无人驾驶加速 中信证券高度认可智行者多场景落地的商业模式

近日，中信证券发布了《汽车行业智能初创公司系列专题报告》，无人驾驶企业智行者因其独特的商业化模式及超强的盈利能力受到中信证券的关注。中信证券将其作为典型案例进行了深入分析，并指出，智行者等坚持通用型底层技术赋能路线的公司将在多场景落地中更具优势，有望率先跑通无人驾驶商业化过程。

落地场景多且分散，2022年国内自动驾驶技术路线面临方向选择

中信证券认为，高级别自动驾驶能够有效解决人力成本提升、交通安全、司机短缺等诸多痛点。据其测算，自动驾驶潜在市场空间超数万亿元。其中，Robotaxi的潜在市场空间最大，约为3.2万亿（以2040远期空间计算），其他商用车辆自动驾驶合计市场空间约为3万亿，在其中环卫、城配、最后一公里等城市专用车市场自动驾驶空间约为1.9万亿。

但自动驾驶产业链复杂涉及企业众多、落地场景多且分散等因素仍制约着自动驾驶企业的商业化能力。

从自动驾驶产业链来看，从上游的摄像头、雷达等外围硬件，到依靠算法的自动驾驶软件系统、承载算力及应用的硬件平台，再到不同场景应用及其涉及的数据闭环平台和车辆管理平台，每一个环节都占据一定的市场空间。

从场景来看，目前主流场景涵盖Robotaxi和商用车两大场景。但Robotaxi的发展面临测试里程瓶颈，需要巨额资金投入。而商用车场景又被细分为港口、矿山、环卫、无人配送等多种场景，其技术要求低于Robotaxi，有望更快实现商业化落地。但整体而言，业内大多数公司是针对特定自动驾驶场景的点状发力，即在单一场景下集中发力，开发与之适配的自动驾驶算法。这样的模式会形成企业在单一场景的优势，但可复制性不强，未来市场空间不足或将成为企业发展的最大掣肘。

通用型底层赋能依旧是理想解决方案

如何涉足更多的场景，如何在复杂的产业结构中抓住关键因素，占据最大的市场空间，仍考验着自动驾驶企业的产业分析、市场预判及战略部署的能力。

智行者采用了Android+Intel inside模式，即坚持底层开发，提供软硬件一体化产品复制性强的商业模式，而非深入到运营的高成本且复制难的商业模式。具体而言，智行者在类似Android的通用型软件架构和类似于Intel的核心硬件两个部分同时着力。同时，智行者将自动驾驶算法与场景解耦，致力于打造通用型自动驾驶解决方案，可同时赋能Robotaxi、Robobus、环卫、物流及特种应用等L4级别自动驾驶场景和L2/L2+/L3等多级别自动驾驶场景。

中信证券本次发布的研报显示，与同业主要竞争对手相比，智行者能够在人员接近的条件下，实现更多场景的落地业务赋能。

基于通用型无人驾驶大脑和多场景落地路径，智行者可以以更低的成本、更快的速度获取更加丰富的场景数据，并通过这些数据迭代，形成“算法-落地场景-数据”的数据闭环和“技术-应用场景-现金流”商业化闭环。

智行者的商业化模式受到中信证券的高度认可，其报告中指出，无人驾驶场景多，且较为分散，通用型底层赋能多场景或成为赢家。

智行者营收已达数亿元，商业化落地领先，成长空间大

中信证券认为，智行者选择的一个无人驾驶大脑赋能各行业的技术架构，适应目前无人驾驶需求在多点位同步释放的行业特点。同时，智行者整体采取以产品化为主导的商业模式，即不参与运营服务，与传统行业设备制造方及运营方实现强强联合，可达到共同推进全行业智能化的进程的目的。

截至目前，智行者无人驾驶大脑已赋能多种场景的多类型车辆上。在低速自动驾驶方面，智行者无人驾驶大脑已成功赋能环卫、物流等场景，并实现了商业化落地。据悉，上述场景中，智行者的产品已在100多个城市完成落地，覆盖交通枢纽、办公/工业厂区、医院、商场及住宅等多种场景。

在中高速自动驾驶领域，智行者与主机厂、车辆运营商等产业链企业展开深度合作，共同推进Robotaxi和Robobus的顺利量产落地。早在2016，智行者就与北汽合作开展了无人驾驶车的公开试乘，接待3000余人次，行驶里程2000公里，零失误、零故障。此后与长安等整车厂陆续达成合作。2021年又拿下了T3出行的百台Robotaxi订单，探索Robotaxi落地的全新模式。同时，智行者无人驾驶大脑赋能的Robobus也已成功落地成都、合肥、北京等全国多个城市的公园、景区、高尔夫球场等场景。

更值得一提的是，智行者成功将无人驾驶大脑应用于特种车场景，打造了无人驾驶巡逻车、无人驾驶物资车等特种应用产品。上述产品均能够适用于恶劣越野路面、城市、高速等多种场景，与传统的安防巡逻机器人相比具备诸多优势。2021年，智行者获得了超100台的无人驾驶巡逻车订单。2022年，智行者的特种车辆订单持续增长，其高速长续航版的无人驾驶巡逻车已经在上海、涿州等全国多个地区高速落地执行巡逻任务。

智行者继续采用软件持续升级、硬件离散升级的模式锤炼无人驾驶大脑。智行者还将持续遵循技术可达、市场空间足够大、社会基础设施能够支撑、与行业本身从业者合作共赢的4个逻辑，甄选更多自动驾驶应用场景，持续扩大自动驾驶的应用边界，通过快速地、多场景应用落地来建立自己的优势。2021年，智行者营收数亿元。

中信证券研报指出，环卫、物流等智慧生活场景和特种应用场景的成熟发展将为智行者提供持续发展的重要保障，助力其更快发展乘用车业务，从而树立更具优势的行业地位。

立足无人驾驶大脑研发 做自动驾驶全栈解决方案提供商

自2015年成立以来，智行者便定位于L4级别高速载人乘用车自动驾驶技术研发，并很快意识到技术产品化和批量硬件预埋的通路才是无人驾驶技术型企业走到最后的基本保障。因此，自2017年开始，智行者便开始了软硬件一体化无人驾驶大脑的研发。期间智行者不断选取不同场景进行技术应用，并不断对无人驾驶大脑进行锤炼与迭代。截至目前，智行者无人驾驶大脑的3.0版本已可以实现智慧城市中丰富场景、多种车辆的前装量产及落地应用。

智行者的无人驾驶大脑包含三大模块，分别为自动驾驶操作系统（AVOS）、自动驾驶中央计算单元（Brainbox）和数据闭环（AVDC）。

AVOS基于人-车-路闭环，实现了架构上高内聚、低耦合，具有多场景通用性，在人员接近的条件下，可实现更多的落地业务赋能。以AVOS为底层架构，智行者根据不同的场景需求研发了不同算力、不同配置的硬件解决方案，以提升用户体验，适应商业价格敏感度。例如，适用于商业级中高速场景的Brainbox算力可达60TOPS，可满足汽车后装市场中高速自动驾驶L4等级的场景。适用于高速场景的Brainbox算力高达508TOPS，能够满足重感知轻定位的算力布局。其控制器按照汽车级设计要求开展，除个别物料外，全部使用车规级物料。

自动驾驶数据的高效处理，是保障算法快速迭代的关键因素之一。智行者搭建了车端推理-云端训练的数据闭环系统，实现了从数据挖掘、数据回传、数据清洗、模型优化、模型评估、OTA部署的完整数据联调。此外，智行者用相同的软/硬件架构打通了L3和L4的数据壁垒和架构壁垒，通过前装量产采集的数据反哺L4系统的功能升级。与国内自动驾驶公司通常采用L3和L4两套系统架构、难以实现数据闭环相比，智行者的技术路线优势明显。