华泰证券:AI大模型如何加速无人驾驶发展?

以ChatGPT和SAM为代表的大模型的出现,将要改变智能驾驶在内所有行业的工作范式。

智通财经APP获悉,华泰证券发布研究报告称,“无人驾驶”是最早被提出的人工智能应用场景之一,谷歌,苹果,特斯拉,百度等海内外科技巨头从2016开始就积极布局。以ChatGPT和SAM为代表的大模型的出现,将要改变智能驾驶在内所有行业的工作范式。该行认为大模型提升数据采集、数据标注的效率,同时提升感知准确度,影子模型学习人类驾驶习惯。关注相关产业链环节:1)芯片;2)域控制器及解决方案;3)激光雷达;4)4D毫米波。

华泰证券主要观点如下:

“无人驾驶”看上去很美,但一直很难落地

“无人驾驶”是最早被提出的人工智能应用场景之一,谷歌,苹果,特斯拉,百度等海内外科技巨头从2016开始就积极布局,但直到现在一直还很难实现大规模商用落地。该行认为,1)多维度数据的获取和标注成本高,2)对小概率事件的决策准确度和人类还存在较大差距,3)事故时法律权责归属不明确,是制约其发展的一部分问题。该行认为,以ChatGPT和SAM为代表的大模型的出现,将要改变智能驾驶在内所有行业的工作范式,该行从数据,算法,算力等角度初步探讨其中一些发展机会。

数据:大模型提升数据采集、数据标注的效率

海量的数据是智能驾驶/无人驾驶的基础。通过这几年发展,现在一台L2+级别智能电动车通常能够采集多10+颗摄像头,1-2颗激光雷达,3-5颗毫米波雷达的多维度数据,数据经过标注之后,用于训练模型。大模型的出现,首先能够1)构建虚拟场景人工生成数据,补充现实中难以获得/数据量不足的情形。特斯拉FSD的虚拟仿真,英伟达的Omniverse都是其中的代表。2)数据标注是非常费时费人的工作,以Meta的SAM为代表的图像分割大模型的出现可大幅降低数据标注的成本。

算法:大模型提升感知准确度,影子模型学习人类驾驶习惯

智能驾驶算法主要包括1)感知(识别道路和道路上物体),2)预测(预测周围车辆和行人的行为),3)决策(控制车辆速度方向等行动)。特斯拉、新势力等主要企业从几年前开始采用基于Transformer的大模型等新技术,1)提高道路、物体的识别精准度;2)学习人类的驾驶习惯(影子模式),3)缩短决策所需要的时间,从而训练模型更加“拟人”。

智能驾驶产业链:国产替代趋势显著

受益于智能驾驶本土化的客观需求、产业链各环节国内供应商产品性能的提升与下游自主品牌的崛起,零部件国产替代趋势显著。

1)芯片:国内玩家地平线、黑芝麻等与海外大厂的差距逐渐缩小,本土化服务能力更强。

2)域控制器及解决方案:国内玩家德赛西威、经纬恒润、纵目科技、知行科技等均已规模化上车,技术成熟度不断提升。

3)激光雷达:国产供应商禾赛、图达通、速腾等在量产节奏更快。

4)4D毫米波:国内玩家有行易道、森思泰克等雷达厂商以及加特兰(MMIC芯片)等芯片公司。5)高速连接器:罗森伯格技术积淀深厚,电连技术、瑞可达等加速追赶。

风险提示:智能驾驶渗透率不及预期;新产品迭代速度不及预期。本研报中涉及到未上市公司或未覆盖个股内容,均系对其客观公开信息的整理,并不代表本研究团队对该公司、该股票的推荐或覆盖。

智通声明:本内容为作者独立观点,不代表智通财经立场。未经允许不得转载,文中内容仅供参考,不作为实际操作建议,交易风险自担。更多最新最全港美股资讯,请点击下载智通财经App
分享
微信
分享
QQ
分享
微博
收藏