更多报告PDF与音频文件加微信： Y1206859索取

发言人1 00:00

间窗口应该是具有标志性的一个意义，也预示着我们会认为从24年开始到接下来的这三五年，应该是智 能化的整个大贝塔投资的最佳的一个时间窗口期。所以我们认为他的标志性的意义其实是非常重大的。

第二个的话就是因为随之在上周在在假期前，其实协现在协会这边已经明确了。在最新的数据安全方 面，其实已经明确了model 3和model y这两款车其实已经现在是合规的。所以之前大家担心的就是，这 些问题应该基本上从协会的这个公告来看，我们认为基本上也都确实完全解决掉了。

发言人1 00:44

对于实质性的单，我们认为整个汽车行业来说，我们总体的一个评估是会认为肯定是利大于弊的。第 一，对整个行业来说，肯定是加速了消费者对于整个智能化的教育。因为我们认为类似于话一样，消费者对于这样的一个新的消费的一个体验，肯定是需要具有强有力的领导品牌来做这样的一个消费者教育的我们自己其实在四月份也比较了北美特斯拉那边的这个V12的体验，以及国内这边我们对一线的品牌。其实我们自己也实质实也也也实力自己做的测试，这是我们诺威V12现在的表演的表现是非常惊艳 的，比国内现在肯定是会更加领先。它的整个的相对于过去的V11版本应该实现的非常质的一个飞跃。

发言人1 01:40

第二点的话就是对于加速L3整个智能化的渗透率的提升，我们认为可能是有实质性的一个意义。因为目 前从去年这两年来看，其实如果以总量的这个数据，国内总量的这个数据为基数的话，其实一直是在五个点以内的那像我们看分，其实已经因为华为的这边的这个车型热卖，其实已经开始在提速了。如果就是FSD入行之后的话，我们认为这个数据可能会有一个很快速的可能会突破。那么在260角度，我们可 能认为可能就突破30%了。

发言人1 02:13

对，第三点的话我们会认为对于格局上来看的话，国内车企的格局肯定会在电动化时代的这个现状的基 础上，我们认为会有重新的一是洗牌。而且这次洗牌肯定是会进一步的进入淘汰赛的一个时间窗口。所 以对于所有的企业来说，一方面是压力，但另外一方面也是会看到整个行业的格局会加速的清晰。

发言人1 02:37

第四点的话，对于整个行业板块的这个投资建议的话，我们会认为分整车和零部件。整车的话我们认为 肯定是最优选的，就是国内能跟特斯拉V12去媲美的。我们认为最一线的梯队的品牌其实就是华为跟小鹏这边。华为这边当然包括他几个合作伙伴设计师，从长安、江淮、北汽这些都算，这些我们认为是更 优选的。

发言人1 03:03

对零部件那边的话，我们可能会分为两个大方向。一个是受益于智能化L3的渗透率大幅上升的这个呃就 是预控制器和先锋底盘这两个赛道。用器的话最主要的是在细微，华阳金美和润君盛的，星空底盘这边主要是伯特利和奈斯特。第二块的话就是关于大家很熟悉的特斯拉链这边的硬件供应商。这边我们认为跟前几年的这个选股思路还是类似的，还是核心跟特斯拉这边绑定比较深的，新全、托普、旭升、艾克迪等。我这边可能主体先汇报这些，然后我同事胡斌这边可能会针对特斯拉和各个车企智能化这边的比 较可能跟大家汇报的比较详细。然后零部件这边同事会针对这些零部件的赛道的标也在做一下跟。

发言人2 03:57

好的，各位领导大家晚上好，我是汽车的研究员杨慧斌。今天晚上的话就是我们这边深度报告汇报的一 个主体框架，是由我来为各位领导整体上汇报。特斯拉他历史智能驾驶这块发展的一些进程梳理。然后包括它与国内的包括华为、小鹏等一系列的一个新势力车企，以及传统车企在内的一个智能化当前发展阶段的一个比较性质的一个梳理。然后我这边可能从角度的一个角度会更加站在技术的一个维度进行比较分析。首先在第一个维度，我们看特斯拉这块的一个智能化进展的一个梳理的话。其实历史上面就是特斯拉从2014年10月份开始，采购mobile eye的这样的一个黑盒，供应的软硬件一体化的一个智能驾驶 解决方案。

发言人2 04:48

到当前其实我们从大大的发展阶段上面来讲，会把特斯拉的一个支架分成两个大的阶段。以从最早深耕 智能驾驶这块儿的一个mobile为发展的一个基准线的话。第一个发展阶段我们认为是2020年之前，也就是特斯拉整体上它自身的一个智能驾驶的一个软硬件的一个水平。包括说落地的一个功能能力，还略逊于mobile air。然后整体上是处于一个追赶mobile ee的一个阶段。第二个阶段的话是2020年之后，整体上站在特斯拉软硬件全栈一体化自研的一个大背景下，它真正完全超越了mobile I实现了全行业的一个 智能驾驶实力和落地功能的一个领先。

发言人2 05:35

在这两个阶段，大的一个划分，2020年那个时间点的话就是标志意义的一个事件。是特斯拉真正意义上 把BV加transformer这样的一个大模型的一个软件架构，引入了智能驾驶的一个解决方案中。实现了在自动驾驶落地功能这块的一个弯道超车。细节去看的话，就是2020年之前，其实特斯拉整体上在他自身 的一个autopilot的一个自动驾驶功能迭代的一个角度，其实也历经了两次大的一个变化。

发言人2 06:05

就是2014到2016年这两年的一个时间，特斯拉主体上还是以mobile I的，这样的一个，黑盒供应的一个 方案为主。但是2016年5月份的时候，在北美出过那次比较大的一个自动驾驶的一个事故之后，特斯拉其实就相对来说从拥抱mobile I转为抛弃了一个mobile。然后采用了英伟达的一个自动驾驶的一个硬件平台，搭配自己自研的一个自动驾驶的一个软件的一个解决方案。那么在初期的一个切换过程中，因为自身在软件的一个实例，然后包括是数据的一个积累等的一个方面，其实都还有一定的一个不足。所以 其实特斯拉刚刚从摩拜切换到英伟达之后，其实自身的一个支架功能是受到一定向下的一个影向的。

发言人2 06:52

然后到2019年的那个时间点，其实特斯拉整体上一个方面它自研的一个FSD的一个芯片上车。另外一块 的话为了解决整体上车身不同传感器，包括摄像头，包括雷达等不同传感器传回到预控芯片这块的一个 信息的一个融合整合问题。特斯拉引入了highlight的一个九头蛇多头任务处理的这样的一个软件算法。

那么凭借着自研的一个FPSD的一个硬件芯片，比较对底层算力这块比较好的一个调用，以及highlight多 头任务处理这块这样的一个软件算法的一个架构。特斯拉实现了利用自己车身上面的不同的包括摄像头 和雷达在内的不同的一个传感器，比较好的这样的一个支架功能的一个体验。

发言人2 07:37

然后到2020年2021年这个时间点，就是特斯拉真正意义把大模型运用上车。2021、2022年两年先后 把 BEV 和占用网络这样的一个聚焦在2D3D转换以及3D4D升维的两个方面的一个软件算法，两个方面的一个软件架构纳入到自己的一个智能算法解方案中。2022年4月份特斯拉全新迭代的FSD的一个贝塔V十 的一个版本，真正意义上实现了感知维度的一个端到端。

发言人2 08:10

也经历了从2020到2022年这2到3年的一个发展历史。特斯拉完成借助大模型的一个软件架构的一个变 化，完成了自身从L2往L三的这样的一个变化。那么从L三往下一步更高的L4的这样的一个发展架构的一个过程中，其实特FFSD的一个V10向V11这块核心的一个变化点在于，即感知维度实现了端到端之后，FSD的一个V11也在规控这样的一个环节。逐步的增加了神经网络在整个决策过程中的这样的一个使用比例，降低了以规则主导的rural base的这样的一个形式。在整个自动驾驶决策过程中的这样的一个使用频率和占比。所以其实整个我们能够观察到，在从2023年二季度FSD的一个贝塔V11的1个版本迭代上车之后，就是一个方面特斯拉自身的一个数据积累发生了数据积累的一个斜率发生了陡然的一个加 快。

发言人2 09:12

另外一个角度从它自身，北美的一个model 3、model y等几款车型，在应对各个复杂路况下面处理的一 个自然度和流畅度的一个角度的话。V11的1个版本也相比V10的1个版本有了更加好的这样的一个表现。这个其实更大程度上都归因到在感知维度实现端到端之后，其实特斯拉已经能够对于周边的这样的一个物理世界实现很好的一个感知。规控这个环节实现了端到端之后，整体上在不同的这样的一个道路场景下面，特斯拉其实在应对或者说特斯拉自身的一个车辆，在与周围环境进行交互的一个过程中，也 能够更加的类人更加的自然。

发言人2 09:55

今年一季度，我们能够看到特斯拉V12版本，也就是它真意义上的端到端的这样的一个上车。其实是意 味着特斯拉在软件算法这个维度，从之前V11这个版本的又一次更大维度的一个变化。从底层的一个架构的一个角度的话，简而言之其实就是之前V11版本的一个特斯拉。其实它是在感知维度的一个端到 端，包括规控维度的一个端到端，真正意义上实现了模块模块化的一个端到端的一个历程。

在V12的1个版本中的话，特斯拉就依托于diffusion transformer的这样的一个底层的一个算法架构，实现 了全栈的一体化整合的一个端到端。从数据驱动的这样的一个形式，真正转化为理解物理世界的一个客观规律，对的一个认知驱动的这样的一个形式。整个车辆在应对外来的一个不同的一个场景，做出驾驶的一个决策的一个过程中，整体的一个行为表现会更加类似于人类在驾驶车辆过程中的这样的一个体验。所以FSDV12版本上市之后，我们在四月份在北美那边举行的一场智能驾驶这样的一个直播中也能 够看到，其实它整体的一个效果相比V11版本又有了更进一步的这样的一个更好的体现。

发言人2 11:13

接下来的话，就是在对特斯拉整体的一个发展历程进行了一定的一个回顾之后。我们分别针对边缘端的 一个硬件和软件，以及云端的一个硬件和软件，对于特斯拉在进行更详细的一个展开。之前的话其实我们也发了一篇针对于自动驾驶的一个硬件的这样的一个行业深度里面其实提到，站在整个自动驾驶最核心的一个硬件，自动驾驶边缘端芯片的一个领域的话。特斯拉也是全球来看第一家完全自研自动驾驶硬 件芯片硬件的这样的一个，主机厂。

发言人2 11:44

2019年的时候，其实就实现了2.0时代FSD芯片的一个量产。凭借14纳米的一个制程以及260平方毫米的 一个面积，实现了110 144 tops的这样的一个算力。那么在去年特斯拉以上迭代了HW4.0的这样的一个硬件解决方案之后，又实现了它2.0FSD的算力的FSD芯片的这样的一个上车。相比1.0时代的一个FSD芯片，整个对整个的一个算力有了五倍左右，达到700 tops以上的这样的一个水平。特斯拉不仅在算力AI算力应用的一个绝对值的一个上面，实现了行业的一个领先。更能够凭借自身完全全自研的这样的一个芯片算力，以及与之适配的底层的一个软件算法架构，实现对于芯片算力更好的一个调用。这个其实在对于边缘端算力的一个利用效率，包括说在能耗以及整个芯片的一个面积等几个维度。其实都给特 斯拉带来了巨大的一个体验优势，以及成本这块的一个优势。

发言人2 12:50

传感器的一个维度的话就是在hw 3.0时代，特斯拉的一个传感器其实经历了从摄像头、激光摄像头、毫 波雷达加超声波雷达，逐步的简化为纯视觉的一个摄像头解决方案的一个过程。那么往HW4.0时代的一切换过程中，我们能够看到，首先。从摄像头的一个数量上面，HW4.0相比3.0增加了3颗摄像头，包括 了两颗侧向的一个摄像头和一个前保险杠的一个摄像头。那么从雷达方案的一个选择上的 话，在HW3.0就是在去年和前年去年进行的一次大的一个换代中，其实它已经完全的把超声波雷达和航波雷达去掉了。但是在4.0时代我们能够看到目前在北美已经量产的model SLX上面，特斯拉又把高精度的一个航波雷达这块给加装了回来。当然十2颗超声波雷达还是保持了完全去除的一个状态。这个反映了特斯拉自身在自动驾驶传感器的一个解决方案的一个选择上，还是坚持了以视觉主导。但是也不可忽 略就是雷达在这呃整个万物感知的一个过程中的一个作用。

发言人2 14:05

这个是边缘端硬件的一些变化，从边缘端整体软件的一个变化的变化这块的话其实我们刚刚也大体上提 到了，就是特斯拉整体际上他自身在自动驾驶的一个软件这块。从2016年真正意义上的开始自研落地之后到现在，其实历经了三次比较大的一个变化。第一次其实就是他hydro那个九头蛇的一个多头任务出处理机制的一个上车，帮助特斯拉在自身的一个数据积累，包括尤其是已经得到了完美标注的一个高质量的一个数据积累，弱于mobile air的一个背景下，实现自身的一个自动驾驶算法能力和落地功能，迅速赶超mobile一个比较大的一个变化。特斯拉基于自身全自研的一个软硬件，实现了有限范围内的L二级别的的这样的一个智能辅助驾驶，追平了mobile。当然这一整个就是2020年，2018到2019年这样的一个时间点。当时整体上包括特斯拉在内，整个行业主流采用的还是二类网络的一个CNN架构，以及采集回来数据进行人工标注的这样的一个模式。所以这个是一次比较大的一个变化，帮助特斯拉追平了摩 拜。

发言人2 15:20

第二次比较大的一个变化是在2020年，那个时候我们看到了BAU的transformer架构下面大模型的一个时 代。特斯拉真正意义上从与mobile并驾齐驱，实现了跨时代的一个领先的一个架构。率先在transformer的这样的一个赋能下面，借助BEV实现了2D网络的一个升维。借助占用网络又实现了在整个以车辆自身为参照系的一个瞬时层面的一个物理世界感知之后，加入了时序维度的一个分析，并实现 了进一步对于疫情场景的一个泛化。

发言人2 15:57

完成了去高精地图以及传相机这块的一个精简简化。并且其实通过了BV的transformer的一个架构之 后，实现了从数据的后融合往数据前融合，也就是特征级融合的一个切换。进一步的降低了在整体数据收集、数据清洗、数据标注乃至数据利用这个过程中的一个信息损耗，更加还原了真实意义上的一个场景。同时人工标注也进一步的借助EV统一化的这样的一个平面的一个信息还原，实现了像自动标注的一个切换。这个其实更加方便了在庞大的一个数据集的一个积累下，就是通过云端的一个算例进行软件算 法的这样的一个训练，帮助更快的实现算法能力的一个升级。

发言人2 16:45

这个是第二个维度。也就是截从FSD2021年的一个V9到去年V十一这几个版本，特斯拉持续的保持整个 行业领先。最核心的就是一点软件方面的一个变化。

发言人2 16:58

第三个方面的一个变化，这就是从今年FSDV12版本正式上市之后，特斯拉实现了全站的一个端到端落 地车端感知规控，全融合输入的数据其实就是摄像头，包括雷达感知到的周边环境的一个信息。直接在整套的一个模型框架下面，通过神经网络的一个识别和识别和推理，然后输出的其实就是整个车辆它应 该去怎么样的去操作执行大模型的一个覆盖范围进一步的一个深化。是这个是软件维度的一个变化。

发言人2 17:33

在这个过程中，当前这个时间点，特斯拉完成的最大意义上的一个变化，其实就是我们刚刚提到的全站 端到端所底层反映的就是特斯拉自身提到的一个word model的一个视觉模型，是它端到端方案的一个核心的一个技术支撑。简而言之的话就是word model的一个核心的原理在于通过神经网络结构化的去表示事物，并且能够实现对于未来更好的一个预测。自动驾驶问题的一个决策和解这个过程转为预测历史，是历史视频数据的下一帧的这样的一个过程。在这个过程中，去年sara的一个发布文生视频的这样的一个大规模的一个普及和应用，我们认为是催生产业内实现世界模型技术路线向学习生成diffusion on transformer DIT模型收敛的一个重要的里程碑的一个事件。

发言人2 18:23

Diffusion transformers这样的一个技术其实结合了diffusion的一个扩散模型transformer模型的一个优 点，不仅能够发挥delusion扩散模型在预测未来预测未来的这样的一个领域的一个优势。还能更好的发挥transformer模型凭借它很好的一个自注意力机制，实现对于比较长距离的这样的一个模型关系的一个相关把握。所以其实这个也是支撑word model这样的一个世界模型，能够像人类一样更好的借助历史过去这么多年学习到的一个知识，去实现进一步的一个发量化普及，去应对可能车辆，包括说是人类自身完全没有处理见过的一个corner case。所以其实随着输入量数据的，随着输入的一个数据量的一个越来越大，整个word model输出的一个预测只会越加接近真实的一个数据值。也就是类似于我们人类在整个小学、初中、高中、大学整体上学习的一个过程中，输入的一个知识越来越多。最终我们做出来的一个判断也会更加接近物理世界的这样的一个真真规律。所以在这一整个过程中的话，通过wordmode，word model的这样的一个上车特斯拉也是真正是真正意义上实现了汽车自动驾驶这块的一个AI拟人化。从云端的一个角度的话，其实特斯拉为了匹配自身在边缘端，也就是车端在软件和硬件方 面的一个持续的一个升级。

发言人2 19:48

而能够保证自己车辆的热销过程中持续积累比较大的这样的一个数据。在云端这块的话，特斯拉也是放 弃了英伟达通用的一个GPU，就是超算中心的一个H100和AB改的这样的一个芯片，而自研了专用的一个第一芯片。在这一整个过程中，云端的一个超算的一个芯片相比边缘端的一个芯片，其实它在性能的一个要求点上面有一些区别。边缘端的一个芯片可能不仅要求算力要大，更多要求其实算力够用，并且能耗要低，体积要小。但是在云端的话，可能整个在一整个使用的过程中，更加强调比较高的一个带宽，带来比较低的一个数据传输的一个延迟性，以及在可扩展性的一个角度。能够凭不断的凭借芯片的一个物理上面的一个绑定整合，实现算力上面进一步的一个可扩展。所以其实它专用的一个特斯拉为了训练自身的一个云端的一个为了训练自身的一个数据而专门设计的一个云端超算中心的一个第一芯片，很好的解决了这样的一个问题。所以多做这样的一个超算中心，目前来看其实已经能够实现1.1亿flops的这样的一个，超云端的这样的一个算力。并且在未来也就是按照特斯拉自身的一个规 划，在今年10月份的时候，能够进一步的迭代到100亿flows的这样的一个算力。

发言人2 21:11

真正意义上凭借超算中心能够实现对与word model下背后所隐藏的庞大的这样的一个数据集更好的一个 训练。在一整这一整个过程中的话，因为云端在训练的一个过程中，一部分它的一个训练算法的一个数据可能来源于真实的一个路测数据。另外一块的话可能还在仿真这个环节有比较高的一个依赖。Wordmodel这样的一个模型也能够凭借自己对于未来一定程度上的一个预测和扩散加速就是帮助整体模型生成更好质量更高的这样的一个仿真数据。加速算法的一个训练。所以word model这样的一个模型，其实不仅在边缘端，更多的在云端也有一个很大的这样的一个功能的一个体现。这些PP的话是我们整理的特 斯拉自身季报的这样的一个内容。

发言人2 21:57

从去年的三月份FSDV11版本发布，感知和规控分别实现了端到端之后，特斯拉自身的一个数据积累的 量，数据积累的一个速度，实现了斜率维度的一个陡升。那么到直到今年一季度，我们能够看到V12版本再次发布之后，并且免费开放了一个月之后。就是它整体数据积累的一个里程数的一个变化，又实现了再进一步的这样的一个斜率增加。所以数据积累的一个速率越来越快。整体上凭借着数据驱动，特斯拉自身一个软件算法在迅速的一个成熟，并且据积累的越多，在庞大的一个数据赋能下，进一步的将特斯拉自身所。就是提议的这样的一个word model，进一步实现了认知驱动的这样的一个变化，实现了拟 人化，完完全全的一个拟人化的这样的一个驾驶。

发言人2 22:49

以上的话其实就是我们整体上对于特斯拉在包括历史的一个自动驾驶软硬件的一个发展阶段，发展迭 代，包括边缘端，包括云端，以及从未来整个的一个发展思路的一个角度的一个里程梳理。能够看到的话，其实特斯拉2020年那一波大模型的一个上车，包括2024年今年来看，他所率先迭代的真正意义上的全站的一个端到端的一个深度学习的一个上车。其实在不断的往整个汽车行业，从2020年之前L2的1个发展阶段，到2020到2024年这3到4年的一个时间里面，L3的1个发展阶段。并且进一步的往2024 2025年之后L4的这样的一个发展阶段去引领，去拉升。国内的一个很多车企，其实也进入到了我们第二部分的这样的一个汇报。国内的一个很多车企它在在康平走出了这一条路之后，其实我们也能够看到在智驾未来发展方向上面，其实保持着一个趋同的一个迭代思路和方向，就是在沿着特斯拉走出来的那条路，在进行加速的一个的追赶。从2D的一个CN模型往transformer大模型的这样的一个变化的过程。中国内的所有主流的一个在智能驾驶这块比较重视的一个车企，其实已经在过去的两三年时间里 面，实现了完完全全的一个切换支架的一个阶段，支架的一个迭代瓶颈。

发言人2 24:11

其实从最早期2022年之前，制造方面软件算法的一个人才，就是工程师这块已经切换为了数据。那么下 一步甘蔗特斯拉从今年包括说华为、小鹏等的一些车企，从明年开始他们要做的事儿其实就是从数据的一个驱动转变为认知的一个驱动。如何让自己在车端培育的一个大模型，能够更加的像人一样去思考，去处理外界所有的一个corner case。所以其实在这一页PP上面，我们一个方面是把特斯拉自身它的autopilot阶段，它的FSDV9V10到V12这几个阶段分别在增驾驶功能的一个对应在软件算法架构，在底层的一个感知逻辑的这样的一个角度，实现了以层面上的一个对应。另外一个角度的话，也就是结合了国内像华为、小鹏、理想、蔚来、百度、小米，包括长城、上汽、比亚迪等等一些传统车企，他们所公布的当前自身的一个增加驶的一个解决方案，以及他们客观意义上落地的一个增驾驶的一个功能。跟特 斯拉自身FSD1个不同版本所对应的一个自动驾驶功能做了一一的一个对应结论。

发言人2 25:18

上面来看的话，我觉得从国内现阶段现在这个时间点横向对比去看的话，毫无疑问的还是华为和小鹏是 最像特斯拉的。他们这两家车在今年5月份、六月份，这两个月陆续迭代上车的，就是下一代的一个自动驾驶的一个解决方案，就是华为这个AS3.0，小鹏的一个XNGP加的这样的一个解决方案。其实某种程 度上已经类似于特斯拉在去迭代上车的XNGD加的这样的一个方案。

发言人2 25:46

真正意义上在感知维度，在规控维度全部都实现了端到端。但是是模块化的一个端到端端到端跟特斯拉 在当前这个时间点所强调的感知规控全镇融合一体化的一个全域端到端还是有比较明显的一个区别。但 已经是最接近特斯拉的这样的第一梯队。

发言人2 26:03

第二梯队的话是理想、蔚来和百度，这三家就是在增驾驶这个过程中同样走的比较快的一个车企。他们 是完全能够类似于像2022年那个说特斯拉能够完成的把BAV加transformer加专用网络这样的一个算法。很好的纳入到自己的整体的一个算法框架中。实现了在感知维度完完全全的一个端到端。并且通过在全国不断的地图路测数据的这样的一个积累，实现数据驱动更多更快的一个开成完成了在全国在今年在后面的半年到一年左右的一个时间里面，陆陆续续完成对于全国所有城市的自驾城市自驾功能的这样的一 个开通和覆盖。

发言人2 26:47

第三个梯队其实就是我们能看到像包括刚刚造车的一个小米，包括在动驾驶这块投的比较多的像长 城，包括上汽等这几家车企在内。他们在当前这个阶段的话，其实更多的还是属于类似于像特斯拉FSDV9的那样的一个阶段。就是整体上把BEV加transformer这样的一个框架纳入到自己的一个软件架构中。真正意义上在城市到了两个辅助驾驶的这样的一个落地功能的一个角度，也实现了初步的一个落地。或者说即将在今年的二季度能够实现一定程度上的一个落地。凭借后面1年到2年的一个迭代，完完全全的实现全国不同城市的这样的一个覆盖。这个其实就是我们整体上就是说啊第二部分，就是比较特 斯拉和国内所有车企的一个横向对比的一个结论。

发言人2 27:37

接下来稍微详细的去展开一下的话。首先华为刚刚提到，其实华为adas 2.0网adas 3.0的一个迭代发 布，在上个月4月24号的一个发布会上面，其实也有了比较明确的一个感知。2.0时代，特斯拉核心通过模块化实现了感知。端到端它主体依赖的是BEV的这样的一个算法网络，加了少部分可能类似于像占用网络的这样的一个gold的这样的一个网络空间。那么A到3.0的时候，特斯拉一个方面在感知维度抛弃了BEV，全面的采用了BEV升维之后的一个4D维度的一个感知高的大网，并且在规控端实现了PDP这样的一个完全端到端的这样的一个架构，全面的进行物理世界的一个理解和感知场景语义的一个定 义，AR3.0时代在发布上车之后，整个华为也能够实现全场景贯通的一个 NCA 。

发言人2 28:33当前华为的一个发展阶段，我们认为是类比特斯拉V11的1个版本，逐步的逼近特斯拉V12的这样的一 个，架构。当然华为特斯拉之间依然还是有一些不同的，比方说在激光雷达选择的激光雷达方案的一个选择上面，华为还是坚定保留激光雷达这样的一个传感器，以保证全天候的一个适应能力和道路上面小目标的一个检测能力。然后另外一个角度的话，从发展阶段的一个角度，华为可能它还没有真正意义上实现类似于特斯拉所说的世界模型FSDV12的这样的一个大的一个阶段。那么小鹏的话整体上它当前在软件算法实力这块的一个角度，可能类似于特斯拉的这样的一个执行能力。它的一个XNGP在XNGP加在今年这个月月底之后，可能会预计迭代上车达到比肩特斯拉FSDV11的这样的一个实例。实现了高速高架乘快，包括城区全部道路上面的一个全部覆盖。以及包括覆盖了泊车场景在内的一个全场景的一个贯 通。

发言人2 29:35

从整体底层的一个软件架构上面，小鹏所提出的就是x brain的这样的一个架构。包括了x net感知维度的 一个端到端，以及explanation从规控维度的这样的一个全栈整合的一个端到端。也就是我们这些PP上面天就是墨绿色背景所代表的就是他从x pat从XNGP到XNGP加的整个的一个过程中，逐步的从之前2D维度2D加CNN的一个小模一个架构。像感知维度端到端就是覆盖了BAA加专业网络架构感知维度的一个端到端的一个实现。然后XNGB加这块进一步的在感知端到端的一个基础上，实现了规控维度的这样的一 个端到端。

发言人2 30:13

接下来第二个梯队，其实理想，理想在这块的话，它相对来说比当前这个时间点华为和小鹏还要再慢个 半年左右的一个时间。它是在今年年初的时候正式达到到特斯拉FSDV10的。去年年底，达到特斯拉FSDV10的这样的一个发展阶段。真正意义上把专业网络也纳入到自己的一个软件算法框架中。并且在今年二季度的时候，能够实现第一个家专用网络加持。下面在全国维度，就是城市道路的这样的一个 覆盖推广和普及。

发言人2 30:45

那么往未来的一个方向迭代上的话，理想同时也在今年的一个英伟达GTC大会上面强调了接下来下一步 的往认知模型，也就是特斯拉的一个世界模型上面，去做下一步的8L聚焦L四级别自动驾驶的这样的一个迭代。真正实现百分之百corner case的一个完全覆盖，更充分的去利用多模态的一个 AIGC 去生成一个拟人化的这样的一个A来去帮助我们驾驶车辆。然后极悦这块，其实他就是以百度作为自己自动驾驶解 决方案的这样的一个核心的一个研发。

发言人2 31:26

硬件的一个维度的话，可能类似于理想，包括小鹏都采用了英伟达orin的这样的一个芯片。在软件的一 个角度的话，它实际上比理想还是要稍慢一些。在今年年初的话只完成了北上广深杭。广北上广深杭这五个城市的一个高德地图覆盖下面的一个城市道路领航辅助驾驶PPA的这样的一个功能。预计在今年年 底的时候才能够实现全国维度的一个覆盖。

发言人2 31:49

但是几月？其实它在整个过程中有了百度的一的赋能加持。它的一个优势在于自己所强调的LD自驾车 道级地图的这样的一个行程。它有很多的可能依赖百度地图去导航的这样的一个车辆，在全国维度行驶的过程中，能够不断的帮助他把数据直接传输回来。所以其实吉越虽然自己车型的一个保有量，或者说百度自己车型的一个保有量，在市场上面跑的没有利像那么多。但是他能够凭借着其他更更多其他维度的这样的一个，地图数据的一个赋能，来实现帮助训练自己视觉维度的这样的一个端到端的一个大模 型。所以其实我们整体上也把集约这块儿理想归为一个梯度。

发言人2 32:30

未来的这块的话，它也类似于理想的这样的一个发展阶段。在四月底已经完成了在全国维度全域领 航LP加的这样的一个落地对标FSDV10的这样的一个版本，实现了比较好的一个感知端到端的一个上车。那么除了蔚来之外，其他的一些车企的话，在这一整个过程中的话，可能就是像小米整体的那个阶段是要在今年年底的时候，完成全国维度100层的一个覆盖。还只是停留在他的FDV99V10去迭代的这样的一个迭代发展的一个过程中。其他的一些主体上与供应商联合采购，联合开发的一个车企，包括长城、上汽、吉利和比亚迪同事等的一些角色。在这个发展阶段，我们认为比小米相比，小米可能还是要 再慢一个档次，或者说跟小米处于差不多的这样的一个水平的阶段。

发言人2 33:19

以上的话可能是我们更多在站在技术的这样的一个角度。对于特斯拉，对于国内的一个车企，在自动驾 驶这个解决方案上面的一些汇总汇报。结论一句话概括来看的话，其实就是特斯拉毫无疑问是站在整个行业引领者的这样的一个角色。国内的第一梯队的小鹏、华为跟特斯拉之间的一个差距，可能在半年左右的这样的一个半年到一年左右维度这样的一个时间线的一个大的一个阶段划分上。国内等到特斯拉FSD真正意义上入华之后，我们国内像华为，像小鹏这样一个有代表性的一个厂家，其实还是有啊一 国之力的。所以其实更多的引申出我们第三部分的这样的一个内容。

发言人2 33:58

FSD真正意义入华之后，其实它对于整个国内自动驾驶，整个汽车自动驾智能化的这样的一个转型，我 们认为是一个利大于弊的一个过程。加速L三级别渗透率的一个普及，改变现在当前阶段电动车竞争完全同化的这样的一个状态。也通过这样的一个全新的一个产品力重要要素的这样的一个加持，加速整个汽车行业淘汰赛的一个进程。也就是我们这里能够提到的，在2023年的时候，在2022到2023年的时候，整个行业实现了同12加往L三的一个跨越。那么2024到2025年的时候，我们认为会迎来整个行业 向L31步步的一个深化普及进一步的往L4的这样的一个方向上面去提振的一个过程。

发言人2 34:46

在这样的一个提振的过程中的话，从细分市场的一个角度，我们认为15到30万元这个价格区间是整 个，行业，率先，综合它整体的一个消费力，以及对于新事物的一个，接受程度，以及它整个自动实现高级别自动驾驶方案所需要的一个软硬件的一个成本的这三个方面的一个因素。综合去看啊，它或将是L三级别智能化第一突破的一个市场。也是我们能够当前从整个行业分价格带的一个销量占比去看的话。整体这个价格带的一个乘车的一个销量占比在持续的一个提升。整体上市场规模还是保持着一个比 较大的一个状态。

发言人2 35:26

所以一旦L三级别的一个智能化打开了自己产品和技术的一个突破口，我们认为在终端消费者领域还是 一个很大的一个市场接受的一个空间。类比于上一轮上两轮SUV的这样的一个渗透率的提升，以及新能源汽车渗透率的一个提升的话，我们认为L三级以上增加渗透率的一个提升，将有望在2到3年未来两年左右的一个时间里面，实现迅速的向上突破，达到30%以上的一个水平。并在这样的一个渗透率逐步提升的一个过程中，加速整个行业竞争格局的一个收敛。整体上前5到6家车企的一个集中度会从电动车时代可能在60%到65%左右的一个水平，向智能车时代80%以上的这样的一个集中度去靠近。下面其实就是我们整体上从整车，从零件这两个维度去梳理 FSD入华 之后，真正意义上利好的第一梯队的一个智能化的一个车企，以及相对应受益的一个产业链。我这边的话可能更多集中在小鹏这边，整体上它与华为是两家仅次于在整个自动驾驶发展的一个技术的一个或者说技术以及落地功能的一个角度，仅次于特斯拉的这样的一个角色。那么小，我们我们根据它自身整体的一个新车规划，以及技术这块的一个发展进度，预测它今年和明年整体的一个销量水平，分别是实现32万辆和59万辆左右的一个量级，对应630亿 和1110亿左右的一个营收。

发言人2 36:54

在目标市值的一个角度的话，基于小鹏今年2倍左右的这样的一个PI目标的一个PS，那么给 到1260亿，接近1300亿左右的一个市值空间。对。好的，以上是我的一个汇报。下面华为包括其他的 零部件的这样的一个汇报的话，我就把时间交给我的各位同事。

发言人3 37:15

谢谢大家。好的，结合刚才慧斌提到的，华为在整个智能化层面，在自驾跟座舱方面的技术优势很明 显。然后在支架层面上，华为也确实属于中国车企中的第一梯队，M9也在今年的三月份OTA升级了城区的无图支架。然后在今年4月份的华为又又再一次的更新了一代的这个ADS3.0系统，同时结合华为本身在手机业务，然后包括其他终端业务方面的优势，所以我们持续的在看好华为智选这一个合作模式下，这些车企的订单跟销量的增长。同时我们可以看到赛利斯在一季度也有一个超预期的业绩表现，所以整个智选模式下的核心标的，包括 赛力斯 、北汽、江淮，以及弹性比较大的沪光新宇这些零件公司，其实也是会受益于整个华为汽车链。然后另外的话就是从车BO拆分这个角度来看，因为最终的这个公司交易文件会在二季度完成签署。那除了长安以外，像东风包括一汽这些车企也在积极的去跟进关于QBU的相关的一些投资的事宜。那这批国企入股也是有希望去进一步发挥双方的优势，然后加速整个 国央企这边车企的新能源车的销量提升。

发言人3 38:38

然后在这个维度下，关注的主要标的其实就是长安跟东风，是两家车企。然后具体每家标的，我再稍微 展开一下。首先赛力斯这边，赛力斯这边目前来看，还是整个华为链上面合作最紧密的一个整车标的。

双方在渠道包括生产等方面也经历了多年的磨合，然后我们看可以看到M7从去年9份发布到现在，一共 也交付了14万辆车。而M9在上个月在四月份单月也交付了接近1.3万辆左右的车。所以它的交付跟订单也一直在持续的兑现。然后同时也是我们刚才提到的341季度的业绩也超预期，它实现了单季度的规模净利润转正，然后同时由于车型结构比较好，然后毛利率也达到了20%以上，那结合后面M9的持续的稳 定的上量，那我们给到24年全年的45亿的一个盈利的预期。

发言人3 39:31

然后长安这边，主要是在看华跟华为这个对合资公司具体的一个落地的情况，以及在华为的赋能下，关 于整个长安这边车本身的竞争力的提升。那一季度长安这边的业绩因为折扣的加大以及年假没有确认，所以业绩有稍微有点miss。但是从全年角度来看，我们还是给到公司84亿元的归母净利润的预 期，那目前估值是说五倍左右。

发言人3 40:01

然后接下来是江淮这边，江淮这边的商用车业务，就是他基本盘这块从二三年开始就在一个持续的改善 中，然后同时对外合作层面其实也有很多的进展。首先就是安徽大众这边，他已经在去年年底的时候具备了一个量产的能力，而且首款出口欧洲的车型，也已经正式的实现量产。那江淮作为财务投资人，后面有望从安徽大众这个公司中贡献一个正向的投资收益。然后另外的话，和华为的合作也在正常的推进。然后预计在今年四季度推出首款车型，那考虑到这两点，就是公司的这个主业改善以及同时积极的 对外合作，我们对江华也是维持一个买入的评级。

发言人3 40:46

然后最后的话就是我们现在还暂时没有覆盖的两个标的，一个是北汽，一个是东风这边北汽的话就是整 体来看，它跟华为的合作确实历程比较长。在去年8月份的时候，双方从inside的模式升级到了智选模式的合作。然后首款车型S9也在北京车展上正式亮相了，也预计在六月份会正式亮正式的上市。我们我们也认为就这款车它卡位了一个相对来说比较空白的豪华轿车市场。然后关于这这辆车的这辆车的销量预期，我们目前也给到比较高的一个预期。然后另外就是东风这边，东风这边的话它跟华为的进度的话，也是我们可以看到在今年一季度蓝图跟猛士先后跟华为达成一个战略的合作。然后公司也在公开场合对外表示过，他们在跟一汽集团积极的推进车BO的度入股的事宜。那公司在业绩会上也提到，到今年年底首款跟华为合作的车型也会亮相，所以整体来说东风也是算是华为整车链这边的一个比较重要的 公司。华为链的主要标的就是以上，接下来交给各位。

发言人4 42:03

领导好，我是东风汽车孙仁浩。接下来由我来汇报一下这个智能化的增量领域的线的一些内容。首先来 看的话，我们会觉得本次的FSC入化将会带来智能化已知的话零部件板块的一些贝塔性的机会，包括从传感器端感知端到决策端的这个芯片预控以及执行端的这个线控底盘。我们这边重点推荐两个赛道，一 个是云控制器赛道，另一个是线控底盘赛道，也是觉得是弹性最大，然后逻辑最顺的一个赛道。

发言人4 42:39

第一个来看的话，会觉得本次特斯拉FSD入化，其实还是能够去引入一个鲶鱼效应，参考当时model 3的1个入化，那么将会去大大的推进我们国内的自主设计，去上这个高阶支架产品的一个决心。之前国内的车企还是一个偏全栈自研的态度，从这个算法到底层软件都要去自己去把握。到现在有了特斯拉压力之后，很可能会选择一种量产更快，更短平快的一种方式。也就是说交给我们之前所认证过的一些供 应链去进行一个高阶支架的落地。

发言人4 43:21

目前来看，其实高阶支架这个产品真正市场上可选的方案并不多，跟我们所一直所直接感受到的，可能 是这个赛道很卷，其实是不一样的。目前来看我们是现在可能有几种方案一种就是特斯拉的自己本身自研的是FSD方案，另一种是华为问界的方案。那么本身也是需要你是一个华为问界的一个深度合作伙伴，另外就是这个英伟达的方案，我们觉得这个英伟达方案，特别是以德赛的为落地的这个意外方案，可能是现在第三方里边最成熟，然后量产落地最快的这么一套方案。目前来看像理想、小米、安安、上汽、极氪、长安、长城都会有通过德赛去落地英伟达orin方案的这么一个意愿。目前来看的话，其实我们还是会核心去推，大家去关注具备了大规模量产配套能力的领先的一个月厂商，比如德在 其微。

发言人4 44:20

第二点的话，我们会觉得行业预控一些预控这个赛道可能会迎来下一个阶段这么一个阶段性的变革。因 为一方面的话，我们所说的这个一一架构，从这个分布式到集中式，其实已经去演化完了。从0到1，很可能在未来几年就会去落地。这个仓价融合的预控制器，就意味着一家购迎来了一个更深层次的融合。 它本质上的痛点是为了解决降本，通过这个超大算力的芯片去在车里面实现更多的功能。

发言人4 44:57

目前来看像英伟达的索尔，高通的8975这种高算力芯片，其实也有明确的一个落地时间规划表了。也有 更多的车企去已经去官宣说需要选择这种大规模的方案，然后去进行一个参加一体融合的一种方案的一个落地。目前来看我会觉得当下其实各个供应链都有在仓架融合方案去发力的一个可能性。因为每一轮的产业变革，确实也会迎来下一轮的格局的变化，以及格局的洗牌。然后我们现在看到其实很多比较领先的汽车电子供应商，比如说华阳，比如说君盛，其实已经在这方面有所储备了，就比如说我们之前的北京车展的华阳，也是，公布了自己的这个，8255芯片方案的预控的产品马上也要去落地。我们会推荐去大家更关注一些可能一线的同时一些二线的。其实电子标的往往会在这个阶段可能也会有这个百花性 的红利机会。

发言人4 46:00

然后新闻底盘方面，首先我觉得第一点，我们要更更加的去从综合的角度去看新车底盘这个领域。因为 之前的车企和工业发光的模式其实是往往是不同赛道分开的。也就说制动、转向、悬架三个赛道可能是一个偏独立发包的一个方式。目前后续不会觉得随着这个汽车迭代越来越快，然后主机厂对于整个底盘包，甚至说底盘预控的这一个产品升级的意愿越来越强的。他会去要求你的底盘的供应商要同时具备着自动转向和询价的能力。好像对比来看，其实像国际的主机厂，比如说像财富，像博士，他们都不具备着同时具备着这个制动、转向、悬架三个方向的一个能力储备。但是反而像国内的一些供应商，比如说伯特利、拓普，在这方三个领域其实还是在做有所储备的。目前来看的话，我们也会去更加前沿的去看 待这事情，去关注这种偏底盘融合的赛道后续的一些板块性机会。

发言人4 47:06

分开来看，我们会会推荐目前来看推荐两个系统赛道，一个是星空之动。我会觉得先锋制动从二三年之 前的可能说炒渗透率逐渐去推演化到了一个去炒产品升级逻辑的一个阶段。幸福制动方案其实我们说的它在不光是更适用电池，同时它的电压响应能力确实是更快的，像传统的这个自动方向可能是400到600毫秒的一个响应能力，box目前是压缩到200毫秒以内，更高阶的产品为了适应这个L31级别以上的自动驾驶，可能会需要100毫秒以内的一个响应时间。目前我们看一下行业头部厂商博士不透利 都有在做，可能先通智能2.0的一个方案，也是更高级版本的一个方案。

发言人4 47:53

目前来看，现行区动力赛道其实也是一个格局偏收敛的一个趋势。像我们统计的这个工信部的类似的批 次来看，像博世伯特利其实已经属于一个双寡头的一个格局了。我们是我们觉得随着这个赛道的贝塔再一次的兴起，产品跟随着这个智能化的向上，有一个产品的向上突破。像博世伯特利，特别是伯特 利，又有自主崛起的一个大大贝塔大背景，他们会有一个更好的板块性的机会。

发言人4 48:28

第二个是转向，先锋转向。目前来看，我们觉得像24年将会迎来一个基点时刻。也就是说国内的主机厂 很可能会在今年进行一个线上转向产品的一个发包，明年进行一个落地。我们去逐步关注到这个赛道，其实还是说先特斯拉fiber truck，它是率先去匹配到了幸福转向这个产品。然后目前来看，我们调研到像国内的主机厂，无论是自主还是新势力，都在去在这个前沿赛道做一些处。我们预测像25年的时候，整个中国先后转向的赛道的渗透率有望达到5%左右，然后整个的规模达到50亿元，然后2030年到30%左右的一个渗透率格局来看，其实转向这个赛道一直来看都是一个偏稳定的赛道，像这个奈斯特、吉泰格特、博士财富，几家的大的供应商瓜分了整个市场。目前来看的话，特别像莱斯特，他又背靠着国内的主机厂，又同时有着国际前沿的研发能力。我们会觉得在这个阶段，其实还是很有可能去受 益于整个行业的向上。

发言人4 49:38

接下来是个股的一个方面，首先我们去推荐智能驾驶的龙头标的德赛西威。目前来看的话，他的无论从 客户获取还是从这个产品的升级逻辑上来看，都是最顺的。24年我们给予23亿的一个盈利预测，目前对应的这可能三十多倍的一个板块一个估值。我是觉得跟随着这个智能化主题的这么一个热度的提升，其 实有进一步的一个估值上升的空间。

发言人4 50:04

华阳我们会觉得可能是一个偏二线赶潮的一个标的。之前来看大家的关注更多的是在做仓方面，电子方 面。后续像华阳目前在北京车展上，确实给了我们不少的一个新技术新产品的一个亮相。后续很可能会有更多的关于驾驶，关于这个仓架一体方案的一个落地，很可能也会去。授予本次的这么一个智能驾驶行业的向上。我们预测的24年是5.5亿盈利，25年是九个亿的盈利。罗特利是先锋制动的第一股，目前来看的话，国内的整个的龙头地位还是比较强，而且也是在逐渐抢占外资的份额。而且伯特利他在制动、转向、悬挂三个领域都有着明确的布局，可能在下半年甚至到明年，会有具体的产品的落地，并很 快能够放量。

发言人4 50:56

在这个阶段上来看的话，其实博通一直在走一个困但是正确的长期的事情。我会觉得我们去长期去看这 一家技术导向的公司，实现一个技术的突破，然后我们预测2425年的盈利分别是12比15个亿，那士特我们觉得是一个偏困境反转的标的，同时也具备一定的主题性。第一方面健康cycle truck确实配备新能源之后，大家对于整个赛道的热情提高了。另一方面的话，奈斯特本身也是具备着一个盈利上反转的逻辑。二三年受制于一些比如说供应链断裂，然后供应商北美发生的问题，走势盈利上有一些压力。24年我们去掌握，到现在来看，从行行业贝塔层面以及公司个股的管控层面，其实还是一个偏稳健，盈利上有一个修复。同时24年很可能会有一些先后转向的新项目的落地，又偏也有主题性，也建议大家持续关 注。以上就是我汇报的内容。

发言人5 52:00

好的，各位领导，大家晚上好，我是动物汽车的刘丽宇。接下来由来由我这边来汇报一下这个FSD就是 进入到中国市场以后，对于整个的特斯拉的全链的公司的一个影响。其实从今年以来，大家之前也是一直有担心，特斯拉整个由于车型周期拉的比较长，由此导致的整个车型的一个竞争力下降，影响到整个今年的一个销量的一个情况。所以之前其实大家对于这家产业链公司也是相对来说比较谨慎。从当前的时间点来看的话，其实特斯拉的SFSD依旧是在全球各家智能驾驶的方案中最具竞争力和领先地位的这 样的一个位置。

发言人5 52:55

FSD进入到中国市场以后，有望进一步去提升整个特斯拉在国内的一个销量。其实就从量的维度上去增 强整个上游产业链的这样的一个确定性。此外包括后面的像前面的这个马斯克提到的这个robot x包括下一代低成本的车型，以及包括皮卡。后续的一个产能端的一个限制解除，来持续的一个产能的爬坡。我们其实依旧是非常看好特斯拉的全球产销量的一个后续的一个持续的一个上台阶。特别是下一代低成本车型出来以后，带动的特斯拉进入到全新一轮的一个强车型周期。

发言人5 53:41

其实特斯拉产业链大家也非常熟悉了，就是在国内非常多的零部件企业，其实在上一轮特斯拉就是刚开 始国产化的阶段，就凭着自己最优的效率和成本的能力，成为了特斯拉整个供应链体系中的一的合作伙伴。并且在2020年到2023年这一个阶段充分的去享受了特斯拉在国内销量的这样的一个大幅成大幅增长，以及特斯拉全球的一个放量的这样的一个红利。典型的公司就包括了像拓扑、星辰、旭升等。这里 就不对每个公司去进行一个具体的一个配套的一个展开了。

发言人5 54:29

从现在来看的话，其实往后看特色产业链其实出海会是重要的一个方向。其实整个展望后续对于零部件 行业来说的话，下一个大的贝塔其实就是出海。一般来说零部件的方案会一般会跟随着典型的或者下游的一个核心的客户去去演绎。特斯拉其实就是目前整个零部件板块珠海最大的一个带领者。国内的这些零部件企业为了绑定特斯拉这个大客户，并且提升在大客户中的配套份额。现在也是纷纷跟随着特斯拉去海外布局产能，去做资本开支。并且往后再展望一步的话，他们都会以以特斯拉的业务为基础，去进 一步接触海外的其他客户。也是揭开了整个国内零件企业的一个全球化的这样的一个浪潮。

发言人5 55:36

这里整就是简单梳理一下各个公司在海外的一个布局。重点的公司像拓普，也是早就是之前就在波兰建 厂，在量产的第二年也是实现了一个盈利。拓扑的墨西哥那边的工厂也会在今年完成建设，然后明年去投入生产。第二个典型的就是新泉，新泉其实也是整个珠海走的战略会非常坚定的这样的一家企业。从最开始的墨西哥工厂的一期，包括正在建设的墨西哥的二期，以及斯洛伐克的这样的一个工厂。新泉也是在这一轮跟随特斯拉去做海外资本开支的企业中，唯一一个去到美国本土去建厂的这样的一个企业。这也是显示了公司和特斯拉的一个深度的绑定的一个这样的关系，以及对特斯拉后续的一个这样的一个 体系内的一个长期份额提升。这样的一个非常长的这样的一个前景。

发言人5 56:51

最终最后讲一下两个重点的标的。第一个的话就是新泉。从整体逻辑上来看的话，其实公司所在的这个 赛道的话，就是内外室的这个赛道，其实单车价值是非常大的。对应的非常广阔的这样的一个市场空间。而且公司目前还有新产品的一个拓展的潜力。第二个的话，其实从格局来看的话，在内饰件行业真正做到一定规模，具备较强竞争力的这样的一个自主民营企业数量是非常少的。这个行业也是偏成熟，基本上没有新进入者。格局整体呈现着集中度提升和国产替代的这样的一个大的趋势。第三个方面的话，就是公司整体的一个竞争力也是非常突出的，在成本控制，包括响应效率上相比竞争对手拥有明 显的这样的一个优势，并且现在也在坚定的推动全球化的战略，为后续海外市场也会贡献重要的增量。

发言人5 57:53

从核心正案上来拆分的话，其实24年国内的像吉利、奇瑞、理想，包括特特斯拉都是重要的增量。包括 特斯拉今年的一期墨西哥一期的一个满产。从明年来看的话，特斯拉的海外项目开始会占据公司增量中相当高的这样的一个比例。主要的话话是欧洲和北美的Y的改款的项目，也在产能上也是匹配的公司，墨西哥二期工厂的以及斯洛伐克工厂的一个投产。盈利预测上的话，预计公司24到26年过敏金融分 别是11.2 2亿元、14.8 2亿元以及18.7 7亿元。对应今就是今年的业绩对应现在PE大概在20倍左右。

发言人5 58:47

第二个公司是拓扑，整体来看的话，拓扑依旧持续推进了它的TO0.5的这样的一个配套模式。在客户上 也是深度绑定的国际大客户。包括像深度绑定国际的大客户，以及国内的像华为的赛力斯、比亚迪、未来理想、小米和吉利极客的非常优质的客户，也是充分的受益于新能源的一个发展红利。公司在产品线上也是持续的去推进平台化的战略。在汽车业务拥有八大产品系列，单车配套价值量是接近3万元。最 后的话还有这个机器人执行器的这样的一个作为第二份曲线，潜在的一个空间也是非常的广阔。

发言人5 59:36

从增量的这个维度去拆分的话，24年公司主要增量会来自于赛力斯，包括M7M9以及特斯拉，特别 是3SM9是24年的这个纯增量。那么其余客户增量的客户就包括了像吉利极客，包括像比亚迪等。业绩方面的话，预计24年到26年维持这个呃，我们还是维持整个规模净利润是28.3 3亿元、35.9 7亿元和45.5亿元的这样的一个业绩预测，对应的24年业绩的一个估值，目前大概在26倍。关于整个特斯拉的 层面的这样的一个观点就回复到这里。下面的时间交给慧斌。

发言人2 01:00:28

好的，感谢各位领导的一个时间。以上就是我们整篇报告的一个全部内容。在最后的话，我也想稍微强 调两点。第一点其实就是还是想请各位领导充分重视整个FSD入华会给国内包括城市的一个整车，包括 相对应的特斯拉，包括智能化的这个产业链带来的一个重大的拐点意义的一个拐点的这样的一个意义。

发言人2 01:00:52

然后第二点的话，其实我们也想强调就是在智能驾驶这样的一个以软件的一个变化为主导的这样的一个 行业中。其实在整个产业内不同玩家他们自身的一个技术水平和能力的一个变化和迭代，还是瞬息万变的。所以我们刚刚在报告里面提到的，就是关于整个国内车企跟特斯拉之间的一个差距。包括国内车企不同梯度维度的一个划分。这样的一个变化其实也只是基于当前这个时间点我们的一个梳理和判断。那么后续其实对于每家车自动驾驶能力的一个跟踪这块，还需要保持特别紧密的这样的一个持续搜集的这样的一个过程。所以其实我们后面也会针对每家车企，它在不同的一个时间点点再增驾驶功能，包括软件算法的一个底层框架上面的一个迭代，做进一步的这样的一个详细紧密的这样的一个跟踪汇报。也欢 迎各位领导关注。

粉丝福利： 证券开户，一线券商，交易费率万分之一

声明：内容来源于网络，友情分享，本文不做买卖依据，如侵权请后台留言删文。