中性（維持）Robotaxi有望促進(jìn)自動駕駛技術(shù)迭代，產(chǎn)業(yè)鏈加快商業(yè)化進(jìn)程——智能汽車系列報告之四中性（維持）Robotaxi有望促進(jìn)自動駕駛技術(shù)迭代，產(chǎn)業(yè)鏈加快商業(yè)化進(jìn)程——智能汽車系列報告之四國/區(qū) 中國行業(yè) 汽車行業(yè) 汽車零件業(yè)報告布期 2024年08月12日核心觀點核心觀點Robotaxi產(chǎn)業(yè)鏈分析。Robotaxi（無人駕駛出租車）硬件供應(yīng)商，中游包括自動駕駛方案供應(yīng)商和整車企業(yè)，自動駕駛方案供應(yīng)商將傳感器、域控制器、軟件算法等軟硬件融合后形成完整的L4級別自動駕駛解決方案并部署至整車上，產(chǎn)業(yè)鏈下游為無人駕駛出行服務(wù)平臺。Robotaxi自動駕駛技術(shù)路線分析2016年轉(zhuǎn)向自動駕駛軟硬件自研，20235FSDV12（End-to-End）采用統(tǒng)一的神經(jīng)網(wǎng)絡(luò)模型，車輛將傳感器采集到的原始數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)經(jīng)過處理之后，直接輸出自動駕駛汽車的駕駛命令。隨著特斯拉FSDV12持續(xù)迭代，預(yù)計特斯拉Robotaxi或?qū)⒊蔀槭讉€將端到端系統(tǒng)應(yīng)用至L4場景的案L4L2+ApolloApolloL4/L2+技術(shù)協(xié)同，目前實現(xiàn)了技術(shù)架構(gòu)、視覺感知方案以及地圖的統(tǒng)一，二者打通數(shù)據(jù)，共享自動駕駛基礎(chǔ)設(shè)施。Robotaxi盈利周期分析Robotaxi運營成本主要包括：整車硬件成本、安全運營成本、運力運營成本。其中智能駕駛軟件成本、云端平臺的Robotaxi鋪開會被逐步攤RobotaxiUERT62.81年左右。Robotaxi競爭格局：實力強的自動駕駛公司及整車公司有望獲得一定市場份額Robotaxi商業(yè)合作模式：整車廠獨立運營、自動駕駛技術(shù)公++RobotaxiRobotaxiRobotaxi試Robotaxi據(jù)一定份額。投資建議與投資標(biāo)的投資建議與投資標(biāo)的從投資策略上看，預(yù)計Robotaxi有望逐步實現(xiàn)商業(yè)化，將部分替代B端出租車和網(wǎng)約車，且將加快汽車智能化進(jìn)程，無人駕駛出租車產(chǎn)業(yè)鏈中游及下游如自動駕駛方案供應(yīng)商和整車企業(yè)有望受益，提供智能化硬件、軟件的上游公司也有望受益。整車建議關(guān)注：長安汽車、比亞迪、江淮汽車、上汽集團；零部件建議關(guān)注：伯特利、經(jīng)緯恒潤、保隆科技、華域汽車、德賽西威、華陽集團、科博達(dá)等。風(fēng)險提示宏觀經(jīng)濟下行影響汽車需求、自動駕駛技術(shù)發(fā)展不及預(yù)期、Robotaxi商業(yè)化進(jìn)程不及預(yù)期、自動駕駛政策推進(jìn)不及預(yù)期、假設(shè)條件變化影響測算結(jié)果。

姜雪晴 jiangxueqing@執(zhí)業(yè)證書編號：S0860512060001袁俊軒 yuanjunxuan@執(zhí)業(yè)證書編號：S0860523070005享界S9正式上市，關(guān)注華為產(chǎn)業(yè)鏈：——2024-08-11汽車行業(yè)周報（0805-0811）特斯拉中國7月銷量同環(huán)比回升，享界S92024-08-04及華為ADS3.0即將上市：——汽車行業(yè)周報（0729-0804）以舊換新補貼加碼，行業(yè)需求有望繼續(xù)改2024-07-28善：——汽車行業(yè)周報（0722-0728）有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。RobotaxiRobotaxi有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。PAGE2有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。PAGE2目錄Robotaxi產(chǎn)業(yè)鏈分析 4Robotaxi自動駕駛技路線分析 5特斯拉：端到端引領(lǐng)智技術(shù)進(jìn)入新時代 5百度蘿卜快跑：L4級自駕駛商用先行者 8Robotaxi盈利周期分析 13Robotaxi16主投資略 18主風(fēng)險示 18圖表目錄圖1：Robotaxi產(chǎn)業(yè)鏈 4圖2：特斯拉自動駕駛系統(tǒng)發(fā)展歷程 6圖3：端到端自動駕駛系統(tǒng)以統(tǒng)一的大模型取代傳統(tǒng)感知、預(yù)測、規(guī)劃等模塊 6圖4：端到端自動駕駛技術(shù)的演進(jìn) 7圖5：百度躍進(jìn)式切入L4并線研發(fā)布局L4/L2+技術(shù)協(xié)同 8圖6：百度Apollo形成了“駕艙、圖”全棧汽車智能化產(chǎn)品矩陣 9圖7：百度自動駕駛大模型ApolloADFM 9圖8：百度ApolloADFM通過聯(lián)合訓(xùn)練實現(xiàn)端到端無人駕駛 10圖9：基于規(guī)則和端到端的性能曲線 圖10：蘿卜快跑的自動駕駛件及軟件系統(tǒng) 圖蘿卜快跑第五代車ApolloMoon 12圖12：蘿卜快跑第六代車RT6 12圖13：蘿卜快跑安全冗余設(shè)保障自動駕駛運營安全 13圖14：Robotaxi全生命周期運營成本 14圖15：Robotaxi技術(shù)+整車+平臺的“金三角”合作模式 16圖16：Robotaxi競爭格局 18表1：端到端架構(gòu)和分治式架構(gòu)比較 7表2：常態(tài)化蘿卜快跑單日營收測算（單位：元） 14表3：百度RT6單車回本周測算（單位：元） 15表4：Robotaxi商業(yè)模式舉例 17表5：主要公司估值表 18Robotaxi產(chǎn)業(yè)鏈分析Robotaxi（無人駕駛出租車）產(chǎn)業(yè)鏈上游是各類自動駕駛軟硬件供應(yīng)商，完整的自動駕駛系統(tǒng)主要由感知、決策、執(zhí)行三個環(huán)節(jié)構(gòu)成，感知系統(tǒng)相當(dāng)于自動駕駛汽車的“眼睛”，通過攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)等多維傳感器配合高精定位、導(dǎo)航、高精地圖、路側(cè)定位等輔助系統(tǒng)識別周邊車輛、行人、交通燈和其他物體并收集車身周邊環(huán)境信息，將其傳輸至決策系統(tǒng)。決策系統(tǒng)相當(dāng)于自動駕駛汽車的“大腦”，依據(jù)感知系統(tǒng)傳來的信息進(jìn)行決策判斷，制定相應(yīng)的路徑規(guī)劃和控制策略，并將決策信號向執(zhí)行層傳輸，核心是自動駕駛域控制器/計算平臺、芯片、操作系統(tǒng)、自動駕駛軟件/算法等。執(zhí)行系統(tǒng)相當(dāng)于自動駕駛汽車的“四肢”，負(fù)責(zé)接收決策系統(tǒng)發(fā)出的總線指令，并精確地控制加速程度、制動程度以及轉(zhuǎn)向幅度等駕駛動作，主要包括驅(qū)動系統(tǒng)、轉(zhuǎn)向系統(tǒng)、制動系統(tǒng)、照明系統(tǒng)等；在自動駕駛系統(tǒng)中，由電信號替代機械力驅(qū)動的線控技術(shù)逐步成為主流。Robotaxi產(chǎn)業(yè)鏈中游包括自動駕駛方案供應(yīng)商和整車企業(yè)，自動駕駛方案供應(yīng)商將傳感器、域控制器、軟件算法等軟硬件融合后形成完整的L4級別自動駕駛解決方案并部署至整車上。Robotaxi產(chǎn)業(yè)鏈下游為無人駕駛出行服務(wù)平臺，現(xiàn)階段Robotaxi主要包括兩種運營模式：（1）自動駕駛方案供應(yīng)商+整車企業(yè)+出行平臺合作運營，例如“廣汽集團+文遠(yuǎn)知行+如祺出行”、“吉利汽車+小馬智行+曹操出行”，三方合作能夠充分發(fā)揮各自在制造能力、自動駕駛技術(shù)和用戶基數(shù)方面的優(yōu)勢，提升Robotaxi營運效率。（2）自動駕駛方案供應(yīng)商獨立運營，例如百度憑借深厚的資金實力、人才和技術(shù)儲備，在技術(shù)研發(fā)、整車制造和平臺運營全方位布局。圖1：Robotaxi產(chǎn)業(yè)鏈數(shù)據(jù)來源：佐思汽研、東方證券研究所繪制RobotaxiRobotaxiPAGEPAGE5Robotaxi自動駕駛技術(shù)路線分析2016Mobileye8年時間內(nèi)特斯拉自動駕駛算法經(jīng)歷了多次迭代，成長為全球自動駕駛領(lǐng)域的領(lǐng)軍企業(yè)。（1）2016-2018+2D檢測器特征提取+2016Hardware2.0，域控芯片切換至英偉達(dá)方案，配置8個攝像頭、12個超聲波雷達(dá)以及1（2）2018-2019年：第一次算法革新。2018年起特斯拉針對自動駕駛網(wǎng)絡(luò)結(jié)構(gòu)及效率對自動駕駛算法進(jìn)行了第一次革新：（1）引入多任務(wù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)架構(gòu)HydraNet，實現(xiàn)重復(fù)的卷積計算量和主干網(wǎng)絡(luò)計算數(shù)量降低；（2）開創(chuàng)“影子模式”，即在有人駕駛過程中，傳感器及自動駕駛系統(tǒng)仍然運行并進(jìn)行實時模擬決策但不參與實際車輛控制，一旦出現(xiàn)決策結(jié)果與駕駛員行為不一致，或是不同傳感器之間的監(jiān)測結(jié)果不匹配等場景則將觸發(fā)數(shù)據(jù)回傳，影子模式能夠提供更多、更大范圍的極端工況數(shù)據(jù)，對特斯拉改進(jìn)自動駕駛算法具有重要意義。硬件方面，2019年4月發(fā)布Hardware3.0，采用自研FSD芯片，系統(tǒng)總算力達(dá)到144TOPS。（3）2020年：BEV+Transformer20208BEV（Bird'sEyeView）+Transformer2D3D車身自坐標(biāo)系。通過引入BEV，自動駕駛數(shù)據(jù)的融合從決策層域控制器融合邁向BEV更高。除此之外，BEV+Transformer具備異構(gòu)傳感器融合更易實現(xiàn)、泛化能力更強、不依賴高精地圖等優(yōu)點，成為國內(nèi)車企及自動駕駛公司的主流發(fā)展方向。（4）2021-2022年：占用網(wǎng)絡(luò)及時空序列特征層提升模型泛化能力。特斯拉2021-2022年對BEV+Transformer架構(gòu)進(jìn)行改良：（1）引入占用網(wǎng)絡(luò)（OccupancyNetwork）提升對現(xiàn)實世界BEV“偽激光雷達(dá)”的效果。（2）引入時空序列特征層，使用視頻片段取代圖像來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，F(xiàn)SD升，也為后續(xù)端到端方案的推出奠定基礎(chǔ)。（5）202320235月，馬斯克公開透露FSDV12將采用“端到端”方案，F(xiàn)SDV12成為全球首個端到端自動駕駛系統(tǒng)，標(biāo)志著特斯拉在自動駕駛技術(shù)上的又一次重大飛躍；FSDV12將城市街道駕駛堆棧升級為基于數(shù)百萬個視頻訓(xùn)練的端到端30FSDC++2023Hardware4.0FSDHW35倍；搭載HW4ModelY87120500萬像素。202311月，F(xiàn)SDBetaV12開始向特斯拉內(nèi)部員工推送，20241FSDBetaV12.1.2；20247EAFSDV12.5更新，新技術(shù)參數(shù)較V12.4版本提升5倍，將高速、城區(qū)智駕全面切換到端到端方案，后續(xù)還將引入“真·（ActualSmartSummon，ASS），有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。RobotaxiRobotaxi有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。PAGE6有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。PAGE6圖2：特斯拉自動駕駛系統(tǒng)發(fā)展歷程數(shù)據(jù)來源：汽車之心、東方證券研究所繪制傳統(tǒng)的自動駕駛系統(tǒng)采用分治式架構(gòu)，將自動駕駛?cè)蝿?wù)拆分為感知、預(yù)測、規(guī)劃等多個模塊，每個模塊的輸入通常來源于前一模塊的輸出。分治式架構(gòu)將復(fù)雜的自動駕駛?cè)蝿?wù)分解為可獨立開發(fā)測試、獨立管理的小子任務(wù)，分而治之，從而大幅度地降低系統(tǒng)開發(fā)難度；同時分治式架構(gòu)能夠針對每個獨立模塊的輸入輸出進(jìn)行白盒分析，便于針對問題和事故進(jìn)行追蹤和定位，系統(tǒng)具備較高的可解釋性。然而，分治式架構(gòu)也存在信息傳遞損耗、誤差累積影響安全、多任務(wù)多模型導(dǎo)致cornercase規(guī)則，也導(dǎo)致了系統(tǒng)的泛化性較差、能力上限較低。端到端（End-to-End）是深度學(xué)習(xí)的概念，指算法直接從原始輸入數(shù)據(jù)求解出最終輸出結(jié)果，中間不經(jīng)過人工設(shè)計的特征提取或其他中間步驟。目前端到端自動駕駛的定義尚未完全明確，可劃分為狹義端到端和廣義端到端，狹義的端到端自動駕駛強調(diào)采用一個統(tǒng)一的神經(jīng)網(wǎng)絡(luò)模型，車輛將傳感器采集到的原始數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)經(jīng)過處理之后，直接輸出自動駕駛汽車的駕駛命令；廣義的端到端自動駕駛強調(diào)信息無損傳遞和全局優(yōu)化，過程中不因人為的模塊劃分和顯式的中間表示而產(chǎn)生信息損耗。圖3：端到端自動駕駛系統(tǒng)以統(tǒng)一的大模型取代傳統(tǒng)感知、預(yù)測、規(guī)劃等模塊數(shù)據(jù)來源：東方證券研究所繪制與傳統(tǒng)的分治式架構(gòu)相比，端到端架構(gòu)具有顯著的優(yōu)勢：（1）信息無損傳遞：傳統(tǒng)的分治式架構(gòu)各模塊由人工規(guī)則定義，信息在每個模塊間傳遞時存在大量信息損耗；端到端模型將傳感器收到的全部信息作為輸入，實現(xiàn)信息的無損傳遞，能夠減少信息傳遞的延遲，加快系統(tǒng)反應(yīng)。（2）全局優(yōu)化：端到端架構(gòu)能夠以車輛行駛的全局任務(wù)為統(tǒng)一目標(biāo)聯(lián)合訓(xùn)練，實現(xiàn)性能全局最優(yōu)化，不需要頻繁的參數(shù)調(diào)整修正；（3）數(shù)據(jù)驅(qū)動：除感知模塊外，預(yù)測模塊和規(guī)劃模塊同樣由數(shù)據(jù)驅(qū)動，無需或僅需少量手寫規(guī)則，能夠簡化開發(fā)流程；同時，傳統(tǒng)架構(gòu)需要人手處理長尾場景，存在邊際效果遞減，隨著數(shù)據(jù)規(guī)模和質(zhì)量的提升，端到端架構(gòu)的能力上限將顯著高于傳統(tǒng)架構(gòu)。與此同時，端到端系統(tǒng)的落地量產(chǎn)亦存在諸多挑戰(zhàn)：（1）弱解釋性：端到端的整體訓(xùn)練方式類似黑盒模式，使其難以對中間結(jié)果進(jìn)行分析，模型不可避免地會存在不可解釋性。（2）仿真驗證困難：傳統(tǒng)的分治式架構(gòu)能夠?qū)⒚總€模塊分開進(jìn)行仿真驗證，采用開環(huán)驗證方式，即不與環(huán)境進(jìn)行任何交互，只驗證輸入和輸出鏈路；但端到端駕駛系統(tǒng)必須進(jìn)行閉環(huán)驗證，且在上車之前需要全局仿真驗證通過，而目前仍然缺少優(yōu)秀的測試工具實現(xiàn)。（3）數(shù)據(jù)規(guī)模和質(zhì)量：由于端到端模型由數(shù)據(jù)驅(qū)動，其訓(xùn)練對于數(shù)據(jù)的規(guī)模和質(zhì)量提出了極高的要求，大規(guī)模高質(zhì)量數(shù)據(jù)的采集、篩選、清洗等都將成為難點?，F(xiàn)階段端到端系統(tǒng)主要應(yīng)用于L2+場景，對于安全性和穩(wěn)定性要求更高的L4應(yīng)用場景（如Robotaxi），目前端到端系統(tǒng)尚未能夠達(dá)到L4級別要求，技術(shù)路線仍然以成熟的分治式架構(gòu)為主。隨著特斯拉FSDV12在數(shù)月內(nèi)持續(xù)迭代，預(yù)計特斯拉Robotaxi或?qū)⒊蔀槭讉€將端到端系統(tǒng)應(yīng)用至L4場景的案例，或?qū)⒁I(lǐng)端到端路線加速發(fā)展。表1：端到端架構(gòu)和分治式架構(gòu)比較端到端架構(gòu) 分治式架構(gòu)系統(tǒng)組成 統(tǒng)一的神經(jīng)網(wǎng)絡(luò)模型 感知模塊、預(yù)測模塊、規(guī)劃模塊信息無損傳遞全局優(yōu)化優(yōu)勢數(shù)據(jù)驅(qū)動能力上限高可解釋性弱劣勢 仿真驗證困難數(shù)據(jù)規(guī)模和質(zhì)量要求高

開發(fā)難度低可解釋性強信息損耗誤差累積泛化能力弱，能力上限低數(shù)據(jù)來源：《端到端自動駕駛行業(yè)研究報告》、東方證券研究所由于從分治式直接向狹義端到端轉(zhuǎn)變的跨度過大、難度過高，國內(nèi)各大車企及自動駕駛方案供應(yīng)商主要采取漸進(jìn)過渡的技術(shù)路徑。端到端自動駕駛技術(shù)的漸進(jìn)發(fā)展可分為四個階段：（1）感知端到端：現(xiàn)階段主流的BEV+Transformer+OCC（OccupancyNetwork，占用網(wǎng)絡(luò)）已經(jīng)實現(xiàn)感知模塊的端到端架構(gòu)，但決策規(guī)劃模塊仍然基于規(guī)劃。（2）預(yù)測規(guī)劃模型化：保留感知模塊+預(yù)測規(guī)劃模塊，仍然通過人工定義方式制定接口，但將預(yù)測規(guī)劃模塊從基于規(guī)則轉(zhuǎn)向神經(jīng)網(wǎng)絡(luò)化。（3）模塊化端到端：將感知模塊和預(yù)測規(guī)劃模塊間的輸入與輸出由特征向量實現(xiàn)，兩個模塊將通過梯度傳導(dǎo)的方式共同訓(xùn)練。（4）單一模型端到端：去除模塊劃分，整個系統(tǒng)將基于一個統(tǒng)一的大模型，為端到端系統(tǒng)的最終目標(biāo)。圖4：端到端自動駕駛技術(shù)的演進(jìn)數(shù)據(jù)來源：《端到端自動駕駛行業(yè)研究報告》、東方證券研究所繪制L4百度以“躍進(jìn)式”方式實現(xiàn)L4級自動駕駛，助力蘿卜快跑商業(yè)化落地。高級別自動駕駛技術(shù)演進(jìn)路線可以分為“漸進(jìn)式”和“躍進(jìn)式”，以特斯拉為代表的整車企業(yè)選擇了“漸進(jìn)式”路線，在量產(chǎn)車上搭載L2級輔助駕駛，積累大量駕駛數(shù)據(jù)并訓(xùn)練算法進(jìn)行迭代，最終實現(xiàn)高級別自動駕駛。而百度作為科技公司相較于整車廠來說難以大規(guī)模獲取行駛數(shù)據(jù)，其策略為直接切入L4級自動駕駛，在限定區(qū)域內(nèi)將高精地圖和激光雷達(dá)配合使用（2013年入局自動駕駛，2015年成立L4事業(yè)部），以實現(xiàn)Robotaxi商業(yè)化變現(xiàn)。李彥宏曾在2022年世界人工智能大會(WAIC)上表示L4自動駕駛相較于L3更容易實現(xiàn)商用。在“躍進(jìn)式”切入L4級自動駕駛的同時，百度采用雙線并行研發(fā)策略布局L2+Apollo自動駕駛技術(shù)解決方案。百度L4/L2+級智駕技術(shù)和數(shù)據(jù)可以進(jìn)行降維，作為L2+L2+L4L4尾問題和地圖驗證。圖5：百度躍進(jìn)式切入L4并雙線研發(fā)布局L4/L2+技術(shù)協(xié)同數(shù)據(jù)來源：Tesla、百度Apollo、東方證券研究所繪制ApolloApollo2024811日，蘿卜快跑已經(jīng)在上海、成都、北11個城市落地自動駕駛出行服務(wù)。根據(jù)百度財報，202482.625%2024419日，Apollo1億公里。ApolloApollo規(guī)劃、控制等多個自動駕駛模塊。百度Apollo已形成“駕、艙、圖”全棧汽車智能化產(chǎn)品矩陣，作為自動駕駛Tier1向主機廠提供智能駕駛、智能地圖、智能座艙等智能汽車解決方案。Apollo自動駕駛平臺的核心技術(shù)架構(gòu)包括硬件設(shè)備、軟件核心、應(yīng)用軟件和工具服務(wù)四個部分，可以提供從車輛硬件到軟件數(shù)據(jù)以及云端的全棧服務(wù)。圖6：百度Apollo形成了“駕、艙、圖”全棧汽車智能化產(chǎn)品矩陣數(shù)據(jù)來源：百度Apollo、東方證券研究所繪制ApolloADFM規(guī)則和經(jīng)驗累積，存在明顯的瓶頸，百度選擇用大模型重構(gòu)自動駕駛技術(shù)棧。2017年起百度Apollo2021Apollo5ApolloDay2024L4級別無人駕駛應(yīng)用的自動駕ApolloADFM（AutonomousDrivingFoundationModel）。圖7：百度自動駕駛大模型ApolloADFM數(shù)據(jù)來源：Apollo官網(wǎng)、東方證券研究所繪制RobotaxiRobotaxi1010本報告來源于三個皮匠報告站（）,由用戶Id:549683下載,文檔Id:171832,下載日期:2024-10-16ApolloADFM包括多模感知大模型和多源規(guī)劃大模型。感知大模型包括檢測、跟蹤、理解和構(gòu)圖四大自動駕駛核心感知任務(wù)，ApolloADFM提取視覺圖像數(shù)據(jù)和LiDAR、4DRadarADFM的可追溯性。ApolloADFM進(jìn)行分模塊設(shè)計并獨立優(yōu)化，在分段訓(xùn)練完成后將各個模塊進(jìn)行聯(lián)合訓(xùn)練以確保模塊間協(xié)同工作和數(shù)據(jù)流的一致性，這種策略可以很好地平衡模型的性能和可解釋性。圖8：百度ApolloADFM通過聯(lián)合訓(xùn)練實現(xiàn)端到端無人駕駛數(shù)據(jù)來源：芝能汽車、東方證券研究所現(xiàn)階段蘿卜快跑仍基于規(guī)則，通過軟硬件結(jié)合以及云端安全員和多重冗余支持系統(tǒng)化落地。百度L4級自動駕駛是基于高清地圖封閉式路徑導(dǎo)航系統(tǒng)，只在特定區(qū)域內(nèi)運行并依賴于高精度地圖進(jìn)行路線規(guī)劃；而L2+級自動駕駛則在探索無圖路線導(dǎo)航的技術(shù)方案，以實現(xiàn)高時空覆蓋。相比基于規(guī)則的分治式架構(gòu)，端到端具有更強的泛化能力、上限更高，但是因其解釋性弱、數(shù)據(jù)需求大、算力AIL2L2自AI無法應(yīng)對的cornercaseL4由于可解釋性和cornercase問題在AIL4公司還是算法+AIAI相結(jié)合，推出的端到端自動駕駛模型既可作L2+方案又可作為L4級智能駕駛的冗余系統(tǒng)。有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。RobotaxiRobotaxi有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。PAGE12有關(guān)分析師的申明，見本報告最后部分。其他重要信息披露見分析師申明之后部分，或請與您的投資代表聯(lián)系。并請閱讀本證券研究報告最后一頁的免責(zé)申明。PAGE12圖9：基于規(guī)則和端到端的性能曲線數(shù)據(jù)來源：小鵬XPILOT、東方證券研究所蘿卜快跑的技術(shù)核心在于高精度地圖、多傳感器融合以及決策算法。高精度地圖能夠確保車輛在L4級無人駕駛運營車輛（99.99%以上的成功率）離不開高精地圖或車道級導(dǎo)航地圖/輕量級高精地圖的輔助。高精地圖可以極大程度地降低自動駕駛系統(tǒng)算法的復(fù)雜程度，提升行車安全性，百度在高階智駕地圖領(lǐng)域布局多年，具有強大的地圖采集和繪制能力，具備成本優(yōu)勢。7405X360°環(huán)境感知，通過傳感器融合技術(shù)構(gòu)建全方位的感知系統(tǒng)，根據(jù)實時準(zhǔn)確的路況信息動態(tài)調(diào)整自動駕駛決策規(guī)劃。圖10：蘿卜快跑的自動駕駛套件及軟件系統(tǒng)數(shù)據(jù)來源：《百度自動駕駛出行報告》、東方證券研究所繪制RT6ApolloADFM大模型+硬件產(chǎn)品+安全架構(gòu)”的方案。百度ApolloDay2024ApolloRT6（06），20.46萬元。不同于特斯拉的純視覺方案，RT64AT128（128），其探200米，可以滿足L4360ADASRT6單車成本。除激光雷達(dá)外，RT66個毫米波雷達(dá)、12個超聲波雷達(dá)、12AI1200TOPS，同時采用換電方案，以適配蘿卜快跑的自動化運營需求。圖11：蘿卜快跑第五代車ApolloMoon數(shù)據(jù)來源：汽車電子、東方證券研究所圖12：蘿卜快跑第六代車RT6數(shù)據(jù)來源：汽車電子、東方證券研究所106MRCRobotaxiL4級自動駕駛整體系統(tǒng)安全設(shè)計包括自動駕駛主系統(tǒng)安全、自動駕駛安全冗余系統(tǒng)、遠(yuǎn)程云代駕三層安全系統(tǒng)。在安全冗余系統(tǒng)方面，ApolloRT6100%級和整車全冗余系統(tǒng)。107405?360°雙AI模型的計算冗余；4種衛(wèi)星系統(tǒng)以及星基+地基雙模式高精定位單元的高精定位冗余；雙系統(tǒng)雙控制回路的轉(zhuǎn)向冗余；雙獨立系統(tǒng)四控制回路的制動冗余；雙電子駐車雙控制回路的駐車冗余；雙模組5G冗余；雙熱泵循環(huán)回路的熱管理冗余；雙回路電源冗余等，保證了任意單系統(tǒng)失Apollo11/14。圖13：蘿卜快跑安全冗余設(shè)計保障自動駕駛運營安全數(shù)據(jù)來源：ApolloDay、東方證券研究所繪制Robotaxi盈利周期分析從全生命周期角度來看，Robotaxi運營成本主要由三方面構(gòu)成：首先是整車硬件成本，主要包括整車成本以及自動駕駛模塊成本。整車成本是除自動駕駛模塊的車輛成本，主要包括車身、底盤、動力和智能座艙系統(tǒng)等。在電池方面，由于蘿卜快跑采用換電模式，電池成本可與整車分開計算。自動駕駛模塊則包括智駕的軟硬件成本，智駕硬件主要包括域控制器、激光雷達(dá)、攝像頭、毫米波雷達(dá)等傳感器以及定位設(shè)備等；其次是安全運營成本，主要包括安全員和地勤的培訓(xùn)及人工成本和遠(yuǎn)程控制平臺的運維成本。目前在確保安全的前提下，指定運營區(qū)域車輛的安全員可由線下轉(zhuǎn)為線上，可以同時監(jiān)控多輛汽車；最后是運力運營成本，主要包括車輛維修保養(yǎng)成本、清潔成本、補能成本以及牌照、保險等其他成本。圖14：Robotaxi全生命周期運營成本數(shù)據(jù)來源：羅蘭貝格、東方證券研究所繪制Robotaxi商業(yè)化落地和大規(guī)模推廣的測算中更應(yīng)該關(guān)注單車模型。Robotaxi全生命周期運營成本涵蓋了智能駕駛軟件成本、云端平臺的建設(shè)成本等，這部分成本可以看作一次性投入的固定成RobotaxiRobotaxi的UE模型能否達(dá)正，單車何時能夠收回成本?；谝韵录僭O(shè)，我們測算得到蘿卜快跑RT6單車回本周期約為2.81年左右。收入端：蘿卜快跑計費規(guī)則包含起步價、里程費和時長費三個部分。由于武漢地區(qū)蘿卜快跑基準(zhǔn)定價高，主要采用高折扣率來降低價格，過高的折扣率不適宜進(jìn)行預(yù)測，因此我們采用上海地區(qū)3731.7元/100.25元/10.91.8/0.42/70%，符合運營假設(shè)。表2：常態(tài)化蘿卜快跑單日營收測算（單位：元）項目 金額 備注規(guī)則單價 21.40 假設(shè)單均10公里，時長20起步價7起步價包含里程3公里，時長10分鐘里程費11.9超過3公里部分計入里程費，里程費為1.7元/公里時長費2.5超過10分鐘部分計入時長費，時長費為0.25元/分鐘活動折扣20%訂單量與活動折扣相關(guān)，目前Robotaxi仍在推廣補貼階段支付金額（元/單）17.12日均單量 23單車日均營收 393.76數(shù)據(jù)來源：蘿卜快跑APP、東方證券研究所測算

蘿卜快跑日均單量與活動折扣相關(guān)。根據(jù)報道蘿卜快跑每日訂單量高于20單，追平網(wǎng)約車，參考網(wǎng)約車數(shù)據(jù)取23單/天。成本端：主要考慮硬件成本、人工成本、車輛維修保養(yǎng)成本、補能成本、保險成本等可變成本。ApolloRT620.46萬元，我們以此測算單車回本周期。人工成本假設(shè)：根據(jù)2023年12月交通運輸部辦公廳印發(fā)的《自動駕駛汽車運輸安全服務(wù)指南（試行）》，從事出租汽車客運的完全自動駕駛汽車，在確保安全的前提下，經(jīng)設(shè)區(qū)市人民政府同意，在指定的區(qū)域運營時可使用遠(yuǎn)程安全員，遠(yuǎn)程安全員人車比不得低于1:3動駕駛與遠(yuǎn)程監(jiān)控技術(shù)進(jìn)步以及測試的不斷進(jìn)行，Robotaxi遠(yuǎn)程安全員配比可以達(dá)到1:5?？紤]Robotaxi鋪開后可以攤薄單車人員比例，假設(shè)地勤人員配比為1:7。此外，部分車輛在7:00至23:0024酬參考武漢當(dāng)?shù)貥?biāo)準(zhǔn)，取6000元/月。車輛維修保養(yǎng)成本假設(shè)：無人車輛清潔假設(shè)由地勤完成，成本算入人工部分；維修保養(yǎng)成本假設(shè)10006成本約1200元；假設(shè)每8萬公里更換一次剎車，一套剎車更換成本約400元。補能成本：RT6采用換電模式，參考蔚來針對非首任車主及運營車輛換電價格（電費1.35元/kWh+0.39元/kWh）0.6元/kWhkWh。保險費用：參考20萬同價位車輛，考慮自動駕駛事故率低于人類，假設(shè)一年4000元。表3：百度RT6單車回本周期測算（單位：元）項目 金額 備注單日人力成本137.14遠(yuǎn)程安全員（人/單日人力成本137.14遠(yuǎn)程安全員（人/車）0.20假設(shè)遠(yuǎn)程安全員人車比1：5地勤（人/車）0.14假設(shè)地勤人員配比為1：7人員薪酬（元/月）6000參考武漢當(dāng)?shù)貥?biāo)準(zhǔn)平均換班次數(shù)（次/天）2考慮車輛運營時間單日車輛維修保養(yǎng)成本10.44維修保養(yǎng)成本2.78假設(shè)一年保養(yǎng)一次，一次1000元輪胎和剎車成本7.67假設(shè)每6萬公里更換一次輪胎，四條輪胎更換成本約1200元；假設(shè)每8萬公里更換一次剎車，一套剎車更換成本約400元單日補能成本33.12單均里程（公里）10空乘率25%假設(shè)空乘率為25%每日載客里程（公里）230假設(shè)一天23單每日里程（公里）306.67載客里程除以（1-空乘率）百公里能耗（kWh/100km）18假設(shè)百公里耗電量為18kWh補能成本（元/kWh）0.6假設(shè)蘿卜快跑補能成本為0.6元/kWh單日保險成本11.11考慮自動駕駛事故率低于人類，假設(shè)保費一年4000元單日成本合計191.82單日盈利（不考慮折舊）201.94不考慮硬件折舊RT6成本204600百度透露RT6價格為20.46萬元回本周期（年）2.81假設(shè)一年運營360天數(shù)據(jù)來源：東方證券研究所測算Robotaxi競爭格局：實力強的自動駕駛公司及整車公司將獲得一定市場份額作為產(chǎn)業(yè)鏈關(guān)鍵角色，自動駕駛技術(shù)公司、Tier1供應(yīng)商、整車廠和出行服務(wù)商共同提供了RobotaxiRobotaxi行業(yè)商業(yè)化發(fā)展來看，Robotaxi主要參與者可以分為自動駕駛技術(shù)公司、整車廠和出行服務(wù)運營商三個部分，逐步形成了“專業(yè)化分工+深度合作綁定”的發(fā)展模式。15：Robotaxi技術(shù)+整車+平臺的“金三角”合作模式數(shù)據(jù)來源：羅蘭貝格、東方證券研究所RobotaxiRobotaxi模式一：整車廠獨立運營。這種模式需要整車廠具備較強的智能駕駛技術(shù)以及用戶流量，代表車企為特斯拉。在特斯拉財報電話會上，馬斯克表示特斯拉Robotaxi出租車車隊將融合Airbnb和Uber的商業(yè)模式，預(yù)計特斯拉將建立共享乘車平臺，自主組建并運營Robotaxi車隊，而特斯拉車主則可以選擇加入或退出車隊，特斯拉將與車主分享收入。模式二：具備互聯(lián)網(wǎng)基因的自動駕駛技術(shù)公司自主運營，向整車廠定制車輛。代表企業(yè)為百度，ApolloC供定制車輛但不參與運營。這種模式一般由互聯(lián)網(wǎng)企業(yè)主導(dǎo)，因為互聯(lián)網(wǎng)公司具備較強的流量接入能力，在出行平臺的運營層面具備流量優(yōu)勢。模式三：自動駕駛技術(shù)公司+整車廠+出行服務(wù)運營商合作模式。這種模式下三方企業(yè)相互配合，共享技術(shù)、數(shù)據(jù)、車輛和乘客資源，以實現(xiàn)能力整合并分擔(dān)項目成本，加速實現(xiàn)Robotaxi商業(yè)化落地。例如2019年廣汽集團攜手騰訊、廣州公交集團、滴滴等合作方共同成立出行平臺如祺出行，后續(xù)又經(jīng)歷多輪融資，引入小馬智行等投資者。如祺出行由廣汽集團提供汽車制造產(chǎn)業(yè)資源，騰訊提供互聯(lián)網(wǎng)平臺和市場支持，小馬智行提供自動駕駛技術(shù)，實現(xiàn)了“自動駕駛技術(shù)公司+整++Momenta操出行+小馬智行等。可能的模式四：整車廠主導(dǎo)運營。除上述三種模式外，部分具備較強智駕能力和平臺優(yōu)勢的整車Robotaxi的運營主導(dǎo)者。以長安汽車為例，從技術(shù)能力看，長安汽車（企業(yè)）以及旗下長安車聯(lián)科技有限公司（使用主體）是首批通過遴選的L383120241與智能車燈等；從自動駕駛汽車落地看，20245月長安車聯(lián)科技與西部車網(wǎng)合作，雙方基于長安汽車產(chǎn)品技術(shù)規(guī)劃，重點圍繞示范區(qū)與長安汽車各類產(chǎn)品網(wǎng)聯(lián)賦能展開探索，包括L2、L3、L4各級別智能駕駛產(chǎn)品的規(guī)?；缆窚y試及商業(yè)化運營68T3出行。T3出行平臺。2023T31586.2%。未來長安汽車可能借助自身汽車制造能力、自身及華為等合作伙伴的自動駕駛技術(shù)以及T3Robotaxi表4：Robotaxi商業(yè)模式舉例商業(yè)模式整車企業(yè)獨立運營自動駕駛公司自主運營三方合作整車企業(yè)主導(dǎo)運營主導(dǎo)者特斯拉百度三方合作長安汽車整車企業(yè)特斯拉向整車廠定制車輛廣汽集團長安汽車智駕技術(shù)特斯拉FSD百度Apollo小馬智行長安+華為等合作伙伴出行平臺特斯拉自有APP百度蘿卜快跑如祺出行T3出行長安汽車在整車、智駕、平臺方面均有布局。百度作為互聯(lián)網(wǎng)公司具長安汽車是首批L3級智能網(wǎng)術(shù)、整車資源和用戶備較強的L4自動駕駛技集團提供汽車制造產(chǎn)業(yè)資聯(lián)汽車試點單位；并和西部簡介術(shù)和下游流量入口。整源，騰訊提供互聯(lián)網(wǎng)平臺車網(wǎng)圍繞智能網(wǎng)聯(lián)汽車展開隊，車主可選擇是否車廠負(fù)責(zé)向百度提供定和市場支持，小馬智行提合作，投放了68輛自動駕駛加入特斯拉車隊。制車輛但不參與運營。供自動駕駛技術(shù)。出租車；旗下?lián)碛蠺3出行平臺；且與華為智駕合作穩(wěn)步推進(jìn)。數(shù)據(jù)來源：特斯拉、百度Apollo、如祺出行、長安汽車、東方證券研究所RobotaxiRobotaxi試點在全Robotaxi一定份額：（1）RobotaxiRobotaxi相關(guān)企業(yè)發(fā)展，例如上海市為百度智行、小馬智行、AutoX安途以及上汽旗下賽可智能發(fā)放首批上海市無駕駛?cè)酥悄芫W(wǎng)聯(lián)汽車示范應(yīng)用許可；蘿卜快跑、小馬智行、AutoX安途以及如祺出行獲得深圳市Robotaxi分市場份額。（2）長安汽車、上汽集團等部分頭部整車企業(yè)亦具備較為成熟的高級別自動駕駛Robotaxi場競爭并獲取份額。圖16：Robotaxi競爭格局?jǐn)?shù)據(jù)來源：東方證券研究所繪制主要投資策略Robotaxi有望逐步實現(xiàn)商業(yè)化，將部分替代B快汽車智能化進(jìn)程，無人駕駛產(chǎn)業(yè)鏈中游及下游如自動駕駛方案供應(yīng)商和整車企業(yè)有望受益，提供智能化硬件、軟件的上游公司也有望受益。建議關(guān)注：Robotaxi產(chǎn)業(yè)鏈的整車企業(yè)：長安汽車(000625，買入、比亞迪(002594，未評級))；布局智能化零部件公司：伯特利(603596，買入)、經(jīng)緯恒潤-W(688326，買入)、保隆科技(603197，未評級)、華域汽車(600741，買入)、德賽西威(002920，買入)(002906，買入)、科博達(dá)(603786，買入)等。表5：主要公司估值表證券代碼證券簡稱收盤價（08-12）EPSPE2023A2024E2025E2026E2023A2024E2025E2026E000625.SZ長安汽車13.001.140.871.101.3011.3814.9311.8610.00002594.SZ比亞迪230.4010.3312.7616.1019.6622.3118.0614.3111.72600418.SH江淮汽車19.260.070.090.270.39277.63208.5571.6349.70600104.SH上汽集團13.741.221.281.391.5011.2710.769.879.15603596.SH伯特利36.391.471.942.523.2024.7618.7914.4211.36688326.SH經(jīng)緯恒潤-W60.10-1.810.172.053.66-33.19348.3829.2916.44603197.SH保隆科技28.551.792.353.154.0015.9812.169.067.14600741.SH華域汽車14.722.292.412.622.806.436.105.635.25002920.SZ德賽西威85.122.793.784.896.1930.5422.5117.4213.75002906.SZ華陽集團24.080.891.231.622.0527.1819.6214.8911.73603786.SH科博達(dá)47.081.512.152.793.4531.2221.8616.8813.63數(shù)據(jù)來源：Wind、東方證券研究所（說明：EPS采用Wind一致預(yù)期，已按最新股本攤?。┲饕L(fēng)險提示宏觀經(jīng)濟下行影響汽車需求。若2024年宏觀經(jīng)濟低于預(yù)期，消費者推遲購車，則將影響乘用車需求，進(jìn)而影響行業(yè)整體盈利能力。自動駕駛技術(shù)發(fā)展不及預(yù)期。若自動駕駛技術(shù)發(fā)展進(jìn)程低于預(yù)期，則將影響行業(yè)整體盈利能力。Robotaxi商業(yè)化進(jìn)程不及預(yù)期。若Robotaxi商業(yè)化進(jìn)程低于預(yù)期，則將影響行業(yè)整體盈利能力。自動駕駛政策推進(jìn)不及預(yù)期。若自動駕駛政策推進(jìn)低于預(yù)期，則會影響產(chǎn)業(yè)商業(yè)化進(jìn)程，進(jìn)而影響行業(yè)整體盈利能力。假設(shè)條件變化影響測算結(jié)果。文中測算基于設(shè)定的前提假設(shè)基礎(chǔ)之上，存在假設(shè)條件發(fā)生變化導(dǎo)致結(jié)果產(chǎn)生偏差的風(fēng)險。分析師申明 每位負(fù)責(zé)撰寫本研究報告全部或部分內(nèi)容的研究分析師在此作以下聲明：分析師在本報告中對所提及的證券或發(fā)行人發(fā)表的任何建議和觀點均準(zhǔn)確地反映了其個人對該證券或發(fā)行人的看法和判斷；分析師薪酬的任何組成部分無論是在過去、現(xiàn)在及將來，均與其在本研究報告中所表述的具體建議或觀點無任何直接或間接的關(guān)系。投資評級和相關(guān)定義 12個月內(nèi)行業(yè)或公司的漲跌幅相對同期相關(guān)證券市場代表性指數(shù)的漲跌幅為基準(zhǔn)（A300500指數(shù)）；公司投資評級的量化標(biāo)準(zhǔn)15%以上；中性