智駕行業2026年投資策略：從輔助駕駛走向物理AI.pdf

智駕行業2026年投資策略：從輔助駕駛走向物理AI。觀點一：智駕平權 2.0，支撐智駕賽道全年高景氣度。 展望 2026 年整車行業面臨補貼退坡、原材料漲價等多重壓力，市場擔心主機廠對智能駕駛功能是否會減配。我們研 究發現 26 年智駕平權趨勢非但不會放緩，而是會進入 2.0 階段，城市 NOA（領航輔助駕駛功能）開始走向千家萬戶， 背后的原因在于：1）過去 2-3 年智駕景氣度的本質來源是新能源車內卷背景下的主機廠增配，這一強大的供給端驅 動力在 2026 年依然存在并且增強。2）小鵬 Mona 已經證明 10-20w 低價格帶消費者對優質智駕功能同樣具有需求。在 供給和需求雙重驅動力下，我們測算 2026 年城市 NOA 硬件配置滲透率有望從 2025 年 16%提升至 25%，全年搭載城市 NOA 功能硬件配置銷量有望達到 545 萬，同比增速超過 50%。

觀點二：L2 進入強監管政策周期，L3/L4 法規體系逐步建立。 1）L2 強監管政策周期下檢測類機構充分受益：L2 強標是強監管政策落地最重要的執行依據，目前已進入報批階段。 此次我國 L2 強覆蓋范圍廣、所涉及檢測車型多；同時由于測試嚴格程度強、檢測項目多，預計單次檢測價值量較高； 因此我們預計，在 L2 強標正式落地后，將帶來檢測行業市場空間容量明顯擴容。 2）我國 L3/L4 級自動駕駛正從地方性試驗測試向全國性自動駕駛法規體系的建立邁進。2025 年 5 月，在國務院發布 的《國務院 2025 年度立法工作計劃》明確將《道交法》修訂列為擬提請全國人大常委會審議的法律案；包括《自動 駕駛系統安全要求》在內的一些列 L3/L4 強制性標準體系正逐步建立。

觀點三：scaling law 是確定性的技術趨勢，端到端架構初步達到 L4 門檻。 2024 年以來國內外頭部廠商開始在端到端的技術上進一步加入 language 模型，希望借助 LLM 的發展進一步提高模型 的泛化能力以實現 L4 級自動駕駛，但目前關于語言模型在智能駕駛算法架構中的應用方式尚未收斂。我們認為，具 體架構的分歧并不構成頭部廠商技術路徑的本質差異。智能駕駛算法面向 L4 迭代的共識性、確定性的方向是 scaling law，也即擴大模型參數量、用更大規模的數據進行訓練。同時，模型的運行頻率是影響智能駕駛能力在端側兌現度 的核心掣肘。因此，我們可以得出兩個判斷：1）端側算力需求跟隨參數量的膨脹而膨脹；2）僅有同時具備軟硬一體 能力的智駕廠商才能長期處于第一梯隊。

觀點四：Robotaxi 商業模型得到初步驗證，行業即將迎來拐點。 回顧 2025 年，國內外頭部傳統 L4 廠商已取得區域化運營的成功，驗證了用戶端對 Robotaxi 的需求。Waymo 運營端進 展迅速，在部分城市市占率已對傳統網約車平臺構成沖擊。得益于國內新能源車和高階輔助駕駛的高速發展為 Robotaxi 行業帶來便宜的供應鏈以及各地方政府對路權和牌照的逐步放開，國內頭部 Robotaxi 廠商已實現 UE 模型 打平。展望 2026 年，特斯拉 Robotaxi 能否去安全員穩定運營仍然是板塊最大的催化劑。市場高度關注特斯拉 Robotaxi 進展背后本質原因在于特斯拉無論是從技術端還是成本端都更具備 scaling 的潛力，一旦驗證成功，將推動行業迎來 高階自動駕駛產業拐點。