1证券研究报告 作者： 行业评级： 上次评级：行业报告 | 请务必阅读正文之后的信息披露和免责申明智能汽车 强于大市 强于大市维持2023年10月05日 （评级）分析师孙谦 SAC执业证书编号： S1110521050004 分析师于特 SAC执业证书编号： S1110521050003大模型应用下自动驾驶赛道将有哪些变化？行业专题研究进 群 免 费 获 取 专 业 资 料 截图长按或扫码， 关注3W A UTO公众号， 加入干货分享群 群友免费享有： 每日5+份汽车干货， 重点关注: 汽车出海，新能源转型及智能网联等。 @群主免费查找资料。 不定期大咖公开课。 群内分享资料均为公开版， 权利归原 作者所有，3W Auto仅分发做内部学 习。 汽车人人手必备干货群摘要 2 请务必阅读正文之后的信息披露和免责申明◆BEV+Transformer 已经成为自动驾驶算法主流趋势 特斯拉率先引入 BEV+Tranformer 大模型，与传统 2D+CNN小模型相比 ，大模型的优势主要在于： 1）提高感知能力： BEV将激光雷 达、雷达和相机等多模态数据融合在同一平面上 ，可以提供全局视角并消除数据之间的遮挡和重叠问题 ，提高物体检测和跟踪的 精度； 2）提高泛化能力： Transformer 模型提取特征函数 ，通过注意力机制寻找事物本身的内在关系 ，使智能驾驶学会总结归纳 而不是机械式学习 。主流车企及自动驾驶企业均已布局 BEV+Transformer ，大模型成为自动驾驶算法的主流趋势 。 ◆大模型应用下 NOA快速落地 ，L3及以上自动驾驶进程有望加快 在车端大模型可赋能自动驾驶的感知和预测环节 ，并逐渐向决策层渗透 ，驾驶策略或将从规则驱动向数据驱动转变 。在云端大模 型通过实现自动标 、数据挖掘 、仿真场景生成 ，提高自动驾驶迭代效率和速度 。大模型催化下 ，高速NOA、通勤NOA、城市NOA 等功能快速上车 ，同时有望加快 L3及以上自动驾驶落地进程 。 ◆大模型将带来云端算力 、车端算力 、感知端、执行端以及商业模式的变化 •云端算力：智算中心承载这大模型训练与验证所需的算力支持 ，已经成为自动驾驶下一阶段竞争重点 。我们预计到 2025年，智 算中心算力将达到 14-46EFLOPS，算力市场规模或将达到 4-15亿美元，国产算力产业链值得关注 。智算中心建设需要综合考虑 需求、成本、能力三大因素 ，我们认为在中短期内 ，主机厂 /自动驾驶厂商将主要采取合作模式 /采购模式 ，长期具备较高自建 倾向。 •车端算力：需求翻倍或达 800TOPS，算力提升原因主要在于： 1）在感知硬件数量和性能不断提升 ，边缘计算需求增加； 2）大 模型催化驾驶场景复杂化和多样化 。同时对芯片效率能耗提出更高要求 。