汽車行業：特斯拉FSD進化之路

東興證券近日發佈智能駕駛行業深度報告系列之一：汽車行業：特斯拉FSD進化之路。

以下爲研究報告摘要：

特斯拉在智能駕駛的佈局在全球車企中處於領先地位，本文以特斯拉年報及2019、2021、2022年特斯拉舉辦AI Day爲主要信息來源，梳理特斯拉FSD進展情況，作爲智能駕駛系列報告的第一篇，以挖掘智能駕駛領域的投資機會。

特斯拉FSD現狀。全稱爲Full Self-Driving（完全自動駕駛），1）累計行駛里程：截止2024Q2末，特斯拉FSD技術助力下的汽車已經行駛了超過16億英里，相當於25.75億公里。基於“端到端”的FSD最新版本V12助力下的汽車已經行駛了超過6億英里，相當於9.66億公里。2）最新版本及推廣區域：目前最新的FSD版本爲9月23日發佈的V12.5.4，特斯拉在此版本上實現了智能召喚，允許用戶使用手機將車輛召喚至身邊或附近可選擇區域。目前FSD系統僅在美國和加拿大可用，特斯拉人工智能團隊於社交平臺發佈消息稱，預計在2025年第一季度於中國和歐洲推出FSD系統，不過仍需等待監管批准。3）價格：2024年4月，特斯拉官方宣佈FSD購買價格由12,000美元降至8,000美元，同時特斯拉還首次對FSD全自動駕駛月度訂閱費價格進行調整，由訂閱制發佈時的每月199美元降低至99美元。

算法：端到端逐步成型。智能駕駛系統總體包括感知模塊、規劃模型和控制模塊。特斯拉感知模塊是通過神經網絡實現的，特斯拉較早就確立了純視覺感知方案，尤其是2021年7月推出FSD Beta9.0至今，特斯拉感知模塊僅採用8個遍佈車身周圍的攝像頭。2021年特斯拉的感知模塊從基於單圖分析的HydraNet網絡架構到BEV+Transformer架構。特斯拉在HydraNet架構中引入Transformer構建BEV。同時增加基於時間的序列（feature queue）和基於空間的序列（video Module）總成拼接感知模塊完整的架構。該架構很好應對了相對複雜非結構道路的識別問題。爲了更好的識別遮擋物的識別遠距離、邊緣區域等，2022年引入Occupancy網絡，很好實現了對3D空間的感知。2021年FSD規劃模塊引入基於神經網絡的規劃模塊和蒙特卡洛樹搜索，神經網絡的引入可以實現規劃模塊端到端的優化。

數據：數據標註、數據引擎實現數據閉環。特斯拉數據標註從外包到自制、從人工到自動化。2021年特斯拉就搭建了一條自動標註流水線，大幅提升了數據標註效率。2022年，特斯拉針對各種類型的神經網絡提供了多種類型的自動標註框架。2022AI Day重點介紹了車道網絡的標註框架，這個框架最終實現了30分鐘完成人工標註需要幾個小時才能完成的工作。特斯拉實現另外完整的數據閉環。特斯拉車隊將報錯數據上傳至服務器，經過數據標註後進入數據訓練集，對自動駕駛系統進行再次訓練，訓練成熟後再推送給特斯拉車隊。

算力：車端算力與超算中心。計算平臺是自動駕駛系統關鍵硬件設施，主要包括車端算力和用於大規模數據訓練的超算中心。特斯拉經歷了外購和自制兩個階段，到2019年4月推出完全自研的針對智能駕駛的車端芯片HW3.0。今年2月份，特斯拉Model Y車型迎來HW4.0自動輔助駕駛硬件升級，據官方宣傳，HW4.0的芯片算力達到了HW3.0的五倍。自動駕駛算力的瓶頸在於訓練環節，訓練環節需要較多的算力資源。Dojo是由Tesla開發的超級計算機系統，專門用於深度學習模型的訓練，尤其是爲FSD提供支持。Dojo已於2023年7月進入生產，到2024年底，特斯拉將投資超過10億美元來構建其Dojo超級計算機。

投資策略：智能化是電動化的後半場，車企的智能駕駛的能力將決定其未來的市場競爭力。本文重點梳理了特斯拉FSD的進展。我國車企在智能化的佈局同樣走在全球前列。我們梳理國內主流車企在自動駕駛領域的佈局，我們認爲，自動駕駛浪潮已經到來，國內受益標的包括華爲智選模式下的賽力斯（601127）、江淮汽車（600418）和北汽藍谷（600733），以及佈局靠前的小鵬汽車、蔚來汽車等。超算中心是智能駕駛模型訓練的關鍵，與超算中心相關設施也將受益，如冷卻管路，對應標的川環科技（300547）。

風險提示：汽車行業景氣度持續下行，汽車行業競爭持續加劇，智能駕駛行業進展不及預期，相關法規進展不及預期。（東興證券 李金錦 ）

免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前請覈實。據此操作，風險自擔。