近日，工信部副部長表態：工信部將啟動智能網聯汽車準入和上路通行試點，組織開展城市級“車路云一體化”示范應用，支持有條件的自動駕駛。L3級及更高級別的自動駕駛功能商業化應用有望加速。

媒體報道，特斯拉Dojo“超級計算機”即將投產，汽車公司開啟算力角逐。

核心觀點

AI技術提升汽車智能化：汽車智能化主要體現在自動駕駛和智能座艙兩方面，AI技術的發展持續提升汽車的智能化能力。據工信部等數據，22年L2級輔助駕駛滲透率34%，30年L3自動駕駛滲透率將達70%。

AI是自動駕駛模塊化系統和端到端系統的關鍵：主流的模塊化自動駕駛系統可分為感知、決策和執行三層，AI算法是其中感知層和決策層的核心，而在端到端系統中，輸入數據到輸出控制僅通過一個AI大模型實現。AI大模型技術的發展，讓自動駕駛技術可以通過提升感知能力來去除對高精地圖的依賴。

多種AI大模型將應用在智能汽車：AI大模型在智能汽車的應用，需滿足海量數據、模型、強大算力的三重要求，BEV、認知、NLP語言等AI大模型技術有望助推汽車智能化登上新高度。NLP大模型實現人車的更友好交互，推動座艙智能化進程；CV大模型助力數據標注、仿真和感知等；多模態AI大模型為城市場景輔助駕駛乃至高等級自動駕駛的規模量產拉開帷幕，同時也有望用于智能座艙中的人機交互，融合語音、視覺、手勢等多種交互方式，滿足用戶在不同場景下的不同使用習慣。

AI大模型帶來感知層、決策層和人車交互的變化：在自動駕駛感知層，大模型推動傳感硬件的復雜度和精度提升，也有望降低自動駕駛傳感器硬件成本，加速自動駕駛普及。在自動駕駛決策層，AI認知大模型上線，基于學習的決策規劃算法走向主流。在人車交互領域，通用型NLP模型以車載語音助手或集成化車機操作系統的形式搭載在智能座艙，主要功能包括對話式交互、邏輯推理、策略規劃和知識問答。

投資建議與投資標的

AI大模型在自動駕駛領域的應用將催生海量計算和數據傳輸需求，云端和車端算力硬件行業有望受益；感知大模型的應用帶動傳感器硬件需求，車載攝像頭、4D毫米波雷達、高線束固態激光雷達是關鍵傳感器部件；同時，多模態大模型和NLP大模型將推升智能座艙的發展，相關公司也有望從中受益。

海量資訊、精準解讀，盡在新浪財經APP