报告行业投资评级 - 增持(维持) [5] 报告的核心观点 - 智能驾驶增益安全及效率，驶入发展快车道 [7] - 智能驾驶路线向"端到端"演进，有望成为行业主流 [7] - 数据飞轮形成，数据端重要性凸显 [8] 根据相关目录分别进行总结 1. 汽车智能化趋势明确，智驾驶入发展快车道 1.1 智能驾驶增益安全及效率，有望迅速发展 - 智能驾驶通过智能系统及传感器，实现效率与安全的增益 [21] - 自动驾驶可有效减少交通事故 [21] - 高水平自动驾驶可显著降低运营成本 [22] 1.2 智驾发展提速，各参与主体积极布局 - 高阶自动驾驶已开始"铺市"，有望"飞入寻常百姓家" [32] - 智能驾驶方案商格局趋于集中，主机厂自研潮流涌动 [35] - 国外看，Mobileye及Waymo相对领先 [40] - 国内看，专业智驾厂商提供解决方案，新势力智驾路线各有差异 [43] 1.3 政策支持加码，引导产业向好发展 - 政策支持加码，产业迎高质量发展 [47] - 近年来政策性文件不断出台，如《数据要素 三年行动计划(2024-2026年)》推进智能汽车创新发展 [48] 2. 智驾路线向"端到端"演进，数据成为关键要素 2.1 智驾系统性工程中，软件重要性持续提升 - 智能驾驶系统：硬件、软件、算法的协同工程 [49] - 软件定义汽车已成为产业发展共识，重要性日益提升 [52] - 软件在汽车产品的比重在持续增加，有望进入快速迭代阶段 [58] 2.2 自动驾驶路线变迁，从模块化迈向端到端 - 模块化方案各有千秋，传统自动驾驶架构存内生局限性 [60] - 多任务结构可降低整体运算成本，但仍无法实现全局最优 [63] - 端到端架构具备设计优势，整体效果有望更佳 [67] - 发展三十余载，端到端路线几近迭代 [71] - 从实证来看，端到端方向明确，或将成为行业主导技术路线 [72] - 端到端行业落地方案表现出色 [72] 2.3 数据飞轮形成，数据端重要性凸显 - 端到端路线对于数据的质量及数量要求高增 [77] - 从具体数据量来看，特斯拉已向系统输入了1000万个经过筛选可供学习的人类驾驶视频 [77] - 特斯拉在全球各地近200万辆的车队，每天提供约1600亿帧视频用于训练 [77] 3. 投资建议 - 智能驾驶产业趋势明确，端到端路线优势明显，各厂商密集布局，有望成为未来智能驾驶路线主流 [10] - 建议关注两条主线，一是智能驾驶解决方案提供商，二是车路协同V2X参与厂商 [10]