AI人工智能行業(yè)簡析

AI人工智能行業(yè)簡析

1人工智能助力自動駕駛，端到端方案成為新路徑

行業(yè)趨勢：以自動駕駛技術(shù)為驅(qū)動，邁向規(guī)?；慨a(chǎn)

從智能駕駛的發(fā)展趨勢來看：行業(yè)的上半場以電動化為主，核心驅(qū)動

力與能源電池緊密相關(guān)，技術(shù)方向主要為輔助駕駛，市場主要關(guān)注技

術(shù)的驗(yàn)證和特定場景的落地；智能駕駛的下半場以智能化為主，發(fā)力

方向主要集中于智能座艙領(lǐng)域和自動駕駛領(lǐng)域，核心驅(qū)動力在于高階

輔助駕駛和自動駕駛技術(shù)的創(chuàng)新升級，相關(guān)車企逐步聚焦產(chǎn)業(yè)化、規(guī)

?；瘑栴}，致力于實(shí)現(xiàn)高階智能汽車的商業(yè)化量產(chǎn)。

從人工智能帶來的變化來看：我們認(rèn)為神經(jīng)網(wǎng)絡(luò)算法逐漸對各個(gè)產(chǎn)業(yè)

和領(lǐng)域進(jìn)行深度賦能。2022年11月OpenAI推出ChatGPT、2023

年3月推出GPT-4,表明大語言模型率先對文本端賦能；當(dāng)前，特

斯拉FSD系統(tǒng)迭代至BetaV11.4版本，在架構(gòu)上進(jìn)行重大改進(jìn)，引

入BEV+Transformer范式，推動端到端自動駕駛，表明神經(jīng)網(wǎng)絡(luò)的

助力已滲透到智能駕駛等領(lǐng)域。

隨著智駕場景從較為簡單的高速場景邁向更加復(fù)雜的城市場景，我們

認(rèn)為，在人工智能的賦能下，自動駕駛感知技術(shù)的進(jìn)步將在更多智駕

場景下顯現(xiàn)優(yōu)勢。

生態(tài)圈：算法為核心技術(shù)難點(diǎn)，車企與模型廠商探索共建

自動駕駛作為行業(yè)下半場的重點(diǎn)發(fā)力方向之一，其生態(tài)圈的構(gòu)建非常

關(guān)鍵。自動駕駛生態(tài)圈可分為四個(gè)層級：開發(fā)服務(wù)、后臺系統(tǒng)及基礎(chǔ)

設(shè)施、單車軟件系統(tǒng)、單車硬件系統(tǒng)。其中，軟件系統(tǒng)中的感知算法、

預(yù)測及規(guī)劃算法是當(dāng)前的核心技術(shù)難點(diǎn)。我們認(rèn)為，自動駕駛解決方

案及其生態(tài)圈的構(gòu)建是車企實(shí)現(xiàn)產(chǎn)品領(lǐng)先以及差異化體驗(yàn)的核心，車

企可以選擇與模型廠商或算法公司合作研發(fā)、共同探索，建立基于軟

件系統(tǒng)和生態(tài)圈的核心競爭力。

自動駕駛系統(tǒng)：感知是前提，規(guī)控決定車輛如何與環(huán)境互動

自動駕駛系統(tǒng)對應(yīng)著自動駕駛生態(tài)圈中的單車軟件系統(tǒng)及部分硬件

設(shè)施，主要由三個(gè)子系統(tǒng)構(gòu)成：感知子系統(tǒng)：感知是規(guī)控的前提，由

各種傳感器和感知算法組成。車載傳感器包括攝像頭、激光雷達(dá)、雷

達(dá)、聲納、IMU、GNSS等，用來感知周圍環(huán)境、監(jiān)測車輛的定位和

狀態(tài)。感知算法主要包括傳感器融合和濾波算法（例如卡爾曼濾波、

粒子濾波、貝葉斯濾波），可以幫助減少傳感器數(shù)據(jù)噪聲的形成，由

此降低測量的不確定性。規(guī)劃子系統(tǒng)：利用感知結(jié)果，對車輛行為進(jìn)

行最優(yōu)規(guī)劃。車輛采用的最優(yōu)行為需要通過預(yù)測車輛和環(huán)境中的其他

事物的未來狀態(tài)來確定，并考慮全局計(jì)一劃、安全性、舒適性及軟硬件

的約束等?？刂谱酉到y(tǒng)：通過調(diào)整車輛的控制元件，準(zhǔn)確執(zhí)行軌跡,

實(shí)現(xiàn)“實(shí)際駕駛”?？刂扑惴煞譃榭v向運(yùn)動控制（例如對車速、與前

后車或障礙物距離的控制）和橫向運(yùn)動控制（即垂直于運(yùn)動方向上的

控制，例如轉(zhuǎn)向控制），代表執(zhí)行器包括油門、剎車和轉(zhuǎn)向等?？刂?/p>

系統(tǒng)決定最終車輛將如何表現(xiàn)并與環(huán)境互動。當(dāng)前，AI對自動駕駛

的賦能主要體現(xiàn)在感知環(huán)節(jié)、以及連接感知和規(guī)劃的預(yù)測環(huán)節(jié)。

感知環(huán)節(jié)?硬件端：車企配置各異，4D毫米波雷或成為新標(biāo)配

4D毫米波雷達(dá)優(yōu)勢凸顯，有望成為感知硬件配置新方案。毫米波雷

達(dá)是指工作波長介于1-10mm的電磁波雷達(dá)，通過向障礙物發(fā)射毫

米電磁波并接收回波來精確探測物體的距離、速度、方位，而4D毫

米波雷達(dá)除探測“距離、速度、方位”外，還可以用于測量高度，從而

實(shí)現(xiàn)四個(gè)維度的感知，并具有廣視角、高精度、高分辨率等優(yōu)勢，有

助于進(jìn)一步拓展自動駕駛的感知能力。對比其他傳感器，毫米波雷達(dá)

是基于電磁場原理，而激光雷達(dá)和攝像頭本質(zhì)上均基于光波原理，均

不能在雨雪霧霾等惡劣天氣情況下正常工上，而毫米波雷達(dá)可以全天

候不受光線和氣候的影響，可為其他傳感器提供更多冗余；止匕外，激

光雷達(dá)成本高，在一定程度上阻礙了其作為感知裝置的硬需求，但得

益于其分辨率較高，因此能為車企在開發(fā)樣車階段能夠提供很好的起

點(diǎn)，若4D毫米波雷達(dá)同樣具備較高的分辨率，將成為車企更經(jīng)濟(jì)的

配置選擇。

技術(shù)路徑：大模型成就端到端自動駕駛，推動感知決策一體化

目前，自動駕駛系統(tǒng)的設(shè)計(jì)主要分為兩大技術(shù)路徑：模塊化方案和端

到端方案。兩大路徑可優(yōu)劣互補(bǔ)，以上路徑當(dāng)前均在積極探索、相互

結(jié)合。模塊化路徑：涉及眾多模塊，每個(gè)獨(dú)立的模塊負(fù)責(zé)單獨(dú)的子任

務(wù)，例如自動駕駛系統(tǒng)的一級模塊可分為感知、規(guī)劃和控制，每個(gè)一

級模塊下又分為眾多子模塊，每個(gè)模塊可基于不同的規(guī)則或算法。由

于每個(gè)獨(dú)立模塊負(fù)責(zé)單獨(dú)的子任務(wù)，因此出現(xiàn)問題時(shí)可及時(shí)回溯，并

易于調(diào)試，具有較強(qiáng)的解釋性。端到端路徑：端到端(End-to?End)

概念來源于深度學(xué)習(xí)，端到端路線是指AI模型只要輸入原始數(shù)據(jù)就

可以輸出最終結(jié)果C在自動駕駛的應(yīng)用中，端到端模型可以將感知、

規(guī)劃和控制環(huán)節(jié)一體化，通過將車載傳感器采集到的信息直接輸入神

經(jīng)網(wǎng)絡(luò)，經(jīng)過處理后直接輸出自動駕駛的駕駛命令，潛在性能更佳、

優(yōu)化效率更高。

2特斯拉自動駕駛：堅(jiān)信視覺力量，劍指端到端大模型

硬件端：全棧自研HW3.0,底層硬件繼續(xù)向更高級別迭代

HW1.0向HW3.0快速迭代，硬件性能有望持續(xù)升級。1)HW1.0：

2014年10月，特斯拉基于Mobileye芯片MobileyeEyeQ3發(fā)布第一

代硬件Hardware!.0o2)HW2.0：2016年10月,特斯拉推出HW2.0,

芯片由英偉達(dá)提供，并配置8個(gè)攝像頭+12個(gè)遠(yuǎn)程超聲波雷達(dá)+1個(gè)

前置毫米波雷達(dá)，在功能上實(shí)現(xiàn)輔助駕駛，且該配置延續(xù)至

Hardwares.0o3)HW3.0：2019年4月，特斯拉發(fā)布Hardware3.0

系統(tǒng)，采用全棧自研FSD芯片，單個(gè)芯片算力達(dá)72TOPS,遠(yuǎn)高于

當(dāng)時(shí)市面上的自動駕駛芯片，算力實(shí)現(xiàn)大幅提升，在功能上可識別更

多目標(biāo)。4)目前，特斯拉正處于由HW3.0向HW4.0更高級別硬件

的迭代階段，未來有望支持4D毫米波雷達(dá)等更多傳感器和攝像頭的

接入，使GPU集成化更高、模塊更輕薄，F(xiàn)SD芯片內(nèi)核數(shù)量有望持

續(xù)增多，進(jìn)一步提升性能等。

感知算法：采用端到端感知架構(gòu)，構(gòu)建三維向量空間

端到端感知：輸入多相機(jī)圖像，輸出三維向量空間。特斯拉車身外部

環(huán)繞8個(gè)外部攝像頭，攝像頭對車身周圍環(huán)境的圖像數(shù)據(jù)和信息進(jìn)行

采集，再通過感知神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，系統(tǒng)通過深度學(xué)習(xí)模型進(jìn)行自

我培訓(xùn)，從而達(dá)到全范圍認(rèn)知路況、增進(jìn)系統(tǒng)控制精度的目的，構(gòu)建

真實(shí)世界的三維向量空間，其中包含汽車、行人等動態(tài)交通參與物,

道路線、交通標(biāo)識、紅綠燈、建筑物等靜態(tài)環(huán)境物，以及各元素的坐

標(biāo)位置、方向角、距離、速度、加速度等屬性參數(shù)。

感知：特征級融合取代后融合，降低算力消耗和復(fù)雜度

感知信息采用特征級融合，擬合效果顯著優(yōu)于后融合。特斯拉起初采

用后融合方案，但在后融合方案下，置信度較低的信息容易被忽略,

原始數(shù)據(jù)也容易丟失，從而會導(dǎo)致信息失真、決策失誤等問題。而特

征級融合可以避免不同的攝像頭對同一特征進(jìn)行識別，因此能夠更好

地解決后融合信息失真的問題。根據(jù)特斯拉AIDay展示的效果醫(yī)來

看，在BEV空間中做特征級融合的效果要遠(yuǎn)遠(yuǎn)好于后融合，同時(shí)能

夠避免前融合方案下的巨大算力消耗、以及后融合方案下的復(fù)雜度難

題。

數(shù)據(jù)端：車隊(duì)逐漸壯大，里程數(shù)日益增長，構(gòu)建數(shù)據(jù)護(hù)城河

FSD里程數(shù)實(shí)現(xiàn)迅速增長：根據(jù)特斯拉2023年上半年業(yè)績會，特斯

拉FSD在里程數(shù)上取得新進(jìn)展，F(xiàn)SDBeta累計(jì)行使里程已超過3億

英里，僅23Q2單季度提升約1億英里。自身數(shù)據(jù)庫反哺模型性能:

特斯拉車隊(duì)規(guī)模逐漸壯大、車輛累計(jì)行使里程日益增長，有助于特斯

拉構(gòu)建自身的自動駕駛數(shù)據(jù)倉庫，形成數(shù)據(jù)壁壘，為大模型的訓(xùn)練和

優(yōu)化提供更多的優(yōu)質(zhì)數(shù)據(jù)，反哺算法性能。

算力端：自研大規(guī)模集群超算平臺，Doj。有望提供強(qiáng)算力

特斯拉自研超級計(jì)算平臺Dojo——基于超大計(jì)算集群設(shè)計(jì)。Dojo架

構(gòu)由特斯拉完全定制，涵蓋計(jì)算、網(wǎng)絡(luò)、輸入/輸出（I/O）芯片、指

令集架構(gòu)、電源傳輸、冷卻等，具備高可擴(kuò)展性和分布式系統(tǒng)。Dojo

具備超高集成度，并非根據(jù)小系統(tǒng)拓展而來，旨在高效地處理海量視

頻數(shù)據(jù)、進(jìn)行定制的神經(jīng)網(wǎng)絡(luò)訓(xùn)練Dojo于2021年首屆特斯拉AIDay

上面市，當(dāng)時(shí)僅有第一批芯片和訓(xùn)練塊，尚未構(gòu)建起完整的Dojo機(jī)

柜和集群（Exapod）；2022年AIDay,Dojo取得新進(jìn)展，并通過后

續(xù)的持續(xù)部署與規(guī)劃，搭建起大規(guī)模算力集群，推動大模型訓(xùn)練。

算力規(guī)劃明確，Dojo正式投產(chǎn)。1）2023年7月，Dojo進(jìn)入投產(chǎn)階

段，拉開特斯拉算力集群快速建設(shè)階段的唯幕；2）預(yù)期2024年2

月，特斯拉的算力規(guī)模進(jìn)入全球前五；3）預(yù)期2024年10月，特斯

拉的算力總規(guī)模達(dá)到100EFIops,相當(dāng)于30萬塊A100GPU的算力

總和。

商業(yè)端：軟件化進(jìn)程推進(jìn)，買斷制疊加訂閱制，整車價(jià)值量增加

從“量’的角度來看：人工智能、神經(jīng)網(wǎng)絡(luò)以及大模型的應(yīng)用正加快自

動駕駛系統(tǒng)的迭代速度，技術(shù)的進(jìn)步將帶來用戶駕駛體驗(yàn)的提升，從

而推動用戶付費(fèi)轉(zhuǎn)化。我們認(rèn)為，特斯拉FSDBetav11.4版本在端到

端大模型的賦能下將進(jìn)一步優(yōu)化系統(tǒng)性能：刺激軟件需求量和付費(fèi)率

抬升。

從“價(jià)”的角度來看：特斯拉FSD的收費(fèi)模式采用買斷制和訂閱制。

①買斷制方面，車主需要一次性支付套件，'介格，F(xiàn)SD從2016年的

3000美元經(jīng)過多輪漲價(jià)，自2022年9月5日起價(jià)格提升至15000

美元。②訂閱制方面，特斯拉在業(yè)內(nèi)首創(chuàng)自動駕駛服務(wù)按月收費(fèi)，F(xiàn)SD

每月訂閱價(jià)格在99美元至199美元之間，具體取決于車輛是否配備

EAP系統(tǒng)；對于車主而言，訂閱模式可以迅速降低FSD購買成本,

并在使用期限上靈活選擇；對于特斯拉而言，公司只需要開放軟件接

口即可增強(qiáng)盈利能力。我們認(rèn)為，無論是買斷制還是訂閱制，特斯拉

在售賣整車的同時(shí)還具備軟件價(jià)值，自動駕駛系統(tǒng)的迭代將增加整車

價(jià)值量，電動汽車逐漸呈現(xiàn)軟件化趨勢。

3特斯拉機(jī)器人：復(fù)用FSD底座，引領(lǐng)具身智能

AI賦能人形機(jī)器人，引領(lǐng)具身智能浪潮

機(jī)器人作為具身智能的更優(yōu)形態(tài)，人工智能將對機(jī)器人進(jìn)一步賦能。

具身智能是將人工智能與機(jī)器結(jié)合，將多模態(tài)的大語言模型作為人類

與機(jī)器溝通的橋梁，幫助機(jī)器處理具身推理任務(wù)，強(qiáng)調(diào)智能與身體和

環(huán)境的互動關(guān)系，將智能與實(shí)際物理世界結(jié)合起來，通過身體感知、

運(yùn)動和與環(huán)境互動來實(shí)現(xiàn)智能行為。人形機(jī)器人的具身智能包括具身

感知和具身執(zhí)行。其中，具身感知是指通過機(jī)器人身上的各種傳感器

獲取周圍環(huán)境的信息。具身執(zhí)行是指將機(jī)器人的感知和決策轉(zhuǎn)化為具

體行動。近年來，人形機(jī)器人作為具身智能的代表產(chǎn)品，結(jié)構(gòu)設(shè)計(jì)日

益符合人類特點(diǎn)，AI技術(shù)的進(jìn)步進(jìn)一步提升了人形機(jī)器人的感知、

規(guī)劃、控制和人機(jī)交互能力。

特斯拉橫向遷移FSD底座，機(jī)器人與自動駕駛軟硬件部分適用

硬件層面：特斯拉自動駕駛和機(jī)器人在硬件上具備一定的通用性。感

知層主要包括攝像頭、毫米波雷達(dá)等傳感器：規(guī)劃層主要基于AI芯

片和FSD系統(tǒng)；控制層包括執(zhí)行器等。特斯拉機(jī)器人在硬件端與自

動駕駛具有一定相似性。軟件層面：特斯拉打通FSD在自動駕駛和

機(jī)器人中的底層模塊，在一定程度上實(shí)現(xiàn)算法的復(fù)用。自動駕駛FSD

系統(tǒng)可以根據(jù)感知到的環(huán)境信息進(jìn)行路徑規(guī)劃和車輛控制，該方法同

樣適用于機(jī)器人，幫助機(jī)器人實(shí)現(xiàn)視覺感知、從而在復(fù)雜環(huán)境中選擇

最佳路徑、最后執(zhí)行適當(dāng)?shù)臎Q策。實(shí)際上，自動駕駛本質(zhì)也屬于機(jī)器

人，特斯拉目前在感知和識別等模塊上具有一定的通用人工智能能力,

而通用人工智能算法將是特斯拉未來長期價(jià)值所在。

硬件端■四連桿膝蓋關(guān)節(jié)：模擬人體設(shè)計(jì)，優(yōu)化腿部力學(xué)模型

腿部膝蓋彎曲角越大，膝部扭矩負(fù)載更高。隨著腿部的彎曲角度變大，

例如越接近蹲姿，執(zhí)行同一任務(wù)所需的扭矩會越來越大，例如半蹲走

路比站著走路更費(fèi)勁。特斯拉采用四連桿結(jié)構(gòu)，讓同一負(fù)載