轩元资本创始人王荣进：智能网联汽车城市NOA投资的机遇与挑战

    王荣进：各位来宾、各位领导，大家上午好！

    非常荣幸在这次汽车资本论坛能跟证券日报一起发布这篇研究报告，这份报告由六部分构成，主要是总结我们对于NOA的一些理解，包括未来行业的趋势。报告的最后有一个附件，这部分是我们在2023年年初、春节期间包括后来春节开工以后，我利用空余时间写的对2023年新能源投资论点做的总结，从电动化、智能化做了一些总结。我待会儿简单给大家介绍一下，也是对行业做一些前瞻预判，我们对2023年、2024年行业本身的投资热点和方向做一些前瞻性的研究。这个方案主要是NOA的背景介绍、市场现状、技术分析、投资机会包括挑战与风险，包括附录，这是我们年初总结的2023十大投资热点。

    第一章背景介绍，城市NOA本质就是导航辅助驾驶。智能驾驶的发展，在2013年到2016年、2017年一些辅助的ADas功能，主要是ACC等开始。经过大概2018年、2019年几年行业泡沫期的破灭，大家开始往ADas的方向前行，在2020年往汽车零部件的角度做ADas。包括往商业化落地，发展到今天，ADas已经到非常重要的时间拐点。有一句话这么说，NOA是ADas的上限，但是下游智能驾驶的下限，就是说智能驾驶相关的企业，就像我们打游戏打通关一样，如果无法完成NOA的话，智能驾驶竞争的筹码、门票就没了，本质上可以理解为驾驶到了相对高级的阶段，对落地包括成本控制各方面都是综合性的要求。

    我简单过一下城市NOA，以前是高速，现在到城区的自动驾驶，跟导航相结合，使得NOA能够比较好地推行。目前主机厂对NOA非常重视，也是作为下一步竞争主要的筹码，特斯拉比较早推出，国内像小鹏、华为都在推行NOA的落地，这块是作为自动驾驶的制高地，只有在智能驾驶这块有一定的积累，才会有更好的效果，今天下午的圆桌论坛也会就这个方向做一些探讨。

    生产的现状就是特斯拉推出了NOA，后来国内的新势力小鹏也比较早推出NOA，包括蔚来、理想、长城等等都在推行NOA，大家希望能把握先机。这是一个NOA测算，这是我们结合一些数据，在2025年搭载NOA的一些车型，高速的话可能达到15%的装机率，城区的话可能1%的装机率，因为城区的复杂度比高速高多了。

    应用案例，包括华为等等这些公司作为重点在推行。特斯拉应该是比较早的，它的HW3就有这个功能，2023年下半年升级为HW4开始商业化落地，之前特斯拉官方关于落地方面已经有明确的官方预期。小鹏汽车也在2022年9月份推出了NOA，现在开始大规模商业化落地。我前几天在关于小鹏未来的NOA论坛上提出了非常宏大的计划，初期在11个城市，下一步会积极推广他们NOA的落地。包括蔚来汽车叫OP，本质也是一样的，包括理想汽车也是2023年下半年开始行动，前几天他们也有一些具体的细则。华为和别人合作，把相关的NOA功能也植入进去。

    应该说2023年被称之为NOA元年，大家对这块都非常重视。

    技术层面有一些问题，CornerCase问题难以全部解决，高速上简单一些，其实城区是非常复杂的，比如一些小动物突然跑出来，都会对智能驾驶造成一定的干扰，包括有些道路的养护等突发事件，导致城区NOA比较麻烦。而且在代码部分的数量也大幅提高。在高速这块，它的代码和程序，比如相关的预测、控制，代码要增加100倍。包括用户体验也有需要优化的地方。还有成本层面的问题，NOA基本是标配，雷达、摄像头得有多个，在这个角度，成本居高不下，还需要进一步降低。

    第三章技术分析。NOA大模型是非常重要的，此外，包括AI芯片、地图，这都是能够使NOA顺利落地的重要因素。

    应该说AI大模型能够赋能城市NOA的功能，包括BEV，人工智能。

    这是大模型大概的原理，就是把数据进行标准化，或者以写代码的方式格式化，格式化以后进行统一的标注，使得它的融合更加顺畅，而不是原来的通过摄像头、雷达拿到数据，第一端口不够。第二时序这块。通过大模型尽可能标准化，在数据的一致性和时序上也能够达到很好的结合。包括自动标注这些也是和大模型密切相关的。还有激光雷达在城区辅助驾驶是非常重要的感知端。

    关于特斯拉的激光雷达，大家有一些争论，因为特斯拉比较特殊一些，它当时推智能驾驶的时间点，在当时还是不成熟的。当时特斯拉为什么一开始选择1865的电芯？当时是存在没有更好选择下的不得已的选择，从电池也好，包括智能驾驶也好，在技术发展的NOA阶段，它会进行一些优化，比如特斯拉现在开始用一些方格的电芯，某一天特斯拉也可能会选择激光雷达，我觉得是随着技术衍变而变化的。第二点特斯拉的视觉和数据量短时间能够足够支撑目前的使用，但是它的技术迭代速度包括数据积累量，这是目前大部分车企没法比拟的，这个问题上，大家还是以传感器为主要的融合点，包括摄像头、激光雷达等的融合。

    这是目前装载NOA简单的概括。AI芯片也驱动了大算力，往这个方向发展。不仅仅是算力提出的要求，对它的架构也提出要求，我们了解国内有一些做自动驾驶系统的公司，它的架构在2015、2016年阶段的架构，导致芯片算力会有天花板。现有体系整个架构重新设计，然后在此基础上重新规划，这些都是密切相关的。

    还有高精地图的短板，地图还是有一定的参考作用，我们拿一个物体的时候只是作为辅助的参考，不是作为主要的，只是作为验证的方式，以前是依赖地图，现在是轻地图，就是一个交叉验证。国内还是“重感知+轻地图”的方式。

    第四章政策环境。包括起步阶段到十一五有进一步的发展，然后示范运营阶段到蓬勃发展阶段，然后从科技人员角度进行战略指导，前面几位专家也作了总结，包括后来在一些科研补贴方面做了相关的试点，在2014年、2015年国家有财政补贴，再到一些充换电的优惠政策，包括牌照等等，应该说国家出台了很多支持政策。然后在L3这块，2022年下半年和2023年上半年国家对智能驾驶出台了很多政策，地方政府也纷纷跟上，目前在这个阶段，市场热度还是比较高。

    我们总结了全球在这块的发展态势，美国还是追求单车智能，也开始逐步重视智慧系统。无论是余教授还是邬总，讲到中国现有特征可能更加适合发展车路系统，有一些社会效益。然后欧洲采取智能化网联化双管齐下的方式，日本无论是智能化还是网联化相对偏落后一点，在一两个月之前，我见到一批从东京回来的朋友，日本企业对这块竞争比较慢一些。我们对欧洲和日本简单做一个总结，还有一些政策导向。再就是相关的政策。

    第五章投资分析。智能驾驶、能源安全、智能交通、车路系统有一些相关的投资机会，比如智能驾驶带来一些投资机会，包括像能源管理、智能驾驶技术、大模型的应用，包括交通系统，地图、数据的分析挖掘等等。

    这里对投资分析做了简单的梳理，投资建议包括路端、车端、基础设施、AI供应商，从单车智能到车联系统相关的结合。我们有一个观点是，如果中国在车路协同或者车路云领域形成体系化，未来有没有可能随着“一带一路”的发展，往全球化推进，我们觉得这块也是可以预期的，所以也是有对外输出的可能性。

    风险包括数据的隐私、技术依赖、监督与政策变动、技术实施失败、市场接受度。

    我简单把2023年初写的投资热点过一下。电动化，我们讲了复合集流体包括分布式驱动等等，复合集流体是这个市场非常重要的热点，铜箔铝箔，包括特性，渗透率、市场容量等等。纳电池是锂电池的补充，国内也比较关注，包括一些工程机械、特殊场景的储能也是比较重要的应用场景，这里也会存在一些投资机会。后面谈到的固态电池，在下一波电动化是非常重要的筹码，固态电池在一些消费电子以固态的形式或者半固态的形式使用，全国还面临一些技术挑战，里面的硫化物等等包括半导体，我们对这块也做了简单的分析，包括分布的驱动。比亚迪推出来之后，我们觉得在现有体系是新的发展机会，可能有一些投资机会，也做了一些梳理，当时查了比亚迪相关的专利，他们在分布式驱动领域已经有不少的技术积累。

    智能化部分域控制器。比原有3D更丰富，弥补了原有3D雷达不足的地方，我们当时投资了物流科技，他们目前是处于遥遥领先的地位。包括雨控制器，下一步可能成为一个热点的底盘域，我们也做了一些梳理，做了大概的分析。

    然后在线控底盘连续多轮投资了余老师参与孵化的同驭科技，同驭科技的老总也在现场，我们判断是非常重要的一个方向，我们看好这个团队的背景下，多次连续投资。

    对未来ENB新的路线也做了探索，关于汽车半导体，包括存储芯片、模拟芯片等等也做了梳理，简单做了总结分析，包括以太网未来高速传输的芯片等等也做了梳理。

    我们对特定场景无人驾驶也做了梳理，对多个不同场景也做了梳理，这个赛道我们做了好几年，一直在密切观察过程中，从商业化角度、成本等等方面来看，具备了商业化的爆发点。

    这是我简单跟大家汇报报告的主要内容，谢谢！