2024年智能汽车行业专题报告：FSD入华或加速车企淘汰赛进程

一、特斯拉智能化进展梳理

外采转自研，特斯拉FSD引领全球智驾软硬件升级

2020年为特斯拉“硬件为先，软件随后”策略的重要窗口，【大模型】是特斯拉引领本次变革 的核心抓手。【HydraNet/FSD芯片+Transformer/Dojo】等6次硬件变化升级+3次软件架构的 重大创新变革，均体现特斯拉第一性原理的经营思想。

边缘硬件：自研FSD(NPU)，保障算力及功能领先

特斯拉自动驾驶硬件解决方案持续升级，2016年10月由Mobileye黑盒转为英伟达开放，逐步掌 握智驾算法后，2019年全自研FSD芯片上车，2023年新一代FSD方案上车，芯片再升级。

自研智驾芯片保障成本与性能双领先。特斯拉自2016年2月组建智驾芯片研发团队，2019年4月 FSD芯片正式搭载上车，单车搭载2颗FSD芯片；每颗配置 4 个三星 2GB内存颗粒，单 FSD总计 8GB，同时每颗 FSD配备一片东芝的 32GB闪存以及一颗 Spansion的 64MB NOR flash 用于启 动。凭借NPU针对AI计算更好的专业适用性，3.0时代FSD芯片以14nm制程+260mm²面积实现 144TOPS算力，相比英伟达12nm制程+350mm²支持30TOPS AI算力更为领先。

边缘硬件：HW4.0强化摄像头视觉，留毫米波雷达

特斯拉坚持视觉主导的周身智驾传感器解决方案，当前HW4.0采用12个摄像头（其中1个为备用 ）+1个毫米波雷达解决方案，相比2019年推出的HW3.0增加3颗摄像头，包括2个侧摄像头（LFF-Side和R-FF-Side摄像头）和1个前保险杠摄像头（F-SVC），加上原本就有的1个倒车影像摄 像头、4个侧向ADAS摄像头，以及座舱内的1颗摄像头，合计11颗，但前视ADAS摄像头由3目变 为2目。除摄像头外，HW4.0还新增了Phoenix高精度雷达（相比2023年的新款），12颗超声波 雷达则依然保持去除状态。

WorldModel世界模型是端到端方案的核心技术支撑

特斯拉早于2023年提出世界模型World Model，即通过神经网络结构化表示事物，并预测未来， 将自动驾驶决策问题转为预测视频的下一帧。世界模型用于理解世界，不仅能用于自动驾驶也能 用于机器人，是特斯拉自身端到端智驾解决方案的基础原理，自动驾驶是世界模型的具身智能。

Sora的发布是催化产业内实现世界模型技术路线收敛的重要时刻。Sora文生视频首次实现在视频 长度和质量上的跨越，包括编码+序列分割+学习生成（DiT）+解码四个步骤。其技术创新点在 于时空编码以及DiT模型的应用，高效进行特征提取训练大量视频数据，并生成强相关预测值。

DiT（Diffusion Transformer）是继模型结合了 Diffusion 扩散模型和 Transformer 模型的优点 ，将传统扩散模型中采用的 U-Net 网络结构替换成 Transformer，使得模型更擅长捕捉长距离的 相关关系，并且随计算输入的数据量越大，模型的输出预测值越加接近真实值。

云:放弃通用GPU自研专用D1芯片，强化计算+传输

可扩展+强计算，特斯拉D1性能表现业内领先。1）基础性能方面，特斯拉D1由台积电代工，采 用7nm制程工艺，芯片面积为645mm²，小于英伟达A100（826 mm²）；D1芯片拥有多达354 个训练节点，是特斯拉专门设计的特别用于AI训练相关的8×8乘法的芯片，浮点计算性能FP32算 力22.6TFLOPS(英伟达A100为19.5)，对应热功耗仅为400W； D1芯片集成四个64位超标量CPU 核心，支持完整向量以及矩阵计算，灵活性远超众核架构的GPU 。2）高带宽+低延迟保障强可 扩展性：D1芯片采用带宽最高可达10TB/s的“延迟交换结构”进行互连，加速数据传输。 D1芯 片运行频率2GHz，拥有440MB SRAM，是存算一体架构，降低过程数据缓存压力。 Tile角度， 每个D1训练模块由5x5的 D1芯片阵列排布而成，以二维Mesh结构互连，片上跨内核SRAM达 11GB，每个训练模块外部边缘的 40 个 I/O 芯片达36/10TB/s的聚合/横跨带宽，保障信息传输 过程的低损耗。

世界模型应用利好生成泛化数据，加速云端仿真

世界模型有望提供真实且多样化的仿真数据，即加速泛化，加速云端算法迭代。1）当前智能驾驶 仿真的主流技术方案为【NeRF+素材库+游戏引擎，基于真实数据进行道路重建，并保证和真实 场景的相似程度，再依靠交通元素的不同排列组合进行有条件泛化，最后通过游戏引擎输出高质 量的仿真画面】。2）世界模型与之相比，具备能够凭借对于物理世界运行规律的理解，自身泛化 到样本以外的能力，覆盖更多Corner Case，有效降低厂商对于真实数据的依赖程度，提升效率 ；但大模型的基础前提决定其比较依赖大算力+大规模数据喂养持续训练，方能避免出现违背客 观规律的情况。Tesla可以做到多个摄像头同步联合预测；并支持prompt嵌入，可以提出要求生 成车辆直行或者对向车道视角的未来数据。

二、国内车企智能化进展梳理

智驾路线方向趋同，国内OEM玩家快速追赶

智能驾驶软件算法架构历经两次框架变化：

1）2D+CNN小模型向Transformer大模型进化，智驾迭代由工程师驱动转为数据驱动：2020年 特斯拉BEV上车，数据后融合变为特征级融合，提升数据利用效率和结果准确性，同时数据标注 由人工转为模型自动，迭代提效；2022年占用网络落地，泛化能力进一步增强，实现感知维度端 到端；2023年数据驱动算法持续迭代，规控环节端到端落地，rule-base比例降低，能力优化。

2）模块化端到端进化为全栈端到端，World Model逐步完善，数据驱动变为认知驱动，向L4迭 代。特斯拉FSD v12起转向智驾环节全栈端到端，数据闭环后World Model逐步演化完善，基于 历史数据去理解未来的范式进步为基于常识和规律自我学习进化的范式，实现无接管的L4智驾。

华为：ADS3.0落地端到端，数据引擎加速迭代

华为ADS智驾系统历经三次迭代：2021~2023年，BEV+GOD（类似于占用网络）支持感知端大 模型化，实现感知维度端到端，在感知硬件逐步简化的同时支持无图模式城市NCA加速开放； 2024年华为重磅迭代模块化端到端，覆盖感知及规控环节，全场景贯通。

小鹏XBrain架构面向全场景智驾：Xnet+XPlanner

软件维度：小鹏Xpilot/XNGP/XNGP+迭代围绕【增加learning-base使用率，端到端全覆盖】的 目标架构，XNGP落地BEV+Transformer架构实现感知维度端到端，规控环节逐步引入learningbase；2024年XNGP+有望在rule-base基础上实现感知-规控模块化端到端XBrain。

Xbrain：XNet 2.0融合了行业最高精度的纯视觉占据网络，可实现动/静态BEV、占据网络三网 合一；基于神经网络的XPlanner可结合分钟级以上的时序连续动机，并依据周边环境信息及时变 通，生成最佳运动轨迹。5月OTA上车的XNGP+将实现上述感知大模型升级和规控大模型上车。

三、FSD入华：加速L3渗透率+淘汰赛进程

15-30万元价格带或是L3智能化第一突破市场

15-30万元价格带可实现【L3智能化性能与成本】的最佳平衡。相比于豪华车市场（30-50万元 为主）：虽然豪华车群体购买力强于15-30万元，但市场容量占比小（以中国为例，我们预估 2018-2023历年平均30万元以上乘用车销量占比约15%，对应约300万辆容量）。另外，L3智能 化需要持续迭代大模型，越多的人使用不同场景对模型迭代能力越强。这点，显然15-30万元的 市场容量更具有吸引力。相比于低端市场（5-15万元为主）：虽然低端市场容量更大于15-30万 元（以中国2018-2023历年平均角度来看，5-15万元群体销量占比约50%， 15-30万元群体销量 占比约35%），但L3智能化成本难以下放到这个价位，同时低端市场群体对新事物接受意愿较 低，属于跟随消费风格。因此15-30万元具备优势：1）市场容量够大；2）消费者购买力较强且 对新事物接受度较高；3）L3智能化技术进步带来的成本下降可支持。

特斯拉产业链梳理

2020年特斯拉国产落地，优质自主零部件企业进入特斯拉供应链，自主零部件企业凭借着最优 的效率和领先的成本成为了特斯拉体系内的一线供应链合作伙伴。

特斯拉加速国内供应链企业出海

为了满足本地化供应的需求，特斯拉开始推动国内供应链企业出海布局；而在国内零部件企业的 角度，为了绑定大客户，维持或提高在客户中的配套份额，纷纷积极配合特斯拉布局海外产能， 跟随特斯拉开启全球化进程。

报告节选：

编辑：火腿肠