1中 泰 证 券 研 究 所 专 业 领 先 深 度 诚 信 2024.3.28 NOA iPhone4 S0740520060001 Email S0740519090003 Email 2CONTENTSCCONTENTS专 业 领 先 深 度 诚 信中 泰 证 券 研 究 所1+iPhone4 ZXCXuNmRsRmNsMtQrMqPrQ6MbPbRmOpPpNnRlOrRtQfQnPwP8OmMzRvPoNpQvPtPnQ3国内外法规逐渐完善，智能驾驶走向L3落地元年 2018/6/15 5G eV2X 2020 2018/12/28 2020 30%2020 5G-V2X-2020/2/10 2025 2020/12/201.2.3.4.5.6.7.8.9.10.11.12.2021/7/27 8 2021 2035 2022/3/25 2023 2023/7/26 2025 100 2030 130 2023/11/17 资料来源：各部 委官网 等、中泰证 券 研究 所4图表：我国L2+辅助驾驶 渗透率 持续提 升资料 来源：盖世 汽车、中 泰证券 研 究所智能驾驶万亿赛道高速成长，渗透率快速提升图表：智 能网联 汽车出 货 量及增长 率资料来源：IDC、中泰证券 研究 所 我 国 自 动 驾 驶 市 场 规 模 正 高 速 成 长，智 能 网 联 汽 车 出 货 量 高 速 增 长。据IDC 预测，2025 年我国 智能网 联汽车 出货量 将达约2500 万 辆，复 合增 长率 达16.1%。2022 年，我 国智 能 驾驶 产 业市 场 规模 已 达2894亿元。据信 通院 预 计，到2025 年中 国智能 驾驶汽车 市场规 模将接近 万亿元。L2+辅助驾驶 渗 透 率 持 续 提 升，已 达40%+。23年年底，L2+辅助 驾驶渗 透率较 年初的35.3%提升至40.8%。24.6%29.7%30.4%34.6%35.3%39.2%39.8%40.8%0%5%10%15%20%25%30%35%40%45%22Q1 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3 23Q413.716.318.821.824.919%15%16%14%0%2%4%6%8%10%12%14%16%18%20%0510152025302021 2022 2023 2024 2025智能网联汽车出货量（百万辆）增长率ZSfk8Ns4v/SDSHsPl7CRabzkDSe1RnSOm2svFrHBRVkHq54xfXIevLD7MrFtVqLh 5硬件层：大算力智驾平台不断迭代，自主芯片算力持续提升图表：主 流智能 驾驶芯 片 算力规模 及量产 时间资料来源：盖世 汽车、各 公司官网、中泰 证券研究所 随 各 芯 片 厂 商 芯 片 算 力 不 断 提 升，算 力 已 经 不 再 是 制 约 更 高 级 别 智 能 驾 驶 落 地 的 因 素。最 新发布 的NVIDIA Thor单颗算力 已经达到2000TOPS，Qualcomm 组 合算 力也达 该水准。国 产 芯 片 平 台 算 力 也 在 持 续 提 升。地平线J6 芯 片单颗 算力可 达560TOPS，华 为MDC 平台 算力也 可达400TOPS，组合算 力以能 够支持高 阶智驾 需求。6图表：采 用激 光 雷达 的 车 企名 单资料来源：中国 信通院、中泰证券 研究所硬件层：激光雷达等感知器成本持续 下降，智驾感知支持更加完善 受 益 于 光 学 芯 片 及 其 配 套 元 器 件 集 成 化，激 光 雷 达 成 本 大 幅 下 降。L3、L4 和 L5级 别自动 驾驶或分 别需要 平均搭载 1 颗、2-3 颗和 4-6 颗 激 光 雷 达。早期 车 载激 光 雷达 成 本高 达 几万 美 元，近 期已 下 探至 几 百美 元 水平。激 光 雷 达 应 用 范 围 持 续 扩 张，激 光 雷 达 对 辅 助 驾 驶 的 感 知 支 持 更 加 完 善。截止 2023Q3，已有 36 家 中 国 车企宣布使用激光 雷 达，预 计国内 将有高 达106 款搭 载激光 雷达的 车型上 市，占 全球同 期预计 发布搭 载激光 雷达新 车型总 数量近 90%。&7算法层：BEV Transformer 统一路径，智驾已进入大模型时代图表：基 于摄像 头的端 到 端规划示 意资料来源：Patrick Langechuan Liu、中泰证券 研究所 智能驾驶 正 在 进 入 以BEV+Transformer 为 核 心 的 新 一 代 技 术 框 架，感 知 和 泛 化 能 力 进 行 了 飞 跃。BEV 以 鸟瞰视 角呈现车 辆 信 息，是自动 驾驶系 统中跨 摄像头 和多模 态融合 的体现。将传 统自动 驾驶2D 图像 视角（Image View）加 测 距 的感知 方 式，转 换为在 鸟瞰图 视角下 的3D 感知。BEV 视 角 下 的物 体，不 会 出现 图 像视 角 下的 尺 度（scale）和遮 挡（occlusion）问题；将不 同视角 在BEV 下进行 统一表达，能极 大方便后 续规划 和控制任 务，有 利于多模 态融合；BEV 还 能够实 现端到端 优化，并提升感 知系统 的融合效 率，为 整个系 统带来巨 大的提 升。图表：传 统自动 驾驶框 架资料来源：Patrick Langechuan Liu、中泰证券研究所8图表：特斯拉Occupancy Networks 算法示意资料来源：Tesla、THINK AUTONOMOUS、中泰证券 研究所算法层：Occupancy Networks 有望引领下一代算法，多模态感知进一步融合图表：基 于摄像 头的端 到 端规划示 意资料来源：Tesla AI Day、中泰证券 研究所 Tesla 在AI Day 上提出了占用网络算法Occupancy Network，有 望 引 领 下 一 代 算 法 路 线。占用网 络基于 占用网 格映射的 机器 人 思想；能 够将 世 界划 分为 一个 网 格单 元，再定 义 哪个 单元 格被 占 用，哪个 单元 格 空闲。占用网络是 3D 视图的，相 比 于 基 于BEV 的2D 预 测 多 了 高 度 方 向 上 的 信 息，能 够 进 一 步 推 进 多 视 图、多 感 知 融 合。在BEV 的 基 础 上检测 物体并 构建固 定的立 方体，对环境 进行立 体网格 仿真，随后再 进行物 体检测。9数据层：技术牵引+量产商业化落地，产业逐步形成车云协同数据闭环图表：自 动驾驶 数据闭 环 示意资料来源：亿欧 智库、中 泰证券 研 究所 自 动 驾 驶 数 据 量 高 速 增 长，算 力 支 持 逐 步 到 位。行业 发展 前 期数 据 量从TB 级增 长至PB 级，数 据 增长 速 度快 于 算力。但随 着算力 快速增长，将能 够覆盖相 应数据 的处理需 求。产 业 将 完善 车 云 协 同 数 据 闭 环，“数 据 飞 轮”加 速 运 行。从车端数 据采集，到处理 后形成 有效数据 集，再 通过云服 务器 进行存 储、运输，经过 算法模型 训练、验证后，将有效 数据成果 部署上 车，各环 节相互 连接，形 成完整 的数据闭 环。图表：自 动驾驶 数据及 算 力增长示 意资料来源：亿欧 智库、中 泰证券 研 究所10图表：2010-2014 年中国智能手机 渗透率资料来源：Wind、中泰证 券 研究 所行业正处于“iPhone4时刻”，性价比车型智驾渗透率将快速提升 自 动 驾 驶 市 场 发 展 现 已 进 入 以 量 产 目 标 的 攻 坚 阶 段，以 成 本 控 制 为 目 标 的 产 品 迎 来 发 展 黄 金 期。如 果以手 机行业类 比，2010 年iPhone4 发 布后手 机行业迎 来了一 次变革，但渗透 率真正快 速增长 期是在2012 年 智能手 机下探 至千元 市场之后。对 于 汽 车 而 言，硬 件 成 本 相 对 固 定，下 降 速 度 较 慢；软 件 算 法 的 提 升 和 迭 代 能 大 幅 提 升 用 户 体 验，才 是 车 企 性 价 比 优势 的 主 要 来 源。0%10%20%30%40%50%60%70%80%90%100%2010 6 iPhone4 2012 3 46.4%11 随着SDV 的 发 展，汽 车 产 品 在 研 发 和 销 售 阶 段 的 附 加 价 值 将 会 更 大。在 制造阶 段，硬 件的增 值较为 有限；在销售 和服务 阶 段，软 件在 带 来的 价 值增 量 将逐 渐 扩大，软件 也 可以 通 过OTA 升 级 或订 阅 服务 不 断盈 利。此 外 相关 企 业可 以 通过软 件为用 户提供多 元化的 服务，未 来也将 通过拓宽 汽车产 业和服务 的边界 来扩大价 值增量。汽车产品软件附加值大幅提升，主要体现在研发和销售服务阶段图表：汽 车产 业 附加 值 微 笑曲 线的 改变资料来源：Impact,Challenges and Prospect of Software-D en ed Vehicles、中泰证券 研究所 OTA 12图表：产 业链合 作形态资料来源：Impact Challenges and Prospect of Software-Defined Vehicles、中泰证券 研究所 智 能 驾 驶 产 业 正 迎 来 供 应 链 整 零 关 系 的 重 构。传统 产业模 式下，整 车企业 协调整个 产业链，在价值 分配中 拥有绝对 话语权。但随 着软件定 义汽车 的逐渐演 进，传 统汽车产 品的功 能和性能 难以满 足智能化 和个性 化需求。当 下 产 业 协 同 方 式 正 在 向 网 型 结 构 转 变。软件研 发能力 强的信 息通信 技术（ICT）企业将 作为Tier 0.5 的 参 与 者 进 入汽 车行 业，与 车企进行 协作创 新；零部 件和芯 片厂商协 同更加 紧密，行 业参与 者的界限 更加模 糊，软件 的重要 性持续提 升。未 来 的 产 业 模 式 将 成 为 平 台 化 的 生 态 系 统。平台企 业作为 各要素的 集成商，将成为 产业模 式的中心，掌握 对车辆架 构和软 硬件集 成的权利；硬件 供应商和 软件供 应商将根 据平台 和用户的 需求开 发各种软 件和硬 件产品，软件供 应商的重 要性将 随着软 件价值的 增加而 进一步增 加。此 外第三方 开发商 的进入也 能使汽 车产品与 外部生 态进行更 好地沟 通。SDV使供应链将迎来整零关系重构，行业价值量分配将向软件层倾斜 Tier1 Tier2 1.0 ICT 2.0 3.0 13CONTENTSCCONTENTS专 业 领 先 深 度 诚 信中 泰 证 券 研 究 所2NOA BEV 14图表：城市NOA 功能 已经 成为 多数 用 户购 车 参考 因 素资料来源：亿欧 智库、中 泰证券 研 究所NOA 拓展至城区场景，各品牌加快开城节奏图表：我国NOA 装车量及渗透 率资料来源：盖世 汽车、中 泰证券 研 究所 NOA（Navigate on Autopilot）功 能 的应 用已经 从高速 公路拓 展到城 区场景。随着 技术逐 渐成熟，小鹏、理想、蔚来、华 为等 车 企纷 纷落 地城 市 领航 功能，加 快 开城 速度。NOA 功能已经成为了绝大多数用户购 车 的参 考因 素。约41%的 用户 认为高 速NOA 是 主要 的购车 参考因 素；约28%用户认为城区NOA 是 主 要的购 车参考 因素，超90%用 户认 为NOA 功 能是他 们购车 的参考 因素。3.7 3.848.89.812.316.10.77%0.92%0.75%1.57%2.40%2.36%2.93%0%1%1%2%2%3%3%4%02468101214161822Q1 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3NOA 装车量（万辆）NOA 功能渗透率（%）28.10%65.60%6.30%41.10%51.80%7.10%0%10%20%30%40%50%60%70%主要参考因素 次要参考因素 不作为参考因素城市NOA 功能 高速NOA 功能15图表：我国标配NOA 汽车出货 量预测（万辆）资料来源：盖世 汽车、中 泰证券 研 究所图表：2023 年我国标配NOA 车型价 格分布资料来源：盖世 汽车、中 泰证券 研 究所 当下标配城区NOA 的功能的车型主要分 布在30-50万 价 位 的 区 间。占 比最多 的区间 是35-40万 车型，为34.1%。NOA 功能已经开始下探至20万以下车型。2024 年 推出 的 小鹏P5 500Pro 价格为17.49 万 元 起，荣 威RX5 NGP售价15.59万 起。未 来 随着软 硬件成 本持续 下降，NOA 功 能也将 逐渐下 探至中 低价位 车型。城区NOA功能主要分布在20w+车型，将逐步下探至中低价位车型0.1%1.3%8.1%5.9%27.9%34.1%19.7%2.9%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.0%10-15 万15-20 万20-25 万25-30 万30-35 万35-40 万40-50 万50 万以上70.713221828034443750857923.65310914017220423927401002003004005006007008009002023 2024E 2025E 2026E 2027E 2028E 2029E 2030E高速NOA 城市NOA16图表：华为GOD 算法示意资料来源：Vehicle、中泰证券研究所华为：采用BEV+GOD/RCR 2.0算法架构，高速无图决策取得新进展 华 为 的 智 驾 方 案 主 要 依 赖GOD+RCR的方案：“看 得 懂 物”的GOD 2.0（General Obstacle Detection，通用障碍物检测网 络）：可 以识别 通用障 碍物白 名单外 的异形 物 体，障 碍物种 类精细 识别（如区分 救护车、警车 等），识别率 高达99.9%“看得懂路”的RCR 2.0（Road Cognition&Reasoning，道路拓扑推理网 络）：实现导 航地图 和现实 世界的 匹配。BEV+GOD2.0+RCR2.0 完 善 软 件 算 法 架 构 覆 盖 更 多 无 图 场 景。在BEV 方案的 基础上，华为 还 采用 了和特 斯拉类 似的Occupancy networks 算法，并结合了 激光 雷达、超声波 雷达，可以在 视觉算 法之外 提供更 多的安 全冗余。17图表：小 鹏智驾 方案演 进 方向资料来源：2023 年小鹏科技日发 布会、中泰证 券 研究 所 小 鹏 的 智 驾 方 案 经 历 了 从XPilot 到XNGP的演进。XPilot 是带 有高速 领航辅 助的智 能驾驶；XNGP 是 在第一代XPilot 系统 的基 础 上，增加 了城 市 路况 下的 全程 智 能辅 助驾 驶功 能（城 市NGP），以及 高速NGP 和VPA 记忆 泊车 的 增强 版功 能。基 于 激 光 雷 达硬件 加持，XNGP 能 实现 更高级 别的场 景感知 与融合，实现 点到点 的辅助 驾驶。未 来 小 鹏 智 驾 方 案 将 会 走 向 面 向 全 场 景 智 驾 的 架 构Xbrain，由 具 备 时 空 理 解 的 下 一 代 感 知 架 构XNet 2.0、基于神经网络 的 规 划 与 控 制XPlanner 以 及 其 他 算 法 共 同 构 成，达 到 完 全 的 感 知 融 合。小鹏：从XPilot 到XNGP智驾方案逐步完善，最终走向XBrain的统一18小鹏：形成数据全栈闭环，数据处理与算法迭代效率大幅提升图表：小 鹏智能 驾驶数 据 全栈闭环资料来源：2023 年1024 小鹏科技日发 布会、中泰证 券 研究 所 小 鹏 实 现 了 数 据 的 全 栈 闭 环，大 幅 提 升 数 据 处 理 效 率。将 生成 的仿 真数 据 和收 集到 的车 辆 数据 信息 进行 数 据挖 掘并 标注，对模 型进行训 练，并 输入云端 进行大 规模仿真 测试，最终训练 模型和 部署代码。对 于 城 市 场 景，能 够在24小 时内完 成相应 策略点 的修复，闭环 处理效 率提升 了150%，城市 被动接 管次数 显著下 降了38%。19理想：BEV+Transformer方案算法，自研TIN 算法识别信号灯图表：理想智能驾驶3.0 算法 架构资料来源：理想、中泰 证 券 研究所 2023 年12月，理 想智 驾从AD2.0 全 面升级 到AD 3.0。从 原 先 多 个小 模型以 及人工 规则为 主的模 块化算 法架构 提升为 大模 型为主 的端到端 架构。AD Max 3.0 采用BEV+Occupancy 方 案，进 一步提 升了感 知能力，规划 算法逐 步切换 为时空 联合规 划算法 可以更 快完成驾 驶 轨 迹 规 划，同 时也 更 新了MPC 模 型预 测 控制 算 法，可 以做 到 低时 延、高 准 确的 转 向。除 此之 外，凭借 TIN 端到端信号灯网络，AD Max 3.0 还 可 以 在 不 设置 导航的 前提下 识别不 同样式 的红绿 灯，实 现在路 口的起 步和刹 停。20蔚来：迭代NOP+技术路线架构，无图云端数据驱动模型提升感知决策能力图表：蔚 来辅 助 驾驶 决 策 流程资料来源：蔚来、中泰 证 券 研究所 蔚来采用了NOP+技 术 路线：一 是 打 造 静 态感 知 网络NADLane 2.0，不 需 要 依 赖高 精地 图，就 能 实时 感 知路 口 信息；二是 通 过数 据 驱动 的 方式，基于时空交互 transformer多模态注意力网络打造了 云端 大 模型NADWWM，高效 提升车 辆感知 性能；三是引 入全数 据驱动 的 规 划 的 模型分 层价值 网络NADHVM，通过分 层搜索 的形式，可以 在更快 的时间 内去完 成更广 泛的搜 索，从 而找到最 优 的 结 果，这使 得城市 NOP+将 具 备 更 加 细 腻的 交互能 力。与 绝 大 多 数 车 企 不 同，蔚 来 的 城 区 增 强 领 航 辅 助NOP+服 务 将 按 路 线 开 通。21CONTENTSCCONTENTS专 业 领 先 深 度 诚 信中 泰 证 券 研 究 所3+AI 22图表：汽 车行业 发展历 程资料来源：长城 汽车、中 泰证券 研 究所 智 能 汽 车 最 终 将 走 向AI 定义的下半程。汽 车行业 经历了 上世纪 的“大 工业”时代和 电气化 时代，逐渐走 入了智 能化时代 的下 半 程。如果 说上 半 程的 迭代 在于“软件 定义 汽车”，是 基于 电子 电 子架 构的 软硬 解 耦和 功能 迭代，那么 下半 程可能就是AI 定 义汽车，以神 经网络 模型、城区NOA 为 代 表的高 级别智 驾功能 及智能 交互功 能将引 领产业。智能汽车行业正走向智能化的下半程23图表：智 驾算法 发展历 程资料来源：鉴智 机器 人、中泰证券 研究所 在2021 年 之 前 的 智 能 驾 驶 普 遍 采 用 后 融 合/后 处 理 且 基 于 规 则 的 算 法，可 以 用Expert AI进行类比。各传感器输出结果在 决策 层 融合，每 个传 感 器都 有自 己独 立 的感 知算 法。但 这种 方式 下低 置 信度 信息 会被 过 滤掉，造 成原 始 数据 丢失，且 始终难 以解决长 尾性问 题。BEV 诞 生 后，行 业 逐 渐 走 向 特 征 集 融 合 的 过 程，可 以 用Narrow AI进行类比。先将各个传感器通 过 神经 网 络模 型 提取中 间 层 特 征（即有 效特征），再 对多种 传感器 的有效 特征进 行融合，从而 得到最 佳推理 过程。Occupancy Networks 算法 也是这 种路径的 代表算 法。未 来 的 端 到 端 智 能 驾 驶 将 走 向 世 界 模 型 时 代，即AGI时代。2024年 随 着 特 斯 拉推 送基于 端到端 的自动 驾驶系 统 FSD v12，算 法 中 引入 了世界 模型和 基础模 型的概 念，小 鹏、理 想、蔚 来等中 国车企 跟着加 大端到 端模型 研发力 度。汽车作为端侧成熟产品，也将走向AGI24图表：汽 车由专 用智能 向 通用智能 发展资料 来源：长城 汽车、中 泰证 券 研 究所 自 动 驾 驶 将 是 通 用 机 器 人 的 最 先 落 地 场 景。在CVPR 2023 会 议 上，特斯 拉公 司 介绍 了 他们 研 发的“通用 世 界模 型”。该 模型 具 备强 大的 功能，能够 对未 来事 件 进行 有效 预测，并且 可以 通过 人 为干 预进 行控 制。此 外，它能 够 以多 种形 式输 出结果，极大地 便利了 仿真实验 的开展，为科研 和技术 创新提供 了新的 可能。随 着通用 世界模型 的成熟 和落地，未来 智能汽 车也将成 为一个 通用的端 侧智能 体，自动 驾驶或 将成为通 用机器 人的最先 落地场 景。未来自动驾驶将成为通用机器人的最先落地场景25CONTENTSCCONTENTS专 业 领 先 深 度 诚 信中 泰 证 券 研 究 所426 我 国 智 能 驾 驶 仍 处 于 渗 透 率 快 速 提 升 阶 段，2024年 有 望 成 为L3+智 驾 落 地 元 年。自动驾 驶产业 经过高 速发展 已进入 泛化 阶段，硬件 上 大 算力 芯 片和 传感 器不 断 迭代 降本，高阶 智能 驾驶 落地 有 了硬 件支 撑；软 件上算法 持续迭 代，软硬 解耦 和 舱 驾 融 合的趋 势更增 智驾车 型的优 势，并 逐渐成 为用户 购车的 主要考 量因素。NOA 的 诞生 如同手 机行业 的“iPhone4 时 刻”，随 着以NOA 为 标志 的高阶 智驾功 能 下探 至20W 以下 车型，行业也 将迎来 渗透率 的快速 提升。BEV Transformer 成 为 了 行 业 共 识 的 主 流 技 术 路 线，各 车 厂 均 加 速NOA 开城进度。BEV 以鸟 瞰视角 呈现车 辆信息，将传统自动驾驶2D 图像 视 角转 换 为在 鸟 瞰图 视 角下 的3D 感知，解决 了 图像 视 角下 的 尺度 和 遮挡 问 题，已 成为 各 大车 厂 共识 的 技 术 路 线。华 为、小 鹏、理 想、蔚 来等车 厂均确 立了BEV 方案，并开 始大规 模推送 城区辅 助驾驶OTA 升 级。汽车是AI 在端侧落地的最佳场景，自 动 驾驶 的 终局 是将 汽 车变 为 通用 智能 的 机器 人。汽车 行业 如 今已 经 走入 智 能化 的下 半 程，端 到端驾 驶发展 的趋势 下，行 业最终 向AI 定义 汽车的 方向演 进。随 着汽车 走向端 到端智 能驾驶，单车 也更接近一个通用Agent AI，随 着 未 来世 界模型 的接入 将成为 通用机 器人落 地的首 个场景。推 荐 关 注：中 科 创 达（OS 核 心 标 的）、经 纬 恒 润（汽 车 电 子 核 心 标 的）建 议 关 注：德 赛 西 威（智 能 座 舱 核 心 标 的）投资建议27图表：中科创达整车操作 系统及HPC 架构资料来源：中科 创达 官 网、中泰证 券 研究 所中科创达：舱驾融合+SDV 下的软件受益者，机器人前瞻布局通用智能体 在SDV 趋 势 下，汽 车 软 件 复 杂 度 显 著 提 升，公 司 将 成 为 软 件。未 来智能 汽车代 码行数 将超10亿 行，公 司将依 托“滴 水OS”整 车 操 作 系 统，融 合此 前 积累 的 技术 能 力，构 建可 伸 缩，高 算力 的 整车 操 作系 统 平台。当 下 机 器 人 产 业 界 已 经 形 成 通 用 机 器 人 操 作 系 统 的 雏 形，公 司 正 全 面 加 速 在 机 器 人 领 域 的 布 局。目 前公司 已推出智 能移 动 机 器 人，适用 于仓储 物流和 生产制 造，实 现自动 化作业 和生产 流程优 化，未 来将不 断整合 资源，深化AMR、叉车机 器人等 产品线的 研发。28图表：经纬恒润INTERWORK 系列软件（部分）资料来源：经纬 恒润、中 泰证券 研 究所经纬恒润：自研INTERWORK软件助力车企研发，高级别智驾方案先行者 经纬恒润自研INTERWORK 系 列 软 件 协 助 车 企 的 研 发，实 现 了 国 外 同 类 产 品 的 国 产 替 代。针对ASAM、ISO、SAE 等汽 车行 业 组织 规范 及相 关 协议，完 成了 全 面的 工程 化应 用 和产 品实 践。自 主研 发十 余款 汽 车电 子研 发、测 试、诊断 和仿 真 领 域 的 工业软 件 INTERWORK 系 列产 品。公 司 的 高 级 别 智 能 驾 驶 业 务 聚 焦 港 口 业 务，对“车-路-网-云-图”各 环 节 进 行 关 键 技 术 研 发 布 局 并 形 成 产 品。公 司的高级 别 智 能 驾 驶业务 包含单 车智能 解决方 案、V2X 车 路协同 系统方 案、智 能车队 运营管 理解决 方案及 车-云 数 据中心 解决方 案。图表：经纬恒润CPS 系统示意资料来源：经纬 恒润公 众 号、中泰 证券 研 究所29 风险提示30重要声明 中 泰 证 券 股份 有限 公 司（以下 简称“本 公 司”）具 有 中 国 证券 监督 管 理 委 员会 许可 的 证 券 投资 咨询 业 务 资 格。本 公 司 不 会因 接收 人 收 到 本报 告而 视 其 为 客户。本报告基 于本公 司及其研 究人员 认为可信 的公开 资料或实 地调研 资料，反 映了作 者的研究 观点，力求独立、客观和公正，结论 不受任何 第三方 的授意或 影响。本公司力 求但不 保证这些 信息的 准确性和 完整性，且本报 告中的资料、意见、预测均反 映报告 初次公开 发布时 的判断，可能会 随时调整。本公 司对本报 告所含 信息可在 不发出通知 的 情形下 做出修 改，投资 者应当 自 行关注 相应的 更 新或修 改。本 报 告所载 的资料、工具、意见、信 息及推测只提 供给客 户作参考 之用，不构成任 何投资、法律、会计或 税务的最 终操作 建议，本 公司不 就报告中 的内容对最终 操作建 议做出任 何担保。本报告 中所指 的投资及 服务可 能不适合 个别客 户，不构 成客户 私人咨询 建议。市场有风 险，投 资需谨慎。在任 何情况下，本公 司不对任 何人因 使用本报 告中的 任何内容 所引致 的任何损 失负任何责任。投资者 应 注意，在法律 允 许的情 况下，本 公司及 其本公 司 的关联 机构可 能 会持有 报告中 涉 及的公 司所发 行 的证券并进行 交易，并可能为 这些公 司正在提 供或争 取提供投 资银行、财务顾 问和金 融产品等 各种金 融服务。本公司及其本 公司的 关联机构 或个人 可能在本 报告公 开发布之 前已经 使用或了 解其中 的信息。本报告版 权归“中泰证券 股份有 限公司”所有。事先未经 本公司 书面授权，任何 机构和个 人，不 得对本报 告进行任何 形 式的翻 版、发 布、复制、转载、刊登、篡改，且 不得对 本报告 进 行有悖 原意的 删 节或修 改。