20230413-汽车及汽车零部件行业AI车系列报告-一-AI汽车，产业链将如何被重塑？-230413-国金证券-16页.pdfVIP

仅供内部参考，请勿外传

Omniverse重塑生产力。Omniverse平台采用数字孪生技术，利用RTX卓越的图形处理性能，将汽车生产、制造、测

试带入基于真实物理的高仿真虚拟世界，并通过AI算法修正改进。促进汽车工业数字化的同时，带动制造商降本增

效，实现汽车制造的变革。宝马披露Omniverse可提升其生产规划效率30%；至25年单车制造成本较19年下降25%。

汽车软件行业商业模式巨变，从软件外包商到卖铲子，知识库是核心竞争要素。汽车软件行业是工程师密集型行业，

80%营业成本来自员工薪酬。据我们统计，基础性和通用性的编程人员占比大概是60%，预计总体数量会持续缩减至只

剩高级架构编程师。由于龙头公司积累的知识库更加丰富，且下游对卖铲子的黏性将增强，未来行业头部化将会非常

显著。建议关注光庭信息、中科创达等。

LLM（大模型）加速座舱多模态交互和多域融合的趋势。架构生成式AI将提升座舱互动性，多模态交互是发展方向。

未来将出现两种商业模式，一是底层LLM+垂直算法打包，高壁垒和高集中度使三方企业容易被行业淘汰；二是LLM

公司利用LLMAPI接口形成的垂直知识库。多模态和大模型的趋势下，主机厂的座舱控制能力弱化，第三方座舱生态

链逐步清晰化。同时，LLM模型也会使得座舱和驾驶域的软硬件融合，其中硬件融合需要芯片算力更高，但可以大幅

度减少硬件综合成本；软件融合并不依赖于硬件融合，可通过以太网或者CAN总线进行信息交互，但成本和效率低。

云端场景库+车端类shadow模式料将出现，智能驾驶生态变更。生成式AI对于智能驾驶的影响主要有两类：一是用

来完善训练场景库，二是在车端实现类似于特斯拉的shadow模式。未来感知、推理和决策可能都由自动驾驶大模型

供应商提供，智能驾驶大模型供应商的可能性：云端算力+模型+端数量的优势+且有地图测绘资质，且这个主体还必

须开放其算法API，类似于OPENAI或者文心一言。

1、Omniverse将大幅度提高研发和生产效率，汽车产品迭代速度将大幅加速，同时产业链生产层面的软件、研发和测

试外包机会将会减少。

2、汽车软件迎变局：行业商业模式巨变，从软件外包商到卖铲子，知识库将是核心竞争要素。关注转型较快的光庭

信息、中科创达等。

3、LLM加速了座舱多模态交互和多域融合的趋势。从产业链角度看，大算力+大模型企业潜在空间正在扩大，应用层

企业将迎来洗牌和集中度提升，份额将被大模型企业或者知识库优势明显的企业占据。

4、Transformer加速了端到端的自动加速大模型迭代。未来大模型提供方有可能会占据感知、推理和决策端，第三方

执行层的企业生存空间大于感知和决策。

5、关注全球自动驾驶龙头公司特斯拉以及产业链、积极拥抱变化往知识库转型的软件企业、语音交互企业等。

汽车OpenAI结合不及预期风险；芯片供应不及预期风险；下游销量不及预期风险。

敬请参阅最后一页特别声明1

仅供内部参考，请勿外传

行业专题研究报告

图表14：光庭信息推出汽车软件系统的全域全栈解决方案包含自动建模功能9

图表15：未来汽车智能开发流程会更趋近于类似ChatGPT的大模型方案10

图表16：各公司软件专利储备差异较大10

图表17：AI助力座舱机器人化，带来提升升级和效率提升12

图表18：主流座舱芯片及算力12

图表19：近年来Transformer等大模型成自动驾驶深度学习主流路线13

图表20：毫末智行DriveGPT使自动驾驶感知和决策能力进一步增强14

图表21：智能驾驶分为感知、决策和执行三层14

敬请参阅最后一页特别声明3

仅供内部参考，请勿外传