SAC号码：S0850522120003 房乔华 SAC号码：S0850522030001 张觉尹 SAC号码：S0850523020001 联系人：石佳艺 2024年4月16日 《“无图”加速智能驾驶渗透》 证券研究报告 （优于大市，维持） 概要 1. 智能驾驶拥有可观的价值前景 2. 智能驾驶越来越吸引消费者 3 等问题，我们认为“无图”智能驾驶不仅能够使车辆的智能驾驶体 验更为连贯，而且能使车辆的智能驾驶功能覆盖更多的道路，应对 更多的复杂和紧急工况。 因此，我们估计“无图”智能驾驶将显著改善消费者的使用体验， 加快智能驾驶功能的渗透速度。 3. “无图”智能驾驶时代来临 12 请务必阅读正文之后的信息披露和法律声明 资料来源：阿米巴官网，中国智能网联汽车产业创新联 盟，《智能网联汽车高精地图白皮书》，海通证券研究所

键特性，并推动地面蜂窝移动通信、短距直连通信与卫星通信一体化 网络体系，增强网络全域覆盖能力。国际自动机工程师协会（SAE） 完善轻型车、校车等 V2X 道路安全应用标准，制定后装 OBU 标准， 多维度提升车端渗透率；面向 L4/L5 级自动驾驶，制定物流、工厂等 特殊场景下自动驾驶车辆调度标准，加速自动驾驶规模应用；并同步 开展基于蜂窝网络的 V2N2X 服务研究及路侧感知共享 profile 标准， 45315-2025《基于 LTE-V2X 直连通信的车载信息交互系统技术要求 及试验方法》的发布，解决了不同厂商车辆间基本安全消息的互联互 通问题。车端和基础设施渗透率持续提升，2025 年 1-7 月，我国乘用 车新车网联渗透率超过 80%，5G 和 C-V2X 装配量超过 300 万辆，先 5 进网联技术应用规模快速提升；5G 基站总数达 459.8 万个，覆盖所 有地级市城区、县城城区；30 据的实时汇聚与云端高效处理，使自动驾驶算法迭代周期由月度压缩 至周级，显著突破车端算力与成本约束，并在车云协同模式下，车辆 聚焦实时感知与决策，云端承担复杂模型训练，形成研发-部署的敏 捷闭环。在汽车产品使用环节，网联功能渗透率持续提升，OTA 技 术成为核心功能更新载体，手机 APP 控车、数字钥匙等服务深度融 入用户场景，“人-车-家”场景互联正在构建跨产业协同生态，推动智 能座舱从单一形态向第三生活空间演进。以驾舱为交互底座，手机、

与产业端、政策与标准端三方驱动力的共同作用下，车灯逐渐超越其传统照明角色，开始向感知、计 算、交互一体化的智能车灯方向演进[2]。 市场与消费端，新能源汽车的快速渗透为车灯智能化提供了核心硬件支撑。中汽协数据显示2024 年中国新能源汽车渗透率已达47.6%，其搭载的先进电子电气架构渗透率超90%，为高精度ADB （Adaptive Driving Beam，自适应远光灯）、照明光毯等智能车灯功能的拓展创造了硬件条件。同时， 消费升级趋势下的用户需求逐年上升，标志着车灯正从基础照明配置升级成为彰显车辆科技感与个性化 的核心卖点。 技术与产业端，“软件定义汽车”的行业共识重构了智能车灯的发展逻辑。亿欧数据显示，2024 年 智能汽车域控制器渗透率达47.3%，为车灯与整车驾驶辅助、座舱交互系统的协同提供了关键支撑。同 时，软件迭代速度持续加快，车辆OTA（Over-the-Air Technology，空中下载） 升级频率年均超5次， 能车 灯有望在更广泛的车型中实现规模化搭载，成为智能汽车时代不可或缺的功能与体验载体。 总体来看，在技术成熟、成本下降、自动驾驶需求升级等因素驱动下，智能车灯在整体车灯市场的 占比将持续提升，渗透范围逐步覆盖更广阔的车型价格区间。 年份 2025年 市场占比 1% 2027年 3%-6% 2030年 15%-20% 主要应用车型 核心驱动因素 高端品牌差异化竞争， 自动驾驶感知需求

阶段治理中，不同的设备治理时间有着不同的作用机理与效果，并且设有相应的数智辅 助监控点。治理 2 小时后，光波渗透材料表层，激发释放并分解表层污染物，此时会对重点 区域挥发类有害物质进行初检；治理 12 小时，光波深入材料中层，急速释放中层甲醛、苯 第 48 页 系物等污染源，进行污染源释放趋势监测；治理 24 小时，光波渗透至材料深层，污染源释 放达峰值并持续催发，进行峰值浓度确认和模型校准；治理 48 标准进行验收，确保全面达标。 设备治理时间 甲醛、苯、氨 TVOC 释放情况 2 小时 光波使材料表层甲醛、苯、氨、TVOC 分子活跃，加速释放。 12 小时 光波渗透至材料中层，急速释放污染源。 24 小时 光波渗透至材料深层，污染源释放达到峰值。 48 小时 巩固治理，光波不断催发材料中的残余污染源。 4.4 关键应用场景及实施内容 1 数智化污染源建模与方案优化 精准化、科学化与经济化。精准测算避免了投入资源的浪费，为高效低成本奠定了基础。对其大楼 内新装环境所有区域，如家具表面及内部、墙面、地面、顶面、门窗等，其净化治理工作除 暴露面外，对于隐蔽污染源治理，基于模型识别和光波的强渗透性，能够对家具内部、木制 品未上漆面、顶部、背部、底部、吊顶内等传统方法难以触及的隐蔽污染源进行有效治理， 确保无死角。 数智化污染源精准分析与方案制定是关键起点。首先深度整合院方提供的装修基础方案

性和稳定性，这使得小模型在生产制造领域的应用更为可靠和有效。最后，小模型在 成本投入方面相对较低，使得其在生产制造现场的应用更具经济性，并在有限的硬件 条件下，能够稳定运行。 小模型的定制化需求制约了其进一步渗透。尽管小模型在生产制造领域表现出色， 但其应用过程中也面临着一些挑战。以判别式 AI 为代表的小模型通常需要依靠个性化 的业务逻辑进行数据采集、模型训练与调优，往往只能处理单一维度的数据。这一过 行业通用。例如，工 业缺陷检测领域的视觉模型往往需要针对一个产品或者一个设备训练一个模型，产品 或设备不同，就要对模型进行重新训练，这种定制化的需求在一定程度上制约了小模 型在工业领域的进一步渗透。 2.2. 以生成式 AI 为主的大模型应用呈现 U 型分布 8 工业大模型应用报告 根据对 99 个工业大模型应用案例的统计分析，大模型在研发设计和经营管理领域 展的阶段，尽管已取得了显著进步，但在成本、效率和可靠性等方面仍有待进一步提 升，以适应工业领域日益复杂的需求。其次，工业场景众多且各具特色，大模型作为 新技术，需要逐步与各个工业场景紧密结合，在逐步提升技术渗透率的过程中，挖掘 可利用的场景，并根据行业特定需求提供定制化的解决方案。最后，工业领域自身的 数据分散且缺少高质量的工业数据集，同时在实际生产中如何确保工业数据的隐私和 安全也是企业关注的重点

使得产业链条更加明晰，企 业开始更加专注在智慧园区细分市场，以满足特定消费群体的需求，专业化也将使得 企业能够快速建立起竞争优势。 2.智慧园区前景展望 参考CCID资料，当前我国园区智慧化渗透率水平仍然较低，以国家高新区为例， 2021年智慧园区占比约为35%，目前园区智慧化改革尚处在布局调整阶段，智慧化渗 透率有较大的提升空间。未来，在政策和技术推动下，我国园区信息化市场规模将持 要业务 来源：公开资料，智次方研究院整理 （2）适应场景渗透 一方面，我国园区自身发展呈现专业化发展趋势；另一方面，园区内部个人、企 业、园区管理者对于智能化系统的要求不断提升，推动园区内各类智能化场景的建设 往更加精细化、定制化的方向发展，智慧园区建设发展不断完善、日益成熟，目前智 慧园区建设开始不断向园区内专业业务场景渗透。同时制造业、医疗健康、教育、能 源等领域的专业园区也开始 图表31：智慧园区业务不断向多元化专业化的业务场景纵向渗透 来源：公开资料，智次方研究院整理 （3）强化平台功能 平台在智慧园区系统中扮演着“神经中枢”的角色，通常集成了核心数字设施、 关键技术工具、数据存储和计算、提供可视化看板/窗口等重要功能，服务于设备物 联、业务融合、运营管理、客户服务等功能模块的实现。尤其是随着智慧园区建设不 断向不同业务场景渗透，不同场景下的业务壁垒、数据壁垒、管理割裂等问题突出，

立 在科技创新的底座上，从而突破重围。 02 当前，以人工智能、大数据、云计算等 为代表的数字经济成为新的经济增长点， 也成为改造提升传统制造业的支点。特 别是近年来通用人工智能加速向各行各 业渗透，基础性引领性地位凸显，正在 催生生产范式和产业形态的根本性转变， 为新动能、新产业和新模式开辟新的发 展道路。 03 随着新一代信息技术、人工智能等应用 加速了产业融合进程，催生出众多融合 新业态。一些制造业企业转型为“制造+

中国制造业出海人才白皮书 (2025) 中国的汽车产业正通过新能源汽车在全球舞台上崭露头角。新能源汽车的国内渗透率于 2024年4月首次超过燃油车；与此同时，如图2所示，截至2024年3月，美国和欧盟的新能源 车渗透率分别为9.4%和20.1%，远低于中国平均水平。全球新能源车市场仍然处于快速发展 时期，渗透率年均快速上升5%—20%，为中国新能源汽车出海提供了广阔蓝海。 从整车出口目的地来看，目前， 泰国设立生产基地的长城汽车、与当地企业合资在瑞典进行本地化生产的吉利汽车等龙头企 业，提升我国新能源汽车产业的技术水平和国际化人才队伍。 （4）汽车行业：新能源汽车深度出海 图2 中国、美国、欧盟新能源车渗透率对比 数据来源：ACEA、中国乘联会 2022年 2023年 2024年1月 2024年2月 2024年3月 中国 美国 欧盟 27.6% 35.7% 32.8% 35.8% 32.7% 一过程中，人工智能（AI）和自动化技术的应用显著加速。特别是以ChatGPT为代表的生 成式AI技术，在提高工作效率、降低成本和减少人为失误等方面展现了巨大的潜力。这些技 术不再仅仅局限于重复性高、事务性强的工作领域，而是逐步渗透到更多需要创造力和判断 力的领域。随着技术的不断演进，越来越多的行业和企业开始重新思考如何通过数字化创新 和技术驱动，提高自身在全球市场中的竞争力。 5 人工智能技术赋能人才出海 45 中国制造业出海人才白皮书

装配关系预测能自动预测并推荐有效的装 配关系替代方案。华天软件的 CrownCAD 平台通过小模型实现自动 识别 CAD 模型中的加工特征，并提供智能优化建议。 应用场景方面，AI 赋能 CAD 已渗透到从概念构思、详细设计、 分析验证到制造规划的整个产品生命周期。一是生成式设计。以 16 Seff A , Ovadia Y , Zhou W ,et al.SketchGraphs: A Large-Scale 科研智能：人工智能赋能工业仿真研究报告（2025 年） 17 有效地预测残余应力，与有限元分析结果平均绝对误差小于 6.818，有 效降低计算成本。 应用场景方面，AI 全面渗透研发流程。AI 在 CAE 应用不再局限 于单一环节体校，已全面渗透到仿真加速、物理建模、设计优化等多 个层面。一是仿真加速与前处理智能化，如 SimAI 与 NVIDIA 合作 利用 AI 代理模型工科电子产品散热难题19，实现了对多个组件和复

能力的培养以及无人驾驶商业化落地探讨。 – 115 方案一：渐进式智能化提升 方案二：直接无人驾驶实现 方案描述： ADAS+ 深度学习 +V2X+ 高精度地图 实施路径 1. 选取市场渗透率高的 ADAS 系统立项，后续通过硬件（雷 达、摄像头、识别芯片等）的升级及更高精度程序算法实现核心项 目系统间与其他系统间升级（ L1L4 ） 2. 基于云技术数据采集，构建车队学习网络，利用现有车辆作 产品扁平化，有利于迅速提升市场渗透率 3. 以用户为样本，可以低成本的获得大量测试数据 4. 未使用激光雷达等造价高昂的传感设备，硬件成本相对较低 行业案例：特斯拉、奔驰等传统 OEM 行业案例：百度、谷歌等 AI 公司以及福特 XX 超级汽车—搭载 ADAS 核心技术 – 116 协同 结构 系统 降低事故 发生概率 融合 降低事故 伤害程度 根据市场渗透率及未来产品发展趋势，设计 业务系统、平台普遍缺 乏互联互通的统一模式 设计 2 缺乏完善的大数据团队 布局，对业务大数据需 求响应的能力比较薄弱 3 IT 资源分散，无法建立 强有力的 IT 团队， IT 对 集团 AI 化的渗透能力有 限 4 集团信息中心 信 息 中 心 通过整合全集团 IT 资源，信息中 心实现：  四大功能  IT 规划  审计  平台运维  IT 文化建设  三大角色