智通财经APP获悉，中信证券发布研报称，智能车作为AI领域重要的落地场景，有望在渗透率提升和体验突破方面展现“非线性”的增长。其中渗透率方面，比亚迪的入局是2025年国内智驾行业最大变量，有望推动L2+级别销量基盘快速从100万辆提升至1000万辆级别，带动L2+渗透率从14%提升到30%，实现翻倍以上增长。在体验方面，AI推动智驾体验从“可用”向“好用”的转变，用户支付意愿正在提升。2025年智驾拐点临近，高阶智驾车型放量有望带动整车厂、域控制器模组和零部件企业投资机会。
中信证券主要观点如下：
中国乘用车市场发展进入稳健增长的新阶段，AI赋能行业高质量增长
回顾2024年，1-11月中国乘用车销量实现2443.5万台，同比+5%；该行预计2024年全年乘用车销量超过2750万台，继2023年之后再次创下历史以来的新高。2025年该行预计在“以旧换新”政策的支撑下，全年销量有望达到2924万台。中期来看，中国汽车市场进入“稳健增长”的新阶段，发展的“质量”追求大于“速度”追求。
中国车企在智能化——特别是AI大模型领域的技术优势，有望继续增强国产车企的产品力和竞争力。2025年AI在应用层面的落地备受关注，智能汽车，作为与机器人、手机、AI眼镜并列的AI端侧落地的四大重点场景之一，有望在商业化落地(渗透率)和体验突破方面展现出非线性的增长。
2025年国产龙头车企入局，有望推动L2+销量基盘从100万提升至1000万级别
复盘高阶智驾发展阶段：
①导入期，2019年底特斯拉开启国产化，发挥“鲶鱼效应”带动国内智能驾驶行业快速迭代，确定了60万辆左右高阶智驾销量基盘；
②发展期，2022-2024年“蔚小理”等国产新势力，实现了全系搭载NOA功能，2024年三家新势力合计实现销量91万辆；
③爆发期，消费电子领域积累深厚的华为、小米等科技企业跨界进军汽车业务，大幅提升了优质车型的智能化配置和供给品类，带动国内消费者对智驾功能的认知提升。
在充分验证智驾功能的必要性后，国内头部车企开始入场。国产龙头车企的入局，有望成为2025年国内智驾行业最大变量，推动L2+级别销量基盘快速提升至1000万辆级别，并将带动国内更多车企普及高阶智驾，加速L2+渗透率提升。
渗透率：2025年L2+渗透率有望实现翻倍提升，高速/城市NOA车型的销量占比有望提升到30%
L2+功能指具备领航辅助(NOA)功能的产品。2024年L0、L1、L2级别的车辆为行业主流，据该行测算2024年L2及以下车辆合计销量占比达到86%；L2+功能虽然经历快速增长，但在2024年渗透率仅达到14%，其中该行测算高速、城市NOA渗透率分别为6%、8%。
该行预计2025年L2+渗透率将迎来陡峭的提升，有望从2024年的14%快速提升到30%，搭载量翻倍增长；其中高速NOA的增长最为可观，从2024年的6%提升到2025年的15%，销量有望同比增长160%；城市NOA的渗透率有望从8%提升到15%。
长期来看，比亚迪有望带动更多“主流品牌”入局，如本田有望搭载华为智驾解决方案，奔驰与英伟达、Momenta等进行智驾技术合作。到2030年，L2+渗透率或将提升到80%。
端到端推动智驾体验从“可用”到“好用”的转变，用户支付意愿提升，算力升级成为2025年行业趋势
AI大模型的技术发展从“语言模型”领域扩散到汽车智能驾驶：以特斯拉为例，公司2024年3月发布FSD V12.3版本，采用端到端神经网络算法，减少了传统模块化系统中各模块之间的信息传递损耗；通过1000万Clips以上的训练，FSD已经实现更好地模拟人类驾驶行为、减少接管意愿。功能从“可用”变得“好用”的过程中，消费者支付意愿提升。
2024年4月起，特斯拉推出99美元/月的FSD订阅模式；根据Yipit数据，截至2024年7月，北美地区新增FSD付费订阅率(不含买断)估算从2%提升到12%。在国内，理想、小鹏、华为通过硬件选装配置的方式，在卖车环节对智驾功能进行收费。2022-2024年各家智驾选装率均大幅提高，当前上述企业智驾版本的销量均超过50%。
智驾功能在2025年还将下放到更低价格区间的车上，据HiEV、芯流汽车等报道和小鹏Mona产品发布会，10-20万元比亚迪、小鹏等将“智驾平权”作为差异化竞争的手段，实现销量和份额的继续增长。
投资策略：2025年智驾拐点临近，高阶智驾车型放量有望带动整车厂、域控制器模组和零部件企业投资机会
1)主机厂：落地价值量大，高阶智驾带来价值提升和利润率提升，全栈自研的主机厂模型迭代快，大模型壁垒较以往更高。
2)域控制器&芯片：算力是智能驾驶的核心基础，与头部芯片商紧密合作、产品配套领先的tier-1产业链卡位效应强。
3)智能化零部件：受益于高阶智驾渗透率提升，产业链上游零部件有望跟随放量。
风险因素：汽车行业销量下行风险；智能驾驶新技术的推广速度低于预期；智能驾驶扶持政策的力度低于预期；智能驾驶成本下降不及预期；出现智能驾驶的恶性事故。