（報告出品方/作者：華金證券，李蕙、戴筝筝）
特斯拉FSD的發展曆程——化繁為簡
FSD是特斯拉輔助駕駛方案中功能最完整的産品
特斯拉的自動駕駛方案包括基礎版自動輔助駕駛（AP）、增強版自動輔助駕駛（EAP）、以及完全自動駕駛（FSD）；其中，FSD全稱 Full Self-Driving（完全自動駕駛），是特斯拉輔助駕駛Autopilot産品組合中功能最完整的産品。
功能上來看，特斯拉FSD除基礎的主動巡航及車道維持居中外，還可以實作：1）自動輔助導航駕駛，包括自動駛入和駛出高速公路匝道或立交橋岔路口，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）智能召喚則是在合适的場景下，停在車位的車輛會響應召喚、駛出車位并前往車主所在位置；5）交通燈、标志識别；6）市區自動輔助轉向，檢測車道、車輛和障礙物，并操作車輛進行轉向；7）自動速度偏移調整，可根據不同的環境和場景，自主調整車輛的行駛速度。
特斯拉作為純視覺方案引領者，攝像頭是FSD智駕的核心
不同于大部分國内廠商多傳感器融合方案，特斯拉FSD自動駕駛是以攝像頭為核心的純視覺解決方案。純視覺方案的最初設計靈感來自對人類視覺的研究；即人眼睛搜集的資訊到達視網膜後，經過大腦皮層的多個區域、神經層，最終形成生物視覺，并在腦中生成圖像。特斯拉的目标就是通過算法、軟體及硬體來設計汽車的視覺皮層，建立像人腦一樣的、基于視覺的計算機神經網絡系統。 首先，在特斯拉汽車行駛過程中，車輛通過攝像頭收集環境圖像資訊；特斯拉HW2.0/2.5/3.0版本硬體都配備了8顆監測不同方位的攝像頭，分别為三顆前置攝像頭（其中1顆主攝像頭、1顆廣角攝像頭、1顆窄視長焦攝像頭）、2顆前側攝像頭、2顆後側攝像頭、以及1顆後置攝像頭。
算法端疊代
自動駕駛的算法子產品通常分為 “感覺” 、 “決策規劃” 、 “運動控制” 。其中，“感覺”子產品是自動駕駛的核心，大部分的技術更新都集中在感覺子產品，其目的是讓車輛對駕駛環境的 “感覺”達到人類感覺的級别；而“決策規劃”則是基于“感覺”子產品輸出的結果，通過規劃汽車行為和行車路徑，使得汽車達到指定目的地，且盡可能確定行車安全性、效率性和舒适性。
感覺層面，特斯拉經曆了由“特征提取網絡RegNet”向“BEV+Transfomer ” 、再向“BEV+Transfomer+Occupancy Network”轉變，決策規劃層面則自2021年由“Rule-based”向“Machine learning-based”逐漸傾斜；直至2024年1月，特斯拉通過推出FSD V12 Beta，成為全球首個“端到端”神經網絡量産上車的企業，實作了感覺、決策、規劃相融合。
算法4.0：Occupancy Network的應用降低計算複雜性，時序資訊的引入則将圖像識别推向4D
決策層面：2021年，特斯拉開始在路徑規劃層面部分加入神經網絡的元素，推出“蒙特卡羅樹搜尋算法”，通過路徑選擇機率和局面評估來輸出決策；但該階段僅少部分使用神經網絡，大部分依然是人工規則代碼。2022年，新推出的“互動搜尋網絡”将蒙特卡羅算法結合應用到Occupancy網絡中，計算出的每個軌迹都會有一個成本函數來優化樹搜尋給出候選目标較多等問題，該函數取決于碰撞機率、舒适度、幹預可能性和人類操作相似性這四大因素；互動搜尋網絡成功将計算耗時從1到5毫秒降低到100微秒；但函數部分仍然是基于規則的代碼。
軟體方面：2021年馬斯克宣布FSD Beta編号從V8.1開始。從大版本号更新來看，基本維持一年一更新的節奏；更新頻率來看，則呈現較為明顯的加速疊代，由期初的兩月一更，逐漸演變為每月兩到三更、甚至每月四更。伴随着測試範圍的擴大及駕駛資料的增加，V9/V10/V11版本主要聚焦在功能的優化上，不斷加深智能駕駛的拟人化程度。
HW3.0→HW4.0: 攝像頭數量新增50%，毫米波雷達以高精度4D版本回歸
此前棄用毫米波雷達的原因（1）一方面系傳統毫米波雷達低分辨率造成融合感覺性能下降；特斯拉人工智能總監曾表示，對于低分辨率雷達來說，通過類似立交橋這樣的場景時，由于雷達的仰角分辨率很低，很難分辨出立交橋和下面停着的車輛，極易導緻碰撞。（2）另一方面則系毫米波雷達信道數量限制了其感覺能力的提升；相較而言，攝像頭能夠産生大量資料，軟體的改進可以使這些資料得到最大限度的利用。
而對于毫米波雷達的回歸，主要系（1）高精度4D毫米波雷達的分辨率大幅提升；2021年起，NXP、TI等雷達晶片方案商，以及大陸集團采埃孚、博世等雷達系統供應商都在加快推動4D成像毫米波雷達的量産落地；新的4D毫米波雷達分辨率性能大幅提升，具備點雲輸出（與視覺或雷射雷達更好的融合，以及可能的分類識别能力）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險；特斯拉被大衆诟病的“幽靈刹車”問題（毫無征兆地刹車），主要系傳感器的感覺缺陷造成的，由于夜間或大霧或大雨等惡劣天氣條件下、攝像頭的性能較差；同時，攝像頭反應時間通常也較毫米波雷達長，往往需要幾幀來識别物體的速度變化。而相對的，毫米波雷達根據發射頻率和接收頻率的內插補點測量距離、相對速度和方向，在夜間、逆光、霧、雨、雪環境下也能使用。
解析特斯拉FSD
受益于資料量、算力、硬體适配度方面的領先，特斯拉FSD的技術競争力較強
（1）資料量：AI模型的效果取決于輸入資料的數量及品質，輸入的優秀行駛資料越多，AI模型便能做出更适合、更優異的行駛決策。FSD自2020年10月開始北美地區内測，随着FSD推送地區及推送使用者的增多，特斯拉擁有的行駛資料會呈指數級上漲；在資料量上，國内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)技術助力下的汽車已經行駛了超過10億英裡、相當于16.1億公裡，而國内廠商方面，暫無達到該裡程數的企業。
2）龐大的算力中心：AI模型接受資料訓練，是建立在算力平台上的，其計算能力及算力投入都是關鍵名額。 1）算力方面，小鵬基于阿裡雲打造的“扶搖”智能計算平台，算力可達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達到了 2 EFLOPS（每秒浮點運算200億億次）。未來，特斯拉自研超級算力平台Dojo投入使用後，其算力還将上升一個台階；根據特斯拉2023年6月釋出的算力發展規劃，Dojo将在2024年10月達到100 EFlops算力。 2）算力投入方面，2022年特斯拉AI DAY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；2023年8月，特斯拉啟動了10000顆H100 GPU的新訓練叢集，H100 GPU的運算效能是前一代A100的五倍快，價格昂貴、單顆将近40000美元。與此同時，算力平台的後期維護成本還要遠高于硬體成本；馬斯克曾公開表示，2023年特斯拉花在擴大訓練運算算力的預算就超過20億美元，并表示2024年會采取同樣的行動；相較而言，國内廠商的算力投入與特斯拉仍存在較大差異。
（3）适配度高的自研硬體解決方案：特斯拉從2016年2月組建晶片團隊，到2019年4月成功推出FSD晶片，曆時三年之久推出HW硬體解決方案。自研的HW3.0是第一款完全出自車企的自動駕駛硬體解決方案，同時也是量産車型上目前深度學習理論性能最強的方案；而目前，HW已經進化到了4.0時代。 自研硬體的優勢，首先是成本效益高、使用率高，大幅降低FSD的硬體成本；其次是開發自由度高，更能支援特斯拉的創新性算法及其他相關技術方案。相較來看，大部分國内廠商采用外購晶片方案，在适配度及使用率上，都與特斯拉自研硬體解決方案存在一定的差距。
特斯拉FSD進入中國市場的進度
特斯拉FSD入華或成關鍵議題
2024年4月28日，應中國貿促會邀請，馬斯克抵達北京，先後 與中國外交部、工業和資訊化部、商務部、中國國際貿易促進 委員會的相關上司會面，并前往上海特斯拉超級工廠；多方猜 測，或由于經濟不确定性導緻特斯拉的核心電動汽車業務采用 速度放緩，特斯拉的核心電動汽車業務陷入困境，寄希望于通 過采用其 FSD 軟體套件來獲得經常性高利潤收入。在此之前， 馬斯克曾在特斯拉第一季度财報電話會議上表示“我們計劃在 監管機構的準許下，将其作為受監管的自治系統釋出到任何我 們可以獲得監管機構準許的市場，我們認為其中包括中國。”
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，這将有利于現有特斯拉車主提高軟體與服務的 使用率，為即将推出的 FSD 以及機器人計程車業務做好準備。
5月30日有報道稱，特斯拉即将在中國注冊其全自動駕駛軟體 FSD；如果特斯拉成功向中國工業和資訊化部注冊FSD軟體，特 斯拉員工将可在中國的公共道路上進行FSD的内部測試，并計 劃在未來幾個月内更新推送給中國使用者。
或因缺乏備援設計，FSD自動駕駛評級停留在L2級别
可以看到，目前國内已經通過L3測試的車企品牌基本采用多傳感器的備援設計，即系統具備一套備份系統，當主系統出現故障時，備份系統可以啟動并持續運作，進而保證車輛在出現故障的時候，還能繼續運作，并輔助車輛行駛至安全的區域，同時也彌補了單一傳感器的語義不确定性；像問界、奔馳、寶馬等車企以雷射雷達設計為主，而像長安汽車、深藍在沒有雷射雷達的情況下，則傾向于高精地圖解決方案。
在不用雷射雷達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隻能達到L2級别，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）毫米波雷達在FSDHW4.0中已作為高精度4D毫米波雷達回歸（預留接口，暫未量産上車），或在一定程度上能夠替代雷射雷達以彌補純視覺方案的風險，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，近年來特斯拉陸續采購Luminar雷射雷達做可靠性檢測；雖然對雷射雷達是否回歸暫時無法得知，但能看出馬斯克對雷射雷達的态度是有所轉變的。
報告節選：
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。未來智庫 - 官方網站