2024

年深度行業(yè)分析研究報告正文目錄一、

智能化持續(xù)領(lǐng)先帶來長期的估值溢價......................................................................................................61.1

特斯拉估值溢價隱含商業(yè)模式變革的巨大潛力.........................................................................................

61.2

兩個視角測算特斯拉智駕業(yè)務(wù)潛力..........................................................................................................

9二、

特斯拉

FSD

V12

帶來智能駕駛的重大飛躍...........................................................................................

11三、

特斯拉

FSD

入華影響前瞻....................................................................................................................13四、

高階智駕走向端到端，數(shù)據(jù)驅(qū)動取代人海戰(zhàn)術(shù)......................................................................................

144.1

智駕算法邁入端到端的驅(qū)動力和必要性.................................................................................................

154.2

傳統(tǒng)智能駕駛方案和端到端方案的優(yōu)劣對比

..........................................................................................15五、

本土企業(yè)的端到端演進(jìn)動態(tài)..................................................................................................................175.1

華為：ADS

3.0

率先實(shí)現(xiàn)車位到車位、智駕方案上探下沉齊發(fā)力

.............................................................

175.2

蔚小理：面向端到端調(diào)整智駕組織架構(gòu)，高階智駕下沉至

15

萬級車型....................................................

205.3

長城汽車：智駕藍(lán)山智駕版開啟基于端到端模型的智駕迭代...................................................................

255.4

吉利汽車：開啟戰(zhàn)略聚焦，極氪浩瀚智駕

2.0

全面搭載..........................................................................

275.5

小米汽車：資源雄厚、智駕發(fā)展速度較快..............................................................................................

28六、

智駕邁入數(shù)據(jù)驅(qū)動階段的影響與趨勢展望.............................................................................................

296.1

高階智駕擬人度+泛化性快速提升，智駕將成影響購車決策的關(guān)鍵因素....................................................

296.2

倒逼車企提高智駕版車型保有量，2025

年

20

萬以上新車有望標(biāo)配高階智駕硬件.....................................306.3

智駕研發(fā)組織面向端到端進(jìn)行調(diào)整，車企內(nèi)部研發(fā)資源聚焦，智駕方案選擇將快速收斂...........................

30

圖表目錄圖表

1 全球主要車企市值及市銷率圖表

2

近十年特斯拉與豐田市值變化圖表

3圖表

4圖表

5圖表

6圖表

7圖表

8圖表

9圖表

10圖表

11圖表

12圖表

13圖表

14圖表

15圖表

16圖表

17圖表

18圖表

19圖表

20圖表

21圖表

22圖表

23圖表

24圖表

25圖表

26圖表

27圖表

28圖表

29圖表

30圖表

31圖表

32圖表

33單位：億美元........................................................................

7單位：億美元.............................................................................

7特斯拉與豐田汽車估值（PS-TTM）對比

..............................................................................................

8特斯拉與豐田關(guān)鍵財務(wù)指標(biāo)對比...........................................................................................................

8特斯拉與豐田毛利率波動.....................................................................................................................

8特斯拉與豐田凈利率波動.....................................................................................................................

8特斯拉無人駕駛乘車服務(wù)界面..............................................................................................................

9Robotaxi

視角下的特斯拉汽車業(yè)務(wù)估值測算

.......................................................................................10ARK

Invest

特斯拉估值預(yù)測...............................................................................................................

10ARK

Invest

預(yù)測的特斯拉業(yè)務(wù)構(gòu)成.................................................................................................

10特斯拉智能駕駛硬件、算法、體驗(yàn)演進(jìn)歷程......................................................................................11特斯拉自動駕駛算法架構(gòu)迭代過程..................................................................................................

12特斯拉

FSD

累積行駛里程已超過

16

億英里

單位：十億英里

...............................................

13特斯拉訓(xùn)練算力儲備及規(guī)劃............................................................................................................

13端到端智能駕駛系統(tǒng)與傳統(tǒng)自動駕駛系統(tǒng)技術(shù)架構(gòu)對比....................................................................

14端到端自動駕駛架構(gòu)演進(jìn)的四個階段...............................................................................................

15傳統(tǒng)自動駕駛架構(gòu)和端到端架構(gòu)的對比...........................................................................................

16端到端智駕方案有更高智駕體驗(yàn)上限，但方案上車初期存在下限不穩(wěn)定

............................................

17賽力斯與深圳引望（華為車B

U）均于

2024

年上半年扭虧為盈

單位：億元............................

17華為車BU

長期的業(yè)務(wù)規(guī)模測算......................................................................................................18華為智駕系統(tǒng)硬件迭代節(jié)奏及首搭車型...........................................................................................

19華為ADS

感知系統(tǒng)進(jìn)化：從物體識別到場景理解............................................................................19華為ADS

3.0

架構(gòu)

........................................................................................................................

20華為ADS

基礎(chǔ)版架構(gòu)....................................................................................................................

20新勢力三強(qiáng)美股市值與特斯拉市值之比...........................................................................................

21市銷率（PS-TTM）對比................................................................................................................

21蔚小理智駕研發(fā)及功能落地進(jìn)度.....................................................................................................

21理想汽車智駕系統(tǒng)方案迭代............................................................................................................

22理想汽車全新一代智能駕駛系統(tǒng)構(gòu)成...............................................................................................

23小鵬汽車智駕迭代四部曲...............................................................................................................

24小鵬汽車發(fā)布純視覺（AI

鷹眼視覺）高階智駕方案..........................................................................

24小鵬汽車端到端大模型由感知大模型

XNet+規(guī)控大模型

XPlanner+大語言模型

XBrain

三部分組成......24蔚來世界模型與常規(guī)端到端的比較..................................................................................................25圖表

34圖表

35圖表

36圖表

37圖表

38圖表

39圖表

40圖表

41蔚來汽車世界模型.........................................................................................................................

25毫末智行數(shù)據(jù)智能體系...................................................................................................................

26長城汽車端到端智駕大模型............................................................................................................

26長城汽車端到端智駕大模型............................................................................................................

27極氪浩瀚智駕技術(shù)演進(jìn)...................................................................................................................

28小米汽車智能駕駛.........................................................................................................................

28高階智駕系統(tǒng)達(dá)到“好用、愛用”需同時解決系統(tǒng)性能優(yōu)化和場景泛化問題

..........................................

292023

年國內(nèi)頭部廠商高階智駕選裝率趨勢

......................................................................................30一、

智能化持續(xù)領(lǐng)先帶來長期的估值溢價全球車企市值與估值對比——高端化及智能化成影響車企估值的關(guān)鍵因素。從總市值看，特斯拉市值持續(xù)領(lǐng)跑全球車企，其次為豐田汽車、法拉利，比亞迪是國內(nèi)市值最大的車企。品牌形象帶來的高用戶粘性（法拉利）、智能化隱含的商業(yè)模式變革潛力（特斯拉）是最難被競爭對手模仿的兩點(diǎn)壁壘。當(dāng)前整車股估值（PS-TTM）分為以下幾個梯隊：法拉利作為超豪華品牌，PS

估值遠(yuǎn)超其它車企。法拉利單車均價較高，據(jù)財報，2023

年度單車收入超過

340

萬元，1Q23以來凈利潤保持雙位數(shù)高增長，盈利能力遠(yuǎn)超其它車企，2Q24

毛利率/凈利率高達(dá)50%/24%，體現(xiàn)品牌稀缺性、兼具高成長屬性。其次為全球智能車領(lǐng)頭羊特斯拉，PS

逾

7

倍，據(jù)財報，2Q24

單車營收

4.48

萬美元，汽車制造毛利率14.6%。本土車企中，華為智選車品牌所在上市公司估值相對更高。近年來造車新勢力估值雖回落較多，但仍較絕大部分傳統(tǒng)車企有估值溢價，小鵬汽車

PS估值高于蔚來、理想。1.1

特斯拉估值溢價隱含商業(yè)模式變革的巨大潛力特斯拉估值復(fù)盤——估值波動雖大，但持續(xù)高于傳統(tǒng)車企2020-2021

是估值高峰，最高市值突破萬億美金。上市以來特斯拉估值持續(xù)高于傳統(tǒng)車企，特斯拉銷量不到豐田汽車的

1/5，但其市值從

2020

年中之后持續(xù)超越豐田，這源于更高的成長性及持續(xù)兌現(xiàn)的智駕技術(shù)帶來的商業(yè)模式變革潛力。特斯拉基本面復(fù)盤——利潤率及其波動規(guī)律與傳統(tǒng)車企并無二致特斯拉成立于

2003

年，2020

年首次年度盈利，從成立到盈利耗時

17

年。從首次年度盈利到

2024

年中報，特斯拉盈利水平及其波動規(guī)律與傳統(tǒng)車企并無二致，主要是其技術(shù)積累尚未達(dá)到觸發(fā)商業(yè)模式大變革的臨界點(diǎn)，但這一時點(diǎn)隨著特斯拉FSD

V12

版本的推出在加速臨近。特斯拉公司愿景——打造規(guī)?；療o人駕駛車隊特斯拉CEO

馬斯克于

2021

股東大會上提出

2030

年實(shí)現(xiàn)年銷量

2000

萬輛的目標(biāo)，并逐步實(shí)現(xiàn)無人駕駛。特斯拉的企業(yè)資源投向主要圍繞降本&智能化目標(biāo)，尤其是自研智駕軟硬件以來，戰(zhàn)略方向沒有發(fā)生動搖，特斯拉高階智駕車保有規(guī)模全球領(lǐng)先。目標(biāo)的實(shí)現(xiàn)路徑——全方位降本&智駕軟硬垂直一體，保持智駕技術(shù)引領(lǐng)地位。

產(chǎn)品維度——始于高端，成于平價。產(chǎn)品集成化高，單品爆款規(guī)模效應(yīng)強(qiáng)，SKU

簡潔，據(jù)特斯拉

2023

投資者日活動，下一代乘用車將實(shí)現(xiàn)控制器

100%

自研。

制造維度——再造汽車制造流程。一體壓鑄與CTC（Cell

to

Chassis）兌現(xiàn)工藝創(chuàng)新，再造汽車制造流程實(shí)現(xiàn)制造環(huán)節(jié)空間與時間的更高效利用。

電動化——電池外購與自制并舉，電池全流程降本。全流程電池降本：特斯拉擁有電芯設(shè)計——電芯工廠——正負(fù)極材料——電芯底盤集成的一整套全流程降本方案，電機(jī)電控自研。2024

年

9

月

15

日特斯拉宣布第

1

億顆

4680

電池正式下線。

智能化——車隊規(guī)模及云端算力全球領(lǐng)先。車端感知采用純視覺方案，智駕軟硬一體，高度自研（車端智駕

SOC

芯片+智駕軟件+云端訓(xùn)練芯片）。特斯拉擁有全球領(lǐng)先的高階智駕車隊規(guī)模、云端訓(xùn)練算力、智駕累積行駛里程。圖表1

全球主要車企市值及市銷率單位：億美元附注：市值為

2024

年

9

月

3

日收盤市值

資料來源：WIND，平安證券研究所

圖表2

近十年特斯拉與豐田市值變化單位：億美元

資料來源：Wind，特斯拉財報，平安證券研究所

201816141210864208,0007,0006,0005,0004,0003,0002,0001,0000特斯拉豐田汽車法拉利比亞迪奔馳小米集團(tuán)本田汽車寶馬集團(tuán)通用汽車STELLANTIS塔塔汽車福特現(xiàn)代汽車保時捷大眾汽車起亞汽車長城汽車鈴木汽車?yán)硐肫嚿掀瘓F(tuán)賽力斯長安汽車?yán)字ZRIVIAN日產(chǎn)汽車吉利汽車廣汽集團(tuán)蔚來小鵬汽車江淮汽車北汽藍(lán)谷馬自達(dá)三菱汽車零跑汽車極氪總市值市銷率PS(TTM)2019年入華，自研FSD芯片裝車2021年底市值高峰2024推送FSD

V12，儲能部署超預(yù)期2020年首次年度盈利，市值超豐田，估值達(dá)頂峰2,00004,0006,0008,00010,00012,00014,000J/15M/15S/15J/16M/16S/16J/17M/17S/17J/18M/18S/18J/19M/19S/19J/20M/20S/20J/21M/21S/21J/22M/22S/22J/23M/23S/23J/24M/24特斯拉豐田

圖表3

特斯拉與豐田汽車估值（PS-TTM）對比

附注：本圖所示市銷率為當(dāng)年底市值/當(dāng)財年收入，2024

年市銷率數(shù)值為2024

年

9

月

3

日

PS（TTM）

資料來源：Wind，平安證券研究所

圖表4

特斯拉與豐田關(guān)鍵財務(wù)指標(biāo)對比特斯拉豐田汽車2023

年銷量/萬/p>

年總收入/億美元96829972023

凈利潤/億美元150329單車均價（最新一季財報）/萬元3220盈利拐點(diǎn)2020

年首次年度盈利僅

2008

財年虧損資料來源：特斯拉財報，豐田汽車財報，平安證券研究所

圖表5

特斯拉與豐田毛利率波動

圖表6

特斯拉與豐田凈利率波動

資料來源：特斯拉財報，豐田汽車財報，平安證券研究所

資料來源：特斯拉財報，豐田汽車財報，平安證券研究所

2015105025PS-特斯拉 PS-豐田0%5%10%15%25%20%35%30%2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年1H24特斯拉 豐田30%10%-10%-30%-50%-70%-90%-110%-130%-150%2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年1H24特斯拉 豐田1.2

兩個視角測算特斯拉智駕業(yè)務(wù)潛力自動駕駛商業(yè)潛力巨大，Wayve

首席執(zhí)行官Alex

Kendall

認(rèn)為：自動駕駛領(lǐng)域是人工智能創(chuàng)新的主要驅(qū)動力，推動人工智能

系統(tǒng)處理復(fù)雜且不可預(yù)測的現(xiàn)實(shí)場景。自動駕駛大規(guī)模解鎖全球多樣化數(shù)據(jù)、帶來全新商業(yè)模式及寶貴的社會效益。該行業(yè)可支持穩(wěn)定的技術(shù)進(jìn)步和業(yè)務(wù)增長，逐步引入人工智能驅(qū)動的駕駛自動化，以隨著時間的推移建立消費(fèi)者的接受度和信任。視角一：FSD

智駕包盈利潛力大。特斯拉在

2023

年度財報會議提到，與減少產(chǎn)量和提高單車?yán)麧櫬氏啾?，推動更高的產(chǎn)銷量和提升

FSD

選裝率才是正確的選擇。為提高FSD

收入規(guī)模，更好的商業(yè)策略是以較低的硬件利潤率帶來更大的車隊規(guī)模，實(shí)現(xiàn)更高的

FSD

選裝率。目前FSD

售賣分為一次性購買和訂閱制兩種方式。據(jù)特斯拉官網(wǎng)，2024

年

6

月FSD

一次性購買價格調(diào)整為

0.8

萬美金（美國售價），訂閱費(fèi)

99

美元/月（美國售價），假設(shè)有

200

萬臺車購買了

FSD

智駕包，則

FSD

產(chǎn)生的收入為

160

億美元，由于特斯拉較低的智駕

BOM

成本，智駕包售賣能給特斯拉帶來較高的利潤規(guī)模和利潤占比（據(jù)財報，2023

年度特斯拉凈利潤

150

億美元，主要來自汽車制造）。從單車?yán)麧欂暙I(xiàn)角度，F(xiàn)SD

明顯高于車輛銷售帶來的純硬件利潤。視角二：ROBOTAXI

視角下的特斯拉汽車業(yè)務(wù)估值測算2024

年

4

月特斯拉端到端架構(gòu)的FSD

V12

版從BETA

版升級為Supervised（有監(jiān)督）版，計劃下一步迭代至

Unsupervised（無監(jiān)督）版，屆時特斯拉

Robotaxi

或可實(shí)現(xiàn)大規(guī)模推廣，特斯拉在

1Q24

財報會展示了手機(jī)打車服務(wù)界面，召喚和

Robotaxi功能被使用時，App

界面將顯示距離、預(yù)計到達(dá)時間、車內(nèi)溫度、可用座位數(shù)、導(dǎo)航地圖等內(nèi)容。據(jù)特斯拉業(yè)績發(fā)布會，特斯拉一直在投資必要的硬件和軟件生態(tài)系統(tǒng)，以實(shí)現(xiàn)汽車自動駕駛和打車服務(wù)。通過采用端到端神經(jīng)網(wǎng)絡(luò)的純視覺架構(gòu)，并在數(shù)十億英里的真實(shí)世界數(shù)據(jù)基礎(chǔ)上進(jìn)行訓(xùn)練，可以實(shí)現(xiàn)可擴(kuò)展且可盈利的自動駕駛業(yè)務(wù)。圖表7

特斯拉無人駕駛乘車服務(wù)界面資料來源：特斯拉財報交流會,平安證券研究所馬斯克提出特斯拉

Robotaxi

可被認(rèn)為是Airbnb

和

Uber結(jié)合體，特斯拉有自營車隊，以確保每個城市有運(yùn)力可提供，特斯拉車主可選擇加入Robotaxi

使其車輛成為生產(chǎn)工具，從而帶來更高車輛使用率，最終帶來更高經(jīng)濟(jì)價值。智駕技術(shù)持續(xù)進(jìn)化將使得理論上現(xiàn)有搭載FSD

的特斯拉車型都可作為車主的生產(chǎn)工具，車輛收益可根據(jù)每年行駛里程計算。特斯拉預(yù)計：在Robotaxi

業(yè)務(wù)開始運(yùn)營時，其將在全球擁有

700

萬輛至

900

萬輛車。隨著車隊規(guī)模不斷擴(kuò)大，最終這一數(shù)字將可能達(dá)到數(shù)千萬輛。特斯拉宣布預(yù)計于

2025

年下半年推出下一代車載計算平臺AI5，算力較

HW4.0

提升

10

倍，功耗提高

4-5

倍，AI5

的算力水平或可與英偉達(dá)新一代GPU

芯片B200

相當(dāng)，這意味著特斯拉車主不僅可共享其車輛的

Robotaxi

服務(wù)，還可共享車端算力以用于運(yùn)行分布式推理任務(wù)。圖表8

Robotaxi

視角下的特斯拉汽車業(yè)務(wù)估值測算（假設(shè)車隊規(guī)模為

100

萬臺）項目假設(shè)值假設(shè)依據(jù)/備注每公里收費(fèi)/美金0.85參考當(dāng)前

Uber

收費(fèi)標(biāo)準(zhǔn)特斯拉車隊規(guī)模/萬臺100特斯拉遠(yuǎn)期規(guī)劃是年銷量

2000

萬臺單車年度里程/公里432000年

360

天，每天

20

小時，每小時

60

公里單車每年收入/美元367200全部車的年收入/億美元3672穩(wěn)態(tài)凈利率30%參考美國軟硬一體類科技公司穩(wěn)態(tài)凈利率穩(wěn)態(tài)

PE

估值30參考當(dāng)前美國軟件服務(wù)類公司PE

估值年度凈利潤/億美元1102市值/億美元33048市值=全部車年收入*穩(wěn)態(tài)凈利率*穩(wěn)態(tài)

PE

估值資料來源：Wind，特斯拉財報，平安證券研究所據(jù)ARK

Invest

2024

年

6

月發(fā)布的特斯拉研報預(yù)測，2029

年特斯拉市值

8.2

萬億美元（中性預(yù)期），收入的

63%、息稅折舊攤銷前利潤的

86%、企業(yè)價值的

88%來自

Robotaxi。圖表9

ARK

Invest

特斯拉估值預(yù)測2023

年2029

悲觀預(yù)期2029

樂觀預(yù)期汽車銷量/萬輛1805801440汽車收入/億美元81025003940Robotaxi

出行服務(wù)收入/億美元060309510總毛利率18%56%53%息稅折舊攤銷前利潤率17%32%32%市值/息稅折舊攤銷前利潤3916.818.1市值，萬億美元0.54710.9資料來源：ARK

Invest，特斯拉財報，平安證券研究所圖表10

ARKInvest

預(yù)測的特斯拉業(yè)務(wù)構(gòu)成資料來源：ARK

Invest，特斯拉財報，平安證券研究所二、

特斯拉

FSD

V12

帶來智能駕駛的重大飛躍特斯拉FSD

V12

轉(zhuǎn)向端到端架構(gòu)，結(jié)合特斯拉全球領(lǐng)先的累計行駛里程，最大規(guī)模智駕車隊，云端訓(xùn)練算力領(lǐng)先等多方面優(yōu)勢，F(xiàn)SD

可帶來更高智駕體驗(yàn)上限，特斯拉智駕全球領(lǐng)先優(yōu)勢進(jìn)一步增強(qiáng)。特斯拉擁有全球領(lǐng)先的智駕車隊保有量，使得端到端智駕方案得以快速迭代優(yōu)化。2023

年

8

月特斯拉

CEO

馬斯克直播展示了FSD

V12

版,馬斯克稱其為“端到端人工智能”，采用“視覺輸入、控制輸出”的方法，大幅減少代碼量?；谠摲桨?，F(xiàn)SD

被投喂的高質(zhì)量數(shù)據(jù)越多，智駕行為越擬人。馬斯克表示：“

訓(xùn)練

100

萬個視頻案例，勉強(qiáng)可以工作；200

萬個稍好一些；300

萬個就會感到Wow；到了

1000

萬個，它的表現(xiàn)就變得難以置信了?！碧厮估嚩酥邱{硬件統(tǒng)一，且成本優(yōu)勢突出。特斯拉

FSD

車端感知采用純視覺方案，智駕

SOC

芯片自研以實(shí)現(xiàn)高度垂直整合，由于車端智駕硬件配置統(tǒng)一，具備高階智駕硬件能力（搭載HW3.0

或

HW4.0）的車輛保有量全球領(lǐng)先，規(guī)模效應(yīng)又進(jìn)一步降低了智駕BOM

成本。獨(dú)立智駕方案供應(yīng)商Momenta

CEO

曹旭東在

2024

年中第十六屆中國汽車藍(lán)皮書論壇上表示：特

斯拉FSD

的體驗(yàn)非常接近Waymo

的水平，但成本卻遠(yuǎn)低于后者。Waymo

采用了大量的激光雷達(dá)和極高的算力，成本可能高達(dá)

10

萬美元。而特斯拉FSD

則僅使用了

8

個攝像頭和

HW3.0

芯片，傳感器加域控的總成本約為

4000

元人民幣。云端訓(xùn)練算力儲備領(lǐng)先。據(jù)特斯拉

2024

一季度財報會議顯示，其時特斯拉云端算力為

35EFLOPS，管理層表示

2024

年特斯拉將投入百億美金投入

AI

訓(xùn)練與推理，到

2024

年底，AI

訓(xùn)練能力將提升至

90-100EFLOPS。2024

年

8

月

4

日馬斯克公布其位于德克薩斯州的超算集群命名為Cortex（大腦皮層），該集群可容納

10

萬張英偉達(dá)H100/H200，專門用來訓(xùn)練特斯拉的FSD

和人形機(jī)器人Optimus。圖表11

特斯拉智能駕駛硬件、算法、體驗(yàn)演進(jìn)歷程硬件算法體驗(yàn)2014

年

10

月—2016

年

7

月：車端智駕軟硬件由Mobileye

提供。2016

年

10

月發(fā)布智駕硬件Hardware

2.0,基于英偉達(dá)DRIVE

PX

2

AI

計算平臺。2019

年

4

月發(fā)布自研智駕芯片Hardware3.0。2023

年Hardware4.0

裝車。2025

年底Hardware5.0

裝車，性能為HW4.0

十倍2016

年：開始自研智駕算法。引入AMD芯片設(shè)計師Jim

Keller，擔(dān)任Autopilot

負(fù)責(zé)人。2020

年:

引入BEV

Transformer。2021

年:

引入HydraNets，多任務(wù)學(xué)習(xí)架構(gòu)，能同時解決多項感知任務(wù)。2022

年:

添加一個Occupancy

Network（占用網(wǎng)絡(luò)）以提升對

3D

空間的理解。2023

年底:

量產(chǎn)端到端架構(gòu)2014—2016

年HW1.0

時期，支持基礎(chǔ)ADAS

功能，比如車道保持、AEB

功能。2016—2019

年HW2.0

時期，支持高速NOA、自動變道、自動泊車等。2019

年起支持輔助駕駛、FSD、自動泊車等。2024

年

7

月FSD12.5.1

發(fā)布計劃2024

年10

月推出FSD

V13必要干預(yù)間隔里程將提高約

6倍。

資料來源：Wind，特斯拉財報，特斯拉財報電話會議，特斯拉AI

DAY，平安證券研究所 圖表12

特斯拉自動駕駛算法架構(gòu)迭代過程123資料來源：《深度剖析特斯拉自動駕駛技術(shù)：從模塊化深度學(xué)習(xí)過渡至端到端深度學(xué)習(xí)的全過程》，平安證券研究所FSD12.5

版已發(fā)布，智駕體驗(yàn)提升大。據(jù)

Tesla

FSD

Tracker

的數(shù)據(jù)，基于超過

2000

英里的記錄顯示：FSD12.5.x

版本的整體“緊急脫離”間隔里程數(shù)達(dá)到

320英里（FSD12.3.x

為

191

英里），城市內(nèi)“緊急脫離”間隔里程數(shù)為

225

英里（FSD12.3.x

版本為

126

英里）。根據(jù)近期

TeslaAI

官方賬號信息顯示，2024

年

10

月推出FSD

V13，必要干預(yù)間隔里程將提高約

6

倍。據(jù)特斯拉發(fā)布的

2024

年第二季度行車安全報告，在

2024

第二季度特斯拉Autopilot

自動輔助駕駛功能讓行車安全性達(dá)到了普通駕駛的

10.3

倍（在美國正常駕駛情況下/開啟Autopilot

自動輔助駕駛功能的特斯拉車輛發(fā)生

1

起交通事故的里程數(shù)分別為

67

萬英里/688

萬英里）。圖表13

特斯拉FSD

累積行駛里程已超過

16

億英里 單位：十億英里資料來源：特斯拉財報電話會議，特斯拉

AI

DAY，平安證券研究所圖表14

特斯拉訓(xùn)練算力儲備及規(guī)劃資料來源：特斯拉財報，Tesla

AI，特斯拉

AI

DAY，佐思汽研，平安證券研究所三、

特斯拉

FSD

入華影響前瞻根據(jù)近期

Tesla

AI

官方賬號信息顯示，F(xiàn)SD

將于2025

年第一季度在歐洲和中國推出FSD（但需等待監(jiān)管部門批準(zhǔn)）。特斯拉FSD

轉(zhuǎn)向端到端架構(gòu)以后泛化能力（多場景、多地域）增強(qiáng)，交互更靈活，駕駛更擬人。基于約百萬輛級中國特斯拉車主，F(xiàn)SD

入華后有能力在較短時間內(nèi)達(dá)到本土領(lǐng)先的累積里程，從而使得FSD

在華智駕體驗(yàn)可能于較短時間內(nèi)達(dá)到較為理想的效果，從而提高民眾對高階智駕的認(rèn)知和信心，激發(fā)整個智駕行業(yè)的發(fā)展，同時有利于探索智駕包合理定價邊界，提振高階智駕的商業(yè)變現(xiàn)進(jìn)度?？傮w而言，我們認(rèn)為FSD

入華會起到多方共贏的結(jié)果。1）提振車主對高階智駕的認(rèn)知和信心，探索智駕包合理定價邊界，培養(yǎng)用戶對智駕服務(wù)付費(fèi)的習(xí)慣當(dāng)前本土車企多把高階智駕作為一種高端配置提供給消費(fèi)者。收費(fèi)方面，一種模式是與其它配置打包在硬件價格內(nèi)，比如理想汽車，一種是單獨(dú)進(jìn)行智駕包收費(fèi)，但當(dāng)前絕大多數(shù)城市領(lǐng)航智駕體驗(yàn)參差不齊，無圖高階智駕上車時間不長，用戶付費(fèi)意愿不高，從各品牌的智駕版定價/軟件包定價看，尚未探索出智能駕駛軟件包的合理價格。若FSD

入華后給予保有車主免費(fèi)使用一段時間，待本土化達(dá)到理想效果后再開啟收費(fèi)，或可探索出合理的智駕包定價水平。具備高階智駕硬件基礎(chǔ)的特斯拉車輛保有量領(lǐng)先于其它本土整車品牌，一旦這些車輛釋放FSD

高階智駕功能，可讓更多車主體驗(yàn)到高階智駕，從而提振廣大民眾對高階智駕的認(rèn)知和信心，當(dāng)高階智駕體驗(yàn)迭代到一定程度，將成為影響消費(fèi)者購車行為的重要因素，從而提振車市消費(fèi)，尤其可能大幅提振車輛置換需求。2）倒逼本土車企將汽車智駕從硬件堆料+工程師人海戰(zhàn)術(shù)走向數(shù)據(jù)驅(qū)動模式。特斯拉的智駕技術(shù)方案或已收斂，車端硬件方面，純視覺傳感器+不斷迭代自研智駕

SOC

芯片，云端算力做加法，智駕算法架構(gòu)走向端到端，隨著

FSD

累積里程增加，智駕體驗(yàn)有望在三年內(nèi)超越谷歌旗下無人駕駛車Waymo（參考小鵬汽車

CEO及Momenta

創(chuàng)始人曹旭東觀點(diǎn)），而且Waymo

的運(yùn)營范圍受限+單車智駕成本高，F(xiàn)SD

入華將驅(qū)動本土高階智駕方案走向車端硬件成本更低+智駕工程師規(guī)模減少的數(shù)據(jù)驅(qū)動階段。訓(xùn)練算力+高質(zhì)量訓(xùn)練數(shù)據(jù)將成智駕護(hù)城河，軟硬一體智能車解決方案商及部分主機(jī)廠將成智駕產(chǎn)業(yè)鏈最大受益者，從而形成頭部集中、強(qiáng)者愈強(qiáng)的競爭格局。四、

高階智駕走向端到端，數(shù)據(jù)驅(qū)動取代人海戰(zhàn)術(shù)我國智駕發(fā)展階段已從硬件堆料的

1.0

階段，邁過人海戰(zhàn)術(shù)的

2.0

階段，進(jìn)入到數(shù)據(jù)驅(qū)動的

3.0

階段。自特斯拉

FSD12

推出后，我國智駕自研車企及本土領(lǐng)先的智駕方案商均已轉(zhuǎn)向端到端方向，從傳統(tǒng)的分多個模塊，人為定義接口的人工規(guī)則時代邁入數(shù)據(jù)驅(qū)動時代，智駕系統(tǒng)可自我學(xué)習(xí)并迭代，相當(dāng)于用AI

技術(shù)塑造了一個類人的神經(jīng)網(wǎng)絡(luò)大腦。圖表15

端到端智能駕駛系統(tǒng)與傳統(tǒng)自動駕駛系統(tǒng)技術(shù)架構(gòu)對比傳統(tǒng)智能駕駛系統(tǒng)示意端到端智能駕駛系統(tǒng)示意資料來源：元戎啟行官方公眾號，平安證券研究所當(dāng)前華為、小鵬等領(lǐng)先企業(yè)已實(shí)現(xiàn)分段式端到端架構(gòu)量產(chǎn)上車。車端量產(chǎn)功能體驗(yàn)上，2024

年底智駕領(lǐng)先企業(yè)處于車位到車位的全國無圖城市領(lǐng)航階段，截至

2024

年

9

月

10

日華為ADS

3.0

是國內(nèi)少有的可實(shí)現(xiàn)車位到車位無圖城市領(lǐng)航功能的智駕系統(tǒng)。高質(zhì)量數(shù)據(jù)+訓(xùn)練算力成關(guān)鍵壁壘。邁入數(shù)據(jù)驅(qū)動階段后，搭載高階智駕硬件的車輛保有量規(guī)模較為關(guān)鍵，因此智駕版車型的規(guī)?；狭渴钱?dāng)務(wù)之急，智駕硬件降本是提高智駕版車型車隊規(guī)模的重要途徑之一，小鵬去激光雷達(dá)的高階智駕已下沉至15

萬級車型，據(jù)

2024

年

9

月賽力斯劉宗成在泰達(dá)汽車論壇演講，他預(yù)測到

2027

年，整車智駕系統(tǒng)在整車成本中的占比將由現(xiàn)在約

10%左右快速下降到

5%以下。地平線

CEO

余凱認(rèn)為，未來

3-5

年，全場景智能駕駛將搭載至十幾萬元車型，甚至能夠成為標(biāo)配。4.1

智駕算法邁入端到端的驅(qū)動力和必要性復(fù)盤本土智駕演進(jìn)節(jié)奏，本土新勢力車企小鵬/理想/蔚來分別從小鵬P7/理想

L9/蔚來ET7

開啟高階智駕自研。2023

年之前，智駕發(fā)展處于車端智駕軟硬件打基礎(chǔ)階段：小鵬從

P7

搭載的

XPILOT

3.0

開始，其自動駕駛計算平臺由Mobileye

轉(zhuǎn)向英偉達(dá)

Xavier，小鵬在

2021

年

1

月推出基于英偉達(dá)

Xavier

平臺的高速場景NGP

功能，是國內(nèi)最早實(shí)現(xiàn)自動駕駛?cè)珬Ｗ匝胁⒘慨a(chǎn)的車企。理想在

2020

年底停止了和Mobileye

的合作，2022

年

6

月推出的L9

首次搭載英偉達(dá)Orin

支持高階智駕功能，蔚來

2022

年推出的NT2.0

平臺，將Mobileye

EyeQ4

切換為英偉達(dá)Orin

芯片，蔚來車端算力較高，單車使用

4

片Orin

芯片總算力達(dá)

1016TOPS。這一階段以新勢力為代表的車企主要是處于向市場推出支持高階智駕未來

OTA

的新車型階段。2023

年起邁入無圖城市領(lǐng)航階段，開城數(shù)量成為比拼目標(biāo)。2024

年起邁入全新階段，功能上開啟車位到車位智能駕駛落地階段，算法上從人工規(guī)則時代邁入端到端的

AI

時代，規(guī)則時代經(jīng)歷了依賴高精地圖和去（輕）高精地圖兩個階段，端到端也將經(jīng)歷多個階段最終邁入One

model

階段。圖表16

端到端自動駕駛架構(gòu)演進(jìn)的四個階段資料來源：辰韜資本《端到端自動駕駛行業(yè)研究報告》，平安證券研究所早在

2016

年英偉達(dá)就提出采用單個神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)端到端自動駕駛，輸入原始的傳感器信息，輸出方向盤角度及油門開度。但由于種種原因未能成功量產(chǎn)，隨著Transformer

網(wǎng)絡(luò)架構(gòu)和車端算力提升，One

Model

端到端方案重新登場，訓(xùn)練過程能覆蓋的數(shù)據(jù)范圍更廣，泛化效果更好，智駕體驗(yàn)上限更高。特斯拉引領(lǐng)端到端：特斯拉

FSD

最新版已切換至端到端方案，在特斯拉

FSD

V12

版本上車后，國內(nèi)智駕方案迭代速度明顯加快，華為引領(lǐng)，其端到端架構(gòu)的ADS

3.0

已在享界S9

上市，可實(shí)現(xiàn)點(diǎn)到點(diǎn)無圖城市領(lǐng)航。在

2024

年

7

月世界人工智能大會，大卓智能谷俊麗（曾任職于特斯拉、小鵬汽車）認(rèn)為，參考國內(nèi)企業(yè)追趕特斯拉BEV/OCC

的進(jìn)度，特斯拉研發(fā)進(jìn)度領(lǐng)先國內(nèi)大概在

1.5-2

年，預(yù)計國內(nèi)

2025

年密集上車模塊化端到端，2026-2027

年上車One

model

端到端。進(jìn)入城區(qū)領(lǐng)航階段，規(guī)則模式難以為繼：智駕進(jìn)入城區(qū)應(yīng)用場景后，系統(tǒng)計算復(fù)雜度呈指數(shù)級上升，用人工規(guī)則處理長尾場景的成本越來越高，端到端方案場景泛化性更強(qiáng)，可更高效處理長尾場景。4.2

傳統(tǒng)智能駕駛方案和端到端方案的優(yōu)劣對比基于人工規(guī)則的智駕方案泛化性差，無法適應(yīng)“哪里都能開”的智駕訴求。規(guī)則時代分為兩個發(fā)展階段，分別是有高精地圖和無（輕）高精地圖兩個階段，有高精地圖階段，在局部道路可做到很好的智駕效果，相當(dāng)于在上帝視角下開車，但可開區(qū)域受限，需要大量人工規(guī)則博弈。邁入無高清地圖階段后，復(fù)雜度相較依賴高精地圖階段大大提高，可開區(qū)域也會增加很多，但需要大量人工規(guī)則，且規(guī)則之間產(chǎn)生大量博弈（寫入新規(guī)則會影響已存在的舊規(guī)則），逐步陷入人海戰(zhàn)術(shù)，導(dǎo)致智駕體驗(yàn)向上提升困難大。總體而言規(guī)則時代算法分為多個模塊，各模塊獨(dú)立開發(fā)更容易，出現(xiàn)問題后追溯更簡單快速。用戶體驗(yàn)上，在局部區(qū)域會有較好體驗(yàn)，即智駕體驗(yàn)下限較高，但各模塊之間存在信息損失和級聯(lián)誤差，隨著智駕范圍擴(kuò)大，智駕迭代陷入人海戰(zhàn)術(shù)的同時體驗(yàn)提升漸小。端到端方案實(shí)現(xiàn)數(shù)據(jù)驅(qū)動，場景泛化性強(qiáng)、智駕體驗(yàn)上限高。邁入端到端時代后，大量人工規(guī)則被神經(jīng)網(wǎng)絡(luò)取代，信號輸入到軌跡/控制輸出采用同一個深度學(xué)習(xí)模型，車端感知信息無損傳遞，智駕方案全局優(yōu)化，車企的數(shù)據(jù)質(zhì)量及規(guī)模、訓(xùn)練算力成智駕研發(fā)壁壘，缺點(diǎn)是智駕體驗(yàn)下限不高，規(guī)則時代通過人工代碼容易實(shí)現(xiàn)的能力可能反而需要大量訓(xùn)練，也就是智駕體驗(yàn)下限不穩(wěn)定，隨著訓(xùn)練時長和里程的增加，端到端會取得更高上限，處理長尾場景效率高，駕駛行為更擬人。小鵬汽車CEO

何小鵬表示：堅信端到端+大模型的組合，可以解決

L2

至

L4

的軟件架構(gòu)，但需要更大算力和相關(guān)硬件的配合（如

L4

需要更多硬件冗余）。端到端是真正可以全球化的、實(shí)現(xiàn)點(diǎn)到點(diǎn)自動駕駛的最優(yōu)解決方案。

圖表17

傳統(tǒng)自動駕駛架構(gòu)和端到端架構(gòu)的對比 傳統(tǒng)自動駕駛架構(gòu)端到端架構(gòu)演進(jìn)感知模塊：通過各類傳感器收集和解釋車輛周圍環(huán)境的信息，將其轉(zhuǎn)化為車輛可理解的環(huán)境模型。定位模塊：確定車輛在環(huán)境中的精確位置，還可使用基于地圖的定位技術(shù)，將車輛的傳感器數(shù)據(jù)與預(yù)先制作的詳細(xì)地圖進(jìn)行匹配預(yù)測模塊：預(yù)測其它道路使用者的行為和意圖，提前做出決策避免潛在碰撞。決策模塊：根據(jù)感知機(jī)預(yù)測信息制定行駛策略，最佳行駛路徑、何時變道/超車等規(guī)劃模塊：生成詳細(xì)行駛軌跡，使車輛從當(dāng)前位置行駛到目的地控制模塊：控制車輛油門、剎車、轉(zhuǎn)向等。第一階段：感知端到端。自動駕駛架構(gòu)分為感知和預(yù)測決策規(guī)劃兩個主要模塊。感知端到端使得輸出的檢測結(jié)果的精度及穩(wěn)定性大幅提升。規(guī)劃決策模塊以Rule-based

為主。第二階段：決策規(guī)劃模型化。從預(yù)測到?jīng)Q策到規(guī)劃的功能模塊已被集成到同一個神經(jīng)網(wǎng)絡(luò)當(dāng)中。雖然感知和預(yù)測規(guī)劃決策都是通過深度學(xué)習(xí)實(shí)現(xiàn)，但這兩個主要模塊之間的接口仍基于人類的理解定義（如障礙物位置，道路邊界等）；在該階段各模塊仍然會進(jìn)行獨(dú)立訓(xùn)練。第三階段：模塊化端到端。感知模塊給出特征向量，而不是輸出基于人類理解定義的結(jié)果。預(yù)測決策規(guī)劃模塊的綜合模型基于特征向量輸出運(yùn)動規(guī)劃的結(jié)果。在訓(xùn)練方式上，該階段的模型須支持跨模塊的梯度傳導(dǎo)（兩個模塊均無法獨(dú)立進(jìn)行訓(xùn)練，訓(xùn)練必須通過梯度傳導(dǎo)的方式同時進(jìn)行）。第四階段：One

Model

端到端。從原始信號輸入到最終規(guī)劃軌跡的輸出直接采用同一個深度學(xué)習(xí)模型。優(yōu)點(diǎn)：各模塊獨(dú)立開發(fā)更容易，出現(xiàn)問題后追溯簡單快速。優(yōu)點(diǎn)：信息無損傳遞+全局優(yōu)化，可梯度反向傳播。智駕體驗(yàn)上限高、更擬人，決策速度更快。數(shù)據(jù)驅(qū)動替代硬件堆料及人海戰(zhàn)術(shù)。缺點(diǎn)：局部優(yōu)化。系統(tǒng)上限不高，泛化性有限。后續(xù)維護(hù)需要大量工程師及代碼，人力成本高缺點(diǎn)：系統(tǒng)解釋性相對較弱、問題定位相對困難。系統(tǒng)下限較低訓(xùn)練算力、高質(zhì)量數(shù)據(jù)壁壘高。

資料來源：辰韜資本《端到端自動駕駛行業(yè)研究報告》，平安證券研究所

圖表18

端到端智駕方案有更高智駕體驗(yàn)上限，但方案上車初期存在下限不穩(wěn)定資料來源：小鵬原自動駕駛

AI

負(fù)責(zé)人劉蘭個川在

2023

年

CVPR

上的分享，平安證券研究所五、

本土企業(yè)的端到端演進(jìn)動態(tài)5.1

華為：ADS3.0

率先實(shí)現(xiàn)車位到車位、智駕方案上探下沉齊發(fā)力華為智選車與華為車BU

均結(jié)碩果，二者進(jìn)入互相促進(jìn)的全新階段2021

年華為發(fā)力智能車業(yè)務(wù)，但

HI

模式推進(jìn)節(jié)奏及效果均不達(dá)預(yù)期，之后華為與車企打造智選車品牌，其中華為與賽力斯合作的問界是最先量產(chǎn)的鴻蒙智行品牌，2023

年

4

月問界

M5

智駕版上市，2023

年底華為問界M9上市，作為

50

萬級大型SUV，2024

年

8

月問界M9

月銷達(dá)約

1.7

萬臺（中汽協(xié)數(shù)據(jù)），問界已成為高端新能源標(biāo)桿品牌之一。問界系列熱銷帶來賽力斯和華為車BU

經(jīng)營層面的顯著改善：據(jù)賽力斯

2024

中期財報，2Q24

扣非凈利潤達(dá)

13

億，實(shí)現(xiàn)連續(xù)兩個季度盈利，問界

M9

五座版有望進(jìn)一步擴(kuò)大其用戶群體，根據(jù)賽力斯張興海表示，華為與賽力斯合作的車型利潤率要達(dá)到

5%以上。對于華為而言，問界熱銷推動車BU

收入高增長并實(shí)現(xiàn)盈利，據(jù)賽力斯公告《深圳引望智能技術(shù)有限公司模擬審計報告》，

引望公司（華為車BU）公司

2022

年/2023

年/2024

上半年實(shí)現(xiàn)營收為

21

億/47

億/104

億元，2022

年/2023

年/2024

上半年凈利潤為-76

億/-56

億/22.3

億，第一大客戶收入占比

63%，2024

上半年華為車BU

不僅扭虧為盈，還取得了高達(dá)

21.4%的凈利潤率。圖表19

賽力斯與深圳引望（華為車BU）均于

2024

年上半年扭虧為盈單位：億元財務(wù)指標(biāo)2022

年2023

年2024

上半年賽力斯深圳引望賽力斯深圳引望賽力斯深圳引望收入3412135847650104毛利率11.3%17.7%10.4%32.1%25.0%55.4%銷售費(fèi)用率14.1%13.5%15.2%5.4%14.4%1.2%管理費(fèi)用率5.2%0.0%4.6%2.3%1.8%0.5%研發(fā)費(fèi)用率3.9%364.9%4.7%152.8%4.3%32.8%凈利潤-38-76-25-561622凈利率-11.2%-361.6%-6.8%-119.1%2.5%21.4%

資料來源：《深圳引望智能技術(shù)有限公司模擬審計報告》，塞力斯

2024

年中期財務(wù)報告，平安證券研究所 引望成國內(nèi)智駕頭號玩家，后續(xù)增值潛力大華為車

BU

獨(dú)立及引入股東加速（長安旗下阿維塔以及賽力斯各購入

10%股權(quán)），據(jù)賽力斯公告，引望公司（華為車

BU）目前估值

1150

億，據(jù)我們報告《賽力斯入股引望，與華為合作進(jìn)一步深化》：引望公司中期穩(wěn)態(tài)營收規(guī)模為

1275

億~1650億元，假設(shè)凈利潤率

15%，則對應(yīng)年凈利潤

191

億~248

億元。參考當(dāng)前成熟科技公司約

30

倍

PE

估值，對應(yīng)引望市值空間為

5737

億~7425

億元，相較當(dāng)前的

1150

億市值有較大增長空間。阿維塔和賽力斯入股后，預(yù)計引望公司（華為車BU）將繼續(xù)吸納其他車企入股，因此對于車BU

來講，盡快做大規(guī)模并提升市值是第一要務(wù)，當(dāng)前華為智駕客戶擴(kuò)容，除鴻蒙智行下的品牌外，還有阿維塔、深藍(lán)、方程豹、嵐圖等。高階智駕優(yōu)化與迭代也有賴于高端車產(chǎn)銷規(guī)?？焖偬嵘?，當(dāng)前高階智駕方案雖然有所下沉，但仍主要配套在

24

萬以上車型，高端新能源車產(chǎn)銷規(guī)模對于高階智駕迭代至關(guān)重要，從目前華為智駕配套車型銷量表現(xiàn)看，問界依然是華為車BU

最重要的客戶資源。圖表20

華為車

BU

長期的業(yè)務(wù)規(guī)模測算解決方案主要產(chǎn)品乘用車總銷量/萬臺行業(yè)滲透率車

BU

份額單車價格/萬元營收/億元智能駕駛高階版300033%40%1.5（