关于爱的格言“显性”，容易被消费者直观感受到，也让车企更容易宣传形成新的 付费点和用户转化：根据工业和信息化部，

　　又以智能座舱为例，当前智能汽车承载更多驾驶之外的功能，渐成为一种新的日常生活场景。

　　化：根据HIS，2021年中国市场智能座舱新车渗透率为50.6%并预计在2025年超75%，渗透率大幅超过全球水平。国内智能座舱技术创新处于国际前沿，无论是大模型接入座舱、多模态座舱交互、DMS\OMS等底层技术采用，还是车载大屏、车载连屏、车载KTV、车载VR等应用技术创新都让快速渗透中的智能座舱提供越来越丰富、舒适和娱乐性体验，使智能汽车在基础的交通工具功能外，“生活”属性更强。

　　在高阶智能驾驶实际落地尚需时日的背景下，强化智能座舱是车企实现智能化差异竞争的主要手段之一。

　　及以上高阶智能驾驶正面临研发难度大、技术尚未成熟、责任划分立法不完善等阻碍。而在当前如DMS、OMS、UWB等更丰富且成本不断下降的座舱传感器与如AR HUD、CMS、车载VR等更智能座舱设备装备上车，以及如大模型等新技术在智能座舱内的加速落地推动座舱体验进入新阶段的趋势下，智能座舱正不断解锁多模态的交互方式、多场景的用车体验，以满足乘员在车内更多的体验需求。智能座舱带给座舱乘员直观的使用体验带来用户的支付意愿将进一步上升：根据亿欧智库，2021年不愿意为智能座舱各功能进行支付的用户占比仅为7.9%，亦推动智能座舱加速成为车企在智能化上的核心竞争点之一。

　　频繁价格战、车型迭代加速背景下，强化“量产能力”是应对高 强度竞争的必要手段

　　年以来，国内智能汽车产业一方面面临价格战频发、不同车型销量排行榜变动频繁、技术创新速度和新车型迭代周期加快的激烈竞争环境；另一方面面对全球范围内新能源补贴、牌照等政策退坡，一级市场融资降温的背景，产业链利润率受到较大考验，通过提升量产能力以在制造端“降 本增效”将是未来产业链在竞争中保持良好“防御力”的关键。降本使 得企业在频繁价格战中保持经验策略灵活性和生存空间，增效既带来降 本，效率提升又有助于企业快速迭代新的产品以满足更多细分场景的差 异定位和友商竞争。在此过程中，大量如应用一体压铸、电池一体化技 术、毫米波雷达SoC化乃至车载Chiplet芯片技术将从制造的各个层面优化生产效率和成本结构，最终帮助产业链形成更高的量产能力。

　　年由新冠疫情与地缘政治黑天鹅事件导致全球汽车产业经历一场“缺芯”危机。疫情反复带来全球芯片产能和运力不足、俄乌冲突等地缘政治黑天鹅事件以及在此背景下主机厂/Tier One采取“饱和时订 购”的策略导致过去3年内汽车芯片供需失衡放大，汽车芯片平均交付周期从疫情爆发时的12周攀升至顶峰时的27.1周。国内汽车产能面临巨大压力，来自海外的汽车芯片供应链受到考验。而从中美科技竞争的中长期视角看，培育独立、稳定的本土供应链对于国产主机厂而言亦具有较强动力和紧迫性。

　　如当前国内毫米波雷达及其芯片等组件市场均由国外厂商主导。国外厂商长期主导国内毫米波雷达市场，集中度高。2021年博世、大陆、安波福、维宁尔、海拉分别位列中国毫米波雷达市场份额前五位，CR5=84%。国内77GHz毫米波雷达产品较为稀缺。国外的77GHz毫米波雷达产品不单独向中国销售，只提供全套系统，价格昂贵且一般也不会配备最新产品。国内芯片核心技术积累较少，整体产业处于初级发展阶段，国产替代空间巨大。

　　近年随着中国集成电路和汽车电子产业发展，备考世界最富创新与增长最快的智能汽车市场，中国智能汽车供应链企业开始打，国产化加速。如中国HUD市场，国外厂商由于领域起步早、具有先发优势，在前期形成了以国际企业为主的格局。随着近年HUD产品逐渐由高端车向中端车型渗透、以及中外HUD技术差距缩小，国内厂商凭借成本优势以及本土自主品牌崛起带动的本土供应链需求，市场份额不断提升：2022年华阳集团以18.2%的份额，位于国内HUD市场供应商首位，总供应商的第二位。相较2020年超

　　是提升快充速度、降低能耗减少续航焦虑的有效手段提升快充功率主要通过提升电压和电流来实现。在新能源车充电过程中，充入的电量——总功（W）为充电功率（P）和时间的乘积，即W=P×t，在电池容量（总功W）相同的情况下，若想缩短充电时间需要提升充电功率。而根据功率公式P=U×I，提升电功率P可通过提升电压U或提升电流I来实现。

　　400V架构下要达到300 kW的超快充功率需要将电流提升至750A。但电流增大会带来充电安全问题：根据焦耳定律Q=I²Rt，电阻R不变时，电流的平方与电流通过导体产生的热量成正比，即在相同时间t内电流I每提升一倍，产生的热量Q为四倍，大电流方案势必对充电设备和电池散热产生巨大压力。同时大量发热还会造成能量损失，损害快充经济性。充电电流在超快充领域的提升潜力有限。因此在当前新能源车400V架构下，普遍峰值功率为100 kW，对应250A电流、在20%-80% SOC（State of Charge，充电状态）快充区间的充电时间约为30分钟和1C的充放电倍率。

　　若提升电压至800V，即便在保持国标上限250A电流的非800V普通快充桩下，即可实现接近200 kW、2C充放电倍率的快充，获得较普通400V平台多一倍的充电功率。对于一款700 km续航的电车而言，800V平台可实现充电15分钟续航近400km的体验，续航焦虑较400V平台将大幅缓解。80%市场份额都为国外厂商占据的局面，国内供应商追赶势头强劲。当前国内HUD供应商已在长城、长安、广汽、北汽等众多自主品牌汽车搭载上市。除自主品牌之外，东风本田、上汽大众、宝马、奥迪等合资品牌也开始与国内供应商开展合作，国内供应商份额提升势头有望继续保持。

　　业最终将在竞争引发的技术和量产能力快速进步下，培育出全球领先的产业链和巨大商业机遇。

　　趋势二：城市NOA引发智能驾驶“黑莓时代”，智 能驾驶真正成为购车必要考量

　　L2+辅助驾驶NOA（Navigate On Autopilot）是自动辅助导航驾驶或领航辅助驾驶。驾驶员在设定好导航路线并进入NOA的可使用路段后，可实现自动上下匝道、自动辅助超车、自动辅助变道、自适应巡航等多种功能，并在一定范围内实现点到点的自动驾驶功能。从安全责任角度看，NOA运行过程中驾驶员仍然是驾驶的责任主体，必须随时监控系统并进行必要的调整，因而从自动驾驶分级标准看，NOA虽能实现接近L3级别的有条件自动驾驶但仍属于L2级别内技术和功能较基础L2更高级的L2+辅助驾驶。

　　毫米波雷达是一种以波长位于1-10mm、频率在30-300GHz的电磁波作为放射波的雷达传感器。车载领域为当前毫米波雷达最大的应用场景，主要用于辅助驾驶和座舱监控。2022年中国毫米波雷达市场中，车载毫米波雷达占比达26%。作为辅助驾驶传感器的重要组成部分，毫米波雷达已大量应用于辅助驾驶系统中作为前向雷达，并在向四角、后向、侧向等位置延展，以实现盲区检测、自动泊车、后碰撞预警等更高阶、更丰富的辅助驾驶功能。在近年座舱智能化的风潮下，毫米波雷达正加速应用于座舱内儿童遗留检测、手势识别等领域，毫米波雷达相较摄像头在满足智能控制功能基础上能提供更好的私密性。

　　5.1.1. 4D毫米波雷达增加“高度”探测信息，各项性能进一步提升4D毫米波雷达的“4D”是指：高度、距离、方位以及速度四个维度。

　　4D毫米波雷达增加了“高度”维度探测信息的输 出。4D毫米波雷达通过改变芯片技术，增加纵向天线数量实现俯仰角度的测量。4D毫米波的高度信息输出原理和方位角类似，利用不同接收天线对同一回波信号的相位差计算得出角度的测量。毫米波雷达使用单片收发器，需通过增加虚拟通道MIMO数（虚拟通道数=接收天线数量× 发射天线数量）实现俯仰角度的测量。输出高度信息的核心是要增加 纵向天线数量，不同于传统CMOS毫米波雷达的单颗芯片构成形态，4D毫米波雷达芯片通过级联、单芯片集成和虚拟孔径算法三种技术实现虚拟通道数增加，从而增加更多返回点接收高度信息。

　　现象级大模型产品ChatGPT问世以来受到各行各业广泛关注，产业迅猛发展，正引领一次新的产业革命。当下汽车行业也正积极布局、拥抱大模型：无论是百度、商汤等人工智能龙头公司旗下大模型与众多车企官宣合作，还是蔚来、理想、小鹏等智能汽车头部车企公开自研大模型计划，或是华为等科技巨头宣布将在其汽车问界M9上接入盘古大模型，大模型技术正加速向中国智能汽车行业渗透。

　　车载HUD是呈现驾驶信息的技术。HUD是英文Head-Up Display的缩写，即抬头显示系统。该技术的核心是利用图像生成单元将信息通过光学成像系统投射到驾驶者视野前方，通过车载HUD驾驶员无需低头即可读取车辆以及驾驶相关信息，从而减少驾驶员低头次数、减少“盲驾” 等驾驶风险。

　　带来更丰富信息展示、更深入智能驾驶体验的AR HUD将成车载HUD未来重要发展方向。AR（增强现实）是将虚拟信息与现实场景融合叠加，呈现虚实相融视觉和互动体验的技术。而AR HUD则是利用AR光学成像和虚实融合技术将车辆行驶信息、智能驾驶等虚拟信息通过车载HUD设备投影到前挡风玻璃上，并使虚拟信息与车外实时、实际的路况相结合，向驾驶员呈现更加全面丰富且虚实相融的驾驶信息与体验的技术。在智能驾驶和智能座舱不断深度发展大背景下，AR HUD因具有更大的成像显示区域、更多的应用体验场景、更丰富且更深入的人机交互与辅助驾驶体验，将成为未来车载HUD的技术进化趋势与最终形态。

　　趋势七：提升一体化水平是高度竞争下整车制造端提升量产能力与经济性的重要选择

　　汽车的行驶即是由能量驱动发动机转化为动能，并经过传动系统、轮胎变成运动的过程，在这个过程中存在大量的能量损失，主要由发动机效率损失、传动系统损失、轮胎滚动阻力损失、空气阻力损失、制动摩擦力阻力损失导致，其中燃油车约35%的动能在轮胎滚动的阻力下损失。汽车滚动阻力计算公式为：Fp1=W*f，f为滚阻系数，W为下压力，下压力在水平形式状态下等于车身重量，车身越重、滚动阻力则越大。根据汽车工程学会与零碳汽车研究院，每减重1%分别对A级、B级、C级汽车对应的节油率为0.6%、0.7%和0.9%，轻量化对节油的影响明显。

　　配备高阶辅助驾驶功能的智能汽车搭载的芯片数量相对传统燃油车和低等级辅助驾驶汽车已大幅增加，智能汽车相较传统燃油车芯片数量增加了60%以上。大量传感器数据和通信数据处理、辅助驾驶决策、画面渲染等功能需要海量的算力以支撑，带来车载算力的高速增长：以英伟达为例，2018年其推出的第一代自动驾驶芯片Parker算力仅为1 TOPS，但其最新的第四代芯片THOR算力达2000 TOPS，算力较第一代增长2000%。