特斯拉智能駕駛方案簡剖-2024-06-新勢力

汽車行業(yè)報告領(lǐng)先大市-A（維持）2024年6月26日智能駕駛系列報告（二）：特斯拉智能駕駛方案簡剖分析師：李蕙S0910519100001聯(lián)系人：戴箏箏本報告僅供華金證券客戶中的專業(yè)投資者參考請仔細(xì)閱讀在本報告尾部的重要法律聲明核心觀點u不同于絕大多數(shù)國內(nèi)車企在自動駕駛上采取多傳感器融合方案，特斯拉FSD在發(fā)展初期就摒棄激光雷達(dá)、且不配備高清地圖，成為在感知層以攝像頭為核心的純視覺解決方案代表；其依靠車身搭載的攝像頭來捕捉周圍的環(huán)境信息，并經(jīng)過算法及神經(jīng)網(wǎng)絡(luò)模型處理，最終輸出3D場景下的信息用于智能駕駛。uFSD智能駕駛的實現(xiàn)基于特斯拉獨樹一幟的軟件算法，創(chuàng)新性的提出BEV+Transformer+OccupancyNetwork的感知范式，并成為全球首家“端到端”神經(jīng)網(wǎng)絡(luò)量產(chǎn)上車的企業(yè)，實現(xiàn)了從繁瑣規(guī)則驅(qū)動到數(shù)據(jù)驅(qū)動的簡化，小鵬、蔚來等多家國內(nèi)車企紛紛追隨；硬件端方面，特斯拉持續(xù)增加攝像頭數(shù)量，對其他傳感器則傾向于做“減法”，以更好地適配其純視覺技術(shù)路線。u得益于數(shù)據(jù)量、算力投入、硬件適配度等方面的明顯占優(yōu)，特斯拉在依賴算力的純視覺解決方案上遙遙領(lǐng)先國內(nèi)廠商，F(xiàn)SD智駕擬人化程度高、安全性及可靠性更為凸顯、且能有效節(jié)省運算空間及成本；但同時，F(xiàn)SD作為純視覺方案在惡劣天氣等場景下的性能較弱，其買斷價也較國內(nèi)市面上其他高階輔助駕駛軟件更高，或系特斯拉需改進(jìn)的方面。u中國作為全球新能源汽車最大的市場，是各車企發(fā)展智駕的最優(yōu)之選；然而，缺乏冗余設(shè)計或引發(fā)的駕駛安全問題、以及缺少測繪資質(zhì)或帶來的數(shù)據(jù)安全問題，均成為阻礙特斯拉入華的重要因素。硬件設(shè)計方面，特斯拉在HW4.0中重新加入高精度4D毫米波雷達(dá)，純視覺方案的駕駛安全性問題或有望改善；數(shù)據(jù)安全方面，特斯拉則借力百度獲得車道級導(dǎo)航地圖，并擬在中國建立數(shù)據(jù)中心。截止2023年年底，特斯拉在中國市場的累計銷量超過170萬輛；假設(shè)FSD在現(xiàn)役中國特斯拉汽車中滲透率為5%-36%，預(yù)計新增收入54.4億元-391.68億元。u風(fēng)險提示：智駕行業(yè)發(fā)展不達(dá)預(yù)期、核心零部件價格波動、技術(shù)迭代及產(chǎn)品研發(fā)滯后、上市公司業(yè)績不達(dá)預(yù)期、政策風(fēng)險、數(shù)據(jù)信息統(tǒng)計及模型測算偏差風(fēng)險、過去經(jīng)驗不代表未來、系統(tǒng)性風(fēng)險等。請仔細(xì)閱讀在本報告尾部的重要法律聲明請仔細(xì)閱讀在本報告尾部的重要法律聲明2特斯拉FSD的發(fā)展歷程——化繁為簡特斯拉FSD進(jìn)入中國市場的進(jìn)度特斯拉FSD產(chǎn)業(yè)鏈概況及相關(guān)標(biāo)的請仔細(xì)閱讀在本報告尾部的重要法律聲明請仔細(xì)閱讀在本報告尾部的重要法律聲明3特斯拉FSD的發(fā)展歷程——化繁為簡1.1特斯拉FSD自動駕駛方案1.1.1FSD是特斯拉輔助駕駛方案中功能最完整的產(chǎn)品1.1.2特斯拉作為純視覺方案引領(lǐng)者，攝像頭是FSD智駕的核心1.2算法端迭代：全球首個“端到端”神經(jīng)網(wǎng)絡(luò)量產(chǎn)上車，實現(xiàn)對繁瑣規(guī)則編寫的替代1.3硬件端迭代：高度依賴攝像頭，對其他傳感器則傾向于做“減法”請仔細(xì)閱讀在本報告尾部的重要法律聲明請仔細(xì)閱讀在本報告尾部的重要法律聲明41.1.1FSD是特斯拉輔助駕駛方案中功能最完整的產(chǎn)品u特斯拉的自動駕駛方案包括基礎(chǔ)版自動輔助駕駛（AP）、增強版自動輔助駕駛（EAP）、以及完全自動駕駛（FSD）；其中，F(xiàn)SD全稱FullSelf-Driving（完全自動駕駛），是特斯拉輔助駕駛Autopilot產(chǎn)品組合中功能最完整的產(chǎn)品。u功能上來看，特斯拉FSD除基礎(chǔ)的主動巡航及車道維持居中外，還可以實現(xiàn)：1）自動輔助導(dǎo)航駕駛，包括自動駛?cè)牒婉偝龈咚俟吩训阑蛄⒔粯虿砺房?，超過行駛緩慢的車輛；2）自動輔助變道，包括高速公路上自動輔助變換車道；3）自動泊車，包括平行泊車與垂直泊車；4）智能召喚則是在合適的場景下，停在車位的車輛會響應(yīng)召喚、駛出車位并前往車主所在位置；5）交通燈、標(biāo)志識別；6）市區(qū)自動輔助轉(zhuǎn)向，檢測車道、車輛和障礙物，并操作車輛進(jìn)行轉(zhuǎn)向；7）自動速度偏移調(diào)整，可根據(jù)不同的環(huán)境和場景，自主調(diào)整車輛的行駛速度。 圖：特斯拉各類自動駕駛方案的不同功能APEAP（基礎(chǔ)版自動（增強版自動（完全自動輔助駕駛）輔助駕駛）。。。。。。。。。。。。。。。。。 圖：特斯拉FSD智駕包可實現(xiàn)的功能資料來源：特斯拉官網(wǎng)、teslaguru資料來源：特斯拉官網(wǎng)、teslaguru、愛卡汽車網(wǎng)、環(huán)球網(wǎng)、懂車帝、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明51.1.2特斯拉作為純視覺方案引領(lǐng)者，攝像頭是FSD智駕的核心u純視覺方案的最初設(shè)計靈感來自對人類視覺的研究；即人眼睛搜集的信息到達(dá)視網(wǎng)膜后， 圖：特斯拉FSDHW2.0/2.5/3.0裝配的8顆攝像頭u首先，在特斯拉汽車行駛過程中，車輛通 圖：特斯拉FSDHW2.0/2.5/3.0裝配的8顆攝像頭圖：人類的視覺神經(jīng)網(wǎng)絡(luò)系統(tǒng)圖：人類的視覺神經(jīng)網(wǎng)絡(luò)系統(tǒng)資料來源：懂車帝、汽車之家、資料來源：懂車帝、汽車之家、TeslaAIDay2021、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明61.1.2特斯拉作為純視覺方案引領(lǐng)者，攝像頭是FSD智駕的核心u可以看到，車輛周圍的8個攝像頭通過神經(jīng)網(wǎng)絡(luò)生成三維向量空間；向量空間中包含了自動駕駛所需要的信息，如 圖：特斯拉FSDHW2.0/2.5/3.0裝配的8顆攝像頭FSD特征：FSD特征：就都學(xué)會了?！辟Y料來源：懂車帝、36氪、汽車之家、資料來源：懂車帝、36氪、汽車之家、TechWeb、鳳凰科技、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明71.2算法端迭代大部分的技術(shù)升級都集中在感知模塊，其目的是讓車輛對駕駛環(huán)境的“感知”達(dá)到人類感知的級別；而“決策規(guī)劃”則是基于“感知”模塊輸出的結(jié)果，通過規(guī)劃汽車行為和行車路徑，使得汽車達(dá)到指定目的地，且盡可能確保行車 圖：特斯拉FSD 圖：特斯拉FSD從“局部最優(yōu)解”到“全局最優(yōu)解”的演變圖：自動駕駛的算法框架資料來源：21經(jīng)濟(jì)網(wǎng)、澎湃新聞、特來訊、電動湃、華金證券研究所資料來源：21經(jīng)濟(jì)網(wǎng)、澎湃新聞、特來訊、電動湃、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明81.2.1算法1.0:2016年開啟自研算法，采用人工標(biāo)注+特征提取網(wǎng)絡(luò)進(jìn)行物體識別（1）2016-2018年：特斯拉采用常規(guī)的骨干網(wǎng)結(jié)構(gòu)，并對數(shù)據(jù)采取人工標(biāo)注。u2014年特斯拉發(fā)布的第一代硬件Hardware1.0，軟硬件均由Mobileye提供；然而在2016年特斯拉發(fā)生的“全球首宗自動駕駛致命事故”，導(dǎo)致雙方合作結(jié)束。u2016年特斯拉開啟自研算法階段，首先對數(shù)據(jù)采用人工標(biāo)注，并通過Facebook提出的特征提取網(wǎng)絡(luò)RegNet進(jìn)行物體識別。初始的數(shù)據(jù)都是需要人工來標(biāo)注，如將圖像中的物體（人、車、馬、狗等）形態(tài)、類別及對應(yīng)坐標(biāo)一并輸入到神經(jīng)網(wǎng)絡(luò)中，神經(jīng)網(wǎng)絡(luò)就對上述物體有了一定的認(rèn)知。隨后，采用特征提取網(wǎng)絡(luò)RegNet進(jìn)行物體識別；在該特征提取網(wǎng)絡(luò)中，最底部有著極高的分辨率和較低的通道數(shù)用于檢查圖像細(xì)節(jié)，而在頂部有著極高的通道數(shù)和較低的分辨率則用于理解場景上下文語義信息。比如分辨率最高的一層看到一輛車、但不太確定，最后一層分辨率最低的就通過語義關(guān)聯(lián)告訴第一層這極有可能是一輛車，這樣就完成了一次識別。在自動駕駛的場景中，往往需要在一個神經(jīng)網(wǎng)絡(luò)中同時完成多項任務(wù)，比如車道線檢測，人物檢測與追蹤等，進(jìn)而引發(fā)了該算法出現(xiàn)head不夠用的情況。圖：對數(shù)據(jù)進(jìn)行人工標(biāo)注圖：神經(jīng)網(wǎng)絡(luò)圖：對數(shù)據(jù)進(jìn)行人工標(biāo)注圖：神經(jīng)網(wǎng)絡(luò)RegNet進(jìn)行物體識別資料來源：汽車之心、資料來源：汽車之心、bilibili、懂車帝、3W平臺、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明91.2.2算法2.0:構(gòu)建多任務(wù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)架構(gòu)，減少任務(wù)間（2）2018-2019年：構(gòu)建多任務(wù)神經(jīng)網(wǎng)絡(luò)架構(gòu)HydraNet（“九頭蛇網(wǎng)絡(luò)”）。u特斯拉構(gòu)建了多任務(wù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)架構(gòu)HydraNet，能夠基于相同的視頻輸入，分別進(jìn)行若干任務(wù)（檢測或判別）；將上述任務(wù)聚合在新的架構(gòu)布局中，使他們擁有共享的Backbone（骨干），并將分支分成若干個Head（頭部），這種架構(gòu)被稱為HydraNets。HydraNet能夠減少重復(fù)的卷積計算，減少主干網(wǎng)絡(luò)計算數(shù)量，還能夠?qū)⑻囟ㄈ蝿?wù)從主干中解耦出來，進(jìn)行單獨微調(diào)，比如車道識別、紅綠燈識別等任務(wù)都有專門的Head來負(fù)責(zé)，減少不同任務(wù)間的相互干擾。出現(xiàn)的問題：出現(xiàn)的問題：1）自動駕駛依靠過去的「2D圖像+CNN」實現(xiàn)全自動駕駛的可能性較低，主要系攝像頭采集的數(shù)據(jù)是2D圖像，但自動駕駛需要面對的卻是三維真實世界。2）隨著數(shù)據(jù)的逐步增加，出現(xiàn)人工標(biāo)注效率低、且溝通成本高等問題。 圖：行駛過程中，不同任務(wù)采用不同顏色標(biāo)注 圖：行駛過程中，不同任務(wù)采用不同顏色標(biāo)注圖:多任務(wù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)架構(gòu)HydraNet資料來源：資料來源：TeslaAIDay2021、汽車之心、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明101.2.3算法3.0：通過BEV+Transfomer架構(gòu)進(jìn)行2D升維 數(shù)據(jù)標(biāo)注進(jìn)入“半自動”階段（3）2019-2020年：感知層引入BEV+Transfomer架構(gòu)實現(xiàn)圖像升維，并使用自動標(biāo)注系統(tǒng)；FSD首次發(fā)布并上車內(nèi)測。u在特斯拉看來，2D圖像升維的最佳方式是BEV（鳥瞰圖），目的是建立一個從空中俯瞰的平面圖，來描繪車輛周圍的事物以及他們的位置關(guān)系。那么需要做的是，將8個攝像頭拍攝的畫面物體投射到2D畫面當(dāng)中，畫中的像素就相當(dāng)于大語言模型中的分詞，像素與像素之間、或者說是特征與特征之間存在長距離依賴關(guān)系，由此通過Transformer中的注意力機制把每個像素映射到相對應(yīng)的地方；而且，即便是某個攝像頭的畫面像素被暫時地遮擋，也可以根據(jù)依賴關(guān)系繼續(xù)存在。Transformer的引入，使得BEV視角在自動駕駛領(lǐng)域得以實現(xiàn)；而3D空間的引入，也使得自動駕駛的思維方式更接近于真實世界。u2018年特斯拉自建了標(biāo)注團(tuán)隊，人員規(guī)模超過1000人；隨著數(shù)據(jù)的擴大，人員及成本壓力較大。2020年開始，特斯拉研發(fā)并使用了數(shù)據(jù)自動標(biāo)注系統(tǒng)；在車輛行駛過程中，攝像頭收集的路面信息，打包上傳到服務(wù)器的離線神經(jīng)網(wǎng)絡(luò)大模型，由大模型進(jìn)行預(yù)測性標(biāo)注，再反饋給車端各個傳感器；特斯拉進(jìn)入“半自動標(biāo)注”階段。u軟件方面：1）2020年10月，特斯拉FSDBeta版本首次發(fā)布并開啟內(nèi)測；2021年初，馬斯克宣布FSDBeta編號從V8.1開始。2）FSD功能基本在V8版本中奠定；功能涵蓋NOA導(dǎo)航輔助駕駛、Summon智慧召喚、Autopark自動泊車、識別交通燈和停車標(biāo)志并作出反應(yīng)、城市街道自動轉(zhuǎn)向等。 圖：特斯拉通過采集2D圖像建立鳥瞰平面圖資料來源：汽車之心、Bilibili資料來源：汽車之心、Bilibili、智駕最前沿、第一財經(jīng)、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明111.2.3算法3.0：通過BEV+Transfomer架構(gòu)進(jìn)行2D升維 數(shù)據(jù)標(biāo)注進(jìn)入“半自動”階段出現(xiàn)的問題：出現(xiàn)的問題：1）BEV仍然是對瞬時的圖像片段進(jìn)行感知，汽車只能根據(jù)當(dāng)前時刻感知到的信息進(jìn)行判斷，自動駕駛存在一定的安全隱患。例如，在感知時刻如果行人正好被汽車遮擋，則無法識別到穿行的行人；而人類司機在面對類似場景時，則會根據(jù)此前看到行人在穿越馬路的記憶，能夠意識到行人有繼續(xù)穿越馬路的意圖，從而選擇減速或者剎車避讓。2）算法無法識別或認(rèn)全所有事物，存在長尾情況。例如當(dāng)自動駕駛遇上超載車輛，算法通常將其識別為一般的三輪車，但對車后拖載的貨物，既不顯示、也不識別；當(dāng)自動駕駛的車輛進(jìn)行超車變道時，極易發(fā)生剮蹭等事故。 圖：算法無法識別超載三輪車的貨物資料來源：汽車之心、華金證券研究所資料來源：汽車之心、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明121.2.4算法4.0：OccupancyNetwork的應(yīng)用降低計算復(fù)雜性，時序信息的引入則將圖像識別推向4D（4）2021年-2022年：感知算法方面，時序信息的增加和OccupancyNetwork的應(yīng)用，視頻數(shù)據(jù)升至4維；決策規(guī)劃方面，特斯拉開始向“Machinelearning-based”傾斜；軟件方面，得益于FSD進(jìn)入公測、且公測范圍不斷擴大，V9/V10/V11版本加速更新優(yōu)化。u2021年，特斯拉感知網(wǎng)絡(luò)架構(gòu)引入了時空序列特征層，使用視頻片段，而不是圖像來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，為自動駕駛增添了短時記憶能力。時序隊列的使用賦予了神經(jīng)網(wǎng)絡(luò)獲得幀間連續(xù)的感知結(jié)果的能力，與BEV結(jié)合后則使FSD獲得了應(yīng)對視野盲區(qū)和遮擋，選擇性地對局部地圖進(jìn)行讀寫的能力，正因為有了這樣的實時的局部地圖構(gòu)建的能力，F(xiàn)SD才能不依賴高精地圖進(jìn)行城市中的自動駕駛。u2022年，特斯拉又將BEV升級到了OccupancyNetwork（占用網(wǎng)絡(luò)），由過去的2D真正升級為3D；在OccupancyNetwork之下，原本的BEV空間被分割成無數(shù)的體素，即使無法識別物體的類別，也能通過預(yù)測每個體素是否被占用來更好執(zhí)行駕駛?cè)蝿?wù)，如估算單輛車或單個人在BEV網(wǎng)格圖中將占多少個方塊。圖：FSD采用占用網(wǎng)絡(luò)的優(yōu)勢圖：FSD采用占用網(wǎng)絡(luò)的優(yōu)勢圖：FSD具備實時的局部地圖構(gòu)建的能力1、在BEV空間生成了統(tǒng)一的體素，可以預(yù)測任意一個體素的占用概率；2、能夠?qū)崟r預(yù)測被遮擋物體的狀態(tài)；3、可以為每個體素預(yù)測其運動狀態(tài)，對隨機運動進(jìn)行建模；4、獲取了所有相機的視頻流，并且是統(tǒng)一的，沒有雷達(dá)與攝像頭融合的問題；5、得益于特斯拉的硬件，OccupancyNetwork具有高效的存儲和計算優(yōu)勢資料來源：懂車帝、汽車之心、智駕最前沿資料來源：懂車帝、汽車之心、智駕最前沿、必應(yīng)圖片、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明131.2.4算法4.0：OccupancyNetwork的應(yīng)用降低計算復(fù)雜性，時序信息的引入則將圖像識別推向4Du從畫面中來看，OccupancyNetwork并不能識別周邊物體具體是什么，只顯示大致輪廓，但OccupancyNetwork具有很強的泛化能力，可以在僅有少量標(biāo)注數(shù)據(jù)的情況下，實現(xiàn)高質(zhì)量的物體檢測和重建；相較處理大規(guī)模的3D特征圖可能會非常耗時和計算密集，OccupancyNetwork的應(yīng)用能夠有效降低計算的復(fù)雜性。與此同時，F(xiàn)SD基于光流法來判斷時間流，像素間的遷移也使得OccupancyNetwork最終帶來的投影升級為4D。圖：圖：FSD基于光流法來判斷時間流光流法：假設(shè)構(gòu)成某一物體的像素亮度恒定；時間光流法：假設(shè)構(gòu)成某一物體的像素亮度恒定；時間連續(xù)的前提下，追蹤兩幀畫面之間像素的遷移，使得OccupancyNetwork最終帶來的是4D投影圖：OccupancyNetwork運行的顯示過程資料來源：智駕最前沿、汽車之心、資料來源：智駕最前沿、汽車之心、Bilibili、智源社區(qū)、麥巖智能機器人、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明141.2.4算法4.0：OccupancyNetwork的應(yīng)用降低計算復(fù)雜性，時序信息的引入則將圖像識別推向4Du決策層面：2021年，特斯拉開始在路徑規(guī)劃層面部分加入神經(jīng)網(wǎng)絡(luò)的元素，推出“蒙特卡羅樹搜索算法”，通過路徑選擇概率和局面評估來輸出決策；但該階段僅少部分使用神經(jīng)網(wǎng)絡(luò)，大部分依然是人工規(guī)則代碼。2022年，新推出的“交互搜索網(wǎng)絡(luò)”將蒙特卡羅算法結(jié)合應(yīng)用到Occupancy網(wǎng)絡(luò)中，計算出的每個軌跡都會有一個成本函數(shù)來優(yōu)化樹搜索給出候選目標(biāo)較多等問題，該函數(shù)取決于碰撞概率、舒適度、干預(yù)可能性和人類操作相似性這四大因素；交互搜索網(wǎng)絡(luò)成功將計算耗時從1到5毫秒降低到100微秒；但函數(shù)部分仍然是基于規(guī)則的代碼。u軟件方面：2021年馬斯克宣布FSDBeta編號從V8.1開始。從大版本號升級來看，基本維持一年一更新的節(jié)奏；更新頻率來看，則呈現(xiàn)較為明顯的加速迭代，由期初的兩月一更，逐步演變?yōu)槊吭聝傻饺?、甚至每月四更。伴隨著測試范圍的擴大及駕駛數(shù)據(jù)的增加，V9/V10/V11版本主要聚焦在功能的優(yōu)化上，不斷加深智能駕駛的擬人化程度。圖：特斯拉“交互搜索網(wǎng)絡(luò)圖：特斯拉“交互搜索網(wǎng)絡(luò)”算法圖：特斯拉“交互搜索網(wǎng)絡(luò)圖：特斯拉“交互搜索網(wǎng)絡(luò)”算法資料來源：搜狐網(wǎng)、澎湃新聞、晴數(shù)智慧、騰訊網(wǎng)、資料來源：搜狐網(wǎng)、澎湃新聞、晴數(shù)智慧、騰訊網(wǎng)、IT之家、Autolab、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明151.2.52024年感知決策規(guī)劃大融合，“端到端”成為全局最優(yōu)解2024年1月，特斯拉推出FSDV12Beta，算法進(jìn)入“端到端”階段；同時，F(xiàn)SDV12Beta是全球第一個實現(xiàn)“端到端”的AI自動駕駛系統(tǒng)（FullAIEnd-to-End）。u在此之前，特斯拉采取的“模塊化”技術(shù)路線，即每個模塊負(fù)責(zé)特定問題，獨立進(jìn)行開發(fā)和訓(xùn)練，然后再將不同模塊系統(tǒng)集成以完成自動駕駛?cè)蝿?wù)。而新推出的“端到端”技術(shù)路線實現(xiàn)了從多維傳感器數(shù)據(jù)輸入，直到操作指令輸出的整個流程；一方面將感知、預(yù)測、規(guī)劃的多模型組合架構(gòu)變成了“感知決策一體化”的單模型架構(gòu)，簡化系統(tǒng)，減少錯誤傳遞，另一方面讓神經(jīng)網(wǎng)絡(luò)完全代替了人工規(guī)則編寫，替換掉了超過30萬行C++代碼，實現(xiàn)了從規(guī)則驅(qū)動到數(shù)據(jù)驅(qū)動的轉(zhuǎn)變。u隨后，國內(nèi)多家企業(yè)跟進(jìn)特斯拉采取“端到端”技術(shù)路線。1月30日，何小鵬表示小鵬智駕未來將實現(xiàn)端到端模型全面上車；蔚來也表示將在今年上半年推出端到端架構(gòu)的主動安全功能；3月17日，元戎啟行宣布已經(jīng)成功將端到端模型適配到量產(chǎn)車上，該批量產(chǎn)車將于今年投入消費者市場；此外，毫末智行也表示正在進(jìn)行端到端模型的研發(fā)。 圖：“模塊化”與“端到端”優(yōu)劣勢對比與模型架構(gòu)資料來源：特來訊、電動湃、第一電動汽車網(wǎng)、中華網(wǎng)、澎湃新聞、界面新聞、華金證券資料來源：特來訊、電動湃、第一電動汽車網(wǎng)、中華網(wǎng)、澎湃新聞、界面新聞、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明161.3硬件端迭代：高度依賴攝像頭，對其他傳感器則傾向做“減法”）；），u在端側(cè)處理器方面，特斯拉持續(xù)增加配置、強化算力。HW1.0階段基于1顆MobileyeEyeQ3圖：特斯拉圖：特斯拉FSD硬件端迭代歷程（簡化版）2888111110資料來源：全國能源信息平臺、懂車帝、第一電動網(wǎng)、艾邦智造資料來源：全國能源信息平臺、懂車帝、第一電動網(wǎng)、艾邦智造、維基百科、車家號、新出行、維科網(wǎng)等、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明171.3硬件端迭代：高度依賴攝像頭，對其他傳感器則傾向于做“減法”圖：特斯拉圖：特斯拉FSD硬件端迭代歷程2016.102017.08-40X40X/冗余102（80米測距）2（80米測距）2（80米測距））；02（100米測距）2（100米測距10資料來源：全國能源信息平臺、懂車帝、第一電動網(wǎng)、艾邦智造、維基資料來源：全國能源信息平臺、懂車帝、第一電動網(wǎng)、艾邦智造、維基百科、車家號、新出行等、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明181.3.1HW1.0→HW2.0:算力平臺處理能力提升40倍，攝像頭數(shù)量增加4倍應(yīng)用層軟件開發(fā)圖圖:特斯拉硬件HW1.0提供。圖:特斯拉硬件圖:特斯拉硬件HW2.0毫米波雷達(dá)仍然是博世產(chǎn)品。資料來源：懂車帝、必應(yīng)圖片搜索、資料來源：懂車帝、必應(yīng)圖片搜索、teslaguru、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明191.3.2HW2.0→HW2.5:毫米波雷達(dá)供應(yīng)商更換，新增哨兵圖像識別算法+應(yīng)用層軟件開發(fā)圖圖:特斯拉硬件HW2.0哨兵模式：能夠在Tesla車輛停放并落鎖后，監(jiān)控車輛周圍的活動。如果檢測到威脅，車上的攝像頭將開始記錄，警報將啟動，同時車主會收到來自Tesla應(yīng)用程序的提示警報。圖像識別算法+應(yīng)用層軟件開發(fā)圖圖:特斯拉硬件HW2.5資料來源：懂車帝、特斯拉官網(wǎng)、必應(yīng)圖片搜索、華金證券研究所資料來源：懂車帝、特斯拉官網(wǎng)、必應(yīng)圖片搜索、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明201.3.3HW2.5→HW3.0:啟用自研的高度集成FSD一代芯片圖像識別算法+應(yīng)用層軟件開發(fā)圖圖:特斯拉硬件HW2.5雷達(dá)。全套芯片設(shè)計+圖像識別算法+應(yīng)用層軟件圖圖:特斯拉硬件HW3.0器數(shù)量不變。資料來源：懂車帝、華金證券研究所資料來源：懂車帝、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明211.3.4HW3.0→HW4.0:攝像頭數(shù)量新增50%，毫米波雷達(dá)以高精度4D版本回歸（4）FSDHW3.0（2019年3月全套芯片設(shè)計+圖像識別算法+應(yīng)用層軟件圖圖:特斯拉硬件HW3.0器數(shù)量不變。中間版本的變動更新：2021年5月起，分批移除不同車型裝（5）FSDHW4.0（2023年2月全套芯片設(shè)計+圖像識別算法+應(yīng)用層軟件開發(fā)圖圖:特斯拉硬件HW4.07nm制程芯片，算力是HW3.0的3倍以上。新增了2個側(cè)視攝像頭、以及1個備資料來源：懂車帝、車家號、全國能源信息平臺、搜狐網(wǎng)等、華金證券研究所資料來源：懂車帝、車家號、全國能源信息平臺、搜狐網(wǎng)等、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明221.3.4HW3.0→HW4.0:攝像頭數(shù)量新增50%，毫米波雷達(dá)以高精度4D版本回歸HW4.0版本中，毫米波雷達(dá)的回歸主要為提升FSD現(xiàn)有的安全性及可靠性u此前棄用毫米波雷達(dá)的原因（1）一方面系傳統(tǒng)毫米波雷達(dá)低分辨率造成融合感知性能下降；特斯拉人工智能總監(jiān)曾表示，對于低分辨率雷達(dá)來說，通過類似立交橋這樣的場景時，由于雷達(dá)的仰角分辨率很低，很難分辨出立交橋和下面停著的車輛，極易導(dǎo)致碰撞。（2）另一方面則系毫米波雷達(dá)信道數(shù)量限制了其感知能力的提升；相較而言，攝像頭能夠產(chǎn)生大量數(shù)據(jù)，軟件的改進(jìn)可以使這些數(shù)據(jù)得到最大限度的利用。圖:NXP與為升科聯(lián)手發(fā)布的4D成像雷達(dá)方案圖:低分辨率毫米波難以分辨立交橋與橋下停車u而對于毫米波雷達(dá)的回歸，主要系（1）高精度4D毫米波雷達(dá)的分辨率大幅提升；2021年起，NXP、TI等雷達(dá)芯片方案商，以及大陸集團(tuán)采埃孚、博世等雷達(dá)系統(tǒng)供應(yīng)商都在加快推動4D成像毫米波雷達(dá)的量產(chǎn)落地；新的4D毫米波雷達(dá)分辨率性能大幅提升，具備點云輸出（與視覺或激光雷達(dá)更好的融合，以及可能的分類識別能力）以及全天候等性能，成為了高階方案的選擇項之一。（2）能夠彌補純視覺方案的風(fēng)險；特斯拉被大眾詬病的“幽靈剎車”問題（毫無征兆地剎車），圖:NXP與為升科聯(lián)手發(fā)布的4D成像雷達(dá)方案圖:低分辨率毫米波難以分辨立交橋與橋下停車u協(xié)同工作方面，同時進(jìn)行短程和遠(yuǎn)程的測距，能夠同時分辨前方200-300米處并行行駛的兩車；u速度方面，能夠確定車輛和物體各自的速度;u方位角方面，該款4D成像雷達(dá)可以提供小于1°的方位角分辨率，能夠更好將這些物體彼此區(qū)分開；u仰角方面，能夠計算出物體相對于路面的高度，然后確定車輛能否安全地通過被檢測的物體，主要應(yīng)用在探測道路上方的立交橋或其他橋梁。資料來源：高工智能汽車、華金證券研究所資料來源：高工智能汽車、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明23b2.1受益于數(shù)據(jù)量、算力、硬件適配度方面的領(lǐng)先，特斯拉FSD的技術(shù)競爭力較強2.1.1FSD駕駛決策的擬人化程度較高2.1.2FSD智駕的安全性、可靠性較為凸顯2.1.3將純視覺方案做到極致，有效節(jié)省了運算空間及成本2.2特斯拉FSD有待改進(jìn)的方面2.2.1與同價位車型配備的智駕方案相比，F(xiàn)SD價格較高2.2.2純視覺方案在惡劣天氣等場景的性能略弱請仔細(xì)閱讀在本報告尾部的重要法律聲明請仔細(xì)閱讀在本報告尾部的重要法律聲明242.1受益于數(shù)據(jù)量、算力、硬件適配度方面的領(lǐng)先，特斯FSD的技術(shù)競爭力較強（1）數(shù)據(jù)量：AI模型的效果取決于輸入數(shù)據(jù)的數(shù)量及質(zhì)量，輸入的優(yōu)秀行駛數(shù)據(jù)越多，AI模型便能做出更適合、更優(yōu)異的行駛決策。FSD自2020年10月開始北美地區(qū)內(nèi)測，隨著FSD推送地區(qū)及推送用戶的增多，特斯拉擁有的行駛數(shù)據(jù)會呈指數(shù)級上漲；在數(shù)據(jù)量上，國內(nèi)廠商的追趕難度較高。2024年4月，特斯拉宣布其全自動駕駛(FSD)技術(shù)助力下的表：各車企智能駕駛方案的行駛里程數(shù)圖：特斯拉FSD表：各車企智能駕駛方案的行駛里程數(shù)圖：特斯拉FSD的行駛里程數(shù)（單位：英里）資料來源：第一電動汽車網(wǎng)、第一財經(jīng)、特來訊、科創(chuàng)資本視野、華金證券研究所資料來源：第一電動汽車網(wǎng)、第一財經(jīng)、特來訊、科創(chuàng)資本視野、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明252.1受益于數(shù)據(jù)量、算力、硬件適配度方面的領(lǐng)先，特斯FSD的技術(shù)競爭力較強2.1受益于數(shù)據(jù)量、算力、硬件適配度方面的領(lǐng)先，特斯u1）算力方面，小鵬基于阿里云打造的“扶搖”智能計算平臺，算力可達(dá)600PFLOPS（每秒浮點運算60億億次），而2022年特斯拉算力中心的算力已經(jīng)達(dá)到了2EFLOPS（每秒浮點運算200億億次）。未來，特斯拉自研超級算力平臺Dojo投入使用后，其算力還將上升一個臺階；根據(jù)特斯拉2023年6月發(fā)布的算力發(fā)展規(guī)劃，圖：特斯拉算力中心u2）算力投入方面，2022年特斯拉AIDAY上，馬斯克表示目前特斯拉擁有超過14000顆GPU的超級算力中心；昂貴、單顆將近40000美元。與此同時，算力平臺的后期維護(hù)成本還要遠(yuǎn)高于硬件成本；馬斯克曾公開表示，2023年特斯拉花在擴大訓(xùn)練運算算力的預(yù)算就超過20億美元，并表示2024年會采取同樣的行動；相較而言，圖：特斯拉算力中心特斯拉?2022年2EFLOPS?預(yù)計2024年10月達(dá)100EFlops超20億美元/年40億美元?華為2024年4月云端算力達(dá)3.3EFLOPS-44.38億元（賽力斯）蔚來--134.31億元2022年600PFLOPS（每秒浮點運算60億億次）2024年其將投入35億元用于智能研發(fā)，并投入超7億元用于算力訓(xùn)練52.77億元理想2023年預(yù)計至少750PFLOPS（每秒浮點運算75億億次）-105.86億元資料來源：第一電動汽車網(wǎng)、新華網(wǎng)、電動湃、新智駕、資料來源：第一電動汽車網(wǎng)、新華網(wǎng)、電動湃、新智駕、NE時代新能源、蓋世汽車資訊、騰訊網(wǎng)、wind、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明262.1受益于數(shù)據(jù)量、算力、硬件適配度方面的領(lǐng)先，特斯FSD的技術(shù)競爭力較強u特斯拉從2016年2月組建芯片團(tuán)隊，到2019年4月成功推出FSD芯片，歷時三年之久推出HW硬件解決方案。自研的HW3.0是第一款完全出自車企的自動駕駛硬件解決方案，同時也是量產(chǎn)車型上目前深度學(xué)習(xí)理論性能最u自研硬件的優(yōu)勢，首先是性價比高、利用率高，大幅降低FSD的硬件成本；其次是開發(fā)自由度高，更能支持特斯拉的創(chuàng)新性算法及其他相關(guān)技術(shù)方案。相較來看，大部分國內(nèi)廠商采用外購芯片方案，在適配度及利用圖：特斯拉圖：特斯拉HW系列自動駕駛硬件解決方案資料來源：第一電動汽車網(wǎng)、華金證券研究所資料來源：第一電動汽車網(wǎng)、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明272.1.1FSD駕駛決策的擬人化程度較高u此前，特斯拉FSDV11與大部分智能駕駛系統(tǒng)一樣，速度控制生硬，處理突發(fā)情況時會突然剎車或加速，并帶有明顯的機械感；而FSDV12通過端到端訓(xùn)練學(xué)習(xí)使得智能駕駛更擬人化、駕駛決策更為合理。體驗過特斯拉FSDV12n“面對右前方的騎行人的場景，V11會對騎行人過度小心，規(guī)劃出一條大幅繞行路線。”n“在直行遇到前方遠(yuǎn)處左轉(zhuǎn)的車輛時，V11的反應(yīng)是明顯減速?！眓“V11在速度控制上還較為生硬，一旦有n“面對右前方的騎行人的場景，V11會對騎行人過度小心，規(guī)劃出一條大幅繞行路線?！眓“在直行遇到前方遠(yuǎn)處左轉(zhuǎn)的車輛時，V11的反應(yīng)是明顯減速。”n“V11在速度控制上還較為生硬，一旦有給人感覺略微機械。”n“V12速度和轉(zhuǎn)向控制非常絲滑平順；即使是坐在后排，在紅綠燈啟停以及路口轉(zhuǎn)彎過程中幾乎都感覺不到頓挫。”AB圖:特斯拉流暢的轉(zhuǎn)向控制n“V12環(huán)島前讓車與否的決策更加果斷，在停車場中與行人的交互流暢安全?！眓“對橫向穿行速度較快的無保護(hù)轉(zhuǎn)彎，V12能夠耐心等待時機，并且速度控制也較V11更為優(yōu)秀，有時候能夠不完全剎停，保持蠕行，還能較早進(jìn)行預(yù)加速，保持通行高效?！盋V12如何掉頭、過環(huán)島n“V12繞行幅度非常接近人類駕駛員的選擇，速度控制和果斷程度也非常合理，并沒有異常急剎的情況出現(xiàn)?！眓“V12能夠準(zhǔn)確判斷出前方車輛線路和速度，以合適的減速讓車上乘客幾乎無感的同時又留出了足夠的安全冗余空間。”資料來源：賽博汽車、新浪科技、百度圖片搜索、華金證券研究所資料來源：賽博汽車、新浪科技、百度圖片搜索、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明282.1.1FSD駕駛決策的擬人化程度較高n“考慮到了FSD是純視覺，對尺寸的把握是純視覺的弱項；V12體驗中遇到了美國城市里比較常見的路邊停車導(dǎo)致道路過窄，但V12非常果斷的從狹窄的道路上和對向會車通過n“考慮到了FSD是純視覺，對尺寸的把握是純視覺的弱項；V12體驗中遇到了美國城市里比較常見的路邊停車導(dǎo)致道路過窄，但V12非常果斷的從狹窄的道路上和對向會車通過?！盌En“特斯拉FSDV12不僅能夠識別并繞過路面上的鐵皮等障礙物，還能在道路施工時根據(jù)引導(dǎo)標(biāo)識在臨時開辟的道路上行駛?！眓“即使需要駛向?qū)ο蜍嚨?，也能夠不受逆行?biāo)識和中心黃線的限制。”n“在夜間行駛時，它能夠像人類一樣先右轉(zhuǎn)駛?cè)雰奢v靠邊的停車之間巧妙的避讓對向來車，待對向來車駛離后再向左打方向盤繼續(xù)前進(jìn)?！眓“最后一段測試由于是在SanJose晚高峰，高速岔路上啟用了流量控制信號燈，分別有三個紅綠燈控制三條匯入車道；V12可以理解三個紅綠燈分別控制的車道，在自己車道紅燈時等待，變綠后立即加速匯入主路，毫無遲疑?！眓同時，F(xiàn)SDV12還展示了一些類似智慧涌現(xiàn)的能力。在測試中，路口前有一個車道，V12無法使用倒車檔完成掉頭；在乘客等待時，V12發(fā)現(xiàn)了一個小停車場，果斷不遵守導(dǎo)航路線、繞道而行，嘗試代替標(biāo)準(zhǔn)掉頭。這一行為是自動駕駛技術(shù)中的一次重大突破，因為通常系統(tǒng)會嚴(yán)格資料來源：賽博汽車、新浪科技、華金證券研究所資料來源：賽博汽車、新浪科技、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明292.1.2FSD智駕的安全性、可靠性較為凸顯（1）安全性方面，根據(jù)特斯拉公開的最新安全數(shù)據(jù)，特斯拉車輛在開啟FSD功能后，每行駛539萬英里才可能發(fā)生一起事故，遠(yuǎn)低于全美平均水平——每行駛67萬英里即有一起事故；在自動駕駛模式下，特斯拉的安（2）可靠性方面，V12.3版本在城市環(huán)境下的無關(guān)鍵接管行駛里程較此前版本大幅增加，從約100多英里（約合160公里）提升到了386.7英里（約合622公里相比之下，同濟(jì)大學(xué)教授、汽車學(xué)院副院長熊璐曾表示，北圖：各個版本與地點相關(guān)的持續(xù)性問題的統(tǒng)計數(shù)字圖：城市中多少里程發(fā)生一次關(guān)鍵接管的數(shù)據(jù)圖：各個版本與地點相關(guān)的持續(xù)性問題的統(tǒng)計數(shù)字圖：城市中多少里程發(fā)生一次關(guān)鍵接管的數(shù)據(jù)資料來源：資料來源：IT之家、快科技、賽博汽車、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明302.1.3將純視覺方案做到極致，有效節(jié)省了運算空間及成本u從算法端來看，2022年推出的OccupancyNetwork，在較大程度上降低了運算難度。正如前面所提到的，占用網(wǎng)絡(luò)并不能識別周邊物體具體是什么，只顯示大致輪廓；但占用網(wǎng)絡(luò)具有很強的泛化能力，可以在僅有少量標(biāo)注數(shù)據(jù)的情況下，實現(xiàn)高質(zhì)量的物體檢測和重建；相較處理大規(guī)模、高精度的3D特征圖，占用網(wǎng)絡(luò)的應(yīng)用能夠有效降低計算的復(fù)雜性。此外，F(xiàn)SDV12實現(xiàn)了“端到端”神經(jīng)網(wǎng)絡(luò)的落地，能夠有效提升運算效率。馬斯克在直播中表示，F(xiàn)SDV11版本有超過30萬行的C++代碼，而V12版本只有2000在離線情況下進(jìn)行運算。馬斯克還表示，按推理，V12版本的運算功率只有100W。更少的代碼也增加了系統(tǒng)的穩(wěn)定u從硬件端來看，純視覺方案下，F(xiàn)SDV12更像是一個人類的大腦，99%的決策都是由神經(jīng)網(wǎng)絡(luò)給出的，無需采購成本雷達(dá)價格動輒十萬美元起，隨著電子行業(yè)的發(fā)展及智駕領(lǐng)域的內(nèi)卷，激光雷達(dá)價格有所降低，但基本維持在上百或上千美元級別；2023年，速騰聚創(chuàng)來自ADAS應(yīng)用的激光雷達(dá)產(chǎn)品2）高精地圖方面，業(yè)中高精地圖的價格大都在300元每年每輛車，一輛車從研發(fā)到最終量產(chǎn)，高精地圖大概需要u然而，根據(jù)路咖汽車預(yù)計，特斯拉采用純視覺方案，HW3.0版本全車8個攝像頭（120萬像素、單顆成本150元左右攝像頭硬件成本合計約為1200元；假設(shè)以HW4.0版估計，資料來源：智源社區(qū)、第一電動汽車網(wǎng)、華爾街見聞、澎湃新聞、賢集網(wǎng)、電子工程專輯資料來源：智源社區(qū)、第一電動汽車網(wǎng)、華爾街見聞、澎湃新聞、賢集網(wǎng)、電子工程專輯、搜狐網(wǎng)、路咖汽車、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明312.2.1與同價位車型配備的智駕方案相比，F(xiàn)SD價格較高u對比目前市面上大部分配備高階輔助駕駛技術(shù)的車型，特斯拉銷售主力車型MODELY的售價相對偏低，但FSD的買斷價遠(yuǎn)超競品價格；特斯拉FSD在中國的買斷價格為6.4萬元，比問界的ADS圖：特斯拉FSD智駕包在中國的推薦界面圖：特斯拉FSD智駕包在中國的推薦界面圖：各車企智駕包的訂閱價及買斷價主流車企熱門車型售價訂閱版價格買斷版價格特斯拉（FSD）MODELY24.99萬99美元/月64000元（中國區(qū)）8000美元（海外）問界（高階智能駕駛問界M7720元/月36000元系統(tǒng)ADS2.0）24.98-32.98萬7200元/年蔚來（NAD）33.8-39.6萬680元/月-理想（NOA）30.18-35.98萬免費（已含在車價中）免費小鵬（Xpilot4.0）免費（已含在車免費20.99-33.99萬價中）極氪（NZP）極氪00126.9-40.3萬免費（已含在車價中）免費資料來源：快科技、騰訊網(wǎng)、鳳凰網(wǎng)科技、汽車之家、資料來源：快科技、騰訊網(wǎng)、鳳凰網(wǎng)科技、汽車之家、IT之家、太平洋汽車、易車、車家號、第一電動汽車網(wǎng)、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明322.2.2純視覺方案在惡劣天氣等場景的性能略弱u攝像頭在極端天氣或光線不佳情況下、其檢測能力不及激u作為與人眼相似的視覺算法，硬件端攝像頭受制于其自身特性，易受到光照影響，尤其在極端天氣或者光線不好的經(jīng)過立交橋或者普通橋梁之下時偶發(fā)突然自動剎車的情況，就是因為算法將攝像頭里突然出現(xiàn)的陰影當(dāng)做障礙物導(dǎo)致u與基于攝像頭解決方案不同，激光雷達(dá)解決方案通過提供周圍物體的精確距離測量，使機器能夠看到3D圖像。激光雷達(dá)解決方案使用一系列激光器，以光速測量環(huán)境中的距離；在暗光條件下，激光雷達(dá)也比相機表現(xiàn)更好，產(chǎn)生的u根據(jù)美國汽車協(xié)會的一份報告，目前的攝像頭行人檢測系統(tǒng)在保護(hù)行人和自行車方面相對無效，尤其是在夜間；而激光雷達(dá)系統(tǒng)在白天和晚上都能很好地探測行人，因為激圖：各極端場景下，攝像頭與激光雷達(dá)的視覺對比圖：各極端場景下，攝像頭與激光雷達(dá)的視覺對比資料來源：懂車帝、與非網(wǎng)、華金證券研究所整理資料來源：懂車帝、與非網(wǎng)、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明332.2.2純視覺方案在惡劣天氣等場景的性能略弱圖：64線激光雷達(dá)u2024年4月底，美國國家公路交通安全管理局（NHTSA）發(fā)布備先進(jìn)的高速自動緊急制動系統(tǒng)（AEB），包括行人AEB圖：64線激光雷達(dá)u特斯拉自身似乎也意識到這個問題，近年來反復(fù)對FSD純視覺技術(shù)的可靠性做驗證和對比。2024年5月10日消息，美國2100萬美元的收入估算，特斯拉采購了價值210萬美元的激光雷達(dá)（假設(shè)單顆激光雷達(dá)價值1000美元、單輛車裝備1顆激光雷達(dá)，本次采購僅占2023年特斯拉全球汽車交付量的0.12%）；同時，Luminar還透露，自2021年開始特斯拉就u此外，包括馬斯克自身對激光雷達(dá)的態(tài)度也有所轉(zhuǎn)變；馬斯克曾在Clubhouse的音頻聊天室露面時，承認(rèn)自己對激光雷資料來源：環(huán)球網(wǎng)科技、電子工程專輯、驅(qū)動之家、搜狐網(wǎng)、澎湃新聞、百度圖片搜索、華金證券研究所整理資料來源：環(huán)球網(wǎng)科技、電子工程專輯、驅(qū)動之家、搜狐網(wǎng)、澎湃新聞、百度圖片搜索、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明34b特斯拉FSD進(jìn)入中國市場的進(jìn)度3.1特斯拉FSD入華或成關(guān)鍵議題3.2FSD進(jìn)入中國市場所面臨的阻礙3.2.1或因缺乏冗余設(shè)計，F(xiàn)SD自動駕駛功能評級停留在L2級別3.2.2數(shù)據(jù)安全問題阻礙FSD在中國市場全面推廣3.3特斯拉為FSD進(jìn)入中國市場所做的相應(yīng)舉措請仔細(xì)閱讀在本報告尾部的重要法律聲明請仔細(xì)閱讀在本報告尾部的重要法律聲明353.1特斯拉FSD入華或成關(guān)鍵議題圖：特斯拉（中國）新推出兩種圖：特斯拉（中國）新推出兩種EAP訂閱選項u2024年4月28日，應(yīng)中國貿(mào)促會邀請，馬斯克抵達(dá)北京，先后與中國外交部、工業(yè)和信息化部、商務(wù)部、中國國際貿(mào)易促進(jìn)委員會的相關(guān)領(lǐng)導(dǎo)會面，并前往上海特斯拉超級工廠；多方猜測，或由于經(jīng)濟(jì)不確定性導(dǎo)致特斯拉的核心電動汽車業(yè)務(wù)采用速度放緩，特斯拉的核心電動汽車業(yè)務(wù)陷入困境，寄希望于通過采用其FSD軟件套件來獲得經(jīng)常性馬斯克曾在特斯拉第一季度財報電話會議上表示“我們計劃在監(jiān)管機構(gòu)的批準(zhǔn)下，將其作為受監(jiān)管的自治系統(tǒng)發(fā)布到任何我們可以獲得監(jiān)管機構(gòu)批準(zhǔn)的市場，我們認(rèn)為其中包括中國?！眜截止目前，特斯拉在中國已推出兩種EAP（增強版自動駕駛）訂閱選項，包括月包699元和季包1399元，而一次性購買為32000元，這將有利于現(xiàn)有特斯拉車主提高軟件與服務(wù)的u5月30日有報道稱，特斯拉即將在中國注冊其全自動駕駛軟件FSD；如果特斯拉成功向中國工業(yè)和信息化部注冊FSD軟件，特斯拉員工將可在中國的公共道路上進(jìn)行FSD的內(nèi)部測試，并計資料來源：新浪財經(jīng)、觀點新媒體、華金證券研究所資料來源：新浪財經(jīng)、觀點新媒體、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明363.2.1或因缺乏冗余設(shè)計，F(xiàn)SD自動駕駛評級停留在L2級別圖：SAE發(fā)布自動駕駛汽車“駕駛自動化等級”圖：SAE發(fā)布自動駕駛汽車“駕駛自動化等級”u2021年，市場監(jiān)管總局（標(biāo)準(zhǔn)委）發(fā)布了針對自動駕駛功能的《汽車駕駛自動化分級》國家推薦標(biāo)準(zhǔn)（GB/T40429-2021）；根據(jù)工信部相關(guān)規(guī)定，只有L3級及以上等級的駕駛自動化才能稱之自動駕駛車輛中的駕駛員，從L2上的“傳統(tǒng)駕駛員”轉(zhuǎn)變?yōu)椤皠討B(tài)駕駛?cè)蝿?wù)后援用戶”，僅需要在系統(tǒng)失效或者超過工作條件時對故障汽車進(jìn)行接管，因此非接管路段的相關(guān)交通事故轉(zhuǎn)由車企負(fù)責(zé)，在一定程度上降低了車主的風(fēng)2）其次，具備3級自動駕駛系統(tǒng)的汽車，將有速公路或城市快速路上，駕駛員可以放開雙手雙腳，同時注意力可在較長時間內(nèi)從駕駛環(huán)境中轉(zhuǎn)移，做一些諸如看手機、接電話、看風(fēng)景資料來源：界面新聞、資料來源：界面新聞、SAE、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明373.2.1或因缺乏冗余設(shè)計，F(xiàn)SD自動駕駛評級停留在L2級別u目前，包括奔馳、寶馬、比亞迪、長安汽車、極狐汽車、深藍(lán)汽車、阿維塔在內(nèi)的整車企業(yè)已于2023年底官宣獲2023年2023年2023年2023年●2023年2023年照2023年資料來源：中國汽車報、車家號、資料來源：中國汽車報、車家號、IT之家、百度圖片搜索、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明383.2.1或因缺乏冗余設(shè)計，F(xiàn)SD自動駕駛評級停留在L2級別u可以看到，目前國內(nèi)已經(jīng)通過L3測試的車企品牌基本采用多傳感器的冗余設(shè)計，即系統(tǒng)具備一套備份系統(tǒng)，當(dāng)主系統(tǒng)出現(xiàn)故障時，備份系統(tǒng)可以啟動并持續(xù)運行，從而保證車輛在出現(xiàn)故障的時候，還能繼續(xù)運行，并輔助車輛行駛至安全的區(qū)域，同時也彌補了單一傳感器的語義不確定性；像問界、奔馳、寶馬等車企以激光雷達(dá)設(shè)計為主，而像長安汽車、深藍(lán)在沒有激光雷達(dá)的情況下，則傾向于高精地圖解決方案。u在不用激光雷達(dá)以及高精度地圖的情況下，特斯拉HW3.0版本的自動駕駛功能或只能達(dá)到L2級別，僅作為自動駕駛輔助功能。然而值得注意的是，特斯拉正在考慮更優(yōu)的解決方案以提升自動駕駛的安全性及可靠性：1）毫米波雷達(dá)在FSDHW4.0中已作為高精度4D毫米波雷達(dá)回歸（預(yù)留接口，暫未量產(chǎn)上車），或在一定程度上能夠替代激光雷達(dá)以彌補純視覺方案的風(fēng)險，保障自動駕駛在夜間或大霧或大雨等惡劣天氣條件下的正常使用。2）同時，近年來特斯拉陸續(xù)采購Luminar激光雷達(dá)做可靠性檢測；雖然對激光雷達(dá)是否回歸暫時無法得知，但能看出馬斯克對激光雷達(dá)的態(tài)度是有所轉(zhuǎn)變的。主流車企特斯拉長安汽車UNI-T極狐深藍(lán)SL03-665-112-3-317555636-6有資料來源：易車、車家號、蓋世汽車、太平洋汽車、騰訊網(wǎng)、雷峰網(wǎng)、路咖汽車、快科技、華金證資料來源：易車、車家號、蓋世汽車、太平洋汽車、騰訊網(wǎng)、雷峰網(wǎng)、路咖汽車、快科技、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明393.2.2數(shù)據(jù)安全問題阻礙FSD在中國市場全面推廣 圖：國內(nèi)出現(xiàn)的特斯拉禁止入內(nèi)的標(biāo)志 圖：國內(nèi)出現(xiàn)的特斯拉禁止入內(nèi)的標(biāo)志u由于感知類數(shù)據(jù)的采集、存儲、處理等可能記錄周邊位置的視覺圖像，一旦數(shù)據(jù)被濫用或惡意使用，將會對國家安全帶來巨大風(fēng) 圖：特斯拉FSD通過攝像頭實時描繪周邊環(huán)境特斯拉采取的是不依靠“高精地圖”的純視覺自動駕駛方案，把用作仿真訓(xùn)練的“短時路網(wǎng)”保存在國內(nèi)的服務(wù)器上。然而嚴(yán)格來看，高精地圖是直接將周邊環(huán)境“畫好”交給系統(tǒng)，而攝像頭和激光雷達(dá)則是用筆在現(xiàn)場“素描”，無論哪種自動駕駛方案，都屬于“測繪”行為；特斯拉純視覺方案利用現(xiàn)役車輛，完成大范圍的地圖構(gòu)建、繪制出場景數(shù)據(jù)，未來或?qū)⒊蔀檐娛履繕?biāo)、關(guān) 圖：特斯拉FSD通過攝像頭實時描繪周邊環(huán)境u在國內(nèi)，特斯拉車輛是被禁止駛?cè)肽承┲攸c敏感區(qū)域的，包括醫(yī)院、學(xué)校和部分小區(qū)；較為敏感的國有企業(yè)以及相關(guān)機構(gòu)的人員也都不得使用特斯拉汽車。盡管馬斯克在第一時間解釋稱：“特斯拉不會將數(shù)據(jù)用于間諜活動，特斯拉愿意使用最高等級保密措資料來源：車市物語、資料來源：車市物語、TeslaAIDay2021、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明403.2.2數(shù)據(jù)安全問題阻礙FSD在中國市場全面推廣u此前，針對自動駕駛汽車收集數(shù)據(jù)、訓(xùn)練算法，監(jiān)管沒有明確界定性質(zhì)；直至2022年8月31日，自然資源部印發(fā)了《自然資源部關(guān)于促進(jìn)智能網(wǎng)聯(lián)汽車發(fā)展維護(hù)測繪地理信息安全的通知》，明確了智能網(wǎng)聯(lián)汽車集成了相關(guān)傳感器后，采集的相關(guān)信息數(shù)據(jù)進(jìn)行采集、存儲、傳輸和處理的行為，都是屬于測繪活動，需依照《中華人民共和u其次，據(jù)上述法規(guī)規(guī)定，外資企業(yè)向境外傳輸包含地理信息的數(shù)據(jù)需經(jīng)過審批；因此，特斯拉自2021年以來在華收集的所有駕駛數(shù)據(jù)目前均存儲于上海，且未傳輸至美國，或在一定程度上阻礙智駕算法的培訓(xùn)。無論是道路環(huán)境、交通規(guī)則均與美國存在較大差異，過去的行駛數(shù)據(jù)對國內(nèi)價值相對有限；有業(yè)內(nèi)專家指出，中國交通狀況比其他市場更為復(fù)雜，中國道路上的行人和自行車騎手更多，F(xiàn)SD若擬在中國市場開展應(yīng)用，亟需采集存儲國內(nèi)數(shù) 圖：特斯拉FSD在美國舊金山試駕的路況 圖：小鵬智駕在廣州城區(qū)試駕的路況VS資料來源：車市物語、齊魯晚報、百度圖片、資料來源：車市物語、齊魯晚報、百度圖片、bilibili、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明413.3特斯拉為FSD進(jìn)入中國市場所做的相應(yīng)舉措圖：百度車機版真車道級導(dǎo)航地圖圖：百度車機版真車道級導(dǎo)航地圖V20u2024年4月29日消息，特斯拉或與百度達(dá)成合作，后者將允許特斯拉獲得其在中國公共道路上收集數(shù)據(jù)的地圖牌照，為FSD在中國的推出清掃監(jiān)管障礙；同時，作為雙方協(xié)議的一部分，百度還將向特斯拉提供其車道u6月7日消息，百度地圖V20真車道級導(dǎo)航全球首發(fā)，并在特斯拉所有搭載AMD車機芯片的S3XY車型上線，意味u2024年5月19日消息，特斯拉正在考慮在中國建立數(shù)據(jù)中心，收集和處理自動駕駛數(shù)據(jù)，以更好地適應(yīng)中國復(fù)雜的交通條件，并利用大量場景數(shù)據(jù)來加速訓(xùn)練自動駕駛算法，推動FSD的全球部署戰(zhàn)略；此外，特斯拉還與美國芯片巨頭英偉達(dá)進(jìn)行了談判，雙方正在討論資料來源：電子產(chǎn)品世界、騰訊網(wǎng)、上證報中國證券網(wǎng)、中關(guān)村在線、快科技、資料來源：電子產(chǎn)品世界、騰訊網(wǎng)、上證報中國證券網(wǎng)、中關(guān)村在線、快科技、bilibili、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明423.4FSD銷售預(yù)期展望 圖：特斯拉FSD自公測以來，在北美地區(qū)的滲透率2021Q32021Q42022Q12022Q22022Q3u2021Q32021Q42022Q12022Q22022Q3圖：2023年FSD在北美的滲透率u圖：2023年FSD在北美的滲透率?假設(shè)FSD在現(xiàn)役中國特斯拉汽車中滲透率5%，預(yù)計新增收入54.4億元目前僅披露中國市場買斷價6.4萬元/輛）?假設(shè)FSD在現(xiàn)役中國特斯拉汽車中滲透率10%，預(yù)計新增收入108.8億元；?假設(shè)復(fù)刻FSD在北美第一年公測情況、滲透率15%，預(yù)計新增收入163.2億元；?假設(shè)選取北美地區(qū)的36%的滲透率作為參考，預(yù)計新增收入391.68億元。資料來源：懂車帝、快科技、車家號、第一財經(jīng)、資料來源：懂車帝、快科技、車家號、第一財經(jīng)、Patreon、華金證券研究所請仔細(xì)閱讀在本報告尾部的重要法律聲明43b特斯拉FSD產(chǎn)業(yè)鏈概況及相關(guān)標(biāo)的4.1特斯拉FSD硬件供應(yīng)鏈概況4.2車載攝像頭及4D毫米波雷達(dá)相關(guān)標(biāo)的請仔細(xì)閱讀在本報告尾部的重要法律聲明請仔細(xì)閱讀在本報告尾部的重要法律聲明444.1特斯拉FSD硬件供應(yīng)鏈概況u特斯拉FSD硬件的供應(yīng)鏈情況如下（僅列舉）：特斯拉FSD供應(yīng)鏈供應(yīng)部件供應(yīng)商供應(yīng)部件供應(yīng)商ARM（外購IP）ARM(外購IP）輸資料來源：汽車之心、懂車帝、有駕、車家號、中關(guān)村在線、證券之星、同花順、汽車小智士、宇瞳光學(xué)2022年年度報告、華金證券研究所整理資料來源：汽車之心、懂車帝、有駕、車家號、中關(guān)村在線、證券之星、同花順、汽車小智士、宇瞳光學(xué)2022年年度報告、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明454.2車載攝像頭及4D毫米波雷達(dá)相關(guān)標(biāo)的其中，特斯拉車載鏡頭供應(yīng)商包括聯(lián)創(chuàng)電子、亞洲光學(xué)、大立光等；車載攝像頭模組主要為LG、三星電機等。最新的特斯拉HW4.0攝像頭主要由三星電機（供應(yīng)比例80%）、LGInnotek（供應(yīng)比例20%）代工制造，HW4.0攝像頭已升級為500萬像素級，國內(nèi)目前已具備500萬像素級或以上車載攝像頭生產(chǎn)能力的A股上市公司主要包括（僅列舉）：車載攝像頭是否已供應(yīng)特斯拉簡要介紹三星電機已供應(yīng)特斯拉供應(yīng)攝像頭模組已供應(yīng)特斯拉供應(yīng)攝像頭模組聯(lián)創(chuàng)電子（002036.SZ）已供應(yīng)特斯拉目前公司車載鏡頭和影像模組產(chǎn)品已與特斯拉形成合作。據(jù)公司2024年5月公告，現(xiàn)階段已具備800萬像素車載鏡頭量產(chǎn)能力。亞洲光學(xué)已供應(yīng)特斯拉現(xiàn)今特斯拉的三款型號電動車，環(huán)景、自動駕駛輔助系統(tǒng)等鏡頭都是亞洲光學(xué)生產(chǎn)。大立光已供應(yīng)特斯拉2023年5月，特斯拉與大力光專利糾紛達(dá)成和解；事后，大立光順利獲得特斯拉大部分車用鏡頭訂單，且部分鏡頭產(chǎn)品漲價90%。宇瞳光學(xué)（300790.SZ）已布局特斯拉據(jù)2022年年報，公司積極布局車載光學(xué)業(yè)務(wù)，產(chǎn)品涵蓋車載鏡頭、AR-HUD和車載激光雷達(dá)等，已向特斯拉供應(yīng)鏈布局。歐菲光（002456.SZ）具備8M攝像頭量產(chǎn)能力根據(jù)公司2023年年報，公司車載攝像頭已量產(chǎn)產(chǎn)品包括2M前視三目、8M前視雙目攝像頭、3M和8M側(cè)視后視攝像頭、1M、2M及3M環(huán)視攝像頭。保隆科技（603197.SH）具備8M攝像頭量產(chǎn)能力據(jù)公司2023年9月消息，公司攝像頭業(yè)務(wù)方面，800萬像素攝像頭已具備量產(chǎn)能力并獲得項目定點。德賽西威（002920.SZ）具備8M攝像頭量產(chǎn)能力據(jù)2021年7月新聞，公司800萬像素環(huán)視攝像頭已具備批量供應(yīng)能力。永新光學(xué)（603297.SH）具備8M攝像頭研發(fā)能力據(jù)國家知識產(chǎn)權(quán)局2024年1月公告，公司取得一項“一種超高清車載光學(xué)成像鏡頭”發(fā)明專利；該光學(xué)成像鏡頭像素達(dá)八百萬級。資料來源：懂車帝、車家號、中關(guān)村在線、證券之星、搜狐網(wǎng)、有駕、艾邦智造、資料來源：懂車帝、車家號、中關(guān)村在線、證券之星、搜狐網(wǎng)、有駕、艾邦智造、AutoLab、金融界、各公司公告及年報、華金證券研究所整理請仔細(xì)閱讀在本報告尾部的重要法律聲明464.2車載