（原標(biāo)題：華泰證券：AI大模型如何加速無人駕駛發(fā)展？）

(資料圖)

智通財(cái)經(jīng)APP獲悉，華泰證券發(fā)布研究報(bào)告稱，“無人駕駛”是最早被提出的人工智能應(yīng)用場景之一，谷歌，蘋果，特斯拉，百度等海內(nèi)外科技巨頭從2016開始就積極布局。以ChatGPT和SAM為代表的大模型的出現(xiàn)，將要改變智能駕駛在內(nèi)所有行業(yè)的工作范式。該行認(rèn)為大模型提升數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注的效率，同時(shí)提升感知準(zhǔn)確度，影子模型學(xué)習(xí)人類駕駛習(xí)慣。關(guān)注相關(guān)產(chǎn)業(yè)鏈環(huán)節(jié)：1)芯片;2)域控制器及解決方案;3)激光雷達(dá);4)4D毫米波。

華泰證券主要觀點(diǎn)如下：

“無人駕駛”看上去很美，但一直很難落地

“無人駕駛”是最早被提出的人工智能應(yīng)用場景之一，谷歌，蘋果，特斯拉，百度等海內(nèi)外科技巨頭從2016開始就積極布局，但直到現(xiàn)在一直還很難實(shí)現(xiàn)大規(guī)模商用落地。該行認(rèn)為，1)多維度數(shù)據(jù)的獲取和標(biāo)注成本高，2)對(duì)小概率事件的決策準(zhǔn)確度和人類還存在較大差距，3)事故時(shí)法律權(quán)責(zé)歸屬不明確，是制約其發(fā)展的一部分問題。該行認(rèn)為，以ChatGPT和SAM為代表的大模型的出現(xiàn)，將要改變智能駕駛在內(nèi)所有行業(yè)的工作范式，該行從數(shù)據(jù)，算法，算力等角度初步探討其中一些發(fā)展機(jī)會(huì)。

數(shù)據(jù)：大模型提升數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注的效率

海量的數(shù)據(jù)是智能駕駛/無人駕駛的基礎(chǔ)。通過這幾年發(fā)展，現(xiàn)在一臺(tái)L2+級(jí)別智能電動(dòng)車通常能夠采集多10+顆攝像頭，1-2顆激光雷達(dá)，3-5顆毫米波雷達(dá)的多維度數(shù)據(jù)，數(shù)據(jù)經(jīng)過標(biāo)注之后，用于訓(xùn)練模型。大模型的出現(xiàn)，首先能夠1)構(gòu)建虛擬場景人工生成數(shù)據(jù)，補(bǔ)充現(xiàn)實(shí)中難以獲得/數(shù)據(jù)量不足的情形。特斯拉FSD的虛擬仿真，英偉達(dá)的Omniverse都是其中的代表。2)數(shù)據(jù)標(biāo)注是非常費(fèi)時(shí)費(fèi)人的工作，以Meta的SAM為代表的圖像分割大模型的出現(xiàn)可大幅降低數(shù)據(jù)標(biāo)注的成本。

算法：大模型提升感知準(zhǔn)確度，影子模型學(xué)習(xí)人類駕駛習(xí)慣

智能駕駛算法主要包括1)感知(識(shí)別道路和道路上物體)，2)預(yù)測(預(yù)測周圍車輛和行人的行為)，3)決策(控制車輛速度方向等行動(dòng))。特斯拉、新勢力等主要企業(yè)從幾年前開始采用基于Transformer的大模型等新技術(shù)，1)提高道路、物體的識(shí)別精準(zhǔn)度;2)學(xué)習(xí)人類的駕駛習(xí)慣(影子模式)，3)縮短決策所需要的時(shí)間，從而訓(xùn)練模型更加“擬人”。

智能駕駛產(chǎn)業(yè)鏈：國產(chǎn)替代趨勢顯著

受益于智能駕駛本土化的客觀需求、產(chǎn)業(yè)鏈各環(huán)節(jié)國內(nèi)供應(yīng)商產(chǎn)品性能的提升與下游自主品牌的崛起，零部件國產(chǎn)替代趨勢顯著。

1)芯片：國內(nèi)玩家地平線、黑芝麻等與海外大廠的差距逐漸縮小，本土化服務(wù)能力更強(qiáng)。

2)域控制器及解決方案：國內(nèi)玩家德賽西威、經(jīng)緯恒潤、縱目科技、知行科技等均已規(guī)模化上車，技術(shù)成熟度不斷提升。

3)激光雷達(dá)：國產(chǎn)供應(yīng)商禾賽、圖達(dá)通、速騰等在量產(chǎn)節(jié)奏更快。

4)4D毫米波：國內(nèi)玩家有行易道、森思泰克等雷達(dá)廠商以及加特蘭(MMIC芯片)等芯片公司。5)高速連接器：羅森伯格技術(shù)積淀深厚，電連技術(shù)、瑞可達(dá)等加速追趕。

風(fēng)險(xiǎn)提示：智能駕駛滲透率不及預(yù)期;新產(chǎn)品迭代速度不及預(yù)期。本研報(bào)中涉及到未上市公司或未覆蓋個(gè)股內(nèi)容，均系對(duì)其客觀公開信息的整理，并不代表本研究團(tuán)隊(duì)對(duì)該公司、該股票的推薦或覆蓋。

標(biāo)簽：