FSD-零帕网

硬件持续升级，自研比例与性能不断提升。从 HW1.0 到即将上车的HW4.0，特斯拉自动驾驶硬件系统不断提升性能，算力由最初的0.256TOPS 升至 300TOPS+，摄像头个数与像素持续提升。纵观特斯拉自动驾驶硬件系统发展史，自研比例持续提升，视觉算法与芯片现已完全由特斯拉自主提供。推出 FSD 完全自动驾驶，多次迭代引领行业发展。早期特斯拉算法依赖于 Mobileye，后为实现更优秀的自动驾驶转向自研。2015 年特斯拉着手于完全自动驾驶 FSD 功能的研发，并于 2020 年 10 月向

网络基础结构—九头蛇网络（HydraNets）由主干（Backbone）、颈部(Neck)） 与多个分支头部(Head）共同组成。主干层将原始视频数据通过残差神经网络(RegNet)及多尺度特征融合结构(BiFPN)完成端到端训练，提取出颈部层的多尺度视觉特征空间 (multiscale features ），最后在头部层根据不同任务类型完成子网络训练并输出感知结果

特斯拉FSD全球领跑，打造算法+算力+数据闭环构筑护城河。1）算法方面，特斯拉于2021年提出BEV+Transformer算法，22年提出Occupancy Network，算法领先国内头部玩家约2年。2）算力方面，2022年总算力约2 EFLOPS，特斯拉预期2024年10月将达到100 EFLOPS（约30万张A100），算力高速增长。3）数据方面，行驶距离远（截至23年6月，FSD Beta超3亿英里）+销售车辆多（根据特斯拉2022年报，22年交付超过130万台，预计23年交付180万

近期，埃隆·马斯克在推特宣布，特斯拉将在 2023 年推出 L4-L5 级全自动驾驶汽车，从 V12 版本开始，FSD 将去掉 Beta 后缀，预示 FSD 将成为正式版，自动驾驶产业步入快车道。特斯拉 FSD 的 BEV+Transformer 模式以及影子模式使其在产业中具备领先优势。我们通过研究特斯拉 FSD 产业链，前瞻把握产业发展趋势以及相关受益标的。2023 年底，特斯拉有望实现 L4-L5 级自动驾驶，产业链有望迎来 ChatGPT 时刻。特斯拉 FSD 产业链主要涉及芯片、服务器

特斯拉率先提出纯视觉方案，端到端自动驾驶成为新路径。特斯拉基于对第一性原理的坚持以及对成本的考量，率先实行纯视觉方案，认为自动驾驶可以依靠摄像头实现感知和目标识别，其成本优势也将推动自动驾驶汽车加速实现规模化量产。此外，特斯拉基于Transformer大模型推出端到端自动驾驶方案，构建多任务学习神经网络架构HydraNet ， 引入特征级融合、占用网络和BEV+Transformer范式。其中，BEV算法有助于将摄像头的2D感知转化为3D视觉，占用网络有助于解决长尾问题，Transformer能

我们判断 2023 年将是特斯拉在自动驾驶领域突围的关键一年，硬件端将推出HW4.0 版本，软件端已小范围测试 Beta V11 版本，功能丰富度逐渐提升。公司 FSD 渗透率较高的地区主要在北美，目前美国在国家层面出台对应文件，各州也陆续发布各种文件，整体持支持的态度。特斯拉依托芯片+算法+数据一体化融合带来的系统性优势以及纯视觉方案的成本优势、稳定性&可扩展性带来的更广阔的商业化道路等，有望使得特斯拉自动驾驶技术在全球市场保持持续领先，并不断强化自身在全球电动车市场的领先地位。我们持

智能驾驶是特斯拉核心壁垒之一，FSD 是其智能驾驶关键一跃；各类厂商加紧投入，国内智能驾驶快速发展；推荐中科创达、虹软科技、德赛西威、经纬恒润、道通科技。智能驾驶是特斯拉的核心壁垒之一。特斯拉汽车销量不及丰田的 1/10，而它的市值却是丰田的 3 倍。究其原因，在于特斯拉在三电系统、供应链管理、生产模式、营销模式等诸多方面均成为了行业标杆。在智能驾驶方面，特斯拉是目前唯一一家自动驾驶全栈自研并实现量产落地的主机厂。通过研究我们发现，在自动驾驶领域，特斯拉面临过跨越式与渐进式选择，经历了从依靠外部