三大模块合在一起，形成了一个大的神经网络。其采用的端到端方案采用全视种经网络实现，直接输入传感器数据，输出转向、制动和加速信号，全程没有任何编码。随着自动驾驶级别提升和应用范围扩大，数据量急剧增长，训练、传输、存储成本也随之攀升。端到端架构将所有模块事在一超统一训炼，意味着提升性能所需的数据量和算力规模更大，头部智能驾驶厂商的数据闭环能力将
逐步与第二样队拉开差距。
联进源自动驾收厂商则在特定场录下，比加矿山、港口、环卫、无人物流小车等赛道德步推进，已经接近批量复制的节点。具体到特定场景中，比如矿山场景不涉及路权问题、环境相对简单，容锆率很高，无重大安全隐悲；在港口场景中，道路结构化程度高，环境简单，路权问题相对容易解决。目前，这些场景普遍已不需要配备车内安全员，预计在1-2年内实现大规模商业化落地。不过各类应用场景由于适用环境道路和技术水平存在差异，落地规模和商业化进展不一，难以一步到位实现全地图L4级以上自动驾驶。目前来看封闭低速载物场景在2025年左右可大规模商业化落地，高速载物场景则在2030年左右方可落地，具体落地的核心推手是技术成熟度及国内的法规完善进度。
投责建议：建议重点关注以下几个关键因素及其产业链相关变化从而找
寻投资机会：(1)以高阶智能驾驶技术比如特斯拉的突破与用户体脸的
实质性提升：(2)国产智能驾驶领域的高性价比解决方案的普及速度和
市场接受度：(3)整个自动驾驶技术及硬件供应商的竟争格局变化，特别是领先企业的战略调整和新买企业的市场表现：(4)在智能驾驶渗透率提高之后，相应后服务市场的爆发。1.智能驾驶是汽车驾驶发展的必然过程
智能驾驶，即ADAS(AdvamcedDriver AssistanceSystems),高级辅助驾驶系统道常指的是辅功驾驶技术的集合；自动驾，即ADS(AutonomousDrivingSystem),则指的是车辆能够在没有人类司机干预的情况下，光成驾驶任务的技术。ADAS技术可以帮助司机更安全、更舒适地驾驶，但不完全取代司机的控制。智能驾驶系统可能包括自适应逗航控制、车道保持辅助、紧急制动辅助、交通标志识别等功能：AD技术包括从起点到终点的整个驾驶过程没有人类司机干预，涉及环境感知、决策制定和执行控制等复杂功能。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
