百度集团：ALL IN AI迎接自动驾驶新机遇.pdf

百度集团 -SW（ 09888） 证券研究报告 公司研究 软件服务 (HS) 1 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Main ALL IN AI， 迎接自动驾驶新 机遇 买入 （ 首次 ） 盈利预测与估值 2020A 2021E 2022E 2023E 营业收入（百万元） 107,074 119,162 131,450 145,544 同比（ %） 0% 11% 10% 11% 归母净利润（百万元） 22,472 31,717 14,900 21,415 同比（ %） 992% 41% -53% 44% 每股收益（元 /股） 8.39 11.21 5.27 7.57 P/E（倍） 15.76 11.79 25.10 17.47 投资要点 十年磨一剑 ， 迎接 自动 驾驶新 机遇 。 随着 AI（人工智能）水平不断提 高、芯片及传感器等硬件成本降低以及市场对车辆安全性及便利性的要 求，汽车的自动驾驶技术迎来了全面商业化落地的时期。五年内自动驾 驶相关模块将会带来约 781 亿美元的市场，而作为全球自动驾驶技术的 领跑者，深耕自动驾驶领域近十年、拥有领先自动驾驶技术的百度终于 迎来再次腾飞的机遇。 Robotaxi 无人驾驶出租车： 使用 L4 级自动驾驶 技术， Robotaxi 已经在多地商业化落地并将逐步扩大使用场景，可能 改变公共出行形态； ANP（自动导航辅助驾驶）、 AVP（自主泊车）： 百度以其多年积累的自动驾驶技术，推出具有成本优势的 L2 级自动驾 驶辅助解决方案的 ANP、 AVP，帮助整车厂提升车辆智能化能力，此领 域商业化路线清晰，五年内市场空间约为 324 亿 美 元 。我们预计，到 2023 年，百度在该领域的收入可达 35 亿元， 20212023 的 CAGR 达 123%； 智能电动汽车： 与吉利联合推出“集度”品牌，有望于数年后量 产电动汽车，从而使百度拥有软硬件一体化的智能汽车的制造 能力。 ALL IN AI， 助力百度核心业务发展： 百度在 AI 领域拥有强大的护城 河，在专利数量、平台使用者数量、开源框架规模方面都具有领先优势。 AI 核心“百度大脑”，对内支持百度所有业务，对外全方位开放，不断 孕育新的 AI 领域相关的商业化模式。 智能云逐渐成为主要营收增长点： 百度 智能云特别是 AI 公有云业务（金融、公共交通、媒体等）市占率 领先，市场空间大。我们预计，到 2023 年其收入规模可达 314 亿元， 占总营收的 22%， 20212023 的 CAGR 达 51%。 搜索广告业务持续提 供稳定现金流： AI 赋能搜索引擎，使百度持续领跑中国的搜索领域；但 受移动生态孤岛化影响，搜索广告业务收入趋于平稳。作为百度最成熟 的业务部门，我们预计，到 2023 年其收入规模可保持在 744 亿元， 占 总营收的 51%，此项业务仍将为百度带来持续且稳定的现金流。 盈利预测与投资评级： 我们预计，百度 20212023 年收入为 1192/1315/1455 亿元，同比增长 11%/10%/11%，实现归母净利润 318/162/235 亿元，因受股权投资收益影响，波动较大， Non-Gaap 归母 净利润为 198/222/295 亿元。 我们给 予百度 2021 年底整体约 1066 亿美 元估值，其中核心搜索广告业务约 495 亿美元估值，智能云相关业务 约 147 亿美元估值，自动驾驶相关业务目前整体约 257 亿美元估值，其 他 芯片、音箱等 业务及核心股权投资约 167 亿美元估值 ， 总估值为 1066 亿美元 。百度的多业务模式保证了公司既有良好的盈利能力，又兼具高 成长性。当前百度在估值上存在低估，我们给予百度（ 09888.HK） 2021 年底 290 港元目标价，首次覆盖，给予“买入”评级。 风险提示： 1.国家政策风险：政府减少对自动驾驶领域的扶持 ； 2.法律 风险：自动驾驶相关 领域法律趋严 ； 3.自身技术风险：自动驾驶后续反 馈不佳 ； 4.竞争者风险：对于 L2 级辅助驾驶，整车厂均转向自研； Robotaxi 受到滴滴等更具出租车营运经验的企业挑战。 Table_PicQuote 股价走势 Table_Base 市场数据 收盘价 (港元 ) 159.30 一年最低 /最高价 146.40/ 256.60 市净率 (倍 ) 1.66 港股流通市值 (百万港元 ) 361442 6 基础数据 每股净资产 (元 ) 81.24 资产负债率 (%) 36.97 总股本 (百万股 ) 2828.84 流通股本 (百万股 ) 2268.94 Table_Report 相关研究 2021 年 08 月 09 日 证券分析师 张良卫 执业证号： S0600516070001 021-60199793 研究助理 刘睿哲 执业编号： S0600121070038 邮箱： -57% -43% -29% -14% 0% 14% 29% 43% 2020-08 2020-12 2021-04 恒生指数 百度集团 -SW 2 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 内容目录 1. 公司历史及发展 . 4 2. ALL IN AI，助力百度核心业务发展 . 5 2.1. 百度拥有全栈 AI 能力，形成强大的技术护城河 . 6 2.2. 百度大脑，为核心业务提供全方位支持 . 7 2.3. 昆仑成功量产，进一步增强硬件实力 . 8 3. 成熟业务：移动生态孤岛化，搜索广告业务稳定发展 . 9 4. 成长业务： 智能云业务进入快速成长期，成为主要营收增长点 . 12 4.1. 百度智能云业务介绍 . 12 4.2. 百度领跑 AI 公有云市场，云业务步入快车道 . 13 5. 未来业务：十年磨一剑，迎接自动驾驶新机遇 . 15 5.1. 自动驾驶介绍 . 15 5.1.1. 自动驾驶历史 . 15 5.1.2. 自动驾驶等级分类及技术路线 . 15 5.2. 自动驾驶的细分领域 . 17 5.2.1. 多传感器融合是获取车辆周边数据的主要方案 . 17 5.2.2. AI 芯片逐渐专业化，平台化芯片发展空间更广 . 19 5.2.3. 高精地图作为车辆记忆，辅助提高自动驾驶能力 . 20 5.2.4. 决策软件（算法）的能力是现阶段决定自动驾驶能力的核心因素 . 21 5.2.5. 自动驾驶市场即将迎来快速成长期，决策软件市场占据半壁江山 . 22 5.3. 百度自动驾驶决策软件（算法）技术跻身世界一流 . 23 5.4. 成本 48 万， Apollo Moon 有望加速 Robotaxi 的落地 . 24 5.5. 技术降维，开拓 L2+级 ADAS（智能辅助驾驶）商业化场景 . 26 5.6. 联手吉利，打造软硬件一体化智能电动汽车 . 27 6. 盈利预测与 估值 . 29 6.1. 盈利预测 . 29 6.2. 估值与投资建议 . 30 7. 风险提示 . 32 3 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 图表目录 图 1：中国 AI 领域的产业规模预测（亿元） . 5 图 2：中国 AI 专利累计数目统计（个，截至 2020 年 10 月） . 6 图 3：累 计拉取请求的开源框架数量（个，截至 2020 年底） . 6 图 4：中国开放平台的开发者数量（百万名，截至 2020 年底） . 7 图 5：百度 AI 大脑全面助力各产品发展 . 7 图 6：中国搜索引擎市场占有率（统计时间： 2019.72020.7） . 9 图 7：运用 AI 技术优化的搜索业务来搜索商品相关的上市公司 . 10 图 8： AI 公有云服务产品数量统计 . 13 图 9： 2020 中国 AI 公有云服务市场份额 . 14 图 10：自动驾驶发展历史 . 15 图 11：不同自动驾驶等级的驾驶模式 . 16 图 12：自动驾驶的细分领域模型 . 17 图 13： 各个传感器的主要功能及探测范围 . 18 图 14： 决策软件对车载摄像头的内容分析 . 21 图 15：自动驾驶市场规模的预测（万辆） . 23 图 16：单车自动驾驶相关部件市场规模（亿美元） . 23 图 17： Navigant Research2020 自动驾驶厂商排名分布 . 24 图 18：百度许可证数目与测试里程遥遥领先 . 24 图 19： 2020 年北京市自动驾驶道路测试报告 . 24 表 1：百度核心业务的市场规模 . 4 表 2： 自动驾驶等级分类 . 16 表 3： 不同车载传感器的优劣势 . 18 表 4： 不同车型所采用的传感器方案 . 19 表 5：车规级 AI 芯片的解决方案分类 . 20 表 6：普通导航地图与高精地图的对比 . 20 表 7： 不同公司 Robotaxi 比 较 . 26 表 8：主流车企使用的 ADAS 辅助驾驶方案 . 27 表 9：整车厂放弃 Mobileye 方案的案例 . 28 表 10： 百度收入预测 . 29 4 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 1. 公司历史及发展 百度成立于 2000 年，最初以搜索业务起家，是全球技术领先的搜索引擎服务提供 商。百度是中国最早一批的互联网公司，也是中国较早在美国上市的中国互联网公司， 是中国互联网公司的旗帜型公司之一；从 2010 年起，百度开始 AI（人工智能）方面的 研究，目前已经积累了很多相关经验，也逐渐落地了很多商业化应用。 据百度最新的香港招股书显示，百度核心业务由 AI 驱动，主要提供在线营销服务 及非营销增值服务，以及来自 AI 新领域的产品及服务。目前百度主要分为以下三类业 务 1. 成熟业务：移动生态， 主要是与搜索广告业务相关生态，拥有十几个相关应用 程序，其中包括百度 App、好看视频及百度贴吧等，提供开放平台，通过 AI 支 柱整合广泛的第三方长尾内容及服务，帮助社区连结并分享知识与信息； 2. 成长业务：智能云， 包括 PaaS（ Platform as a service，平台即服务）、 SaaS（ Software as a service，软件即服 务）及 IaaS（ Infrastructure as a service，基础设施即服务） 等解决方案，以强大的 AI 技术打造的智能云是其主要的服务内容； 3. 未来业务：智能驾驶， 包括自动驾驶服务，包括高精地图、自主泊车及自动导 航、智能电动汽车及 Robotaxi 车队等。 除了三大主要业务之外，百度还有小度 AI 音箱 、百度健康等其他增长计划，但由 于整体市场规模较小，近几年对百度整体营收影响较小。根据灼识咨询报告及百度香港 招股书显示， 2025 中国的云服务以及自动驾驶相关市场的规模以及增速都远远大于搜 索广告等在线营销服务，这 也使得百度将自己的重心由成熟的业务逐渐开始向成长业务 以及未来业务发力。值得注意的是，属于未来业务的自动驾驶、电动汽车以及 Robotaxi 市场存在较大变数，潜在规模可能发生较大变动。 表 1：百度核心业务的市场规模 数据来源：公司招股书，灼识咨询，东吴证券研究所 5 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 2. ALL IN AI， 助力百度核心业务 发展 中国在 AI 领域的市场空间很大。 根据灼识咨询报告，人工智能技术的发展状况在 世界各地各有不同，中国处于 AI 技术发展的前沿。 2019 年，已发表 AI 研究论文总数 中国在全球所有国家中排名第一，按 AI 专利申请数目全球排名第一，按 AI 公司总数全 球排名第二。 2019 年中国在 AI 领域的总投资金额为 467.6 亿美元，已经超过美国的投 资金额 386.5 亿美元。随着 AI 在各个领域中显露出的很大威力，人们越来越意识到 AI 技术的价值是被远远低估的。据艾媒咨询报道，中国 AI 相关领域市场规模在 2020 年已 达 1500 亿元，到 2030 年时，整个市场规模可达 10000 亿元，生 产、生活及服务领域都 会见到 AI 技术的身影。 图 1：中国 AI 领域的产业规模预测（亿元） 数据来源：艾媒咨询，东吴证券研究所 6 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 2.1. 百度拥有全栈 AI 能力，形成强大的技术护城河 AI 领域的技术优势是百度公司最为深厚的护城河。 想获得 AI 的技术优势，仅仅靠 资金投入或者是招揽技术人才是远远不够的，还需要有长时间的经验积累、稳健生态系 统以及具有商业化成本效益的软硬件综合解决方案等等。早在 2010 年时，百度就开始 了 AI 领域的大规模研究。 在强大的现金流支撑下，百度对于研发的投入 较大。最初百 度主要是希望 AI 能够增强搜索的能力，但随着 AI 的不断探索，百度以 AI 为中心，不 仅增强了相关领域的各项技术，还拓展出了非常丰富的商业化场景。根据灼识咨询报告， 百度是迄今唯一已开发全栈 AI 能力（从芯片设计到深度学习框架及应用层面 AI 能力） 的中国公司 ，在专利数量、 AI 开放平台、开源框架方面都具有领先优势。 图 2：中国 AI 专利累计数目统计 （个，截 至 2020 年 10 月） 数据来源：灼识咨询报告，东吴证券研究所 图 3：累计拉取请求的开源框架数量 （个，截 至 2020 年底） 数据来源：灼识咨询报告，东吴证券研究所 2682 2515 2323 1809 1702 0 500 1000 1500 2000 2500 3000 百度 华为 腾讯 国家电网 清华大学 30141 17692 16180 10031 3953 0 5000 10000 15000 20000 25000 30000 35000 Facebook/Pytorch 百度 /飞浆 Google/TensorFlow Apache Keras 7 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 图 4：中国开放平台的开发者数量 （百万名，截 至 2020 年底） 数据来源：灼识咨询报告，东吴证券研究所 2.2. 百度大脑，为核心业务提供全方位支持 百度 AI 的核心，被称之为“百度大脑”，包括视觉、语音、自然语言处理、知识图 谱、深度学习等 AI 核心技术和 AI 开放平台， 对内支持百度所有业务，对外全方位开 放， 助力合作伙伴和开发者，加速 AI 技术落地应用，赋能各行各业转型升级，并通过 百度智能云赋能行业客户。 图 5：百度 AI 大脑全面助力各产品发展 数据来源：新科技，东吴证券研究所 百度强大的 AI 能力，对其核心业务都提供了强大的技术支持： 移动生态的搜索广告业务：利用 AI 的语义理解能力，可以更好地获得模糊搜索 结果；利用 AI 的识图能力，可以进行图片的更精确匹配搜索结果；这些都有助 于百度的搜索业务市占率领先。通过搜索带来的流量，百度的 B 端客户可以利 用 AI 技术来 更精确地部署移动广告 ，从而更好地进行转换并吸引有类似用户特 2.6 1.6 1.1 0.9 0.0 0.5 1.0 1.5 2.0 2.5 3.0 百度 AI平台 平台 W 平台 X 平台 Y 8 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 征的潜在客户。 智能云业务：通过提供基于 AI 能力及知识图的 AI 解决方案，在 AI 公有云领域 （主要包括人脸识别、图像视频识别、自然语言理解（ NLP）等方面）连续四年 营收处于中国领先地位。 智能驾驶业务：凭借百度的 AI 能力（尤其是计算机视觉），百度在智能驾驶领 域积累了大量经验，其无人驾驶技术位列全球智能驾驶的第一梯队。 2.3. 昆仑成功量产，进一步增强硬件实力 百度昆仑芯片是百度自主研发的云端 AI 通用芯片。在 2018 年 7 月举办的百度 AI 开发者大会上，百度 CEO 李彦宏正式宣布，百度自研 AI 芯片命名为昆仑，并成立相 关业务部门。 2021 年 3 月 24 日，百度正式官宣，旗下昆仑芯片业务完成独立融资协议 签署，投后估值约 130 亿人民币。 百度昆仑专注于打造高性能、低成本、高灵活性、自主可控的通用 AI 芯片，赋能 互联网、工业制造、智慧城市、智慧交通、科研等领域。 百度昆仑 1 于 2019 年成功流 片，采用三星 14nm 制程工艺，量产已经超过 2 万片，在百度搜索引擎和百度智能云生 态伙伴等场景广泛部署。正在研发中的百度昆仑 2 将于 2021 年下半年实现量产，采用 7nm 先进工艺，其性能比百度昆仑 1 再提升 3 倍，可能会用在百度的云计算平台和智能 驾驶系统领域，提升百度的软硬件一体化能力。 9 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 3. 成熟业务：移动生态孤岛化，搜索广告业务稳定发展 百度是以搜索业务起家的 ，公司创始 人李彦宏拥有“超链分析”技术专利，也使中 国成为美国、俄罗斯和韩国之外，全球仅有的 4 个拥有搜索引擎核心技术的国家之一。 百度在中文语境中已经接近“搜索”的含义。百度每天响应来自 100 余个国家和地区的 数十亿次搜索请求，是网民获取中文信息和服务的最主要入口，服务 10 亿互联网用户。 自 2000 年成立以来，公司一直致力于开发中文互联网搜索服务，通过 (1)增强及扩展公 司的核心搜索功能及一套搜索产品，实现浏览量及市场份额增加； (2)开发及完善 P4P （ pay for performance，按效果付费）在线营销平台业务模型以实 现可扩展性并优化变现， 从而巩固公司于中文互联网搜索市场中的领导地位。 图 6：中国搜索引擎市场占有率（统计时间： 2019.72020.7） 数据来源：网易科技，东吴证券研究所 百度利用强大的 AI 能力，丰富了搜索的功能与用途，使其搜索业务牢牢占据中国 搜索业务的领导地位。 运用 AI 技术，百度的搜索不仅仅局限于字面文字搜索，还可以 进行语义的推测（例如搜索王健林儿子，搜索内容会直接弹出王思聪的相关条目），目 前又发展了识图能力，可以分析图片中各个商品的基本信息以及价格等。举例来说，百 度与云锋金融合作，推出了识别商品背后的上市公司的功能。顾客在拍摄商品的图片后， 根据 AI 判断出商品来源后，可以给出商品背后的上市公司信息，这有助于顾客了解商 品背后的上市公司信息，对顾客了解身边的上市公司有非常积极的作用。 10 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 图 7：运用 AI 技术优化的搜索业务来搜索商品相关的上市公司 数据来源：公司官网，东吴证券研究所 但随着移动生态领域的孤岛化（移动 APP 内部集成了搜索功能），百度的纯搜索 业务失去了快速发展的空间。 虽然百度仍然在搜索端占据市场优势，但随着移动生态的 不断发展， APP 逐渐实现了内部搜索功能，百度的搜索用户逐渐流失，叠加百度受到 虚假广告等搜索结果的影响， 20182020 年该业务营收为 726/700/663 亿元，呈逐年下 滑的趋势。 鉴于移动生态的不断发展，百度开发了百家号、智能小程序以及托管页，形成了良 性广告生态，不仅保住了百度的用户量，也通过 AI 赋能，提高了百度的互联网营销客 单价。 百家号是汇总媒体及其他专业资源的文章、照片、视频等，通过搜索、信息流以 及视频进行推送。据公司香港招股书显示，百家号的作者量在 2020 年底达到了 380 万， 同比增长 48%，显示出强大的生命力。智能小程序是指在百度 APP 中搜索后，可以直 接在百度 APP 里使用该应用程序而无需下载 APP，使用户更多地留存在百度 APP。智 能小程序于 2018 年 7 月推出， 2020 年 12 月的 MAU 达 4.14 亿。托管页是百度移动互 联网营销能力的一次深度整合。托管页带来的优势有： 1. 通过使用百度的托管页服务，商家不再需要使用自有的服务器建站，而是调用 百度提供的各类组件与模块，其作用就是帮助广告主快速建站，赋能 B 端广告 主。特别是对于中小企业来说，这样不但可节约大量成本，同时依托于百度的 统一 ID 体系，也能够有效缩短与用户的沟通路径，并对进入页面的流量进行 长期维护、管理，形成企业自身的私域资源。 2. 传统数字广告式微，而托管页作为流量可追踪、用户行为可拆解、分析的营销 解决方案，恰恰可以解决这些问题，让 广告主见到切实效果。与此同时，在使 11 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 用托管页后，商家可以利用到百度最为倚重的 AI 技术来更加精准地进行广告 部署，与百度的智能搜索和智能推荐能力有效结合。 3. 由于托管页是由百度所提供的服务，标准化的模块组件，对于数据和信息安全 的技术保障远远胜于商家自行开发，大幅降低了页面本身被劫持、篡改的风险。 托管页让用户在网站上的交易更加安全，并让他们获取更加真实可信的信息 在百度的不断努力下，百度的搜索业务核心从 PC 时代的网页转到了百度 APP， 2020 年 12 月拥有 5.44 亿的 MAU，在中国搜索业务中遥遥领先。目前百度的大 部分营 收以及稳定的利润仍然来源于搜索相关的广告服务。 我们预计， 随着 AI 更多地被用于 搜索相关的业务，使得广告投放精准度有所提升从而提高其单次搜索的服务收入，从 2021 年开始，搜索业务的营收会逐渐企稳，到 2023 年营收为 744 亿，占总收入的比例 为 51%， 20202023 年的 CAGR 为 3.9%。从长远来看，百度也逐渐开始多元化发展， 而不仅仅依赖其搜索相关的业务。 12 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 4. 成长业务：智能云业务进入快速成长期，成为主要营收增长点 云业务（云计算）通过互联网按需提供 IT 资源，并且采用按使用量付费的定价方 式，用户可以根据 需要，从云提供商那里获得技术服务，例如计算能力、存储和数据库， 而无需购买、拥有和维护物理数据中心及服务器，其运作方式与现实世界中的水电等基 础性服务类似，因此也有很多人将云服务类比为数字时代的基础性服务。亚马逊的云业 务 AWS 曾经常年亏损，但随着 AWS 市占率的不断提升， 2020 年亚马逊年报显示， AWS 业务以占公司 10%的营收贡献了 60%的利润，可见云业务对整个公司的影响之大。国际 科技巨头纷纷建立了自己的云业务，希望通过这个基础性服务，进一步扩大市场份额和 品牌影响力。目前从营收规模上来看，亚马逊、微软、谷歌与阿 里巴巴的营收领先，但 目前整个市场仍处于快速发展阶段，云业务的竞争才刚刚开始。 4.1. 百度智能云业务介绍 百度云业务开始于 2015 年，后更名为智能云，希望发挥 AI 领域的独特优势，赋能 云业务。具体来讲，百度智能云业务，主要可分为以下几种模式： 1. AI 解决方案 ：利用全套的云计算区块解决方案（包括语音识别、计算机视觉、 NLP 自然语言处理、 OCR 图像转文字、视频分析及结构化数据分析领域的算 法、预训练模型及数据集），开发者及企业可以轻松获取及构建适用于各个行 业的定制 AI 解决方案。百度强大且具有成本效益的云计算区块 AI 解决方案使 开发者及企业随着时间改善自身产品及服务并扩大应用场景。尽管该平台的服 务对开发者免费开放，但百度的大型开发者社区广泛采用及应用该服务，使百 度能够 不断提高 AI 能力，保持技术优势。 2. 知识图谱云解决方案 ：百度提供大规模知识图谱，为客户建立及预训练不同决 策 模型。利用客户的大数据，百度可以建立系统 知识图谱 及开发不同计算模型， 为客户提供复杂决策的即时答案。例如，一家公用事业公司使用百度的知识图 谱云解决方案，测定支持一个地区部署 EV 充电站所需的电量；一家零售银行 使用百度的知识图谱云解决方案，改善对消费者及中小企业贷款的信用风险管 理；一家大型企业使用百度的知识图谱云解决方案，向雇员推荐相关文件，以 便每日及每周撰写管理报告等。 3. 行业垂直解决方案 ：百度可为特定行业（如智能交通、金融、制造、公用事业、 电信及媒体）的客户开发定制智能云解决方案。举例来说，百度是为中国各城 市开 发智能交通基础设施主干 V2X 解决方案的先锋及行业领导者，使用百度 AI技术帮助城市 改善市政交通状况 、 空气污染及道路安全 。例如 2020年 8月， 百度中标价值人民币 4.6 亿元的项目，通过采用百度的 V2X 解决方案帮助广 州市提高交通效率及安全。广州项目使用的 Apollo ACE 运输引擎，该引擎本 质上是一种处理来自 Apollo MaaS、 V2X、 DuerOS 联网车辆及百度地图的交通 13 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 资料的运输云解决方案，从而为交通机关提供更好的资料，以改善交通管理及 运输服务，并提供自动驾驶服务。截至 2020 年 12 月 31 日，百度已在北京、 上 海及广州等十几个城市中标项目。 4. 其他：百度提供百度网盘，允许用户在智能云上存储和检索照片、视频及其他 文件，也提供其他功能，例如群组共享及数据转移。百度通过直接或经由解决 方案集成商向企业客户、消费者及公共部门提供云服务及解决方案创收，费用 一次性支付或按订阅基准支付，也通过向个人客户提供百度网盘会员服务赚取 收入。 4.2. 百度领跑 AI 公有云市场，云业务步入快车道 百度智能云侧重于 AI 公有云市场（主要包括人脸识别、图像视频识别、自然语言 理解（ NLP）等方面），在该领域连续四年收入排名第一；虽然目前 AI 公有云的市场 规模尚小 ，但随着 AI 市场的不断扩大，百度的整体营收也会快速增加。 根据 IDC 于 2021 年 6 月发布中国 AI 公有云服务市场研究报告显示，百度智能云在人脸识别和 NLP 领域市场份额占比都超过四成，在图像视频领域份额超过 30%。 2020 年中国 AI 公 有云服务整体市场规模达 24.1 亿元人民币，占整体 AI 软件市场的 10.4%，规模还比较 小。不过随着 AI 市场的不断扩大，据 IDC 预测，到 2025 年，中国 AI 市场公有云服务 占 AI 软件市场的比例将达到 36.1%，届时百度的营收规模也有望随之扩大。 图 8： AI 公有云服务产品数量统计 数据来源： IDC，东吴证券研究所 注：上图统计口径截止到 2020 年 4 月底，公有云厂商开放的 AI 的能力；其中 AWS 和 Azure 是统计的全球能够提供 AI 的能力 14 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 图 9： 2020 中国 AI 公有云服务市场份额 数据来源： IDC，东吴证券研究所 2020 年，百度核心业务的云服务收入达到人民币 91 亿元，落后于阿里云的 400 亿 元和腾讯云的 170 亿元。虽然百度智能云营收距离阿里云与腾讯云依然有一定距离，但 目前仍是云业务发展早期，各家业务的变化很快，后来居上的例子在这个领域已经发生 过很多次。我们预计随着 AI 公有云市场的不断扩大，百度云的整体营收规模会逐渐赶 上阿里与腾讯的营收规模。 2021Q1 百度财报披露，其智能云实现营收 28 亿元，同比增 长 55%。我们预计 20212023 年云服务收入可达 137/210/314 亿元， CAGR 可达 51%， 2023 年 收入占百度总收入的 22%，逐渐成长为百度主要的营收来源之一。 15 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 5. 未来业务：十年磨一剑，迎接自动驾驶新机遇 5.1. 自动驾驶介绍 自动驾驶主要指自动驾驶汽车，也即无人车（ driverless car），是一种无须人工干预 而能够完成出行需求的车辆。它利用了包括雷达、超声波、 GPS、计算机视觉等多种技 术来感知其周边环境，通过先进的计算和控制系统，来识别障碍物和各种标识牌，规划 合适的路径来控制车辆行驶。 5.1.1. 自动驾驶历史 科技巨头、独角兽公司以及整车厂纷纷开展自动驾驶研究，推动该领域快速发展。 自动驾驶的研究历史非常悠久，早在 1977 年时日本就有基于摄像头的自动驾驶汽车问 世。但限于软硬件能力及成本的束缚，自动驾驶的发展较为缓慢。直到 2004 年美国国 防部推出的 DARPA 项目，很大程度上推动了自动驾驶的复兴。现代意义上的自动驾驶 技术在 DARPA 挑战赛上已经成型，参赛车辆上已经配备了激光雷达、摄像头以及分析 决策系统。 2005 年的 DARPA 挑战赛中，有五支队伍的参赛车辆已经可以完成限定场景 的无人驾驶。目前的自动驾驶技术都是在这个基础上 进行的不断升级，主要在成本优化 和车规级适配性等实用性方面进行完善，不仅有各种科技巨头领导相关研究，科技独角 兽公司以及整车厂也都纷纷加入这个领域，自动驾驶全面商业化的时代就要到来。 图 10：自动驾驶发展历史 数据来源：维基百科，东吴证券研究所 5.1.2. 自动驾驶等级分类及技术路线 目前较为通用的一种自动驾驶等级分类如下表所示： 16 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 图 11：不同自动驾驶等级的驾驶模式 数据来源：网易，东吴证券研究所 目前有两种自动驾驶研发思路。一种是可称之为 自上而下 的不考虑成本的研究 L4+ 级完全自动驾驶，代表企业有谷歌的 Waymo、通用的 Cruise、百度的 Apollo 等，目前 其实现自动驾驶的系统成本在数十万到百万元人民币以上；另一种主要是车企，他们要 考虑成本因素，所以一般是 自下而上 的，由低级别的自动驾驶开始逐渐提升水平，目前 商业化的汽车基本上可以达到 L2 级的水平，代表企业有特斯拉、奥迪、蔚来、小鹏等。 值得一提的是，本文所提到的分类级别是从法律意义上已经实现的级别而不是能力上的 分类级别，也即如果是 L3 级以上的话，自动驾驶公司将为车辆的事故负责。因此本文 表 2： 自动驾驶等级分类 数据来源：维基百科，东吴证券研究所 17 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 所谓的 L3 及以上级别主要是由 Robotaxi 组成的。 5.2. 自动驾驶的细分领域 自动驾驶，简单来说就是让车辆拥有驾驶员的感知与决策能力，并且能够根据决策 指挥车辆完成相应的行为的过程。单车自动驾驶，一般分为几个部分： 1. 环境感知：包括摄像头、超声波 雷达、毫米波雷达、激光雷达、多传感器融合、 高精地图与定位等； 2. 决策规划：包括 AI 芯片、软件算法、计算平台、操作系统等； 3. 控制执行：包括线控转向制动等； 图 12：自动驾驶的细分领域模型 数据来源： GitHub，东吴证券研究所 5.2.1. 多传感器融合是获取车辆周边数据的主要方案 对于感知部分，由于目前没有单一传感器可以实现所有条件下的数据采集能力，所 以一般 采用多传感器融合方案 。各个传感器的主要用途可见下表： 18 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 图 13： 各个传感器的主要功能及探测范围 数据来源： robotics and automation news，东吴证券研究所 对于传感器数据的权重选择，不同公司有不同的发展路线。有的公司偏好摄像头数 据，有的公司偏好激光雷达数据，目前相关方案都处于快速发展阶段。 表 3： 不同车载传感器的优劣势 数据来源：东吴证券研究所整理 19 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 5.2.2. AI 芯片逐渐专业化，平台化芯片发展空间更广 AI 芯片为自动驾驶提供算力保障。 随着自动驾驶级别越来越高以及图像 /视频和雷 达等传感器接受的数据量越来越大，对视觉芯片的算力要求也越来越高，据估计满足安 全冗余的 L2 级的算力要求至少需要 10TOPS 以上，传统的 MCU（ Microcontroller Unit， 微控制单元，也称为单片机）算力最多只能达到 GOPS（比 TOPS 小一千倍），完全不 能满足图像识别的算力要求。为了满足自动驾驶的需求，多家芯片厂商开发出了针对车 载市场优化的 AI 芯片。当前主流的车载 AI 芯片按架构主要分为三类： GPU、 FPGA、 ASIC。其中 GPU 俗称显卡，通用性较强因而场景适应性强，但功耗较高。 FPGA 运算 速度快，通用性弱于 GPU 但功耗优于 GPU，因其易修改，主要用途是做 ASIC 的验证 版本。 ASIC 属于为 AI 特定场景定制的芯片，通用性低但针对特定场景的每瓦功耗以及 安全性更好，属于最终阶段的产品 ，开发成本较高。 平台化芯片发展空间更为广阔。 目前芯片的解决方案主要分为提供整套解决方案、 提供硬件平台以及整车厂自研三种模式。特斯拉可类比为手机界的苹果，核心的 AI 芯 片以及相应的后续算法均自研，但由于芯片设计等要求极高，前期需要投入大量时间以 及资金，所以并不适用于大多数整车厂； Mobileye 以自研算法起家，为了达到满意的效 果开始与意法半导体合作研发芯片，后来由于被 Intel 收购后，形成了芯片自研的能力， 因此 Mobileye 是以整套解决方案的模式向整车厂兜售，但是整车厂接收到的是无法自 行修改的方案，目前被很 多有意愿自研的整车厂放弃；平台化芯片以英伟达为代表，它 仅仅提供平台化芯片以及算法开发工具，决策软件（算法）可自研，自由度较大，因此 受到了以小鹏、蔚来、理想、百度、小马智行以及 AutoX 为代表的整车厂和科技公司的 欢迎。 表 4： 不同车型所采用的传感器方案 数据来源：各公司官网，汽车之家，东吴证券研究所整理 20 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 5.2.3. 高精地图作为车辆记忆，辅助提高自动驾驶能力 早在 2016 年 CES 上，高德汽车总裁韦东就说过，“高精度地图就像自动驾驶汽车 的记忆，离开了记忆，无论眼睛和思考 (摄像头及雷达 ) 有多么发达，还是无法对事件有 全局把控”。高精地图相较于普通导航地图，不仅增加了很多与辅助驾驶相关的信息， 还提高了精度，是实现自动驾驶的有力工具。 表 5： 车规级 AI 芯片的解决方案分类 数据来源：各公司官网，维基百科，佐思汽研，东吴证券研究所整理 表 6： 普通导航地图与高精地图的对比 数据来源：各公司官网，东吴证券研究所 21 / 34 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 高精地图作为感知层的安全冗余，利用车辆的定位，与传感器进行双重判断后决策； 高精地图可以提供车辆环境模型的先验知识，一定程度上减少自动驾驶车辆感知层的压 力。这样不仅提高了自动（辅助）驾驶的安全性，也大幅提升在立交桥 /复杂路况 /隧道 / 地下车库以及雨雪雾等视觉无法有效处理的情况下自动（辅助）驾驶的有效性。 高精地图的采集分为集中采集和众包采集两种。 集中采集基于专业采集车，众包采 集基于用户车辆在使用时的顺便采集，如有