“信息革命以來(lái)，極少有哪個(gè)產(chǎn)業(yè)類(lèi)似于汽車(chē)，總體變化如此緩慢。”
“究其原因，主要是汽車(chē)集諸多工業(yè)品于一體，同時(shí)對(duì)安全性要求極高，因此成為信息革命的最后一個(gè)大場(chǎng)景目標(biāo)。
“自動(dòng)駕駛從根基上顛覆了汽車(chē)工業(yè)原來(lái)的底層內(nèi)核，從四個(gè)輪子上的沙發(fā)變成了四個(gè)輪子上的電腦，從制造業(yè)演變成了信息產(chǎn)業(yè)?！?/span>
“如果將AI能力拓展到萬(wàn)物互聯(lián)，未來(lái)的空間是星辰大海?！?/span>
“三大類(lèi)衛(wèi)星中，我們認(rèn)為民企推進(jìn)商業(yè)化最佳的賽道是遙感衛(wèi)星?！?/span>
以上是朱雀基金先進(jìn)制造二組組長(zhǎng)、公募投資部基金經(jīng)理黃昊12月18日在朱雀基金“贏在終局”2022年度策略會(huì)上發(fā)表的觀點(diǎn)。以下是我們整理的演講實(shí)錄。
智能汽車(chē)和商業(yè)航天這兩個(gè)產(chǎn)業(yè)均處于發(fā)展初期階段，我們主要從行業(yè)技術(shù)原理和演進(jìn)趨勢(shì)層面開(kāi)始做前瞻研究，深入理解行業(yè)邏輯，為未來(lái)在這樣的大賽道充分布局做好積淀。
智能汽車(chē)：自動(dòng)駕駛技術(shù)帶來(lái)顛覆式革命
回顧過(guò)去100多年的工業(yè)變革，人類(lèi)能夠把宇航員送上月球，能夠讓通信進(jìn)入到移動(dòng)5G時(shí)代，但是我們看到汽車(chē)仍然沿襲著百年前外觀，動(dòng)力總成核心仍然是19世紀(jì)已經(jīng)發(fā)明的內(nèi)燃機(jī)。
資料來(lái)源：朱雀基金整理
內(nèi)燃機(jī)最高熱效率在過(guò)去60年的時(shí)間僅提升了10%，相對(duì)于目前科技的進(jìn)步，這種變化是極度緩慢的，而全球汽車(chē)龍頭公司的股價(jià)在新冠疫情爆發(fā)前表現(xiàn)出明顯的周期股特征，平淡無(wú)奇。
信息革命以來(lái)，極少有哪個(gè)產(chǎn)業(yè)類(lèi)似于汽車(chē)，總體變化如此緩慢，究其原因，主要是汽車(chē)集諸多工業(yè)品于一體，同時(shí)對(duì)安全性要求極高，因此成為信息革命的最后一個(gè)大場(chǎng)景目標(biāo)。
最近幾年看到了電動(dòng)化的快速崛起，但電動(dòng)化僅僅是一次動(dòng)力系統(tǒng)的變革，仍然沒(méi)有改變汽車(chē)作為制造業(yè)的本身特征，信息革命的成果體現(xiàn)并不明顯，傳統(tǒng)的汽車(chē)巨頭尚且能夠追上電動(dòng)化的步伐。
而自動(dòng)駕駛憑借其極高的壁壘，將有望在商業(yè)模式和格局上對(duì)汽車(chē)產(chǎn)業(yè)將帶來(lái)顛覆式的影響。
為研究智能駕駛產(chǎn)業(yè)鏈，我們首先要理解自動(dòng)駕駛的實(shí)現(xiàn)原理。自動(dòng)駕駛的行為決策過(guò)程和人非常相似，首先要做到看得清楚看得全面，要確保安全行駛需要覆蓋的目標(biāo)很多，比如車(chē)道線、行人等，因此自動(dòng)駕駛系統(tǒng)需要同時(shí)處理大量不同類(lèi)別的識(shí)別任務(wù)，時(shí)刻面臨著數(shù)十個(gè)任務(wù)并行處理的挑戰(zhàn)。
資料來(lái)源：朱雀基金整理
第二此外，要做到精準(zhǔn)識(shí)別。以一個(gè)簡(jiǎn)單的路標(biāo)Stop為例，做視覺(jué)識(shí)別的人會(huì)認(rèn)為一個(gè)光滑的平面，清晰的字母，是入門(mén)級(jí)的識(shí)別任務(wù)，但現(xiàn)實(shí)場(chǎng)景下，會(huì)遇到各種不同的挑戰(zhàn)，比如被遮擋、光線暗或者限制條件的Stop，需要非常精準(zhǔn)實(shí)時(shí)地實(shí)現(xiàn)識(shí)別，難度非常大。
資料來(lái)源：朱雀基金整理
此外，目前技術(shù)條件下，不可能避免出現(xiàn)被錯(cuò)誤識(shí)別的情況，發(fā)生碰撞事故。
接下來(lái)看下自動(dòng)駕駛汽車(chē)如何看清道路。第一種識(shí)別方式是攝像頭，被稱為最像人眼的識(shí)別模式，造車(chē)新勢(shì)力配備攝像頭的數(shù)量不斷增加，像素不斷提升，Model3配備了8顆攝像頭，而蔚來(lái)新款的ET7則配備了11高清攝像頭。目的就是看得更清，看得更遠(yuǎn)。
資料來(lái)源：朱雀基金整理
攝像頭是如何識(shí)別呢？通過(guò)CIS圖像傳感器將捕捉到的場(chǎng)景轉(zhuǎn)化為模擬信號(hào)，再進(jìn)一步轉(zhuǎn)化為數(shù)字信號(hào)，傳輸給AI芯片識(shí)別。類(lèi)似于人的眼球，進(jìn)入眼睛的光線通過(guò)神經(jīng)元傳輸?shù)酱竽X皮層。
特斯拉對(duì)純視覺(jué)的識(shí)別做到了全世界最高水平。通過(guò)8顆攝像頭獲取的圖像被融合成了3D的鳥(niǎo)瞰圖，同時(shí)疊加時(shí)間戳形成4D圖像，并通過(guò)多目標(biāo)特征并行提取來(lái)提高處理效率。
在識(shí)別過(guò)程中，離不開(kāi)特斯拉強(qiáng)大的神經(jīng)網(wǎng)絡(luò)。由于智能駕駛需要處理的任務(wù)數(shù)實(shí)在太多，無(wú)法讓每一個(gè)任務(wù)都同時(shí)享有單獨(dú)的神經(jīng)網(wǎng)絡(luò)進(jìn)行運(yùn)算，只能把一些運(yùn)算分?jǐn)偟焦蚕砉歉删W(wǎng)絡(luò)上，特斯拉 AI團(tuán)隊(duì)組建了一個(gè)龐大的物體檢測(cè)網(wǎng)絡(luò)，將整個(gè)網(wǎng)絡(luò)稱作“Hydra Nets”（Hydra 意為九頭蛇），類(lèi)似于一棵大樹(shù)，并通過(guò)海量數(shù)據(jù)進(jìn)行訓(xùn)練優(yōu)化。
直觀來(lái)說(shuō)，將8個(gè)攝像頭圖片特征提取——再進(jìn)一步來(lái)做多機(jī)位的空間融合，進(jìn)而做時(shí)間融合——隨后將任務(wù)分發(fā)給不同的神經(jīng)網(wǎng)絡(luò)樹(shù)干——進(jìn)一步下發(fā)給樹(shù)枝樹(shù)葉——不同的枝葉按照既定的任務(wù)進(jìn)行檢測(cè)，比如行人、信號(hào)燈等。
在識(shí)別過(guò)程中，視覺(jué)依賴于神經(jīng)網(wǎng)絡(luò)，不能確?？臻g距離的絕對(duì)準(zhǔn)確，需要通過(guò)學(xué)習(xí)而不斷提升測(cè)算能力，而激光雷達(dá)理論上可以獲得精確的數(shù)據(jù)，脈沖式激光雷達(dá)利用時(shí)間間隔、調(diào)頻連續(xù)波雷達(dá)的相位差來(lái)測(cè)量精確距離或前方車(chē)輛車(chē)速。
資料來(lái)源：朱雀基金整理
通過(guò)依次測(cè)量目標(biāo)上各點(diǎn)的距離，同時(shí)記錄光束指向的方位、俯仰角，這樣就可以得到目標(biāo)的三維圖像。在一定程度上能夠補(bǔ)充攝像頭的缺點(diǎn)。
自動(dòng)駕駛系統(tǒng)可以類(lèi)比于人的決策過(guò)程，視覺(jué)或激光雷達(dá)所捕捉的物體被傳輸?shù)酱竽X皮層，而進(jìn)行識(shí)別的神經(jīng)網(wǎng)絡(luò)系統(tǒng)類(lèi)似于人腦中的神經(jīng)元，神經(jīng)網(wǎng)絡(luò)在主控芯片中運(yùn)行。
要實(shí)現(xiàn)精準(zhǔn)的識(shí)別離不開(kāi)更高精度的傳感器，精度越高數(shù)據(jù)量越龐大，800萬(wàn)像素?cái)z像頭每秒可以產(chǎn)生近3G的數(shù)據(jù)量，如果裝上10幾顆，在5-10秒之間數(shù)據(jù)量即可填滿我們普通的電腦硬盤(pán)，這種快速產(chǎn)生又龐大的數(shù)據(jù)用兩臺(tái)最高配置的Mac Book Pro也無(wú)法處理。
要確保數(shù)據(jù)被實(shí)時(shí)精準(zhǔn)識(shí)別，需要更強(qiáng)大的AI算力。那么我們可以看到，CPU的性能已經(jīng)到了瓶頸，GPU解決了并行運(yùn)算的問(wèn)題，但由于考慮通用性，復(fù)雜的線路和耗費(fèi)更多能量訪問(wèn)內(nèi)存，導(dǎo)致功耗過(guò)高。AI芯片可以為神經(jīng)網(wǎng)絡(luò)高效低能耗地處理乘加運(yùn)算，對(duì)馮諾依曼瓶頸的大幅簡(jiǎn)化，實(shí)現(xiàn)更低功耗地提升高算力。
在自動(dòng)駕駛中，未來(lái)將更多依賴于異構(gòu)芯片。在感知過(guò)程中需要的是并行處理，所以用到AI運(yùn)算比較多，而感知也是最復(fù)雜的，因此自動(dòng)駕駛芯片不斷增加AI運(yùn)算的面積。但在識(shí)別后的決策過(guò)程中，高效的邏輯判斷能力更重要，所以用到CPU內(nèi)核更多。
提到神經(jīng)網(wǎng)絡(luò)，不得不提神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，神經(jīng)網(wǎng)絡(luò)訓(xùn)練離不開(kāi)海量的數(shù)據(jù)集，現(xiàn)實(shí)中百萬(wàn)臺(tái)車(chē)輛獲取的數(shù)據(jù)龐大到難以想象，特斯拉在年初已經(jīng)積累了51億英里的Autopilot數(shù)據(jù)，為提高數(shù)據(jù)處理效率，特斯拉引入了Operation vacation和Data Engine。Operation vacation核心是將大幅提升數(shù)據(jù)收集、數(shù)據(jù)標(biāo)注、測(cè)試模型的效率。
數(shù)據(jù)來(lái)源：Tesla Vehicle Deliveries and Autopilot Mileage Statistics
Data Engine則對(duì)現(xiàn)實(shí)中機(jī)器決策和人腦不匹配的情況下，通過(guò)主動(dòng)抓取更多類(lèi)似場(chǎng)景，進(jìn)而針對(duì)性的對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而將機(jī)器決策的準(zhǔn)確度從比如40%逐步提高到99%以上，進(jìn)一步向所有的車(chē)端進(jìn)行部署。
處理云端的海量數(shù)據(jù)，比車(chē)端的挑戰(zhàn)更大，因此Tesla建立了由5760顆GPU搭建了全球排名第五的超級(jí)計(jì)算機(jī)。并在近期發(fā)布了專(zhuān)門(mén)針對(duì)云端圖像識(shí)別開(kāi)發(fā)的DOJO專(zhuān)用芯片，在特斯拉特定圖像處理任務(wù)上，展現(xiàn)出相對(duì)GPU和CPU的碾壓級(jí)別實(shí)力。未來(lái)的目標(biāo)是用D1芯片全部替代GPU。
以上，我們看到要實(shí)現(xiàn)自動(dòng)駕駛，離不開(kāi)強(qiáng)大的硬件支持，同時(shí)對(duì)于開(kāi)發(fā)者的軟件算法能力提出了極高的要求，代表著目前最前沿的AI算力。
所以我們只有通過(guò)研究芯片底層邏輯、研究神經(jīng)網(wǎng)絡(luò)，才能進(jìn)一步對(duì)供應(yīng)鏈和自動(dòng)駕駛廠商的競(jìng)爭(zhēng)力有更好的理解和判斷。
接下來(lái)我們看自動(dòng)駕駛對(duì)產(chǎn)業(yè)的影響。
自動(dòng)駕駛從根基上顛覆了汽車(chē)工業(yè)原來(lái)的底層內(nèi)核，從四個(gè)輪子上的沙發(fā)變成了四個(gè)輪子上的電腦，從制造業(yè)演變成了信息產(chǎn)業(yè)。
在商業(yè)模式上，也發(fā)生著類(lèi)似于智能手機(jī)產(chǎn)業(yè)的重大變化，以蘋(píng)果為例，2015 年前，蘋(píng)果收入主要依靠硬件銷(xiāo)售， 2015 年后積極向軟件和服務(wù)公司轉(zhuǎn)型。在此推動(dòng)下，其市值不斷提升。
而汽車(chē)的智能化也一樣，Tesla 的高毛利率得益于FSD軟件訂閱獲取的收入，毛利率達(dá)到28%，遠(yuǎn)超規(guī)模效應(yīng)最強(qiáng)的大眾、硬件精益生產(chǎn)典范豐田和豪華車(chē)寶馬，已經(jīng)從純粹的制造業(yè)盈利模式向軟件演進(jìn)。
隨著未來(lái)自動(dòng)駕駛能力的提升，車(chē)企的業(yè)務(wù)邊界將從汽車(chē)延伸到出行，遠(yuǎn)期有望實(shí)現(xiàn)Robotaxi無(wú)人駕駛出租車(chē)的商業(yè)化落地。
我們做過(guò)一個(gè)測(cè)算，如果按照目前的網(wǎng)約車(chē)收費(fèi)標(biāo)準(zhǔn)，一臺(tái)成本30萬(wàn)的Robotaxi，如果網(wǎng)約車(chē)公司能夠?qū)⑵淇哲?chē)率降至30%，其毛利率將高達(dá)50%以上，也就是說(shuō)網(wǎng)約車(chē)不需要司機(jī)之后，可以說(shuō)是一個(gè)暴利的產(chǎn)業(yè)。因此吸引了更多的廠商介入。
智能化尤其是智能駕駛，通過(guò)軟件化形成的高壁壘，形成了對(duì)商業(yè)模式的顛覆，最終將影響到行業(yè)格局。
數(shù)據(jù)來(lái)源：IDC、朱雀基金
過(guò)去十年， 智能手機(jī)經(jīng)歷了從格局分散到最終高度集中化，頭部5-6 家左右的廠商，占據(jù)了全球 79%的手機(jī)出貨量。
目前汽車(chē)品牌格局非常分散，全球最大的廠商的份額僅 10%。超過(guò)5%的廠商僅有4家。隨著汽車(chē)工業(yè)向信息化浪潮轉(zhuǎn)變的背景下，我們認(rèn)為汽車(chē)品牌在遠(yuǎn)期的未來(lái)也有可能發(fā)生整合，但由于迭代速度慢于手機(jī)，整合的時(shí)間也將相對(duì)較長(zhǎng)。
回歸到投資，如何挖掘產(chǎn)業(yè)鏈機(jī)會(huì)，我們回顧下電動(dòng)車(chē)的產(chǎn)業(yè)鏈，總結(jié)下來(lái)，可以看到電子流過(guò)的環(huán)節(jié)，均成為了市場(chǎng)的選項(xiàng)，在過(guò)去兩年，均有非常好的收益率表現(xiàn)。
類(lèi)似，智能化趨勢(shì)下，我們要跟隨數(shù)據(jù)的流動(dòng)，從前端攝像頭、激光雷達(dá)獲取數(shù)據(jù)，通過(guò)不同類(lèi)型的連接器進(jìn)入AI芯片，識(shí)別決策后再進(jìn)一步執(zhí)行，同時(shí)與云端神經(jīng)網(wǎng)絡(luò)相結(jié)合，涉及數(shù)據(jù)的標(biāo)注和預(yù)處理。
資料來(lái)源：朱雀基金整理
各個(gè)環(huán)節(jié)，均將有機(jī)會(huì)受益于大賽道的崛起，我們將深入儲(chǔ)備挖掘。
從空間來(lái)看，智能化徹底改變了汽車(chē)產(chǎn)業(yè)，按照中國(guó)2000萬(wàn)臺(tái)車(chē)，單車(chē)15萬(wàn)的價(jià)值量來(lái)測(cè)算，是一個(gè)3萬(wàn)億的市場(chǎng)，而到25年出行市場(chǎng)則是10萬(wàn)億的空間，相對(duì)于整車(chē)市場(chǎng)大幅放大，如果將AI能力拓展到萬(wàn)物互聯(lián)，未來(lái)的空間是星辰大海。
以上是智能駕駛的行業(yè)分析。接下來(lái)是商業(yè)航天。
商業(yè)航天：發(fā)展正當(dāng)時(shí)
商業(yè)航天處于“基礎(chǔ)設(shè)施”建設(shè)階段，因此，產(chǎn)業(yè)鏈中的火箭、衛(wèi)星環(huán)節(jié)都將首先受益。發(fā)展到中后期，在“基礎(chǔ)設(shè)施”建設(shè)逐步成熟以后，依托于低成本的空天數(shù)據(jù)資源、運(yùn)輸服務(wù)，商業(yè)航天產(chǎn)業(yè)發(fā)展會(huì)上一個(gè)臺(tái)階。
資料來(lái)源：朱雀基金整理
對(duì)于火箭，這幾年的快速發(fā)展是圍繞著降本展開(kāi)的。
Space X作為其中的佼佼者，其發(fā)展策略對(duì)全球商業(yè)火箭企業(yè)都有很強(qiáng)的借鑒意義。他的發(fā)展策略有三個(gè)方面：一是火箭推力/載重不斷加大，降低單噸發(fā)射成本。從2010年的獵鷹9號(hào)1.0到2018年的獵鷹重型B5來(lái)看，載重能力提升6倍。性價(jià)比從而得到明顯提升。
當(dāng)然Space X提升載重的進(jìn)程遠(yuǎn)沒(méi)有結(jié)束，得益于新型發(fā)動(dòng)機(jī)技術(shù)的應(yīng)用，下一代重型運(yùn)載火箭星艦的低軌有效載重在獵鷹重型火箭基礎(chǔ)上進(jìn)一步提升接近50%。
Space X的第二個(gè)策略就是可回收技術(shù)，通過(guò)一級(jí)火箭推進(jìn)器和整流罩的可回收來(lái)攤低每一次火箭發(fā)射成本。在2021年25次左右的發(fā)射中，幾乎都實(shí)現(xiàn)了可回收重復(fù)利用。根據(jù)測(cè)算，如果推進(jìn)器和整流罩循環(huán)利用5次，對(duì)應(yīng)的發(fā)射成本可下降超過(guò)一半，發(fā)射報(bào)價(jià)也可大幅下降。
第三個(gè)策略就是在工程和產(chǎn)業(yè)化思路上極致降本。一方面大量使用原有成熟技術(shù)和產(chǎn)品，另一方面，推行產(chǎn)品化發(fā)展思路，減少品類(lèi)，提升零部件的標(biāo)準(zhǔn)化水平。這兩點(diǎn)在獵鷹9的材料、箭體結(jié)構(gòu)、制造工藝等方面都有體現(xiàn)。對(duì)于火箭產(chǎn)業(yè)，能在保證可靠性前提下提升成本優(yōu)勢(shì)，將是重要的競(jìng)爭(zhēng)壁壘。
對(duì)于衛(wèi)星產(chǎn)業(yè)，要提升衛(wèi)星服務(wù)的能力，空間分辨率之外，時(shí)間分辨率和覆蓋率指標(biāo)更為重要。星鏈的發(fā)展也印證了這一點(diǎn)，因此，推進(jìn)衛(wèi)星小型化、星座化是行業(yè)發(fā)展必然趨勢(shì)。
技術(shù)上，對(duì)于通信衛(wèi)星，客戶更關(guān)注時(shí)延，因此星間激光鏈路技術(shù)儲(chǔ)備也是核心競(jìng)爭(zhēng)力之一。
對(duì)于民營(yíng)企業(yè)而言，三大類(lèi)衛(wèi)星中，我們認(rèn)為民企推進(jìn)商業(yè)化最佳的賽道是遙感衛(wèi)星。
最后是運(yùn)營(yíng)與服務(wù)產(chǎn)業(yè)，由于是介于上游數(shù)據(jù)源和下游眾多行業(yè)應(yīng)用之間，比較容易形成差異化能力和規(guī)模優(yōu)勢(shì)，在產(chǎn)業(yè)鏈漸趨成熟后，這一塊的機(jī)會(huì)會(huì)更大。
以上就是我的匯報(bào)，沿著產(chǎn)業(yè)鏈的思路，我們?cè)谥悄芷?chē)和商業(yè)航天領(lǐng)域的一些環(huán)節(jié)也做了初步的布局，隨著兩個(gè)大賽道的崛起，未來(lái)的機(jī)會(huì)值得期待。
注：本文件非基金宣傳推介材料，僅作為本公司旗下基金的客戶服務(wù)事項(xiàng)之一。
本文件所提供之任何信息僅供閱讀者參考，既不構(gòu)成未來(lái)本公司管理之基金進(jìn)行投資決策之必然依據(jù)，亦不構(gòu)成對(duì)閱讀者或投資者的任何實(shí)質(zhì)性投資建議或承諾。本公司并不保證本文件所載文字及數(shù)據(jù)的準(zhǔn)確性及完整性，也不對(duì)因此導(dǎo)致的任何第三方投資后果承擔(dān)法律責(zé)任。
本文所載的意見(jiàn)僅為本文出具日的觀點(diǎn)和判斷，在不同時(shí)期，朱雀基金可能會(huì)發(fā)出與本文所載不一致的意見(jiàn)。本文未經(jīng)朱雀基金書(shū)面許可，任何機(jī)構(gòu)和個(gè)人不得以任何形式轉(zhuǎn)發(fā)、翻版、復(fù)制、刊登、發(fā)表或引用。