今天分享的是人工智能AI系列深度研究報(bào)告：《2023年汽車和汽車零部件行業(yè)AI大模型應(yīng)用于汽車智能駕駛梳理》。（報(bào)告出品方：光大證券）

研究報(bào)告內(nèi)容摘要如下

一.智能駕駛系統(tǒng):從模塊化向全面端到端漸進(jìn)

智能駕駛系統(tǒng)按工程落地可分為兩類:1)模塊化:將整個(gè)系統(tǒng)劃分為環(huán)境感知、決策規(guī)劃、控制執(zhí)行，車輛將傳感器采集到的信息進(jìn)行感知處理，再將感知結(jié)果輸入至決策規(guī)劃層進(jìn)行分析決策并生成控制命令，最終將控制命令下達(dá)至各執(zhí)行器完成加速、轉(zhuǎn)向、剎車等操作;2)端到端(end-to-end):車輛將傳感器采集到的信息通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)直接輸出駕駛命令(可實(shí)現(xiàn)輸入圖像等感知信息到輸出方向盤轉(zhuǎn)角等控制量、輸入感知信息到輸出車模的狀態(tài)量如速度和坐標(biāo)等)。當(dāng)前，端到端僅應(yīng)用于感知系統(tǒng)，全面端到端智能駕駛系統(tǒng)需要大量數(shù)據(jù)支持，具備精簡人工復(fù)雜升級+泛化性高+硬件成本小等優(yōu)勢，是智能駕駛的終極實(shí)現(xiàn)方案。

二.感知，從L2級跨越至L3級及以上智能駕駛系統(tǒng)的關(guān)鍵

智能駕駛，主要包括感知(環(huán)境感知與定位)、決策(智能規(guī)劃與決策)、以及執(zhí)行(控制執(zhí)行)系統(tǒng)。當(dāng)前技術(shù)難度排序分別為感知、執(zhí)行、決策;其中，決策系統(tǒng)的難度隨L3級及以上等級的推進(jìn)而逐步增加。按《汽車駕駛自動化分級》規(guī)定，L3級及以上才屬干高階智能駕駛(分許脫手):其中，系統(tǒng)需滿足360%感知車輛精準(zhǔn)定位+對駕駛員接管能力實(shí)時(shí)判斷。我們分析，路徑規(guī)劃需依賴感知結(jié)果，感知系統(tǒng)是L2級至L3級及以上跨越的關(guān)鍵。

三.感知算法突破+政策扶持，L3級商業(yè)化落地加速邁進(jìn)

從感知算法的推進(jìn)來看，行業(yè)總體2022年及之前的的商業(yè)化應(yīng)用主要為2D+CNN算法;隨著ChatGPT等AI大模型的興起，感知算法已經(jīng)升級至BEV (Bird’ s eye view) +Transformer。目前，特斯拉(2021年)、小鵬+華為+理想等(2023年)已切換至BEV+Transformer，但仍應(yīng)用于感知端(vs學(xué)術(shù)界以最終規(guī)劃為目標(biāo)，已提出感知決策一體化的智能駕駛通用大模型UniAD+全棧Transformer模型)。我們判斷，1)感知算法的技術(shù)突破+工信部明確扶持L3級商業(yè)化落地，有望帶動國內(nèi)向L3級商業(yè)化加速邁進(jìn);2)當(dāng)前端到端算法仍應(yīng)用于感知端，受限于算法復(fù)雜性+大算力要求，感知決策一體的端到端算法落地尚需時(shí)日。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關(guān)信息，請參閱報(bào)告原文。）

本報(bào)告共計(jì)：32頁。受篇幅限制，僅展示部分內(nèi)容。

精選報(bào)告來源公眾號：【人工智能學(xué)派】，回復(fù)關(guān)鍵字“6688”，獲取完整PDF電子版