智能汽车深度报告：从小鹏、理想、蔚来布局，看自动驾驶发展趋势

VIP专免
3.0 下雪了 2024-08-22 139 3.84MB 36 页 免费
侵权投诉
汽车
请务必参阅正文后面的信息披露和法律声明 1 / 36
汽车
2024 年08 月20 日
投资评级：看好（维持）
行业走势图
数据来源：聚源
《智能汽车系列深度（十八）：体验为
先，高阶智驾落地进行时—行业深度
报告》-2024.7.25
《新能源、出口端放量支撑销量，关
注爆款车、智能化产业链—开源中小
盘&汽车主题投资策略》-2024.7.2
《智能车，向未来—开源中小盘&汽车
智能车主题投资策略》-2024.6.27
智能汽车系列深度（十九）：从小鹏、理想、蔚来布
局，看自动驾驶发展趋势
——行业深度报告
任浪（分析师）
赵旭杨（分析师）
renlang@kysec.cn
证书编号：S0790519100001
zhaoxuyang@kysec.cn
证书编号：S0790523090002
小鹏：端到端大模型量产落地，体验升级成下阶段主线
算法端，小鹏已量产国内首个端到端大模型，其模型采用分段式结构，分为神经
网络 XNet、规控大模型 XPlanner 以及大语言模型 XBrain 三部分。数据闭环方
面，小鹏的全栈数据闭环能够实现对数据的清晰处理以及高效的挖掘和解读，测
试阶段实车测试与仿真测试并重，加快迭代节奏。云端算力方面，小鹏云端算力
储备已达到 2.51EFlops。投入端，小鹏每年将投入 35 亿元用于智驾，其中 7亿
元用于算力训练。端到端架构下，小鹏 2024 年7月实现无限 XNGP 的全量推送，
同时实现第一阶段的“全国都好用”，在 2024Q4 计划实现能够“门到门”的第
二阶段“全国都好用”，最终在2025 年实现用户“爱用”的升级。小鹏较早实现
由提升覆盖度到优化体验的转变，XNGP 功能赢得用户的认可，面向用户体验的
XNGP 有望渗透率进一步提高，或将加速销量拐点到来。
理想：探索双系统架构，自动驾驶锁定第一梯队
算法端，理想目前采用分段式端到端，支撑理想无图 NOA 的快速上线，同时理
想正在测试端到端+VLM 的快慢系统，最早或在 2024 年底正式推出。数据闭环
方面，理想搭建了有效的验证方式，云端的世界模型与超过 87 万台车的车端影
子模式相结合，帮助其无图 NOA 快速铺开。云端算力方面，理想已拥有 4.5EFlops
的云端算力规模，还将加大投入以支撑端到端的训练。团队方面，理想组织效率
突出，研发与量产双线并行，滚动开发架构下，理想只用一年多的时间便完成了
NPN、无图、端到端+VLM 的三代迭代。硬件方面，理想在积极推进自研智驾芯
片的进展，预计将在 2024 年内完成流片。理想以自动驾驶重构核心竞争力，正
逐步赢得用户认可，城市 NOA 车型渗透率快速攀升，随着智驾功能在用户购车
需求中的权重不断上升，理想有望在智能化的竞争中继续维持领先。
蔚来：NWM 推动架构迭代，有芯有魂构筑智驾长期主义
算法端，蔚来目前采用分段式端到端，感知规划全栈网络模型为 NOP+提供了强
大的通用泛化能力；同时能够进行想象重建与想象推演的世界模型有望在
2024Q4 进行车端部署。数据闭环方面，蔚来的群体智能配合生成式仿真能够满
足世界模型训练的数据需求，还能够辅助快速验证推动迭代。云端算力方面，截
至2023 年9月，蔚来智能计算集群总算力规模为 1.4EFlops，预计目前算力规模
更高，而截至 2024 年7月蔚来基于群体智能的整体端云算力已超过 306.9EOPS。
蔚来在硬件架构与软件架构上进行长期主义布局，统一架构延长车辆的生命力，
支持车辆的长生命周期迭代。蔚来 NOP+用户数量持续扩大，使用里程也在快速
增长，反映出蔚来用户对其自动驾驶的认可程度不断提高。
受益标的：小鹏汽车-W、理想汽车-W、蔚来-SW。
风险提示：技术发展进度不及预期、市场需求不及预期、政策推进不及预期。
汽车
沪深300
相关研究报告
开
源
证
券
证
券
研
究
报
告
行
业
深
度
报
告
行
业
研
究
行业深度报告
请务必参阅正文后面的信息披露和法律声明 2 / 36
目 录
1、 小鹏：端到端大模型量产落地，体验升级成下阶段主线 ..................................................................................................... 5
1.1、 智驾技术加速演进，XNGP 即将实现“门到门”体验 .............................................................................................. 5
1.2、 端到端大模型拓展能力边界，智驾领军车企坚定布局 .............................................................................................. 5
1.2.1、 分段式端到端大模型量产上车，XNGP 能力加强 ........................................................................................... 5
1.2.2、 端到端大模型下迭代速度显著加快，助力体验升级 ....................................................................................... 8
1.2.3、 智驾领军车企，围绕智驾相关领域坚定布局 ................................................................................................... 9
1.3、 XNGP 体验升级，智驾成小鹏“长期马拉松”关键 ................................................................................................ 10
1.3.1、 阶段目标“全国都好用”，向“全球都好用”进发 ....................................................................................... 10
1.3.2、 从好用到爱用，小鹏销量拐点或将到来 ......................................................................................................... 13
2、 理想：探索双系统架构，自动驾驶锁定第一梯队 ............................................................................................................... 14
2.1、 无图 NOA 全量推送，向 One Model 进发 ................................................................................................................. 14
2.2、 端到端+VLM+世界模型，理想自动驾驶迎来“尤里卡”时刻 .............................................................................. 16
2.2.1、 端到端+VLM 构成快慢系统，最早 2024 年底推出 ....................................................................................... 16
2.2.2、 世界模型+数据闭环助力理想快速迭代 .......................................................................................................... 19
2.2.3、 理想 NOA 实现不限城市、不限道路的通行能力，体验升级 ...................................................................... 20
2.3、 组织面向端到端，云端算力大扩充，理想加码自动驾驶布局 ................................................................................ 21
2.3.1、 量产和预研双线并行，成立端到端实体组织 ................................................................................................. 21
2.3.2、 加大投入拓展云端算力，自研芯片补充车端算力 ......................................................................................... 22
3、 蔚来：NWM 推动架构迭代，有芯有魂构筑智驾长期主义................................................................................................ 22
3.1、 NOP+全量推送，2024H2 上车点到点领航辅助 2.0.................................................................................................. 22
3.2、 世界模型提高通用能力，群体智能助力数据闭环体系 ............................................................................................ 23
3.2.1、 从模型化到端到端，世界模型是下一站 ......................................................................................................... 23
3.2.2、 当前蔚来感知规划全栈网络模型为 NOP+提供了强大的通用泛化能力 ...................................................... 24
3.2.3、 世界模型能够进行想象重建与想象推演，将推动通用能力快速提升 ......................................................... 24
3.2.4、 群体智能助力数据闭环搭建，生成式仿真进行快速闭环测试 ..................................................................... 26
3.3、 软硬协同能力不断加强，迈向端到端大模型时代 .................................................................................................... 28
3.3.1、 自研神玑 NX9031 即将上车，传感、计算硬件支撑智驾长期主义 ............................................................. 28
3.3.2、 NADArch 升级 2.0，统一架构延长生命力 ..................................................................................................... 30
3.3.3、 重组智驾研发团队，组织架构上面向端到端大模型 ..................................................................................... 30
4、 管中窥豹：从三家新势力车企进展，看自动驾驶发展趋势 ............................................................................................... 31
4.1、 趋势一：城区智驾从扩大覆盖度到优化体验快速转变 ............................................................................................ 31
4.2、 趋势二：认知智能辅助端到端大模型上车 ................................................................................................................ 32
4.3、 趋势三：布局硬件进行垂直整合，智驾降本成为方向 ............................................................................................ 32
5、 受益标的 .................................................................................................................................................................................. 33
6、 风险提示 .................................................................................................................................................................................. 33
图表目录
图1： 小鹏端到端大模型由 XNet、 XPlanner、XBrain 三部分组成 ........................................................................................ 6
图2： 小鹏 XNet 2.0 成功引入占用网络，感知范围、通用障碍物识别能力大幅提升 ........................................................... 6
图3： 基于神经网络的 Xplanner 具备长时序、多对象、强推理的特点 ................................................................................... 7
图4： 利用大模型，小鹏智驾能“看懂”更多路标等信息 ........................................................................................................ 7
图5： 端到端技术的使用使得小鹏自动驾驶的进步大大加速 .................................................................................................... 8
行业深度报告
请务必参阅正文后面的信息披露和法律声明 3 / 36
图6： 实车测试与仿真测试为小鹏训练的重要部分 .................................................................................................................... 9
图7： 全栈数据闭环使城市场景被动接管率降低 38% ............................................................................................................... 9
图8： 小鹏 AI 算力储备达 2.51EFlops .......................................................................................................................................... 9
图9： 小鹏布局舱驾融合车载计算中心 XCCP .......................................................................................................................... 10
图10： XNGP 正从提高城市覆盖度向体验升级转变 ................................................................................................................ 10
图11： XNGP 覆盖范围扩大至全国所有城市 ............................................................................................................................ 11
图12： XNGP 是行业唯一实车测试验证超 2595 个城市 .......................................................................................................... 11
图13： XNGP 可应用于国内所有公开道路 ................................................................................................................................ 11
图14： 小鹏开城方案从“白名单”转变到“黑名单” ............................................................................................................ 11
图15： 2024 年第四季度，小鹏实现真正的“门到门”体验 .................................................................................................. 12
图16： XNGP 可适应掉头、环岛及窄路等复杂路况 ................................................................................................................ 12
图17： 小鹏汽车的智驾处于“全国都好用”的第一阶段 ........................................................................................................ 12
图18： 小鹏正着手将 XNGP 推向世界....................................................................................................................................... 13
图19： 小鹏计划智驾技术走向全球 ........................................................................................................................................... 13
图20： 2024 年以来，XNGP 城区智驾月度活跃用户渗透率维持 80%以上 ........................................................................... 13
图21： 2025 年底至 2026 年初，小鹏智能驾驶将进入全新阶段 ............................................................................................. 14
图22： 理想将在三年内实现 L4 级别无监督自动驾驶 ............................................................................................................. 14
图23： 当前无图 NOA 的算法架构是分段式端到端 ................................................................................................................. 15
图24： 理想的自动驾驶开发框架中具有快慢系统 .................................................................................................................... 16
图25： 理想 AD 3.0 的整体框架已经偏向端到端模型 .............................................................................................................. 17
图26： 通过 VLM/世界模型才能够应对真实世界中的未知场景 ............................................................................................. 17
图27： 视觉大语言模型可以很好的识别驾驶场景并做出决策 ................................................................................................ 18
图28： 系统 2的模型参数量达到 22 亿 ..................................................................................................................................... 18
图29： VLM 在车端能够以 3.34Hz 频率运行 ............................................................................................................................ 18
图30： 理想使用重建+生成的世界模型进行快速验证 ............................................................................................................. 19
图31： 理想自动驾驶训练使用高度自动化的闭环学习 ............................................................................................................ 20
图32： 2024 年6月理想智能驾驶累计里程达 19 亿公里 ......................................................................................................... 20
图33： 无图 NOA 的四大能力 ..................................................................................................................................................... 20
图34： 无图无先验，哪里都能开 ............................................................................................................................................... 20
图35： 绕行丝滑，决策不磨叽，时机更果断............................................................................................................................ 21
图36： 分米级微操，驾驶更默契，家人更安心 ........................................................................................................................ 21
图37： RD 与PD 明暗双线滚动开发加快自动驾驶迭代 .......................................................................................................... 21
图38： 随着 NOP+全量推送，用户数也在快速上涨 ................................................................................................................ 23
图39： 蔚来规划部分基于三层的数据驱动的网络 .................................................................................................................... 24
图40： 世界模型是蔚来智能驾驶技术下一步重点布局方向 .................................................................................................... 25
图41： 世界模型能够进行空间理解与时间理解 ........................................................................................................................ 25
图42： 重建的视频模型收敛速度更快 ....................................................................................................................................... 26
图43： 世界模型能够推演平行世界，真实多变 ........................................................................................................................ 26
图44： 群体智能和生成式仿真可以满足整体的世界模型的数据需求 .................................................................................... 27
图45： 群体智能系统能够帮助蔚来进行高效的数据挖掘 ........................................................................................................ 27
图46： 通过群体智能，蔚来的城区道路可用范围迅速提升 .................................................................................................... 27
图47： 群体智能+NSim 可以解决 NWM 数据问题 ................................................................................................................... 28
图48： NWM 生成结果可以进入到 NSim 进行推演 ................................................................................................................. 28
图49： 神玑 NX9031 已流片，制程为 5纳米 ............................................................................................................................ 29
图50： ADAM 计算平台集成 4颗Orin-X .................................................................................................................................. 29

标签： #汽车 #自动驾驶

本资料由有户自行上传，仅供个人参考学习使用（禁止商用）。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本内容侵犯了原著者的合法权益，可联系我们进行处理。
智能汽车深度报告：从小鹏、理想、蔚来布局，看自动驾驶发展趋势.pdf

共36页,预览3页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：下雪了 分类：研究报告 价格：免费 属性：36 页 大小：3.84MB 格式：PDF 时间：2024-08-22

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

Ta的主页

相关内容

更多

推荐作者

热门标签

白皮书 教育 AI 汽车 金融 碳 人工智能 出海 小红书 数字化
/ 36
评分 收藏
分享
立即下载 VIP免费下载
客服
关注