簡剖特斯拉FSD智駕方案，準備好入華了嗎？| 研報推薦

注：原文為華金證券《智能駕駛系列報告（二）：特斯拉智能駕駛方案簡剖》，分析師：李蕙

最近，小鵬汽車董事長何小鵬心血來潮，跑到美國親自體驗了一把特斯拉最新的FSD V12.3.6版本。

經過一輪試駕，何小鵬詳細地總結FSD的感受，同時指出了一些小BUG，最后也為自家XNGP（小鵬自動駕駛系統）打call。

由此可見，隨著FSD入華的進度越來越快，國內各家車企也開始重視起這場有關自動駕駛的“巔峰對決”。

在近日由華金證券發布的《智能駕駛系列報告（二）：特斯拉智能駕駛方案簡剖》的深度研報里，分析師從多個角度對FSD進行了詳細剖析。

以下為內容節選：

一、特斯拉FSD的發展歷程

1、FSD是特斯拉輔助駕駛方案中功能最完整的產品

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產品組合中功能最完整的產品。

從功能上來看，特斯拉FSD除基礎的主動巡航及車道維持居中外，還可以實現：

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）智能召喚則是在合適的場景下，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、標志識別；

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。

不同于大部分國內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。

在特斯拉汽車行駛過程中，車輛通過攝像頭收集環境圖像信息；特斯拉HW2.0/2.5/3.0版本硬件都配備了8顆監測不同方位的攝像頭，分別為三顆前置攝像頭（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顆后側攝像頭、以及1顆后置攝像頭。

車輛周圍的8個攝像頭通過神經網絡生成三維向量空間；向量空間中包含了自動駕駛所需要的信息，如 線條、邊緣、路緣、交通標志、紅綠燈、以及汽車的位置、方向、深度、速度。流程來看，由“眼睛（攝像頭）” 獲得的上述信息將在神經網絡“大腦（處理器）”中進行處理判斷，然后給“腿腳（行駛車輛）”下達動作指令。

2、算法端迭代歷程

感知層面，特斯拉經歷了由“特征提取網絡RegNet”向“BEV+Transfomer ” 、再“BEV+Transfomer+Occupancy Network”轉變，決策規劃層面則自2021年由“Rule-based”向“Machine learning-based”逐步傾斜；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”神經網絡量產上車的企業，實現了感知、決策、規 劃相融合。

（1）2016-2018年：特斯拉采用常規的骨干網結構，并對數據采取人工標注。

（2）2018-2019年：構建多任務神經網絡架構HydraNet（“九頭蛇網絡”）。

（3）2019-2020年：感知層引入BEV+Transfomer架構實現圖像升維，并使用自動標注系統；FSD首次發布并上車內測。

（4）2021年-2022年：感知算法方面，時序信息的增加和Occupancy Network的應用，視頻數據升至4維；決策規劃方面，特斯拉開始向“Machine learning-based”傾斜；軟件方面，得益于FSD進入公測、且公測范圍不斷擴大，V9/V10/V11版本加速更新優化。

2024年1月，特斯拉推出FSD V12 Beta，算法進入“端到端”階段；同時，FSD V12 Beta 是全球第一個實現“端到端”的AI自動駕駛系統（Full AI End-to-End）。

3、硬件端迭代歷程

特斯拉于2014年推出FSD HW1.0，后續約2-4年更新一次（14年HW1.0，16年HW2.0，19年HW3.0，23年HW4.0）；目前，正處于向HW4.0的迭代階段。

從硬件配置上，特斯拉FSD堅持純視覺方案，高度依賴攝像頭進行感知。根據FSD HW1.0–HW4.0配置對比分析來看，攝像頭數量持續增加、由期初HW1.0的2顆增至最新HW4.0的12顆，同時清晰度也大幅提升、HW4.0攝像頭已由過去的120萬像素升級為500萬像素。相對而言，特斯拉對其他硬件傾向于做“減法” ，2021年5月曾宣布移除毫米波雷達（但受制于安全性等問題，HW4.0毫米波雷達回歸），2022年10月宣布取消超聲波雷達。

在端側處理器方面，特斯拉持續增加配置、強化算力。HW1.0階段基于1顆Mobileye EyeQ3和1顆英偉達Tegra 3；HW2.0階段切換到了由1顆英偉達Parker SoC和1顆英偉達Pascal GPU 組成的 NVIDIA DRIVE PX 2 計算平臺；2017年的HW2.5階段又在HW2.0基礎上新增了1顆NVIDIA Parker SoC；HW3.0階段特斯拉首次搭載2顆自研 FSD 1 芯片、內核數量為12；HW4.0自研芯片升級為FSD 2，同時提升至20核、內核數量提升66.67%。

二、解析特斯拉FSD

受益于數據量、算力、硬件適配度方面的領先，特斯拉FSD的技術競爭力較強。

（1）數據量：AI模型的效果取決于輸入數據的數量及質量，輸入的優秀行駛數據越多，AI模型便能做出更適合、更優異的行駛決策。

FSD自2020年10月開始北美地區內測，隨著FSD推送地區及推送用戶的增多，特斯拉擁有的行駛數據會呈指數級上漲；在數據量上，國內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10億英里、相當于16.1億公里，而國內廠商方面，暫無達到該里程數的企業。

（2）龐大的算力中心：AI模型接受數據訓練，是建立在算力平臺上的，其計算能力及算力投入都是關鍵指標。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臺Dojo投入使用后，其算力還將上升一個臺階；

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的新訓練集群，H100 GPU的運算效能是前一代A100的五倍快，價格 昂貴、單顆將近40000美元。與此同時，算力平臺的后期維護成本還要遠高于硬件成本；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。

（3）適配度高的自研硬件解決方案：

特斯拉從2016年2月組建芯片團隊，到2019年4月成功推出FSD芯片，歷時三年之久推出HW硬件解決方案。自研的HW3.0是第一款完全出自車企的自動駕駛硬件解決方案，同時也是量產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。

FSD其他優勢：

1、FSD駕駛決策的擬人化程度較高

此前，特斯拉 FSD V11與大部分智能駕駛系統一樣，速度控制生硬，處理突發情況時會突然剎車或加速，并帶有明顯的機械感；而FSD V12 通過端到端訓練學習使得智能駕駛更擬人化、駕駛決策更為合理。

2、 FSD智駕的安全性、可靠性較為凸顯

（1）安全性方面，根據特斯拉公開的最新安全數據，特斯拉車輛在開啟 FSD 功能后，每行駛 539 萬英里才可能發生一起事故，遠低于全美平均水平 —— 每行駛 67 萬英里即有一起事故；在自動駕駛模式下，特斯拉的安全系數相當于美國一般駕駛員的 8.04 倍，即便是基礎駕駛狀態下，特斯拉車輛的安全水平也高出大約 1.49 倍。

（2）可靠性方面，V12.3 版本在城市環境下的無關鍵接管行駛里程較此前版本大幅增加，從約100多英里（約合160公里）提升到了386.7英里（約合 622 公里）。

3、將純視覺方案做到極致，有效節省了運算空間及成本

從算法端來看，2022年推出的Occupancy Network，在較大程度上降低了運算難度。相較處理大規模、高精度的 3D 特征圖，占用網絡的應用能夠有效降低計算的復雜性。

此外，FSD V12實現了“端到端”神經網絡的落地，能夠有效提升運算效率。馬斯克在直播中表示，FSD V11版本有超過30萬行的C++代碼，而V12版本只有2000+行。這讓FSD的運算靈活了不少，同時也可以脫離網絡，在離線情況下進行運算。馬斯克還表示，按推理，V12版本的運算功率只有100W。更少的代碼也增加了系統的穩定性，讓車輛智能駕駛更加安全。

從硬件端來看，純視覺方案下，FSD V12更像是一個人類的大腦，99%的決策都是由神經網絡給出的，無需采購成本較高的高精地圖和激光雷達，就能分析思考、輸出車輛控制指令（如轉向、加速、制動等）。

1）早期的機械式激光雷達價格動輒十萬美元起，隨著電子行業的發展及智駕領域的內卷，激光雷達價格有所降低，但基本維持在上百或上千美元級別；2023年，速騰聚創來自ADAS應用的激光雷達產品折算單臺價格約為3197.53元，較單顆幾十美元的攝像頭價格高出不少。馬斯克曾評價“Lidar is a fool’ s errand” ，認為激光是一項價格昂貴但毫無用處的技術。

2）高精地圖方面，業中高精地圖的價格大都在300元每年每輛車，一輛車從研發到最終量產，高精地圖大概需要2100元成本。然而，根據路咖汽車預計，特斯拉采用純視覺方案，HW3.0版本全車8個攝像頭（120萬像素、單顆成本150元左右），攝像頭硬件成本合計約為1200元；假設以HW4.0版估計，全車12個攝像頭（500萬像素、單顆成本增至300元）、攝像頭成本增至3600元，外加單顆價值500-600元的4D毫米波雷達，合計成本約4100-4200元。

FSD存在的問題：

1、與同價位車型配備的智駕方案相比，FSD價格較高

對比目前市面上大部分配備高階輔助駕駛技術的車型，特斯拉銷售主力車型MODEL Y的售價相對偏低，但FSD的買斷價遠超競品價格；特斯拉FSD在中國的買斷價格為6.4萬元，比問界的ADS 2.0高出43%，另外包括理想、小鵬、極氪等部分車型已開啟不額外收取智駕包費用的模式。

2、純視覺方案在惡劣天氣等場景的性能略弱

攝像頭在極端天氣或光線不佳情況下、其檢測能力不及激光雷達；作為與人眼相似的視覺算法，硬件端攝像頭受制于其自身特性，易受到光照影響，尤其在極端天氣或者光線不好的

情況下極易造成誤判。

之前特斯拉車型在開啟AutoPilot后，經過立交橋或者普通橋梁之下時偶發突然自動剎車的情況，就是因為算法將攝像頭里突然出現的陰影當做障礙物導致的。

與基于攝像頭解決方案不同，激光雷達解決方案通過提供周圍物體的精確距離測量，使機器能夠看到3D圖像。激光雷達解決方案使用一系列激光器，以光速測量環境中的距離；在暗光條件下，激光雷達也比相機表現更好，產生的誤差更少。根據美國汽車協會的一份報告，目前的攝像頭行人檢測系統在保護行人和自行車方面相對無效，尤其是在夜間；而激光雷達系統在白天和晚上都能很好地探測行人，因為激光雷達系統通過激光束提供自我照明。

三、特斯拉FSD進入中國市場的進度

1、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，先后與中國外交部、工業和信息化部、商務部、中國國際貿易促進 委員會的相關領導會面，并前往上海特斯拉超級工廠；多方猜測，或由于經濟不確定性導致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 軟件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財報電話會議上表示“我們計劃在監管機構的批準下，將其作為受監管的自治系統發布到任何我們可以獲得監管機構批準的市場，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，這將有利于現有特斯拉車主提高軟件與服務的使用率，為即將推出的 FSD 以及機器人出租車業務做好準備。

5月30日有報道稱，特斯拉即將在中國注冊其全自動駕駛軟件FSD；如果特斯拉成功向中國工業和信息化部注冊FSD軟件，特斯拉員工將可在中國的公共道路上進行FSD的內部測試，并計劃在未來幾個月內升級推送給中國用戶。

2、或因缺乏冗余設計，FSD自動駕駛評級停留在L2級別

（1）或因缺乏冗余設計，特斯拉FSD自動駕駛功能評級停留在L2級別；

（2）數據安全問題始終是阻礙特斯拉在中國全面推廣FSD軟件系統的主要原因。

3、特斯拉為FSD進入中國市場所做的相應舉措

（1）特斯拉借力百度，獲得測繪牌照及車道級導航地圖

2024年4月29日消息，特斯拉或與百度達成合作，后者將允許特斯拉獲得其在中國公共道路上收集數據的地圖牌照，為FSD在中國的推出清掃監管障礙；同時，作為雙方協議的一部分，百度還將向特斯拉提供其車道級導航系統。

6月7日消息，百度地圖V20真車道級導航全球首發，并在特斯拉所有搭載AMD車機芯片的S3XY車型上線，意味著兩家公司的合作順利推進。

（2）特斯拉擬在中國境內建立數據中心

2024年5月19日消息，特斯拉正在考慮在中國建立數據中心，收集和處理自動駕駛數據，以更好地適應中國復雜的交通條件，并利用大量場景數據來加速訓練自動駕駛算法，推動FSD的全球部署戰略；此外，特斯拉還與美國芯片巨頭英偉達進行了談判，雙方正在討論為中國數據中心購買圖形處理器的問題。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！