2023-智能駕駛行業(yè)研究報告：特斯拉FSD爆發(fā)前夜-國內(nèi)智駕產(chǎn)業(yè)加速發(fā)展

特斯拉FSD爆發(fā)前夜，國內(nèi)智駕產(chǎn)業(yè)

加速發(fā)展——智能駕駛行業(yè)研究報告1

國家層面是汽車強國的戰(zhàn)略選擇，

也是

實現(xiàn)交通強國、制造強國、科

技強國、網(wǎng)絡強國等重要載體。表：智駕支持多個國家戰(zhàn)略4

技術(shù)層面海外的特斯拉用戶數(shù)量和里程數(shù)高速增長，

FSD降價+V12加速推出有望助

力FSD迎來爆發(fā)時刻。同時，國內(nèi)的華為、蔚來、小鵬、理想等公司也在加速發(fā)展，軟硬件持續(xù)升級，智駕助力包括華為問界M7和小鵬G6等新車銷量大增。圖：馬斯克稱V12將會是“端到端”自動駕駛圖：馬斯克在推特直播FSDV12行駛

（左）、馬斯克回復“城市街道的自動駕駛”不在“即將推出清單”（右）22

產(chǎn)業(yè)層面將對技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展起到

強大的拉動作用。圖：智駕拉動相關(guān)產(chǎn)業(yè)經(jīng)濟和技術(shù)創(chuàng)新>

至2030年將帶動數(shù)萬億經(jīng)濟增量車輛新增產(chǎn)值2.8萬億車輛協(xié)同產(chǎn)值近0.5萬億形成無人出租車、無人卡車2個萬億市場>

2016-2035最值得關(guān)注的20項

技術(shù)，智能汽車涵蓋其中11項3

社會層面賦能智慧出行和智慧城市，解決擁堵、交通事故、節(jié)能環(huán)保及城市管理問題。圖：智駕服務智慧出行和智慧城市體系>

最終減少90%以上人為原因的交通事故>

提升30%以上交通效率和3

倍道路承載能力國家戰(zhàn)略智能汽車相關(guān)性汽車強國是我國實現(xiàn)從汽車大國走向汽車強國的重要路徑交通強國寫入交通強國綱要制造強國與汽車“智造”互為依托科技強國是工業(yè)化與信息化深度融合和

制造業(yè)轉(zhuǎn)型升級的突破口網(wǎng)絡強國是網(wǎng)絡強國的重要抓手，

是5G

等先進網(wǎng)絡技術(shù)的應用載體“雙破”智能運行狀態(tài)下可實現(xiàn)油耗和排放減少10%

智能駕駛發(fā)展的必然性>

特斯拉FSD全球領(lǐng)跑，打造算法+算力+數(shù)據(jù)閉環(huán)構(gòu)筑護城河。

1）

算法方面，

特斯拉于2021年提出BEV+Transformer算法，

22

年提出Occupancy

Network，算法領(lǐng)先國內(nèi)頭部玩家約2年。

2）算力方面，

2022年總算力約2

EFLOPS，特斯拉預期2024年10

月將達到100

EFLOPS

（約30萬張A100），算力高速增長。3）數(shù)據(jù)方面，

行駛距離遠（截至23年6月，

FSD

Beta超3億英里）

+銷售車輛多（根據(jù)特斯拉2022年報，

22年交付超過130萬臺，預計23年交付180萬臺）

+影子模式，

保持數(shù)據(jù)方面優(yōu)勢。>

FSD性能持續(xù)提升，用戶數(shù)和里程數(shù)高速增長。

1）

用戶數(shù)：

從2021年10月的1000人增加至2023年1月的40萬人，其中從16→40萬人僅花了4個月（2022.09-2023.01）

。

2）里程數(shù)：

FSD

Beta里程數(shù)在23年6月超過3億英里，其中從1→3億英里僅花了不到半年（2023.01-2023.06）。>

降價+V12加速推出有望助力FSD迎來爆發(fā)時刻。2023年9月FSD購買價格從15000美元降低至12000美元，有望刺激北美FSD

滲透率提升。馬斯克于2023年5月在推特上稱FSD

V12將是“端到端”自動駕駛，

同時“城市街道的自動駕駛”（autosteer

on

city

streets）不再被特斯拉列為“即將推出”的清單（過去4年一直都在“即將推出的清單上”），

FSD

V12有望加速推出。2、國內(nèi)：國產(chǎn)廠商加速發(fā)展，國產(chǎn)智駕產(chǎn)業(yè)鏈深度受益>

國產(chǎn)廠商加速發(fā)展，智駕軟硬件持續(xù)升級。

1）華為：

智駕模型總算力達1.8

EFLOPS，每5天模型迭代一次，每日深度學習里程超過1000萬公里。2）小鵬：基于阿里云智能計算平臺算力已達600

PFLOPS

，城市NGP效率接近人類司機。>

智駕助力造車新勢力銷量破紀錄大增，國產(chǎn)智駕產(chǎn)業(yè)鏈有望迎來爆發(fā)。

1）華為：

問界新M7（搭載華為ADS2.0）于23年9月12

日上線，上線不到30天累計大定超過50000臺（老問界M7在23年3月-8月總共銷售4976臺）。

2）

小鵬：

2023年7月搭載XNGP

的新車型G6啟動交付，銷量快速增長，

9月G6銷量突破8000輛。3、投資推薦：積極關(guān)注國產(chǎn)智能駕駛產(chǎn)業(yè)鏈相關(guān)標的4、風險提示：

FSD技術(shù)進展不及預期、

FSD大幅降價擠壓國產(chǎn)車企空間、智能化滲透率不及預期、客戶拓展不及預期、翻譯偏差風險、第三方數(shù)

3

據(jù)可靠性風險D

特斯拉FSD爆發(fā)前夜，國內(nèi)智駕產(chǎn)業(yè)加速發(fā)展1、特斯拉：特斯拉智駕全球領(lǐng)跑，

FSD或?qū)⒂瓉肀l(fā)時刻特斯拉：特斯拉智駕全球領(lǐng)跑，F(xiàn)SD或?qū)⒂瓉肀l(fā)時刻特斯拉FSD全球領(lǐng)跑，算法約領(lǐng)先國內(nèi)頭部玩家2年特斯拉HW3.0開始自研芯片，打造算法+算力+數(shù)據(jù)閉環(huán)構(gòu)筑護城河FSD性能持續(xù)提升，用戶數(shù)和里程數(shù)高速增長，降價+V12加速推出有望助力FSD迎來爆發(fā)時刻國內(nèi)：國產(chǎn)廠商加速發(fā)展，國產(chǎn)智駕產(chǎn)業(yè)鏈深度受益國產(chǎn)廠商加速發(fā)展，智駕軟硬件持續(xù)升級智駕助力造車新勢力銷量破紀錄大增，國產(chǎn)智駕產(chǎn)業(yè)鏈有望迎來爆發(fā)風險提示FSD技術(shù)進展不及預期、

FSD大幅降價擠壓國產(chǎn)車企空間、智能化滲透率不及預期、客戶拓展不及預期、翻譯偏差風險010203目錄C

O

N

T

E

N

T

S投資建議044特斯拉FSD全球領(lǐng)跑，算法約領(lǐng)先國內(nèi)頭部玩家2年特斯拉HW3.0開始自研芯片，打造算法+算力+數(shù)據(jù)閉環(huán)構(gòu)筑護城河FSD性能持續(xù)提升，用戶數(shù)和里程數(shù)高速增長，降價+V12推出有望助力FSD迎來爆發(fā)時刻特斯拉015>

次年2014年推出HW1.0，

后續(xù)約2-4年更新一次（14年HW

1.0

，

16年HW

2.0

，

19年HW

3.0

，

23年HW4.0）。>

2022年11月

，

FSD

Beta已向所有購買該選項的北美車主開放。圖：特斯拉智能駕駛發(fā)展歷程2013.092014.102016.072016.102017.082019.032020.102022.112023開始自研芯片

達到約40萬人）6

01

特斯拉智能駕駛發(fā)展10年不斷升級馬斯克在推特披露特斯拉

正在研發(fā)自動駕駛系統(tǒng)（autopilotsystem）>

2013年開始研發(fā)自動駕駛系統(tǒng)（Autopilot

system）。FSD

Beta向所有購

買該選項的北美車主

開放（2023.01用戶首次向美國一小部

分用戶發(fā)布FSD軟件

的測試版推出HW2.5

，升級了車載處理器并增加了冗余系統(tǒng)首次推出HW

1.0（與mobileye合作）推出HW4.0

，搭載

FSD

2.0推出HW

3.0

，搭

載FSD芯片與mobileye結(jié)束

合作關(guān)系推出HW2.0重要區(qū)別在于各模塊都去除了基于規(guī)則的

代碼，使得整個系統(tǒng)端到端可導，這使得

整個系統(tǒng)作為一個整體直接對于駕駛動作

進行訓練優(yōu)化成為可能。

局部最優(yōu)全局最優(yōu)2021.072021.082021.092022.11至今圖：特斯拉FSD價格整體呈現(xiàn)上升趨

勢（美元）16,00014,00012,00010,0008,0006,0004,0002,00002016

Q42017

Q22017

Q42018

Q22018

Q42019

Q22019

Q42020

Q22020

Q42021

Q22021

Q42022

Q22022

Q42023

Q2同時，特斯拉在21年7月推出

訂閱服務，AP/EAP用戶分別

每月199美元/99美元圖：馬斯克在23年5月披露V12

將是“端到端”自動駕駛特斯拉FSD持續(xù)迭代，

FSD價格持續(xù)攀升圖：

FSD持續(xù)迭代

FSD

BetaV102

“端到端”有望實現(xiàn)系統(tǒng)的全局最優(yōu)圖：“端到端”遠期正收益高01FSD

BetaV11FSD

BetaV917HW

1.0HW

2.0HW

3.0HW

4.0推出時間2014年2016年2019年2023年（E）攝像頭1個8個9個12個毫米波雷達1個（160米，博世中距雷達傳感器）1個（160米，博世中距

雷達傳感器）1個（170米）/超聲波雷達12個（5米）12個（8米）12個（8米）/計算平臺Mobileye

EyeQ3NVIDIADRIVE

PX2FSD

1.0（12個

2.6

GHz

的

CPU

，一個

1GHz

的

Mali

G71

MP12

GPU，2個2GHz

的神經(jīng)處理單

元）FSD

2.0制程40

nm16

nm14

nm7

nm運算能力0.256TOPS21TOPS144TOPS（雙芯片）/

01

特斯拉硬件變化：

Mobileye→英偉達芯片→

自研FSD表：特斯拉硬件變化8

01

BEV：攝像頭圖像（2D）→

BEV空間（3D）>

BEV：

BEV為鳥瞰圖，是不同視角的攝像頭捕捉的圖像統(tǒng)一投射到同一個BEV空間，

形成鳥瞰圖。>

為什么需要：和傳統(tǒng)的圖像空間感知相比，

BEV感知可以將多個傳感器采集到的數(shù)據(jù)輸入到統(tǒng)一的空間進行處理，有效解

決了2D圖像視角的遮擋問題、避免了誤差疊加，

也使得時間融合更容易形成4D空間。同時，感知和預測在同一個空間進

行，

可以通過神經(jīng)網(wǎng)絡快速迭代數(shù)據(jù)，實現(xiàn)端到端的優(yōu)化。9圖：特斯拉BEV感知示意圖圖：攝像頭捕捉圖像+激光雷達點云數(shù)據(jù)向BEV

3D空間融合轉(zhuǎn)化流程圖>

Transformer是一種基于注意力機制的神經(jīng)網(wǎng)絡模型，可以更好地實現(xiàn)圖像數(shù)據(jù)至BEV視角的轉(zhuǎn)化。特斯拉先在BEV空間

層中初始化特征，再通過多層的Transformer和2D圖像特征進行交互融合，

迭代處理后最終得到BEV特征。圖：特斯拉Transformer將圖像數(shù)據(jù)轉(zhuǎn)化到矢量空間Transformer：將圖像數(shù)據(jù)轉(zhuǎn)化到矢量空間0110>

1.利用RegNet和BiFPN從多相機獲取特

征。>

2.模型通過帶3D空間位置的SpatialQuery對2D圖像特征進行基于attention

的多相機融合。>

3.模型根據(jù)已知的自車位置和姿態(tài)變化進行時序融合，

將3D特征空間進行拼接。>

4.基于Deconvolution的解碼器解碼出

每個3D空間位置的占據(jù)情況（occupancy）、語義（semantic）和

運動情況（flow）。11>

Occupancy

Network：

占用網(wǎng)絡是一種不同的算法，基于機器人思想，

稱為占用網(wǎng)格映射。它將世界劃分為一個網(wǎng)格單

元，然后定義哪個單元被占用，哪個是空閑的。占用網(wǎng)絡的理念是獲得體積占用，它是3D的。>

為什么需要：更好的表達來描述長尾障礙物，完整估計3D空間里每一個位置的占據(jù)情況（occupancy）、語義

（semantic）和運動情況（flow）。

01

OccupancyNetwork：估計位置占據(jù)情況，提高行駛準確度圖：Occupancy

Network技術(shù)框架圖：Occupancy

Network改進視覺識別問題解決2D圖像視角的遮擋問題預測非矩形物體，避免碰撞解決未在數(shù)據(jù)集中標注過的物體問題減少長尾情況，提高行駛準確度

01

OccupancyNetwork提高特斯拉行駛準確度特斯拉FSD

Beta于2021年采用BEV+Transformer。特斯拉于2022年AI

Day展示了Occupancy

Network。1）蔚來：基于BEV與占位柵格感知模型的NOP+在2023年7月上線；2）小鵬：

2022年10月在1024科技日上發(fā)布新一代感知架構(gòu)“XNet深度視覺感知神經(jīng)網(wǎng)絡”，引入了BEV和Transformer網(wǎng)絡，

2023年3月開始向G9和P7i高配版用戶推送基于Xnet打造的XNGP

功能。3）理想：基于BEV的AD

Max

3.0在2023年Q2推出。4）華為：

2022年5月極狐阿爾法S

HI版上市（首款HuaweiInside豪華智能純電轎車，搭載ADS

1.0），

2023年4月上海車展，余承東表示ADS

1.0已實現(xiàn)基于Transformer的BEV架構(gòu)。2021年

2023年

01

特斯拉算法有多領(lǐng)先？

——約領(lǐng)先國內(nèi)頭部玩家2年。>

特斯拉算法有多領(lǐng)先？

約領(lǐng)先國內(nèi)頭部玩家2年。

圖：特斯拉算法約領(lǐng)先國內(nèi)頭部玩家2年特斯拉國內(nèi)玩家百萬車隊特斯拉2022年交付超過130萬輛，預計2023年交付約180萬輛。

訓練在

線模型訓練集合訓練離線模型模擬自動標注人工標注影子模式，大

型自動標記數(shù)

據(jù)集進行訓練截至23年6月，F(xiàn)SD

Beta行駛距

離超過3億英

里評估集合糾正錯誤01

特斯拉打造高效數(shù)據(jù)訓練閉環(huán)圖：特斯拉打造高效數(shù)據(jù)訓練閉環(huán)14>

數(shù)據(jù)量大幅增長和視覺神經(jīng)網(wǎng)絡更加復雜，

特

斯拉的標注對象從2D圖像轉(zhuǎn)變?yōu)?D對象

（3D空間+時間）

，特斯拉為此開發(fā)了自

動標注系統(tǒng)，進行人機結(jié)合標注，數(shù)據(jù)標

注效率持續(xù)攀升。

圖：特斯拉數(shù)據(jù)標注效率持續(xù)攀升01

數(shù)據(jù)標注：人機結(jié)合，效率持續(xù)攀升圖：特斯拉對4D對象標注，最小標注單位為1個Clip15>

仿真訓練在軟件環(huán)

境中設計模擬不同的駕駛場景，提供更豐富的路面情形供自動駕駛模型學習，加強對長尾問題的處理能力。>

2021年AI

Day上，特斯拉披露已繪制2000+公里的道

路環(huán)境，通過仿真獲得3.71億張圖

片及4.8億個標注，

且已實際應用在車端模型中。1601

仿真訓練：加強對長尾問題的處理能力圖：特斯拉仿真技術(shù)對真實世界場景重建特斯拉英偉達D1V100SXM2A100

80GB

SXMH100

SXM晶體管數(shù)量500億211億542億800億制程7nm12nm7nm4nmDieSize（mm2)645815826814算力（FP32）22.6TFLOPS15.7TFLOPS19.5TFLOPS67TFLOPSTDP（熱設計功耗）400W300W400W700W

01

特斯拉D1與英偉達GPU性能對比圖：

Dojo和A100運行自動標注、占用網(wǎng)絡模圖：特斯拉D1芯片

型的速度對比>

特斯拉于2021年AI

Day公布

超級計算機Dojo計劃，并

為Dojo打造自研AI訓練芯片

D1。>

特斯拉D1芯片算力優(yōu)于英偉達V100、A100芯片，弱于H100芯片。表：特斯拉D1和英偉達GPU性能對比17特斯拉2022年訓練平臺算

力約為2

EFLOPS。

特斯拉于2023年7月開始

投產(chǎn)Dojo，目標在2024

年初成為全球規(guī)模最大的5臺超級計算機之一，并

在2024年10月總算力達

到100

EFLOPS

（約30萬

個A100的算力）。1）

華為：

2023年9月問界新M7發(fā)

布會上披露ADS2.0訓練平臺算力為1.8

EFLOPS。2）蔚來：

2023年9月蔚來創(chuàng)新科技

日披露蔚來智算集群總算力規(guī)模為1.4

EFLOPS。3）小鵬：

2022年8月基于阿里云建立自動駕駛智算中心“扶搖”，算力

為0.6

EFLOPS。4）理想：截至2023年6月，理想的訓練平臺算力為1.2EFLOPS。小鵬（2022）

理想（2023）蔚來（2023）

華為（2023）特斯拉（2022）特斯拉（2024，特斯拉預計）0.6

1.21.41.82100（EFLOPS）01

特斯拉訓練平臺算力持續(xù)領(lǐng)先國內(nèi)頭部玩家圖：特斯拉與國內(nèi)廠商訓練平臺算力對比圖：特斯拉和國內(nèi)頭部玩家訓練平臺算力比較特斯拉國內(nèi)玩家圖：特斯拉算力預期圖18特斯拉優(yōu)勢從何而來？

——數(shù)據(jù)、算法、算力全面領(lǐng)先構(gòu)筑優(yōu)勢1）行駛距離遠：截至23年6月，F(xiàn)SD

Beta行駛距離超過3億英里。2）銷售車輛多：

2022年交付超過130萬輛，預計2023年交付約180萬輛。

3）

影子模式增加數(shù)據(jù)：影子模式支持量產(chǎn)車上運行并采集數(shù)據(jù)，等同于將賣出的每一輛車都化身為“數(shù)采車”，充分發(fā)揮量產(chǎn)車覆蓋場景廣、成本低的優(yōu)勢。1）自研D1芯片性能強大：7nm制程，算力達到22.6TFLOPS

，高于英偉達A100。2）平臺訓練算力領(lǐng)先國內(nèi)頭部玩家：特斯拉2022年平

臺訓練算力為2

EFLOPS。華為是1.8

EFLOPS（2023），

蔚來為1.4

EFLOPS（2023），

理想為1.2

EFLOPS（2023），

小鵬為0.6

EPFLOPS（2022）。1）技術(shù)推出早：

BEV+Transformer領(lǐng)先國內(nèi)

頭部玩家約2年時間。2）行駛準確度提升：從2021年低于90%提升至2022年高于95%。

特斯拉核心優(yōu)勢算法數(shù)據(jù)算力全棧自研

加速迭代0120>

特斯拉自動駕駛行駛準確度高：

1）特斯拉Autopilot對比人工駕駛可以更長時間保持在道路中心；

2）

行駛準確度從2021年

的不到90%提升至2022年的超過95%（2022

Tesla

AI

Day數(shù)據(jù)）。圖：特斯拉Autopilot對比人工駕駛可以更長時間保持在道路中心圖：特斯拉行駛準確度持續(xù)提升01

特斯拉自動駕駛性能體現(xiàn)：駕駛準確度高且持續(xù)提升>

特斯拉安全性高：

1）特斯拉ModelY、

S車型在歐洲NCAP安全性輔助評級得分最高；

2）根據(jù)特斯拉2023年投資者日數(shù)據(jù)，特斯拉（FSD

Beta版）每行駛3.2百萬英里發(fā)生一例撞擊，

美國平均水平為每0.5百萬英里發(fā)生一例撞擊；

3）使用Autopilot

的特斯拉車輛發(fā)生一起碰撞事故的行駛距離比沒使用Autopilot的特斯拉車輛和美國平均水平都高，且差距在持續(xù)拉大。圖：特斯拉ModelY、S車型在歐洲NCAP安全性輔助評級中得分最高圖：特斯拉(FSD

beta)安全性高（百萬英里/一例撞擊）使用FSDBeta的特斯拉車輛美國平均水平0.53.20

0.5

11.522.533.5圖：使用Autopilot的特斯拉車輛安全性表現(xiàn)更優(yōu)（萬英里/一例撞擊）

FSD

Beta系統(tǒng)安全性約為美國平

使用Autopilot的特斯拉車輛未使用Autopilot的特斯拉車輛

美國平均水平的6倍(特斯拉2023年)。性投資者日數(shù)據(jù)均駕駛安全2018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q2

2021Q3

2021Q4

2022Q1

2022Q2

2022Q3

2022Q421特斯拉自動駕駛系統(tǒng)安全性較高018006004002000>

特斯拉FSD

Beta用戶數(shù)量：從2021年10月的1000人增加至2023年1月的40萬人，從0→

16萬人花了近1年（2021.10-

2022.09），從16→40萬人僅花了4個月（2022.09-2023.01）。>

特斯拉FSD

Beta里程數(shù)：根據(jù)特斯拉23Q2財報電話會，F(xiàn)SD

Beta里程數(shù)在23年6月超過3億英里，

里程數(shù)從0→

1億英里花

了近2年(2021.03-2023.01）

，從1→

3億英里僅花了不到半年（2023.01-2023.06）。圖：特斯拉FSD

Beta用戶數(shù)量和行駛距離加速增加（23年6月超過3億英里）22

01

特斯拉FSDBeta用戶數(shù)量和行駛歷程數(shù)高速增長2021年10月向美國1千名

司機發(fā)布FSD

Beta1千2022年12月增加至：28.5萬人2022年9

月增加至：16萬人

6萬人

2020年10月推出FSD

Beta2023年1月增

加至：2022年1月增加至：

40萬人>

降價→刺激北美FSD滲透率提升：隨著FSD購買價格增加，北美FSD滲透率逐步回落，

2023年9月FSD購買價格從15000美元

降低至12000美元，有望刺激北美FSD滲透率提升。圖：

FSD降價有望刺激北美FSD滲透率提升16,00014,00012,00010,0008,0006,0004,0002,0000FSD降價有望刺激北美FSD滲透率提升60%50%40%30%20%10%0%—

北美FSD滲透率（%）

—

FSD購買價格（美元，右軸）0123傳感器傳統(tǒng)模塊化自動駕駛“端到端”自動駕駛>

FSD

V12版本有望實現(xiàn)“端到端”自動駕駛：

2023年5月馬斯克在推特上表示FSD

V12將

會是“端到端”（end-to-end）自動駕駛?！岸说蕉恕?/p>

架構(gòu)是在一個AI大模型實現(xiàn)多

個任務，在模型中輸入圖像后，直接輸出轉(zhuǎn)向、剎車、加

速等控制指令。>

FSDV12加速推出：

2023年8月馬斯克在推特上發(fā)布了直播

駕駛FSD

V12的視頻，同時“城市街道的自動駕駛”（autosteer

on

citystreets）不再被特斯拉列為

“即將推出”的清單（過去4

年一直都在“即將推出的清單

上”），

FSD

V12有望加速推

出。駕駛（中）、馬斯克回復“城市街道的自動駕駛”不在“即將推出”清單（右）圖：馬斯克在推特直播FSDV12行駛（左）、馬斯克稱V12將是“端到端”自動FSDV12加速推出→

FSD有望迎來爆發(fā)時刻圖：“端到端”系統(tǒng)原理01執(zhí)行器24>

銷量持續(xù)增加：根據(jù)特斯拉2022年報，特斯拉2022年交付超過130萬輛，

2023年目標保持50%增速（約交付180萬輛）。

>

市占率持續(xù)提升：特斯拉在北美、歐洲、中國的市占率持續(xù)提升。

01

特斯拉銷量和市占率持續(xù)提升，

23年目標交付180萬輛（+50%）圖：特斯拉銷量持續(xù)提升圖：特斯拉在北美、歐洲、中國的市占率持續(xù)提升圖：特斯拉預計2023年將保持50%銷量增速（約交付180萬輛）25>

FSD

Beta目前僅北美開放，歐盟法規(guī)加速推進：

根據(jù)not

a

tesla

app消息，F(xiàn)SD進入歐洲需要歐盟通過《聯(lián)合國歐洲經(jīng)濟委

員會(UNECE)關(guān)于駕駛員控制輔助系統(tǒng)(DCAS)的規(guī)定》，目前該草案正加速推進，這將有助于加快特斯拉FSD

Beta在歐洲

的上市。根據(jù)not

a

tesla

app報道，F(xiàn)SD

Beta最早將于2024年1月在歐洲上線。

01

歐盟法規(guī)加速推進，

FSD有望在2024年落地歐洲圖：特斯拉在歐洲招募ADAS測試員圖：特斯拉ADAS測試員招聘要求26華為智能駕駛軟硬件持續(xù)升級迭代，ADS2.0擺脫高精地圖依賴華為自動駕駛性能卓越，2023年底全國通行智駕助力問界M7銷量大增，華為智駕產(chǎn)業(yè)鏈有望迎來爆發(fā)國內(nèi)（2.1：華為）022702

華為智能汽車一圖總結(jié)28智能駕駛輔助:1）增加城區(qū)LCC巡航輔助1）高速優(yōu)化匝道、避障、施工等場景2）城區(qū)場景覆蓋提升到90%3）高速跨城平均人工接管里程：

100km→200km泊車:1）360°車位識別，可見即可泊車2）業(yè)界首個支持機械車位（華為計劃2023年底實現(xiàn)）29

3）業(yè)內(nèi)首個地下停車場代客泊車輔助AVP

（計劃2023年底實現(xiàn)）感知系統(tǒng)配置個數(shù)激光雷達1個毫米波雷達3個超聲波雷達12個高清攝像頭共11個（2個前視+1個后視+4個側(cè)視+4個全景）元)激光雷達3個毫米波雷達6個超聲波雷達12個高清攝像頭13個

02

HUAWEI

智能駕駛方案持續(xù)升級圖：華為智能駕駛方案演變

元（一次性購買），

6400

32000

元/640元（包年/包月）

36000元（一次性購買），

7200元/720元（包年/包月）主要新增與變化：主動安全:GOD網(wǎng)絡，異性障礙物檢

測（不需要訓練）無地圖:不依賴高精度地圖，

2023年底問界M7全國都能開自動駕駛配置

ADS

1.0

ADS

2.0智能駕駛輔助：1）高速LCC車道巡航：

√2）高速NCA智駕領(lǐng)航：

√

3）城區(qū)LCC車道巡航：×

4）城區(qū)NCA智駕領(lǐng)航：×功能智能泊車：1）APA智能泊車：

√

2）RPA遙控泊車：

√

3）AVP代客泊車：×代表車

型ADS2.0（無限接近L3的高階智能駕駛）阿維塔11全系列

極狐α

S

HI問界M7（26.98-32.98萬元）問界M5(27.98-29.98萬元）智駕系

統(tǒng)及發(fā)

布日期極狐α

S

HI

（32.98萬元）

阿維塔

11

（30-39萬價格10款

……感知系統(tǒng)配置ADS

1.020232022個數(shù)CPU

處理器

MDC300F性能最強ARM-based處理器

智能駕駛計算平臺AI處理器極致高效能AISoC昇騰310鯤鵬920s>核數(shù)：

12核>主頻：

2.0GHz>最大功耗：

55W>架構(gòu)：

達芬奇>算力：

16TOPS@INT8>最大功耗：

8W產(chǎn)品MDC

300FMDC

210MDC

610MDC

810圖例算力64TOPS48TOPS200+TOPS400+TOPS場景商用車/作業(yè)車：港、礦、園等場景乘用車：≥L2+場景乘用車：≥L4場景乘用車：L4-L5場景昇騰610MDC610包括液冷和風冷版本>CPU核數(shù)：

16核

>架構(gòu)：達芬奇>算力：

200KDMIPS>算力：

200TOPS@INT8100TFLOPS@FP16感知系統(tǒng)配置個數(shù)激光雷達1個毫米波雷達3個超聲波雷達12個高清攝像頭共11個（2個前視+1個后視+4個側(cè)視+4個全景）

02

HUAWEI

ADS

2.0硬件性能強大

圖：華為基于自研芯片的異構(gòu)計算平臺圖：華為基于自研芯片的智能駕駛計算平臺表：華為智能駕駛計算平臺的算力和場景表：華為ADS2.0感知系統(tǒng)配置MDC

610CPU30AI“看得融合感

架構(gòu)“看得道路拓

理網(wǎng)絡“開得好”聯(lián)合規(guī)劃控制Lidar

Camera

Radar視覺+激光+毫米波融合感知OnlineTrafficFlow

StaticOccupancy道路要素道路結(jié)構(gòu)拓撲推理導航地圖和現(xiàn)實世界匹配道路拓撲和Planning

&Control無圖不確定性

決策規(guī)劃ADS

1.0ADS2.0增強31BEV”>

為什么要擺脫高精地圖的依賴？

——

1）成本非常高；

2）高精地圖更新慢，幾個月才更新一次。

圖：華為

ADS2.0算法升級>

ADS2.0算法升級：ADS

1.0通過融合感知BEV架構(gòu)實現(xiàn)“看得清”

，ADS

2.0最重大的變化是“有圖無圖都能開”，擺脫

高精地圖的依賴

，通過推理實現(xiàn)像真正司機一樣看路識路。BEVMulti-modalMulti-frameEncoderRoad/LaneTopologyNetwork

02

HUAWEIADS2.0算法升級：擺脫高精地圖依賴BEVFeatureSD

MapNavigation

Info導航引導真實世界白名單障礙物“世界”異形障礙物“世界”VSVS普通車廠華為GOD網(wǎng)絡32>

GOD網(wǎng)絡可以識別白名單外障礙物：

除了打過標簽和訓練過的“白名單”障礙物，對于沒有訓練過（不在白名單之內(nèi)）的異

形障礙物，

GOD網(wǎng)絡也可以做到有效識別，減少了長尾風險。HUAWEIADS2.0算法升級：GOD網(wǎng)絡識別“白名單”外障礙物圖：華為GOD網(wǎng)絡可以識別“白名單”外障礙物02>

總算力：總訓練算力達1.8

EFLOPS。

>

模型更新速度：每5天迭代一次。>

每日深度學習里程：

超過1000萬公里。

33>

性能卓越：大模型訓練效能調(diào)優(yōu)到

業(yè)界主流GPU的1.1倍。

>

快速入云：元數(shù)據(jù)預熱速度提升20

倍

，從100小時→5小時。完成路采

數(shù)據(jù)入云僅需24小時。

>

精細存儲：數(shù)據(jù)存儲成本下降20%

，冷數(shù)據(jù)下沉率80%→96%。 >

澎湃算力：昇騰AI云服務，單集群

6000卡，達到2000

PFLOPS算力。

>

訓練長穩(wěn)：大模型訓練30天的長穩(wěn)率高達90%

，斷點恢復時長＜10分

鐘。

02

華為云助力智駕模型快速迭代自動駕駛模型不斷迭代華為云保障長穩(wěn)高性能模型訓練圖：華為云智能駕駛創(chuàng)新峰會測試場景測試項目問界M5智駕版小鵬G6理想L7Max城市地面道路（總里程121km）領(lǐng)航輔助駕駛覆蓋里程占比93.86%82.86%/每兩次變道之間的公里數(shù)（km）0.940.88/平均路段耗時/導航預估耗時1.161.11/MPI（km）5.263.06/緊急接管MPI（km）17.6715.67/路口通過成功率98.86%96.43%/城市高架路（總里程119.8km

，22個匝道）領(lǐng)航輔助駕駛覆蓋里程占比98.87%100%79.64%每兩次變道之間的公里數(shù)（km）1.361.622.8平均路段耗時/導航預估耗時1.041.041.05MPI（km）59.2339.935.18緊急接管MPI（km）118.45119.833.65匝道匯入、匯出成功率100%100%35.71%城際高速公路（總里程812km

，

24個匝道）領(lǐng)航輔助駕駛覆蓋里程占比100%100%91.58%每兩次變道之間的公里數(shù)（km）3.363.894.56平均路段耗時/導航預估耗時1.010.981.06MPI（km）270.67270.6741.31緊急接管MPI（km）812812185.9匝道匯入、匯出成功率100%100%77.08%圖：AITO在新能源品牌中故障數(shù)最少圖：華為ADS2.0安全性高圖：問界新M7將在年底實現(xiàn)全國通行34

02

華為自動駕駛性能卓越，2023年底全國通行表：問界M5智駕版NCA駕駛性能表現(xiàn)優(yōu)秀60,00050,00040,00030,00020,00010,0000500001333

828626

432

769988>

18天（9.12-9.30）累計大定30000臺。

>

6天（9.30-

10.6）累計大定20000臺。

其中10月6日單日大定突破7000臺。35智能駕駛助力問界新M7銷量大增圖：智能駕駛助力問界新M7大定增長（輛）問界新M7銷售加速圖：問界新M7大定增長且在加速中>

注：

2023年9月12日，問界新M7上線02從高速NGP到XNGP，智駕功能覆蓋范圍逐漸擴大城市NGP效率接近人類司機，三大硬實力夯實性能智駕功能用戶接受度較高，

2023年新車型銷量亮眼國內(nèi)（2.2:小鵬）0236被動安全:ESP9.3車身穩(wěn)定系統(tǒng)

EPB電子駐車制動系統(tǒng)AVH駐車輔助低速行人提示音等主動安全：AEB/FCW/LKA/ELK/CIW/FDM/BSD/LDW/SAS/RCTA/LCA/DOW/透明底盤輔助泊車:超級智能輔助泊車智能泊出輔助車輛召喚（RVS）手機泊車輔助遙控鑰匙泊車輔助360°全景可視泊車輔助系統(tǒng)輔助駕駛:ACC/LCC/ALC/SAS/ATCP7

（14.89萬元）

主要新增與變化：*高速NGP—

出入匝道、自動開車超車并線切換線路、根據(jù)限速調(diào)節(jié)速度、自動避讓等SR環(huán)境模擬顯示、停車場記憶泊車、IHB智能遠光燈、輔

助駕駛模擬顯示系統(tǒng)、交通標志識別等G9

（32-35萬元）

主要新增與變化：*XNGP—覆蓋所有

范圍

，應用全新視覺神經(jīng)網(wǎng)絡，感知融合技術(shù)和空間感知決策系統(tǒng)。可以聯(lián)結(jié)高速NGP、城市NGP、VPA記憶泊車等ACC\LCC\VPA\NG

P等得到提升

02

從高速NGP到XNGP，智駕功能覆蓋范圍逐漸擴大圖：小鵬智能駕駛方案演變P5

（15-18萬元）

主要新增與變化：*城市NGP—環(huán)

島智能通行輔助、Y型交匯路口輔助、多重高架高精定位、大貨車識別避讓輔助等高速NGP-L、跨樓

層停車場記憶泊車2018

2019

2020

202120222025功能XPILOT

2.0

XPILOT

2.5

XPILOT

3.0

XPILOT

3.5

XPILOT

4.0

XPILOT

5.0代表車

型45000元

（標準價格）

25000元（交付前訂閱）36000元

（標準價格）20000元（隨車購買）何小鵬：

預計達到

完全級智

能階段28000元

（標準價格）/智駕系

統(tǒng)迭代

時間軸G3i

（14-18萬元）

價格37//交付年份車型超聲波雷達毫米波雷達攝像頭激光雷達2018G3緊湊型SUV1238（4*環(huán)視+2*前視+1*360°車頂攝像頭+1*車內(nèi)攝像頭）-2020P7運動型轎車12514-2021P5家庭型轎車1251322022G9旗艦SUV1251222023P7i運動型轎車12512（4*環(huán)視+4*側(cè)視+1*雙目+1*后視+1*車內(nèi)攝像頭）2硬件主要供應商主要應用車型激光雷達速騰聚創(chuàng)G6、G9、

P7i覽沃P5攝像頭豪恩汽電、丘鈦微、舜宇智領(lǐng)等系列車型02

調(diào)整精進感知設備，攜手本土強勢供應商表：小鵬硬件變化及主要供應商38

XPILOT2.02018XPILOT

3.02020XPILOT4.02022主控芯片Mobileye

EyeQ4英偉達Xavier英偉達Orin*2算力2.5TOPS30TOPS254*2=508TOPS工藝28nm12nm7nm域控制器主要供應商/德賽西威德賽西威02

新時代開發(fā)模式追求迭代靈活性及高算力圖：小鵬算法迭代靈活性及算力持續(xù)提升智駕系

統(tǒng)迭代

時間軸XPILOT2.52019XPILOT

3.52021訓練效率提升602倍①定制混合精度訓練②網(wǎng)絡結(jié)構(gòu)與算子優(yōu)化③優(yōu)化訓練scheme減少epoch④智算中心“扶搖”：>基于阿里云智能計算平臺>算力已達600

PFLOPS>擴展為80臺機器訓練XNet↑1.8x↑1.6x↑3x↑70x高效部署①重新設計Transformer

模塊和注意力機制②網(wǎng)絡骨干剪枝③GPU和DLA之間采用工

作負載平衡（截至2023年6月19日）GPU利用率122%→9%Transformer

運算時間減少

到原來的5%40實車數(shù)據(jù)車端觸發(fā)器定向采集數(shù)據(jù)并上傳云端仿真數(shù)據(jù)unreal5引擎產(chǎn)生上萬類似case>準確的3D檢測和速度展現(xiàn)了冗余的新維度，并減少了對LiDAR和雷達的依賴>實時3D感性環(huán)境感知減少了對高清地圖的依賴XNet架構(gòu)及其性能、標注、訓練、部署優(yōu)化路徑圖：小鵬XNet架構(gòu)小鵬的BEV感知架構(gòu)代號為XNet：利用卷積神經(jīng)網(wǎng)絡主干來生成圖像特征，同時通過交叉注意模塊將多攝像頭特征轉(zhuǎn)置到BEV空間中。過去幾幀的BEV特征與自我

姿勢在空間和時間上融合，以從融合特征中解碼動態(tài)和靜態(tài)元素。>借助XNet架構(gòu)和數(shù)據(jù)引擎，創(chuàng)建了一個可擴展且自我進

化的感知系統(tǒng)>17天內(nèi)完成需要2000個人1年才能完成的注

釋任務（截至2023年6月19日）圖：數(shù)據(jù)引擎幫助提高XNet性能圖：自動標注系統(tǒng)提高注釋效率02數(shù)

據(jù)

來

源①XNet深度視覺感知系統(tǒng)>

實時生成高精地圖>

360°感知>

更精準識別動態(tài)物體速度和意圖>

運動感知冗余②SR2.0實時構(gòu)建3D地圖>

360°的環(huán)境感知能力可覆蓋8條車道以上>

道路標線&標識識別>

動態(tài)元素識別③全閉環(huán)、自成長的AI及數(shù)據(jù)體系>

強大的數(shù)據(jù)采集能力>

定向采集和仿真結(jié)合>

大規(guī)模仿真驗證和持續(xù)集成能力節(jié)省精力80%高速減少重復動作95%NGP每千公里接管次數(shù)<1（截至2023年9月19日）41截至2021年7月31日：高速NGP累計安全行駛838萬公里

智能泊車累計使用238萬次截至2022年8月底：高速NGP累計里程達到3690萬公里截至2023年9月19日：G9單輛最長累計智駕里程15092公里城市NGP效率接近人類司機90%水平每百公里被動接管次數(shù)0.65次

02

城市NGP效率接近人類司機，三大硬實力夯實性能圖：城市NGP效率接近人類司機，三大硬實力夯實性能三大硬實力助力夯實小鵬智駕性能累計里程及使用次數(shù)配備XPILOT3.0的P7擁有高速NGP等智駕功能

，

一經(jīng)推出

便大受歡迎

，

是首個突破十