简剖特斯拉FSD智驾方案，准备好入华了吗？ | 研报推荐|埃隆_马斯克|智能驾驶|智驾|汽车制造商|特斯拉(公司)|特斯拉fsd|电动汽车|电动车|自动驾驶系统

注：原文为华金证券《智能驾驶系列报告（二）：特斯拉智能驾驶方案简剖》，分析师：李蕙

最近，小鹏汽车董事长何小鹏心血来潮，跑到美国亲自体验了一把特斯拉最新的FSD V12.3.6版本。

经过一轮试驾，何小鹏详细地总结FSD的感受，同时指出了一些小BUG，最后也为自家XNGP（小鹏自动驾驶系统）打call。

由此可见，随着FSD入华的进度越来越快，国内各家车企也开始重视起这场有关自动驾驶的“巅峰对决”。

在近日由华金证券发布的《智能驾驶系列报告（二）：特斯拉智能驾驶方案简剖》的深度研报里，分析师从多个角度对FSD进行了详细剖析。

以下为内容节选：

一、特斯拉FSD的发展历程

1、FSD是特斯拉辅助驾驶方案中功能最完整的产品

特斯拉的自动驾驶方案包括基础版自动辅助驾驶（AP）、增强版自动辅助驾驶（EAP）、以及完全自动驾驶（FSD）；其中， FSD全称 Full Self-Driving（完全自动驾驶），是特斯拉辅助驾驶Autopilot产品组合中功能最完整的产品。

从功能上来看，特斯拉FSD除基础的主动巡航及车道维持居中外，还可以实现：

1）自动辅助导航驾驶，包括自动驶入和驶出高速公路匝道或立交桥岔路口，超过行驶缓慢的车辆；
2）自动辅助变道，包括高速公路上自动辅助变换车道；
3）自动泊车，包括平行泊车与垂直泊车；
4）智能召唤则是在合适的场景下，停在车位的车辆会响应召唤、驶出车位并前往车主所在位置；
5）交通灯、标志识别；
6）市区自动辅助转向，检测车道、车辆和障碍物，并操作车辆进行转向；
7）自动速度偏移调整，可根据不同的环境和场景，自主调整车辆的行驶速度。

不同于大部分国内厂商多传感器融合方案，特斯拉FSD自动驾驶是以摄像头为核心的纯视觉解决方案。

在特斯拉汽车行驶过程中，车辆通过摄像头收集环境图像信息；特斯拉HW2.0/2.5/3.0版本硬件都配备了8颗监测不同方位的摄像头，分别为三颗前置摄像头（其中1颗主摄像头、1颗广角摄像头、1颗窄视长焦摄像头）、2颗前侧摄像头、2颗后侧摄像头、以及1颗后置摄像头。

车辆周围的8个摄像头通过神经网络生成三维向量空间；向量空间中包含了自动驾驶所需要的信息，如线条、边缘、路缘、交通标志、红绿灯、以及汽车的位置、方向、深度、速度。流程来看，由“眼睛（摄像头）” 获得的上述信息将在神经网络“大脑（处理器）”中进行处理判断，然后给“腿脚（行驶车辆）”下达动作指令。

2、算法端迭代历程

感知层面，特斯拉经历了由“特征提取网络RegNet”向“BEV+Transfomer ” 、再“BEV+Transfomer+Occupancy Network”转变，决策规划层面则自2021年由“Rule-based”向“Machine learning-based”逐步倾斜；

直至2024年1月，特斯拉通过推出FSD V12 Beta，成为全球首个“端到端”神经网络量产上车的企业，实现了感知、决策、规划相融合。

（1）2016-2018年：特斯拉采用常规的骨干网结构，并对数据采取人工标注。
（2）2018-2019年：构建多任务神经网络架构HydraNet（“九头蛇网络”）。
（3）2019-2020年：感知层引入BEV+Transfomer架构实现图像升维，并使用自动标注系统；FSD首次发布并上车内测。
（4）2021年-2022年：感知算法方面，时序信息的增加和Occupancy Network的应用，视频数据升至4维；决策规划方面，特斯拉开始向“Machine learning-based”倾斜；软件方面，得益于FSD进入公测、且公测范围不断扩大，V9/V10/V11版本加速更新优化。

2024年1月，特斯拉推出FSD V12 Beta，算法进入“端到端”阶段；同时，FSD V12 Beta 是全球第一个实现“端到端”的AI自动驾驶系统（Full AI End-to-End）。

3、硬件端迭代历程

特斯拉于2014年推出FSD HW1.0，后续约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，正处于向HW4.0的迭代阶段。

从硬件配置上，特斯拉FSD坚持纯视觉方案，高度依赖摄像头进行感知。根据FSD HW1.0–HW4.0配置对比分析来看，摄像头数量持续增加、由期初HW1.0的2颗增至最新HW4.0的12颗，同时清晰度也大幅提升、HW4.0摄像头已由过去的120万像素升级为500万像素。

相对而言，特斯拉对其他硬件倾向于做“减法” ，2021年5月曾宣布移除毫米波雷达（但受制于安全性等问题，HW4.0毫米波雷达回归），2022年10月宣布取消超声波雷达。

在端侧处理器方面，特斯拉持续增加配置、强化算力。HW1.0阶段基于1颗Mobileye EyeQ3和1颗英伟达Tegra 3；HW2.0阶段切换到了由1颗英伟达Parker SoC和1颗英伟达Pascal GPU 组成的 NVIDIA DRIVE PX 2 计算平台；2017年的HW2.5阶段又在HW2.0基础上新增了1颗NVIDIA Parker SoC；HW3.0阶段特斯拉首次搭载2颗自研 FSD 1 芯片、内核数量为12；HW4.0自研芯片升级为FSD 2，同时提升至20核、内核数量提升66.67%。

二、解析特斯拉FSD

受益于数据量、算力、硬件适配度方面的领先，特斯拉FSD的技术竞争力较强。

（1）数据量：AI模型的效果取决于输入数据的数量及质量，输入的优秀行驶数据越多，AI模型便能做出更适合、更优异的行驶决策。

FSD自2020年10月开始北美地区内测，随着FSD推送地区及推送用户的增多，特斯拉拥有的行驶数据会呈指数级上涨；在数据量上，国内厂商的追赶难度较高。2024年4月，特斯拉宣布其全自动驾驶(FSD)技术助力下的汽车已经行驶了超过10亿英里、相当于16.1亿公里，而国内厂商方面，暂无达到该里程数的企业。

（2）庞大的算力中心：AI模型接受数据训练，是建立在算力平台上的，其计算能力及算力投入都是关键指标。2022年特斯拉算力中心的算力已经达到了 2 EFLOPS（每秒浮点运算200亿亿次）。未来，特斯拉自研超级算力平台Dojo投入使用后，其算力还将上升一个台阶；

算力投入方面，2022年特斯拉AI DAY上，马斯克表示目前特斯拉拥有超过14000颗GPU的超级算力中心；2023年8月，特斯拉启动了10000颗H100 GPU的新训练集群，H100 GPU的运算效能是前一代A100的五倍快，价格昂贵、单颗将近40000美元。与此同时，算力平台的后期维护成本还要远高于硬件成本；马斯克曾公开表示，2023年特斯拉花在扩大训练运算算力的预算就超过20亿美元，并表示2024年会采取同样的行动。

（3）适配度高的自研硬件解决方案：

特斯拉从2016年2月组建芯片团队，到2019年4月成功推出FSD芯片，历时三年之久推出HW硬件解决方案。自研的HW3.0是第一款完全出自车企的自动驾驶硬件解决方案，同时也是量产车型上目前深度学习理论性能最强的方案；而目前，HW已经进化到了4.0时代。

FSD其他优势：

1、FSD驾驶决策的拟人化程度较高

此前，特斯拉 FSD V11与大部分智能驾驶系统一样，速度控制生硬，处理突发情况时会突然刹车或加速，并带有明显的机械感；而FSD V12 通过端到端训练学习使得智能驾驶更拟人化、驾驶决策更为合理。

2、 FSD智驾的安全性、可靠性较为凸显

（1）安全性方面，根据特斯拉公开的最新安全数据，特斯拉车辆在开启 FSD 功能后，每行驶 539 万英里才可能发生一起事故，远低于全美平均水平 —— 每行驶 67 万英里即有一起事故；在自动驾驶模式下，特斯拉的安全系数相当于美国一般驾驶员的 8.04 倍，即便是基础驾驶状态下，特斯拉车辆的安全水平也高出大约 1.49 倍。

（2）可靠性方面，V12.3 版本在城市环境下的无关键接管行驶里程较此前版本大幅增加，从约100多英里（约合160公里）提升到了386.7英里（约合 622 公里）。

3、将纯视觉方案做到极致，有效节省了运算空间及成本

从算法端来看，2022年推出的Occupancy Network，在较大程度上降低了运算难度。相较处理大规模、高精度的 3D 特征图，占用网络的应用能够有效降低计算的复杂性。

此外，FSD V12实现了“端到端”神经网络的落地，能够有效提升运算效率。马斯克在直播中表示，FSD V11版本有超过30万行的C++代码，而V12版本只有2000+行。这让FSD的运算灵活了不少，同时也可以脱离网络，在离线情况下进行运算。马斯克还表示，按推理，V12版本的运算功率只有100W。更少的代码也增加了系统的稳定性，让车辆智能驾驶更加安全。

从硬件端来看，纯视觉方案下，FSD V12更像是一个人类的大脑，99%的决策都是由神经网络给出的，无需采购成本较高的高精地图和激光雷达，就能分析思考、输出车辆控制指令（如转向、加速、制动等）。

1）早期的机械式激光雷达价格动辄十万美元起，随着电子行业的发展及智驾领域的内卷，激光雷达价格有所降低，但基本维持在上百或上千美元级别；2023年，速腾聚创来自ADAS应用的激光雷达产品折算单台价格约为3197.53元，较单颗几十美元的摄像头价格高出不少。马斯克曾评价“Lidar is a fool’ s errand” ，认为激光是一项价格昂贵但毫无用处的技术。

2）高精地图方面，业中高精地图的价格大都在300元每年每辆车，一辆车从研发到最终量产，高精地图大概需要2100元成本。然而，根据路咖汽车预计，特斯拉采用纯视觉方案，HW3.0版本全车8个摄像头（120万像素、单颗成本150元左右），摄像头硬件成本合计约为1200元；假设以HW4.0版估计，全车12个摄像头（500万像素、单颗成本增至300元）、摄像头成本增至3600元，外加单颗价值500-600元的4D毫米波雷达，合计成本约4100-4200元。

FSD存在的问题：

1、与同价位车型配备的智驾方案相比，FSD价格较高

对比目前市面上大部分配备高阶辅助驾驶技术的车型，特斯拉销售主力车型MODEL Y的售价相对偏低，但FSD的买断价远超竞品价格；特斯拉FSD在中国的买断价格为6.4万元，比问界的ADS 2.0高出43%，另外包括理想、小鹏、极氪等部分车型已开启不额外收取智驾包费用的模式。

2、纯视觉方案在恶劣天气等场景的性能略弱

摄像头在极端天气或光线不佳情况下、其检测能力不及激光雷达；作为与人眼相似的视觉算法，硬件端摄像头受制于其自身特性，易受到光照影响，尤其在极端天气或者光线不好的

情况下极易造成误判。

之前特斯拉车型在开启AutoPilot后，经过立交桥或者普通桥梁之下时偶发突然自动刹车的情况，就是因为算法将摄像头里突然出现的阴影当做障碍物导致的。

与基于摄像头解决方案不同，激光雷达解决方案通过提供周围物体的精确距离测量，使机器能够看到3D图像。激光雷达解决方案使用一系列激光器，以光速测量环境中的距离；在暗光条件下，激光雷达也比相机表现更好，产生的误差更少。根据美国汽车协会的一份报告，目前的摄像头行人检测系统在保护行人和自行车方面相对无效，尤其是在夜间；而激光雷达系统在白天和晚上都能很好地探测行人，因为激光雷达系统通过激光束提供自我照明。