新能源汽车|AI+汽车，产业链将如何被重塑？ ——AI+车系列报告（一）

金选·核心观点

Omniverse重塑生产力。Omniverse平台采用数字孪生技术，利用RTX卓越的图形处理性能，将汽车生产、制造、测试带入基于真实物理的高仿真虚拟世界，并通过AI算法修正改进。促进汽车工业数字化的同时，带动制造商降本增效，实现汽车制造的变革。宝马披露Omniverse可提升其生产规划效率30%；至25年单车制造成本较19年下降25%。

汽车软件行业商业模式巨变，从软件外包商到卖铲子，知识库是核心竞争要素。汽车软件行业是工程师密集型行业，80%营业成本来自员工薪酬。据我们统计，基础性和通用性的编程人员占比大概是60%，预计总体数量会持续缩减至只剩高级架构编程师。由于龙头公司积累的知识库更加丰富，且下游对卖铲子的黏性将增强，未来行业头部化将会非常显著。建议关注光庭息、中科创达等。

LLM（大模型）加速座舱多模态交互和多域融合的趋势。架构生成式AI将提升座舱互动性，多模态交互是发展方向。未来将出现两种商业模式，一是底层LLM+垂直算法打包，高壁垒和高集中度使三方企业容易被行业淘汰；二是LLM公司利用LLM API接口形成的垂直知识库。多模态和大模型的趋势下，主机厂的座舱控制能力弱化，第三方座舱生态链逐步清晰化。

同时，LLM模型也会使得座舱和驾驶域的软硬件融合，其中硬件融合需要芯片算力更高，但可以大幅度减少硬件综合成本；软件融合并不依赖于硬件融合，可通过以太网或者CAN总线进行息交互，但成本和效率低。

云端场景库+车端类shadow模式料将出现，智能驾驶生态变更。生成式AI对于智能驾驶的影响主要有两类一是用来完善训练场景库，二是在车端实现类似于特斯拉的shadow模式。未来感知、推理和决策可能都由自动驾驶大模型供应商提供，智能驾驶大模型供应商的可能性云端算力+模型+端数量的优势+且有地图测绘资质，且这个主体还必须开放其算法API，类似于OPENAI或者文心一言。

投资建议

1、Omniverse将大幅度提高研发和生产效率，汽车产品迭代速度将大幅加速，同时产业链生产层面的软件、研发和测试外包机会将会减少。2、汽车软件迎变局行业商业模式巨变，从软件外包商到卖铲子，知识库将是核心竞争要素。关注转型较快的光庭息、中科创达等。3、LLM加速了座舱多模态交互和多域融合的趋势。从产业链角度看，大算力+大模型企业潜在空间正在扩大，应用层企业将迎来洗牌和集中度提升。

风险提示

汽车 OpenAI 结合不及预期风险；芯片供应不及预期风险；下游销量不及预期风险。