大小单双正规

注：全文为太平洋证券《特斯拉的FSD时刻》，投资分析师：刘虹辰

在智能汽车大小单双正规方面，特斯拉汽车FSD基本上代表了全世界的最前沿水准。伴随着FSD在中国的公开，国内厂商将迎来一次新大小单双正规挑战。

本月初，特斯拉汽车将近三年的 FSD Beta 测试流程好像已结束，这一变化反映则在最新版更新说明中，其将原先的“FSD Beta”改大小单双正规名为了能“FSD (Supervised)”。

Supervised 是“监管”的意味，这正是FSD的关键。

所以从公测版转正定级，新版本的FSD到底强在哪儿？

在名叫《特斯拉的FSD时刻》的领域深度报告里，投资分析师从三个核心逻辑的视大小单双正规角阐述了FSD新更新具体内容。

以下是券商报告具体内容段解：

特斯拉如何迈入FSD时时刻刻？

1、端对端NN重构FSD

2024年3月，特斯拉汽车先后推出FSD（Beta）12.3.2、12.3.2.1及其最新FSD（Supervised）12.3.3版本号。

相比于FSD 11，FSD v12创造性地大小单双正规使用了端对端的神经网络技术（端对端NN），能够充分理解和处理复杂驾驶环境，减小驾驶员的干涉，提升自动驾驶的精准度和自动化度。

认知-管理决策-实行是FSD的基本流程，在v11中，认知阶段需要通过视觉方法/雷达探测方式获取周边物件信息内容并识别和标志归类，决策阶段则取决于事前觉得撰写好一点的控制规则。

可是v12使用了端对端NN技术性，认知环节无需再识别标志，决策阶段不需要事前人为因素撰写控制规则，只需要输入很多短视频交到NN学习培训，就可辨别出在各个前提下要做什么，这也使得特斯拉在FSD V12中降低了100倍编码，使之更轻便、更加灵活，另外在没有网络连接的情形下仍可在不了解的地貌上工作中。

现阶段，v12北美的早已兼容武器装备HW4.0的modelS、3、X和Y，在我国地域现在只有ModelY可以升级到HW4.0。

对比HW3.0，HW4.0在算率、监控摄像头数量及画面质量方面具有很大的提升。监控摄像头为8个，算率提高5倍，有着摄像头像素由120万提升到500万。

现阶段，特斯拉汽车FSD总计里程数指数型增长超10亿公里，挥剑百亿元千米

2、新版本Autopark不依附USS

新版Autopark（停车作用）根据与FSD v12同样的NN技术性，不再依赖USS（超声波雷达探测）：自2022年特斯拉汽车舍弃USS而改成监控摄像头至今，未武器装备USS的新特斯拉的Autopark和Summon作用带给用户大小单双正规体验感比不上武器装备USS车辆。

以前版本Autopark具备两个关键缺点：1）难以检验停车场并把它表明屏幕上，并且一次只能显示一个停车场。2）泊车速率一般特别慢，假如附近有其他车辆，几乎很难进行自动泊车系统。

而新的Autopark根据NN技术性，明显改善了这几个问题，泊车速度相当大小单双正规快，甚至可以在屏幕上勾画出停车场，还能够同时显示各种各样停车场-包含平行时空。除此之外，此次更新，特斯拉汽车真正做到了一键泊车（TaptoPark），当驾驶人员选好停车场后，点一下“开始键”，特斯拉的车辆能够安全地转向进到停车场，驾驶员只需保持关注并时刻准备在必要时撤销自动停车操作提示，大幅度降低了人工干预必须、提高用户体验。

3、HW4.0处理芯片算率大幅度提高

处理芯片改成更先进制程：HW4.0 FSD处理芯片选用三星7nm加工工艺，HW3.0为三星14nm加工工艺，一个新的自动驾驶芯片特性无疑是该款自动驾驶芯片的5倍以上。

监控摄像头或升级：监控摄像头数量或从9个降低到8个，可是摄像头画面质量从120主摄提高到500清晰度，这也使得HW4.0具有比3.0更强大的感知力，比较远探测距离可以达到424米，清扫盲点和盲区。

预埋雷达探测插口：HW4.0预留武器装备雷达的室内空间，可是modelY在出厂前不具备雷达探测作用，这也许与特斯拉更为喜好视觉方案、减少车子在出厂成本费都有关系，并且也为用户提供一定的选择余地。

CPU核心总数提高66.67%，FSD Computer2数量的增加到3个：CPU层面，HW4.0由3.0的12核，提高到了20核，核心总数提高66.67%。超算平台层面，尽管HW4.0依然使用的是FSDComputer2，不过总数却增加到了3个。

身后的核心逻辑

1、特斯拉汽车推动技术路径收敛性

1）特斯拉汽车推动BEV+Transformer

2021年7月AI DAY，特斯拉汽车初次展现根据Transformer的BEV认知计划方案，是大模型初次用以无人驾驶，即时认知形成线性空间。

2）特斯拉汽车Occupancy认知推动华为公司、理想化追随

2022年10月AI DAY，特斯拉汽车Occupancy认知演变，不识别类型也可以分辨物体运动状态，推动华为公司GOD、理想化Occupancy追随。

3）TeslaLane认知行车道拓扑结构，提早获取繁杂街口特点

4）大模型全自动标明速度是人工1000-45000倍

5）特斯拉汽车Dojo建成投产，国内厂商基本建设超算中心

2、大模型催化反应FSD时时刻刻

1）大模型分馏有希望处理车端算率不够产生实际效果较差难题

车端云大小单双正规计算服务器比较有限无法布署大模型，造成逻辑推理性能和泛化能力较差：一般而言，规模大的模型预测效果明显，但练习时间久、逻辑推理速率慢的问题促使实体模型无法即时布署，尤其是在无人驾驶汽车等云计算服务器有限的资源设备中，响应时间显然不够用。

小规模的实体模型尽管逻辑推理速度很快，但因为计算复杂度不够，逻辑推理性能和泛化能力没有那么好。

大模型知识蒸馏给小模型，能够实现更优的特性：知识蒸馏（knowledgedistillation）是模型压缩的一种常用方法，通过建立一个轻量化的小模型，运用性能更好大模型监管信息来练习这一小模型，以求获得更好的性能精密度。

物体检测是机器视觉中的一个重要每日任务，知识蒸馏能够在不增加其测算耗费前提下提高其主要表现。

2）生成式AI有希望高效率廉价提供高品质训练样本

生成式AI可以生成便宜的大量训练样本和极端化用车场景，有效地大批量生产无人驾驶模型推理开发设计所需要的海量信息。

3）大模型创变智能驾驶GPT：“语言表达+视觉效果+雷达探测+地形图+精准定位”也将创变多模态感知

3）BOM成本降低

1）特斯拉汽车FSD推动无像大城市NOA彻底改变智能驾驶。

特斯拉汽车首先界定，推动中国新力量合理布局不依附高精地图的大都市NOA，现阶段批量生产计划方案处在带图向无图的缓冲期。

特斯拉汽车首先消息推送快速NOA：特斯拉汽车于2016年10月率先提出快速NOA（Navigate on Autopilot）作用，重新定义了高端自动驾驶的升阶方位。2020年末起，蔚来汽车、晓亮、理想化陆续向顾客消息推送快速NOA。

大城市NOA彻底改变智能驾驶：特斯拉汽车于2020年10月，初次向初期浏览程序流程测试工程师发布其FSDBETA公测版，支持在市政道路应用NOA，意味着汽车智能水准的彻底改变。

2）成本费下挫：24/25年L2+/L3无人驾驶BOM成本费有希望降低50%

分析师认为，无人驾驶BOM成本费有希望大幅度降低。

一是从华为公司ADAS系统软件的改变由此可见（v1.0 vs v2.0），感应器配备从3颗激光传感器降至1颗激光传感器，前视摄像头降低2颗，车载雷达从6颗降至3颗，将来汽车企业有希望从依靠多个激光传感器变换至“纯多传感器融合+1颗激光传感器监管”。二是汽车企业从依靠高成本的高精地图转变到借助边界成本低的认知实体模型。

依据何小鹏，2024年晓亮无人驾驶Bom成本将降低一半。

大疆车载觉得L2+智能驾驶系统的成本费用（手机软件+硬件配置）占全车价格在3%~5%是正确的，认为未来有效L2+智能驾驶系统成本费区段在5000元至15000元。