中金公司发布研报称，自动驾驶是AI落地的重要场景之一，2012年之后深度学习技术快速发展带动自动驾驶技术迅速进步，近年来Transformer大模型等技术进一步提升了自动驾驶算法能力，2022年开始落地的大算力芯片及车厂自建AIDC的趋势也为大模型提供了底层支持，中金公司看好中长期自动驾驶行业的发展，在数据端具备优势的厂商有望率先实现突破。
主要观点如下：
深度学习是自动驾驶技术发展的分水岭，近年来Transformer大模型是重要产业趋势，算法是各大厂商大力布局的核心能力。深度学习作为“软件2.0”，是自动驾驶发展的核心驱动力，在感知层面大幅提高图像识别准确率，在决策层面深度强化学习有效提升算法能力。中金公司认为未来深度强化学习与传统专家规则将会广泛共存。以Transformer为代表的大模型由于在海量数据预训练、鲁棒性、泛化能力方面较CNN优势明显而成为主流路线，其出现也使得掌握数据优势的企业能形成高效的数据闭环，有望为自动驾驶算法带来颠覆性突破。
数据是决定量产能力的胜负手。深度学习是数据驱动的AI，需要海量数据“喂养”。数据获取依赖车载传感器：特斯拉(TSLA.US)坚持选择视觉摄像头主导的传感器方案，完成数据闭环，构建深厚壁垒;其他厂商选择激光雷达、摄像头等多传感器融合方案，激光雷达降价速度是行业发展关键，中金公司认为未来激光雷达作为安全冗余具有现实需求。此外，数据量是两类方案竞争的核心要素，数据标注的自动化水平、标注质量和效率是关键竞争点。
算力现阶段决定自动驾驶技术上限，巨头纷纷先行布局。高级自动驾驶中算力先行于算法，目前自动驾驶AI芯片呈以英伟达(NVDA.US)为主导的“一超多强”格局，特斯拉引领域控制器架构变革，催化芯片厂商格局变化与量产进程，2022是自动驾驶大算力芯片开启的元年。中金公司预计未来芯片竞争中大算力与能效比为首要竞争要素，开放性生态的重要性日趋提升。云端层面，AIDC提供处理大量回传数据所需的大算力，对于训练大模型至关重要，特斯拉等巨头在技术和资金方面具备天然优势。类似自有电商业务需求孕育了亚马逊(AMZN.US)、阿里巴巴(BABA.US)等CPU时代云计算巨头，中金公司认为自动驾驶等AI巨头具备GPU/ASIC云计算市场的天然先发优势。
营业执照公示信息