乘用车行业专题研究：理想汽车：如何全面转向智能化

　　摘要

　　“端到端”时代，理想如何实现追赶头部算法厂商

　　智能驾驶从基于规则驱动的“rule-base”方案，过渡到数据驱动的“端到端”方案，符合Scaling Law，即更多的计算量+更多的训练数据+更大的算法规模=更棒的算法性能。

　　理想在端到端时代的优势：

　　从Scaling Law看：大车队能够提供大量训练数据；构建自动化的数据基建，实现数据闭环；积累大量云端训练算力，支撑模型快速迭代并允许模型参数进一步膨胀。

　　公司资源的倾斜：架构调整，给予智驾团队更多话语权；同步购买算力、招揽人才，并推进自研智驾芯片。

　　发力智能驾驶，从落后进化到第一梯队

　　通过多次OTA，迅速实现全国可开的无图NOA、端到端智驾系统、车位到车位功能。逐步实现智驾架构、智驾功能的行业首发，成功引领智驾风向。

　　多方面横向对比国内头部智驾企业，理想优势明显

　　空间智能+语言智能并举：理想智驾第一梯队，且作为车企，率先推送手机端AI应用，空间智能和语言智能均较为领先。

　　推进自研智驾芯片：调整团队内部分工，NPU负责人权利逐渐加强。

　　训练算力与净现金指标：理想现存算力第一梯队。若以净现金指标衡量未来购买算力能力，理想同样凭借近千亿储备，具备打赢算力仗的能力。

　　风险提示：技术发展不及预期、竞争情况加剧、新能源汽车销量不及预期。

点击复制链接查看完整PDF研报

天风证券 孙潇雅