智通財經APP獲悉，東吳證券發佈研報稱，全行業加速智能化轉型，產業趨勢明確。下游OEM玩家+中游Tier供應商均加大對汽車智能化投入，大勢所趨；智駕核心環節【軟件+硬件+數據】均圍繞下游OEM展開，數據催化算法提效進而驅動硬件迭代。以特斯拉爲代表，應用算法向全棧端到端-世界模型持續迭代，功能落地兌現。
以下爲研報摘要：
何謂“大模型”?大數據餵養神經網絡算法，設定規則機制使其自成長。
1)多模態數據是基礎，包括文本/圖像/音頻/視頻等在內的多類型數據餵養，驅動算法更好完成理解/生成等任務。
2)Transformer是核心，Self-Attention機制強化算法抽象特徵提取能力，並支持並行計算，高能且高效，衍生ViT/DiT支持多模態數據理解/生成。
3)ChatGPT及Sora爲代表應用，在大參數加持下，開發多模態自然語言處理以及文生視頻等功能。
4)世界模型爲未來方向，算法能力由數據驅動演變爲認知驅動，模型具備反事實推理和理解物理客觀規律的能力，提升通用泛化特性。
大模型重塑車端算法架構，加速雲端算法迭代;世界模型或爲完全自動駕駛最優解。
智駕一階段(L2~L3)脫胎換骨：由場景驅動轉向數據驅動，大模型帶來底層架構質變;智駕二階段(L3~L4)厚積薄發：由數據驅動轉向認知驅動，數據和算力逐步累計驅動能力提升，量變引起質變。
1)車端：上層感知/規控應用層算法隨功能需求提升持續進化，“場景理解處理能力泛化”是核心訴求。L2~L3，感知端爲升級核心，Transformer加持BEV+佔用網絡算法落地感知端到端，解決長尾場景識別難題;L3~L4以規控算法升級爲核心，精準識別並快速處理，Learning-base逐步取代Rule-base，端到端拉高場景處理能力的天花板。
2)雲端：數據閉環爲前提，加速大數據有效利用，採集/標註/仿真/訓練/部署一體化。Transformer賦能自動標註，數據驅動場景仿真泛化，降低對有限的實際路測數據的依賴。
3)世界模型【通用具身智能】或爲自動駕駛最優解。車端場景生成泛化，將自動駕駛問題轉化爲預測視頻的下一幀，類人模式處理，實現泛化至數據場景以外的能力;並可快速生成標準化仿真數據，結合大算力加速雲端訓練。
算法實現高壁壘+數據閉環硬要求，未來智駕算法產業格局趨於集中化。
當前下游L3+高階算法方案以OEM自研爲主，華爲以“算法賦能，數據回傳”的形式深度綁定OEM;L3以下算法呈現OEM+獨立算法商+硬件商三足鼎立格局。我們認爲，考慮高階智駕功能的提升對於算法能力/組織架構/超算中心/完整數據鏈等的要求，未來“掌握硬件的基礎上去發展軟件”或爲主流，即掌握壁壘最高的硬件——芯片;提供性價比最高的硬件——傳感器;掌握粘性最強的硬件——整車。
投資建議：汽車AI智能化轉型大勢所趨，算法爲主幹，看好頭部算法玩家持續領先鑄就高壁壘。
全行業加速智能化轉型，產業趨勢明確。下游OEM玩家+中游Tier供應商均加大對汽車智能化投入，大勢所趨;智駕核心環節【軟件+硬件+數據】均圍繞下游OEM展開，數據催化算法提效進而驅動硬件迭代。以特斯拉爲代表，應用算法向全棧端到端-世界模型持續迭代，功能落地兌現。
OEM整車廠商&核心芯片硬件廠商&智駕傳感器廠商&獨立算法商加速佈局端到端算法開發，場景驅動-數據驅動-認知驅動持續進化;智駕算法產業發展進入深水區，高投入賦能【大算力+大數據】，方能走通L3有條件自動駕駛至L4完全自動駕駛之路。
看好智駕頭部車企以及智能化增量零部件：1)華爲系玩家【長安汽車+賽力斯+江淮汽車】，關注【北汽藍谷】;2)頭部新勢力【小鵬汽車+理想汽車】;3)加速轉型【吉利汽車+上汽集團+長城汽車+廣汽集團】;4)智能化核心增量零部件：域控制器(德賽西威+經緯恆潤+華陽集團+均勝電子等)+線控底盤(伯特利+耐世特+拓普集團等)。
風險提示：智能駕駛相關技術迭代/產業政策出臺低於預期;華爲/小鵬等車企新車銷量低於預期。