汽车：如何评价车企端到端能力？

　　引言：为何关注智能驾驶端到端大模型进展？
　　端到端大模型是实现高阶智能驾驶功能的主要路径。端到端神经网络可以充分简化运算步骤，减少人工特征工程的需要，并识别出数据中关联性，充分提升计算效率。受益于有效行为轨迹数据规模提升，智能驾驶端到端大模型有望成为高阶智能驾驶解决方案。2023 年开始，模块化的端到端规划模式加速，逐步成为代表智能驾驶实现高阶功能迭代的主要方向。
　　如何评价车企智能驾驶端到端大模型能力？
　　参考大模型的发展，端到端智能驾驶大模型具备涌现效应。我们认为，评价模型主要参数指标为车端轨迹数据规模、训练数据能力、软件开发能力。
　　（1）车端轨迹数据规模：具备集中式域架构和车端具备较大算力的车型累计销量及累计里程；（2）训练模型能力，主要包括智算中心算力、云端训练能力和数据存储能力，训练算力成为运算速度的关键，云架构优化算力编排，数据存储能力决定可训练车端轨迹数据规模；（3）软件开发能力，各家代码并不开源，无法直观评价各家智能驾驶模型。我们集中在车端轨迹数据规模和训练数据能力两个维度，使用研发费用替代软件开发能力。
　　当下车企智能驾驶端到端大模型进展如何？
　　我们从整车端和训练端两个维度进行当下时点各车企对车企智能驾驶端到端大模型进展进行分析。车端主要关注架构和车型销量，（1）E/E 架构：特斯拉和新势力领先，自主品牌加速跟进；（2）域控制器式架构后车型销量与里程积累正相关，理想销量领先，华为、小鹏快速跟进，自主品牌后续有望加速。训练端主要关注算力部署和云化水平。（1）算力部署：特斯拉领跑，华为建设加速，国内车企与互联网厂商建立合作加速算力部署；（2）云计算能力：华为云、阿里云、腾讯云、百度智能云加速整合份额提升。
　　当下格局：特斯拉领跑，国内品牌加速
　　当下格局来看，特斯拉凭借算力和数据规模优势有望持续领跑，国内华为、理想研发支出较高、数据规模较大从而追赶速度较快，蔚来、小鹏或受到数据量等方面的影响降低迭代效率。其他自主品牌中，由于具备集中式E/E架构车型较少，可实现数据积累车型数量短期内不足且算力处于建设阶段。
　　投资建议：建议关注端到端领先整车厂和智能/域架构供应商整车端：华为系车企有望充分受益于华为算力领先实现功能反超。自研系理想汽车和小鹏汽车有望凭借端到端落地节奏领先实现大模型的领先。零部件端：建议关注E/E 架构升级、智能驾驶车端算力等方向的零部件供应商。重点推荐高速连接器供应商电连技术；线控底盘域供应商伯特利、拓普集团、保隆科技、中鼎股份；区域控制器核心供应商经纬恒润；智能驾驶域控制器核心供应商德赛西威、科博达、华阳集团等。
　　风险提示：智能化车端进展不及预期；算力建设情况不及预期。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。