2022年12月16 -17日，由合肥市人民政府和中国电动汽车百人会联合主办的“2022全球智能汽车产业峰会”在安徽合肥举行，由安徽省发改委指导。本届论坛围绕“智能汽车发展的全球新变革与新战略”主题，设置了五场主题论坛和两场闭门会议，与行业组织、高校、龙头企业代表共同探讨中国智能汽车发展新路径。
其中，轩辕资本创始人王在12月17日举办的投资人论坛上发表了精彩演讲。以下为现场演讲实录:
各位领导、各位朋友、各位行业专家，下午好，我非常荣幸能够来到百人会与大家分享。今天我们就来分享一下新能源汽车领域的投资。
先简单介绍一下轩辕资本。轩辕资本是一家专注于新能源汽车产业链投资的投资机构。我们投资的范围从电气化到智能化。我们的团队成员都有至少10年的行业背景，无论是实业还是投资，甚至20年以上。我们的LP由一些机构投资者组成，包括东方证券创新投资、东北证券、力源创投、江西金控等等。我们LP组成本身就是专业的投资机构，这也是对我们的一种认可。
我自己也在新能源汽车领域投资了近10年，从电气化到智能化，从当时的主材到辅材，再到智能化和智能驾驶，包括核心部件，包括特定场景下的无人驾驶。我们应该投了几十个相关的案例，有相当一部分已经退出IPO了。
众所周知，智能汽车已经成为国家战略，2020年发布了国家路线图。应该说从电动化、智能化，包括智能驾驶、特定场景，都有官方的行业指引出台，对整个行业未来的发展会起到非常重要的作用。
汽车的演变是从形状到方向的变化。进化不仅仅是在结构上更换一块电池那么简单，实际上是由内而外的改变。就像我们说手机一样，手机一开始是单一功能的通话工具，后来演变成了通话、娱乐、社交的综合工具。它们是综合性、体验性的产品，汽车也是。以前大家都知道，汽车是从A点到B点的交通工具，但是现在已经演变成了交通、娱乐、生活等的综合工具。，一个体验式的产品。它改变的不仅仅是外形，还有未来的产品定位。产品定位的改变，从产品定义，营销等等，也会产生一系列的变化。
整个智能汽车的组成，前面专家也提到过，包括底层的硬件芯片，包括GPU，CPU，FPGA，MCU，然后是虚拟化系统，然后是BSP，包括IOTS实现，还有中间件相关，包括上面的算法库，然后是感知，决策执行等。，然后是构成功能应用的智能驾驶舱、智能驾驶、车联网服务等。围绕着这些维度。
SAE智能驾驶分为三类:脚离、手离、眼离、脑离和无人驾驶。智能驾驶的三大核心主要包括感知、搜索和决策。如果把感知比作成年人的眼睛和耳朵，搜索就相当于人的大脑，决策就相当于人的脚，决定着未来。
感知层由车载摄像头、毫米波雷达、激光雷达，甚至一些辅助的超声波雷达，以及一些定位系统如IMU、TBox等定位。构成了整个传感的几个重要组成部分。
这款相机是目前应用最广泛的，有单目，双目，广角。它的应用范围很广，包括前视摄像头，还有一些后视测试摄像头，包括内置的，包括DMS等。，具有广泛的应用。这些车大部分都要配三五个甚至十个。随着智能驾驶水平的提高，摄像头数量成倍增长。就相机行业而言，在消费级产品、非常成熟的国货、车规产品上能做好的企业并不太多。我们相信随着国产化的迭代，国产的机会应该会越来越多。
毫米波雷达应用广泛，是ADAS的一个组成部分。它分为短程、中程和远程。特斯拉走的是纯视觉的技术路线。我个人认为，L2周边的智能驾驶，城市解决方案应该会实现。但随着智能驾驶水平的提高，纯视觉的技术路线可能需要一些其他的多传感器融合，包括激光雷达和毫米波雷达，对消费者来说更可行，也更安全。
激光雷达可以分为很多技术路线，无论是通过扫描还是激光收发。目前MEMS或者半固态雷达比较多。从长远来看，无论是满足车辆法规要求，还是能够持续降低成本，全固态雷达都可能是一个重要的发展方向。在未来，它将非常快地降低激光雷达的成本。
决策层包括域控制器。整个异构架构以前都是分布式MCU，逐渐形成了多个域控制器模式，包括车身域、汽车域、底盘域、智能驾驶等等。从长远来看，它将成为一个中央集成平台，从分布式变为集中式。特斯拉是自研的，也有很多创业公司，比如国内的鸿景之家，给车企代工供货。目前在两条路线:自研和外包。相对来说，底盘域和智能驾驶域的价值更大，车身域更便宜，一个域控制器几百块钱。
就底盘而言，底盘是整个智能驾驶的最底层，给转向制动带来系统性的变化。应该说也是一个新的机会。国内有很多相关的初创公司，目前发展良好。在这个市场中，主要是博世、康帝等公司占据了比较大的份额，博世占据了60%以上的市场份额。在这里，我们面临着国产替代的机会，因为这部分的保障和供应是不确定的，这在RD费用方面给国内车企带来了很大的压力。国内相关公司正在尝试这部分的国产化。目前以两箱路线为主。考虑到成本和未来迭代，会向两箱方向发展。和业内人士交流后，大家都觉得两盒的定义越来越高了。
就驾驶而言，它正在从L2迭代到L3。蔚来总经理朱妍介绍，未来，通过OTA将硬件嵌入高层、升级算法是各大主机厂的普遍做法。
智能驾驶应该处于加速渗透阶段。到2030年，L3的普及率至少达到30%，这可能是保守的。我认为到2030年，L3的渗透率可能会达到30%，L2将达到60%或70%。以后的车基本都会标配ADAS，只是标准不一样，大部分都是L2或者L2+。就像以前的手机没有摄像头，现在每个手机都有摄像头，无非就是摄像头的像素高度。这是标准的。
除了智能驾驶，围绕乘用车，特定场景下的无人驾驶也有相当多的投资机会。我们总结为万亿美元的干线Robotaix，包括几千亿的矿区，卫生，几百亿的港口等等。也有很多投资机会。具体场景，要从相对简单的场景入手，可能会容易一些。它的复杂度相对简单，场景简单，落地性更强。高复杂性或开放道路无人驾驶可能会带来更大的挑战，比如Robotaix。我们认为需要很长时间，也许更长时间，才能实现。基于特定场景的无人驾驶，比如矿区、港口，未来两三年应该会处于快速落地的阶段。无论是从降成本的速度，还是从产品的可靠性，从算法的准确性，我个人感觉未来两年应该会有一个窗口期。
智能驾驶也是一个非常大的市场。根据国外咨询机构的分析判断，2030年应该会达到1700亿美元以上。我们发现了智能驾驶舱和智能驾驶融合的趋势。驾驶时，驾驶员通过智能驾驶舱发送指令，智能驾驶舱再将指令传输给智能驾驶。智能驾驶执行后，结果反馈给智能驾驶舱，智能驾驶舱反馈给终端用户。两者越来越融合。
应该说智能驾驶舱也是一个非常大的市场。ICVTank预测，2025年，中国智能驾驶舱市场将达到1000亿美元。未来智能驾驶舱的整个生态可能会更加多元，百花齐放。但智能驾驶在某些语境下趋于标准化，对某些场景的判断，对某些角落案例的处理也越来越标准化。
汽车也是一个非常重要的方向，这也是一个未来增量非常大的市场。一辆燃油车可能有几百个汽车芯片，但智能车可能有1000多个，高档智能车可能有3000个。这里未来的市场空间非常大。汽车级芯片分为五种主要控制类型，包括MCU、MCU、MPU、GPU、存储芯片、功率芯片、IGBT、MOS、第三代半导体碳化硅、各种传感器芯片、各种雷达芯片、电源管理相关的模拟芯片等这里面涉及的面应该还挺多的。
在智能化的背景下，对半导体的需求增加了。从感知、决策、执行、网络化，包括电动化的角度，分析了汽车电子的未来比例。华为海思有一份报告，到2030年，汽车电子在整车中的BOM成本将达到50%，应该说是一个非常大的数字。汽车的一个重要部分是芯片。
先简单说一下SoC芯片。特斯拉的FSD整个芯片包括CPU、GPU、异构架构等。随着智能驾驶水平的提高，智能驾驶对计算能力的要求越来越高。SoC也在从工艺、计算能力等方面向越来越高的方向发展，计算能力越来越强。2019年，特斯拉的计算能力是几十个top，到2022年，英伟达的Orin已经达到几百个top。Nvidia前段时间也就是今年9月份发布了Atlan芯片，运算能力1000TOPS，发展速度非常快。制造工艺正从28纳米发展到10纳米和5纳米以上。随着计算能力的提高，对制造工艺的要求也同步提高。
就车企而言，目前大多处于SoC芯片外包阶段，部分采用自研。特斯拉采用自研芯片的方式，理想情况下NVIDIA芯片，威马等也采用自研的方式，小鹏和比亚迪都发布了自研芯片的计划。未来就整个格局来说，应该说大部分车企都不具备自主研发SoC智能驾驶芯片的能力，相当一部分是进口的。一些RD能力强的头部可能会采用自研的方法。
驾驶舱的SoC芯片主要是高通的，在市场上的影响力更强。像瑞萨和恩智浦，也有一些国内市场。国内创业公司Core Engine也在围绕驾驶舱做SoC芯片，国内在这方面会有一些突破的机会。
有车用MCU芯片的公司比较多，比如英飞凌、恩智浦、ST等。我们还投资了一家汽车级的MCU公司。我个人认为，一旦国内公司在全外资垄断下打开缺口，再过三四年应该就能很快实现国产化。从MCU结构上来说，门槛不是特别高，只是满足车辆法规级别的要求，可能需要一段摸索的时间。国内创业公司还需要一段时间。与智能驾驶和驾驶舱不同，SoC门槛相当高，这确实需要一点时间。一旦MCU和IGBT的差距被国内创业公司拉开，我觉得未来的发展会更快。
目前，IGBT是主要的功率半导体，但碳化硅在节能方面受到了极大的关注。到2025年，整个新能源汽车可以贡献15亿美元的碳化硅市场。碳化硅有自己的特点，电场强度高，饱和性好，导热性好，而且在向800伏方向发展，这样碳化硅的速度实际上会进一步加快。碳化硅也是一个值得关注的方向。但客观来说，我们对这一块持谨慎乐观的态度，因为它的渗流速度可能没有预期的那么快，短期内仍可能以IGBT为主。
谈到汽车的不同架构，我们从分布式迭代到集中式。在这种背景下，有一个概念就是将互联网领域引入汽车领域SOA，这是一种面向服务的架构。我以前做软件开发。事实上，许多互联网服务都是基于SOA的。淘宝，支付宝等。都是在中间站，通过SOA集中处理各种请求，后台基于数据仓库。在这种背景下，整车的架构过去是通过很多点和线来交联的。一旦成为SOA架构，整个系统将具有更强的可扩展性和灵活性，整个冗余在各方面都更强。而且软硬件是分开的，软件做软件的事，硬件做硬件的事。里面有很多可以重复利用的地方。同一个管制员，和共性有关的东西，有十个管制员的一部分工作，十个人都做了。如果是在SOA框架下，这部分可以复用，提高了迭代的效率，降低了开发成本。在成本、可扩展性和可重用性方面，都比原来的架构好很多。基于此，“软件定义汽车”成为可能。
说到“软件定义的汽车”，软件主要包括哪些方面？底层软件基于AUTOSAR，与芯片和操作系统相关，包括虚拟化，包括中间件，包括应用层的一些功能软件或者与用户交互的软件。它们都属于国鑫领导人提到的新兴软件。在传统汽车中很少或有一些。在这个背景下，其实是一个增量市场，这也是一个值得关注的领域。
软件定义汽车也改变了很多方面，比如商业模式、产品定义、RD流程、人才结构、供应关系的改变。
在单纯卖车之前，特斯拉开始卖智能驾驶服务，从卖车变成卖服务。产品定义。在过去，我们关注性能。大家都看到了我的车100米加速了多少。现在，性能已经发展成为“以客户为中心”的整体驾驶体验，而不是追求单一的性能。产品开发过程也从软硬件的融合，变成了软硬件的解耦。
在人才结构上，以前车企有大量的硬件工程师，现在和大众一样，也在招聘3000名软件工程师，这也是整个人才结构的变化。和曾经在电子通讯、互联网领域工作，转行到新能源汽车领域的人才交流。他们开了个玩笑。我们喝咖啡，传统交通工具里的人可能会拧螺帽。本质上，未来软件人才的重要性越来越高。硬件底层的东西也很重要。毕竟硬件决定了软件的边界。而且，供给关系也发生了变化。以前是Tier1和Tier2，现在是Tier0.5和Tier1.5，整个关系不再是层级关系，而是网络关系。在这种背景下，软件给汽车的很多方面带来了一些改变。
总结整个智能汽车，从历史的角度来看，互联网技术起源于欧美，但整个生态其实起源于中国。新能源汽车的整个技术来自欧美，但我个人认为，在中国的政策环境和用户群体的背景下，包括通讯技术和互联网，中国或许可以在这个体系下进一步领先世界。
谢谢你
