(资料图)

近日，工信部副部长表态：工信部将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持有条件的自动驾驶。L3级及更高级别的自动驾驶功能商业化应用有望加速。

媒体报道，特斯拉Dojo“超级计算机”即将投产，汽车公司开启算力角逐。

核心观点

AI技术提升汽车智能化：汽车智能化主要体现在自动驾驶和智能座舱两方面，AI技术的发展持续提升汽车的智能化能力。据工信部等数据，22年L2级辅助驾驶渗透率34%，30年L3自动驾驶渗透率将达70%。

AI是自动驾驶模块化系统和端到端系统的关键：主流的模块化自动驾驶系统可分为感知、决策和执行三层，AI算法是其中感知层和决策层的核心，而在端到端系统中，输入数据到输出控制仅通过一个AI大模型实现。AI大模型技术的发展，让自动驾驶技术可以通过提升感知能力来去除对高精地图的依赖。

多种AI大模型将应用在智能汽车：AI大模型在智能汽车的应用，需满足海量数据、模型、强大算力的三重要求，BEV、认知、NLP语言等AI大模型技术有望助推汽车智能化登上新高度。NLP大模型实现人车的更友好交互，推动座舱智能化进程；CV大模型助力数据标注、仿真和感知等；多模态AI大模型为城市场景辅助驾驶乃至高等级自动驾驶的规模量产拉开帷幕，同时也有望用于智能座舱中的人机交互，融合语音、视觉、手势等多种交互方式，满足用户在不同场景下的不同使用习惯。

AI大模型带来感知层、决策层和人车交互的变化：在自动驾驶感知层，大模型推动传感硬件的复杂度和精度提升，也有望降低自动驾驶传感器硬件成本，加速自动驾驶普及。在自动驾驶决策层，AI认知大模型上线，基于学习的决策规划算法走向主流。在人车交互领域，通用型NLP模型以车载语音助手或集成化车机操作系统的形式搭载在智能座舱，主要功能包括对话式交互、逻辑推理、策略规划和知识问答。

投资建议与投资标的

AI大模型在自动驾驶领域的应用将催生海量计算和数据传输需求，云端和车端算力硬件行业有望受益；感知大模型的应用带动传感器硬件需求，车载摄像头、4D毫米波雷达、高线束固态激光雷达是关键传感器部件；同时，多模态大模型和NLP大模型将推升智能座舱的发展，相关公司也有望从中受益。