自2024年4月馬斯克到訪中國(guó)以來(lái)，特斯拉FSD成為行業(yè)關(guān)注的重點(diǎn)話題。本文將針對(duì)FSD的特征、FSD是否會(huì)“碾壓”國(guó)內(nèi)方案、FSD落地中國(guó)能否發(fā)揮鯰魚(yú)效應(yīng)、對(duì)激光雷達(dá)和車路協(xié)同有何影響等行業(yè)關(guān)注的重點(diǎn)問(wèn)題進(jìn)行梳理分析，以供政府和企業(yè)參考。
當(dāng)前，F(xiàn)SD（Full-Self-Driving，完全自動(dòng)駕駛）的創(chuàng)舉在于真正實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)。
必一運(yùn)動(dòng)sport網(wǎng)頁(yè)版登錄
智能駕駛?cè)蝿?wù)可以通過(guò)規(guī)則算法和模型兩種方式完成，前者由工程師人工定義規(guī)則（工匠模式），后者基于數(shù)據(jù)迭代（機(jī)器模式）。考慮到智能駕駛的核心挑戰(zhàn)是解決無(wú)窮無(wú)盡的邊緣場(chǎng)景（Corner Case），以有限人力解決無(wú)限長(zhǎng)尾問(wèn)題的成本和時(shí)間難以估量，數(shù)據(jù)驅(qū)動(dòng)、模型化成為必然趨勢(shì)。特斯拉FSD通過(guò)訓(xùn)練環(huán)節(jié)的算力、數(shù)據(jù)、工具布局，推理環(huán)節(jié)的端到端全模塊神經(jīng)網(wǎng)絡(luò)化，真正實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)，技術(shù)上限、迭代速度和擬人化程度指數(shù)級(jí)提升。
FSD在技術(shù)層面具備先發(fā)優(yōu)勢(shì)，但產(chǎn)品層面與國(guó)內(nèi)方案各有優(yōu)劣，不會(huì)對(duì)國(guó)內(nèi)智駕方案形成“碾壓”之勢(shì)。
技術(shù)方面，特斯拉算力、數(shù)據(jù)、工具、算法具備先發(fā)優(yōu)勢(shì)。數(shù)據(jù)驅(qū)動(dòng)體系下算法是決定上限的“菜譜”，云端算力是“燃料”，數(shù)據(jù)是“食材”，數(shù)據(jù)閉環(huán)工具是“廚具”，共同決定了企業(yè)的智駕能力。
算力方面，特斯拉算力規(guī)模超過(guò)國(guó)內(nèi)廠商一個(gè)數(shù)量級(jí)。2023年一季度，特斯拉云端算力達(dá)到35 EFLOPS（以下簡(jiǎn)稱E），超過(guò)華為車BU（3.3E）、百度極越（2.2E）、長(zhǎng)城（1.64E）、蔚來(lái)（1.4E）、理想（1.2E）、吉利（0.81E）、小鵬（0.6E）等企業(yè)已公開(kāi)自建算力總和的3倍。且特斯拉不受芯片法案影響，具備自研AI訓(xùn)練芯片能力，算力增長(zhǎng)空間很大。馬斯克表示，2024年底算力將提升至100 EFLOPS。
數(shù)據(jù)方面，特斯拉憑借規(guī)模優(yōu)勢(shì)、低成本硬件預(yù)埋積累了全球最多的高質(zhì)量行車數(shù)據(jù)。截至2024年4月，特斯拉全球保有量超過(guò)600萬(wàn)輛，F(xiàn)SD累計(jì)行駛里程已達(dá)到12.5億英里（20億公里），與華為的2.2億公里、小鵬XNGP的0.7億公里相比存在優(yōu)勢(shì)。此外，特斯拉采用純視覺(jué)感知方案以實(shí)現(xiàn)低成本的硬件預(yù)埋，各車型采用標(biāo)準(zhǔn)化硬件配置以保證采集數(shù)據(jù)的格式統(tǒng)一。FSD累計(jì)學(xué)習(xí)的高質(zhì)量視頻片段在2023年9月已超過(guò)1000萬(wàn)個(gè)，專家估算目前已超過(guò)2000萬(wàn)個(gè)，這一規(guī)模的數(shù)據(jù)量?jī)H采集成本就需要50-80億人民幣。
數(shù)據(jù)閉環(huán)工具方面，特斯拉具備先發(fā)優(yōu)勢(shì)。特斯拉于2016年最早落地影子模式，打造數(shù)據(jù)采集的標(biāo)桿方案；2021年率先實(shí)現(xiàn)4D標(biāo)注（傳統(tǒng)2D圖片標(biāo)注模式下，同一路段、時(shí)間段的不同圖片間存在大量重復(fù)工作，4D標(biāo)注對(duì)象為視頻片段，一次標(biāo)注產(chǎn)生的真值能夠在同一地點(diǎn)的不同時(shí)間內(nèi)遷移，減少重復(fù)工作）降低數(shù)據(jù)標(biāo)注工作量；在2022-2023年已可以處理PB（PB，1PB=220GB）級(jí)數(shù)據(jù)；2023年實(shí)現(xiàn)小時(shí)級(jí)模型迭代（國(guó)內(nèi)企業(yè)仍處于天級(jí)）。
算法方面，特斯拉技術(shù)進(jìn)展大約領(lǐng)先1.5年，量產(chǎn)進(jìn)度領(lǐng)先。技術(shù)進(jìn)展方面，企業(yè)端到端技術(shù)均處于由分段式向一體式演化階段，而FSD已實(shí)現(xiàn)了規(guī)控模塊的神經(jīng)網(wǎng)絡(luò)化，感知-規(guī)控模塊之間實(shí)現(xiàn)了可導(dǎo)向量的無(wú)損傳遞，神經(jīng)網(wǎng)絡(luò)化更加徹底，大概領(lǐng)先國(guó)內(nèi)1.5年左右；落地進(jìn)展方面，特斯拉于2023年11月向內(nèi)部員工推送基于端到端的FSD V12 Beta版本，2024年4月向北美用戶全量推送。而國(guó)內(nèi)除小鵬汽車、華為、元戎啟行宣布2024年量產(chǎn)以外，多數(shù)已公開(kāi)的端到端量產(chǎn)時(shí)間點(diǎn)是2025年。
產(chǎn)品層面，F(xiàn)SD與國(guó)內(nèi)方案各有優(yōu)劣。當(dāng)前階段，F(xiàn)SD在北美以車車博弈為主的環(huán)境下展示出較強(qiáng)的擬人化程度，但在中國(guó)城市復(fù)雜場(chǎng)景下，仍需提升應(yīng)對(duì)人車混行和各地交通標(biāo)識(shí)差異的能力，達(dá)到商用級(jí)體驗(yàn)需進(jìn)行1-1.5年的本土化適配，國(guó)內(nèi)頭部企業(yè)能夠在窗口期內(nèi)將產(chǎn)品擬人化程度提升至FSD同一量級(jí)。遠(yuǎn)期來(lái)看，考慮到產(chǎn)品體驗(yàn)的提升是一個(gè)斜率逐漸降低的冪次函數(shù)，特斯拉基于算力、數(shù)據(jù)的迭代速度優(yōu)勢(shì)在產(chǎn)品層面的作用將被縮小，難以拉開(kāi)差距。但應(yīng)持續(xù)關(guān)注特斯拉是否會(huì)借助更大規(guī)模的數(shù)據(jù)和算力產(chǎn)生類似于ChatGPT的“涌現(xiàn)”效應(yīng)，更快到達(dá)下一個(gè)質(zhì)變節(jié)點(diǎn)，如L4無(wú)人駕駛。
必一運(yùn)動(dòng)sport網(wǎng)頁(yè)版登錄
FSD落地中國(guó)將在市場(chǎng)、技術(shù)上發(fā)揮鯰魚(yú)作用，但對(duì)于產(chǎn)業(yè)鏈的帶動(dòng)作用不大。
市場(chǎng)方面，有助于提升消費(fèi)者對(duì)智駕和軟件付費(fèi)模式的接受度。一方面，參考FSD在北美全體車主免費(fèi)試用一個(gè)月的推廣策略，國(guó)內(nèi)百萬(wàn)量級(jí)特斯拉車主有望免費(fèi)體驗(yàn)城市NOA功能，對(duì)非特斯拉車主而言，特斯拉作為行業(yè)龍頭也能夠?yàn)橹悄荞{駛提供品牌背書(shū)。另一方面，特斯拉在智駕功能上長(zhǎng)期采用硬件預(yù)裝+軟件付費(fèi)模式，未來(lái)隨著中國(guó)FSD功能的開(kāi)通、價(jià)格和收費(fèi)模式調(diào)整，有望帶動(dòng)國(guó)內(nèi)智駕軟件付費(fèi)模式的發(fā)展。
技術(shù)方面，F(xiàn)SD落地中國(guó)將加速智駕技術(shù)演進(jìn)。技術(shù)演進(jìn)方面，F(xiàn)SD將形成標(biāo)桿示范效應(yīng)，帶動(dòng)國(guó)內(nèi)企業(yè)關(guān)注和突破端到端等前沿技術(shù)，增加國(guó)內(nèi)車企研發(fā)智駕技術(shù)的緊迫感，吸引資本涌入智駕行業(yè)。
產(chǎn)業(yè)鏈方面，帶動(dòng)作用不大。由于FSD涉及的云端訓(xùn)練芯片、車端推理芯片、感知硬件更多依賴自研或國(guó)際廠商，軟件更多依靠頂尖AI人才而非大量的軟件工程師，F(xiàn)SD對(duì)于國(guó)內(nèi)智能汽車產(chǎn)業(yè)鏈很難產(chǎn)生類似特斯拉國(guó)內(nèi)建廠對(duì)電動(dòng)汽車產(chǎn)業(yè)鏈的帶動(dòng)作用。
FSD的本質(zhì)在于數(shù)據(jù)驅(qū)動(dòng)，純視覺(jué)只是其中的感知方案，包含激光雷達(dá)的多傳感器融合路線同樣支持?jǐn)?shù)據(jù)驅(qū)動(dòng)的智駕系統(tǒng)。在早期激光雷達(dá)成本高昂、汽車智駕功能尚未普及階段，純視覺(jué)路線的確可以幫助特斯拉以更低成本實(shí)現(xiàn)硬件預(yù)埋和數(shù)據(jù)采集。但當(dāng)前激光雷達(dá)量產(chǎn)產(chǎn)品價(jià)格已降至3000元以下，速騰聚創(chuàng)等廠商已發(fā)布1000元的激光雷達(dá)，加之智駕快速滲透下感知硬件從“預(yù)埋”變?yōu)椤皠傂琛保杀玖觿?shì)不再明顯。簡(jiǎn)而言之，F(xiàn)SD的影響更多在于增強(qiáng)了企業(yè)對(duì)于純視覺(jué)路線的信心，但并沒(méi)有否定多傳感器融合路線。
此外，關(guān)于激光雷達(dá)是否能夠降低數(shù)據(jù)驅(qū)動(dòng)模式下企業(yè)對(duì)于算力、數(shù)據(jù)的需求存在不同意見(jiàn)。部分企業(yè)認(rèn)為，激光雷達(dá)提供的數(shù)據(jù)質(zhì)量更高，訓(xùn)練到同一水平對(duì)于算力和數(shù)據(jù)量需求量會(huì)有所降低；但另一部分企業(yè)認(rèn)為，多傳感器為實(shí)現(xiàn)更好的融合效果同樣需要大量訓(xùn)練，且數(shù)據(jù)量強(qiáng)調(diào)的是覆蓋更多場(chǎng)景，激光雷達(dá)對(duì)于訓(xùn)練所需資源的影響不大。
一方面，F(xiàn)SD拔高了單車智能的技術(shù)上限和迭代速度，智能駕駛運(yùn)行中路端的作用可能會(huì)被進(jìn)一步弱化。另一方面，路側(cè)感知在超視距、遮擋等情況下的獨(dú)特優(yōu)勢(shì)并不受影響，且以FSD為代表的數(shù)據(jù)驅(qū)動(dòng)模式將大幅增加算力、數(shù)據(jù)成本，保障產(chǎn)業(yè)創(chuàng)新活力的中小企業(yè)亟需新的產(chǎn)業(yè)協(xié)同模式。探索兩端輸入、數(shù)據(jù)共享、算力統(tǒng)籌、模型共建的數(shù)據(jù)驅(qū)動(dòng)中國(guó)方案可能會(huì)成為車路協(xié)同的新課題。
投資者關(guān)系關(guān)于同花順軟件下載法律聲明運(yùn)營(yíng)許可聯(lián)系我們友情鏈接招聘英才用戶體驗(yàn)計(jì)劃
不良信息舉報(bào)電話舉報(bào)郵箱：增值電信業(yè)務(wù)經(jīng)營(yíng)許可證：B2-20090237
