汽配行业调研报告

（报告出品方/作者：招商证券，汪刘胜、杨献宇）报告摘要一、智能驾驶大势所趋，车载传感器市场欣欣向荣汽车正由人工操控的机械产品加速向智能化系统控制的智能产品转变。《智能网联汽车技术路线图2.0》提出，到2025 年，L2 和L3 相当的部分自动驾驶（PA）和有条件的自动驾驶（CA）的汽车销量占比将超过50%，高度自动驾驶（HA，相当于L4）开始进入市场。ADAS是发展全自动驾驶的基础，其核心为环境感知，传感器是实现环境感知的基础硬件。随着汽车智能化程度提高，摄像头、超声波雷达、毫米波雷达、激光雷达单车搭载数量将持续增加。二、车载摄像头：市场规模扩大，国内厂商摩拳擦掌镜头组、图像传感器、DSP是车载摄像头的必要硬件组件摄像头是目前最为成熟的车载传感器之一。车载摄像头的主要硬件组件包括：镜头组、图像传感器、数字信号处理器、摄像头模组。镜头组。车规级传感器的镜头组有特殊要求，镜头表面镀膜要做特殊工艺处理。图像传感器。图像传感器负责将摄像头镜头捕获的光子转换为电子信号，然后进一步处理获得数字图像。根据感光元件的不同，图像传感器可分为CMOS（互补金属氧化物半导体）和CCD（电行耦合元件）两种。数字信号处理器（DSP）。数字信号处理器（DSP）主要用于对数字图像信号进行优化处理，通过一系列复杂的数学算法运算，最后把处理后的信号传到显示器上。摄像头模组（CCM）。摄像头模组厂商采购镜头组、音圈马达、图像传感器、数字信号芯片、柔性电路板等上游零组件，并将零组件通过一定的封装工艺加工成一个摄像头模组并销售给下游客户，封装工艺为其核心技术。车载摄像头性能要求苛刻，图像传感器为其核心技术车规级摄像头对生产技术要求高，摄像头品质与汽车驾驶的安全性密切相连。目前汽车主要使用基于CMOS技术的图像传感器（CIS），CIS 的主要生产经营模式包括IDM（垂直整合制造）模式和垂直分工模式。CMOS图像传感器（CIS）构成了汽车视觉系统的核心，具有较高的技术壁垒。搭载位置、功能多元，单双目为前视摄像头主流方案按照搭载位置不同，车载摄像头可分为前视、后视、环视、侧视、内置摄像头；按照应用领域不同，车载摄像头可分为行车辅助类、泊车辅助类、车内驾驶员监控类摄像头。按照模组的不同，前视摄像头可分为单目和双目两种主流技术路线。目前，Mobileye的单目摄像头解决方案仍是车载摄像头系统中的主流方案，双目摄像头方案未来可期。车载摄像头是ADAS传感器系统的重要组成摄像头能够实现多项ADAS功能。摄像头存在环境适应性差、稳定性不高等问题，直接影响ADAS系统的安全性。夜视技术、人机交互技术进一步扩充车载摄像头市场空间夜视技术可提升摄像头的感知能力。夜视技术应用于车载摄像头产品可显著提高夜间行车、在其他弱光行驶环境中行车的安全性。目前已投入应用的夜视技术有三大类：微光夜视技术、主动红外夜视技术、被动红外夜视技术，车用夜视系统主要采用主动红外夜视技术和被动红外夜视技术。考虑到技术的发展和夜视系统的成本降低，未来几年车载夜视系统将得到逐渐普及和应用。车载摄像头产业链明晰，不同环节竞争格局各异车载摄像头产业链可分为上游材料、中游元件和下游产品三部分。从车载摄像头产业链的中、上游看，国内厂家在车载镜头组市场竞争力较强，在CMOS图像传感器（CIS）领域的竞争力也有所提升。车载摄像头下游产品供应市场集中度较高，由具有丰富技术发展经验的海外厂商主导，国内车载摄像头厂商竞争力有待提升。三、激光雷达：行业规模迎来爆发初期四大系统组成激光雷达，准确绘制3D环境地图激光雷达快速准确绘制3D地图，测量精度可达厘米级。集激光、全球定位系统和惯性测量设备三种技术于一身，准确测量视场中物体轮廓边沿与设备间的相对距离，这些轮廓信息组成所谓的点云并绘制出3D环境地图。由发射系统、接收系统、扫描系统、信息处理四大部分组成，四大工作系统相辅相成，形成传感闭环。显性参数八个技术指标，用于评价激光雷达性能，主要包含测远能力、点频、角分辨率、视场角范围、测距精准度、功耗、集成度（体积及重量）等。激光雷达主动探测感知，具有分辨率高、抗干扰能力强等显著特点。1）具有极高的距离分辨率、角分辨率和速度分辨率；2）抗干扰能力强；3）获取信息量丰富，生成目标多维度图像；4）可全天时工作；5）对天气环境有要求，不能穿透云层、雨滴或者稠密的烟雾。高阶自动驾驶中激光雷达弥补其他传感器短板，成为“第三只眼睛”。激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息。激光雷达正从机械旋转式到混合固态，再到纯固态方向演进机械旋转式激光雷达发展较早，可对周围环境进行360°的水平视场扫描。目前技术比较成熟，但系统结构十分复杂，体积庞大且各核心组件价格很昂贵，难以达到车规级要求，无法在探测距离、分辨率和水平视角间实现平衡。半固态激光雷达中微振镜方案技术成熟，适用于量产大规模应用。MEMS激光雷达价格可控，有望较快应用于自动驾驶技术。固态激光雷达易通过车规，是未来发展趋势。Flash激光雷达快速绘制环境图像，探测距离较近；光学相控阵OPA顺应未来激光雷达发展趋势，具备极大吸引力。国内产业链上游崛起，下游带动激光雷达市场发展激光雷达产业链发展速度快、科技水平高、创新能力强、市场前景。国外上游公司起步较早积累深厚，国内发展迅速有望实现逐步赶超。激光雷达行业的上游产业链主要包括激光器和探测器、FPGA芯片、模拟芯片供应商，以及光学部件生产和加工商，高性能单片机MCU、数字信号处理单元DSP可以代替FPGA。下游行业的发展，将带动全球激光雷达市场的发展。激光雷达下游产业链按照应用领域主要分为无人驾驶、高级辅助驾驶、服务机器人和车联网行业。海外厂商主导国际市场，国内初创公司崭露头角激光雷达属于新兴高技术产业。发展早期技术与市场上主要是国外公司，国内激光雷达公司加入竞争之后投入大量研发，逐步完成技术的追赶甚至在一定范围内实现超越。2020年下半年境外激光雷达公司迎来通过特殊目的并购公司完成上市的热潮，美国已上市公司有Velodyne、Luminar，此外Aeva、Innoviz预计2021年第一季度完成上市，Ouster预计2021年上半年完成，境内尚无上市公司。激光雷达行业处于爆发初期，竞争格局尚不稳定。激光雷达广泛的应用前景、高速增长的市场容量以及为社会带来变革的潜在影响吸引了众多的科技型初创公司入局，目前成长型的初创公司暂未形成稳定的竞争优势；中国激光雷达行业尚处于起步阶段，初创公司竞争优势暂未形成，但随着行业应用的兴起以及国家政策的支持，中国有很大机会在国际市场上占有一席之地。四、毫米波雷达：外资占据市场份额较大随着汽车市场需求及技术进步，车载毫米波雷达蓬勃发展。毫米波雷达可以有效探测物体的相对距离、相对速度和方位角。毫米波雷达的独特优势使其成为L2级自动驾驶核心传感器之一：1）满足一般探测功能；2）抗干扰能力强；3）满足商业化价格要求。目前，车载毫米波雷达工作频率为一般为 24GHz 和77GHz，应用于高级驾驶辅助系统（ADAS）的多种场景。毫米波雷达产业集中化发展，头部全球汽车零部件公司瓜分市场份额。一方面，随着技术的不断成熟，毫米波雷达雷达价格显著降低；另一方面，传统头部汽车零部件公司因起步早，拥有明显的技术优势和规模优势，产业壁垒较大，新兴企业进入难度大。五、超声波雷达：技术简单，竞争激烈超声波雷达凭借较低门槛，早已成为常见汽车部件之一。车载超声波雷达类型分为UPA和APA两种超声波驻车辅助(Ultrasonic Parking Assistant, UPA)，安装在汽车前后保险杠上，单个UPA超声波雷达探测距离一般在15-250 cm之间，主要用于测量汽车前后方的障碍物；自动泊车辅助(Automatic Parking Assistant, APA)，安装在汽车侧面，单个 APA超声波雷达探测距离一般在30-500 cm之间，用于测量侧方障碍物距离，并根据返回的数据判断停车库位是否存在。超声波雷达助力自动泊车，配合其他传感器实现更高级别自动驾驶。车载超声波雷达成本低，与激光雷达等相比价格优势明显；在汽车智能化过程中，超声波雷达主要提供自动泊车辅助功能，配合摄像头、毫米波雷达等传感器为高级别自动驾驶提供辅助功能；特斯拉、蔚来、小鹏、理想当前车型均搭载了12个超声波雷达。报告节选：（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：中信证券，张若海、徐涛、尹欣驰）一、电动化+智能化，汽车贡献电子行业重要增量汽车的单车电子成本占整车成本比例增高。随着自动驾驶、信息娱乐、电动化等不断 渗透，汽车电子成本占整车成本比例提升。根据智研咨询统计，电子产品成本占整车比例 已经从上世纪 70 年代的 4%，成长到 2020 年的 30%左右，预计到 2030 年汽车电子价值 量占整车价值量比例将达约 50%。汽车贡献电子行业未来重要增量。根据 IC insights 的数据，2019 年全球汽车电子市 场规模约 1620 亿美元，占整体电子市场的百分比约 9.6%，从市场规模来看仍低于通信、 计算机、消费电子等，但从 2017-2021 年复合增速来看，汽车电子 CAGR 为 6.4%，超过 全球电子产业中其他所有终端应用类别。汽车电子产品覆盖汽车各个主要系统，其中自动驾驶、信息娱乐、动力系统未来增量 最大。汽车电子是汽车电子控制系统与车载电子电器系统的总称，是电子信息技术与汽车 的交叉领域。汽车电子产品覆盖汽车各个主要系统，包括较为成熟的底盘系统、安全系统、 车身电子等，也有智能电动化浪潮下带动的驾驶辅助系统、信息娱乐系统、动力控制系统 等。本篇报告聚焦于驾驶辅助系统、信息娱乐系统两个部分，从数据角度出发，更加客观 地观测汽车上电子零部件的发展变化情况，并对各类电子零部件的出货量给予客观、高频 和及时有效的测算。具体地说，基于我们构建的汽车数据库，本篇报告分析了近 10 年来 的汽车功能模块的变化情况，客观、定量地呈现了汽车功能的发展趋势，量化了单车所用 各类电子零部件数量的变化；此外，我们根据出货量指标客观地展现了各细分赛道的发展 情况，进而发现细分赛道的投资机会，并量化了各品牌的电子化程度进而从汽车品牌角度 精准指明细分赛道的供应链投资机会。二、智能化需求侧：电动智能化占领用户心智“女性崛起”与“昔日少年”，汽车消费重要两极“女性崛起”与“昔日少年”将成为中期中国汽车消费市场的重要影响力量。根据微车大数据研究院报告，2018 年在不同消费档次下，女性车主占比均在 20%左右，预计未来 5 年女性车主对于国内汽车消费市场的存量占比有望提升至 32%。对于年轻人，结合入 门、中端和高端的不同定位，90 后的消费占比分别为 39%、30%与 9%，而随着年龄与经 济实力的提升，90 后在未来高端车型消费占比将增加。对于 Z 世代的具体消费人数，参考《汽车之家&德勤咨询：2020 中国 Z 世代汽车消费 洞察》报告，截至 2019 年底，全国汽车驾驶人数量 3.97 亿，18-25 岁占比 12%，以此估 算有约 4800 万 95 后已有驾照；按照 80%有购车意愿，我们预计未来五年将有近 4000 万 的潜在购车需求。同时，Z 世代花费占家庭支出比例大，借助金融产品深入消费的意愿更 强。这进一步说明了 Z 世代的汽车消费需求对中国汽车市场的重要性。电动智能化占领 Z 世代用户心智B 站目前是 Z 世代主流的流量聚集地，其内容与流量的变化能敏锐地反映年轻人的消 费需求偏好，而年轻人作为未来购车的主力军，其对汽车的偏好则反映了汽车的未来变化 方向。据此，我们通过对用户浏览行为的统计形成了关注度指标，以分析用户对汽车的关 注视角，从而判断购车人的需求的发展方向。我们可以看到新能源也成为被关注的主流，其关注度基本与速度齐平；智能也是 当前购车者对汽车的重点需求，用户对智能的需求主要在于智能驾驶方面。总地来说，除 了速度、性能等购车者对汽车的传统需求外，新能源及汽车的智能化已经成为 Z 世代用户 的重点需求。我们也对当前 Z 世代所关注的汽车品牌及型号进行了整理，可以发现以 BBA 为代表 的传统厂商仍然在年轻人中占据重要地位。不过随着新能源汽车及智能化的渗透，特斯拉 已经成为关注度前 10 的品牌之一。在车型方面，领克 03、特斯拉 Model 3 及比亚迪汉作 为面世时间相对较短的车型但进入了关注度前十的车型中，这也充分说明 Z 世代对汽车的 电动化及智能化方向的认同。三、智能化供给侧：十年持续渗透，全面爆发可期感知系统：自动驾驶推进感知系统升级，推荐车载摄像头及毫米波雷达汽车的电动化及智能化使得汽车可以提供愈加丰富的辅助驾驶功能，而愈加丰富的功 能模块则意味着其需要更多的电子硬件支持。自动驾驶级别的提升需要汽车对外界环境信 息具有更强的采集能力。因而，自动驾驶级别的提升将拉动单车对车载摄像头、毫米波超 声波、超声波雷达及激光雷达等硬件的需求，进而带动相关市场的规模。车载摄像头：单车配备数量上升促使行业规模增长车载摄像头应用广泛，驻车影像、并线辅助、车道偏离预警系统及疲劳提醒等功能模 块均需要车载摄像头的支持。不同功能模块对应着不同安装部位的摄像头，同时，各部位 的摄像头由于其所需要实现的功能不同而采用不同的类型。 当前，车载摄像头应用于驻车影像系统、ACC 自适应巡航、并线辅助及车道偏离预警 系统等多个功能模块。我们观察了在中国销售的 33946 款乘用车车型的车辆配置信息，进而分析了各个功能模块的标配率情况，可以看到驻车影像系统的标配率随时间逐渐攀升， 但近年来增速较慢，2020 年车型标配率已经达到 68.97%。驻车影像系统可以分为 360 全景摄像及后方影像两类。在驻车影像系统标配率缓慢提升的同时， 标配为 360 全景摄像的占比在逐年提升。由于后方影像仅需要 1 个广角摄像头而 360 全景 摄像通常需要 4-8 个广角摄像头，标配为 360 全景摄像的占比的提升进一步提高了驻车影 像系统对广角摄像头的需求量。碰撞报警/主动刹车、ACC 自适应巡航、并线辅助、车道 偏离及疲劳提醒这些功能模块的标配率均呈现逐年上升的趋势，其 2020 年标配率分别为 29.42%、21.82%、17.66%、25.08%及 25.25%。这些功能模块相对驻车影像系统而言仍 然具有很大的市场增量空间，随着这些功能模块的进一步渗透，单车所需的摄像头数量将 会进一步提升。根据各个功能模块与摄像头的对应关系，我们将每个车型的功能模块标配情况转化成 为该车型标配情况需要安装的摄像头数量。通过我们所构建的汽车数据库，我们可以高频地跟踪中国汽车整车厂的摄像头使用量。 根据我们的测算，2020 年全球摄像头的出货量 为 1.77 亿颗，同比增加 43.90%；其 2016 到 2020 年的 CAGR 为 27.97%。中期预判， 车载摄像头的 CAGR 有望保持在相似水平。毫米波雷达：标配率上升及单车配备数量增长共振毫米波雷达穿透能力强，被广泛应用于车载距离探测。毫米波雷达发射毫米波波段的 电磁波，利用障碍物反射波的时间差确定障碍物距离，利用反射波的频率偏移确定相对速 度。与红外、激光、摄像头等传感器相比，毫米波穿透雾、烟、灰尘的能力强，具有全天 候(大雨天除外)全天时的特点。其局限性在于无法进行物体颜色识别；视场角较小，一般 需要多个雷达组合使用；行人的反射波较弱，难以识别。毫米波雷达广泛应用于车载距离 探测，如自适应巡航、碰撞预警、盲区探测等。超声波雷达：单车配备数量上升促使行业规模增长超声波雷达的工作原理是通过超声波发射装置向外发出超声波，到通过接收器接收到 发送过来超声波时的时间差来测算距离。目前，常用探头的工作频率有 40kHz、48kHz 和 58kHz 三种。一般来说，频率越高，灵敏度越高，但水平与垂直方向的探测角度就越小， 故一般采用 40kHz 的探头。超声波雷达防水、防尘，即使有少量的泥沙遮挡也不影响。 探测范围在 0.1-3 米之间，而且精度较高，因此非常适合应用于泊车。 后倒车雷达标配率较高， 2020 年已经达到 78.68%，因而当前标配率上升速度较慢；前倒车雷达在 2014 到 2017 年期间发展速度较快而之后便保持较为稳定的标配率；车侧预警的标配率仍较低，2020 年仅为 11.20%，但该功能模块的标配率自 2018 年以来呈现快速增长的趋势。在各年发布的车型中，单车需要的超声波雷达数量的分布情况，我们可 以发现使用超声波雷达的车型占比呈现一定的上升趋势但上升速度较慢，但使用超声波雷 达的车型的雷达使用数量呈现上升趋势。2020 年，使用超声波雷达的车型占比为 78.91%； 其中，标配用量为 4、8 及 12 个的车型占比分别为 43.47%、26.15%及 9.29%。我们对中国整车厂各月使用的超声波雷达的数量的测算，我们可以发现 中国整车厂对超声波雷达的使用量在2016年到2019年呈现平稳上升的趋势但上升速度较 慢；忽略由于春节叠加疫情影像的 2020 年 2 月，我们可以发现 2020 年起，超声波雷达 的月度使用量的增长速度有显著提升。根据我们测算，超声波 2020 年全球出货量为 3.39 亿副，同比增长 30.89%。虽然 2016-2019 年超声波雷达的全球出货量没有明显增长的趋 势，但我们认为随着智能驾驶级别的提高将会拉动倒车预警系统，尤其是车侧预警及前倒 车雷达的渗透。未来单车所需的超声波雷达数量将会向 8 个乃至 12 个转移，进而拉动超 声波雷达的需求。红外探测器：在中高端车型初步渗透红外探测器用于汽车的夜视系统，夜视系统可帮助驾驶员减少因夜间视线不良导致发 生交通事故的风险。非制冷红外探测器的工作原理是利用红外辐射的热效应，由红外吸收 材料将红外辐射能转换成热能，引起敏感元件温度上升。敏感元件的物理参数随之发生变 化，再通过所设计的转换机制转换为电信号或可见光信号，以实现对物体的探测。我们发现其标配率出现先上升后下降的趋势， 2020 年仅为 0.32%。目前单车红外夜视仪价值量约 8000 元，其中红外探测器价值量约 4000 元，我们认为其价值较高导致其目前标配率仍然较低。我们可以发现 80 万以上的车型所占比例逐渐向 40-80 万乃至 20-40 万的车型转移，这说明了夜视系统在中高端车型已经初步渗透。我们认为随着汽车安全和 ADAS 的关注度提升，以及红外探测器价格的降低，未来红外探测器市场规模有望扩增。智能座舱：人车交互带动智能座舱渗透，推荐 HUD 及手机无线充电智能座舱推动人车交互，硬件渗透率快速提升。智能座舱是由不同的座舱电子组合成 完整的体系，可实现语音控制、手势操作等智能化的人车交互方式，未来有可能将人工智 能、AR、ADAS、VR 等技术融入其中。智能座舱硬件主要分为中控屏（包括车载信息娱 乐系统）、流媒体中央后视镜、抬头显示系统 HUD、全液晶仪表等四大部分，同时搭载语 音控制系统等。近年来，随着人车交互需求逐渐增加，智能座舱渗透率得到快速提升。车载屏幕：单车配备数量增长，中控屏大屏化车辆上最常见的屏幕包括了中控屏及液晶仪表盘，部分车型配备了一至两块后排屏幕 用于车载娱乐系统。近些年来，车辆也开始配备了流媒体中央后视镜，该设备就是将通过 车载摄像头采集到的车辆周边的环境信息实时、无损地呈现给驾驶者，从而实现超广的可 视视野、有效消除视野盲区的效果。因而，单车配备的屏幕数量有 0-5 块不等的情况。我们可以看到中控屏幕出现较早，随着逐年标 配率的提升，2020 年标配率已经提升至较高水平（78.70%）。此外，在标配率提升的同时， 屏幕类型也由普通液晶屏向触摸式液晶屏变化，进而贡献了单车使用屏幕价值的增量。由 中控屏尺寸我们也可以发现，屏幕有大屏化发展的趋势。10-12.3 寸的屏幕逐渐替代 10 寸 以下的屏幕，在 2020 年占比已经达到 39.20%且占比仍在进一步提升。我们可以发现二者均从 2016 年开始 出现且标配率逐年提升。其中，液晶仪表盘标配率提升速度较快，2020 年已经达到 28.61%； 流媒体中央后视镜发展较为缓慢，2020 年标配率仅为 1.54%。对于后排液晶屏而言，其 标配呈现先逐渐渗透后逐渐减少的趋势，结合后排液晶屏为标配的车型的价格情况，我们 认为后排液晶屏的热度降低且向中高端车型转移。我们可以发现在无屏幕的车型占比逐年下 降的同时，单车使用屏幕数正由一块向多块发展。2020 年，单车标配 1 块及 2 块屏幕的 车型占比分别为 50.25%及 27.30%。根据对中国整车厂月度屏幕使用量的测算，我们发现2017年相对2016年有明显增长， 2017-2019 年平稳波动。在不考虑 2020 年 2 月这一特殊时点的情况下，2020 年相对 2019 年呈现快速增长的态势。我们测算 2020 年全球车载屏幕出货 7.60 千万块，同比增长 36.45%。HUD：车辆标配率逐年上升抬头显示简称 HUD，又被叫做平行显示系统，是指以驾驶员为中心的多功能仪表盘。 它的作用是把时速、导航等重要的行车信息，投影到驾驶员前面的风挡玻璃上，让驾驶员 尽量做到不低头、不转头就能看到重要的驾驶信息，从而减少驾驶事故发生的可能性。我们可以发现该模块标配率呈现稳 定上升的趋势，2020 年达到 5.93%。从我们对中国整车厂对 HUD 设备的月度使用量的测 算来看，HUD 设备的使用从 2017 年下半年开始呈现爆发式的增长。从全球出货量来看， 我们测算其 2020 出货量为 251.20 万套，同比增长 51.06%；其从2016-2020 年的 CAGR 为 123.87%。考虑到 HUD 整体较为快速的增长势头，中期看，随着标配的渗透率超过 5%， 增速可能稍微放缓，我们判断行业的增速有望保持在 50%左右的水平。手机无线充电：车辆标配率逐年上升随着移动设备无线充电技术的成熟和应用，目前越来越多的汽车也提供无线充电配置， 省去了使用线充的麻烦，是一项与时俱进的便利性配置。我们可以发现该模块标配 率自 2017 年以来呈现快速上升的趋势，2020 年达到 14.33%。从我们对中国整车厂对手 机无线充电设备的月度使用量的测算来看，手机无线充电设备的使用从 2016 年下半年开 始呈现稳定快速增长，从 2020 年初开始呈现爆发式增长。从全球出货量来看，我们测算 其 2020 出货量为 815.43 万套，同比增长 143.79%；其 2016-2020 年的 CAGR 为 99.87%。 中期看，考虑到标配的渗透率快速达到 14.33%的水平，我们判断行业的增速可能小幅趋 缓，估计中期的行业增速会保持在 70%左右的水平。供给端智能化持续，未来可期智能驾驶在过去十年不断升级，智能座舱理念也在占领用户心智，这拉动了相关零部 件的渗透，带动了赛道的发展。面向 2022 年的首发车型，我们梳理了部分具有一定热度 的车型的零部件配备情况，可以发现无论是传统车厂，还是造车新势力等，均在深化汽车 智能化程度。智能化必将会继续渗透并可能提速，这将带动各个零部件赛道的发展。考虑 到渗透情况并结合 2018-2020 年同比增速，我们预测感知系统中车载摄像头、毫米波雷达 中期出货量同比增速区间中位数可达 20%、30%；HUD、手机无线充电设备中短期出货量 同比增速区间中位数可达 50%、69%。四、国际品牌与国货自强共享渗透率盛宴从 2020 年的国内汽车产量数据看，在中国生产的近 166 个品牌，33946 款车型中， 综合 ABB+大众与比亚迪等，整体产量占比超过 25%。传统国际大牌跟进智能化趋势静态地看，传统大牌 ABB 与特斯拉、造车新势力等在智能化上仍有差距。我们测算 了 ABB、比亚迪、特斯拉、造车新势力等品牌在中国进行整车生产对车载摄像头、车载屏 幕及手机无线充电设备三种零部件的使用量以及各个品牌对三种零部件的车均配备数量。 我们可以发现以特斯拉为代表的新能源汽车引领了智能化趋势，其在车载摄像头、车载屏 幕及手机无线充电设备的车均使用量上均为领先态势。比如，在车载摄像头方面，特斯拉 及造车新势力的车均配备数量为以 ABB 为代表的传统车厂及比亚迪的 2-3 倍；尤其在手机 无线充电设备方面，特斯拉及造车新势力在 2019 年便将手机无线充电作为了各个车型的 标配。从 2020 年的国内汽车产量数据看，在中国生产的近 166 个品牌，33946 款车型中， 综合 ABB+大众与比亚迪等，整体产量占比超过 25%。而同期造车新势力与特斯拉的产量 显著低于传统的国内和国际大厂。动态地看，传统大牌 ABB 持续跟进汽车智能化趋势。车载摄像头方面，宝马及奥迪 车均配备数量呈现上升趋势，2020 年同比增长分别为 4.4%及 8.8%；手机无线充电设备 上，宝马及奥迪从无到有，2020 年两个品牌所售出整车中 26%配备该模块。汽车智能化 时代下，ABB 等传统国际大牌也在紧跟趋势，带动了上游产业的发展。国货自强，引领汽车智能化提速根据汽车之家数据显示，年轻用户对国产车的偏好也仅次于德系及日系，大幅领先于 其他车系。此外，我们梳理了 B 站用户对特斯拉、比亚迪及造车新势力各个品牌的浏览情 况并形成品牌关注率指标，可以发现 Z 世代对特斯拉关注程度处于以上品牌平均水平，而 对比亚迪及理想的关注分别在 2020Q2 及 2020Q1 显著高于其他品牌。这些说明了国人对 国有汽车品牌自信心提升，国有汽车品牌开始培育 Z 世代心智。在智能化进程上，造车新势力及 WEY 作为国有品牌，与特斯拉一同引领汽车智能化 趋势；哈弗领先拥抱智能化；比亚迪智能化提速显著。从车载摄像头、车载屏幕及手机无 线充电的车均配备数量来看，造车新势力、WEY 与特斯拉均显著领先于 ABB；尤其在手 机无线充电这类较为新颖的零部件上，2019 年造车新势力及特斯拉更早地进行了标配， 在 2020 年相关赛道充分引爆，这些都说明了造车新势力及 WEY 这些国有品牌对汽车智 能化具有一定引领能力。哈弗作为传统车厂，其拥抱智能化更为明显，其 2019 年的摄像 头车均配备数量已达 5.36，显著领先于 ABB 等传统车厂。基于易车网、汽车之家及懂车 帝等汽车论坛及 MarkLines 数据，我们预计比亚迪在 2020 年的车载摄像头、车载屏幕及 手机无线充电设备的车均配备数量同比增速分别为 13%、23%及 1159%，显著高于 ABB。详见报告原文。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

前言：续《女装行业报告》及《女装报告解读版》后，新报告又准时报道了，这次是《汽车用品》行业报告。顺带透露一下：童装行业报告已经在制作中了，其他类目报告也将陆续上线，点波关注，获取报告不迷路。汽车后市场是指汽车销售以后，围绕汽车使用过程中的各种服务，它涵盖了消费者买车后所需要的一切服务。在线上咱们一般将其称为“车品类目”，主要为汽车内外饰、美容用品及电子用品。从市场渠道看，19年中国汽车后市场渠道以4S店为主，占总渠道比重的46%，线上电商渠道合计占50%，传统门店渠道仅占4%。那么都21年了，车品线上渠道发展到了什么体量呢？● 汽车用品2020年线上规模约780亿元，访客数8744亿人次访问量。● 汽车美容养护价格指数上升最快。汽车美容养护市场，近五年价格指数上升49.37%，反应了汽车美容养护领域存在量价齐升的市场态势。● 汽车用品线上消费客单价整体偏低，95元以下商品占客户购买比例的72.76%，其中50以下商品占比为56.91%。具体态势如何？不妨一起看报告正文开始，多图来袭，请自备WIFI、咖啡茶水汽车用品在电商领域的市场概况主要产品的线上市场态势线上客群分析市场展望结语：看完报告，是否对车品行业有了新的认知？如果车品目前不是您正在从事或者想要从事的品类，不用急，先点波关注插个眼，后续各类目的报告都会一一上线，敬请期待。

第一章 行业概况汽车电子是车体汽车电子控制装置和车载汽车电子控制装置的总称。车体汽车电子控制装置，包括发动机控制系统、底盘控制系统和车身电子控制系统（车身电子ECU）。汽车电子最重要的作用是提高汽车的安全性、舒适性、经济性和娱乐性。用传感器、微处理器MPU、执行器、数十甚至上百个电子元器件及其零部件组成的电控系统。图 汽车电子产业链图 汽车电子控制系统现代汽车电子涵盖领域极广，主要可分为发动机电子控制、自动变速控制、ABS、汽车空调、防盗系统、安全气囊、电子组合仪表、汽车音响、导航系统等细分领域。汽车电子应用状况1) 电子控制喷油装置。在现代汽车上，机械式或机电混合式燃油喷射系统已趋于淘汰，电控燃油喷射装置因其性能优越而得到了日益普及。电子喷油装置可以自动地保证发动机始终工作在最佳状态，使其在输出一定功率的条件下最大限度地节油和净化空气。2) 电子点火（ESA）。它由微机、传感器及其接口、执行机构等几部分构成。该装置可根据传感器送来的发动机各种参数进行运算、判断，然后进行点火时刻的调节，这样可以节约燃料，减少空气污染。3) 电子转向助力系统。电子转向助力系统是用一部直流电机代替传统的液压助力缸、用蓄电池和电动机提供动力。4) 自动控制系统（CCS）。在高速长途行驶时，可采用常速巡行自动控制系统，恒速行驶装置将根据行车阻力自动调整节气门开度，驾驶员不必经常踏油门以调整车速。5) 自适应悬挂系统。自适应悬挂系统能根据悬挂装置的瞬时负荷，自动地适时调节悬架弹簧的刚度和减震器的阻尼特性，以适应当时的负荷，保持悬挂的既定高度。这样就能够极大地改进车辆行驶的稳定性、操纵性和乘坐的舒适性。汽车电子特点1) 汽车工业正处于科技创新时代，传统机电产品成为高新技术产品，汽车产业已成为高新技术装备起来的产业；2) 法规和市场推动着汽车电子信息技术的发展，能源、排放、噪声、安全法规日趋严格，客户对舒适性的要求不断提高，推动着汽车电子信息技术的发展；3) 汽车和发动机系统微处理器的规模越来越大；4) 将普及电控电喷系统，提高动力系统效率，发动机已采用了电子技术，厂商也正在普及和提高；5) 线控或驱动系统迅速发展，线控转向、线控制动正加紧研究，线控将取代机械系统，汽车底盘将发生革命性变化；6) ITS正迅速兴起，包括汽车的智能化、公路的自动化和导航系统等；7) 综合控制成为汽车电子信息技术发展趋势，包括动力传动系统、底盘与安全系统、车身与防盗系统等，远程信息处理系统将使蓝牙技术广泛应用于汽车，汽车智能化将不断升级。图 汽车电子产业链相关标的汽车电子类别按照对汽车行驶性能作用的影响划分，可以把汽车电子产品归纳为两类： 汽车电子控制装置：汽车电子控制装置要和车上机械系统进行配合使用，即所谓“机电结合”的汽车电子装置；它们包括发动机、底盘、车身电子控制。例如电子燃油喷射系统、制动防抱死控制、防滑控制、牵引力控制、电子控制悬架、电子控制自动变速器、电子动力转向等， 车载汽车电子装置：车载汽车电子装置是在汽车环境下能够独立使用的电子装置，它和汽车本身的性能并无直接关系。它们包括汽车信息系统（行车电脑）、导航系统、汽车音响及电视娱乐系统、车载通信系统、上网设备等。图 汽车电子分类无论是市场重心向发展中国家转移，还是技术重心向电子技术倾斜，都将势必影响到汽车电子发展的方向。而且，其技术本身也将面临着来自性能、安全以及环保法规多方面的苛刻要求。今后10年，电子技术在汽车工业中扮演着很大的作用。第二章 商业模式和技术发展2.1 产业链价值链商业模式2.1.1 汽车电子产业链汽车电子产业链上游主要是芯片和元器件的制造；中游为主要设备和主要网架结构，网架结构主要分为三类：传输网、承载网和核心网；下游为网络运营、终端设备和一些应用场景如VR、AR、物联网、车联网等等。图 汽车电子上中下游产业链产业链上游分析上游包括Tier2和Tier3，其中Tier2厂商负责提供汽车电子的相关核心芯片及其他分立器件，主要包括如恩智浦、飞思卡尔、英飞凌、瑞萨半导体等IC设计厂商以及如车载大功率二极管厂商分立元器件厂商，Tier3后段厂为Tier2厂商提供代工及封测服务，包括TSMC、GlobalFoudries等。产业链中游分析中游为汽车电子的系统集成商（Tier1），主要进行汽车电子模块化功能的设计、生产及销售，Tier1 系统集成商行业集中度高，呈现出寡头垄断格局，例如博世、大陆、德尔福、日本电装等公司。产业链下游分析下游整车厂(OEM）及维修厂(AM)。汽车电子对于安全性要求高，行业具有TS16969、ISO26262、AECQ100等多种认证标准，认证周期较长，厂商进入整车厂配套体系大概需要2~3年的认证周期。目前汽车电子产业链主要掌握在国外几个大厂手中，行业集中度较高，随着信息技术与消费电子等应用逐步渗透其中，传统汽车行业或将面临来自移动互联网、消费电子行业等新型行业的冲击。2.1.2 商业模式从全球整体变革进程上来看，消费者对电动汽车的兴趣进一步提高，自动驾驶技术也取得了明显的进步。各国开放了更多的自动驾驶测试道路，企业研发活动以及人工智能和出行领域的风险投资均有增长。这些都为新的出行解决方案提供了非常优越的发展条件，推动行业向共享出行、无人驾驶、智能网联与新能源等四大趋势加速迈进。图 汽车电子系统产业链在成熟的汽车产业链中，整车制造的利润占15%，零部件占22%、销售占5%、维修占17%、汽车金融占24%、二手车占13%、汽车租赁占4%。传统汽车产业采用经销商模式，制造和服务分开，汽车销售和后服务由经销商承担，整车厂仅赚取制造环节的利润。终端消费者未必需要拥有汽车，行业商业模式转变为以每次出行服务的里程数，以及在途·中所使用的服务项目来计费。·满足消费者需求，而是要在既有的软件服务平台上不断优化内容、最大化提升用户出行的服务体验，围绕用户全旅程的体验来设计和改善服务内容，形成动态的、可持续的业务闭环。整车销售模式它源于西方人对电动汽车发展的最初思考，即每家都有电，每家都有车库，只要晚上找到电源充电，就可以实现自由出行；但是这种模式除了过于理想化情景判断，还面临着充电标准化管理的问题，其全球商业化运营并不容易实现，同时由于电池价格的高昂，导致特斯拉电动汽车的销售价格并不亲民，它不得不首先主打豪华车市场，特斯拉构建了完整封闭的生态：包括电池工厂、整车工厂、直营店、服务中心、超级充电站、二手车，以及无人驾驶租赁服务等;汽车销售完成后，车主仍将持续为特斯拉贡献利润：联网/云服务、软件升级、维修服务、超级充电站、二手车认证、无人驾驶租赁等;特斯拉的汽车全生命周期价值量可能达到制造环节的3—4倍。整车租赁模式这种模式典型代表是比亚迪电动汽车，它由传统燃油车汽车租赁商业模式演变而来，其最初是进入公共交通领域，它服务于机构融资和个人用车两端，即服务于机构融资的直租和售后回租等形式的融资租赁，以及个人用车的以租代购、合约租赁、短租及分时租赁等用车租赁方式;这种模式获得整车企业的认可，同时也规避了政策及技术领域尚未解决的难题，是电动汽车进入民用市场的捷径。裸车销售及电池租赁模式这种模式通过分拆电动汽车销售和动力电池销售，以实现电动汽车销售价格下降，解决电池充换兼容问题，同时可以协调车企、电池技术企业、国家电网及充电桩布点的利益，因此得到了国内学者及有关部门的重视及支持，深圳市公交系统首先采用这个模式，江苏省也在极力推广这种模式。2.2 技术发展对国内汽车电子行业的各个专利申请人的专利申请量进行统计，排名前十的做汽车电子线管业务的公司依次为海康威视、东软集团、德赛西威、星宇股份、和而泰、信维通信、兆易创新、欧菲光、亚太股份、日海智能等。图 汽车电子行业主要专利数量统计1) 传感器交叉融合，ADAS应用日渐丰富自动驾驶的冗余度和容错性特性，要求越是高阶的自动驾驶需要越多的传感器。L2-L3标志着汽车的操作权正式由人类驾驶者移交给无人驾驶系统，对自动驾驶系统的冗余度和容错性的要求均有着质的提高。从传感器数量来看，毫米波雷达的数量将从L2的3个左右提升到6个以上，摄像头也从1个大幅提升至4个以上，甚至会开始装配激光雷达。进入到L4/L5层级，传感器的数量也将水涨船高，毫米波雷达届时有望达到10个以上，摄像头也会翻番，达到8个以上，激光雷达或会随着成本的快速下降而有所新增。总之，高阶自动驾驶对传感器的数量要求会越来越多，以尽可能地保证行驶的安全性。图 高阶自动驾驶2) 智能驾驶舱智能驾驶舱是对传统座舱的数字化、液晶化与集成化。智能驾驶舱是由不同的座舱电子组合而成的完整体系，它包括车载信息娱乐系统、流媒体中央后视镜、抬头显示系统HUD、全液晶仪表及车联网模块等。与传统座舱相比，智能驾驶舱对中控、后视镜及仪表盘等硬件进行数字化、液晶化，并纳入抬头显示器HUD、后座显示屏等HMI多屏，且底层嵌入操作系统、车联网服务、内容软件、ADAS系统等应用以满足日益增长的人机交互需求。图 智能驾驶舱的液晶化3) 毫米波雷达毫米波雷达分为近距离探测（SRR）和远距离探测（LRR），通常车企会在车的前部装配一个毫米波雷达，用于在行车过程中探测前方障碍物，一般探测距离在150米以上，在高速驾驶中，自适应巡航系统（ACC）是最受驾驶员欢迎的ADAS系统，大幅减轻了司机的驾驶强度。4) 车载信息娱乐系统第四代综合车载信息娱乐系统已经能实现三维导航、实时路况、网络电视、辅助驾驶、故障检测、车辆信息、移动办公、无线通讯、基于在线的娱乐功能及TSP服务在内的一系列应用，集中体现了汽车智能化、电子化、互联化水平。屏幕从无到有，尺寸从小到大；与外界的连接方式日趋多样化；人机交互越来越智能。图 车载信息娱乐系统全球市场竞争格局5) HUD 渗透率有望持续提升HUD是智能座舱后端落地环节，当前渗透率还较低，但发展潜力较大。爱信精机、德国大陆、日本电装、美国伟世通、德国博世等企业早有布局，并几乎瓜分全球市场份额，其中市占率分别为55%、18%、16%、3%与3%。此外现代摩比斯等巨头也收到了中国整车厂的HUD订单，预计中控屏、液晶仪表盘等主要玩家都将纷纷涌入该市场，未来竞争激烈程度将加剧。表 HUD分类6) 车联网通信网络架构的角度看，车联网主要包括云---管---端三个层次。云端有中心系统，管侧是通信网络，端侧为车载单元OBU和路侧单元RSU。随着国内T-BOX的技术的不断成熟，国产车载T-BOX产品的质量、性能也将逐渐提升，目前已经占据国内大部分市场份额，未来有望在国产替代的趋势下打入国际市场。2.3 政策监管1) 汽车电子行业主管部门及管理体制汽车电子行业的管理体制是在国家宏观经济政策调控下，遵循市场化发展模式的市场调节管理体制，采取政府宏观调控和行业自律管理相结合的管理方式。国家发展和改革委员会、工业和信息化部是行业宏观管理职能部门，共同负责制定行业的产业政策，拟定行业发展规划，指导调整行业结构，引导行业技术改造，以及审批和管理投资项目。2) 行业自律组织行业的自律组织为中国汽车工业协会，主要职责有：收集、整理并分析行业统计资料，为政府制定产业政策和行业规划提供依据；协助政府部门组织和修订行业标准，包括技术标准、经济标准和管理标准，组织推进标准的贯彻实施，进行行业检查与评定；建立行业自律性机制，规范行业自我管理行为；面向企业开展信息服务，提供政府有关政策、法规和国内外技术经济情报和市场信息；协助有关部门进行贸易争端调查与调解，开展国际交流与会展服务等。第三章 行业估值、定价机制和全球龙头企业3.1 行业综合财务分析和估值方法图 综合财务分析图 行业估值与市场比较汽车电子行业估值方法可以选择市盈率估值法、PEG估值法、市净率估值法、市现率、P/S市销率估值法、EV/Sales市售率估值法、RNAV重估净资产估值法、EV/EBITDA估值法、DDM估值法、DCF现金流折现估值法、NAV净资产价值估值法等。表 境外汽车电子领域公司估值对比表 中国上市汽车电子概念公司估值对比3.2 行业发展和驱动机制及风险管理3.2.1 行业发展和驱动因子汽车电子产业的发展与汽车工业的发展密切相关。随着汽车的智能化和电动化发展，以及消费者对安全性和节能环保要求的不断提高，汽车电子产业增速加快，逐渐成为各大整车厂商差异化竞争的焦点。在一定程度上，电子技术主导着汽车技术进步的方向，未来汽车技术的竞争将越来越多表现为汽车电子技术的竞争。而汽车电子技术的发展本身是一个不断迭代和完善的过程，朝着集成化和智能化的方向演变，在此过程中，汽车电子的内涵和外延将不断拓展。从全球市场来看，美国、欧洲和日本是全球主要的传统汽车市场，也是汽车电子产业的技术领先者，掌握着国际汽车电子行业的核心技术，并孕育了包括大陆、电装、德尔福等在内的一批全球汽车电子巨头。全球汽车电子市场规模在未来几年将保持较高的增速，且高于整车市场。图 全球汽车电子市场格局汽车电子将成为国内进行汽车产业结构调整的突破口汽车电子具有技术含量高、开发难度大、开发成本高和产品附加值多的特点，对汽车在使用过程中提高安全性、节约能源、减少排放有重要影响。目前，全球汽车行业正在向更加节能、安全、环保和智能的方向发展，使汽车电子在汽车领域中的使用逐渐增加。根据上海科学技术情报研究所发布的报告，在过去十多年中，汽车电子技术的应用使世界汽车工业安全性提高了10倍，总体排放物减少了70%，油耗减少了40%。我国在加快推进产业结构调整，走新型工业化道路的战略主导下，为实现从汽车大国向汽车强国的跨越，在政策层面对汽车电子产业给予了持续有力的支持。电子电器架构当前的汽车里，基本上每个功能都对应一个独立的ECU，其结构会很复杂。逐渐地，将一些功能合到一个ECU里去运行，即上图中描述的功能集成，减少控制器节点，降低复杂度和成本。慢慢地，控制器要往“域”方向发展，目前车辆上主要有动力域、车身域、自动驾驶域、底盘域、信息娱乐域，这些域控制器可以去完成各自域内协调的工作，可以实现中央化软件集成平台，便于软件管理和车辆变形（比如说，当车辆动力系统拓扑发生变化，域内节点增加或减少，可通过更新域控制器软件就可以实现变形）。再往后，就会朝向跨域和车辆与云端进行交互，以满足不同的应用场景。图 电子电器架构发展趋势图 对域控制器的主要影响和需求驱动因素1) 从汽车发展历史上来看，汽车电子已经成为汽车控制系统中最为重要的支撑基础，汽车电气化成为汽车产业革命的标志，随着新能源车、无人驾驶、车载信息系统技术日渐成熟，未来汽车产业将沿着智能化、网络化以及深度电子化方向发展。2) 当前汽车电子已经进入新一轮技术革新周期，汽车电子渗透率及单车价值量都将会得到大幅提升，市场空间超万亿;国内汽车市场作为全球汽车产业引擎，保有量迅速增长。国内市场将在新一轮汽车电子化技术革命中将扮演重要角色并助力国内产业链相关公司快速成长。3) 国内汽车市场高速增长，单车电子系统价值性不断提升，汽车电子市场量价齐升，一些细分领域如ADAS，Telematics将会实现超高速成长;5G时代，针对V2X的特殊场景，新型的通信技术需要被提出，商用规划逐步明确，云、管、端三层架构，运营商、设备商、整车厂多方参与。4) 高阶自动驾驶需要催生越多传感器需求，毫米波雷达和摄像头数量摄像头陡升，激光雷达逐步应用，CMOS图像传感器、镜头、马达、柔性电路板等主要器件再度升级行业集中度仍较高，门槛较高，验证周期长，国内厂商已在细分行业逐步突破，能够构建更稳定的竞争格局。图 推升汽车电子需求的三大核心要素5) 安全与舒适需求不断推升智能化需求人们对汽车安全、舒适度、节能和环保性能要求的不断提升，而这种需求满足绝大部分需要相应的汽车电子技术来实现， 对安全的追求催生了被动安全系统和主动安全系统的快速发展，对舒适的需求催生了车载娱乐和车载通讯等系统的迅速成长。从全球来看，汽车电子产业发展整体上是一个由高端车型向低端车型渗透，由发达地区向发展中国家地区逐步渗透的进程。6) 节能环保需求推升新能源汽车产业爆发。技术替代产业化正在实现。汽车电子在新能源汽车中的价值占比高达47%，远高于传统汽车20%左右的水平，新能源汽车产业的爆发将推升汽车电子产业的景气度。3.2.2 行业风险分析和风险管理1) 政策风险汽车电子行业，是国家鼓励发展的行业，享受国家产业政策的支持。同时，行业属于技术密集型行业，行业内主要企业被评定为高新技术企业，享有高新技术企业的所得税优惠。未来国家产业政策的改变或者对高新技术企业所得税优惠政策的取消都将对行业内的企业带来一定的不利影响。2) 市场竞争风险市场竞争，是市场发挥资源配置作用的直接表现。随着市场竞争加剧，企业的整合与分化将会频繁发生，利润也会在不同企业间不均匀地分配。在一些企业依然获得高额利润的同时，另一些企业则会陷入经营困境，会被并购或被淘汰。3) 技术更新风险随着市场竞争的加剧，技术更新换代周期越来越短。技术的创新、新产品的开发是企业核心竞争力的关键因素。如果行业内的企业不能及时准确把握行业、产品的发展趋势，将削弱企业已有的竞争优势。4) 资金不足风险本行业属于资金、技术密集型行业。本行业不仅初始投资量和需要持续投入的资金较大，而且对生产企业的技术、装备、工艺水平、检测水平、开发能力等方面有较高的要求，新进入者往往难以拥有如此雄厚的资金支持。汽车整车制造属于大批量生产，整车厂商对零部件供应商的供货能力和供货质量要求较高，因此只有具备较大生产规模与较强质量保证能力的制动系统厂家才具有为大中型整车厂商按时、按质、按量供货的能力，而新进入者往往在短期内难以达到相应的规模。3.3 竞争分析汽车电子行业市场竞争激烈，行业集中度低且细分市场格局不一，高端产品领域目前供应商主要为欧美、日本等国的汽车零部件厂商。由于技术水平领先、先发优势明显、品牌实力突出，全球前十大知名零部件厂商如伟世通、大陆、德尔福等在汽车电子市场拥有较高的市占率，且较早纷纷进入中国布局。全球汽车电子市场亦主要集中于欧洲、北美、日本等地。图 全球主要汽车电子厂商及进入中国情况图 汽车电子厂商国内汽车电子企业强于算法和系统集成，但是底层基础软硬件仍是短板。硬件方面，Tier1（一级供应商）进入门槛较高，认证周期长，行业壁垒高，产业格局相对稳定。伟世通、大陆集团、德尔福等厂商由于技术水平领先，优势明显品牌实力突出，较早进入中国布局，占据了我国中高端汽车电子市场。而我国 Tier1起步相对较晚作为产业后来者，面临较大的切入压力，关键技术及制造水平与国外差距较大产品主要集中于低端市场。软件方面，国内既在汽车操作系统、车控软件等方面积累薄弱，缺少类似标准，不利于培育成熟产品，又缺乏类似 Adaptive AUTOSAR的统一软件架构标准，国内企业主要活跃于与人工智能密切相关的自动驾驶和生态体系。总体看来软硬件方面仍有短领域，而在传统汽车电子自动驾驶核心算法与系统集成型升级的窗口期，弥补短板。图 全球十大知名Tier1厂商市场占比汽车电子行业进入门槛高汽车电子从属于汽车零配件产业，上游为原材料与部分零部件，下游为汽车行业。与消费电子行业相比，汽车电子行业技术门槛更高，认证周期更长，行业壁垒更大。技术壁垒高。由于与安全性直接相关，汽车电子对元器件的要求苛刻。汽车电子要求在承受高温、高压、震动和有水等环境条件下仍能保证高精度和准度，技术门槛高。行业内严格的汽车召回制度也逼迫厂商提高汽车电子产品质量的门槛。3.4 国内竞争情况中国汽车电子市场的高端产品基本被海外汽车电子巨头所垄断，在相对低端产品领域，由于门槛相对较低，成为国内汽车电子企业的突破口，但是竞争相对激烈。图 中国汽车电子行业竞争态势3.4 中国企业重要参与者中国主要企业有华域汽车[600741.SH]、德赛西威[002920.SZ]、科博达[603786.SH]、均胜电子[600699.SH]、威孚高科[000581.SZ]、万向钱潮[000559.SZ]、旭升股份[603305.SH]、岱美股份[603730.SH]、富奥股份[000030.SZ]、华阳集团[002906.SZ]、英恒科技[1760.HK]、华众车载[6830.HK]、元征科技[2488.HK]、正道集团[1188.HK]、浙江世宝[1057.HK]、瑞丰动力[2025.HK]、协众国际控股[3663.HK]、新晨动力[1148.HK]、新焦点[0360.HK]、京西国际[2339.HK]等。图 A股及港股上市公司1) 德赛西威[002920.SZ] 是国际领先的汽车电子企业之一，是智能网联技术积极推动者。德赛西威专注于人、机器和生活方式的无缝整合，为智能驾驶舱、智能驾驶以及车联网技术提供创新、智能、具有竞争力的产品解决方案和服务。德赛西威多年来在开发设计、质量管理和智能制造领域的专业能力，确保公司能够满足汽车制造厂商的多元需求，为客户提供卓越的产品和服务，与国内外汽车制造商建立了良好的合作关系。2) 科博达[603786.SH]是汽车智能、节能电子部件的系统方案提供商，立足全球汽车产业平台并全面参与全球高端市场的竞争，专注汽车电子及相关产品在智能领域的技术创新与产业化，致力成为全球汽车电子高端产业链中富于创新和竞争力的卓越企业，公司是少数几家进入国际知名整车厂商全球配套体系，同步开发汽车电子部件的中国本土公司。公司终端用户主要包括大众集团(包括其下属子公司奥迪公司、保时捷汽车、宾利汽车和兰博基尼汽车)、戴姆勒、捷豹路虎、一汽集团及上汽大众等数十家全球知名整车厂商，且部分新产品已进入福特汽车、宝马汽车、雷诺汽车的供应商体系，在全球汽车电子尤其是汽车照明电子领域中享有较高的知名度。3) 均胜电子[600699.SH] 是一家全球化的汽车零部件顶级供应商，主要致力于智能驾驶系统、汽车安全系统、新能源汽车动力管理系统以及高端汽车功能件总成等的研发与制造。2011年至今，公司先后收购了汽车电子公司德国PREH、德国机器人公司IMA、德国QUIN、汽车安全系统全球供应商美国KSS以及智能车联领域的德国TS。通过企业创新产品升级和多次国际并购，公司实现了全球化和转型升级的战略目标。凭靠领先的创新设计、生产制造、品质管理及优秀服务，公司成为宝马、奔驰、奥迪、大众、通用和福特等全球汽车制造商的长期合作伙伴，并屡获保时捷、大众、通用等汽车制造商优秀供应商奖。3.5 全球重要竞争者全球非中国主要企业有安波福(APTIV)[APTV.N]、曼格纳国际[MGA.N]、李尔[LEA.N]、博格华纳(BORGWARNER)[BWA.N]、真泰克[GNTX.O]、德国大陆[CON.DF]、HELLA[HLE.DF]、舍弗勒[SHA.DF]、ELRINGKLINGER[ZIL2.DF]、SAF-HOLLAND[SFQ.DF]、CONTINENTAL[0LQ1.L]、VALEO[0RH5.L]、AUTOLIV INC DEPOSITORY RECEIPT[0MI0.L]、FAURECIA[0MGR.L]、日本电装[6902.T]、BRIDGESTONE[5108.T]、住友电气工业[5802.T]、MAGNA INTERNATIONAL[MG.TO]、HYUNDAI MOBIS[012330.KS]、HANON SYSTEMS[018880.KS]等。图 国外上市企业1) 伟世通[VC.O]是全球知名汽车零部件集成供应商，位居美国财富500强。其总部位于美国密歇根州，制造工厂、技术中心、销售中心和合资企业遍布世界各地。伟世通公司致力于为全球汽车生产厂商设计和制造创新的空调系统，汽车内饰，以及包括照明在内的电子系统，并提供多种产品以满足汽车售后市场的需求。伟世通在汽车电子领域提供的主要产品包括音响、信息娱乐、驾驶信息、动力总成控制和照明。2) 安波福(APTIV)[APTV.N]（原名：德尔福汽车公司）是一个全球性的汽车零部件制造商，为全球汽车和商用汽车市场提供电子/电器架构、动力总成系统，保险装置和热工艺解决方案。公司设有四个部门：电子/电气架构；动力总成系统；电子与保险装置以及热处理系统。电子/电气架构部门提供完整的车辆的电子结构设计。动力总成系统部门提供完整的系统集成的汽油和柴油发动机管理系统。电子产品和保险装置部门提供关键零部件、系统和先进的软件，保证旅客的安全性、舒适度和娱乐性。热处理系统部门提供动力系统的冷却和加热以及通风和空调（HVAC）系统。3) 博世集团是德国的工业企业之一，从事汽车与智能交通技术、工业技术、消费品和能源及建筑技术的产业，以其创新尖端的产品及系统解决方案闻名于世，位于世界500强第76名。博世集团是全球第一大汽车技术供应商，2012年销售额达到674亿美元，其中在中国销售额达到274亿人民币。博世的业务范围涵盖了汽油系统、柴油系统、汽车底盘控制系统、汽车电子驱动、起动机与发电机、电动工具、家用电器、传动与控制技术、热力技术和安防系统等。博世在全球雇员约275，000名，其中在中国雇员约21，200名。博世汽车技术正在大举进入中国，从而投身于迅猛发展的中国汽车工业。第四章 未来展望未来汽车将面向“新四化”：智能化、网联化、电气化、共享化，网联化主要包括车内信息娱乐、V2X通信、云端服务、OTA更新及远程车辆诊断；智能化主要包括兼容不同类型传感器、支持复杂算法、信息融合等，以支持自动驾驶；电动化主要是车辆传动系统电气化，如混合动力系统，纯电动动力系统的应用；共享化方面更多的是一种商业模式。以下为汽车电子行业发展的五个趋势：1. 汽车将在云端结合车内及车外信息虽然非车企以外的企业参与程度仍取决于监管法规，非敏感数据（即非隐私或安全相关数据）仍然有望更多地在云端进行处理。随着数据量的增长，大数据分析将被越来越多地应用于数据处理，并将基于数据处理结果制定相应的行动方案。基于数据的自动驾驶的应用及其他各项数字化创新将依赖于不同企业之间的数据共享。当然现在仍然不清楚不同企业间的数据共享将如何实现、由谁实现，但主要的传统供应商和技术企业已经开始建立有能力处理此种海量数据的集成化平台。2. 汽车将应用双向通信的可更新部件通过车载测试系统，汽车可以实现自动检查功能和集成更新，从而推动生命周期管理，以及增强或解锁产品的售后功能。所有ECU都会与传感器和执行器交换数据，并检索数据包来支持创新性用例，如基于车辆参数的路线计算。车辆将在全寿命周期内获取功能性及安全性升级。监管部门可能强制要求软件维护，来确保车辆设计的安全完整性。更新和维护软件的责任将在车辆维护与运行领域催生新业务模式。3. “汽车以太网”势不可挡，将成为整车支柱数据量的提升、HAD的冗余要求、互联环境下的安全保障，以及跨行业标准协议的需求很有可能催生汽车以太网，并使其成为冗余中央数据总线的关键助推因素。以太网解决方案可以实现跨域通信，并通过添加以太网扩展，例如音-视频桥接（AVB）和时间敏感网络（TSN）等，来满足实时性要求。本地互联网络、控制器区域网络等传统网络将继续在车辆上运用，但仅用于封闭式的低级网络，如传感器和执行器等。FlexRay和MOST等技术有可能被汽车以太网及其扩展（如AVB、TSN等）取代。4. 电子技术比重逐渐上升电子技术的比重将大于机械技术的比重，并将进一步向集控方向发展。发动机控制系统和自动变速控制系统集成为动力传动系统，称为PCM；将汽车防抱死控制系统、牵引力控制系统、电子稳定控制系统和驱动防滑控制系统集成为汽车稳定性控制系统；通过总线对动力传动、制动、转向灯控制系统进行连接，由中央控制器进行集中控制。5. 嵌入式操作系统将成为电控单元控制策略开发的主流它的出现伴随着集中控制系统的出现，或者说中央控制系统的出现，也是伴随着汽车电子模块化设计的要求而出现的。除了中央控制单元，每一个电控单元的控制软件将对应一个操作系统下的驱动程序而运行，就像Windows XP下的打印机、MODEM、光驱等。Cover Photo by Matthew Henry on Unsplash

第711期本篇报告导读低基数+需求恢复产销同比高增长2月汽车产销量为15026145.48万辆，同比分别增长428.09%36938%分别较上月+39298pct+339.49pct;汽车经销商库存预警指数5220(前值60.10);出口汽车10.5万辆，同比增长1.3倍，复苏态势延续。乘用车:产销同比高速增长自主品牌乘用车销售份额环比提升。2月乘用车产销量分别为11620115.59万辆，同比分别增长495.36%.416.93%,分别较上月提升46251pct389.68pct轿车、SUV、MPV交叉型乘用车销量环比不同程度下降，同比均实现超高速增长:自主品牌乘用车销售份额环比提升0.51pct;豪华车零售端同比维持高速增长。商用车:客货共同拉动，同比高增长态势延续。2月，商用车月产销分别为3403万辆2989万辆，同比分别增长28085%、24622%，其中货车产销量同比分别增长290.61%、250.19%，客车产销量同比分别增长192.58%、206.75%。新能源汽车:月产销同比高速增长态势延续。2月，新能源汽车产销量为1235万辆10.96万辆环比分别下降36.21%、38.81%，同比分别增长1141.29%、749.35%，同比分别较上月提升 791.07pct、462.97pct。上市公司:同期基数较低，同比均有较大幅度增长。一二月合计来看，长安、长城、福田、东风等企业同比销量增幅较大，但仍有部分企业恢复状况较差，例如力帆汽车、中通客车等。考虑到同期较低的基数，预计四月乘用车销量低将高位维持日同比大幅增加，但同比增幅将会大幅减少。关于我们全行业报告圈是一家专注于分享国内外各类行业研究报告/专题热点行业报告/白皮书/蓝皮书/年度报告等各类优质研究报告分享平台。所有报告来源于国内外数百家机构，包含零售消费、金融领域、互联网+、机械制造、新能源产业等专题研究.....目前已累积收集近40000+份行业报告，涉及11大板块，305个细分领域免责声明本平台只做内容的收集及分享，报告版权归原撰写发布机构所有，由全行业报告圈社群朋友通过公开合法渠道获得，如涉及侵权，请联系我们删除；如对报告内容存疑，请与撰写、发布机构联系

（报告出品方/作者：中信建投，刘双锋、雷鸣）一、改变：汽车行业未来十年的六大趋势趋势一：汽车将成为最大智能终端，成为万物互联重要节点未来汽车将成为最大的智能终端，具备高度自动化、数字化、电气化的特征，搭载适配移动出行需求的 高新性能，成为下一个互联网的入口，也成为终端消费者的第一触点。汽车的产品与服务体系将共同组成一个新型的场景和商业模式，成为一个新的生态系统，而自动驾驶、 电气化和数字化将成为关键使能技术。趋势二：自动驾驶进入商业化落地时点与高速渗透前夕自动驾驶的实现过程包括环境信息的感知、认知、应对。感知：主要依靠各类传感器（雷达、摄像头等）实现，采集车 身及环境信息；认知：使用计算平台对信息进行加工，将加工后的道路、行人、路标等信息反馈给驾驶员或电脑；应对： 驾驶员或电脑依据信息作出反应。自动驾驶进入商业化落地时点与高速渗透前夕。自动驾驶汽车可以减少人为干预对于驾驶的必要性，2020年L1及以上 新车渗透率接近50%，L2渗透率达7%，未来将从目前的L2阶段发展至完全不需要驾驶员干预的L4及L5阶段。趋势三：政策与成本双重推动下，电动车将逐步替代燃油车锂离子电池单位成本逐年下降，助推电气化落地。2010年锂离子电池单价为1191美元/kWh，2010-2020年单位成 本基本保持每年10%-30%的下降趋势，至2020年，单位成本来到137美元/kWh，预计2024年单位成本下降至94美 元/kWh，2030年62美元/kWh。电池成本占整车成本约40%，单位成本下降带来整车经济性，助推电气化落地。各国拟定乘用车碳排放目标，电动车将逐步替代传统燃油车。主要大国对乘用车碳排放拟定了长期目标，中国目 标2025年乘用车碳排放降至93.4g/km；欧盟预计到2025年相比2021年减少15%碳排放，到2030年减少37.5%。从 电动车碳排放量看，48V轻混相比传统燃油车碳排放减少15%，电动车减少30%，插电混动减少77%，纯电动车和 燃料电池电动车减少100%。政策推动下，轻混及以上电动车将显著受益，逐步替代传统燃油车。趋势四：电子电气架构从分布式走向域集中电动化和智能化发展推动电子电气架构重构。高级别自动驾驶需要更高的信号传输效率，更需要系统整合，一个功能 可能要用到很多传感器，以往ECU的模式会遇到瓶颈：以及ECU过多导致布线、升级扩展困难等问题。同时随着集成 电路技术的发展，车用主控芯片的运算能力、主频、核心数不断提高，也使得分布式处理不再必要，推动汽车电子电 气架构的重构（ECU：电子控制单元，DCU：域控制器）。集中式架构可以减少ECU的数量和整车线束的长度，大幅降本增效。例如，若用一个集成中控、仪表、360环视及其 他影音娱乐功能的DCU替代多个来自不同供应商的传统ECU方案，最大可为车企带来将近38%的BOM成本节降，也 为后续OTA的软件管理提供便利。趋势五：产业链价值分布迎来变革，零部件/软件服务取得更高话语权汽车产业链包括：零部件—整车代工—销售—维修—配套设施（充电桩等）--支持产业（软件和数据 服务）。更多零部件厂商掌握话语权，电动车核心动力部分格局重塑。电动车核心动力部分被拆分，核心技术 技术也不再集中在车企手中，零部件厂商更有话语权，例如锂电池巨头就有宁德时代、松下、LG、比 亚迪等，电驱和电控系统有电装、大陆、日立、西门子、博世等。虽然反应不快，传统车厂业已开始 转型，例如比亚迪、丰田、宝马、本田等布局较早的车企都已研发自己的三电系统。产业链价值变化：零部件增量，配套设施（充电桩建设）增量，支持产业（软件和数据服务）增量， 整车代工价值比重下降。趋势六：科技巨头和新势力入局，OEM车厂迎来格局重塑功能机向智能手机的转变带来市场格局剧变，推断未来OEM车厂也将面临份额变化。手机从功能手 机向智能手机的转变表明，一些传统的OEM可能难以维持当前的市场规模。在iPhone推出之前的 2006年，诺基亚和摩托罗拉是最大的手机供应商，最终却面临出售的命运。目前新能源车处于2006年智能机的渗透率位置，未来十年将迎格局重塑。以目前xEV（混动、插电 混动和纯电动合计）的渗透率7%的位置来看，处于2006年智能机的渗透率位置，随着未来渗透率 不断提升，特斯拉、苹果、华为、造车新势力等科技巨头和新进入者进入这个市场，未来十年将迎 来格局重塑。二、增量：整车电子电气相关价值量大幅提升整体价值量变化：汽车电子将是复合增速最快的赛道之一仅考虑硬件组成：将整车划分为电池、电控、汽车电子（除电控外）、车身、底盘、内外饰等，传统 燃油车汽车电子占比15%，现阶段的新能源车汽车电子+电控电驱合计占比20%，预计未来占比进一步 提升。考虑软件+汽车电子：最大市场在ECU/DCU（包括计算芯片在内的计算单元）、功率半导体、其他电 子元件，复合增速最快的是ECU/DCU（+8%）、功率半导体（+10%）、其他电子元件（+9%）和集 成/识别/验证（+15%）等，其中其他汽车电子包括MCU、模拟IC、存储、被动元件、PCB、面板等。从汽车智能化的视角看，增量主要来自传感器图像传感器（CIS）和激光雷达是最大的增量（未考虑计算平台）。从L1到L4/5，汽车电子价值量增量来 自：摄像头模组、雷达模组、激光雷达模组、传感器，L2开始雷达模组和传感器变化较大，L3开始 激光雷达出现，L4开始出现制动器。从汽车电动化的视角看，增量主要来自功率半导体功率半导体是最大的增量。汽车电子价值量变化来自：（1）传统燃油车部分：非动力系统不变，由于 纯电动车不需要发动机，动力系统价值量减少至0；（2）电动车部分：传感器、MCU和功率半导体 大幅提升，其中，功率半导体为最主要增量，更高的工作电压和更复杂的电力控制电路显著提升对 功率半导体（尤其是大电压、高功率）的需求。预计功率、传感器、计算相关硬件有双位数复合增速结合各家机构对汽车电子元件的预测，预计到2025年，车载功率半导体市场规模可达164亿美元，5 年复合增速12.5%；车载传感器市场规模可达524亿美元（摄像头140亿，激光雷达63亿，其他传感 器321亿），复合增速19.1%；计算平台市场规模可达795亿，复合增速70%。此外，MCU、模拟IC、 存储、PCB等也会有高个位数的成长。三、机遇：重点关注传感器和功率半导体产业链感知层：摄像头、激光雷达等多传感器融合成为自动驾驶的核心驱动力感知层是汽车的“眼睛”，是自动驾驶技术架构的关键环节。自动驾驶与ADAS分为感知层、决策层、执行层三层技术架构。感知层的作用为收集及预处理周围环境的 信息，决策层对收集的数据整合、分析与判断，执行层根据判断结果做出实时反应。三层技术架构分别对应：（1）我在哪里？即感知和定位；（2）我要去哪儿？即决策和规划；（3）我怎么去？ 即控制和执行。感知层是汽车的“眼睛”，包括视觉、毫米波雷达、激光雷达等多种传感器遍布车身以保证驾驶安全。决策层：具备AI计算能力的主控芯片市场快速成长计算芯片是电车主脑，自动驾驶等级与计算能力正相关。计算芯片是新能源汽车的“主脑”。中控芯片主要用于完成传感器信号——传感器数据——驱劢数 据——驱劢信号这样一个完整工作流程。中控芯片未来在ADAS系统、马达控制、激光雷达、车载 信息娱乐系统和驾驶员信息系统均有较多应用。自动驾驶等级每增加一级，芯片算力需求即增加十数倍，L2约10TOPS算力，L3至少30TOPS以上， L4至少200TOPS以上，L5大概在2000TOPS上下。目前全球大部分厂商适用的L2芯片是Mobileye的 2.5 TOPS算力（EyeQ4）的芯片，但也有越来越多的厂商推出更具性价比的L2级芯片，同时部分 ADAS功能也可通过智能座舱芯片实现，这将进一步加速ADAS功能在乘用车中的渗透。L3方面，特斯拉FSD可达到72TOPS，英伟达Xavier算力为30TOPS，上述两种芯片可满足L3级别 自动驾驶需求。L3则在特斯拉的引领下，有望在2021年开始逐渐落地。执行层：电控系统升级刺激功率器件需求，化合物半导体加速落地功率半导体又称电力电子器件，是实现电能转换与电路控制的核心元件。其导通和阻断两种特性，可组合 实现整流、逆变、变频、变压、增幅、功率控制、开关等多种功能。广泛应用于消费电子、网络通信、工 控、轨道交通、电力与新能源等众多领域，对设备运转与性能、可靠性、功耗、成本等基础指标影响显著。第三代半导体在高电压应用有望取代硅基功率器件。消费领域一般使用1000V以下电压，工控领域一般使用1000V以上电压，汽车电气系统复杂，既有 低电压的MOSFET，也有高电压的IGBT及IGBT模块，尤其是主驱动/逆变器需要1200V高电压。从 材料角度看，SiC和GaN具有优异高压性能，结构更简单MOSFET有望在高压领域取代硅基IGBT。国外龙头企业主导市场，国产替代空间巨大。根据IC Insights，2014-2019年，汽车模拟IC市场从86亿美元增长至132亿美元，复合增速9.1%。目前汽 车模拟IC供应商以TI、ADI、英飞凌和意法半导体等为主，汽车业务收入占比分别为：TI 21%、ADI 15%、 英飞凌44%（含MCU等）、意法半导体38%（含MCU等）。国内厂商布局较少，目前思瑞浦已有布局， 和Tier 1车企和上游供应商建立合作，未来发展值得期待。韦尔股份和大唐恩智浦也正在积极参与车规级 模拟IC的研发。报告节选（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：东吴证券，黄细里）1. 汽车智能化时代来临，车规级 AI 芯片黄金赛道1.1. AI 芯片是智能汽车时代关键变量汽车由分布式架构向域控制/中央集中式架构方向发展。传统分布式硬件架构面临 智能汽车时代多维感知需求和海量非结构化数据处理的需求，一般每新增一个应用功能， 便新增对应的感知传感器、决策、执行层。随着智能网联汽车时代的到来，以特斯拉为 代表的汽车电子电气架构改革先锋率先采用中央集中式架构，即用一个电脑控制整车。 全球范围内各大主机厂均已认识到软件定义汽车的大趋势，纷纷升级自身的电子电气架 构，虽不同主机厂采用几个电脑控制整车的方案不同，但架构域控制/集中化方向相同。智能驾驶处理数据量指数级提升，AI 芯片成为智能汽车时代的运算核心。分布式 架构一般可实现低级别辅助驾驶，由于需要处理的传感器信息相对较少，采用 MCU 芯 片即可满足运算要求。随着高级别智能驾驶的到来，更智能的汽车需要处理更大量的图 片、视频等非结构化数据，仅依靠传统 MCU 芯片不能满足运算需求，而 AI 芯片则可以 实现算得快、准、巧。我们重点参考地平线的数据，L3 级别自动驾驶产生的数据量是 2.3GB/s，对算力要求在 129TOPS 以上；L4 级别自动驾驶数据量达到 8GB/s，对算力要 求达到 448TOPS 以上。如果考虑功能安全的冗余备份，算力需求还要翻倍。由于智能驾驶对算力的需求，汽车业界已经将峰值算力当作衡量 AI 芯片的主要指 标，并掀起算力军备竞赛。蔚来新款旗舰车型 ET7 搭载算力超过 1016TOPS。上汽智己 新发布车型搭载算力也达到 500~1000TOPS。1.2. 我们预计 2025 年我国汽车 AI 芯片市场超 92 亿美元，未来 5 年 CAGR 45.0%假设：1）汽车市场容量预测。2020 年汽车产量约 2500 万辆，2021 年我们预计达到 2700 万辆，假设我国汽车产量 2022-2025 年复合增速为 2%。2）各级别自动驾驶渗透率预测。L3、L4 级分别于 2020 年、2023 年规模量产，每年并以 3-4%渗透率提升。根据工信部发布的《汽车中长期发展规划》指出，我国 2020年自动驾驶渗透率达 50%，2025 年渗透率达 80%。L3级于2020 年开始量产并规模投放市场，渗透率快速提升，随着 L4 级车于 2023 年开始量产，低级别渗透率陆续到达渗透率峰值后又缓慢下降。3）各级别自动驾驶 AI 芯片单车价值预测。2020 年 L1-L3级AI 芯片单车价值分别为 50 美元、150 美元、500 美元，随着技术逐渐成熟，2030 年下降到 41 美元、111 美元、315 美元。我们预计到 2023 年 L4 级高级自动驾驶出现，AI 芯片单车价值约为 1500美元，到 2030 年下降到 931 美元。2025 年我国 AI 芯片市场超 92 亿美元，未来 5 年复合增速达 45%。经我们测算，2020 年我国汽车 AI 芯片市场规模为 14 亿美元，随着汽车 EE 架构加速升级，域控制器/中央计算平台被广泛使用，到 2025 年 AI 芯片市场规模达 92 亿美元，CAGR 为 45.0%，到 2030 年将达 181 亿美元，十年复合增速 28.8%。1.3. 集成更多 AI 单元是智能芯片技术路径发展的大趋势CPU，又称中央处理器，擅长逻辑控制和通用类型数据运算，具有不可替代性。CPU 有很强的通用性，可处理不同的数据类型，主要负责顺序控制、操作控制、时间控制、 数据加工等操作，因此在任何一个电脑或嵌入式的计算中都有 CPU 或其裁剪版本。CPU 由控制器（Control），寄存器（Cache、DRAM）和逻辑单元（ALU）构成，其中控制器 和寄存器占比较大，而处理数据的逻辑单元占比较小，因此对于专用领域数据处理能力 较弱。代表厂商即为 X86 处理器的英特尔和嵌入式处理器的 ARM。GPU，又称图形处理器，俗称显卡，擅长大规模并行计算。GPU 拥有计算单元数量 众多和超长的流水线，处理的数据类型通常为高度统一的、相互无依赖，省去了大量 CPU 的不必要控制指令计算模块，并行计算能力较 CPU 强。随着人工智能的发展，GPU 不 断被应用于数值模拟、机器学习、视觉处理、语音识别等领域，厂商代表即为英伟达。FPGA 全称是 Field Programmable Gate Array：又称可编程逻辑门阵列，算力较 高，适合小规模定制化开发测试。用户可通过烧入配置文件来定义其内部结构的连线， 从而达到定制电路的目的。FPGA 的芯片量产成本较高，能效比较差，不如 ASIC 专用 芯片。适用于科研、企业开发阶段，一旦方案确定，其成本优势就不再突出。ASIC 全称是 Application-Specific Integrated Circuit：是一种为专门目的而设计的 集成电路，具有算力最高，能效比优等特点。ASIC 面向特定用户的需求，适合较为单 一的大规模应用场景，运行速度在同等条件下比 FPGA 快。但在架构层面对特定智能算 法作硬化支持，指令集简单或指令完全固化，若场景一旦发生变化，该类 AI 芯片便不 再适用，需要跟新换代。面对现阶段，AI 算法日新月异，每年都有大量的算法被开发出 来，对于自动驾驶领域适用性不强。所以现阶段并没有真正意义上的 ASIC 芯片。N-SOC，（即添加神经网络单元的系统级芯片）是指在芯片中集成更多的神经网络 单元，以实现快速的 CNN（卷积神经网络）运算。N-SOC 是现阶段市场的新名词，主 要系随着 AI 芯片的发展，传统定义方法并不完全适用，N-SOC 区别于 ASIC 的智能算 法被硬化，但其并不是一颗完全通用芯片，仅支持少量的算法。典型的代表企业：英特尔旗下的 Mobileye、华为（达芬奇架构 Ascend 系列）、寒武纪（MLU 系列）、百度（昆 仑云）、阿里平头哥、Google（TPU）等。由通用向专用排序依次：CPU、GPU、FPGA、ASIC；数据处理成本经济性（由优 至差）：ASIC、FPGA、GPU、CPU。1）CPU 最通用，算力差，能效比最差，但除了运 算，还包括控制指令，不可被替代；2）GPU 为较为通用的芯片，算力高，架构较为开 放，可允许主机厂基于底层硬件架构开发自己的专门算法，但能效比较差；3）FPGA， 算力一般，可根据客户需求用配置文件更改芯片结构的连线，实现定制电路，适用于实 验室科研、前期开发等小批量应用；4）ASIC 为专用芯片，算力高、能效比优，节约不 必要开发资源，规模量产成本最低，但支持算法不够灵活。AI 芯片通过添加神经网络单元实现 AI 运算的更高效。目前市场对未来汽车 AI 芯 片采用通用 GPU、FPGA、ASIC 芯片方案仍有较大争议，我们认为汽车数据处理芯片不 断异构化，通过不断添加神经网络单元实现 AI 运算是未来发展的主要方向。除了华为、 地平线、寒武纪等 AI 芯片不断增加神经网络单元外，而作为通用 GPU 的代表供应商英 伟达的自动驾驶系列芯片，也通过添加神经网络单元，以实现对 AI 处理越来越高效。 但总体而言 GPU 仍功耗较高，丰富的通用模块可实现对各种场景的适用性，但也带来 了成本过高，功耗过高的问题。而新出现的 N-SOC 虽不是 ASIC 固定算法，具有成本/ 功耗较低等优点，但其针对各种场景的适应性仍较弱。在汽车领域，两者未来性能、成 本等方面会有相互靠近的趋势。1.4. 车规级芯片条件苛刻车规级芯片标准远高于消费级，认证流程长。1）工作环境更为恶劣：相比于消费 芯片及一般工业芯片，汽车芯片的工作环境温度范围宽（-40 至 155 摄氏度）、高振动、 多粉尘、多电磁干扰。2）可靠性安全性要求高：一般的汽车设计寿命都在 15 年或 20 万 公里左右，远大于消费电子产品寿命要求。在相同的可靠性要求下，系统组成的部件和 环节越多，对组成的部件的可靠性要求就越高。3）车规级芯片认证流程长:一款芯片一般需要 2 年左右时间完成车规级认证，进入车企供应链后一般拥有 5-10 年的供货周期。汽车标准需认证可靠性标准 AEC-Q 系列、质量管理标准 ISO/TS16949 其中之一， 此外需要通过功能安全标准 ISO 26262 ASIL B(D）。ISO 26262 在 2011 年 11 月 15 日正 式发布，主要包括四个等级，分别为 ASIL A/B/C/D。ISO 26262 安全是汽车电子元件稳 定性优劣的评判依据之一，通过该等级代表其产品稳定性合格，耐用，但不代表其算力、 能效比高。此外，还需要通过零失效的供应链质量管理标准 TS16949/ISO 9000 国际认证 体系下的汽车行业分支的标准认证；另一个是 AEC-Q 认证，由克莱斯勒、通用、福特 制定的汽车电子元件安全性检测标准。1.5. 汽车 AI 芯片市场格局清晰，行业寡头垄断截止 2020 年，根据 Mobileye 数据，其占据约 70%量产车市场。随着 L1/L2 级辅助 驾驶逐步演进到 L3 级别智能驾驶，消费电子/通信领域的英伟达、华为、高通以及国内 的初创企业地平线、黑芝麻等加速入场抢夺汽车 AI 芯片市场份额。算力、功耗、生态 等成为各家芯片厂商抢夺市场的核心竞争力。特斯拉 FSD 芯片自研自用，引领产业发展，属于独立一级。特斯拉搭载的芯片经 历 Mobileye EyeQ3 与英伟达 DRIVE PX2，后期选择自研。主要优势：由于其自研自用， 根据需求研发专用芯片，减少不必要的软硬件模块，1）缩短研发周期，减少研发设计工 作量；2）提升能效比；3）用户数据驱动研发优化。主要劣势：1）生态较为封闭，仅内 部开发和使用，无法建立完善的生态体系。2）若使用量有限，芯片研发需要投入大量资金，软硬件开发的成本难以通过大规模使用均摊成本。全球 GPU 领域 AI 龙头英伟达和背靠英特尔的汽车 AI 芯片龙头 Mobileye 属于第 一阵列。NIVIDA 作为通用 AI 芯片龙头，对外提供芯片级产品，具备最完善的软件工具 链和应用生态。Mobileye 背靠英特尔，提供芯片+算法绑定的一体式解决方案，客户资 源最丰富且已实现量产验证，但黑盒捆绑销售模式一定程度上限制了用户创新。短期来 看，Mobileye 面向 L3 级以下市场，产品更加成熟。中长期来看，英伟达面向 L3 级以上 市场在 AI 领域实力深厚，后发有力，优势会更加突出。高通与华为属于 1.5 阵列，有望快速突围进入第一阵列。高通在通信及消费电子领 域优势明显，基于智能手机芯片的成功经验，已成为智能座舱域芯片龙头。在智能驾驶 领域，高通于 2020 年 1 月推出了 Snapdragon Ride 平台，正加速推广应用中。华为 AI 芯片云边端领域全覆盖，技术实力雄厚。华为面向智能驾驶领域，对应产品为昇腾 310 （面向所有边缘侧）、昇腾 610（专用于汽车领域）、昇腾 320 等。此外，2020 年 9 月， 华为对外发布新一代车规级 MDC 计算平台（包含 MDC600、MDC300、MDC610、 MDC210）。地平线属于强势第 2 阵列，对外可提供解决方案类产品（芯片+算法），也可以单独 供应。作为中立第三方，芯片和算法可分开销售或一体式解决方案，受客户信任，有望 逐步实现国产替代。各计算平台的算力均超百 TOPS。计算平台各厂商车载计算平台竞争格局来看，英伟达算力相对领先，但算力利用率相对较低；而特斯拉、Mobileye 等虽然算力并不突出， 但是由于芯片+算法均采用自研，所以算力利用率相对较高。2. 汽车 AI 芯片赛道长坡厚雪，孕育中国独角兽地平线地平线，全称北京地平线机器人技术研发有限公司，成立于 2015 年 7 月，是边缘 人工智能芯片的全球领导者，具有领先的人工智能算法和芯片设计能力。创始人系前百 度深度学习研究院院长余凯博士。2017 年 12 月发布中国首款边缘端人工智能视觉芯片 征程（Journey）系列和旭日（Sunrise）系列。征程系列芯片主要用于智能驾驶领域，旭 日系列芯片主要用于物联网领域。合作伙伴包括奥迪、博世、长安、比亚迪、上汽、广 汽等国内外的顶级 Tier1，OEM 厂商。2.1. 地平线发展历程公司成立于 2015 年，专注于边缘端 AI 芯片。地平线战略聚焦于车规级智能驾驶 AI 芯片+AIoT 边缘 AI 芯片的研发和产业落地，对外主要提供解决方案类产品（芯片+ 软件算法）。公司已发布车规级 AI 芯片：征程 1.0、征程 2.0、征程 3.0；自动驾驶计算 平台：Matrix1.0、Matrix2.0；AIoT 边缘 AI 芯片旭日 1、2、3；AI 开发平台：天工开物 等多类产品。2020 年 3 月，长安 UNI-T 座舱域搭载车规级 AI 芯片——地平线征程二 代，实现首次前装量产。2.2. 技术团队实力雄厚，股东资源丰富核心技术骨干来自百度等科技巨头，团队实力强劲。地平线创始人&CEO 余凯博士， 曾任百度深度学习研究院常务副院长，百度研究院执行院长，创建并领导百度深度学习 研究院(IDL)、百度自动驾驶团队和百度大脑 PaddlePaddle 等项目。他也是曾担任两大著 名机器学习国际会议 ICML 和 NIPS 的领域主席（Area Chair）为数不多的几位华人学者之一，2011 年在斯坦福大学计算机系任兼职教授。此外，他被 2017 年《福布斯》杂志 评选为“20 位驱动中国人工智能改革的科技领导者”之一。除了创始人余凯以外，联合 创始人&算法副总裁黄畅、地平线通用 AI 首席科学家&硅谷研究院负责人徐伟、智能驾 驶研发总监余轶南均来自百度 IDL。团队规模上，地平线在硅谷、北京、上海、南京等地均设有研发中心和商务运营团 队，截至 2019 年底共有 1400 余人，其中研发人员占比 70%以上。团队成员大多毕业于 国内外著名学府，在人工智能算法和芯片架构研发方面作出多项世界级的成果和产品。C 轮 9 亿美元融资落定，产业资本加持集中优质资源。2020 年 12 月以来，地平线 先后获得 3 批次融资，C 轮融资达 9 亿美元。2021 年 12 月 C1 轮吸引到高瓴创投、五 源资本、今日资本领投，金额 1.5 亿美元；2021 年 1 月获得 Baillie Gifford、云锋基金、 中信产业基金、宁德时代领投的 4 亿美元 C2 轮融资；2021 年 2 月拿到 3.5 亿美元 C3 轮 融资，其中比亚迪、长城汽车、长江汽车电子、东风资产、舜宇光学、星宇股份等 6 家 汽车产业链上下游企业联合加持。自成立以来，地平线已累计获得 10 轮融资，备受明 星机构及产业资本关注，集中产业链上下游丰富资源快速发展。2.3. 汽车+物联网双管齐下，产品化快速落地自动驾驶芯片+物联网芯片两条产品主线。地平线产品业务战略聚焦于 AI 芯片的研 发和产业落地，对外主要提供解决方案类产品（芯片+算法+开发平台）。相比多数 AI 芯 片厂商起步于云端、消费端等场景，地平线聚焦于车规级 AI 芯片，成立 5 年时间便成功实现量产落地。考虑到设计、制造、车规测试、项目定点、车型导入等环节的时间， 地平线产品推进速度在整个行业中都处于领先位置（例 Mobileye 车规芯片从研发到商 用历时 8 年）。目前，地平线已推出的产品包括“征程”系列车规级 AI 芯片，面向汽车 领域；搭载“征程”芯片的 Matrix 自动驾驶计算平台；“旭日”系列边缘 AI 芯片，面向 AIoT（AI+物联网）场景；AI 全生命周期开发平台“天工开物”以及 ADAS 解决方案。2.3.1. 车规级 AI 芯片“征程”系列智能驾驶芯片方面：地平线成长路径与 Mobileye 类似，产品由视觉处理向多传感 器数据融合方向发展。地平线前期产品主要提供视觉处理器，对外提供芯片及配套软件 工具链+算法方案，客户可根据需求只选择芯片或者整套解决方案。根据地平线规划征 程 5 芯片可实现传感器融合，算力/功耗达到 96TOPS/20W。2019 年发布征程二代，主要负责视觉处理。征程二代芯片，搭载了地平线自主研发 的高性能计算架构 BPU2.0（Brain Processing Unit）,通过软硬件的协同创新与优化，算 力/功耗为 4TOPS/2W。基于征程二代芯片打造的单目前视 ADAS 解决方案，可在 100 毫 秒延迟内有效感知车辆、行人、道路线、交通标志、车牌、红绿灯等六大类近百种目标 的检测和识别。通过提供基础的“芯片+工具链”，并向合作伙伴提供先进的模型编译器、 完备的训练平台、场景驱动的 SDK、丰富的算法样例等工具和服务，赋予汽车感知、建 模的能力，实现车内车外智能化，用边缘 AI 芯片全面赋能智能驾驶。2020 年征程二代 芯片的出货量达到 10 万+，2021 年地平线预计其出货量将达到 70-100 万片。2020 年 9 月，地平线通过 TV ISO 26262 功能安全流程认证。地平线已按照 ISO 26262:2018 标准要求，建立起完善的符合汽车功能安全最高等级 ASIL D 级别的产品开 发流程体系，成为首个获得 ISO 26262 功能安全流程认证的中国 AI 芯片公司。2020 年征程二代芯片率先搭载于长安汽车量产新车型 UNI-T 上。2020 年 3 月，长 安汽车全球直播发布主力车型 UNI-T，搭载地平线征程 2 代芯片，6 月正式量产上市， 征程二代成为国内首个搭载于量产车型的国产 AI 芯片。UNI-T 采用长安汽车和地平线 联合开发的智能驾驶舱 NPU（Neural Processing Unit，神经网络处理单元）计算平台， 智能座舱深度融合视觉、语音多种感知数据，实现了从交互对象、交互方式到交互逻辑 的全方位升级，可通过语音、动作姿态、面部表情等指令交互为用户带来更加安全、智 能的驾乘体验。UNI-T 上包含多项 AI 主动服务：接听电话自动降低多媒体音量、视线 亮屏、疲劳监测、智能语音拍照。2020 年北京国际车展发布征程 3。征程 3 采用 16 纳米工艺，基于地平线自主研发 的 BPU2.0 架构，AI 算力达到 5 TOPS，典型功耗仅为 2.5W，可接入 6 路摄像头数据， 不仅支持基于深度学习的图像检测、分类、像素级分割等功能，也支持对 H.264 和 H.265 视频格式的高效编码，能够实现多通道 AI 计算和多通道数字视频录像。适用于高级别 辅助驾驶（ADAS）、驾驶员监控（DMS）、自动泊车辅助（APA）及众包高精地图定位等多种应用场景。广汽版征程 3 则根据广汽集团采用的深度学习网络对征程 3 芯片进行 深度的软硬件联合优化，同时针对广汽量产车型的功能开发需求进行功能模块调优而成， 在系统成本上实现优化。未来该款芯片将计划在更多广汽新车型中量产搭载，实现智能 驾驶和智能座舱的相关功能。Matrix 作为地平线搭载征程系列车规级芯片的自动驾驶计算平台，结合了深度学 习感知技术，为高级别自动驾驶提供稳定可靠的高性能感知计算能力。荣获车辆智能和 自动驾驶技术类 2019 CES 创新奖(2019 CES INNOVATION AWARDS)、“最佳汽车解决 方案”分类奖(2019 Embedded Vision)等多项国际大奖和提名。Matrix 高性能、低功耗、 低成本的特点深受国内外自动驾驶厂商和 Robotaxi 运营车队的青睐，目前已在海内外赋 能近千辆 L4 级别的自动驾驶车辆，成为全球 L4 自动驾驶计算平台的明星产品。（1）Matrix1.0 平台：4TOPS/31W。内置征程 2.0 处理器架构（4TOPS/2W），平台 在 31W 功耗下，可进行 20 类不同物体的像素语义切割、三维物体检测和行人骨骼识别， 支持 4 路 720P@30fps 图像实时处理，支持多传感器融合（摄像头图像输入、毫米波雷 达、激光雷达），支持 L2 级别 ADAS 功能。（2）Matrix2.0 平台：16TOPS/20W。搭载征程二代车规级芯片，可满足 L2～L4级别自动驾驶需求。在感知层面，Matrix2.0 可支持包括摄像头、激光雷达在内的多传感器 感知和融合，实现高达 23 类语义分割以及六大类目标检测，能够应对特殊场景或极端 天气等复杂环境，输出稳定的感知结果。自研视觉算法+AI 开源工具链，具备赋能车厂 ADAS 功能能力。从已公布的搭载征 程二代的车型长安 UNI-T 来看，即使征程 2 在其中主要赋能对象为座舱人机交互+DMS 驾驶员监测的功能，但通过与整车厂/科技公司的合作+算法开源平台，地平线具备提供 ADAS 功能的能力。2020 年 4 月，地平线推出全新一代“天工开物”AI 开发平台，基于自研 AI 芯片打造,由模型仓库(Model Zoo)、AI 芯片工具链(AI Toolchain)及 AI 应用 开发中间件(AI Express)三大功能模块构成。该平台可以为地平线芯片合作伙伴提供丰富 的算法资源、灵活高效的开发工具和简单易用的开发框架，标志着地平线开始逐步建立 开放软件生态。地平线与主机厂和一级供应商保持紧密合作。截止 2020 年，地平线进行中的合作 项目超过 50 个，已签下 20 余个前装定点项目，公司预计装车辆可达数百万台。目前已有长安 UNI-T、奇瑞新能源蚂蚁（搭载征程二代）、理想 ONE（语音方案）等量产车型 上市。长安预计搭载征程 2 代芯片的 UNI-K 将于今年上半年上市。2.3.2. AIoT 边缘 AI 芯片“旭日”系列自 2017 年 12 月起，地平线陆续推出“旭日”系列处理器，面向智能摄像头，能够 在本地进行大规模人脸抓拍与识别、视频结构化处理等，广泛用于商业、安防等多个实 际应用场景。助力发展智慧零售、智慧城市——已与龙湖地产、宝龙地产、永辉超市、 百丽、Kappa、Nike、上汽集团、中信书城、中国建投书局、SK 电讯等公司达成合作； 产品在上海临港新区智慧交通建设、大连平安城市建设、长沙市湘江新区智慧交通建设、 国内某大型机场人脸识别项目、城市水务、国家级开发园区等场景落地应用。2.4. “AI 芯片+算法”面向多场景的解决方案地平线基于其自身车规级 AI 芯片能够以最小的功耗提供高性能计算能力的优势， 结合视觉感知算法实现多类 AI 任务处理，研发了面向 ADAS、智能座舱、高精地图的 众多解决方案，支持乘用车、重卡、客车、城市公交等多种车型，助力智能出行。（1）ADAS 解决方案基于征程 2 芯片，公司研发了面向 ADAS 市场的单目前视解决方案。该方案可在 低于 100ms 延迟下有效感知车辆、行人、车道线、交通标识、红绿灯等多种目标。该解 决方案可满足 10 类动态目标感知，53 类静态目标感知，关键区检测率＞99.8%，且针对 中国道路场景进行了优化，获得国内外众多 Tier1&OEM 厂商认可。2019 年 11 月，地平线携手国内领先的 Tier1 福瑞泰克为主机厂提供高性能的 ADAS 前视一体机产品，共同推动 ADAS 解决方案前装量产。2020 年 1 月，地平线与中兴通 讯子公司英博超算达成战略合作，共同推出面向智能驾驶市场的域控制器，并率先搭载 于 2020 年 9 月上市的奇瑞蚂蚁纯电 SUV 中。2020 年 8 月，地平线与 AI 无人车研发制 造运营企业新石器合作，共同推进低速场景自动驾驶落地。2020 年 10 月，地平线与大 陆集团签署合作备忘录,在 ADAS 及高等级自动驾驶领域展开深度合作。2021 年 2 月， 上汽集团与地平线签署合作协议，以智能域控制器和自动驾驶系统为切入点，围绕地平 线未来的高等级自动驾驶芯片成立联合团队，共同打造对标特斯拉 FSD 的下一代智驾 域控制器和系统方案。结合 C-V2X 技术，升级更高级别自动驾驶解决方案。地平线 Matrix 自动驾驶计算 平台集合了车规级 AI 芯片低功耗强算力的优势，能够处理技术难度更高的 C-V2X 车路 协同信号（限速预警、道路施工预警、前方堵车重点提醒、高优先级别车辆让行等），使 车辆在无需驾驶员干预的情况下自动进行相应的车速调整或变道超车等动作。2020 年 1 月，在地平线 Matrix 赋能下，奥迪中国首次在国内实际高速公路场景进行乘用车编队 L4 自动驾驶及车路协同演示，实测场景位于最高设计时速 80km/h 的延崇高速公路二期 工程封闭路段。（2）智能座舱解决方案DMS（Dirver Monitoring System）驾驶监控系统通过将两路摄像头、两路麦克风 的数据接入到芯片进行相关感知算法的处理，同时通过 CAN 获取车身信号，感知并融 合用户的人脸特征、行为特征、语义特征以及主动行为等数据信息，实现人脸识别、视 线追踪、降噪唤醒、疲劳分级检测等算法，实时监测驾驶员是否在位及其当前状态并提 供警报和干预，保证行驶的安全性。目前已在长安主力车型 UNI-T 和 UNI-K 上实现量 产。车载多音区语音交互技术通过车内的高灵敏度麦克风、阵列语音信号处理和语音识 别技术，结合领先的声源定位、盲源分离和降噪算法，实现对不同位置乘客的语音指令 的精准区分和识别，快速响应乘客对于车辆设置、导航、音乐、视频等多种需求。地平 线为理想 ONE 增程式智能电动车赋能的该项解决方案可支持多达 4 路人声分离和 6 路 音区检测，实测声源定位准确率高达 95%，远超市场现有的语音分区方案。（3）NaviNet 动态高精地图解决方案地平线提供基于其车规级 AI 芯片和高性能视觉感知算法的视觉建图定位方案。 NaviNet 支持在边缘对场景进行实时建模，输出重建的局部三维语义地图；同时也可支 持在边缘进行语义感知与全局地图的匹配，输出亚米级高精度定位。2020 年 4 月，地平 线 NaviNet（基于征程 2 芯片）已在韩国数千辆公交车上完成部署，合作方 SK 电讯通 过车端环境感知算法完成道路特征采集和地图信息实时动态更新。在高清地图领域的合 作方还有易图通、高深智图 DeepMap、凯立德等。3. 智能座舱切入智能驾驶，芯片巨头高通扬帆再起航高通成立于 1985 年，专注通信技术研发，提供处理器与基带芯片，以及相关专利 授权。业务部门分为芯片产品 QCT、专利授权集团 QTL、以及战略投资集团 QSI。高通 布局汽车领域已有近 20 年历史，早在 2002 年，高通便为通用旗下安吉星提供 CDMA 1x 车载信息处理解决方案，正式迈入智能汽车领域。高通在汽车智能化领域的布局主要 分为四大方向：智能座舱、ADAS/自动驾驶、车联网和车对云平台。根据高通在 2020CES 发布会数据显示，截止 2019 年年底，全球 25 家主要车企中已经有 20 家与高通达成合作，全球超过 1.5 亿辆汽车采用了高通汽车解决方案，相关产品订单量总估值超过 80 亿美元。2019-2024 年高通预计汽车业务营收 CAGR20.1%。2015-2020 年高通年度营收规模 较为稳定，基本在 220-250 亿美元区间浮动。2021 年 Q1 高通实现 82.35 亿美元营收， 同比增加 62%，净利润为 24.55 亿美元，同比增长 165%。高通预计汽车业务板块收入 将从 2019 年的 6 亿美元增长至 2024 年的 15 亿美元，年均复合增长率 20.1%。3.1. 智能座舱芯片王者，第四代数字座舱持续占领高端市场高通在智能座舱域具备绝对领先优势。从高通智能数字座舱平台的市场份额来看， 目前高通已获得全球领先的 25 家汽车制造商中 20 家的信息影音以及数字座舱项目。国 内车企中，包括蔚来、上汽、长城汽车、零跑汽车、奇瑞捷途、比亚迪、威马汽车、广 汽、小鹏、吉利、理想等均已推出或宣布推出搭载骁龙汽车数字座舱平台的车型。智能座舱域芯片布局来看，高端市场以高通为主，英特尔、瑞萨、三星随后，中低 端有恩智浦、德州仪器等，国内华为、地平线、联发科、芯驰科技等加速入局。其中， 高通骁龙 820A 数字座舱平台支持计算机视觉与机器学习，能够提供丰富的图形与多媒 体功能，广泛的可视化和操作系统选项组合及神经处理引擎。2020 年多款上市新车型都搭载了骁龙 820A，包括领克 05、奥迪 A4L、小鹏 P7、2020 款小鹏 G3 车型等。2020 年 量产的高通骁龙 SA8155P，是基于台积电第一代 7nm 工艺打造的 SoC，也是第一款 7nm 工艺打造的车规级数字座舱 SoC，性能是原有高通 820 平台的三倍。SA8155P 还支持新 一代的联网技术，包括 WiFi6、蓝牙 5.0 等, OTA 过程中稳定性和速度更优。国内多数车 企的下一代车型，包括蔚来 ET7、上汽智己、长城 WEY 品牌 VV7 及摩卡、威马 EVOLVE 及 EX7、零跑汽车 C11、比亚迪 D1、奇瑞捷途 X70 PLUS、广汽 AION LX 都将搭载 SA8155P 芯片，高通在该领域的龙头地位进一步巩固。高通发布第 4 代骁龙汽车数字座舱平台，加速汽车智能化变革。2021 年 1 月 26 日， 高通在“重新定义汽车”主题活动中推出第 4 代高通骁龙汽车数字座舱平台。此前的 2014/2016/2019 年，高通曾分别推出第一、二、三代数字座舱平台。今年推出的新平台 采用第 6 代高通 KryoCPU、高通 Hexagon 处理器、多核高通 AI 引擎、第 6 代高通 Adreno GPU 以及高通 Spectra ISP，基于 5nm 制程工艺打造。新平台增强了图形图像、多媒体、 计算机视觉和 AI 等功能，旨在支持情境感知优化且具备自适应能力的座舱系统，可根 据驾乘者的偏好不断演进，并计划于 2022 年开始量产。3.2. ADAS/自动驾驶后来居上，Snapdragon Ride 平台布局全面高通以 Snapdragon Ride 硬件平台+配套软件架构布局 ADAS/自动驾驶。2017 年 12 月，高通获得加州无人驾驶测试牌照。2020 年 1 月，高通在 CES 国际消费电子展推 出自动驾驶 Snapdragon Ride 平台。Snapdragon Ride 平台主要由安全系统级芯片 SoC(ADAS 应用处理器）、AI 加速器（智能驾驶专用加速器）和智能驾驶软件堆栈构成， 可支持三个等级的智能驾驶系统：L1/L2级ADAS：面向具备 AEB、TSR 和 LKA 等驾驶辅助功能的汽车硬件支持：1 个 ADAS 应用处理器（安全系统级芯片 SoC），可提供 30 TOPS 的算力。L2+级 ADAS：面向具备 HWA、自动泊车 APA 以及 TJA 功能的汽车硬件支持：2 个或多个 ADAS 应用处理器，期望所需算力要求- 60~125 TOPSL4/L5 级自动驾驶：面向在城市交通环境中的自动驾驶乘用车、机器人出租车 和机器人物流车硬件支持：2 个 ADAS 应用处理器 + 2 个智能驾驶加速器 ML（ASIC），可提 供 700TOPS 算力，功耗为 130W。Snapdragon Ride 平台可提供开放的编程架构。该编程架构支持汽车制造商和一级 供应商根据其对于摄像头感知、传感器融合、驾驶策略、自动泊车和驾驶员监测等方面 的不同需求，对 Snapdragon Ride 平台进行定制。为了加速先进智能驾驶解决方案的部 署，针对视觉感知、泊车和驾驶员监测场景，Snapdragon Ride 采用多款行业领先软件栈， 持续扩展其软件生态系统，并支持其中一款或多款软件栈的组合形式提供给客户。3.3. 率先发布 4G/5G 骁龙汽车平台，持续推进 C-V2X 落地5G C-V2X 芯片广泛用于车联网中。C-V2X 即蜂窝车联网是车辆相互之间以及周 围物体进行通讯的基础技术，它有助于提供 360°非视线意识和更高的可预测性，从而 改善道路安全性并实现自动驾驶。2017 年第一个完整的 LTE-V2X 标准完善后，高通便推出 9150 C-V2X 芯片组，针对 3GPP Rel-14 版本 C-V2X PC5 直接通信进行优化，同时 支持包括北斗系统在内的高精度定位。2020 年 7 月，3GPP 完成了 5G 标准第二版规范 Release 16，高通同样参与其中。2016 年成立的 5GAA（5G 汽车协会），高通也是 8 家 发起单位之一。9150 芯片组包括 C-V2X 直接通信模式，包括车对车（V2V），车对基础设施（V2I）， 车对行人（V2P）和车对云（V2C）交流。截至 2020 年初，11 家制造商已在其模组中采 用 9150 C-V2X 芯片组；全球超过 12 家 RSU 厂商计划在其产品组合中采用该芯片组； 超过 10 家 Tier1 供应商和汽车后市场 OBU 厂商基于该芯片组为其 C-V2X 产品上市准 备就绪。高通骁龙汽车 4G/5G 平台赋能全球汽车供应商。2019 年，高通在世界移动通信大 会 MWC 上宣布推出高通骁龙汽车 4G 及 5G 平台。骁龙汽车 4G 和 5G 平台集成 CV2X、Wi-Fi、蓝牙和高精定位技术，旨在支持车对车、车对云以及车对周围环境的无缝 连接，支持丰富的车内体验、网联汽车服务以及更高水平的安全性与自主性所需要的先 进智能。目前，高通已与大陆集团、高新兴物联、LG 电子、移远通信、华人运通、锐凌 无线、启碁科技、中兴通讯和均联智行等企业持续合作，推动支持4G/5G 网联服务的 汽车在全球部署。3.4. 推出车对云平台，拓展汽车后端服务增量车对云服务是高通首款集成骁龙数字座舱、骁龙汽车 4G/5G 平台的安全网联汽车 服务套件。2020 年 1 月，高通在 CES 国际消费电子展发布车对云服务。车对云服务支 持 Soft SKU 芯片规格软升级能力，可以帮助汽车制造商根据消费者定制化需求，通过 OTA 升级调整车辆功能。其采用“按需激活”、“即用即付”的收费模式，为汽车制造商、 内容提供商和应用开发者带来新的汽车后端服务增量价值。4. 背靠英特尔，Mobileye 是全球 ADAS 市场龙头4.1. Mobileye 是 ADAS 市场领头羊Mobileye 是以摄像头为主的图像识别龙头，于 1999 年由以色列希伯来大学的 Amnon Shashua 教授和 Ziv Aviram 创立。创办之初，公司致力于用单目视觉，提供包 括行人检测、车道保持和自适应巡航等辅助驾驶技术。2007 年，宝马、通用和沃尔沃成 为首批配装 Mobileye 芯片的车企，Mobileye 产品正式商用。2014 年 7 月公司 IPO 上市并受到市场的广泛关注， 2017 年被英特尔以 153 亿美元收购，并将其原自动驾驶事业部IDG 整合到 Mobileye 旗下。目前 Mobileye 主要为全球 OEM 厂和 Tier1 厂商提供“芯片+算法”软硬一体化的 ADAS 视觉解决方案，2020 年一共新中标 37 个车企项目，加 上正在进行的 49 个项目，共覆盖 3600 万辆车的相关技术供应。全球市占率 70%，EYE Q 系列芯片出货量持续快速提升。EYE Q 系列芯片出货量 由 2014 年的 270 万片提升至 2020 年的 1930 万片，年均复合增速 38.8%。EyeQ1 至 EyeQ4 等芯片型号已经量产，Mobileye 预计 EyeQ5 今年投放市场。截至 2020 年底， Mobileye 累计售出约 7330 万枚芯片，被搭载在全球超过 7000 万辆汽车上，前装市场收 入占营收的 85%以上，从 ADAS 到 L2+方案的市场占有率约为 70%。2014-2020 年 Mobileye 营收持续快速增长。Mobileye 从 2014 年的 1.44 亿美元提升 到 2020 年的 9.67 亿美元，年均复合增速 37.4%。其中，通用、日产、现代、宝马四大 汽车产商约占收入一半以上。4.2. EyeQ 系列芯片是 Mobileye 产品核心EyeQ 芯片的神经网络处理单元是 VMP，主要通过 VMP 数量提升实现算力提升。 EyeQ 芯片由 Mobileye 和意法半导体合作研发设计，通过增加 VMP 的数量和提升 VMP 的运行频率来提升算力、能效比。VMP 用来应对 ADAS 相关的图像处理任务，如：缩 放和预处理、翘曲、跟踪、车道标记检测、道路几何检测、滤波和直方图等。Eye Q3 和 Eye Q4 是目前 Mobileye 在市场上的主流产品。2004 年 EyeQ1 开始研 发，2007 年正式商用，宝马、通用和沃尔沃成为首批配装 Mobileye 芯片的车企，支持 车道偏离预警(LDW)和自动紧急制动(AEB)两种 ADAS 功能。EyeQ2 芯片于 2010 年推 出，在 EyeQ1 的基础上加入了前碰撞预警（FCW）功能。EyeQ3 发布于 2014 年，配置 四个多线程 MIPS32 内核和四个矢量微码处理器（VMP）内核，只负责视觉处理。2015 年，Mobileye 发布 EyeQ4，算力达到 2.5TOPS/3W，开始部分融合并支持最多 8 个传感 器(7 个摄像头+1 个激光雷达）数据处理，2018 年开始搭载于量产车型中。Mobileye 一体化解决方案软硬件结合紧密，产品效率高但开放性需要提升。Mobileye 以视觉处理起家，所以前期产品主要专注于摄像头+视觉处理芯片+算法等绑定 一体式解决方案。由于自动驾驶发展初期，主机厂和 Tier 1 级供应商软件算法的开发能 力很弱，采用绑定一体式解决方案可一站式搭载上车，该模式对主机厂软件开发能力要 求很低，符合该阶段市场需求，因此 Mobileye 产品迅速占领全球市场。但随着主机厂和 Tier 1 级供应商的软件开发能力逐步提升，绑定一体式解决方案限制了主机厂新车型的 算法应用创新。根据 Mobileye 规划的 EyeQ5 芯片，可实现多种传感器数据融合处理， 且融合算法或将开放给主机厂自行开发，但视觉处理的感知算法是否开发并未提及。4.3. REM 高精地图成为 Mobileye 贯通自动驾驶的桥梁基于多年 ADAS 技术积累，REM 高精地图成为 Mobileye 贯通自动驾驶的桥梁。 大量实时路测数据是自动驾驶技术迭代升级和解决长尾问题的核心要素，主要掌握在车企手中，而 Mobileye 借助其 ADAS 层面与车企的深度合作，通过众包形式深耕高精地 图数据采集。截至 2020 年底，参与 REM 的车辆接近 100 万辆，每天采集约 800 万公里 的路网数据，在全球范围内共采集超过 75 亿公里的道路数据。REM 核心优势在于其可 以将每公里的地图信息数据量压缩到 10 KB，带宽要求低，同时信息传输成本平均只需 1 美元。目前，Mobileye 已与宝马、日产、大众等 6 家整车企业合作，真正实现从获取 数据、发送到云端到构建高清地图的纯自动化操作。Mobileye 联手中国本土企业，加速进军中国市场。作为外企，Mobileye 在中国通过 与本土企业合作的形式进行地图数据采集。2018 年初 Mobileye 和四维图新达成全面战 略合作伙伴关系，在中国开发和发布路网采集管理产品。2019 年 1 月与长城汽车合作， 在未来 3~5 年内，Mobileye 向长城提供 L0~L2级ADAS 系统，将共同开发中国独特路况的 L3+自动驾驶系统；10 月与紫光集团成立合资公司，紫光持股 51%、Mobileye 持股 49%；11 月与蔚来汽车宣布合作，蔚来使用的 L4 级别自动驾驶汽车套件将包括 EyeQ系统集成芯片(SoC)、硬件、驾驶策略、安全软件和 REM 高精地图解决方案；2020 年 1 月 与上汽集团达成合作，上汽将采用 REM 技术。以推进 L2+自动驾驶系统等部署。4.4. 自研激光雷达，完善自动驾驶产业链布局Mobileye 宣布自研激光雷达技术，纯视觉+纯激光雷达方案将实现互为冗余。2021 年 11 月，Mobileye 在 2021CES 上推出激光雷达 SoC 芯片，进军激光雷达市场，并预计 2025 投入使用。该 LiDAR SoC 是利用硅光子工艺集成激光器的芯片，主要依靠 FMCW 技术计算物体距离、速度和运动的方向，相比发送离散激光脉冲的 ToF 方案更有效。目前市场上认可的主流方案为摄像头+雷达多传感器融合方案，而 Mobileye 选择了 一条与众不同的道路：将摄像头、雷达-激光雷达打造成互为独立的子系统，由此实现多 项冗余和互为冗余。目前 Mobileye 已经开展纯激光雷达传感器子系统的测试研发，并实 现了与SuperVision 纯视觉方案同样的端对端完全自动驾驶能力。Mobileye 背靠英特尔， 用软件定义成像雷达，目标是将激光雷达虚拟通道从 192 个提升至 2304 个，动态范围 从三维采样转变成四维采样，达到 100dB，旁瓣电平从 25dB 升至 40dB。这样的设计足 以支撑自动驾驶策略，或将成为自动驾驶汽车在架构上的新转变。4.5. 收购 Moovit，拓展出行服务野望9 亿美元收购 Moovit，Mobileye 剑指 Robotaxi 市场。2020 年 5 月，英特尔以约 9 亿美元（扣除英特尔投资的股权收益后为 8.4 亿美元）收购了以色列出行即服务解决方 案提供商 Moovit，并入 Mobileye 业务部门。截至 2020 年底，Moovit 在全球拥有 9.5 亿 用户，业务遍及 112 个国家和地区的 3400 个城市，其庞大用户群和出行生态资源可以 对 Mobileye 的出行服务布局形成完美补充。 根据 Mobileye 的规划，在自身自动驾驶解决方案、REM 高精地图等内生式增长夯 实 MaaS 的底层基础上，可以通过 Moovit 进一步加强车队运营及调度中心、智能出行平 台及服务、出行用户及合作伙伴网络。2021 年，Mobileye 自动驾驶测试车队将在底特 律、东京、上海、巴黎上路行驶，并计划在监管审批通过后推广至纽约。详见报告原文。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

随着我国汽车行业的迅速发展，汽车保有量逐年提升，平均车龄逐年延长，汽车后市场尤其是汽车维保市场也得以迅猛发展。我国汽车维修行业自90年代萌芽至今经历了四个发展阶段，目前处于增长后期，行业洗牌，逐步走向成熟。根据汽车维修业务的范围，汽车维修企业主要分为整车维修、综合小修和专项维修三大类。近年来，汽车维修新成立企业数量上大体表现为逐年攀升趋势，2020年由于疫情影响，有所下降。从市场规模来看，2016年以来一直保持增长趋势，2020年市场规模预计将为7490亿元。汽车维修概念界定汽车维修是汽车维护和修理的泛称，指对出现故障的汽车通过技术手段排查，找出故障原因，并采取一定措施使其排除故障并恢复达到一定的性能和安全标准。根据中华人民共和国交通运输部出台的《汽车维修术语》(GB∕T 5624-2019)，汽车维修主要指对汽车进行维护和修理。汽车维修主要包括汽车维护、汽车修理、汽车维修检验、汽车维修信息和汽车维修配件。汽车维修行业发展历程我国汽车维修保养行业发展历程较短，从90年代私家汽车消费兴起至今，经历了四个发展阶段：即90年代的萌芽阶段、2000-2008年的发展阶段、2009-2015年的增长初期以及2016年至今的增长后期四个阶段，目前中国已成为全球最大汽车后市场之一。汽车维修企业分类汽车维修企业是指从事汽车维护和修理生产的经济实体，是汽车后市场的主力军。按照国家标准《汽车维修业开业条件》(GB/T 16739.2-2014)，分别针对汽车整车维修企业和汽车综合小修及汽车专项维修业户做出了开业条件规定，并将汽车维修企业分为3个类型。汽车维修企业数量变化趋势随着我国汽车保有量的不断增加，汽车后市场得到快速发展，汽车维修和保养是其重要的组成部分。企查猫数据显示，2011-2019年，中国汽车维修新成立企业数量整体表现为逐年增长趋势，2020年新增企业数量为51737家，较2019年下降较大。汽车维修行业市场规模中国汽车售后维修保养市场增长的驱动因素为保有量增长和车龄老化带来的维修保养支出的增加。假设每辆车平均每年维修或保养2次，单次价格1500元，结合wind和中汽协的数据测算，2016-2020年，我国汽车售后维修市场规模逐年增长。统计数据显示，2019年，我国汽车售后维修市场规模约为6770亿元。2020年新冠疫情的爆发也给汽车维保行业带来一定冲击，疫情期间，我国平均车辆行驶里程相较往年同期有所下降，保养维修等售后业务的需求将进一步减弱，导致售后进厂台次下滑明显。综合全年来看，前瞻预计2020年我国汽车维保行业市场规模将为7490亿元，增速较去年有所放缓。更多本行业研究分析详见前瞻产业研究院《中国汽车维修行业市场运行状况与投资预测分析报告》，同时前瞻产业研究院提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资、IPO募投可研等解决方案。

在我国制造行业逐渐呈现出稳定发展趋势的同时，智能制造行业成为驱动我国制造行业的主要动力之一。国家不断推动智能制造融合发展，加强与其他国家合作，推动制造业与互联网融合发展试点等。我国智能制造水平不断提高，其中以汽车制造业智能制造水平发展最为明显。智能制造的发展离不开智能制造装备的支持，智能制造装备产业链上游核心零部件相关核心技术积累和自主生产能力较弱。以传感器为例，我国传感器产业面临着高端人才较为缺乏、关键技术还未突破、产业结构不合理等问题。工业机器人成智能制造发展的重要力量，相对于发达国家，我国工业机器人还有较大发展空间。整体而言，智能制造还有很长的路要走。国家不断推动智能制造融合发展在我国制造行业逐渐呈现出稳定发展趋势的同时，智能制造行业成为驱动我国制造行业的主要动力之一。2020年是《中国制造2025》第一阶段的结束时间，也是第二阶段的开启时间。2020年12月，工信部确定了135个2020年制造业与互联网融合发展试点示范项目。其中中德智能制造合作主要包括产业合作、人才培养和标准化合作。图表1:2020年制造业与互联网融合发展试点示范项目分布(单位：个)注：不含“跨行业跨领域工业互联网平台”方向。2020年中德智能制造合作项目包括中德合作工业车辆智能工厂示范、直线机器人和水平多关节机器人技术的国内转化及市场应用推广、基于云系统的精密电子元器件智能工厂、风力发电机自动系统等，在项目过程中，将吸取德国智能制造经验，有望经验推广，进一步提高我国智能制造水平。图表2:2020年中德智能制造合作项目根据《中国制造2025》、十九届五中全会提出的新型工业化等政策，我国智能制造对于国家国际竞争力的提高越来越重要。随着国家对智能制造的大力支持，我国智能制造行业保持着较为快速的增长速度，继2019年我国智能制造装备行业的产值规模突破两万亿元后，2020年初步估计达2.5万亿元。汽车制造业智能制造水平高于全国平均随着国家不断推动智能制造产业发展，全国智能制造能力成熟度提高，根据工业和信息化部和中国电子技术标准化研究院，2020年全国制造业智能制造能力成熟度较2019年有所提升，一级及以下的低成熟度企业数量减少10%左右，三级以上的高成熟度企业数量增加了8%左右。75%的企业开始部署智能制造。在智能制造技术赋能下，我国智能制造水平不断提升，使得智能制造应用范围与应用程度不断提升。其中，汽车制造业智能制造应用水平高于全国平均水平，二级、三级行业占比位居全国首位，表明汽车制造业智能制造能力水平保持领先优势。智能制造装备产业是智能制造发展的重要力量智能制造离不开智能装备的支撑，智能制造装备产业主要包括机器人与增材设备制造、重大成套设备制造、智能测控装备制造、其他智能设备制造和智能关键基础零部件制造等，以实现生产过程的自动化、智能化、高效化。根据国家统计局公布的数据显示，近年来我国装备制造业主营业务收入呈现增长趋势，2019年我国装备制造业主营业务收入达到38.06万亿元，同比增长3.5%，增速较2018年有所放缓，2020年受新冠疫情影响，2020年上半年我国装备制造业整体营业收入为16.75万亿元，同比下降6.94%。当前，我国装备制造业总产值跃居世界第一，已进入到世界装备制造业大国行列，但是与美国、德国、日本等装备制造业强国相比，我国装备制造业综合竞争力还亟待提高。智能制造装备的核心零部件主要包括传感器、减速器、控制器、伺服电机等，中国智能制造装备产业链上游核心零部件相关核心技术积累和自主生产能力较弱。以传感器为例，目前，我国已有2000多家从事传感器生产的企业，但整体素质参差不齐，规模以上企业仅有300家左右，小型企业占比近70%，产品以低端为主，高端产品自给率不足，多为进口。传感器的质量、价格、功能都是需要重点提高的方面。目前，我国传感器产业面临着高端人才较为缺乏、关键技术还未突破、产业结构不合理等问题。工业机器人成智能制造发展的重要力量在智能制造领域，近年来发展最受瞩目的莫过于工业机器人，工业机器人作为推动制造业转型升级的重要力量，目前已广泛应用于汽车及汽车零部件制造业、机械加工行业、电子电气行业等领域。2020年全国规模以上工业企业的工业机器人产量再创新高，累计达237068台，同比增长19.1%。我国工业机器人市场发展较快，约占全球市场份额三分之一，是全球第一大工业机器人应用市场。当前，我国生产制造智能化改造升级的需求日益凸显，工业机器人的市场需求依然旺盛，据IFR统计，2019年我国工业机器人销售额达57.3亿美元，初步估计2020年销售额达到63亿美元。但是相对于发达国家，我国工业机器人还有较大发展空间。据IFR披露，截至2019年底，全球平均机器人密度为每万人113台，随着近年来机器人产量的增加，亚洲地区的平均机器人密度增长到了每万人118台，2014-2019年的复合增长率为18%；欧洲地区的平均机器人密度为每万人114台，2014-2019年的复合增长率为6%。2019年机器人密度最大的是新加坡，为每万人918台，中国为每万人187台，其中香港地区和台湾地区的机器人密度均超过了美国，分别为每万人242台和每万人234台，美国为每万人228台。整体而言，我国工业机器人发展与其他国家相比仍有较大差距。《中国制造2025》明确规划了中国制造业未来的工业之路是一条智能化、自动化之路，制造业产能巨大，但同时又存在结构性产能过剩，有强烈的智能化改造需求，也是一条较为漫长的路。以上数据来源参考前瞻产业研究院发布的《智能制造行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资、IPO募投可研等解决方案。更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。（文章来源：前瞻产业研究院）