汽車行業(yè)市場前景及投資研究報告：特斯拉FSD時刻比亞迪吉利小米SU7

證券研究報告·行業(yè)深度報告特斯拉的FSD時刻2024年4月18日特斯拉的FSD時刻行業(yè)深度報告特斯拉的FSD時刻。V12.3端對端NN重塑FSD。FSD

用戶的累計行駛里程從V11擴大推送后加速提升，V12推送后開始指數(shù)級提升，到今年4月已超10億英里，特斯拉FSD迎來奇點時刻。FSD

V12.3的推送實現(xiàn)端到端NN，HW4.0大幅提升算力，不再進行識別和標記，擺脫人為規(guī)控規(guī)則編碼，大幅提高自動駕駛感知決策能力。AI賦能，加速Robotaxi。馬斯克稱Robotaxi將于今年8月8日落地，近期特斯拉啟動了全球范圍內(nèi)的人員調(diào)整，自動駕駛預計將獲得資源傾斜，大模型加持提升城市NOA感知能力、泛化能力，加速無圖城市NOA落地，AI賦能，加速Robotaxi，特斯拉自動駕駛今年累計投資預計超100億美元。數(shù)據(jù)鴻溝和算力要求，構(gòu)成超算的核心壁壘。任何模型的訓練都依賴于數(shù)量巨大、質(zhì)量可控的訓練數(shù)據(jù)，而特斯拉FSD自推出以來累計運行超過了10億英里，為特斯拉訓練模型提供了充足的數(shù)據(jù)。同時，大模型訓數(shù)據(jù)需要強大的算力，特斯拉領(lǐng)先的超算中心，Robotaxi落地路徑持續(xù)催化值得期待。無圖城市NOA重新定義智能汽車。特斯拉FSD引領(lǐng)“Transformer+BEV”、“Occupancy、Lane算法”、“自動標注”、“超算中心建設(shè)”，實現(xiàn)路徑收斂。ADS

2.0

OTA新增不依賴高精地圖的城區(qū)智駕領(lǐng)航輔助，問界全系車型實現(xiàn)了全國都能開、有路就能開的City

NCA。支持城市道路(主干路/次干路/支路等)、國道、縣道、鄉(xiāng)道等公開道路,可用路段高達99%，用戶體驗提升帶來滲透率拐點快速提高。投資建議：智能汽車三條投資主線：

①

域控制器：德賽西威，華陽集團，科博達。

②線控底盤：伯特利，保隆科技。③智能整車：賽力斯，理想汽車，小鵬汽車。風險提示：智能汽車滲透率提升不及預期，不及預期，技術(shù)路線變更風險。請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明2核心邏輯行業(yè)深度報告大模型加持提升城市NOA感知能力、泛化能力，加速無圖城市NOA落地接下來一段時間的催化預期？投資建議Transformer+BEVOccupancyLANE優(yōu)化感知效果擺脫高精地圖2D+CNN無圖城區(qū)NCA全面OTA，特斯拉FSD北美，用戶體驗提升帶來滲透率拐點快速提高。覆蓋生活場景從高速NOA的10%到城市NOA的99%。效率提升幾千甚至近萬倍人工標注自動標注大模型特斯拉引領(lǐng)技術(shù)路徑收斂①

域控制器：德賽西威、科博達、華陽集團。特斯拉自建DOJO超算7月投產(chǎn)國內(nèi)車企自建/合建超算中心支持云端大模型訓練端到端算法有望提升規(guī)控準確性②線控底盤：拓普集團，伯特利、保隆科技。特斯拉8月8日Robotaxi。法規(guī)：L3智駕政策。生成式AI提供高質(zhì)量訓練數(shù)據(jù)大模型催化FSD時刻大模型蒸餾訓練小模型減少計算資源消耗多模態(tài)模型有望優(yōu)化感知③整車：賽力斯，理想汽車，小鵬汽車ADS1.0到2.0顯著變化為從3顆激光純視覺與激光

路線之爭逐漸走向“折中”方案。

高階輔助駕駛BOM成本持續(xù)下降。減配至1顆，BOM成本下降資料：太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明3特斯拉的FSD時刻AI賦能，加速Robotaxi無圖城市NOA重新定義智能汽車投資建議0102030405目

錄風險提示特斯拉FSD：V12.3端對端NN重塑FSD行業(yè)深度報告?

2024年3月，特斯拉先后推出FSD（Beta）12.3.2、12.3.2.1以及最新的FSD（Supervised）12.3.3版本。相比較于FSD

11，F(xiàn)SD

v12創(chuàng)新性地采用了端對端的神經(jīng)網(wǎng)絡(luò)技術(shù)（端對端NN），可以更好地理解和處理復雜駕駛環(huán)境，減少駕駛?cè)藛T的干預，提高自動駕駛的精確度和自動化度。圖

截至4.9號，HW3.0攝像頭清晰度（左）vsHW4.0攝像頭清晰度（右）?

FSD

v12中采用端到端NN（以前是AI感知+軟件規(guī)控），大模型僅需輸入視頻進行學習，而無需單獨編碼，更靈活更輕代碼。感知-決策-執(zhí)行是FSD的基本流程，在v11中，感知階段需要通過視覺方式/方式獲取周圍物體信息并識別和標識分類，決策階段則依賴于事先認為編寫好的控制規(guī)則。但是v12采用了端對端NN技術(shù)，感知階段不再需要識別和標識，決策階段也不需要事先人為編寫控制規(guī)則，只需要輸入大量視頻交給NN學習，就能分辨出在不同情況下需要做什么，這使得特斯拉在FSD

V12中減少了100倍代碼，使其更輕便、更靈活，同時在沒有網(wǎng)絡(luò)連接的情況下仍能在不熟悉的地形上工作。?

V12同時兼容HW3.0和4.0，感知力和算力大幅提升。v12在北美的已經(jīng)適配裝備HW4.0的model

S、3、X和Y，在中國地區(qū)目前只有ModelY可以升級到HW4.0。從3.30號推送以來，截至4.9號，v12.3.3累計安裝量達5780。目前，v12同時適配HW3.0和4.0。相比HW3.0,HW4.0在算力、攝像頭數(shù)量和清晰度等方面具有大幅度的提升。攝像頭為8個，算力提升5倍，素有攝像頭像素由120萬提升至500萬。資料：TeslaFi，

太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明5特斯拉FSD：累計里程指數(shù)級增長超10億英里，劍指百億公里行業(yè)深度報告圖：截至2024年4月6日，F(xiàn)SD用戶的累計行駛里程已超10億英里，23年8月后加速上行（系v11擴大推送規(guī)模）圖：3月推送FSDv12.3實現(xiàn)端到端NN，大幅提高自動駕駛感知和決策能力時間版本進展版本重大變化22年12月FSDBeta

截至2022年12月，特斯拉已經(jīng)向美國和加拿大的幾乎所有測試版向

買了FSD（約40萬）的客戶發(fā)布了

FSDBeta測試版，F(xiàn)SD北美40萬人推送Beta測試版新增了大量新功能，并可以讓特斯拉在城市環(huán)境中自動導航。根據(jù)馬斯克推特，F(xiàn)SD可用于北美90%道路，計劃未來在歐洲推送FSDBETA。23年2月FSD11.3版本合并城市駕駛與高速公路駕駛堆棧，提升輔助駕駛能力。FSD11.3版本于2023年2月向用戶推送，單堆棧融合了城市和高速堆棧，單堆棧將使特斯拉能夠?qū)⑵湓诔鞘旭{駛中的學習內(nèi)容應用到其自動駕駛高速公路導航功能中。23年3月FSD11.3.

Vision

Park

Assist使用占用網(wǎng)絡(luò)代替超聲波。自22年，此次推送的新功能，3版本10月起，特斯拉逐步移除超聲波代表著特斯拉用視覺占用網(wǎng)絡(luò)算法替代被移除的超聲波，在攝像頭的盲區(qū)通過記憶數(shù)據(jù)復現(xiàn)障礙物對車的距離。23年5月FSD11.4版本通過將自動標記車隊數(shù)據(jù)集進一步增加

80k

個剪輯、提高自動標記算法的準確性以及調(diào)整訓練監(jiān)督的分布來實現(xiàn)以下優(yōu)化：將部分切入的召回率提高了

39%，將由于變道到相鄰車道而導致的假陽性切入的準確率提高了

66%，從而使整體變道預測錯誤減少了

33%。24年3

FSD12.3月

版本FSDv12.3采用端到端NN技術(shù)，不再進行識別和標記，擺脫人為規(guī)控規(guī)則編碼，并實現(xiàn)了Autopark不依賴USS（超聲波傳感器）（最早在3.21發(fā)布的v11.4.9的更新中實現(xiàn)）資料：特斯拉AI

DAY，

Nota

tesla

app，

馬斯克推特，Tesla_AI推特，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明6新版Autopark不依賴USS，“Tap

to

Park”大幅提升用戶體驗感行業(yè)深度報告

新版的Autopark基于與FSD

v12相同的NN技術(shù)，不再依賴USS：自2022年特斯拉放棄USS而改用攝像頭以來，未裝備USS的新特斯拉的Autopark和Summon功能給用戶帶來的體驗感遠不如裝備USS的車輛。在今年3月21號推出的FSD

v11.4.9的更新中，特斯來推出了新版的Autopark，并在之后的v12.3版本中沿用。在技術(shù)層面，與舊版不同，新版的Autopark使用了與FSD

v12相同的NN技術(shù)，底層技術(shù)優(yōu)于舊版，相比舊版有較大的提升，大幅度提升了泊車系統(tǒng)的視覺效果和自動泊車能力。

顯著改進視覺效果和自動泊車功能，“Tap

to

Park”一鍵泊車降低人為干預需要。之前版本的Autopark具有兩大主要缺陷：1）很難檢測停車位并將其顯示在屏幕上，而且一次只能顯示一個停車位。2）停車速度通常非常慢，如果周圍有其他車輛，幾乎很難完成自動泊車。而新的Autopark基于NN技術(shù)，顯著改善了這兩個問題，停車速度更快，不僅可以在顯示屏上勾勒出停車位，還可以同時顯示各種停車位

-

包括平行空間。此外，這次升級，特斯拉真正實現(xiàn)了一鍵泊車（Tap

to

Park），當駕駛員選擇好停車位后，點擊“開始按鈕”，特斯拉的車輛能夠安全地倒車進入停車位，駕駛?cè)藛T只需要保持關(guān)注并隨時準備在必要時取消自動停車操作即可，大幅度降低了人為干預需要、提升用戶體驗。圖

新版Autopark視覺體驗感顯著強于舊版Autopark圖

新版Autopark不再需要駕駛員操作方向盤。自動泊車功能顯著改進資料：not

atesla

app，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明7HW4.0芯片算力大幅提升行業(yè)深度報告?芯片改用更先進制程：HW4.0

FSD芯片采用三星7nm工藝，HW3.0為三星14nm工藝，新的自動駕駛芯片性能將是現(xiàn)款自動駕駛芯片的5倍左右，這里的性能或為綜合能耗/算力參數(shù)，或為單片算力（那么新平臺總算力很可能達到500TOPS）。??攝像頭或升級：攝像頭數(shù)量或從9個減少到8個，但是攝像頭的清晰度從120萬像素提升到500像素，這使得HW4.0具有比3.0更強的感知能力，最遠探測距離可達424米，掃除盲區(qū)和死角。預留接口，但model

Y目前未配備：HW4.0預留了裝備的空間，但是model

Y在出廠時并不具備功能，這可能與特斯拉更加偏好視覺方案、降低車輛出廠成本等因素有關(guān)，同時也為用戶提供了一定的選擇空間。?

CPU內(nèi)核數(shù)量提升66.67%，F(xiàn)SD

Computer

2數(shù)量增加到3個。CPU方面，HW4.0由3.0的12核，提升到了20核，內(nèi)核數(shù)量提升66.67%。計算平臺方面，雖然HW4.0仍然采用的是FSD

Computer

2，但是數(shù)量卻增加到了3個。?目前，海外HW4.0已經(jīng)支持model

3、X、Y和S。國內(nèi)，特斯拉為了應對競爭壓力，開放了model

Y的升級，并且是“加料不加價”。表：HW3.0和HW

4.0關(guān)鍵參數(shù)對比HW

3.0HW

4.0攝像頭9個，120萬像素8個，500萬像素1個毫米波，12個超聲波為安裝預留空間，但是Model

Y目前未配備計算平臺計算平臺數(shù)量芯片F(xiàn)SDComputer

21FSDComputer

23三星的

Exynos架構(gòu)三星的

Exynos架構(gòu)CPU12核20核CPU頻率2.2GHz2.35GHz神經(jīng)網(wǎng)絡(luò)雙核三核神經(jīng)網(wǎng)絡(luò)頻率最大算力制程2GHz100TOPS14nm2.2GHz500TOPS7nm資料：not

atasla

app，公開資料整理，

太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明8HW5.0：或搭載第二代

3nm

N3P

工藝芯片，攝像頭或加入加熱鏡頭元件等行業(yè)深度報告?

HW5.0或搭載第二代

3nm

N3P

工藝芯片：與N3E相比，N3P的晶體管密度更高，從而提高了性能的同時降低了功耗。N3P

性能比N3E

高

5%

，同時光學尺寸縮小了

2%，從而晶體管密度達到

1.04

倍。據(jù)Digitimes報道，特斯拉已向臺積電第二代

3nm

N3P

工藝芯片下達了異常大的訂單，如果此消息屬實，HW5.0的性能將比HW4.0具有顯著地提升。?攝像頭工藝再提升，加入加熱鏡頭元件、水滴排斥涂層和光圈控制技術(shù)。1）加熱鏡頭元件：三星開發(fā)的“Weather

Proof”攝像頭配備了8MP傳感器，并采用了一種巧妙的鏡頭加熱系統(tǒng)，能在不到一分鐘內(nèi)融化覆蓋在鏡頭上的冰雪。2）水滴排斥涂層：新型攝像頭配備了防水涂層，可以防止水滴停留在鏡頭上，添加了防水涂層，以防止水滴停留在鏡頭上，這種涂層耐劃痕和損傷，耐用性是現(xiàn)有解決方案的6倍。3）光圈控制技術(shù)（IRIS）：三星開發(fā)的攝像頭模塊引入了光圈控制技術(shù)，允許攝像頭根據(jù)不同的光照條件和自動駕駛需求動態(tài)調(diào)整進光量，優(yōu)化圖像質(zhì)量和傳感器性能。圖

光圈控制技術(shù)（IRIS）能夠顯著優(yōu)化成像質(zhì)量資料：

Digitimes，三星官網(wǎng)，公開資料整理，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明9特斯拉的FSD時刻AI賦能，加速Robotaxi無圖城市NOA重新定義智能汽車投資建議0102030405目

錄風險提示Robotaxi：8月8日落地路徑Roadmap持續(xù)催化行業(yè)深度報告馬斯克稱Robotaxi將于今年8月8日落地，近期特斯拉啟動了全球范圍內(nèi)的人員調(diào)整，自動駕駛預計將獲得資源傾斜，落地路徑Roadmap持續(xù)催化值得期待。貨幣成本主要指打車費?乘坐Robataxi的綜合成本：我們將消費者乘坐Robataxi的綜合成本劃分成貨幣成本、安全成本、和其他成本。其中貨幣成本主要指打車費，安全成本則是消費者乘坐Robataxi所承擔的比傳統(tǒng)出租車更大的安全風險，以及由此造成的乘客可能成本（如健康損失、醫(yī)療費用），其他成本則主要包括時間成本等（Robataxi可能因為速度或錯誤選擇匝道進入等導致平均速度相對慢）等。如祺出行：19年Robotaxi成本為23.3元/km，23年降至4.5元/km（載人出租車1.8元/km）??綜合成本降低是規(guī)模化落地的關(guān)鍵：Robotaxi面臨的競爭對手是傳統(tǒng)的出租車行業(yè)，其商業(yè)模式要想跑得通，就要從傳統(tǒng)出租車Uber等公司搶客，客觀需要其具有相對低的綜合成本吸引顧客。Robataxi每公里貨幣成本已經(jīng)顯著下降，當前更重要的或是降低安全成本。綜合成本所承擔的比傳統(tǒng)出租車更大的安全風險所帶來的可能成本安全成本自駕技術(shù)進步是降低綜合成本的核心，規(guī)模落地依賴L4/L5技術(shù)，目前或局限于部分城市的部分區(qū)域路段。目前，國內(nèi)外都存在Robotaxi的訓練，但是僅局限于部分城市部分區(qū)域。在這一層級上，L3層級的自動駕駛技術(shù)可以滿足需求。但是為了規(guī)?；茝V，意味著自動駕駛技術(shù)要能適應更復雜的駕駛環(huán)境、降低綜合成本，L4則是必須的?；诖?，我們認為馬斯克在8.8落地的Robotaxi或?qū)⒕窒抻诓糠殖鞘械牟糠謪^(qū)域，規(guī)?；涞厝杂写詣玉{駛技術(shù)向L4/L5方向進一步發(fā)展。?外部條件：監(jiān)管政策寬松和有關(guān)法律完善。時間成本等其他成本資料：公開資料整理，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明11AI賦能，加速Robotaxi，特斯拉自動駕駛今年累計投資預計超100億美元行業(yè)深度報告??超算需巨額資金投入，馬斯克預計特斯拉今年在有關(guān)領(lǐng)域累計投資超100億美元。在今年1月27日，馬斯克在推特上表示，Dojo目前的算力進相當于1萬個英偉達H100，如果想在AI領(lǐng)域具備競爭力，那么目前需要每年投入數(shù)十億美元。隨后在4月6號，馬斯克再發(fā)言，表示特斯拉在訓練計算、數(shù)據(jù)管道和視頻存儲方面的累計投資將在今年超過100億美元。AI賦能，加速Robotaxi。數(shù)據(jù)鴻溝和算力要求，構(gòu)成超算的核心壁壘。首先，任何模型的訓練都依賴于數(shù)量巨大、質(zhì)量可控的訓練數(shù)據(jù)，而特斯拉FSD自推出以來累計運行超過了10億英里，這位特斯拉訓練模型提供了充足的訓練數(shù)據(jù)。其次，算力方面，大模型訓數(shù)據(jù)需要強大的算力，特斯拉目前可能擁有3萬-3.5萬顆英偉達H100芯片，而下一代的Gork可能需要10萬顆H100，如果按照單價4.5萬美元/顆，那么10萬顆H100總價值高達45億美元，相當于300多億人民幣。圖

Dojo的數(shù)據(jù)流近存計算架構(gòu)層級名稱

片上SRAM算力說明DojoCore單個計算核心，64位寬度，具有4個8x8x4的矩陣計算單元，2GHz主頻內(nèi)核1.25MB1.024TFLOPS2芯片級D1440MB11GB362TFLOPS

單芯片，核心數(shù)為354，面積645mmDojoTile核心級整群級9050TFLOPS

單個訓練模組，每5x5個芯片包括一個訓練模組模擬訓練的訓練集群，每12個訓練模組組成一1.1EFLOPS

個機柜，每10個機柜組成ExaPOD，共計3000個D1芯片ExaPOD

1320GB資料：Twitter，公開資料整理，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明12AI賦能，加速Robotaxi，無圖全城城市NOA加速行業(yè)深度報告?ADS

2.0問世后，城市NOA的競爭愈發(fā)向著無圖化、全城市可用的方向發(fā)展。ADS

2.0結(jié)合道路拓撲推理網(wǎng)絡(luò)（RCR）和經(jīng)驗用戶即刻推送無限

XNGP

智能輔助駕駛功能，號稱“不限城市、不限路線，有導航的地方就能用”。的ADS

2.0首次搭載在問界M5上，相比與ADS

1.0,的先進算法,實現(xiàn)了不依賴于高精地圖的高速、城區(qū)高階智能駕駛功能。小鵬汽車宣布面向智駕理想、比亞迪、、小鵬等智駕頭部車企將自動駕駛放在優(yōu)先發(fā)展戰(zhàn)略地位，我們認為原因如下：?智能駕駛的技術(shù)路徑逐漸收斂，后發(fā)力者技術(shù)上具備后發(fā)優(yōu)勢。特斯拉的智能駕駛技術(shù)路線已得到成功驗證，我們看到，當前時點，“Transformer+BEV感知大模型”、“Occupancy、Lane算法”、“自動標注”、“超算建設(shè)”等成為共識。從中長期看，純視覺與激光路線之爭逐漸走向“折中”方案、“不依賴高精地圖”有望降低智能駕駛軟硬件BOM成本。我們認為在未來大模型將繼續(xù)賦能自動駕駛。?端到端算法有望提升規(guī)控準確性、大模型蒸餾訓練小模型減少計算資源消耗、生成式AI提供高質(zhì)量訓練數(shù)據(jù)、多模態(tài)模型有望優(yōu)化感知

。圖：不同車企高速NOA及城市NOA

Roadmap

ADS2.0和小鵬無限XNGP都支持不限城市、無圖NOA圖：指定路線NOA功能品牌高速NOA

城市NOA24年計劃時間NOA特點、3個毫米波小鵬√√不限城市不限城市（阿維塔12）不限城市///AI代駕AI代駕AI代駕1、配備1個頂置激光清攝像頭以及線影響，全天候感知信號。、11顆高阿維塔12個超聲波，，不受惡劣天氣和光問界理想√√2023.05ADS2.02、BEV+GOD網(wǎng)絡(luò)（General

ObjectiveDetection通用障礙物檢測），可以識別通用障礙物白名單外的異形物體。113城726城無圖城市NOA預計2H全國開放

通勤NOA預計Q2向所有NT2.0用戶推送NOP+城區(qū)領(lǐng)航輔助蔚來√3、有圖無圖都能開，覆蓋超90%城區(qū)特斯拉零跑騰勢極氪深藍寶駿√√國外開通×40+×預計2H推出√最快年底覆蓋全國2024.04小鵬無限

XNGP不限城市、不限路線，有導航的地方就能用√×√×記憶行車資料：各公司官網(wǎng)，

太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明13技術(shù)路徑收斂：特斯拉引領(lǐng)BEV+Transformer行業(yè)深度報告2021年7月AI

DAY，特斯拉首次展示基于Transformer的BEV感知方案，是大模型首次用于自動駕駛，實時感知生成向量空間。?

BEV（Bird‘s-eye-view）指俯瞰圖視角，Transformer利用主干網(wǎng)絡(luò)對各個攝像機進行特征提取，再利用Transformer將多攝像機數(shù)據(jù)從圖像空間轉(zhuǎn)化為BEV空間（向量空間）。?

Transformer

vs

CNN：

Transformer是一種基于注意力機制（Attention）的神經(jīng)網(wǎng)絡(luò)模型，通過注意力機制去挖掘序列中不同元素的聯(lián)系及相關(guān)性，而CNN的局部感受野限制了它們在長距離依賴性建模方面的能力。?

BEV+Transformer

vs

2D+CNN：

BEV+Transformer可以消除遮擋和重疊，提高檢測精度。BEV視角下的物體，不會出現(xiàn)圖像視角下的尺度（scale）和遮擋（occlusion）問題。BEV能夠?qū)崿F(xiàn)“局部”端到端優(yōu)化，感知和預測都在同一個空間進行，輸出“并行”結(jié)果。圖：自動駕駛跨攝像頭和多模態(tài)融合背景下的BEV視角圖：

BEV+Transformer可以消除遮擋和重疊，提高檢測精度BEV+Transformer2D+CNN資料：特斯拉AI

DAY，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明14技術(shù)路徑收斂：

特斯拉Occupancy感知引領(lǐng)

、理想跟隨行業(yè)深度報告2022年10月AI

DAY，特斯拉Occupancy感知進化，不識別類別也能判斷物體運動狀態(tài)，引領(lǐng)GOD、理想Occupancy跟隨。?

2022年10月1日的AI

Day中展現(xiàn)了OccupancyNetwork感知技術(shù)：基本的思想是將三維空間劃分成體素voxel，通過0/1賦值對voxel進行二分類，實際中的賦值可以是概率值，表示voxel存在物體的概率。Voxel的屬性除了是否被占據(jù)，還包含語義信息和速度信息（Occupancy

Flow）等。其中速度信息是一個三維向量，用于表述voxel運動的速度和方向，通過occupancy

flow可以用于判斷物體是否運動。?相較BEV+Transformer，Occupancy是又一里程碑式進步：占用網(wǎng)絡(luò)相較于BEV，有了Z軸上的擴展，是一種通用的2D特征轉(zhuǎn)3D特征的轉(zhuǎn)換，不局限于通用障礙物檢測，可以擴展到更多3D空間任務(wù)。同時在引入速度信息后，動態(tài)描述向4D過渡。?

2Q23，、理想相繼發(fā)布類似的算法，其中創(chuàng)新性地將激光信息融入其GOD網(wǎng)絡(luò)，理想Occupancy屬于其三種重點感知算法之一。圖：通過Occupancyflow可以用于判斷物體是否運動?

可預測道路起伏度：在BEV空間生成統(tǒng)一體素，可以預測任意一個體素的占用概率，道路邊沿的占據(jù)柵格和道路表面貼合。?

運動流，3D方便測算遮擋關(guān)系：能夠?qū)崟r預測圖中展示了一個兩節(jié)的公交車正在啟動的場景：藍色表示運動的voxel，紅色表示靜止的voxel。Occupancy

Network精確地估計出了公交車的第一節(jié)開始運動，第二節(jié)還靜止。優(yōu)勢被遮擋物體的運動狀態(tài)，可以為每個體素預測其運動狀態(tài)，對隨機運動進行建模。?

弱語義，強幾何：可以為每個體素生成對應的語義類別，即使不識別類別也能處理運動物體。?

Occupancy具有高效的存儲和計算優(yōu)勢：10ms內(nèi)可以完成計算，各個位置的分辨率可調(diào)整，具備BEV空間變焦能力。資料：特斯拉AI

DAY太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明15技術(shù)路徑收斂：Tesla

Lane感知車道拓撲，理想提前提取復雜路口特征行業(yè)深度報告圖：Lane神經(jīng)網(wǎng)絡(luò)同樣基于Transformer模型，是擺脫高精地圖的關(guān)鍵算法，可生成道路間的拓撲連接關(guān)系圖：針對復雜路口，理想自研NPN網(wǎng)絡(luò)提前進行路口特征的提取，當車輛再次行駛到該路口時，與車端感知的BEV特征層融合視覺組件：一組卷積層，注意力層，以及其他神經(jīng)網(wǎng)絡(luò)，輸入8攝

粗略地圖增強，像頭數(shù)據(jù)地圖組件：用語義組件：輸入密集張量，輸出編碼車道連接性的文本，利用NLP領(lǐng)域技術(shù)提供道路關(guān)系資料：特斯拉AI

DAY，《Neural

Map

PriorforAutonomous

Driving》，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明16技術(shù)路徑收斂：大模型自動標注效率是人工的1000-45000倍行業(yè)深度報告圖：特斯拉采用大模型優(yōu)化數(shù)據(jù)標注，從2018年只有純?nèi)斯さ?維標注，2021年后建立自動標注系統(tǒng)可以取代500萬小時的人工作業(yè)量圖：國產(chǎn)新勢力、比亞迪、自動標注大模型提升效率、長城、AI公司紛紛采用企業(yè)小鵬自動標注大模型應用及能力只有純?nèi)斯さ?維的圖像標注，效率非常低開始有3D

label，但是是單趟的人工的采用BEV空間進行標注，重投影的精度明顯降低采用多趟重建去進行標注，精度、效率、拓撲關(guān)系都達到了極高的水準引入全自動的標注系統(tǒng)，對比人工標注，全自動標注系統(tǒng)效率高，過去2000個人一年的標注任務(wù)，現(xiàn)在用16天左右就能完成，效率可以提升45000倍使用軟件2.0的大模型，通過訓練的方式進行自動化標定，過去需要用一年做的事情，基本上3個小時就能完成，效率是人的1000倍理想比亞迪毫末智行在算法模型上，研發(fā)了智駕自動標注大模型云研發(fā)的標注大模型，基于海量典型數(shù)據(jù)進行預訓練，通過語義分割、對象跟蹤技術(shù)可以快速完成長時間連續(xù)幀的自動標注DriveGPT的自動化標注能力,可以降本98%數(shù)百億4DClips(環(huán)視連續(xù)數(shù)據(jù)Clips)的標注成本。毫末智行商湯商湯科技公布了“日日新SenseNova”大模型體系，包含自然語言處理、內(nèi)容生成、自動化數(shù)據(jù)標注、自定義模型訓練等多種大模型及能力。資料：特斯拉AI

DAY，各公司官網(wǎng)，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明17技術(shù)路徑收斂：特斯拉Dojo投產(chǎn)，國內(nèi)廠商建設(shè)超算中心行業(yè)深度報告圖：特斯拉DOJO超算自7月投產(chǎn)，計劃明年在DOJO上投入超過10億美元，當前算力相當于1萬+英偉達H100，預計到24年算力會相當于30萬英偉達A100圖：國內(nèi)多家OEM和Tier1均在積極建設(shè)智駕數(shù)據(jù)中心企業(yè)蔚來超算中心建設(shè)2022年就曾宣布與英偉達合作，基于A100打造自己的數(shù)據(jù)中心與阿里云合作在烏蘭察布建設(shè)了智算中心“扶搖”，宣稱云端算力可達600PFLOPS小鵬在算法模型上，研發(fā)了智駕自動標注大模型發(fā)布了和火山引擎合作的“雪湖·綠洲”智算中心，稱其算力規(guī)模為670PFLOPS毫末智行宣布了與火山引擎合作在山西打造智算中心，采購的公有云服務(wù)算力達750PFLOPS；理想和阿里云在湖州成立了星睿智算中心，擁有810PFLOPS的算力。吉利汽車資料：特斯拉推特@TeslaAI，各公司官網(wǎng)，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明18大模型賦能智駕GPT：大模型蒸餾有望解決車端算力不足帶來效果欠佳問題行業(yè)深度報告車端計算資源有限難以部署大模型，導致推理效果和泛化性能欠佳：通常來說，規(guī)模較大的模型預測效果更好，但訓練時間長、推理速度慢的問題使得模型難以實時部署，尤其在自動駕駛汽車等計算資源有限的設(shè)備上，響應速度顯然不夠用。規(guī)模較小的模型雖然推理速度較快，但是因為參數(shù)量不足，推理效果和泛化性能沒那么好。大模型知識蒸餾給小模型，可以實現(xiàn)更優(yōu)的性能：知識蒸餾（knowledge

distillation）是模型壓縮的一種常用方法，通過構(gòu)建一個輕量化的小模型，利用性能更好的大模型的監(jiān)督信息來訓練這個小模型，以期達到更好的性能和精度。目標檢測是計算機視覺中的一個重要任務(wù)，知識蒸餾可以在不增加其計算消耗的前提下提升其表現(xiàn)。根據(jù)理想智駕VP朗咸朋，其認為GPT最大的好處是可以用大量的弱標注或者粗標注的樣本，來獲取一定的基礎(chǔ)能力；然后再用精標的小數(shù)據(jù)去做調(diào)整，在某些任務(wù)上得到更好的結(jié)果，理想現(xiàn)在也在這么做。圖：學生模型通過蒸餾學到了教師的知識，并獲得更好的特征，由此實現(xiàn)性能提升資料：《Focal

and

GlobalKnowledge

Distillation

forDetectors》，

太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明19大模型賦能智駕GPT：生成式AI有望高效低價提供高質(zhì)量訓練數(shù)據(jù)行業(yè)深度報告生成式AI可以生成廉價的海量訓練數(shù)據(jù)和極端駕駛場景，高效地批量生產(chǎn)自動駕駛模型訓練開發(fā)所需的海量數(shù)據(jù)。?

Tesla、Wayve在2023年CVPR自動駕駛workshop上展示了利用大模型來生成自動駕駛相關(guān)的連續(xù)視頻場景，Tesla命名為World

Model，Wayve則命名為GAIA-1。圖：Waymo

GAIA-1和基于GAIA-1生成的視頻素材圖：特斯拉認為World模型對端到端的自動駕駛實現(xiàn)非常重要資料：各公司官網(wǎng)，

CVPR，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明20大模型賦能智駕GPT：“語言+視覺+

+地圖+定位”或?qū)①x能多模態(tài)感知行業(yè)深度報告圖：當輸入圖像時，GPT-4可以生成理解圖像的文本回答圖：商湯認為在通用大模型加持下，通用AI時代人可以通過語言和模型互動，人的反饋有助于提速自動駕駛的新技能解鎖?！岸嗄B(tài)大模型”或能顯著提升感知效率資料：商湯官網(wǎng)，知乎@小小將，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明21特斯拉的FSD時刻AI賦能，加速Robotaxi無圖城市NOA重新定義智能汽車投資建議0102030405目

錄風險提示特斯拉FSD

，引領(lǐng)無圖城市NOA重新定義智能汽車行業(yè)深度報告特斯拉率先定義，引領(lǐng)國內(nèi)新勢力布局不依賴高精地圖的城市NOA，當前量產(chǎn)方案處于有圖向無圖的過渡期。?特斯拉率先推送高速NOA：特斯拉于2016年10月率先推出高速NOA（Navigate

on

Autopilot）功能，定義了高級自動駕駛的進階方向。2020年末起，蔚來、小鵬、理想相繼向客戶推送高速NOA。?城市NOA重新定義智能汽車：特斯拉于2020年10月，首次向早期訪問程序測試人員發(fā)布了其FSD

BETA測試版，支持在城市道路使用NOA，標志著汽車智能水平的重新定義。

2022年末，小鵬作為國內(nèi)首家向廣州用戶推送了城市NGP。2023年3月，理想計劃現(xiàn)在起all

in自動駕駛，李想表示，“到2024年，有無城市NOA，將會像買了20-30層高層，有電梯和沒電梯的區(qū)別?！?/p>

理想表示，不依賴高精地圖的城市NOA將會在2023年末落地百市，并于6月開啟城市NOA（無圖）內(nèi)測。2023年5月，裝配ADS2.0的問界實現(xiàn)無圖城市NOA，2024年2月，小鵬推出無限XNGP，緊跟圖：特斯拉及國內(nèi)新勢力NOA進程實現(xiàn)全城市無圖NOA。特斯拉NOAHW2

車輛更新了軟件版本

8.0，其中包括在高速公路和城市道路上的NavigateonAutopilot和自動轉(zhuǎn)向、

BETA測試版，車道居中，最高時速FSD測試測試版FSD

軟件的員工和客戶人數(shù)接近截至2022年7月，F(xiàn)SD

測試版已行駛

3500萬英里。同年11月，F(xiàn)SD測試版向所有購買該選項的北美車主開放。宣布EA選裝包推出標志性功能“Navigate

onAutopilot”，它允許機器控制在受控高速公路上從入口匝道到出口匝道，無需駕駛員操縱即可改變車道，并且可以從一條高速公路換道到另一條高速公路，然后成功駛出。特斯拉首次向早期訪問程序測試人員發(fā)布了其

FSD參與

FSDBETA

的用戶增加到

60000。馬斯克認為23年年底完全級自動駕駛有望落地，F(xiàn)SD將迎來“CHATGPT”時刻。支持在城市道路使用NOA。歷程限制為

72公里/小時。1000。2016年10月2017年1月和2月2020年10月2021年1月2021年11月2022年2023年、2024年國內(nèi)新勢力NOA歷程小鵬推送高速NGP（NavigationGuidedPilot）2023年實現(xiàn)超100城市覆蓋城市NOA；2024年推出無限XNGP，實現(xiàn)全城市無圖小鵬國內(nèi)首家推送城市NDP蔚來國內(nèi)首家推送高速NOP蔚來基于NT2.0新平臺推送NOP+不依賴HDMAP的城市輔助駕駛將于2023年Q4落地場景下的領(lǐng)航輔助Navigate

onPilot）（不依賴高精地圖的城市NOA預計在2024年3月落地，目標開通110城，同時通勤NOA覆蓋100城市理想通過OTA升級向用戶推送了NOA導航輔助資料：各公司官網(wǎng)，維基百科，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明23ADS2.0：硬件上做減法，功能上做加法行業(yè)深度報告??硬件上做減法：減少2個前視攝像頭、3個毫米波和2個激光，更加注重視覺融合感知路線。相比表

v2.0在硬件上做減法于ADS

1.0，ADS

2.0在硬件上做減法，v1.0有4個前視攝像頭、6個毫米波和3個激光數(shù)量分別減少為原來的1/2和ADS

2.0更加注重視融合感知路線和注重降低成本的意圖，這點反映在問界M7上，則是問界新M7的售價24.98萬-32.98萬，比2022版M7的售價28.98萬-37.98萬單價降低4-5萬。，但是v2.0僅有2個前視攝像頭、3個毫米波1/3，反映了和1個激光。毫米波和激光ADS1.0ADS2.0激光外部感知攝像頭前視31341112功能上做加法：GDO2.0、RCR2.0賦能自動駕駛，實現(xiàn)90%城區(qū)無圖NCA。在ADS

2.0中引入了激光融合GDO2.0，大幅度提高了識物率，障礙物識別率高達99.9%。RCR2.0技術(shù)的引入則實現(xiàn)了導航地圖和現(xiàn)實世界的匹配，不需要高精度地圖，城區(qū)NCA可覆蓋城區(qū)90%場景。周視44后視11環(huán)視44??全場景智能泊車：可見可泊，解放雙手。且，駕駛員只需要點擊選擇車位，然后點擊開始按鈕，即可一鍵泊車，不需要人為干預。的APA智能泊車輔助，在功能上實現(xiàn)了360°車位發(fā)現(xiàn)。并毫米波超聲波631212AEB生效上限提升，主動安全性能提升：前向/側(cè)向/后向AEB最大生效上限獲得10-48km/h不等的提升，最高剎停速度由90km/h升至120km/h，為用戶提供更高的主動安全保護。圖

激光融合的GOD障礙物識別率高達99.9%圖

RCR2.0實現(xiàn)90%城區(qū)無圖NCA資料：官網(wǎng)/公眾號，鹿訊研究院，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明24大眾向小鵬技術(shù)付費，智能化主機廠、零部件出?？臻g廣闊行業(yè)深度報告圖：小鵬與大眾合作模式1、小鵬智能駕駛硬件供應商有望直接供貨大眾，打開出口空間，同時在加速高級別智能駕駛硬件搭載至10-20萬級主流車型2、雙方供應商有望進一步打開成長空間好處供應商供應商1、新商業(yè)模式，持續(xù)性收入2、提振供應商保供信心，有望加速提升G6等車型產(chǎn)能3、提高國際知名度，給小鵬G9平臺及智能駕駛技術(shù)帶來更佳的宣傳效果4、更多的數(shù)據(jù)，提高模型精度5、學習大眾平臺開發(fā)控本經(jīng)驗，學習大眾經(jīng)銷商管理經(jīng)驗在2026年的兩款B級SUV上采用最先進的小鵬NGP智能駕駛技術(shù)，產(chǎn)品智能化能力有望走入全球第一梯隊提供智能駕駛軟件、操作系統(tǒng)、平臺好好處處

小鵬大眾按車型數(shù)量收費，軟硬件分別計費，形成recurring

revenue客戶好處高級別智能駕駛產(chǎn)品更豐富、選擇更多，同時車型定義有望更符合傳統(tǒng)燃油車車主習慣圖：持續(xù)高研發(fā)投入的新勢力有望打開“技術(shù)收費”新商業(yè)模式研發(fā)費用（億元）

2019年2020年17.32021年2022年52.12023年52.8研發(fā)費用/營業(yè)收入2019年89%2020年30%2021年

2022年

2023年小鵬理想蔚來20.711.744.341.132.945.9小鵬理想蔚來20%12%13%19%15%22%17%9%11.067.8105.9134.3411%57%12%15%24%24.9108.4資料：WIND，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明25成本下探：

24/25年L2+/L3智能駕駛BOM成本有望下降50%行業(yè)深度報告我們認為自動駕駛BOM成本有望大幅降低。一是從ADAS系統(tǒng)的變化可見（v1.0

vs

v2.0），傳感器配置從3顆激光減至1顆激光，前視攝像頭減少2顆，毫米波從6顆減至3顆，未來車企有望從依賴多顆激光

轉(zhuǎn)換至“純視覺感知+1顆激光監(jiān)督”

。二是車企從依賴高成本的高精地圖轉(zhuǎn)變到依托邊際成本低的感知模型。根據(jù)何小鵬，2024年小鵬自動駕駛Bom成本將下降一半。大疆車載認為L2+智能駕駛系統(tǒng)的總成本（軟件+硬件）占整車售價在3%~5%是合理的，認為未來合理L2+智能駕駛系統(tǒng)成本區(qū)間在5000元到15000元。圖：當前時點及未來不同價格帶車型智能駕駛BOM成本測算及預測30萬以上(L3)車型傳感器配置和域控成本表物料名稱

數(shù)量（個）

單價（元）前視8M20~25萬（L2+）車型傳感器配置和域控成本表物料名稱

數(shù)量（個）

單價（元）前視8M20萬以內(nèi)（L2）車型傳感器配置域控成本表物料名稱前視攝像頭超聲波毫米波角數(shù)量（個）

單價（元）1~25350135018~121200403003501500周視攝像頭周視攝像頭后視/周視2M環(huán)視2M攝像頭200200后視/周視2M環(huán)視2M攝像頭超聲波毫米波角5200200403003505000當前448~12141超聲波角8~124403502域控1毫米波4D11500激光域控1~314000~700012000~30000域控總計總計~10000總計~300030萬以上(L3)車型傳感器配置和域控成本表物料名稱

數(shù)量（個）

單價（元）前視8M20~25萬（L2+）車型傳感器配置和域控成本表物料名稱

數(shù)量（個）

單價（元）前視8M24/25年L2+及L3智能駕駛BOM成本有望下降50%：~5000元——行泊一體域控+高分辨率視覺傳感器1~2350154350周視攝像頭周視攝像頭后視/周視2M環(huán)視2M攝像頭5200200后視/周視2M環(huán)視2M攝像頭20020041-2年內(nèi)超聲波角8~12404111350毫米波4D100035006000~15000~15000元——高算力域控+激光覺傳感器+4D毫米波

+角+高分辨率視+超聲波激光域控域控13000總計總計~5000資料：公開資料整理，大疆車載，太平洋證券請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明26特斯拉的FSD時刻AI賦能，加速Robotaxi無圖城市NOA重新定義智能汽車投資建議0102030405目

錄風險提示30萬元價格帶智能汽車價值量拆解行業(yè)深度報告*28000元-線控制動1700元3.4%相關(guān)標的：伯特利亞太股份激光IMU（慣性導航）GNSS模組100元

0.2%900元

1.8%9000元16%定位單元~1000元2%4D毫米波1600元3.2%相關(guān)標的：華依科技、華測導航線控底盤~18000元36%攝像頭前視*2空氣懸架11000元22%相關(guān)標的：保隆科技中鼎股份瑞瑪精密智能傳感器~12000元24%環(huán)視*4周視*5800元1.5%相關(guān)標的：德賽西威經(jīng)緯恒潤均勝電子保隆科技超聲波*1250元0.96%線控轉(zhuǎn)向5000元10%相關(guān)標的：耐世特伯特利智能座艙~10000元20%相關(guān)標的：德賽西威、華陽集團算力平臺~9000元

18%角*4相關(guān)標的：智能座艙域控制器2500元

5%AR-HUD2500元

5%350元2.8%德賽西威科博達華陽集團浙江世寶經(jīng)緯恒潤行泊一體域控制器9000元機械儀表盤+座艙顯示屏2500元

5%電子外后視鏡3000元

6%18%資料：太平洋證券整理請務(wù)必仔細閱讀報告尾部的投資評級說明和聲明28智能汽車產(chǎn)業(yè)鏈彈性空間測算行業(yè)深度報告激光4D毫米波高精慣性導航行泊一體域控智能座艙域控2023年

2025年

2030年2023年1700592025年

2030年

2023年

2025年

2030年2023年59002282025年

2030年

2023年

2025年2030年1500單價（元）出貨量（萬）市場空間（億元）滲透率400055300023771250040310111%1000290299505044870022816500116158350192067500065332727%30002400720250036591200072614530%288043222101352%7%2%毫米波6%11%5%24%40%10%50%16%60%國產(chǎn)供應商份額>75%>95%>90%>85%<20%禾賽經(jīng)緯恒潤2025年30%華依科技德賽德賽2023年

2025年2023年2023年

2025年2023年25%2025年23%2023年

2025年重點供應商份額49%1130%303%04%9%530%2725%重點供應商該業(yè)務(wù)收入（億元）重點供應商該業(yè)務(wù)收入yoy90.734753611%233%