汽车AI行业报告（17页）

行业报告下载 2023年05月23日 07:14 管理员

Omniverse 重塑生产力。Omniverse 平台采用数字孪生技术，利用 RTX 卓越的图形处理性能，将汽车生产、制造、测试带入基于真实物理的高仿真虚拟世界，并通过 AI 算法修正改进。促进汽车工业数字化的同时，带动制造商降本增效，实现汽车制造的变革。宝马披露 Omniverse 可提升其生产规划效率 30%；至 25 年单车制造成本较 19 年下降 25%。汽车软件行业商业模式巨变，从软件外包商到卖铲子，知识库是核心竞争要素。汽车软件行业是工程师密集型行业， 80%营业成本来自员工薪酬。据我们统计，基础性和通用性的编程人员占比大概是 60%，预计总体数量会持续缩减至只剩高级架构编程师。由于龙头公司积累的知识库更加丰富，且下游对卖铲子的黏性将增强，未来行业头部化将会非常显著。建议关注光庭信息、中科创达等。 LLM（大模型）加速座舱多模态交互和多域融合的趋势。

架构生成式 AI 将提升座舱互动性，多模态交互是发展方向。未来将出现两种商业模式，一是底层 LLM+垂直算法打包，高壁垒和高集中度使三方企业容易被行业淘汰；二是 LLM 公司利用 LLM API 接口形成的垂直知识库。多模态和大模型的趋势下，主机厂的座舱控制能力弱化，第三方座舱生态链逐步清晰化。同时，LLM 模型也会使得座舱和驾驶域的软硬件融合，其中硬件融合需要芯片算力更高，但可以大幅度减少硬件综合成本；软件融合并不依赖于硬件融合，可通过以太网或者 CAN 总线进行信息交互，但成本和效率低。云端场景库+车端类 shadow 模式料将出现，智能驾驶生态变更。生成式 AI 对于智能驾驶的影响主要有两类：一是用来完善训练场景库，二是在车端实现类似于特斯拉的 shadow 模式。未来感知、推理和决策可能都由自动驾驶大模型供应商提供，智能驾驶大模型供应商的可能性：云端算力+模型+端数量的优势+且有地图测绘资质，且这个主体还必须开放其算法 API，类似于 OPENAI 或者文心一言。

汽车AI行业报告（17页）-第1张图片