汽車先有製造業的商業模式（重資產、重研發）和估值中樞，後有智能化拔估值的科技股的想像空間，超我們預期的是Deepseek帶來的國內泛AI資產重估，大幅前置了想像空間的兌現窗口 。
比亞迪的漲停只是新一輪汽車產業邏輯演繹的開始，很多人問比亞迪智駕的變化難道不是去年底就有預期的嗎？其實，過去一年我們見了太多利好的後置反應（賽力斯24/7-8資本運作+機器人，吉利24/7-8的車型周期），背後是牛熊切換、市場對政策的博弈、價格戰期間對格局穩定性的擔心等諸多因素，但是都有量變積累質變所帶來的超級行情（賽力斯24Q3業績兌現，吉利銷量持續超預期）。同樣的，當前時點，近期普漲行情背後是智能化頭部玩家在具身智能上的持續布局、諸多智能化事件催化引發的質變，AI賦能下新一輪汽車超級周期正在來臨。
1、Deepseek對高階智駕的推動：
- 車端算力需求下降：可提供開源模型（如Deepseek R1），通過知識蒸餾壓縮大模型，降低車端部署成本。
- 算力需求降低，雲端模型訓練成本下降：相同算力下，推理速度提升。算力需求少，大幅節省成本。
- 多模態能力更強：跨模態遷移後Deepseek邏輯性與場景理解更強，極端路況（如斷頭路）表現優於傳統模型。
2、內部測試結果：
- 使用Deepseek模型後，在高通8650上，推理響應時間從20ms降至9-10ms，算力利用率從近乎100%降至65%。275個視頻測試，打分更優，對比千問開源模型，97vs95分。
- 只是初步的調試，後續城區NOA算力需求有望降低至50-60tops，城市NOA方案成本或降至6000元（若地平線J6E晶元適配成功），推動平價智駕普及。
3、商業化落地進展
- 比亞迪有望適配王朝/海洋系列（海鷗、秦L等），或採用適配Deepseek的地平線晶元，量產低成本純視覺方案（10V感測器）。
- 小鵬、理想：有聽說在研究，不排除2025年Q3基於Deepseek版本落地城市NOA（需用自身數據訓練，較難再快）。
4、行業影響：
- 車企/供應商核心差距將取決於數據規模與模型優化能力。
- Deepseek為開源模型，降低技術門檻，不排除衝擊華為封閉生態，利好中小廠商或智駕剛開始發力廠商，利好中小算力智駕晶元供應商。
5、各演算法公司對Deepseek應用情況及觀點更新：
- 知行汽車科技：已經開始用用，測試了200+視頻，效果較好；效率提升較高，認為能夠讓原本的小算力晶元生命周期延長。
- 大疆：使用Deepseek模型後，在高通8650上，推理響應時間從20ms降至9-10ms，算力利用率從近乎100%降至65%。275個視頻測試，打分更優，對比千問開源模型，97vs95分。
- Momenta：24年12月底開始探索應用，主要用來壓縮感知模塊，提升效率。第1版識別精度較差，但後續會調試預計1-1.5月有新結果更新。效率方面：第1版模型訓練時間減半，感知結果輸出時間減半。
- 元戎啟行：deepseek作為vlm的一個高性能低算力需求，確實是一個不錯的參考，特別是vlm+E2E。
- 輕舟智航：之前在端到端大模型方面嘗試不多，後續會考慮積極應用。
我們發現：不同的公司對Deepseek的應用關注點有差別，知行&大疆&元戎更多是關注到了決策規劃層面，而Momenta更多是在感知方面。我們認為和公司當前核心的關注點有關係。Momenta當前希望一段式端到端在單OrinX跑通，而感知最耗算力希望效率加以提升。大疆&元戎已經在高通8650/單OrinX上跑通城市NOA，因此在決策規劃及優化方面關注更多。
比亞迪智駕供應鏈解讀
【25年整體方案規劃】
不同級別方案：入門級即L2，以分散式感測器為主，5R1V、3R1V等，已量產且市場產品豐富；中階以算力接近100的產品為主；高階以300和600算力的產品為主，300為單Orin X，600為雙Orin X。公司規劃實現智駕平權，讓所有車搭載100以上算力的平台，實現高速NOA。
25年銷量比例：公司今年銷量預計500萬台以上，高階（100以上）產品的佔比將從以前的不到5%爬升至80%，今年完成爬坡後，高階產品在全年車型中佔比約為40%至50%，按500萬台計算，高階產品銷量約為200到250萬台。穩定後全口徑100算力產品預計佔60%至70%，300算力產品佔10%左右，600算力產品佔10%左右，入門級（L2）產品佔20%左右。
高階完成時間：原計劃一年完成所有車型向高階產品的切換，但目前估計需要一年半左右，最長兩年，具體時間取決於進展情況。
【24年智駕上市情況】
高階產品佔比低：24年高階產品（主要集中在方程豹、仰望等品牌）的銷量佔比非常低，不到5%。從激光雷達銷售量推算，300以上算力的產品佔比不到2%。
【高階供應鏈】
演算法：300和600算力產品的演算法目前主要依靠外部供應商momenta，100算力產品的演算法將實現自研落地。
晶元：100算力平台主要使用Orin n晶元，J6M晶元目前存在一些問題，如POC效果比Orin差、運算元支持性與英偉達不同且運算元移植困難，因此目前先上來的車子暫時未使用J6晶元。300和600算力產品使Orin X，該方案已成熟落地。25年晶元仍以Orin為主，比亞迪自研晶元即將推出，J6M的機會越來越少。
域控：域控將全部放到子公司比亞迪電子，德賽等公司不會參與。
連接器：目前主要用電連替代安費諾、泰科等，今年電連預計能佔20%左右，這是一個緩慢切換的過程。長期看將用弗迪自研連接器，以市場換技術，預計26年下半年可能上市，目前電連在性能可靠性方面仍處於考驗期。
激光雷達：主要採用禾賽和速騰的產品，速騰佔比80%。自研激光雷達進展較快，樂觀估計今年能上車，技術方案與禾賽降本方案ATX差不多。
線控底盤：弗迪和比亞迪電子都在做線控底盤，二者是競爭關係。弗迪的產品主要應用在低端車，比亞迪電子在做線控懸架且即將量產。
內供和外供價差：公司內部供應商提供的部件價格相比市場價格低很多，可能20%不止，有的甚至能降低一半，同樣價格做讓外部供應商處於虧本狀態。
自研範圍：除了玻璃和橡膠外，其他環節都盡量自研，包括演算法、晶元、線控等軟硬體。
相對較慢的環節：公司智能化、電動化中的軟體層面自研進度相對硬體稍慢，一些核心晶元如介面電路、高端MCU等仍是短板。
【中階供應鏈】
演算法：中階產品的演算法公司已確定，自研演算法主要用於走量車型，對於上市節奏緊迫且自研演算法未成熟的車型，可能會找其他價格較低的演算法供應商作為補充。
其他方面：中階產品在域控等方面與高階產品的情況類似，主要差別在於晶元、演算法和激光雷達。
【低階供應鏈】
潤光智行：潤光智行是與比亞迪電子合作的公司，合作低階演算法。晶元主要是J3。比亞迪電子不會做高階演算法。
【基建準備】
算力中心：公司成立了先進技術研究中心，算力卡通過購買加租賃的方式構成算力平台，目前已購買幾個P級別的算力，計劃今年達到E級別的算力，以滿足數據量增長的需求。租賃是主要方式，國內許多主機廠在數據量增大時會選擇租賃算力，公司已與騰訊等達成合作。
數據情況：訓練數據包括研產階段數據和量產數據，量產數據已形成數據閉環，但總量與華為、理想、小鵬等相比仍有差距。
【智駕海外出口】
出口計劃：公司將於26年實現海外出口，低階產品出口已實現，目前的突破是實現高階產品出口，這涉及新的GSR法規認證及安全認證，在硬體設計、軟體設計層面都有較大工作量，國內外認證水平存在差異。
美國限制影響：美國限制使用中國的人工智慧產品及演算法，比亞迪目前避開美國市場，因此該限制對公司影響不大。
【智能駕駛晶元演算法團隊】
配置情況：晶元演算法團隊分感知和規控，按中算力（100平台）和高算力（300平台）劃分，規模大幾百人，主要從外部招聘。
自研晶元團隊：比亞迪半導體依靠收購vivo和海思的部分人員來進行自研晶元，人數上百。
整體團隊規模：除自研團隊外，整個智能駕駛解決方案團隊約三四千人，涵蓋交付、硬體、軟體、模擬等多個方面。
【自動駕駛銷售效果評估】
市場接受度：市場對自動駕駛的接受度逐漸成熟，公司推出的自動駕駛產品有望提高市場接受度，智能化提升會增強產品力，且可能採取智能化提升但不加價的策略，從而提高比亞迪的市佔率。
追趕先發優勢：自動駕駛的比拼最終是數據驅動，雖然目前在演算法上落後於華為等先發者，但長期來看，公司憑藉資金優勢和車輛銷售帶來的數據優勢，有信心在1到2年內追上。
Q&A
Q：公司2025年內部標準口徑下的智駕上車規劃是怎樣的？
A：入門級即傳統ADAS（類似L2），以分散式感測器為主，已量產且市場豐富。中階是100方案，高階是300和600方案。未來規劃主要是智駕平權，讓所有車搭載100以上方案，實現高速NOA產品覆蓋。
Q：今年公司銷量500萬台以上，其中100以上方案的產品佔比情況如何？
A：今年是爬坡過程，以前100、300、600方案的產品佔比不到5%，今年會從不到5%爬到80%，整個爬坡過程覆蓋年度車型的百分之四五十。按500萬台銷量測算，大概能賣200到250萬台。
Q：100以上平台中，不同方案穩定後的佔比情況如何？
A：穩定後，100方案大概能佔60% - 70%，300方案大概能佔10%左右，600方案大概能佔10%左右，入門級（L2平台）大概能佔20%左右。
Q：達到穩定狀態，公司內部的時間表是怎樣的？
A：以前計劃一年，現在估計一年干不到，大概需要一年半時間，最長兩年，會完成所有車型的切換。
Q：2024年智駕低階、中階、高階的上市數據情況如何？
A：2024年高階佔比非常低。高階主要集中在方程豹、仰望等品牌，月銷量幾百台可忽略不計，幾個品牌總銷量兩萬多台，佔比不到5%。從激光雷達銷售量推，300以上方案佔比不到2%。
Q：2025年高階演算法是如何確定的？
A：300和600算一個平台，300目前靠外部供應商，如momenta。100平台會讓自研演算法落地，且量最大，即將發布的新車型等會先在100平台落地。
Q：2025年自動駕駛晶元的使用情況是怎樣的？
A：300和600平台用Orin X晶元，這是成熟落地的方案平台。100平台主要用Orin平台，J6M目前處於較尷尬狀態，先上來的車子暫時沒有用它。J6M暫停是因為精力有限，且其不適合全棧自研思路，同時J6M的POC效果比Orin差，運算元支持性與英偉達不同，自研模型基於英偉達，運算元移植困難。2025年100平台大概率還是以Orin為主，但存在變數，若Orin資源落地好、全棧自研完成，為降本也可能有其他選擇。實際採購會給晶元公司預放量，但不承諾和承擔責任。
Q：100平台中J6M和Orin的比例大概是多少？
A：J6M機會越來越少，目前先上來的車子暫時沒有用它，主要還是以Orin為主。
Q：300和600方案，一個用一顆Orin X，一個用兩顆X，這樣區分的考慮是什麼？
A：兩顆X的方案，一是兩顆激光雷達單X里已做到極限，再加一個激光雷達，數據處理需額外一顆X；二是雙X設計是行業里做L2+、靠近L3的普遍設計思路，該方案最初是面向L3開發的，且大家都在拼算力。
Q：2025 - 2026年爬坡過程中，300和600平台初期的情況如何？
A：初期600平台可能不大，後面會逐漸被1000平台取代。
Q：公開場合提到的1000和2000平台是什麼情況，它們和600平台會是替代關係嗎？
A：1000平台以前是Thor，是雙Thor（Super版，內部是兩個晶元）。1000和2000平台出來後，不僅會替代600平台，還涉及艙駕融合問題，300平台後面也可能被替代，且因英偉達晶元生態，這種替換相對容易。
Q：域控是全部放到子公司比亞迪電子這邊嗎，德賽等會參與嗎？
A：目前沒有給德賽等機會，它們不會參與。
Q：2024年底向電連採購了很多連接器，這一塊是怎麼安排的？2025年高階爬坡後，泰科、安費諾、電連以及內部在連接器使用上是如何劃分的？電連最終可能佔比多少？
A：目前主要用電連替代安費諾、泰科等，這是中間路徑，長期比亞迪會用弗迪自己做，用市場換技術。目前安費諾用得還多一些，電連今年預計能佔20%左右，會緩慢切換、導入，逐漸增大佔比。電連最終佔比拼價格，目前對其性能可靠性存疑，處於考驗期，不會一下子把所有量都給它。
Q：泰科、安費諾等外廠對英偉達晶元的支持，和電連相比有差距嗎？連接器和晶元之間有關係嗎？
A：目前不知道連接器對底層晶元有什麼支持，連接器更多與視頻傳輸線、設計師有關，和英偉達晶元關係不大，與索尼、OV等類似，用國產或海外晶元和連接器沒有必然關係。
Q：激光雷達的規劃是怎樣的，禾賽和速騰的比例如何確定？
A：激光雷達目前主要是禾賽和速騰，速騰佔比八二開，佔比多一些。比例一方面是價格因素，另一方面比亞迪對速騰有投資關係，且比亞迪自研激光雷達與速騰有合作。
Q：連接器和激光雷達的規劃和進展如何？
A：連接器靠弗迪，先引進電連，用市場換技術，大概一年時間考慮替代電連，樂觀估計2026年下半年能上市。激光雷達自研進展挺快，樂觀的話今年能上車。對於其他感測器，毫米波、攝像頭、超聲波基本上已逐漸有自主控制權，攝像頭自主控制較早，毫米波和超聲波稍慢，特別是以比亞迪電子為代表。
Q：自研激光雷達產品與速騰、禾賽等相比，能實現等效替代嗎？
A：技術方案大概和禾賽的類似，和現在降本的方案跟ATX差不多。
Q：線控底盤的情況如何，弗迪和比亞迪電子在其中的進度和份額怎樣？
A：底盤主要由弗迪和比亞迪電子在做。二者是競爭關係，基本都被自己控制。比如線控底盤的制動層面，弗迪已有產品，主要應用在低端車；線控懸架主要由比亞迪電子在做，且馬上能量產。
Q：內部供應商提供部件的價格與市場價格相比，差距有多大？
A：內部供應商的價格會讓外部供應商難受，若外部供應商以這個價格拿單大概率會虧本，像以前毫米波價格200以上，自己做後能接近100，遠不止10% - 20%的差距。
Q：晶元後面是怎麼考慮的，目前有沒有產品雛形和規劃？
A：晶元也在自己搞，中算力和大算力的都會有。中算力的主要應用在100平台。先上中算力晶元，所以J6M的時間不多了。
Q：自己的中算力晶元大概什麼時間能上？
A：樂觀的話年底流片成功，明年年初基於該晶元的產品能出來，明年上半年可以量產上車，主要由比亞迪半導體在做。
Q：中階自動駕駛與高階自動駕駛在各個環節有哪些不一樣？
A：中階演算法方面，會讓大疆等做邊緣車型，自研演算法主要用於走量車型。晶元和激光雷達方面與高階有差別，若增加激光雷達會增加相關介面。在100、300、600產品里，很多感測器產品是平台化的，情況與高階類似。
Q：公司在演算法訓練的計算、數據方面有哪些準備情況？算力規模是多少，自購卡和租賃卡的比例如何？
A：公司專門成立了先進技術研究中心來做相關事情，算力平台採用買加租的方式構建。目前已購買幾個P級別的算力卡，計劃今年實現E級別的算力規模，後續增量主要靠租賃，來自騰訊。像理想、小鵬等大多也是租賃。
Q：公司訓練的數據主要來自哪裡？
A：訓練的數據主要有研產階段數據和量產數據，目前量產數據已形成數據閉環能力，但總量與華為、理想、小鵬等相比還較小。
Q：公司對於出口智駕是如何考慮的？海外出口計劃是怎樣的？
A：海外出口2026年能夠實現，低階出口早已實現，現在要突破高階出口。高階出口涉及新的GSR法規認證以及公共安全、信息安全等認證，從硬體設計、軟體設計層面都會涉及很大的許可權設計。
Q：去年下半年美國對於搭載中國自家硬體軟體的限制生效，對公司有何影響？
A：美國不用中國的人工智慧產品和演算法，還管制台積電生產7納米晶元。不過比亞迪等很多企業不做美國生意，避開美國市場影響不大。
Q：比亞迪電子在自動駕駛演算法方面的布局是怎樣的，是否會涉及高階演算法？
A：比亞迪電子已經放棄做高階自動駕駛，目前做感測器、保留一些低階業務，還做懸架系統，其演算法最多涉及低階。
Q：零一萬物的大牛去了公司後負責哪一塊工作？
A：負責數據中心建設，主要做演算法訓練、數據閉環，訓練大模型這塊。
Q：以25年底26年初為時間節點，比亞迪在自動駕駛領域有哪些環節不會做自研？自研進度相對慢的環節有哪些，存在哪些短板？
A：基本上除了玻璃跟橡膠不做自研，其他環節都會盡量自研。自研進度相對慢的環節是智能化、電動化方面軟體比硬體稍慢。短板在於一些核心晶元，如介面電路、高端MCU。
Q：智能駕駛的晶元演算法團隊的配置是怎樣的？
A：分感知和規控，人員基本從外部招聘，採用自研演算法。按照中算力（100）和高算力（300）兩個平台劃分，分感知和規控，總共大幾百人。
Q：自研晶元團隊的情況是怎樣的？
A：比亞迪收購了vivo以前做晶元的團隊，還吸納了海思出來的一些人，以此組建自研晶元團隊，人數上百號人。
Q：除了智駕團隊，做智能駕駛晶元演算法解決方案的團隊有多少人？
A：做整個智能駕駛規劃的團隊大概有三四千人。純自研演算法團隊大概有一千多號人。此外還有做交付、硬體、軟體、模擬等方面的人員。並且模擬平台在數據中心、智能駕駛、座艙等層面都有較多應用，座艙層面涉及大模型等公共基礎服務。
Q：基於地平線J6晶元的方案晚推出，是否意味著不上或量很少？
A：晚推出不代表一定不上，雖然給其機會越來越少，但考慮到投資關係等因素，比亞迪一定會從個別項目上照顧，不會是零。
Q：如果採用J6晶元，是配套自研演算法還是外部供應商的演算法？
A：配套外部的感知加自研的規控。
Q：採用J6晶元時，外部感知會用哪些供應商？
A：主要是智商湯、輕舟、鑒智三家生態夥伴。
Q：座艙晶元的供應商是如何安排的？
A：瑞芯微只在仰望U8車子里有少量應用，基本可忽略不計。目前出口方面拉進了聯發科（MTK），出口主要是低端車型，配置較低端晶元，涉及車聯網等公共安全層面。國產化方面有與MTK聯合定製的D9000，這是比亞迪自研晶元。
Q：如何看待全面鋪開自動駕駛上車後的銷售效果，以及其對提升比亞迪滲透率和整車銷量市佔率有怎樣的影響？
A：目前市場對自動駕駛的接受度已逐漸成熟，前期先驅者已較好地完成市場教育，此時推出自動駕駛市場接受度會很高，智能化提升是增強產品力的重要部分，會對整車銷量市佔率有直接影響。
Q：比亞迪在自動駕駛能力上如何追趕華為等先發企業的優勢？
A：自動駕駛最終比拼的是數據驅動。算力層面大家已不再單純追求高算力，演算法建立在算力和數據基礎上，比亞迪有算力且隨著車子銷量增多會帶來數據優勢，長期來看能形成演算法優勢，雖然可能需要1到2年追上，但有信心在演算法上不落下風。
Q：此前為比亞迪一些車子提供演算法和交付實施的四維圖新和地平線，現在徹底沒有合作了嗎？
A：D10這個平台越來越少了，四維圖新最開始只供硬體，後來供行泊一體域控，但小算力域控已不做了。
Q：從長遠看，低階晶元是否基本上會被潤光和比亞迪電子合作的方案取代，晶元還是地平線的，但演算法被取代？
A：對，他們採用的也是J2J3方案，晶元是地平線的，但演算法被取代了。
-
-
-
-
-
-
-
-
-
-