近日，中信證券發布了《汽車行業智能初創公司系列專題報告》，無人駕駛企業智行者因其獨特的商業化模式及超強的盈利能力受到中信證券的關注。中信證券將其作為典型案例進行了深入分析，并指出，智行者等堅持通用型底層技術賦能路線的公司將在多場景落地中更具優勢，有望率先跑通無人駕駛商業化過程。

落地場景多且分散，2022年國內自動駕駛技術路線面臨方向選擇

中信證券認為，高級別自動駕駛能夠有效解決人力成本提升、交通安全、司機短缺等諸多痛點。據其測算，自動駕駛潛在市場空間超數萬億元。其中，Robotaxi的潛在市場空間最大，約為3.2萬億（以2040遠期空間計算），其他商用車輛自動駕駛合計市場空間約為3萬億，在其中環衛、城配、最后一公里等城市專用車市場自動駕駛空間約為1.9萬億。

但自動駕駛產業鏈復雜涉及企業眾多、落地場景多且分散等因素仍制約著自動駕駛企業的商業化能力。

從自動駕駛產業鏈來看，從上游的攝像頭、雷達等外圍硬件，到依靠算法的自動駕駛軟件系統、承載算力及應用的硬件平臺，再到不同場景應用及其涉及的數據閉環平臺和車輛管理平臺，每一個環節都占據一定的市場空間。

從場景來看，目前主流場景涵蓋Robotaxi和商用車兩大場景。但Robotaxi的發展面臨測試里程瓶頸，需要巨額資金投入。而商用車場景又被細分為港口、礦山、環衛、無人配送等多種場景，其技術要求低于Robotaxi，有望更快實現商業化落地。但整體而言，業內大多數公司是針對特定自動駕駛場景的點狀發力，即在單一場景下集中發力，開發與之適配的自動駕駛算法。這樣的模式會形成企業在單一場景的優勢，但可復制性不強，未來市場空間不足或將成為企業發展的最大掣肘。

通用型底層賦能依舊是理想解決方案

如何涉足更多的場景，如何在復雜的產業結構中抓住關鍵因素，占據最大的市場空間，仍考驗著自動駕駛企業的產業分析、市場預判及戰略部署的能力。

智行者采用了Android+Intel inside模式，即堅持底層開發，提供軟硬件一體化產品復制性強的商業模式，而非深入到運營的高成本且復制難的商業模式。具體而言，智行者在類似Android的通用型軟件架構和類似于Intel的核心硬件兩個部分同時著力。同時，智行者將自動駕駛算法與場景解耦，致力于打造通用型自動駕駛解決方案，可同時賦能Robotaxi、Robobus、環衛、物流及特種應用等L4級別自動駕駛場景和L2/L2+/L3等多級別自動駕駛場景。

中信證券本次發布的研報顯示，與同業主要競爭對手相比，智行者能夠在人員接近的條件下，實現更多場景的落地業務賦能。

基于通用型無人駕駛大腦和多場景落地路徑，智行者可以以更低的成本、更快的速度獲取更加豐富的場景數據，并通過這些數據迭代，形成“算法-落地場景-數據”的數據閉環和“技術-應用場景-現金流”商業化閉環。

智行者的商業化模式受到中信證券的高度認可，其報告中指出，無人駕駛場景多，且較為分散，通用型底層賦能多場景或成為贏家。

智行者營收已達數億元，商業化落地領先，成長空間大

中信證券認為，智行者選擇的一個無人駕駛大腦賦能各行業的技術架構，適應目前無人駕駛需求在多點位同步釋放的行業特點。同時，智行者整體采取以產品化為主導的商業模式，即不參與運營服務，與傳統行業設備制造方及運營方實現強強聯合，可達到共同推進全行業智能化的進程的目的。

截至目前，智行者無人駕駛大腦已賦能多種場景的多類型車輛上。在低速自動駕駛方面，智行者無人駕駛大腦已成功賦能環衛、物流等場景，并實現了商業化落地。據悉，上述場景中，智行者的產品已在100多個城市完成落地，覆蓋交通樞紐、辦公/工業廠區、醫院、商場及住宅等多種場景。

在中高速自動駕駛領域，智行者與主機廠、車輛運營商等產業鏈企業展開深度合作，共同推進Robotaxi和Robobus的順利量產落地。早在2016，智行者就與北汽合作開展了無人駕駛車的公開試乘，接待3000余人次，行駛里程2000公里，零失誤、零故障。此后與長安等整車廠陸續達成合作。2021年又拿下了T3出行的百臺Robotaxi訂單，探索Robotaxi落地的全新模式。同時，智行者無人駕駛大腦賦能的Robobus也已成功落地成都、合肥、北京等全國多個城市的公園、景區、高爾夫球場等場景。

更值得一提的是，智行者成功將無人駕駛大腦應用于特種車場景，打造了無人駕駛巡邏車、無人駕駛物資車等特種應用產品。上述產品均能夠適用于惡劣越野路面、城市、高速等多種場景，與傳統的安防巡邏機器人相比具備諸多優勢。2021年，智行者獲得了超100臺的無人駕駛巡邏車訂單。2022年，智行者的特種車輛訂單持續增長，其高速長續航版的無人駕駛巡邏車已經在上海、涿州等全國多個地區高速落地執行巡邏任務。

智行者繼續采用軟件持續升級、硬件離散升級的模式錘煉無人駕駛大腦。智行者還將持續遵循技術可達、市場空間足夠大、社會基礎設施能夠支撐、與行業本身從業者合作共贏的4個邏輯，甄選更多自動駕駛應用場景，持續擴大自動駕駛的應用邊界，通過快速地、多場景應用落地來建立自己的優勢。2021年，智行者營收數億元。

中信證券研報指出，環衛、物流等智慧生活場景和特種應用場景的成熟發展將為智行者提供持續發展的重要保障，助力其更快發展乘用車業務，從而樹立更具優勢的行業地位。

立足無人駕駛大腦研發 做自動駕駛全棧解決方案提供商

自2015年成立以來，智行者便定位于L4級別高速載人乘用車自動駕駛技術研發，并很快意識到技術產品化和批量硬件預埋的通路才是無人駕駛技術型企業走到最后的基本保障。因此，自2017年開始，智行者便開始了軟硬件一體化無人駕駛大腦的研發。期間智行者不斷選取不同場景進行技術應用，并不斷對無人駕駛大腦進行錘煉與迭代。截至目前，智行者無人駕駛大腦的3.0版本已可以實現智慧城市中豐富場景、多種車輛的前裝量產及落地應用。

智行者的無人駕駛大腦包含三大模塊，分別為自動駕駛操作系統（AVOS）、自動駕駛中央計算單元（Brainbox）和數據閉環（AVDC）。

AVOS基于人-車-路閉環，實現了架構上高內聚、低耦合，具有多場景通用性，在人員接近的條件下，可實現更多的落地業務賦能。以AVOS為底層架構，智行者根據不同的場景需求研發了不同算力、不同配置的硬件解決方案，以提升用戶體驗，適應商業價格敏感度。例如，適用于商業級中高速場景的Brainbox算力可達60TOPS，可滿足汽車后裝市場中高速自動駕駛L4等級的場景。適用于高速場景的Brainbox算力高達508TOPS，能夠滿足重感知輕定位的算力布局。其控制器按照汽車級設計要求開展，除個別物料外，全部使用車規級物料。

自動駕駛數據的高效處理，是保障算法快速迭代的關鍵因素之一。智行者搭建了車端推理-云端訓練的數據閉環系統，實現了從數據挖掘、數據回傳、數據清洗、模型優化、模型評估、OTA部署的完整數據聯調。此外，智行者用相同的軟/硬件架構打通了L3和L4的數據壁壘和架構壁壘，通過前裝量產采集的數據反哺L4系統的功能升級。與國內自動駕駛公司通常采用L3和L4兩套系統架構、難以實現數據閉環相比，智行者的技術路線優勢明顯。