計(jì)算機(jī)-智能駕駛專題：NOA快速滲透建議關(guān)注智駕產(chǎn)業(yè)鏈機(jī)會

證券研究報告|行業(yè)專題報告計(jì)算機(jī)行業(yè)行業(yè)評級強(qiáng)于大市（維持評級）2024年5月13日NOA快速滲透，建議關(guān)注智駕產(chǎn)業(yè)鏈機(jī)會2智能駕駛持續(xù)滲透，NOA加速上車：23年新能源汽車滲透率超30%，智能電動汽車滲透率超60%。L3測試有序推進(jìn)，NOA上車加速滲透。NOA功能包括高速場景與城區(qū)場景，其功能實(shí)現(xiàn)是自動駕駛發(fā)展過程中的關(guān)鍵節(jié)點(diǎn)。2023年成為城市NOA落地“元年”，“基礎(chǔ)L2→高速NOA→城區(qū)NOA”的功能迭代路線逐漸清晰。配備智駕功能的車企品牌梯次分布，“特斯拉+部分新勢力”領(lǐng)先?！疤厮估?部分新勢力”堅(jiān)定自研，傳統(tǒng)大廠“自研+外采”兩條腿走路。競爭激烈，性能成本系關(guān)鍵因素：智駕性能決定開城數(shù)量，算法、算力和數(shù)據(jù)三要素決定智駕性能。NOA功能持續(xù)下探，方案成本愈發(fā)關(guān)鍵。算法方面，“2D直視圖+CNN→BEV+Transformer→BEV+Transformer+Occupancy→端到端”為主流迭代路線；智算中心為算力、數(shù)據(jù)和算法服務(wù)的供應(yīng)和生產(chǎn)平臺。算力方面，SoC芯片階梯分布，英偉達(dá)、特斯拉引領(lǐng)中高端算力市場。數(shù)據(jù)方面，量產(chǎn)車數(shù)量、傳感器標(biāo)準(zhǔn)化程度、商業(yè)模式為關(guān)鍵要素。成本方面，多因素推動高精地圖向輕地圖迭代；純視覺與多模態(tài)融合兩條路線并行，數(shù)據(jù)處理是關(guān)鍵；現(xiàn)階段激光雷達(dá)不可或缺，業(yè)內(nèi)探尋激光雷達(dá)降本方式。特斯拉領(lǐng)銜，主要廠商方案巡禮：特斯拉自動駕駛歷經(jīng)十余年迭代，從探索開荒到自研引領(lǐng)創(chuàng)新。華為提供零部件、HI和智選車模式賦能車企，主導(dǎo)權(quán)依次上升。大疆車載打破高階智駕大算力依賴，主打極致性價比。momenta數(shù)據(jù)驅(qū)動，Mpilot（L2+）+MSD（L4）兩條腿戰(zhàn)略。百度Apollo依托Robotaxi，L4降維推出L2+純視覺方案。毫末智行出自長城汽車，24年城市NOH有望落地百城?？偨Y(jié)來看，純視覺方案硬件成本低，高性價比方案價格降至千元級別。24年主機(jī)廠銷量目標(biāo)整體增幅明顯，智駕上車或迎來機(jī)遇。建議關(guān)注：德賽西威、經(jīng)緯恒潤、光庭信息、中科創(chuàng)達(dá)、四維圖新、均勝電子等。風(fēng)險提示：市場需求不及預(yù)期，智能駕駛技術(shù)發(fā)展不及預(yù)期，政策發(fā)布不及預(yù)期3目錄02競爭激烈，性能成本系關(guān)鍵因素03特斯拉領(lǐng)銜，主要智駕方案巡禮05風(fēng)險提示45資料來源：億歐智庫，華福證券研究所1112/3/4/5/6/7/89///產(chǎn)條件的搭載自動駕駛功能的智能網(wǎng)聯(lián)汽車產(chǎn)品，開展準(zhǔn)入試點(diǎn)6資料來源：中國政府網(wǎng)，高工智能汽車研究院，車家號，車東西，華福證券研究所地圖，以實(shí)現(xiàn)自動上下匝道功能。城區(qū)NOA功能是在部分城市道路按照導(dǎo)航路徑智能輔助駕駛，引導(dǎo)車輛輔助駕駛（高速NOA到2023年的城市內(nèi)封閉道路領(lǐng)航輔助駕駛（城區(qū)NOA車企們一直在追逐智駕能力的突破。隨著2023年行車域智駕對應(yīng)等級常見智駕功能基礎(chǔ)L2級系統(tǒng)利用安裝在車輛上的傳感、通信、決策及執(zhí)行等裝置，實(shí)現(xiàn)輔助駕駛功能，包括LKA(車道保持輔助)、AEB(自動急制動)、ACC(自適應(yīng)巡航)、LCC(車道居中輔助)、ALC(自動變道輔助)、HWA(高速駕駛輔助)等。高速NOA系統(tǒng)利用安裝在車輛上的傳感、通信、決策及執(zhí)行等裝置，在高速高架、環(huán)路、城市快速路等封閉或半封閉場景下實(shí)現(xiàn)智能駕駛，實(shí)現(xiàn)功能包括自主上下匝道、主動變道、主動超車等。城區(qū)NOA系統(tǒng)利用安裝在車輛上的傳感、通信、決策及執(zhí)行等裝置，在城市開放路況下實(shí)現(xiàn)智能駕駛，可以實(shí)現(xiàn)無保護(hù)左轉(zhuǎn)、無保護(hù)掉頭、識別交通信號燈、主動變道、主動超車等功能，能夠自主處理各類城市路況，能夠處理日常交通場景中的車與車、車與人、車與其他交通參與要素交互。7泊車發(fā)展分為自動泊APA、遙控泊車RPA、記憶泊車HPA、自主代客不論是目前業(yè)內(nèi)共識，還是技術(shù)開發(fā)現(xiàn)狀，泊車域產(chǎn)品不及行車域功能，適用于狹窄停車位。RPA搭載率僅次于APA，隨著車機(jī)手機(jī)），8資料來源：量子位智庫，蓋世汽車，AI汽車制造業(yè)，華福證券研究所在當(dāng)今格局下，已成為落后-代?！疤厮估?部分新勢力”堅(jiān)定自研，傳統(tǒng)大廠“自研+外采”兩條腿走路。從智能駕駛產(chǎn)品提供方的角度，領(lǐng)先-代和次世代的玩家又可以分為9資料來源：量子位智庫，晚點(diǎn)Auto，華福證券研究所11資料來源：汽車商業(yè)評論，蓋世汽車，夜半談，量子位智庫，華福證券研究所素：算法，算力和數(shù)據(jù)。算法方面業(yè)內(nèi)趨于-致，開始實(shí)現(xiàn)BEV+Transformer大一統(tǒng)；算力層次相對分明。而在智能駕駛場景中，數(shù)據(jù)是AI模型需要不遺余力地控制成本并提升智能駕駛能力。消費(fèi)者追求的始終是具有性價比的高性主機(jī)廠相關(guān)智駕大模型應(yīng)用場景車型Model主機(jī)廠相關(guān)智駕大模型應(yīng)用場景車型ModelBEV+TransformerBEV+Transformer、OccupancyBEV+TransformerBEV+Transformer、GOD網(wǎng)絡(luò)BEV+Transformer端到端自動駕駛、仿真地圖生成側(cè)重感知側(cè)重感知側(cè)重感知側(cè)重感知側(cè)重感知ModelS、Model3、ModelY、ModelX小鵬G6Max、小鵬G9Max、小鵬P7iMax理想L7Max、理想L8Max、理想L9Max未公布阿維塔11、問界M5智駕版、極狐阿爾法S全新Hi版智己L7、智己LS7、智己LS6特斯拉理想蔚來華為系品牌上汽智己傳統(tǒng)“2D直視圖+CNN”感知框架：路況感知信號由相機(jī)收集到的2D圖像和雷達(dá)收集到的3D圖像組成，不同感知結(jié)果通過CNN（卷積神經(jīng)網(wǎng)絡(luò)）進(jìn)行后融合，通過大量計(jì)算統(tǒng)一升維到3D狀態(tài)下車機(jī)行駛的坐標(biāo)系。不夠精確、難以預(yù)測：1）畫面遮擋部分難以預(yù)測，矩形框標(biāo)注損失細(xì)節(jié)；2）高度或深度方面認(rèn)知存在誤差，坡度影BEV+Transformer算法應(yīng)運(yùn)而生：BEV（Bird’sEyeView）是指一種鳥瞰式的視角或坐標(biāo)系，可以立體描述感知到的現(xiàn)實(shí)世界，也指將視覺信息由圖像空間端到端地轉(zhuǎn)換到BEV空間下的技術(shù)。Transformer作為一種新型神經(jīng)網(wǎng)絡(luò)架構(gòu)，相比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)（如CNN可以直接進(jìn)行2D、3D不同序列之間的轉(zhuǎn)換。Transformer采用交叉注意力機(jī)制，并行訓(xùn)練數(shù)據(jù)，在跨模態(tài)融合以及時序融合過程中，能夠更加全面地在空間時序上建模。BEV使信息展示更加全面，Transformer使感知結(jié)果更加連續(xù)、穩(wěn)定，預(yù)測更可靠：1）算法可以對被遮擋區(qū)域進(jìn)行預(yù)測；2）異構(gòu)數(shù)據(jù)進(jìn)行特征級融合，減少層層處理以及先驗(yàn)規(guī)則帶來的信息丟失；3）多模態(tài)數(shù)據(jù)特征在同一空間中融合，信息關(guān)聯(lián)性更強(qiáng)；4）引入時序信息，感知結(jié)果更連續(xù)穩(wěn)定；5）下游規(guī)控模塊提取更高效；6）感知任務(wù)迭代更快，可實(shí)現(xiàn)端到端優(yōu)化。應(yīng)用于處理多類長尾場景，加速去高精地圖：BEV+Transformer方案能夠處理多種自動駕駛的cornercase場景，比如感知復(fù)雜道路、應(yīng)對惡劣天氣和應(yīng)對動態(tài)交通。將靜態(tài)道路信息與動態(tài)道路參與方統(tǒng)一到了同一個坐標(biāo)系下，通過實(shí)時感知與轉(zhuǎn)換，在行駛中即可實(shí)時生成“活地圖“，意味著高精地圖不再成為強(qiáng)需求。算法方面業(yè)內(nèi)趨于一致，開始實(shí)現(xiàn)BEV+Transformer的大一統(tǒng)：國內(nèi)車企在“鯰魚”領(lǐng)頭下紛紛加入躍上智駕龍門的隊(duì)伍，具有一定研發(fā)實(shí)力與數(shù)據(jù)積淀的企業(yè)，紛紛比亞迪BEV+Transformer側(cè)重感知漢自研BEV+Transformer方案，為原有方案脫胎換骨，一時間成果豐碩。比亞迪BEV+Transformer側(cè)重感知漢12資料來源：億歐汽車，焉知汽車，億歐智庫，華福證券研究所基于BEV算法迭代為占用網(wǎng)絡(luò)：BEV算法進(jìn)一步迭代為OccupancyNetworks（占用網(wǎng)絡(luò)），更加直接地打造3D空間。有別于感知2D圖像、提取像素（pixel）轉(zhuǎn)化為3D特征，OccupanNetworks直接感知3D空間中的體素（voxel也就是將世界劃分為多個大小一致的立方體，快速識別每個體素是否被占用，繼而判斷車輛是否要躲避。與3D目標(biāo)檢測相比，占用網(wǎng)絡(luò)OccupancyNetworks感知更高效、結(jié)果更精準(zhǔn)：1）更準(zhǔn)確的描述物體的幾何形狀：對每一個體素進(jìn)行預(yù)測，所以對目標(biāo)的描述會更加的細(xì)粒度。2）可以預(yù)測數(shù)據(jù)集以外的目標(biāo)類別：針對當(dāng)前數(shù)據(jù)集中未見過的物體，也可以對所占據(jù)的柵格進(jìn)行預(yù)測。端到端發(fā)展框架有望成共識：端到端自動駕駛不進(jìn)行任務(wù)切分，希望直接輸入傳感器數(shù)據(jù)、輸出駕駛決策（動作或者軌跡從而拋棄傳統(tǒng)自動駕駛里的感知、預(yù)測、規(guī)劃、控制等各類子任務(wù)。優(yōu)勢：1）效果上不但系統(tǒng)更簡單，還能實(shí)現(xiàn)全局最優(yōu)。2）效率上由于任務(wù)更少、避免了大量重復(fù)處理，可以提高計(jì)算效率。3）數(shù)據(jù)收益不需要大量的人工策略、只需要采集足夠多的優(yōu)質(zhì)駕駛數(shù)據(jù)來訓(xùn)練即可，可以通過規(guī)模化的方式（不斷擴(kuò)展數(shù)據(jù)）來不斷提升系統(tǒng)的能力上限。格算法卻可以更加細(xì)粒度的描述挖車具體的幾何形狀這類細(xì)節(jié)信息13資料來源：億歐汽車，F(xiàn)angzh，HiEV大蒜粒車研所，汽車之心，華福證券研究所14資料來源：科技新知，億歐智庫，華福證券研究所型訓(xùn)練、回放性驗(yàn)證、仿真測試等等，智算中心將在這幾大環(huán)節(jié)中發(fā)揮重大作用。通過在海量數(shù)據(jù)基礎(chǔ)上不斷境的認(rèn)知水平逐漸趨近于真實(shí)情景，判斷的準(zhǔn)確“蔚來云”超級工廠-雪湖·綠洲布2022.92022.12---充到120)-15資料來源：電子發(fā)燒友網(wǎng)，HiEV大蒜粒車研所，佐思汽車研究，高工智能汽車，華福證券研究所高階智駕誕生系統(tǒng)級SoC芯片，取代分散化MCU芯片。SoC芯片相較于只集成一個CPU處理器單元的MCU芯片，它創(chuàng)新性地集成了CPU、GPU、DSP、NPU等多個處理器，以及ASIC、存儲、接口單元等組件，大幅提升了計(jì)算能力以及數(shù)據(jù)處理和傳輸?shù)男省Ｗ詣玉{駛SoC芯片通常被集成到一個攝像頭模塊或一個自動駕駛域控制器中，于決策層，負(fù)責(zé)來自感知層傳感器的數(shù)據(jù)處理及融合，然后代替駕駛員做出駕駛決策。高于30TOPS中高算力市場僅占全球十分之一，高中低三階分化。據(jù)不完全統(tǒng)計(jì)，2023年全年智駕L2等級及以上的SoC全球出貨量超過6000萬顆，最大的出貨量依然來自Mobileye和瑞薩，占據(jù)市場超過80%的份額，但主要集中在前視一體機(jī)等低階智駕功能，可以認(rèn)為是傳統(tǒng)L2ADAS領(lǐng)域商業(yè)模式的延續(xù)。2023年中高算力智駕SoC的出貨量全球?yàn)?00多萬片，僅占智駕SoC總量十分之一，占比較?。徽嬲休^大出貨量的中高算力SoC僅有英偉達(dá)的Orin系列/Xavier系列、Tesla的FSD（HW3.0/4.0）、地平線的J5系列和華為的昇騰610系列，這四家占據(jù)了98%以上的市場份額，其中Tesla占比超過60%，其采取的硬件預(yù)埋策略貢獻(xiàn)很大。英偉達(dá)引領(lǐng)第三方供應(yīng)商高端算力市場，2022年占據(jù)中國市場超8成。2022年在全球高算力（算力大于50Tops）自動駕駛SoC芯片領(lǐng)域，英偉達(dá)、地平線、黑芝麻智能、華為海思、高通這幾家巨頭占據(jù)全球94.7%的市場份額。在中國市場上，它們合計(jì)拿下94.6%的高算力自動駕駛SoC芯片市場份額。值得一提是，在這超94%的市場份額中，超8成被英偉達(dá)這一家企業(yè)拿走。蔚來4755排名供應(yīng)商2023年市場份額2022年在中國2022年在全球123能4516數(shù)量越少，已經(jīng)實(shí)現(xiàn)的能力等級越高，就意味著智能駕駛技術(shù)能力越強(qiáng)。注：V代表攝像頭；R代表毫米波雷達(dá)；U代表超聲波雷達(dá)；L代表激光雷達(dá)圖的測繪成本為每公里10元左右，而厘米級地圖的測繪成本可達(dá)每公里千元?！比ジ呔貓D”是必然趨勢，繁重的高精地圖不僅無法速發(fā)展的自動駕駛需求，更是成為主機(jī)廠與圖商無法承擔(dān)的高額成本。但是實(shí)時感知無法獲基于導(dǎo)航地圖和各家需求的地圖要素繪制出的SDPro地圖或許是長久的地圖存在形式?！拜p量化”地圖使圖商降低了高精地圖要素采作、更新的成本和周期，也使車企避免因購買多余的數(shù)據(jù)產(chǎn)生不必要的成本，降低了對高精地圖的依賴。相比道路、停車場等全場景，也可以滿足智能網(wǎng)聯(lián)汽車量產(chǎn)向更多更大規(guī)模的12通過NPN特征和TIN網(wǎng)絡(luò)，配合BEV大模型，34高精地圖要“輕”近80%。5DeepRoute-Driver3.0。617資料來源：九章智駕，智能汽車與智慧城市協(xié)同發(fā)展聯(lián)盟，泰伯網(wǎng)，華福證券研究所后融合在BEV大范圍應(yīng)用前，最常用的是后融合方案，也稱為“目標(biāo)級融合”。后融合方案中，不同傳感器獲得的數(shù)據(jù)通過不同網(wǎng)絡(luò)算法獨(dú)立處理，處理后得到各自的目標(biāo)數(shù)據(jù)，再將目標(biāo)數(shù)據(jù)在決策層由主處理器進(jìn)行融合。也便于Tier1按照下游需求進(jìn)行模塊化定制。但是，正是由于后融合方式是基于規(guī)則處理的，因而存在“從結(jié)果反推過程”的先驗(yàn)式難以突破當(dāng)下認(rèn)知局限。前融合也稱為“數(shù)據(jù)級融合”。前融合方案將融合步驟前置，所有傳感器的識別結(jié)果連同其他自動駕駛所需數(shù)據(jù)，統(tǒng)一融合到為一整組數(shù)據(jù)，再將融合后的所有數(shù)據(jù)依據(jù)目標(biāo)進(jìn)行感知。前融合方案下，相當(dāng)于不同的傳感器組合為一個更加超級、多能的傳感器，既能看圖、又能探測，感知算法無需區(qū)分?jǐn)?shù)據(jù)來源與類型，直接進(jìn)行綜合更加類似于人眼到大腦的工作方式，將所有數(shù)據(jù)整體分析，增強(qiáng)了數(shù)據(jù)關(guān)聯(lián)性，也減少了信息丟失。但與此同時，異構(gòu)數(shù)據(jù)的融合對于算法也有著極大的考驗(yàn)。首先龐大的數(shù)據(jù)量對于存儲能力、算力都有較高要求，而且由于坐標(biāo)系的不同，不同數(shù)據(jù)間的轉(zhuǎn)換效率和效果也需要不同的算法邏輯來實(shí)現(xiàn)。級融合”，這一方案也更適合BEV視角。相較于前、后融合，中融合將特征提取置于融合之前，但將數(shù)據(jù)感知置于融合之后。換言之，中融合方案先通過神經(jīng)網(wǎng)絡(luò)提取數(shù)據(jù)有效特征，將有效特征與BEV空間特征相融合，最終輸出BEV視角下的整套數(shù)據(jù)，用于決策層的感知和輸出。損耗更少，相應(yīng)地，算力需求也一定程度降低，研發(fā)重點(diǎn)來到了神經(jīng)網(wǎng)絡(luò)模型的更新上。隨著深度學(xué)習(xí)的發(fā)展，Transformer的應(yīng)用突破了過往算法依賴人為規(guī)則所帶來的認(rèn)知局限和邏輯上的反復(fù)。18資料來源：億歐汽車，億歐智庫，<ST-P3:End-to-endVision-basedAutonomousDrivingviaSpatial-TemporalFeatureLearning>，華福證券研究所19資料來源：汽車之心，首席智行官，億歐智庫，速騰聚創(chuàng)科技有限公司招股說明書，華福證券研究所激光雷達(dá)為必備傳感器，但成本高昂成為壓力。激光雷達(dá)擁有比攝像頭更多的深度信息，且不受光照影響，擁有比毫米波雷達(dá)、超聲波雷達(dá)更高的分辨率，直接輸出物理世界3D點(diǎn)云，大幅度提高了整車的感知能力，能夠?yàn)橹悄荞{駛提供更深一層的安全冗余。然而，自特斯拉開啟降價潮以來，隨著國內(nèi)車企紛紛跟進(jìn)，成本壓力迅速傳導(dǎo)到位于產(chǎn)業(yè)鏈上游的智駕供應(yīng)商：中高端車型開始減配激光雷達(dá)，例如華為ADS2.0相較ADS1.0，只采用了1顆激光雷達(dá)而非3顆。相比之下純視覺具備明顯成本優(yōu)勢，根據(jù)半導(dǎo)體公司安森美公布的數(shù)據(jù)，L2級自動駕駛每輛車攝像頭總成本為40美元，L3級自動駕駛每輛車攝像頭成本也只是業(yè)內(nèi)探尋激光雷達(dá)降本方式。1）大規(guī)模量產(chǎn)實(shí)現(xiàn)降本：通過迅速上量，攤薄各項(xiàng)成本，2022年禾賽總共交付超6萬臺ADAS激光雷達(dá)，通過大規(guī)模的量產(chǎn)，分?jǐn)偭烁甙旱难邪l(fā)成本和生產(chǎn)成本，進(jìn)而拉動產(chǎn)品價格下降。2）利用芯片化設(shè)計(jì)指數(shù)級降低成本：通過把數(shù)百個激光收發(fā)通道集成到幾顆分別負(fù)責(zé)發(fā)送和接收的芯片上，不僅大幅減少元器件數(shù)量、簡化供應(yīng)鏈，在裝配上由于能夠自動化完成，還省去了人力調(diào)試，由此使得物料成本、調(diào)試成本、芯片成本均降低。3）“平臺化”激光雷達(dá)降成本：“北醒應(yīng)龍”激光雷達(dá)平臺通過更優(yōu)的掃描技術(shù)，使用更少的收發(fā)器件來實(shí)現(xiàn)更強(qiáng)的產(chǎn)品性能。同時，其模塊化設(shè)計(jì)可以有效地降低產(chǎn)品性能升級時所產(chǎn)生的研發(fā)人力和時間成本，也可以縮短裝調(diào)時間，降低后段的不良率，真正兼顧了成本和可升級性。21資料來源：汽車之心，IT之家，36氪，華福證券研究所階段階段/22資料來源：IT之家，智能車參考，華福證券研究所2020年-引入BEV+Transformer：2020年引入的BEV+Transfomer架構(gòu)，過去自動駕駛依靠「2D圖像+CNN」是不太可能實(shí)現(xiàn)全自動駕駛。感知能力更加精確。基于Transformer的BEV感知技術(shù)，可以將車道線等道路幾何信息以及人、車等動態(tài)目標(biāo)全都統(tǒng)一到一個坐標(biāo)系下，便于車輛更加準(zhǔn)確地對道路情況進(jìn)行判斷。2021年-引入HydraNet：2021年，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，并使用了特征提取網(wǎng)絡(luò)BiFPN。HydraNet結(jié)構(gòu)能夠完成多頭任務(wù)，而非此前的單一檢測。算法效率得到提升。相較于此前算法，HydraNet能夠減少重復(fù)的卷積計(jì)算，減少主干網(wǎng)絡(luò)計(jì)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(dú)微調(diào)。2022年-引入占用網(wǎng)絡(luò)：2022年底的AIDAY上進(jìn)一步得到了強(qiáng)化，特斯拉將BEV升級到了占用網(wǎng)絡(luò)（occupancynetwork進(jìn)一步提升了泛化能力。判斷極端事件更精確。特斯拉可以無需再糾結(jié)物體具體是什么，而只考慮體素是否被占用，就可以判斷到底要不要躲避，有助于更好化解一些輔助駕駛中的Cornercase（極端事件）。2023/2024年-過渡到端到端大模型：2024年1月下旬，特斯拉面向普通用戶正式推送了FSDV12的測試版本。FSDV12將城市街道駕駛的軟件棧升級為單一的端到端神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)經(jīng)過數(shù)百萬個視頻片段的訓(xùn)練，替代了超過30萬行C++代碼。實(shí)現(xiàn)輸入到輸出的大模型思維。FSDV12是一個端到端AI，它能夠輸入圖像，然后從輸出轉(zhuǎn)向、加速、剎車燈動作。特斯拉對于AI的探索已經(jīng)進(jìn)入通過單一基礎(chǔ)視頻網(wǎng)絡(luò)來直接駕駛汽車——從技術(shù)范式上來說，通過端到端的算法變革，特斯拉已經(jīng)整體上轉(zhuǎn)向類似于OpenAI旗下GPT這樣的大模型思維。資料來源：數(shù)智前線，汽車之心，42號車庫，特斯拉AIDay，華福證券研究所24資料來源：智能汽車開發(fā)者平臺，車市物語，汽車之心，賽博汽車，紅網(wǎng)，華福證券研究所HW硬件不斷更迭，逐步走向自研道路。HW1.0階段特斯拉的主要工作是多傳感器融合+應(yīng)用層軟件開發(fā)。HW2.0階段特斯拉掌握圖像識別算法升級到GDDR6。1-英飛凌3核CPU1-英飛凌3核CPU），120個訓(xùn)練模塊共同構(gòu)成ExaPOD，即特斯拉Dojo超算的最終硬25資料來源：極客公園，36氪，芯智訊，陳巍談芯，華福證券研究所1-英飛凌3核CPU核數(shù)量增加到了五個4核集群（20個），總共有20個Cortex-A72內(nèi)核。第二代FSD芯片最重要的部分是三個NPU核心。三個核心使用32MB的硬件類型HW1.0HW2.0藝//////26資料來源：阿寶1990，芯智訊，汽車之心，車市物語，智能汽車開發(fā)平臺，華福證券研究所特斯拉自動駕駛的數(shù)據(jù)閉環(huán)體系：數(shù)據(jù)采集→搭建數(shù)據(jù)集→自動+人工標(biāo)注→送入模型訓(xùn)練→量化部署到車端上數(shù)據(jù)采集：影子模式采集高價值數(shù)據(jù)：2019年4月，特斯拉首次發(fā)布“影子模式”（shadowmode這是一種全新的車端數(shù)據(jù)觸發(fā)采集方式。影子模式運(yùn)行在車輛后駕駛模型的“短板”，并上傳對應(yīng)的數(shù)據(jù)到云端。特斯拉的影子模式支持量產(chǎn)車上運(yùn)行并采集數(shù)據(jù)，等同于將自己賣出的每一輛車，都能夠化身為“數(shù)采車”，充分發(fā)揮量產(chǎn)車覆蓋場景廣、成本低的優(yōu)勢。FSDBeta累計(jì)里程大幅增加為數(shù)據(jù)采集提供基礎(chǔ)：在2023年第四季度財報電話會議上，馬斯克透露，目前北美有40萬輛電動汽車可以使用特斯拉的FSDBeta軟件，而2023年初的時候馬斯克透露有28.5萬訂閱了FSD，增長率超過銷售增長率。自2021年3月以來，特斯拉已行駛了約7.5億英里。最近三個月內(nèi)增加了約2.25億英里。在BEV感知興起之前，2D標(biāo)注由專業(yè)的標(biāo)注人員通過特定的工具在圖像上進(jìn)行繪制而完成的，這種方式非常直接，但是其標(biāo)注效率低、人力成本高。隨著BEV感知技術(shù)的興起，4D標(biāo)注技術(shù)應(yīng)運(yùn)而生，其用于標(biāo)注具有時序的3D數(shù)據(jù)，即4D標(biāo)注=3D標(biāo)注+時序。4D標(biāo)注不僅需要標(biāo)注3D空間中的靜態(tài)目標(biāo)，還需要標(biāo)注具有時序信息的動態(tài)目標(biāo)，它是一項(xiàng)為輸出3D空間中具有時序信息的任務(wù)提供真值的技術(shù)。2020年，特斯拉研發(fā)并使用了數(shù)據(jù)自動標(biāo)注系統(tǒng)。特斯拉采用人機(jī)合作的標(biāo)注方式，既有人工標(biāo)注，也有機(jī)器標(biāo)注，機(jī)器標(biāo)注效率更高，通過高效率標(biāo)注，讓現(xiàn)實(shí)世界中的時空片段轉(zhuǎn)化為可用數(shù)據(jù)，使得FSD更加智能和高效。特斯拉的AI團(tuán)隊(duì)開發(fā)自動化的標(biāo)注工具可在行駛時實(shí)時地對道路、交通參與者以及障礙物等進(jìn)行標(biāo)注、重建，基于完整的高質(zhì)量數(shù)據(jù)集去訓(xùn)練新的神經(jīng)網(wǎng)絡(luò)去處理車前攝像頭出現(xiàn)雪花導(dǎo)致其視線無法看清前車等復(fù)雜場景。仿真數(shù)據(jù)：場景仿真理解復(fù)雜動態(tài)駕駛場景，保證安全性：特斯拉依靠過去收集到的數(shù)據(jù)，仿真出全新的、自帶標(biāo)注的場景以供訓(xùn)練?，F(xiàn)實(shí)場景的復(fù)雜程度超乎想象，比如場景非常罕見以至于幾乎收集不到（例：高速上人車狗同時飛奔或者是場景復(fù)雜程度超過自動化工具能力（例：一條街上塞了重重疊疊的幾十上百號人）。27資料來源：OpenDriveLab，智協(xié)慧同EXCEEDDATA，Vehicle，深藍(lán)AI，奧米實(shí)驗(yàn)室，汽車之心，特斯拉官網(wǎng)，特斯拉AIDay，華福證券研究所2000000版本名稱///2000000版本名稱///16000001200000/80000040000006677157085249806670549955044256220192020202120222023資料來源：第一風(fēng)口，中國汽車報，汽車商業(yè)評論，特斯拉官網(wǎng)，汽車吳論，TridensTechnology，華福證券研究所硬件類型HW2.5側(cè)前攝像頭0側(cè)后攝像頭00超聲波雷達(dá)Lidar*12(5米）29資料來源：汽車吳論，車市物語，路咖社，感知芯視界，智能汽車開發(fā)者平臺，華福證券研究所建立本地數(shù)據(jù)中心推動特斯拉在華布局：2023年5月12日，上海市經(jīng)信委智能制造推進(jìn)處副處長陳可樂表示：下階段，上海將進(jìn)一步深化與特斯拉的合作，推動自動駕駛、機(jī)器人等功能板塊在滬布局，共同打造具備核心技術(shù)優(yōu)勢、面向全球市場的科技產(chǎn)業(yè)集群。2023年11月份，隨著四部委聯(lián)合印發(fā)通知部署開展智能網(wǎng)聯(lián)汽車準(zhǔn)入、上路通行試點(diǎn)工作，特斯拉FSD也被認(rèn)為進(jìn)入倒計(jì)時階段。特斯拉公司已在中國建立數(shù)據(jù)中心，以實(shí)現(xiàn)數(shù)據(jù)存儲的本地化，所有在中國大陸市場銷售車輛所產(chǎn)生的數(shù)據(jù)，都會存儲在中國境內(nèi)，特斯拉公司為首批參與合規(guī)試點(diǎn)的企業(yè)。據(jù)36氪報道初期特斯拉計(jì)劃組建一個20人左右的本地運(yùn)營團(tuán)隊(duì)，以推動FSD在中國市場落地。與此同時，特斯拉還在中國嘗試成立一個數(shù)據(jù)標(biāo)注團(tuán)隊(duì)，規(guī)模約上百人。仍需明確相關(guān)測繪資質(zhì)政策落地，建立本地超算中心支撐海量數(shù)據(jù)：中國是對測繪資質(zhì)有嚴(yán)格限制的國家，企業(yè)要采集、儲存地圖數(shù)據(jù)，必須擁有測繪資質(zhì)。而智能駕駛系統(tǒng)，無論是否使用了高精地圖，實(shí)際都屬于測繪。對于支持城市場景的FSD來說，雖然號稱不依賴高精地圖，但是面對城市復(fù)雜路口和銜接點(diǎn)，仍需要比較高精度地圖的信不僅要在本地采集存儲，還要自建超算中心。國內(nèi)道路環(huán)境、交通規(guī)則與美國并不相同，甚至不同城市間都有不小差異，美國版本的FSD無法直接拿來使用，行駛數(shù)據(jù)對國內(nèi)價值也比較有限。FSD想要變得可靠，還需要大量且長期的真實(shí)數(shù)據(jù)支撐。30資料來源：工業(yè)和信息化部，智電行星，汽車要聞，首席智行官，華福證券研究所續(xù)還將有享界和傲界兩個品牌。2023年底，華為智選車31資料來源：視知車院長，佐思汽車研究，品牌頭版，華福證券研究所過道路拓?fù)渫评砭W(wǎng)絡(luò)實(shí)時生成，實(shí)現(xiàn)了導(dǎo)航地圖與現(xiàn)實(shí)道路匹配硬件算法軟件400Tops算力??200Tops算力?形物緊急制動和緊急車道???界M7/問界M932資料來源：AITO南通用戶中心，佐思汽車研究，華福證券研究所共包含4個不同的版本，分別是面向商用車場景的MDC300F，以及MDC33資料來源：華為MDC智能駕駛計(jì)算平臺白皮書，蓋世汽車社區(qū)，知趣IP，華為云官網(wǎng)，量子位，智車科技，華福證券研究所34資料來源：半導(dǎo)體產(chǎn)業(yè)縱橫，車東西，佐思汽車研究，華福證券研究所片是模塊形式，復(fù)用研發(fā)成果。昇騰系列芯片的CPU和AI核心基本是相同的，只是核心數(shù)量不同，針對不極致高效能昇騰610屬產(chǎn)品第一梯隊(duì)，算力達(dá)200T661夠?qū)崿F(xiàn)高階智能駕駛能力的解決方案。為適應(yīng)不同價格市場的需求，大疆車載能夠提供多樣化、可年，大疆車載預(yù)計(jì)將有200萬臺左右車型搭載大疆車載的智駕系統(tǒng)。如果將時間線拉長3-5年，大疆車載認(rèn)為打造了“強(qiáng)視覺在線實(shí)時感知、無高精地圖依賴、無激光雷達(dá)依賴”的方案效果。從大疆車載官方公如果算力利用率是10%，則實(shí)際的芯片算力只有20TOPS，而32TOPS的?數(shù)據(jù)方案：大疆的數(shù)據(jù)來源于中國高速路航測，基于多種中國城市場景的部分高速路和快速路進(jìn)行數(shù)據(jù)采集。采集軌跡共計(jì)537 35資料來源：大疆官網(wǎng)，知乎，新浪汽車，汽車之家，搜狐新聞，智駕網(wǎng)，易車，華福證券研究所目定點(diǎn)。在L4級自動駕駛解決方案（MSD）上推出的momentago自動駕駛出租車，已在上海、蘇州、深圳等多地進(jìn)行運(yùn)營。L2+級別的量產(chǎn)智能駕駛Mpilot，Mpilot使用了BEV+Transformer框架，并結(jié)合通過與領(lǐng)先的主機(jī)廠進(jìn)行量產(chǎn)合作，實(shí)現(xiàn)千萬數(shù)量級的車輛裝載量，產(chǎn)生海量數(shù)據(jù)流以訓(xùn)練自動駕駛算法，解決長尾問題；另一條腿是L4級別的完全無人駕駛MSD，持續(xù)提供技術(shù)流，賦能量產(chǎn)智能駕駛產(chǎn)品能力的快速進(jìn)步升，讓量產(chǎn)L2+車輛的數(shù)據(jù)，可以用來訓(xùn)練L4的算法，讓L4的算法為L2+提供足夠高的技術(shù)上限和進(jìn)步空間，打通量產(chǎn)智能駕駛(Mpilot）和完全無人駕駛（MSD）的技術(shù)架構(gòu)和數(shù)據(jù)流，最終實(shí)現(xiàn)規(guī)模化無人momenta借助NVIDIADriveAGX所提供的擁有不同算力規(guī)模和傳感器接入能力的硬件平臺發(fā)人員在統(tǒng)一的平臺上進(jìn)行算法開發(fā)，如MpilotHighway。momenta運(yùn)營的自動駕駛車隊(duì)裝備有先進(jìn)的例如2017年東贏恒康投資控股集團(tuán)與momenta達(dá)成合作，在重慶開始試點(diǎn)，在20臺車輛上完成的大數(shù)據(jù)采集設(shè)備安裝， 36資料來源：Momenta官網(wǎng)，人民網(wǎng)專訪，騰訊新聞，知乎，太平洋汽車，新浪財經(jīng)，量子位，華福證券研究所0075量數(shù)據(jù)來看，2023年12月極越01的銷量為774算法方案：百度Apollo使用了“BEV+OCC+Transformer”純視覺方案，其中極越與百度聯(lián)合研制器上，雷達(dá)獲取的深度數(shù)據(jù)精度高，不容易受外界環(huán)境光照情況影響；攝像頭采集的圖像分辨率高，更擅長辨別色彩。因Apollo提供了雷達(dá)-攝像頭一體化解決方案，這種解決方案能夠充分利用攝像頭與雷達(dá)的互補(bǔ)性，形成更強(qiáng)大的感知能力。數(shù)據(jù)方案：百度Apollo的數(shù)據(jù)方案注重數(shù)據(jù)采集的多樣性和全面性。供給高品質(zhì)數(shù)據(jù)用以模型訓(xùn)練，為智駕持續(xù)進(jìn)化保駕護(hù)航。百度Apollo依托Robotaxi8000萬公里路跑精煉上億幀超高精數(shù)據(jù)，供給高品質(zhì)模型訓(xùn)練真值數(shù)據(jù)，背靠百度云海量的AI算力跑服務(wù)單數(shù)同比增長49%至83.9萬單，在武漢地區(qū)全無人駕駛訂單比例37資料來源：百度Apollo官網(wǎng)，網(wǎng)易智庫，太平洋汽車網(wǎng)，蓋世汽車資訊，華福證券研究所38資料來源：毫末智行官網(wǎng)，知乎，太平洋汽車網(wǎng)，汽車之家，華福證券研究所超聲波雷達(dá)4115毫末智行成立于2019年，前身是長城汽車智能駕駛前瞻分部，現(xiàn)提供乘用車輔助駕駛產(chǎn)品HPilot環(huán)的數(shù)據(jù)建設(shè)等方向保持業(yè)內(nèi)領(lǐng)先位置。2022年6月乘用車輔助駕駛用戶行駛里程已經(jīng)突破1000萬公里。目前道線檢測、障礙物檢測、可行駛區(qū)域分割、紅綠燈檢測&識別等實(shí)際的道路感知問題。不同于特斯攝像頭+激光雷達(dá)的多模態(tài)傳感器路線，即以視覺感知為主、激光雷達(dá)提供冗余感知為輔的“重感知Transformer大模型的優(yōu)勢的基礎(chǔ)上，利用激光雷達(dá)建立的點(diǎn)云信息，使得激光雷達(dá)駛數(shù)據(jù)建立RLHF(人類反饋強(qiáng)化學(xué)習(xí))技術(shù)，對自動駕駛認(rèn)知決策模型進(jìn)行持續(xù)優(yōu)化，最終目標(biāo)是實(shí)現(xiàn)端到要用于解決自動駕駛的認(rèn)知決策問題，后續(xù)持續(xù)會將毫末多個大模型的能力整合到DriveGP數(shù)據(jù)方案：毫末構(gòu)建了自己的數(shù)據(jù)智能體系MANA系統(tǒng)，并在21年初搭建起中國自動駕駛行業(yè)最大智算中心MANAOASISMANA還構(gòu)建了增量式學(xué)習(xí)訓(xùn)練平臺，通主機(jī)廠特斯拉問界、智界蔚來理想極越智己----車型Model3/Y/X/S問界M9、智界S7MAX等所有車型小鵬G6、G9MAX等L9MAX極越01全系智己L7、LS6----智駕系統(tǒng)AutopilotHW3.0NCANADXNGPADMaxROBODriveMaxIMAD----智駕方案FSD純視覺華為ADS2.0英偉達(dá)芯片+自研英偉達(dá)芯片+自研英偉達(dá)芯片+百度ApolloMomentaMpilotX毫末智行HP170毫末智行HP370毫末智行HP570大疆成行平臺基礎(chǔ)版大疆成行平臺升級版大疆成行平臺高配版激光雷達(dá)01121000選配選配選配選配攝像頭85977毫米波雷達(dá)13551532/選配3/選配1選配選配選配超聲波雷達(dá)選配選配選配硬件處理器雙FSD芯片華為MDC610四英偉達(dá)Orin-X雙英偉達(dá)Orin-X雙英偉達(dá)Orin-X雙英偉達(dá)Orin-X單英偉達(dá)Orin-X地平線征程3TITDA4高通8650TDA4-VH高通8650高通8650硬件算力20050850850825453272/10032硬件成本約1萬元約1.5萬元約3.5萬元約3.2萬元約2.8萬元（4000美元）約2.4萬元約2.5-2.8萬元3000元5000元8000元5000元7000元約8000元軟件售價（買斷價）FSD￥64000EAP￥32000ADS2.0￥36000精選￥15000標(biāo)配標(biāo)配￥49900￥36800------注：匯率=人民幣7元/美元39資料來源：各公司官網(wǎng)，HiEV大蒜粒車研所，Ai電車財經(jīng)，第一電動汽車網(wǎng)，自行測算、華福證券研究所2024年銷量目標(biāo)(萬輛)2023年實(shí)際銷量(萬輛)AITO問界-9問界、理想、奇瑞最激進(jìn)，蔚來最保守。根據(jù)中汽協(xié)的預(yù)測數(shù)據(jù)，22024年銷量目標(biāo)(萬輛)2023年實(shí)際銷量