2023年从海外科技公司看自动驾驶产业发展趋势

长期趋势：智能汽车有望成为边缘AI的重要落地场景

2023年6月，梅赛德斯-奔驰向90万美国车主，提供了搭载ChatGPT的MBUX信息娱乐系统，增强交互式对话； 2023年8月，奇瑞与科大讯飞共同举行发布会，宣布星火大模型将首搭星途星纪元ES； 2023年12月，理想汽车OTA5.0中引入Mind GPT能力，使得理想同学拥有了理解、生成、知识记忆及推理的三大能力。

特斯拉FSD：牢牢占据全球领先位置，坚持纯视觉方案

特斯拉技术路线：纯视觉方案，具备更优 的经济性、可扩展性、系统稳定性等。 特斯拉自2022年2月开始，在所有北美 销售车型上均取消了毫米波雷达，开启 纯视觉方案自动驾驶。 国内造车新势力蔚来、小鹏、理想均 采用了“摄像头+雷达+高精地图”的 方案。 以大众为例的传统车企当前采用“摄 像头+雷达”方案，未来预计在部分车 型搭载激光雷达。 当前特斯拉实现了芯片和软件系统的全 自研。从整车厂和RoboTaxi厂商的产品 对比来看，可以看出特斯拉目前可以做 到自动驾驶硬件、软件系统、应用算法 等全栈式自研。

特斯拉FSD 4.0：已于2023年上市，硬件迎来较大升级

2023年3月，美国改款后的Model S/X，搭载FSD 4.0版本开始交付。 2023年5月，搭载FSD 4.0的Model Y已开始出货 。 Cybertruck将成为首个量产搭载FSD 4.0的新车型，已于2023年11月开始交付。

特斯拉FSD软件：坚持纯视觉感知算法

依赖高精度地图、激光雷达的方案不具备可扩展性。 从算法角度来看：通过激光雷达提前扫描好3D点云的方法固然靠谱，但一旦道路环境发生了变化，必须重新扫描每条道路。 从感知角度来看，识别其他车辆、行人和所有其他长尾情况（例如从卡车上丢失的飞椅）在任何情况下都必须通过分析图像来解决。

特斯拉FSD软件：V12目标是实现端到端解决方案

V12的端到端解决方案，可以更好地实现训练和优化。 在传统的训练过程中，Block A 对Block B的目标一无所知。Block B也不知道Block A的目标，它们是两个独立的实体。如果是独立训练， 两个Block的训练损失没有联合优化。 表面上看V12像是一个黑盒子，本质上是特斯拉基于在感知、规划等领域中的积累，从模型的整体上进一步优化算法。 为了更好实现端到端的能力，特斯拉需要将感知转化为深度学习系统，并使用联合损失函数进一步对整个系统进行优化和训练。 海量的数据、强大的算力资源是底层的支撑。

特斯拉FSD软件：算力资源、测试里程助力V12端到端解决方案性能提升

算力资源：2024年训练资源大幅提升，以满足亚欧地区FSD、以及Tesla Bot计算需求。据公司在2023CVPR会议上透露，特斯拉计划将在2024年建成100 Exa-Flops的总计算能力（对应约30万个A100）。据公司在2023CVPR会议上透露：目前特斯拉训练集群的空闲时间仅为0.3%。凭借100 Exa-Flops，公司预计可以满足 亚太地区和欧洲的 FSD Beta 以及 Tesla Bot 的计算需求。 测试里程数快速提升，据特斯拉在23Q2财报中透露，FSD Beta测试里程约3.25亿英里，FSD Beta版本用户数约40万个。

特斯拉FSD软件：World Model，大语言模型助力自动驾驶产业发展

2023年6月18日的CVPR大会上，特斯拉提及了目前火热的生成式大语言模型在自动驾驶领域中的应用： 特斯拉针对生成式AI研发了一个新的模型，并命名为World Model。通过该模型，可以判断各种复杂场景中下一刻将会发生的事情（行人对车辆的规避动作、其 他驾驶员的反应等）。并与真实场景进行对照，从而不断完善自身的预测能力。特斯拉的生成式World Model可以被当作一种仿真工具来模拟自动驾驶运行时的场景，尤其是去解决实车运行时很难收集到的Corner Case数据。 据特斯拉估计：中短期内大语言模型的多模态能力仍然不够成熟，对自动驾驶环节中感知以及决策环节的影响较小。 长期维度来看：得益于特斯拉完善的数据闭环网络，World Model能够初步理解车辆运行的物理规律，但距离能够投入使用仍需一定时间。 我们判断：World Model将会在降低FSD综合成本过程中发挥重要作用：目前FSD模型层的大量成本用在了车道线标注、道路语义信息标注等标注环节，而这部 分工作量可以被World Model大量取代，通过进一步降低模型成本。

特斯拉FSD商业化：尝试向2B和机器人领域拓展

2023年6月，公司创始人Elon发布Twitter，公司很乐意授权 Autopilot/FSD或其他技术。若公司此举商业化拓展顺利， 特斯拉估值有望向SaaS企业估值看齐。 特斯拉的FSD系统包括汽车和Optimus机器人系统。公司认为，未来伴随着全自动驾驶越来越接近现实世界的通用人 工智能，同样的软件也可以转移到人形机器人上，即：Optimus 使用与汽车相同的FSD系统。

Mobileye：出货量快速提升，由“黑盒” 走向“开放”

对于软件开发能力较差或AI投入较少的OEM厂商来说，Mobileye的芯片+系统打包模式具有更好的接受度。 Mobileye将芯片和自动驾驶算法做紧耦合，打包供应给Tier1整车厂，快速为整车厂商提供智能化能力。 车企自研辅助驾驶已成趋势，Mobileye推出EyeQ Kit开发包，走向开放。随着高级辅助驾驶（ADAS）热度的不断 提升，传统车企与新势力车企皆加大了对该领域的研发投入，车企对全栈自研的需求逐步提高。为解决上述问题， 2022年7月公司正式发布首个面向EyeQ系统集成芯片的软件开发工具包EyeQ Kit，将充分利用EyeQ 6和EyeQ Ultra 处理器的高能效架构，让车企既能使用Mobileye的核心技术，又能在EyeQ平台上部署差异化的代码和人机接口工具。

众包地图REM技术，助力实现轻量化、低成本，实现高效率性

公司依托众包地图REM技术，可做到强扩展性、高精度感知等。 REM方案是基于摄像头采集的数据，普通汽车通过公司ADAS系统的摄像头采集数据，可以做到很小的数据量（一公里大概10kb的 地图数据），同时公司的众包高精度地图数据可实时更新，目前REM地图可以支持10cm精度的定位。 与高精地图相比，REM成本相对更低，同时可保证数据更新的及时性，以及数据扩展的灵活性。

报告节选：