西南证券研报指出，L2+大规模上车需求、L3安全冗余需求、L4强制配置需求三重因素共同利好自动驾驶核心零部件销量【38†L7-L9】。自动驾驶芯片和激光雷达作为L2+/L3/L4技术的核心部件，有望持续受益于高阶智驾渗透率提升【38†L14-L15】。地平线机器人（自动驾驶芯片）和速腾聚创（激光雷达）被列为重点推荐标的【38†L14-L15】。本报告从感知方案、算力需求、竞争格局三个维度梳理核心零部件的投资逻辑。

自动驾驶技术的落地离不开核心零部件的支撑。从感知、决策、执行三个技术层级看【9†L5-L7】，感知端的激光雷达/摄像头、决策端的自动驾驶芯片/域控制器、执行端的线控系统构成了自动驾驶的硬件基石【9†L9-L11】。

西南证券认为，三重需求将驱动核心零部件持续放量【38†L7-L9】：L2+大规模上车带来的渗透率提升需求；L3安全冗余带来的硬件配置升级需求；L4强制配置带来的确定性需求。自动驾驶芯片和激光雷达是其中最核心的两个赛道【38†L14-L15】。

自动驾驶感知方案分为以激光雷达为主的多传感器路线和纯视觉路线【11†L5-L7】。两种路线的选择直接决定了激光雷达的市场空间。

多传感器融合方案以硬件冗余保障安全，适合高阶自动驾驶（L4+）或复杂场景如Robotaxi【11†L7-L8】。L4级自动驾驶因安全要求，激光雷达仍是刚需【29†L5-L7】。Robotaxi需配置2颗主激光雷达+1-2颗补盲激光雷达【29†L12-L13】。

纯视觉路线以算法突破降低硬件依赖，适合大规模普惠型智驾系统【11†L8-L9】。特斯拉是纯视觉路线的代表，采用摄像头采集数据，通过端到端模型训练【11†L11-L12】。国内大部分车企（华为、理想、小米、蔚来、比亚迪等）采用激光雷达+视觉融合方案【11†L42-L44】。

不同级别的自动驾驶对算力需求差异显著【29†L12-L15】。L4级Robotaxi算力需求达1000+TOPS【29†L12-L13】；Robotruck算力需求250-2000TOPS【29†L13-L14】；Robobus算力需求100-200TOPS【29†L14】；Robovan算力需求<50TOPS【29†L15】。

自动驾驶芯片是算力的核心载体。地平线机器人作为国内自动驾驶芯片龙头，被西南证券列为重点推荐标的【38†L14-L15】。随着L2+渗透率提升和L3/L4商业化推进，单车算力配置持续升级，自动驾驶芯片市场空间将持续扩大。

从技术架构看，端到端算法的普及进一步推高了算力需求。特斯拉FSD V12训练成本达10亿美元【12†L10-L11】。VLA模型的量产落地同样需要大量算力支持——VLA模型将感知、预测、规划全流程整合到单一Transformer模型中【16†L8-L10】。

激光雷达的市场需求正从“选配”走向“标配”。从四大L4场景的配置看【29†L12-L15】：Robotaxi因安全要求激光雷达是刚需（配置2颗主激光雷达+1-2颗补盲激光雷达）；Robotruck采用超远距多传感器融合（配置1-2颗补盲激光雷达）；Robobus和Robovan正向低线数激光雷达+纯视觉方案过渡（不强配激光雷达）。

速腾聚创作为国内激光雷达龙头，被西南证券列为重点推荐标的【38†L14-L15】。随着L2+大规模上车和L3/L4商业化推进，激光雷达的渗透率有望持续提升。尤其是在中国车企中，大部分采用激光雷达+视觉融合方案【11†L42-L44】，激光雷达已成为高阶智驾的“标配”硬件。

从成本趋势看，激光雷达成本持续下探将进一步推动渗透率提升。小马智行通过第七代车降本70%实现订单增长【35†L13-L14】。硬件成本的下降将使激光雷达从高端车型向大众市场普及。

表5：L4四大场景核心零部件配置对比

场景	是否L4级	感知架构	激光雷达配置	算法核心	算力需求
Robotaxi	是	纯视觉/多传感器融合	2颗主激光雷达+1-2颗补盲	端到端BEV/多模态融合	1000+TOPS
Robotruck	是	超远距多传感器融合	1-2颗补盲激光雷达	编队协同+节油算法	250-2000TOPS
Robobus	是	视觉主导+低线数激光雷达	不强配	固定路线优化+V2X协同	100-200TOPS
Robovan	是	轻量化感知	1颗主激光雷达（不强配）	集群调度+载重自适应	<50TOPS