|
摘要 FSD——持續迭代升級的高階智駕產品，超前感知算法架構和高效數據閉環優勢。FSD（完全自動駕駛）是目前特斯拉Autopilot智駕產品組合最高檔產品，自4M19開始單獨銷售后，經過多次迭代，目前V11.4版本可實現包含高速領航、城市道路領航和泊車三域智駕功能。特斯拉旨在通過FSD提供全無人駕駛，當前還需駕駛員實時監控，仍屬于L2高級輔助駕駛。當前FSD為Beta測試階段，需要用戶的大量真實數據進行反哺升級。硬件端FSD可運行于HW3.0及以上硬件平臺；軟件依賴BEV+Transformer對周邊環境的感知和定位，以及Dojo超算中心對大量訓練數據的高效閉環。 FSD北美滲透率或已達25%，長期看好訂閱模式。2019年4月FSD初始售價為5,000美元，隨后幾經漲價，當前北美地區購買FSD一次性付費為15,000美元，或按月訂閱99/199美元/月。截至2023年1月北美FSD用戶數為40萬，經我們測算，北美滲透率或已達25%左右。隨著FSD售價提升，近年來FSD的一次性付費意愿持續下降，我們認為，長期來看用戶或更傾向于訂閱模式，利好公司優化盈利結構。 FSD如在中國推廣，整套數據閉環需在境內，需在數據采集、模型訓練方面進行準備。對比中國和美國的落地環境，和BEV+Transformer技術所需的數據和訓練前提，我們認為，當前FSD入華需考慮BEV感知方案是否可以得到很好的本地化適配。我們從兩個方面梳理了FSD在國內需要做的準備-地圖相關：因法規要求，地圖測繪或需要與中國廠商合作；數據方面：由于數據需境內保存，特斯拉需搭建本土計算中心和組建在地算法適配團隊。總結來看，特斯拉FSD國內推進還需與更多國內廠商及團隊人員深化合作互動，我們預計或將創造更多國內自動駕駛產業鏈發展機遇。 我們認為FSD推廣有助于提升市場對智能駕駛認知，從而驅動行業發展，建議持續關注智駕整車龍頭和相關供應商與服務商。 風險 技術發展不及預期；FSD推廣不及預期；智駕法規出臺推進不及預期。 正文 問題一：Tesla FSD是什么？ FSD是特斯拉的自動駕駛（Autopilot）產品中的最高檔 FSD全稱是Full Self-Driving（完全自動駕駛），是特斯拉推出旨在實現全無人駕駛的智駕產品，當前仍處于Beta版本（測試版）。特斯拉官網表示，當前Autopilot產品（包括FSD）仍需駕駛員實時監控車輛狀態；未來若要實現無需駕駛員監管，則需通過大量測試證明系統可以遠比駕駛員更加可靠，且具備法規許可。當前，FSD功能正在北美進行公開測試，通過FSD訂閱者的真實駕駛數據反哺FSD軟件算法能力，因此特斯拉以FSD Beta對功能命名。我們認為，目前FSD Beta仍屬于SAE或是國標智駕等級劃分中的L2級（組合輔助駕駛），是否可以升級至L3/L4級還需觀察。 特斯拉Autopilot分三個檔次，分別對應不同的功能和售價。特斯拉的三個等級智駕產品，由低到高分別為基礎版（Basic），增強版（Enhanced，EAP）和FSD。其中基礎版和增強版在國內銷售的車型已經落地，FSD尚未引入國內，但可以在購車時進行付費選裝，待FSD引入中國時才可以上車。FSD目前只在北美地區（美國和加拿大）推出。 圖表1：特斯拉中國、美國Autopilot功能分級及對應售價  資料來源：公司官網，中金公司研究部 FSD價格持續上升，為降低門檻推出每月訂閱模式。FSD在2019年前是EAP的增值功能，從19年4月起，FSD開始作為單獨的功能進行銷售，并從此經歷過數次漲價，公司給出的漲價理由是特斯拉在AI上面實現的突破可以帶來漲價匹配的價值。當前美國的FSD一次性售價為15,000美元（加拿大為19,500加幣）。或許是一次性購買門檻較高，特斯拉在美國推出（加拿大尚未推出）FSD按月訂閱模式，價格為99（已購買EAP）或199美元/月。中國尚未推出訂閱模式，想體驗增強版EAP的用戶需一次性支付較為昂貴的選裝費用32,000元。 圖表2：特斯拉FSD美國售價變化一覽  資料來源：not a tesla app, 公司公告，中金公司研究部 FSD功能從硬件HW3.0版本開始支持，HW4.0發布在即 算力平臺從外采到自研，從獨立控制器到集中式域控。特斯拉Autopilot硬件版本從2014年采用的Mobileye單芯片單攝像頭HW1.0開始，平均兩年左右會進行一次迭代。從HW2.0起，特斯拉開始采用自研智駕域控制器，由多顆英偉達芯片構成的算力平臺，8顆1.2MP的攝像頭接入到域控當中，并與毫末波雷達信息進行融合。當前大規模部署的HW3.0，特斯拉對域控算力進行了大升級，從英偉達的算力平臺改為自研的FSD芯片和NPU，GPU算力提升了12倍，每秒可以處理的視頻幀數也提升了將近21倍，這在其推出的19年是業界公認的性能第一梯隊。 圖表3：HW1.0采用的單芯片單攝像頭方案  資料來源：有駕、中金公司研究部 圖表4：HW2.0/3.0傳感器配置  注：毫米波和超聲波雷達在HW3.0中不再使用 HW3.0又稱FSD Computer，特斯拉在HW3.0平臺上提供FSD Beta功能。HW3.0可以滿足Autopilot純視覺方案所需的大量圖像處理需求，較高的視頻流處理幀數也為實時構建BEV（鳥瞰圖）打下基礎。針對購買了FSD，但是車輛仍采用HW2.0和HW2.5的老車主，特斯拉提供付費升級服務，升級費用為1000美元。 圖表5：HW3.0采用域控方案和自研芯片  資料來源：特斯拉AI Day，中金公司研究部 更高規格的HW4.0公布在即，媒體報道已在加州工廠新生產的Model Y 上車[2]。根據媒體報道，HW4.0或在傳感器和域控制器上都有較大程度的升級：攝像頭數量預計從原先的8顆提升到11顆；新增了4D毫米波雷達（代號Phoenix）；算力芯片也升級到了第二代FSD芯片，預計兩顆算力可達500Tops左右；內存也預計有較大的升級，從8顆LPDDR4升級到16顆GDDR6內存，在容量提升的同時，傳輸速率大幅提升，進一步釋放數據傳輸帶到來的性能瓶頸。馬斯克曾在4Q22業績會上表示，HW3.0將不能升級至HW4.0，理由一是在FSD體驗上兩者不會有很大區別，HW4.0則會在系統可靠性有更大提升；另一個理由是，全面替換將帶來較大的成本增加，無法實現商業閉環。我們認為，HW4.0若在傳感器布置上有所變動，將很難兼容HW3.0傳感器配置；同時功能性而言，HW4.0擁有更好的硬件，必然會比當前已經充分釋放潛能的HW3.0，有更多或更強的功能，那么HW3.0系統會持續維護多久，同時如何對已經全額購買FSD的消費者進行升級，我們建議持續關注。 圖表6：特斯拉Autopilot硬件HW1.0-HW4.0（預計）配置一覽  注：HW4.0尚未官方發布，表中數據為根據汽車之心報道所預估的值 FSD的實現依托基于BEV的軟件算法和基于Dojo的高效數據處理 BEV感知和高效數據閉環為FSD最核心技術。特斯拉在2021年和2022年的AI Day展示了其FSD落地的兩大技術底座，一個是BEV+Transformer的感知算法架構，另一個是Dojo超算系統。前者為FSD提供了不依賴高精地圖的感知和定位能力，后者則是支持算法快速迭代響應用戶反饋，實現高效數據閉環。 ? BEV+Transformer：公司率先業界，在2021年的Tech Day提出使用BEV（Bird Eye’s View，鳥瞰圖）進行特征級融合，將車四周攝像頭所拍攝到的畫面，通過Transformer提取共同特征進行三維構建。在不依賴高精地圖的情況下，實現對車輛周邊實時構圖，并基本準確地判斷車輛周圍物體的位置和輪廓，以及車道線、路墩、信號燈等交通設施。 圖表7：特斯拉FSD感知-規劃-控制軟件架構  資料來源：特斯拉AI Day，中金公司研究部 Transformer是利用注意力機制來判斷上下文或是不同圖片之間關聯程度的算子模型。采用Transformer的算法架構，所謂的“大模型”，通常有大量的參數需要訓練。好在Transformer適合平行計算，可以在GPU上高效訓練和推理。但同時缺點是，由于參數較多，其優異的表現需要大規模數據集進行訓練，小數據集上表現不如傳統的卷積神經網絡。因此，為了可以充分發揮BEV+Transformer感知算法和積攢的大量行車數據，特斯拉研發了超算系統Dojo。 圖表8：特斯拉BEV+Transformer感知架構解讀  資料來源：特斯拉 AI Day，中金公司研究部 ? Dojo：公司于2021年AI Day推出Dojo超算系統，Dojo系統是一個創新的非馮諾依曼設計（支持并行運算），搭配較豐富的網絡結構和接口、平衡的資源擴展和功耗，以及對應的存儲和調度結構。我們認為，超算中心是支持FSD大數據模型演進的關鍵，公司通過利用Dojo高穩定性、高拓展性、高并行算力特性，構建更高效的數據標注、算法迭代、模擬驗證能力，持續擴大FSD的算法領先優勢。 結構上來看，Dojo基于公司自研的AI訓練芯片D1構建，D1芯片的設計是為了實現“專芯專用”，其排布方式、帶寬容量、節點架構等均圍繞實現最佳神經網絡訓練能力而設計。設計方面，D1芯片采用分布式架構和7nm制造工藝，單片FP32達22.6 TOPS 算力，可實現50萬個訓練節點無縫連接，組成超大規模計算陣列。 圖表9：D1芯片架構  資料來源：特斯拉AI Day，中金公司研究部 圖表10：Dojo量產時可達到4.4x A100芯片訓練速度  注：訓練倍數為運行自動標注算法和神經網絡模型Occupancy Network時較A100單芯片的訓練速度 問題二：Tesla FSD在北美地區推進情況？ 功能持續OTA升級，體驗不斷優化，機會與挑戰并存 FSD Beta從2020年開始持續快速迭代，優化功能。FSD Beta最早于2020年10月開始向小批量早期測試者推送V6.0版本，同年系統持續迭代更新至V8.0版本，在最開始的100天，FSD Beta共進行了13次迭代，無論是大版本號升級還是更新頻率均倍道前行。2021年7月開始推送的V9.0是一次具里程碑式的更新，其系統采用純視覺，不再使用前向毫米波雷達。V9.0也改善了UI界面，行駛體驗變得更加順滑，但同時智能召喚、緊急避讓因毫米波雷達的取消而暫時關閉，最高時速也從90mph降低到了75mph。 引入安全評分機制，逐步提高公測車輛數量。21年9月推送的V10版本將FSD Beta帶入另一個階段，從V10.2開始，FSD Beta開始向購買或訂閱FSD的用戶進行分批次推送。推送的順序是根據特斯拉對駕駛員的安全評分由高到低決定，在V10.2版本，只有100分的用戶才可以進行升級，隨著版本的提升，安全評分的門檻也在持續降低，FSD Beta的滲透率也逐步提升。 圖表11：特斯拉與21年9月設立Safety Score評估駕駛安全  注：Safety Score從前向碰撞預警、急剎車、急轉彎、不安全跟車、Autopilot前行接管五個角度評估，可用于特斯拉車險定價 最新V11版本擴大FSD適用范圍至高速路況，至此城區和高速場景打通。當前，FSD Beta已經更新至V11.4.2版本，相較于V10版本，V11將FSD Beta的使用范圍延伸到了高速道路，歸一了城區和高速的算法棧，都由BEV+Transformer進行視覺感知，規劃算法也進行統一，幫助車輛在高速上更從容應對更復雜的車輛交互，同時有更順滑的變道體驗。 圖表12：Tesla FSD開啟公開測試以來的重大版本更新 資料來源：Autopilot Review，公司公告，中金公司研究部 FSD Beta 仍有持續進步空間，偶發神經網絡蹺蹺板現象。從北美使用者反饋[3]來看，目前FSD Beta仍有一些問題需要解決，例如偶爾的檢測失誤（行人意圖判斷錯誤，前車追蹤丟失等）導致的莫名減速，路口及高速沒有選擇正確的道路通行，倒車時測距不穩定等。我們認為，當前FSD展露的問題仍然很大程度跟視覺感知的距離、精度不足有關，后續隨著更多有針對性的數據被收集訓練，此類問題有望在后續版本被優化。當然，神經網絡的蹺蹺板效應仍然存在，即優化一個場景可能會導致另一場景表現變成差，例如在早期V11版本中對附近車輛或行人過度謹慎可能是由引入高速場景導致，因此我們認為，需持續關注需持續關注FSD全面表現，而不是只關注增量功能。 北美已經完全開放，即買即用，FSD滲透率或已達到25% FSD Beta 開始公開推送，滲透率達到北美市場25%。從22年11月份開始FSD Beta不再對安全評分進行要求，可以向幾乎全部北美FSD已購買或訂閱車主進行推送。公司表示[4]截至于1M23，已經有40萬北美用戶接入了FSD Beta，相較于特斯拉12M22公布的數據為28.5萬，提升了約40%。我們假設，以18年到22年特斯拉美國交付車輛累計總數152萬輛作為北美的特斯拉保有量計算，FSD在北美滲透率或已達到約25%（包含一次性選裝和訂閱）。 數據方面，特斯拉在23年5月的股東大會表示，FSD使用里程已經累計達到2億英里（約3.2億公里）。考慮到V11之前FSD主要的行駛范圍在城區，3.2億公里的城市行駛數據積累放眼全球也已數一數二，有效幫助特斯拉挖掘更多長尾場景，高效進行算法迭代，持續優化體驗。 圖表13：特斯拉公布的北美開放FSD車輛數 資料來源：not a tesla app，公司公告，中金公司研究部 圖表14：特斯拉2018年以來美國累計交付量 資料來源：公司公告，中金公司研究部 反觀歷史，FSD 的售價提升難免會抑制消費者付費選裝意愿，遠期或訂閱用戶成為主流。根據Teslike[5]特斯拉車主訂車調查問卷所得，FSD在美國單獨列為付費項目初期（6,000美元即可選裝），選裝率曾一度達到60%左右，但是隨著FSD價格的幾次提價，選裝率有非常明顯的下降。根據上述Teslike調查問卷數據，進入2022年，FSD選裝率降到10%左右，對應的是1M22 FSD提價至12,000美元；進入2023年，FSD的選裝率更是跌至2%左右，對應的是15,000美元的售價。選裝率在23年初有所提升，我們認為，這個提升或許是因為FSD的逐漸成熟，其產品力提升帶動了更多用戶訂車時選裝。長期來看，我們判斷，15,000美元（對應6.25年的FSD訂閱開銷）的一次性售價會驅使用戶傾向于選擇按月訂閱FSD模式，而FSD的一次性付費選裝比例會維持在較低的比例，小于10%。 圖表15：特斯拉FSD在美國Model 3&Y 的選裝率估計 注：基于美國預定車主的問卷調查反饋收集統計出的結果，可以反映趨勢，但不代表準確數值。19年4月前，購買FSD需在EAP基礎上額外收費，因此FSD在當時實際售價達到8,000美元（EAP 3,000美元+FSD 5,000美元）。 問題三：Tesla FSD在非北美地區推進情況？ 在中國：若要引入FSD，特斯拉需在數據采集、訓練方面進行準備 對比中國和美國的落地環境，和BEV+Transformer技術所需的數據和訓練前提，我們認為，當前FSD若要入華，需考量BEV感知方案是否可以得到很好的本地化適配。剖析這個問題需要從地圖采集和數據閉環兩個方面講起： 地圖采集： ? 測繪環節-受限：BEV的生成或涉及地圖測繪行為。根據《測繪法》[6]定義，測繪是指“對自然地理要素或者地表人工設施的形狀、大小、空間位置及其屬性等進行測定、采集、表述，以及對獲取的數據、信息、成果進行處理和提供的活動。”同時《測繪法》第八條規定了外資來華測繪必須經政府批準，且與我國有關部門或單位合作進行。因此，特斯拉BEV算法若被判定為涉及到測繪工序，則需與國內具備甲級制圖資質的圖商進行合作。 ? 編制環節-或不受限：FSD的技術機制或不涉及地圖編制。根據《關于導航電子地圖管理有關規定的通知》[7]，國家法規禁止外國企業從事導航電子地圖的編制。我們認為，特斯拉或不受該法規約束，因為BEV完全在車端生成，且為實時的局部地圖，不涉及到上傳至云端進行全局拼接，因此FSD的BEV本地落地或不受此法規限制。 數據閉環： ? 數據存儲-受限：特斯拉數據需中國境內存儲。由于特斯拉車輛配備的傳感器可以采集大量的社會層面、個人層面的敏感信息，為了保護此類信息安全，特斯拉21年在上海超級工廠搭建數據中心，所有中國業務所產生的所有數據，包括生產數據、銷售數據、服務數據和充電數據等，完全存儲在中國境內，同時通過數據加密、鑒權、訪問控制等技術手段確保存儲安全。我們認為，由于數據要求境內存儲，特斯拉需在中國境內對模型進行適配訓練。 ? 算力中心-受限：特斯拉或需要建立本土的“超算中心”。FSD Beta在美國可以很迅速地進行迭代升級，很大一部分原因在于所收集數據的高效閉環。數據閉環一是依賴于高效的算法，二是依賴于強大的算力。我們認為，算法不受跨境的約束，但是算力會受強地理位置的制約。因此，若特斯拉想要在國內高效地處理數據、訓練模型，或需要在國內搭建算力中心，來專門服務中國市場。方案一是引入Dojo超算平臺，方案二是外采服務器顯卡，例如英偉達A100。 ? 數據團隊-受限：特斯拉需組建本土的數據閉環團隊。算法的提升，離不開對特定地區特有場景的剖析。同時，數據需要在國內實現閉環，因此我們認為，特斯拉或需要組建本土地數據閉環團隊，以支持算法適配，和后續對長尾場景的不斷優化。 圖表16：特斯拉需要在中國境內完成數據閉環 資料來源：特斯拉AI Day，中金公司研究部 在歐洲：需歐盟準入，但數據約束弱于中國 特斯拉或開始在歐洲進行FSD Beta路測。據美國電車媒體InsideEV 5月23報道，Teslascope[8]平臺上顯示有三輛車分別在澳大利亞、德國和比利時接受了FSD Beta的OTA升級。于此同時，特斯拉官網當前正在招聘的歐洲各國ADAS測試員（ADAS Test Operator），測試職責與FSD本地適配訴求相匹配。我們認為，特斯拉或有意向在歐洲各國開展FSD Beta的測試工作，我們建議持續跟進。 圖表17：特斯拉在歐洲招聘ADAS測試員 資料來源：公司官網，中金公司研究部 圖表18：特斯拉歐洲ADAS測試員工作要求 資料來源：公司官網，中金公司研究部 FSD若要引入歐洲，首先是要得到歐盟法規的準許進行測試。馬斯克在去年3月和6月提及[9]，特斯拉已經準備好將FSD Beta提交給歐盟官員進行認證，并且有望在去年夏天正式引入。從結果來看，尚無明確信息證實特斯拉FSD已通過歐盟法規認證，而從當前測試進展來看，法規認證周期或遠超公司預期。 歐洲特斯拉數據可以傳回美國進行模型訓練。由于美國與歐洲簽署了所謂的Privacy Shield 2.0[10]協議，允許歐美科技公司跨國境傳輸用戶數據，因此，特斯拉在歐洲無需面臨數據本地存儲，異地模型訓練的難題。我們認為，從數據約束而言，歐洲FSD落地確定性較高。 風險提示 技術發展不及預期，FSD無法按照既定的研發方向進行迭代，純視覺智駕方案無法達到L3及以上智能駕駛等級。 FSD推廣不及預期，FSD在北美以外的地區落地受阻，或是用戶對FSD的接納程度因FSD自身產品力不足或是營銷不充分而降低。 智駕法規出臺推進不及預期，更高階自動駕駛，例如L3，的準入法規出臺進展不及預期，不利于智駕行業的技術升級迭代。 [1]https:///news/670681/elon-musk-tesla-happy-to-license-autopilot/ [2]https://www./tesla-begins-shipping-model-y-hardware-4/ [3]https:///2023/05/06/tesla-full-self-driving-beta-v11-5-week-review/ [4]https://digitalassets./tesla-contents/image/upload/IR/TSLA-Q4-2022-Update [5]Model 3問卷： [6]http://www.npc.gov.cn/npc/c30834/201704/b6d1acace3184294b3405bd017ec33c5.shtml [7]https://www.gov.cn/govweb/zwgk/2007-11/27/content_817273.htm [8] [9]https:///2022/06/05/tesla-fsd-beta-europe-update-version-for-regulators-to-review-is-close/ [10]https://www./2022/03/25/eu-and-us-agree-new-data-transfer-pact-to-replace-privacy-shield.html 文章來源 本文摘自：2023年6月14日已經發布的《特斯拉完全自動駕駛（FSD）系統三問三答》 鄧學 分析員 SAC 執證編號：S0080521010008 SFC CE Ref：BJV008 任丹霖 分析員 SAC 執證編號：S0080518060001 SFC CE Ref：BNF068 常菁 分析員 SAC 執證編號：S0080518110003 SFC CE Ref：BMX565 法律聲明 |
|
|
來自： mrjiangkai > 《我的圖書館》
