又一概念引爆!将是长期投资主线?最新解读来了

2024/7/22 19:57:40 点击: 次
我们认为有三个领域值得关注:一是整车端的竞争格局重塑机会,智能驾驶有望成为下一阶段消费者选车的主要参考因素之一;二是无人驾驶带来的零部件增量机会,例如智驾芯片、域控制器、传感器等;三是终端运营商,技术成熟前看商业模式创新,技术成熟后看规模化效应。

张圣贤:无人驾驶商业运营逐步落地,有望加速智能汽车的发展,进而带动无人驾驶相关上游供应商的国产化,特别是目前壁垒相对较高的自动驾驶芯片领域。

谢屹:首先,对于整车行业来说,无人驾驶是一个绕不开的竞争点。预计随着无人驾驶渗透率的逐渐提升,其或将带动相关领域的产品需求,从硬件上的传感器、芯片、激光雷达,到软件上的高精度地图、AI算法、标准协议等。除此之外,还有相关的服务与运营、基础设施建设(智能交通系统、等),这些都是可能产生投资机会的领域。

张璐:算力是无人驾驶的新基建,算法、算力和数据三要素决定智驾性能。当前的智能驾驶模型普遍基于深度学习构建。随着智能驾驶等级提升以及更多的大模型算法上车,数据计算量增大带动算力需求指数式增长,各家车企加快布局高算力数据集群训练大模型。硬件层面,国内供应链成熟且具备成本优势,如摄像头、雷达、域控制器、线控底盘,国产厂商有望乘智驾之风迎来新发展机遇。

五。

技术端、商业模式等方面均面临挑战

中国基金报:无人驾驶技术在场景运营和商业化过程中面临的主要挑战和风险有哪些?

陈亚琼:面临的挑战主要来自技术端,接管次数直接影响消费者体验感,如何在各种复杂路况下实现零接管还需要技术较大的优化。风险来自无人驾驶的事故率是否会高于有人驾驶,这也同样与技术成熟度挂钩。

张圣贤:一是长尾问题,目前领先的无人驾驶技术在大部分道路情况下可以实现自动驾驶,但不排除小概率事故的发生,而少数此类事故可能会导致大家对于自动驾驶不信任的陡增。

二是配套制度和设施建设,目前无人驾驶责任认定仍有待法规进一步明确,同时车辆、智慧道路建设等商业配套仍有待完善。

谢屹:我们认为商业化过程的挑战是有的,比如新技术带来的事故责任在法律上的认定、新技术能够被应用的范围,以及新技术带来的摩擦性失业该如何解决等,这些可能都是新技术普及阶段需要被慎重对待的方面。

谭弘翔:主要是舆论上的压力,比如安全性问题和就业问题。此外,无人驾驶最大的风险就是“不发展”的风险,在一个开放的全球市场经济环境中,当前只有加快发展步伐,力争未来在全球无人驾驶市场中占有更大的份额,并尽可能掌握技术、制造和商业化标准的定义权,才能为我们自己留出更大的空间。

于浩成:一是技术成熟度方面。无人驾驶要在复杂系统中作为安全性较高的决策难度较大,涉及技术架构、算法、软硬件开发等。

二是法律法规挑战。目前无人驾驶发展速度很快,往往领先于相关法规的制定,导致商业化运营面临法律空白的风险。

三是商业模式挑战。受限于技术、成本、安全性、盈利能力等因素,目前无人驾驶在封闭园区、港口等场景实现了商业模式闭环,但是在公共交通等领域还没到拐点。

四是社会伦理影响。特定场景下,无人驾驶的决策可能引发伦理道德争议,无人驾驶的技术发展可能会对社会就业结构产生影响。

张璐:无人驾驶技术首要的技术挑战在于确保高度的稳定性和可靠性,包括在各种环境条件下传感器的精准度以及AI决策系统的成熟度,需要使其能有效应对复杂多变的道路状况。

另外,无人驾驶的最终落地需要完善的法律法规,尤其是事故发生时的责任归属。同时,社会接受度也是关键。此外,基础设施的完善,如智能交通系统和能源补给设施和问题,也是实现无人驾驶商业化的前提。

刘忠腾:首先是技术成熟度,无人驾驶必须确保行驶过程中的“绝对”安全,至少事故率不能高于有人驾驶。其次是效率问题,当前普遍反映无人驾驶存在行驶慢、需要到指定地点乘车、道路规划不够智能等问题。再次是成本和盈利,萝卜快跑第六代无人车整车成本相较于5代车下降60,价格约为20万元。但这只是显性成本。如果考虑运营网络建设、云端控制中心等,成本只会更高,能否最终实现盈利也是一个挑战。

(文章来源:中国基金报)

上一页  [1] [2] 

猜你喜欢
推荐图文
最新图文