特斯拉Model Y車身現(xiàn)身柏林 2021自動駕駛行業(yè)實際行情分析

• 2021年8月9日 ZhouXun來源：新浪財經綜合 444 22
• 繁體

據悉，有人在特斯拉柏林超級工廠發(fā)現(xiàn)了Model Y的車身，表明該工廠已經開始進行試生產。由此看出，柏林超級工廠與德州超級工廠的進度差距并不大，后者計劃于本月開始Model Y的測試車生產。

據悉，有人在特斯拉柏林超級工廠發(fā)現(xiàn)了Model Y的車身，表明該工廠已經開始進行試生產。由此看出，柏林超級工廠與德州超級工廠的進度差距并不大，后者計劃于本月開始Model Y的測試車生產。柏林超級工廠似乎已經安裝了測試生產所需的大部分機器，下一步將是校準機器，并培訓將當?shù)氐纳a員工。目前柏林超級工廠仍在等待勃蘭登堡州環(huán)境辦公室的最終審批通過。那么，自動駕駛行業(yè)實際行情如何?

自動駕駛行業(yè)實際行情分析

從近兩年開始，國家從通信、車聯(lián)網企業(yè)建設標準、技術路線、技術發(fā)展與應用、道路測試等諸多方面都發(fā)布了相關具體政策，包括《關于推動5G加快發(fā)展的通知》、《交通運輸部關于促進道路交通自動駕駛技術發(fā)展和應用的指導意見》、《國家車聯(lián)網產業(yè)標準體系建設指南(智能交通相關)》等，全面推動智能駕駛相關發(fā)展。簡而言之，目前的政策環(huán)境不僅覆蓋領域越來越全面，落實之處也愈發(fā)具體，有了這一系列政策保障，國內自動駕駛發(fā)展之路將會越來越順暢，相信更多自動駕駛科技的實際應用之日應該就在眼前，而我們只需拭目以待。

目前汽車整車制造23家上市公司，汽車零部件里151家，汽車制造行業(yè)整體市盈率加權平均是28.29，中位數(shù)38.82，滾動加權平均市盈率28.36，中位數(shù)33.31，整體來看對比有色、鋼鐵、化工、水泥、電力、煤炭、石化、工程機械、航運、裝備制造這十大資源類周期板塊和消費周期證券，銀行，房地產，白酒，航空五大類板塊當中算是比較中等低估，由于去年其實已經對比亞迪 、長城、 長安 、江淮 、小康、 福田 、北汽 、重汽 、江鈴等業(yè)績穩(wěn)健的價值回歸已經提前預估完畢。

隨著5G時代的來臨，智能汽車技術的不斷創(chuàng)新，自動駕駛技術日益成熟，汽車共享等新的商業(yè)模式又為智能汽車帶來了更廣泛的應用前景。《中國制造2025》對于智能網聯(lián)汽車提出了明確的發(fā)展目標，即到2020年，掌握智能輔助駕駛總體技術及各項關鍵技術，初步建立智能聯(lián)網汽車自主研發(fā)體系及生產配套體系。到2025年，掌握自動駕駛總體技術及各項關鍵技術，建立較完善的智能網聯(lián)汽車自主研發(fā)體系、生產配套體系及產業(yè)群，基本完成汽車產業(yè)轉型升級。和新能源汽車一樣，自動駕駛技術及智能網聯(lián)汽車如今已到達國家戰(zhàn)略的高度。

為了實現(xiàn)交通強國的戰(zhàn)略目標，抓住新時代汽車產業(yè)變革的機會，滿足人民日益增長的美好生活需求。國家出臺《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》等相關政策，來鼓勵支持智能汽車行業(yè)的發(fā)展。2020年北京、上海、廣州、長沙、武漢、滄州等6個城市已開放載人測試許可。其中，廣州共發(fā)放了55張測試通知書，開放67條、135公里測試道路。伴隨著基礎技術快速更新，汽車智能化技術體系發(fā)展愈加完善，智能汽車的發(fā)展有望超預期。

在2019世界智能網聯(lián)汽車大會上，交通運輸部總規(guī)劃師王志清表示交通運輸部將從三個方面推動自動駕駛：一、加強協(xié)同合作，優(yōu)化政策供給，出臺自動駕駛頂層設計文件;二、夯實發(fā)展基礎，公關自動駕駛與車路協(xié)同技術，推動交通設施數(shù)字化;三、開展試點示范，建設自動駕駛示范路、示范區(qū)，以2022年北京冬奧會等為節(jié)點，推動智能網聯(lián)汽車商業(yè)化運用。

伴隨著ADAS技術的不斷更新，預測全球L1-L5智能駕駛市場的滲透率會在接下來5年內依靠ADAS市場的高速發(fā)展而處于高速滲透期，然后伴隨半無人駕駛的普及進入穩(wěn)速增長期，在來到2025年無人駕駛放量階段后，依賴全產業(yè)鏈的配合而進入市場成熟期。

更多行業(yè)研究分析，可以點擊購買中研普華產業(yè)研究院的《2021-2025年中國自動駕駛行業(yè)前景預測與投資戰(zhàn)略咨詢報告》。

• 相關深度報告REPORTS

  

  2021-2025年中國自動駕駛行業(yè)前景預測與投資戰(zhàn)略咨詢報告

  自動駕駛系統(tǒng)可分為感知、決策和控制三個層面，其中決策層主要依靠機器視覺、深度學習、傳感器、高精度地圖和車聯(lián)網等技術協(xié)同合作，對感知層傳來的路況和車況數(shù)據進行認知和判斷，形成實時的行...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡