近日，中信證券發(fā)布了《汽車行業(yè)智能初創(chuàng)公司系列專題報(bào)告》，無人駕駛企業(yè)智行者因其獨(dú)特的商業(yè)化模式及超強(qiáng)的盈利能力受到中信證券的關(guān)注。中信證券將其作為典型案例進(jìn)行了深入分析，并指出，智行者等堅(jiān)持通用型底層技術(shù)賦能路線的公司將在多場景落地中更具優(yōu)勢，有望率先跑通無人駕駛商業(yè)化過程。

落地場景多且分散，2022年國內(nèi)自動(dòng)駕駛技術(shù)路線面臨方向選擇

中信證券認(rèn)為，高級(jí)別自動(dòng)駕駛能夠有效解決人力成本提升、交通安全、司機(jī)短缺等諸多痛點(diǎn)。據(jù)其測算，自動(dòng)駕駛潛在市場空間超數(shù)萬億元。其中，Robotaxi的潛在市場空間最大，約為3.2萬億（以2040遠(yuǎn)期空間計(jì)算），其他商用車輛自動(dòng)駕駛合計(jì)市場空間約為3萬億，在其中環(huán)衛(wèi)、城配、最后一公里等城市專用車市場自動(dòng)駕駛空間約為1.9萬億。

但自動(dòng)駕駛產(chǎn)業(yè)鏈復(fù)雜涉及企業(yè)眾多、落地場景多且分散等因素仍制約著自動(dòng)駕駛企業(yè)的商業(yè)化能力。

從自動(dòng)駕駛產(chǎn)業(yè)鏈來看，從上游的攝像頭、雷達(dá)等外圍硬件，到依靠算法的自動(dòng)駕駛軟件系統(tǒng)、承載算力及應(yīng)用的硬件平臺(tái)，再到不同場景應(yīng)用及其涉及的數(shù)據(jù)閉環(huán)平臺(tái)和車輛管理平臺(tái)，每一個(gè)環(huán)節(jié)都占據(jù)一定的市場空間。

從場景來看，目前主流場景涵蓋Robotaxi和商用車兩大場景。但Robotaxi的發(fā)展面臨測試?yán)锍唐款i，需要巨額資金投入。而商用車場景又被細(xì)分為港口、礦山、環(huán)衛(wèi)、無人配送等多種場景，其技術(shù)要求低于Robotaxi，有望更快實(shí)現(xiàn)商業(yè)化落地。但整體而言，業(yè)內(nèi)大多數(shù)公司是針對特定自動(dòng)駕駛場景的點(diǎn)狀發(fā)力，即在單一場景下集中發(fā)力，開發(fā)與之適配的自動(dòng)駕駛算法。這樣的模式會(huì)形成企業(yè)在單一場景的優(yōu)勢，但可復(fù)制性不強(qiáng)，未來市場空間不足或?qū)⒊蔀槠髽I(yè)發(fā)展的最大掣肘。

通用型底層賦能依舊是理想解決方案

如何涉足更多的場景，如何在復(fù)雜的產(chǎn)業(yè)結(jié)構(gòu)中抓住關(guān)鍵因素，占據(jù)最大的市場空間，仍考驗(yàn)著自動(dòng)駕駛企業(yè)的產(chǎn)業(yè)分析、市場預(yù)判及戰(zhàn)略部署的能力。

智行者采用了Android+Intel inside模式，即堅(jiān)持底層開發(fā)，提供軟硬件一體化產(chǎn)品復(fù)制性強(qiáng)的商業(yè)模式，而非深入到運(yùn)營的高成本且復(fù)制難的商業(yè)模式。具體而言，智行者在類似Android的通用型軟件架構(gòu)和類似于Intel的核心硬件兩個(gè)部分同時(shí)著力。同時(shí)，智行者將自動(dòng)駕駛算法與場景解耦，致力于打造通用型自動(dòng)駕駛解決方案，可同時(shí)賦能Robotaxi、Robobus、環(huán)衛(wèi)、物流及特種應(yīng)用等L4級(jí)別自動(dòng)駕駛場景和L2/L2+/L3等多級(jí)別自動(dòng)駕駛場景。

中信證券本次發(fā)布的研報(bào)顯示，與同業(yè)主要競爭對手相比，智行者能夠在人員接近的條件下，實(shí)現(xiàn)更多場景的落地業(yè)務(wù)賦能。

基于通用型無人駕駛大腦和多場景落地路徑，智行者可以以更低的成本、更快的速度獲取更加豐富的場景數(shù)據(jù)，并通過這些數(shù)據(jù)迭代，形成“算法-落地場景-數(shù)據(jù)”的數(shù)據(jù)閉環(huán)和“技術(shù)-應(yīng)用場景-現(xiàn)金流”商業(yè)化閉環(huán)。

智行者的商業(yè)化模式受到中信證券的高度認(rèn)可，其報(bào)告中指出，無人駕駛場景多，且較為分散，通用型底層賦能多場景或成為贏家。

智行者營收已達(dá)數(shù)億元，商業(yè)化落地領(lǐng)先，成長空間大

中信證券認(rèn)為，智行者選擇的一個(gè)無人駕駛大腦賦能各行業(yè)的技術(shù)架構(gòu)，適應(yīng)目前無人駕駛需求在多點(diǎn)位同步釋放的行業(yè)特點(diǎn)。同時(shí)，智行者整體采取以產(chǎn)品化為主導(dǎo)的商業(yè)模式，即不參與運(yùn)營服務(wù)，與傳統(tǒng)行業(yè)設(shè)備制造方及運(yùn)營方實(shí)現(xiàn)強(qiáng)強(qiáng)聯(lián)合，可達(dá)到共同推進(jìn)全行業(yè)智能化的進(jìn)程的目的。

截至目前，智行者無人駕駛大腦已賦能多種場景的多類型車輛上。在低速自動(dòng)駕駛方面，智行者無人駕駛大腦已成功賦能環(huán)衛(wèi)、物流等場景，并實(shí)現(xiàn)了商業(yè)化落地。據(jù)悉，上述場景中，智行者的產(chǎn)品已在100多個(gè)城市完成落地，覆蓋交通樞紐、辦公/工業(yè)廠區(qū)、醫(yī)院、商場及住宅等多種場景。

在中高速自動(dòng)駕駛領(lǐng)域，智行者與主機(jī)廠、車輛運(yùn)營商等產(chǎn)業(yè)鏈企業(yè)展開深度合作，共同推進(jìn)Robotaxi和Robobus的順利量產(chǎn)落地。早在2016，智行者就與北汽合作開展了無人駕駛車的公開試乘，接待3000余人次，行駛里程2000公里，零失誤、零故障。此后與長安等整車廠陸續(xù)達(dá)成合作。2021年又拿下了T3出行的百臺(tái)Robotaxi訂單，探索Robotaxi落地的全新模式。同時(shí)，智行者無人駕駛大腦賦能的Robobus也已成功落地成都、合肥、北京等全國多個(gè)城市的公園、景區(qū)、高爾夫球場等場景。

更值得一提的是，智行者成功將無人駕駛大腦應(yīng)用于特種車場景，打造了無人駕駛巡邏車、無人駕駛物資車等特種應(yīng)用產(chǎn)品。上述產(chǎn)品均能夠適用于惡劣越野路面、城市、高速等多種場景，與傳統(tǒng)的安防巡邏機(jī)器人相比具備諸多優(yōu)勢。2021年，智行者獲得了超100臺(tái)的無人駕駛巡邏車訂單。2022年，智行者的特種車輛訂單持續(xù)增長，其高速長續(xù)航版的無人駕駛巡邏車已經(jīng)在上海、涿州等全國多個(gè)地區(qū)高速落地執(zhí)行巡邏任務(wù)。

智行者繼續(xù)采用軟件持續(xù)升級(jí)、硬件離散升級(jí)的模式錘煉無人駕駛大腦。智行者還將持續(xù)遵循技術(shù)可達(dá)、市場空間足夠大、社會(huì)基礎(chǔ)設(shè)施能夠支撐、與行業(yè)本身從業(yè)者合作共贏的4個(gè)邏輯，甄選更多自動(dòng)駕駛應(yīng)用場景，持續(xù)擴(kuò)大自動(dòng)駕駛的應(yīng)用邊界，通過快速地、多場景應(yīng)用落地來建立自己的優(yōu)勢。2021年，智行者營收數(shù)億元。

中信證券研報(bào)指出，環(huán)衛(wèi)、物流等智慧生活場景和特種應(yīng)用場景的成熟發(fā)展將為智行者提供持續(xù)發(fā)展的重要保障，助力其更快發(fā)展乘用車業(yè)務(wù)，從而樹立更具優(yōu)勢的行業(yè)地位。

立足無人駕駛大腦研發(fā) 做自動(dòng)駕駛?cè)珬＝鉀Q方案提供商

自2015年成立以來，智行者便定位于L4級(jí)別高速載人乘用車自動(dòng)駕駛技術(shù)研發(fā)，并很快意識(shí)到技術(shù)產(chǎn)品化和批量硬件預(yù)埋的通路才是無人駕駛技術(shù)型企業(yè)走到最后的基本保障。因此，自2017年開始，智行者便開始了軟硬件一體化無人駕駛大腦的研發(fā)。期間智行者不斷選取不同場景進(jìn)行技術(shù)應(yīng)用，并不斷對無人駕駛大腦進(jìn)行錘煉與迭代。截至目前，智行者無人駕駛大腦的3.0版本已可以實(shí)現(xiàn)智慧城市中豐富場景、多種車輛的前裝量產(chǎn)及落地應(yīng)用。

智行者的無人駕駛大腦包含三大模塊，分別為自動(dòng)駕駛操作系統(tǒng)（AVOS）、自動(dòng)駕駛中央計(jì)算單元（Brainbox）和數(shù)據(jù)閉環(huán)（AVDC）。

AVOS基于人-車-路閉環(huán)，實(shí)現(xiàn)了架構(gòu)上高內(nèi)聚、低耦合，具有多場景通用性，在人員接近的條件下，可實(shí)現(xiàn)更多的落地業(yè)務(wù)賦能。以AVOS為底層架構(gòu)，智行者根據(jù)不同的場景需求研發(fā)了不同算力、不同配置的硬件解決方案，以提升用戶體驗(yàn)，適應(yīng)商業(yè)價(jià)格敏感度。例如，適用于商業(yè)級(jí)中高速場景的Brainbox算力可達(dá)60TOPS，可滿足汽車后裝市場中高速自動(dòng)駕駛L4等級(jí)的場景。適用于高速場景的Brainbox算力高達(dá)508TOPS，能夠滿足重感知輕定位的算力布局。其控制器按照汽車級(jí)設(shè)計(jì)要求開展，除個(gè)別物料外，全部使用車規(guī)級(jí)物料。

自動(dòng)駕駛數(shù)據(jù)的高效處理，是保障算法快速迭代的關(guān)鍵因素之一。智行者搭建了車端推理-云端訓(xùn)練的數(shù)據(jù)閉環(huán)系統(tǒng)，實(shí)現(xiàn)了從數(shù)據(jù)挖掘、數(shù)據(jù)回傳、數(shù)據(jù)清洗、模型優(yōu)化、模型評估、OTA部署的完整數(shù)據(jù)聯(lián)調(diào)。此外，智行者用相同的軟/硬件架構(gòu)打通了L3和L4的數(shù)據(jù)壁壘和架構(gòu)壁壘，通過前裝量產(chǎn)采集的數(shù)據(jù)反哺L4系統(tǒng)的功能升級(jí)。與國內(nèi)自動(dòng)駕駛公司通常采用L3和L4兩套系統(tǒng)架構(gòu)、難以實(shí)現(xiàn)數(shù)據(jù)閉環(huán)相比，智行者的技術(shù)路線優(yōu)勢明顯。