小说超级农民比亚迪董事长王传福曾表示，“新能源汽车的上半场是电动化，下半场是智能化”。毫无疑问，新能源汽车智能化是抢占行业竞争制高点的关键领域。虽然中国新能源汽车在全球的竞争中已经赢得上半场电动化的先机，但智能化才是未来汽车产业决胜下半场竞争的关键。

　　2022年12月22日发布的《2023麦肯锡中国汽车消费者洞察》报告认为，中国车市正处于百年未有之大变局：在智能电动汽车的助推之下，市场格局及消费者的品牌认知与用车习惯正以前所未见的速度演变。在智能化的背景下，汽车产业价值链正在加快重塑，这对投资人而言，将会带来一系列新的投资机会。

　　轩元资本投研团队提炼出2023年新能源汽车产业链10大投资热点，分成电动化篇、智能化篇两个部分。电动化篇包括复合集流体、钠电池、固态电池、第三代功率半导体、分布式驱动等相关内容，本篇智能化由4D毫米波雷达、域控制器、线控底盘、汽车半导体、特定场景无人驾驶等内容构成。

　　毫米波雷达是工作在毫米波波段探测的雷达，穿透雾、烟、灰尘的能力强，具有全天候、全天时的特点。车载毫米波雷达是新能源智能汽车ADAS系统感知层的重要组成部分，按照测量距离划分，有短距的SRR，中距的MRR，长距的LRR。前向雷达采用77GHz或79GHz的频段，探测距离比较远，属于LRR，实现自主紧急制动（AEB）和自适应巡航控制（ACC）功能。角雷达采用24GHz的频段，属于SRR，实现盲区检测（BSD）、变道辅助（LCA）、交通警报（F/RCTA）等功能。

　　目前的常见的车载毫米波雷达只能输出距离、速度和角度信息，所以也被称为3D毫米波雷达。而4D成像毫米波雷达，通过增加纵向天线，从而具备俯仰角测量的能力，实现被测目标高度数据的测量。

　　另外，4D成像毫米波雷达增加了天线数量与密度，使得角度、速度分辨率均有优化，且输出的点云图像更加致密，能够刻画更为真实的环境图像，可以有效解析测得目标的轮廓、行为和类别，适应更加复杂的道路，识别更多小物体，有效实现对被遮挡部分的物体及静止或横向物体的监测。

　　因此，相对于3D毫米波雷达，4D成像毫米波雷达不仅可以获得距离、速度、角度和高度等更多的数据，还可以提供点云图，有效解析目标物体的轮廓和类别。

　　级联方案就是将多个芯片模块级联，目前是主流趋势。2019年TI推出级联方案，通过将四个3发4收的单个MIMO芯片级联，可以构成12发16收的MIMO雷达阵列，雷达系统的虚拟通道数从12提升到了192，极大的提升了雷达系统的角度分辨率。

　　超大阵列方案则利用大幅增加收发通道的方式提高分辨率。如以色列Arbe公司开发出了目前最大的48发48收级联雷达系统方案，其虚拟通道数可以达到惊人的2304，大大的提升了毫米波雷达系统的角度分辨率。由于信号和数据量太大，Arbe开发了专用毫米波雷达处理器芯片。

　　虽然在车载3D毫米波雷达领域，国内外差距较大，被博世、大陆、安波福等外资垄断，但在4D成像毫米波雷达领域，国内创业公司跟国际巨头差距较小，有可能实现换道超车，实现车载毫米波雷达的国产替代。如木牛科技已经完成产品研发，能够提供近似激光雷达的高分辨率、高密度的4D点云信息，4D成像毫米波雷达即将在欧美市场批量出货。

　　目前的4D成像毫米波雷达，角度分辨率已经达到1-2度，基本达到8-16线激光雷达的水平，前者价格100-150美金，后者价格高5倍左右，达到500-1000美金。随着技术迭代降本、规模效应降本，4D成像毫米波雷达的价格可望降至数百元，有巨大的成本优势，将对低线束激光雷达实现替代。近期，有消息称特斯拉的自动驾驶系统（FSD）新方案增加4D成像毫米波雷达，这无疑将引领一波行业热潮。

　　据中金研究测算，2025年中国车载毫米波雷达市场规模将达到114亿元，2020-2025年复合增长率为19%。高工智能预测，国内市场L2+及以上新车搭载率有望在2025年突破50%。同时，4D成像毫米波雷达将从2023年开始小规模前装导入，全年搭载量有机会突破百万颗，到2025年占全部前向毫米波雷达的比重有望超过40%。

　　轩元资本认为，4D成像毫米波雷达将处于爆发阶段，一方面，通过多维度的数据、高分辨率、点云图的高性能优势对3D毫米波雷达替代；另外一方面，通过高性价比优势，实现对低线束激光雷达的替代。

　　传统的汽车电子电气架构（EEA，Electrical/Electronic Architecture）是分布式，每个ECU 都是通过 CAN 总线或LIN总线连接，逻辑控制复杂，ECU难以统一维护，无法适应快速迭代。ECU来自不同供应商，有不同的嵌入式软件和底层代码，造成了相当大的冗余，共性部分无法复用。

　　在此背景下，博世、大陆、德尔福等Tier1厂商提出域控制器（DCU，Domain Control Unit）概念，通过利用处理能力更强的多核CPU/GPU芯片，使得DCU可以相对集中地控制每个域，从而取代传统的分布式电子电气架构。减少ECU的数量，系统管理会更容易，平台的可扩展性会更好。电子电气架构开始从传统分布式架构向集中式域控制器架构转变，再向未来的车载中央计算平台架构发展。

　　2、信息处理能力更强。单个ECU算力有限，域控CPU/GPU芯片能处理更大量的信息；

　　3、方便OTA升级。分布式架构中ECU分散，域控制架构能够应对OTA的升级需求。

　　域控制器分为智驾域（ADAS）、座舱域、车身域、底盘域、动力域几个部分。根据行业调研，目前乘用车的车身域控制器单价在 500 元左右，座舱域控制器的单价在 2000元左右，动力域控制器单价2000元左右，底盘域由于需要达到ASIL-D安全等级，价格在3000 元左右，L2 级自驾域单价 2000 元左右，L2+或L2++及以上的高阶智驾域控制器的单价在 4000 元~8000 元左右，少数大算力的智驾域控制器超过万元。

　　智驾域（ADAS）控制器主要由硬件和软件构成，硬件包括PCB板卡、各种芯片CPU/GPU/MCU，以及各种电子元器件，软件包括虚拟化Hypervisor、底层基础软件BSP、实时操作系统ROTS、基于AUTSAR的中间件Middle Ware、上层应用算法等构成。

　　在EEA从分布式ECU向集中式域控制器演变的背景下，源自互联网的SOA（面向服务的架构）被引入汽车行业，使得汽车从面向信号的架构变成面向服务的架构，SOA架构具有动态响应、可重用性高、可扩展性强等优点。基于SOA软硬件实现解耦，使得软件定义汽车成为趋势，并给汽车相关软件带来新的投资机会。

　　随着新能源汽车渗透率不断提升，智能驾驶、智能座舱朝着高阶高算力的方向发展，单车域控制器价值量有小幅提升，再考虑到规模效应所带来的降本，预计各种域控制器单车总价值量保守预计在8000元左右，假设2025年新能源汽车销量达到1000万台、2030年销量达到1800万台，对应市场容量分别为800亿元、1440亿元。

　　轩元资本认为，域控制器技术是一个门槛较高、行业天花板也足够高的领域，且正处在爆发阶段。一方面，新能源汽车渗透率在不断提升；另外一方面，域控制器在新能源汽车的渗透比例也在快速提升，属于“坡长雪厚”投资价值高的细分赛道。

　　汽车底盘是保证汽车正常行驶、承载发动机和车身核心部件的关键性集成平台。底盘的控制功能主要包含5个部分，分别是：制动、转向、换挡、油门和悬架。传统底盘存在大量的机械件、辅助件，结构复杂而笨重，体积大、成本高、维修难，机械件的灵敏度不够，无法满足智能驾驶的低延迟反应需求。

　　所谓线控底盘，就是对汽车底盘信号的传导机制进行线控改造，以电信号传导替代机械信号传导，从而使其更加适用于自动驾驶车辆。相较于传统机械式底盘，由电信号控制的线控底盘在响应速度、精度等方面具备更强的优势。

　　众所周知，智能驾驶的三大核心是感知、决策、执行。如果说感知相当于人的眼睛、耳朵，决策相当于人的大脑，那么底盘端的执行就相当于人的脚，对智能驾驶起着至关重要的作用。线控底盘是实现高阶自动驾驶的必要条件，也得到了政策层面的高度重视，属于急需解决的卡脖子领域。2020年10月，《新能源汽车产业发展规划（2021-2035年）》提出“三横三纵”的技术架构，强调线控执行系统是智能网联的核心技术。

　　在线控底盘中，线控制动和线控转向的技术门槛最高，主要被博世、大陆等国际巨头垄断，目前国产化率不足10%。线控悬架也值得关注，线控换挡和线控油门比较成熟，渗透率较高。从投资角度看，线控制动和线控转向是价值量和机会最大的领域。

　　汽车制动系统的发展主要经历了“液压制动—液压制动融合电控—线控制动”三个阶段，在电动化、智能化的浪潮下，复杂的、纯机械的传统制动系统存在机械传动慢、真空依赖、制动能量回收低、EVP振动噪声大、集成度低、扩展性差等诸多问题，已经难以满足汽车发展需要，电子信号代替机械液压方式对制动系统进行控制，势所必然。线控制动技术在智能驾驶时代的渗透率也有望大幅攀升。

　　执行层是汽车驾驶的最底层，因此智能驾驶所带来的转向系统与制动系统的变革，必将带来新的市场机会。

　　随着L2+智能驾驶的加速渗透，线控制动装配率迎来高速增长，已经成为实现智能驾驶关键一环。

　　1）电信号传递只需要150毫秒，远快于机械连接400-600毫秒的响应；

　　线控制动目前的主流方案是EHB（Electro-hydraulic Brake），远期将向EMB（Electro-Mechanical Brake）发展。EHB以传统的液压制动系统为基础，用电子器件取代了一部分机械部件的功能，通过电机转化为强大的直线推力，推动制动主缸推杆，是半电子化的方式。

　　EHB又分为Two-Box和One-Box两种路线，短期以Two-Box为主，One-Box逐步起量，长期Two-Box和One-Box并存。相对于Two-Box，One-Box方案的优点是集成度更高、体积小及重量轻、能量回收效率更高且成本更低（例如博世的IPB比ibooster+ESP便宜300 元左右），但缺点是没有冗余备份。

　　因此，One-box方案长期是行业未来的重要方向，尤其在成本敏感的中低端乘用车和商用车领域会进展较快，但基于安全和用户体验的考虑，一些中高端车型还是会选用Two-Box，所以中长期来看，两者会并存。

　　EMB从执行机构的差别上看，可以分成两类。第一类是电动机驱动执行机构然后作用到制动盘上，这类的优点，是结构和控制都比较简单，制动过程更稳定；缺点是电动机体积、质量、能耗都比较大；第二类是在前者的基础上增加一个自增力机构，它的优点是利用汽车的动能增加制动力度，减少电机体积和质量；缺点是制动控制的难度变大，制动稳定性也变差。

　　EMB制动信号直接输入到制动钳，完全电子化下，整合性及响应速度更为精进，但囿于短期成本较高，应用推广受限。另外，相对于EHB而言，EMB没有液压后备，如果电路出现短路、断路、电源出现问题，制动系统无法工作，带来的诸多安全隐患，也影响应用推广。

　　线控转向与汽车制动系统类似，转向系统也经历了“机械式——电子辅助式——线控式”的发 展历程，EPS仍是当前主流解决方案，但在智能驾驶驱动下，线控转向系统（SBW，Steering-by-Wire）必将是未来的发展趋势。

　　国内的线控转向行业也处于逐步放量阶段，国内不少创业公司陆续实现量产，未来会逐步对博世、捷太格特等公司产品进行国产替代。

　　无论是线控制动还是线控转向，都被外资高度垄断，有确定性的国产替代机会。下游OEM基于担心被卡脖子，从成本角度考量，正在逐步接受、扶持国内创业公司，所以这些领域的创业公司迎来了难得的窗口期。轩元资本认为，线控领域将会打破垄断，并实现相对高比例的替代，也将给投资人带来非常好的投资机会，其投资逻辑跟汽车半导体很相似。

　　在新能源汽车电动化、智能化的趋势下，整车芯片的价值量将不断攀升。根据海思在2021中国汽车半导体产业大会发布的数据， 预计2030年汽车电子在汽车总成本中的占比会达到50%。中国汽车工业协会数据显示，传统燃油车所需汽车芯片数量为600-700颗，电动车所需的汽车芯片数量将提升至1600颗/辆，而更高级的智能汽车对芯片的需求量将有望提升至3000颗/辆。

　　汽车芯片大致可以分为主控芯片、功率芯片、 存储芯片、通信芯片以及传感芯片五大类。国产替代背景下，供应链自主可控进一步加速了国内汽车半导体市场的蓬勃发展。

　　主控芯片：外资高度垄断，国产化率不到1%。CPU、GPU等高算力在技术封锁的背景下，挑战较大，MCU可能进展快些，上市公司、创业公司陆续实现过亿销售额。

　　存储芯片：外资占比较高，国产化率8%，随着部分消费类存储芯片厂商进军车规类市场，后续有望快速渗透，有望实现自主可控。

　　功率芯片：国内企业取得一些突破，国产化率8%，上市公司、创业公司在该领域可能快速占领较大市场份额，第三代半导体有望缩小差距。

　　传感器芯片：外地高度垄断，国产化率4%左右，在摄像头领域芯片有一定进展，激光雷达芯片代差不大，可能存在超越的机会。

　　模拟芯片：外资高度垄断，国产化率低于5%，电源管理领域芯片有一些进展，通信相关的难度较大。

　　主控芯片中，智能驾驶SOC芯片挑战最大，也最有想象空间。对于智能驾驶SOC芯片，各大车企采取不同的策略。特斯拉2019年后走向自研的道路，2022年前后，相当部分车企转向，采用的英伟达SOC芯片，而部分新势力如小鹏、蔚来采取自研SOC芯片的策略。由于自动驾驶SOC芯片技术门槛高、投入大，除了少部分车企走自研路线外，大部分车企不具备自主研发的能力。

　　国内汽车MCU市场被英飞凌/NXP/ST等海外巨头主导，90%以上市场为国际汽车零部件供应商占领，国产替代空间巨大。下游客户为保证供应链安全，也逐步接受国内产品，汽车MCU国产化进程加速启动，未来几年有望达到30%的国产化率。

　　智能汽车EEA架构向域和集中式架构演变，各种传感器产生大量数据，提高了对高带宽、低延迟和低干扰连接的需求等级，原有的CAN通信不满足需求，以太网被引入车载领域。以太网PHY和交换机芯片市场由Marvell、Broadcom、NXP、TI和Microchip等主导，国内通信背景的创业公司正在尝试导入，单车价值量接近600元。

　　随着智能汽车销量不断上涨以及单车芯片使用量成倍增长，汽车半导体是未来最具潜力的领域。根据Strategy Analytics和HSBC预测，预计到2028年，单车芯片价值量将达到1000美元，中国汽车半导体市场将达到1030亿美元。

　　轩元资本认为，在主控芯片领域的智驾、座舱芯片向头部集中，而车规MCU市场将会容纳多个玩家；在模拟芯片领域，如与信号链、电源管理相关，在传感器芯片领域，如毫米波雷达芯片、激光雷达芯片等赛道，尽管市场天花板不高，但挖掘细分行业龙头，也是不错的投资选择。

　　根据国际汽车工程师协会SAE制定的标准，将智能驾驶分为Level0-Level5几个等级。Level3是重要的分水岭，Level3之前，责任主体在驾驶员，Level3及以后，责任主体在OEM。我们常说的智能驾驶主要指L3以下的辅助驾驶（ADAS），而无人驾驶一般指L4及以上自动驾驶。

　　辅助驾驶经过多年发展，已经从初级的L1持续迭代发展到目前的L2+，尽管业内不少OEM将智驾域控制器的硬件预埋到L3甚至L4，但只能称之为L2+……，需要等相关的法规配套完善后才会突破L3。无人驾驶在公开场景尚存在大量corn case需要解决，但不少特定场景的无人驾驶创业公司经过多年基于L4层面持续研发和迭代，不断进行场景打磨、算法模型优化，取得了不错的进展。

　　相对于公开场景无人驾驶，特定场景不涉及公共道路安全法规且活动区域相对可知可控，技术难度较小，可实现快速落地，但仍存在较高的技术壁垒，必须对场景需求有深刻理解，才能解决长尾问题，打造适配场景的解决方案。

　　特定场景无人驾驶按照市场容量，从大到小排序，可以分为万亿级的RoboTrunk、RoboTaxi；千亿级的矿区、环卫、末端配送；百亿级的港口、园区。

　　在供给端，随着技术的成熟度提高，已经具备落地的可能性；系统成本在不断的cost down，尤其硬件成本这几年价格下降较快，比如激光雷达从当初小几万降到目前的几千元。

　　在需求端，不同的场景都存在各种各样的痛点，还有部分场景的政策驱动也很明显，比如矿区、港口，一方面要打造智慧矿山、智慧港口，另外一方面频发的安全事故，让各方面急需推动无人化。

　　轩元资本认为，特定场景无人驾驶技术逐步成熟，具备落地前提，处于经济效应的拐点，迭加政策驱动，该领域即将处于爆发阶段。场景越简单、痛点越明显的领域更容易、更快商业化落地；场景越复杂、痛点不那么明显的领域商业化落地相对慢些。大部分特定场景存在Tier 1和运营方两种商业模式，轩元资本，认为长期而言，后者的护城河较深。