A!赋能汽车，带来新的技术变革，为消费者带来新的体验

研究报告节选:

 自动驾驶：近五年来，卷积神经网络算法（CNN）的推广大大提高了 AI 处理图像识别任务与依托于庞大训练数据的智能决策系统的准确性。在自动驾驶领域，基础算法的突破首次为图像处理类任务提供了可商业化的前景。在接下来的 3-5年，我们将看到更多学术界的新兴人工智能模型应用于自动驾驶任务，如目前广泛用于 NLP 的 Transformer 模型。近两年学术界有多项工作在图像处理任务中尝试用 Transformer 模型代替 CNN 模型（Ramachandran 等人，2020；Wang等人，2020a）。此前这类模型虽然在理论上很高效，但由于使用了专门的注意力模式，在现代硬件加速器上还没有得到有效的扩展。而英伟达即将推出的下一代 Hopper 架构将专门为 Transformer 模型优化，为其在自动驾驶图像处理任务的应用提供硬件支持。具体方案进展方面，随着特斯拉、小鹏汽车等造车新势力的商业化进程持续推进，L3 技术未来几年处于快速导入期，有望由 2019 年的0.8%提升至 2025 年的 10.0%。而 L4、L5 技术仍处于试验、封闭或半封闭园区运营阶段（如：百度、滴滴沃芽、文远知行等公司先后在上海、广州、长沙、北京等地区特定场所提供 Robotaxi 服务；图森未来在美国高度公路开始了无人驾驶货车配送；Waymo 在美国开始提供 Robo-taxi 和无人驾驶货车配送等服务）。据亿欧智库数据显示，未来 3 年左右，高级别自动驾驶技术有望在封闭式&半封闭式环境中实现试点运营和小规模商业化应用；未来 5-10 年后，高级别自动驾驶技术有望在开放式环境中（如 RoboTaxi）实现商业化应用。

阅读研究报告

最后更新: 2022-06-23

图表内容

A!赋能汽车，带来新的技术变革，为消费者带来新的体验
感知：传感园
算力：计算架构的变革
自动驾驶软件算法
AI
白动驾驶决黄平台
光雷达
分布式
应用：盲区预譬
自动
CPU/GPU
ASIC
域控制器
ECU
通讯
前排交互屏
后排交互娱乐屏
以太网处理器
车联网安全
移动通讯
座舱
远程管理和服务
源：
CB Auto、搜弧汽车、理想汽车官网，中信证券研究部