AI人工智能行業簡析

1人工智能助力自動駕駛，端到端方案成為新路徑

行業趨勢：以自動駕駛技術為驅動，邁向規模化量產

從智能駕駛的發展趨勢來看：行業的上半場以電動化為主，核心驅動

力與能源電池緊密相關，技術方向主要為輔助駕駛，市場主要關注技

術的驗證和特定場景的落地；智能駕駛的下半場以智能化為主，發力

方向主要集中于智能座艙領域和自動駕駛領域，核心驅動力在于高階

輔助駕駛和自動駕駛技術的創新升級，相關車企逐步聚焦產業化、規

模化問題，致力于實現高階智能汽車的商業化量產。

從人工智能帶來的變化來看：我們認為神經網絡算法逐漸對各個產業

和領域進行深度賦能。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；當前，特

斯拉FSD系統迭代至BetaV11.4版本，在架構上進行重大改進，引

入BEV+Transformer范式，推動端到端自動駕駛，表明神經網絡的

助力已滲透到智能駕駛等領域。

隨著智駕場景從較為簡單的高速場景邁向更加復雜的城市場景，我們

認為，在人工智能的賦能下，自動駕駛感知技術的進步將在更多智駕

場景下顯現優勢。

生態圈：算法為核心技術難點，車企與模型廠商探索共建

自動駕駛作為行業下半場的重點發力方向之一，其生態圈的構建非常

關鍵。自動駕駛生態圈可分為四個層級：開發服務、后臺系統及基礎

設施、單車軟件系統、單車硬件系統。其中，軟件系統中的感知算法、

預測及規劃算法是當前的核心技術難點。我們認為，自動駕駛解決方

案及其生態圈的構建是車企實現產品領先以及差異化體驗的核心，車

企可以選擇與模型廠商或算法公司合作研發、共同探索，建立基于軟

件系統和生態圈的核心競爭力。

自動駕駛系統：感知是前提，規控決定車輛如何與環境互動

自動駕駛系統對應著自動駕駛生態圈中的單車軟件系統及部分硬件

設施，主要由三個子系統構成：感知子系統：感知是規控的前提，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、雷

達、聲納、IMU、GNSS等，用來感知周圍環境、監測車輛的定位和

狀態。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據噪聲的形成，由

此降低測量的不確定性。規劃子系統：利用感知結果，對車輛行為進

行最優規劃。車輛采用的最優行為需要通過預測車輛和環境中的其他

事物的未來狀態來確定，并考慮全局計一劃、安全性、舒適性及軟硬件

的約束等。控制子系統：通過調整車輛的控制元件，準確執行軌跡,

實現“實際駕駛”。控制算法可分為縱向運動控制（例如對車速、與前

后車或障礙物距離的控制）和橫向運動控制（即垂直于運動方向上的

控制，例如轉向控制），代表執行器包括油門、剎車和轉向等。控制

系統決定最終車輛將如何表現并與環境互動。當前，AI對自動駕駛

的賦能主要體現在感知環節、以及連接感知和規劃的預測環節。

感知環節?硬件端：車企配置各異，4D毫米波雷或成為新標配

4D毫米波雷達優勢凸顯，有望成為感知硬件配置新方案。毫米波雷

達是指工作波長介于1-10mm的電磁波雷達，通過向障礙物發射毫

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

米波雷達除探測“距離、速度、方位”外，還可以用于測量高度，從而

實現四個維度的感知，并具有廣視角、高精度、高分辨率等優勢，有

助于進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

是基于電磁場原理，而激光雷達和攝像頭本質上均基于光波原理，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樣車階段能夠提供很好的起

點，若4D毫米波雷達同樣具備較高的分辨率，將成為車企更經濟的

配置選擇。

技術路徑：大模型成就端到端自動駕駛，推動感知決策一體化

目前，自動駕駛系統的設計主要分為兩大技術路徑：模塊化方案和端

到端方案。兩大路徑可優劣互補，以上路徑當前均在積極探索、相互

結合。模塊化路徑：涉及眾多模塊，每個獨立的模塊負責單獨的子任

務，例如自動駕駛系統的一級模塊可分為感知、規劃和控制，每個一

級模塊下又分為眾多子模塊，每個模塊可基于不同的規則或算法。由

于每個獨立模塊負責單獨的子任務，因此出現問題時可及時回溯，并

易于調試，具有較強的解釋性。端到端路徑：端到端(End-to?End)

概念來源于深度學習，端到端路線是指AI模型只要輸入原始數據就

可以輸出最終結果C在自動駕駛的應用中，端到端模型可以將感知、

規劃和控制環節一體化，通過將車載傳感器采集到的信息直接輸入神

經網絡，經過處理后直接輸出自動駕駛的駕駛命令，潛在性能更佳、

優化效率更高。

2特斯拉自動駕駛：堅信視覺力量，劍指端到端大模型

硬件端：全棧自研HW3.0,底層硬件繼續向更高級別迭代

HW1.0向HW3.0快速迭代，硬件性能有望持續升級。1)HW1.0：

2014年10月，特斯拉基于Mobileye芯片MobileyeEyeQ3發布第一

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

芯片由英偉達提供，并配置8個攝像頭+12個遠程超聲波雷達+1個

前置毫米波雷達，在功能上實現輔助駕駛，且該配置延續至

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

系統，采用全棧自研FSD芯片，單個芯片算力達72TOPS,遠高于

當時市面上的自動駕駛芯片，算力實現大幅提升，在功能上可識別更

多目標。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，FSD芯片內核數量有望持

續增多，進一步提升性能等。

感知算法：采用端到端感知架構，構建三維向量空間

端到端感知：輸入多相機圖像，輸出三維向量空間。特斯拉車身外部

環繞8個外部攝像頭，攝像頭對車身周圍環境的圖像數據和信息進行

采集，再通過感知神經網絡進行處理，系統通過深度學習模型進行自

我培訓，從而達到全范圍認知路況、增進系統控制精度的目的，構建

真實世界的三維向量空間，其中包含汽車、行人等動態交通參與物,

道路線、交通標識、紅綠燈、建筑物等靜態環境物，以及各元素的坐

標位置、方向角、距離、速度、加速度等屬性參數。

感知：特征級融合取代后融合，降低算力消耗和復雜度

感知信息采用特征級融合，擬合效果顯著優于后融合。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,

原始數據也容易丟失，從而會導致信息失真、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行識別，因此能夠更好

地解決后融合信息失真的問題。根據特斯拉AIDay展示的效果醫來

看，在BEV空間中做特征級融合的效果要遠遠好于后融合，同時能

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雜度難

題。

數據端：車隊逐漸壯大，里程數日益增長，構建數據護城河

FSD里程數實現迅速增長：根據特斯拉2023年上半年業績會，特斯

拉FSD在里程數上取得新進展，FSDBeta累計行使里程已超過3億

英里，僅23Q2單季度提升約1億英里。自身數據庫反哺模型性能:

特斯拉車隊規模逐漸壯大、車輛累計行使里程日益增長，有助于特斯

拉構建自身的自動駕駛數據倉庫，形成數據壁壘，為大模型的訓練和

優化提供更多的優質數據，反哺算法性能。

算力端：自研大規模集群超算平臺，Doj。有望提供強算力

特斯拉自研超級計算平臺Dojo——基于超大計算集群設計。Dojo架

構由特斯拉完全定制，涵蓋計算、網絡、輸入/輸出（I/O）芯片、指

令集架構、電源傳輸、冷卻等，具備高可擴展性和分布式系統。Dojo

具備超高集成度，并非根據小系統拓展而來，旨在高效地處理海量視

頻數據、進行定制的神經網絡訓練Dojo于2021年首屆特斯拉AIDay

上面市，當時僅有第一批芯片和訓練塊，尚未構建起完整的Dojo機

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

續的持續部署與規劃，搭建起大規模算力集群，推動大模型訓練。

算力規劃明確，Dojo正式投產。1）2023年7月，Dojo進入投產階

段，拉開特斯拉算力集群快速建設階段的唯幕；2）預期2024年2

月，特斯拉的算力規模進入全球前五；3）預期2024年10月，特斯

拉的算力總規模達到100EFIops,相當于30萬塊A100GPU的算力

總和。

商業端：軟件化進程推進，買斷制疊加訂閱制，整車價值量增加

從“量’的角度來看：人工智能、神經網絡以及大模型的應用正加快自

動駕駛系統的迭代速度，技術的進步將帶來用戶駕駛體驗的提升，從

而推動用戶付費轉化。我們認為，特斯拉FSDBetav11.4版本在端到

端大模型的賦能下將進一步優化系統性能：刺激軟件需求量和付費率

抬升。

從“價”的角度來看：特斯拉FSD的收費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，FSD從2016年的

3000美元經過多輪漲價，自2022年9月5日起價格提升至15000

美元。②訂閱制方面，特斯拉在業內首創自動駕駛服務按月收費，FSD

每月訂閱價格在99美元至199美元之間，具體取決于車輛是否配備

EAP系統；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

口即可增強盈利能力。我們認為，無論是買斷制還是訂閱制，特斯拉

在售賣整車的同時還具備軟件價值，自動駕駛系統的迭代將增加整車

價值量，電動汽車逐漸呈現軟件化趨勢。

3特斯拉機器人：復用FSD底座，引領具身智能

AI賦能人形機器人，引領具身智能浪潮

機器人作為具身智能的更優形態，人工智能將對機器人進一步賦能。

具身智能是將人工智能與機器結合，將多模態的大語言模型作為人類

與機器溝通的橋梁，幫助機器處理具身推理任務，強調智能與身體和

環境的互動關系，將智能與實際物理世界結合起來，通過身體感知、

運動和與環境互動來實現智能行為。人形機器人的具身智能包括具身

感知和具身執行。其中，具身感知是指通過機器人身上的各種傳感器

獲取周圍環境的信息。具身執行是指將機器人的感知和決策轉化為具

體行動。近年來，人形機器人作為具身智能的代表產品，結構設計日

益符合人類特點，AI技術的進步進一步提升了人形機器人的感知、

規劃、控制和人機交互能力。

特斯拉橫向遷移FSD底座，機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、毫米波雷達等傳感器：規劃層主要基于AI芯

片和FSD系統；控制層包括執行器等。特斯拉機器人在硬件端與自

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

機器人中的底層模塊，在一定程度上實現算法的復用。自動駕駛FSD

系統可以根據感知到的環境信息進行路徑規劃和車輛控制，該方法同

樣適用于機器人，幫助機器人實現視覺感知、從而在復雜環境中選擇

最佳路徑、最后執行適當的決策。實際上，自動駕駛本質也屬于機器

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值所在。

硬件端■四連桿膝蓋關節：模擬人體設計，優化腿部力學模型

腿部膝蓋彎曲角越大，膝部扭矩負載更高。隨著腿部的彎曲角度變大，

例如越接近蹲姿，執行同一任務所需的扭矩會越來越大，例如半蹲走

路比站著走路更費勁。特斯拉采用四連桿結構，讓同一負載