證券研究報告汽車ICCV2025FoundationalModelforFSD專題演講解讀行業(yè)定期報告ICCV2025FoundationalModelforFSD專題演講解讀20251105投資評級：看好（維持）

——汽車行業(yè)雙周報（20251020-20251102）證券分析師 投資要點：證券分析師投資要點：李澤SAC：S1350525030001陳嵩SAC：S1350525070005chensong@聯(lián)系人 板塊表現(xiàn)：

特斯拉選擇“端到端框架”的核心原因：模塊化框架難以編碼人類價值觀、感知與預(yù)測規(guī)劃之間的接口定義會帶來信息傳遞損失、端到端能應(yīng)對現(xiàn)實世界的長尾問題/同構(gòu)計算帶來的確定性延遲，端到端也能更好地契合I領(lǐng)域的ci-w。端到端面臨的主要挑戰(zhàn)以及特斯拉如何解決：維度災(zāi)難（特斯拉采用復(fù)雜的觸發(fā)機制來回傳長尾場景數(shù)據(jù)）、怎么保證模型的可解釋性與安全性（允許模型輸出多樣的中間結(jié)果（例如占用、其它目標、交通信號燈、交通標志、道路邊界等），這些中間結(jié)果可通過車機渲染展示給駕駛員與乘客）；通過類似理想、小鵬的A/LM&（多元化的評價體系、重視閉環(huán)測試、評估模型決策可能造成的結(jié)果、復(fù)用歷史問題庫測評新模式；構(gòu)建世界模擬器這一強大的測評仿真工具）。RtaiOtms實質(zhì)上復(fù)用了同一套FD神經(jīng)網(wǎng)絡(luò)，只要在訓練數(shù)據(jù)中增加了相應(yīng)數(shù)據(jù)樣本，模型便能泛化到其他機器人形態(tài)。建議關(guān)注數(shù)據(jù)積累豐富+技術(shù)路線選擇近似特斯拉的頭部智駕整車公（T（（）（伯特利）、大算力域控制器（德賽西威、均勝電子、經(jīng)緯恒潤、中科創(chuàng)達）、增量零部件（激光雷達（禾賽科技、速騰聚創(chuàng)、圖達通）、大算力芯片（地平線機器Rtai（、RoboVan（九識智能、新石器）等。風險提示：1）法規(guī)進展不及預(yù)期；2）競爭格局惡化；3）技術(shù)路線迭代風險。請務(wù)必仔細閱讀正文之后的評級說明和重要聲明內(nèi)容目錄前言 4特斯拉為什么放棄顯式模塊化的算法框架 5模塊化方法雖更易調(diào)試模型，但要精確編碼人類價值觀非常困難 5感知與預(yù)測規(guī)劃之間的接口定義很困難 5端到端架構(gòu)的其他優(yōu)勢 6端到端的挑戰(zhàn) 6如何解決維度災(zāi)難（Curseofdimensionality） 7端到端系統(tǒng)怎么調(diào)試&開發(fā)？怎么保證可解釋性？（Interpretabilityandsafetyguarantees） 3D高斯濺射（3DGaussianSplatting） 10模型評測 12未來規(guī)劃 155.總結(jié) 16投資建議 16風險提示 17圖表目錄圖表1：特斯拉從V12版本開始轉(zhuǎn)向基于海外數(shù)據(jù)訓練運行在36Hz直接輸出控制指令的端到端神經(jīng)網(wǎng)絡(luò) 圖表2：特斯拉算法迭代歷程總結(jié) 4圖表3：為什么需要從模塊化走向端到端 5圖表4：編碼人類價值觀是非常困難的 5圖表5：實拍雞、鵝過馬路場景，F(xiàn)SD依托場景理解做了不同決策 6圖表6：從輸入像素到輸出控制指令的端到端系統(tǒng)面臨三大主要挑戰(zhàn) 6圖表7：維度災(zāi)難指輸入的數(shù)據(jù)非常龐大，卻要映射到非常簡單的輸出 7圖表8：特斯拉是如何收集長尾場景數(shù)據(jù) 8圖表9：前車撞到護欄后彈回，F(xiàn)SD精確判斷事故車可能回彈，提前減速 8圖表10：端到端不意味著不能輸出中間過程 9圖表11：所有的中間結(jié)果都是模型的一部分，也都可以單獨輸出中間結(jié)果信息 9圖表12：特斯拉也采用了類似理想的“快慢”雙系統(tǒng)框架，通過LLM輔助決策 10圖表13：基于2D圖像做3D場景重建的算法迭代史 10圖表14：NeRF訓練過程 11圖表15：3DGS原理 11圖表16：3DGSVSNeRF 11圖表17：特斯拉的生成式3DGSVS傳統(tǒng)3DGS 12圖表18：特斯拉是如何測評模型的 12圖表19：特斯拉基于“狀態(tài)-動作”對構(gòu)建世界模擬器 13圖表20：世界模擬器可以與車輛的策略網(wǎng)絡(luò)閉環(huán)運行 13圖表21：基于單一網(wǎng)絡(luò)生成8路攝像頭不同視角的長視頻 13圖表22：可以用歷史問題庫中的場景來檢驗新模式表現(xiàn) 14圖表23：基于相同場景自由變換場景中的某一元素 14圖表24：降低計算精度就可以獲得接近實時渲染的仿真效果 15圖表25：FSD的神經(jīng)網(wǎng)絡(luò)模型遷移到Optimus上 15前言本文主要內(nèi)容援引自TeslaAISoftwareVP及目前Optimus人形機器人項目leaderAshokElluswamy（阿肖克埃魯斯瓦米202510ICCV共識信息——V12FSD圖表1：特斯拉從V12版本開始轉(zhuǎn)向基于海外數(shù)據(jù)訓練、運行在36Hz、直接輸出控制指令的端到端神經(jīng)網(wǎng)絡(luò)資料來源：TeslaICCV2025FoundationalModelforFSD（作者：AshokElluswamy），華源證券研究所分享的價值——Ashok系統(tǒng)展示了特斯拉基于端到端基礎(chǔ)模型驅(qū)動物理AI（乘用車L3/L4&人形機器人）的完整敘事鏈條：從數(shù)據(jù)→模型→可解釋&安全保障→評測→仿真→跨形態(tài)遷移，討論了端到端方法的優(yōu)勢&難點以及模型評估的重要性，為我們了解特斯拉FSD為什么從模塊化演化到端到端提供了最新洞見。圖表2：特斯拉算法迭代歷程總結(jié)資料來源：青源talk，《BEVFormer：新一代自動駕駛環(huán)視感知算法》代季峰，汽車之家公眾號等，華源證券研究所特斯拉為什么放棄顯式模塊化的算法框架常困難例子1：遇到障礙物時，是選擇剎車還是繞過去；是為了盡快通過晚點剎車，還是為了駕駛平緩提早剎車。這些取舍本質(zhì)上是對人偏好的對齊，而不是靠諸如“剎車力度多大、何時施加”之類的某種客觀指標界定。且這種權(quán)衡可能也跟場景相關(guān)，比如低速與高速最佳策略差別很大。例子2：車行駛在雙向單車道上。自車道前方有個水坑，是否應(yīng)該為了避開水坑借用對VS借用對向車道的（例如能見度高+道路夠?qū)?，可能很自然地就借道了）。圖表3：為什么需要從模塊化走向端到端 圖表4：編碼人類價值觀是非常困難的資料來源：AI工業(yè)公眾號，華源證券研究所 資料來源：AI工業(yè)公眾號，華源證券研究所感知與預(yù)測規(guī)劃之間的接口定義很困難傳統(tǒng)模塊化自動駕駛系統(tǒng)中，各模塊間通過預(yù)設(shè)接口通信。例如使用邊界框（dg5FSD5雞、鵝過馬路的實拍視頻表明，傳統(tǒng)感知接口難以定義這些動物的類型、過馬路意圖等屬性。但如果像人類一樣端到端（E2E）地看整個場景，答案其實一目了然（最大程度減少信息傳遞損失，確保決策模塊獲取更全面的環(huán)境信息）。圖表5：實拍雞、鵝過馬路場景，F(xiàn)SD依托場景理解做了不同決策資料來源：AI工業(yè)公眾號，華源證券研究所端到端架構(gòu)的其他優(yōu)勢應(yīng)對現(xiàn)實世界的長尾問題：減少信息傳遞損失，確保在罕見場景下，決策系統(tǒng)仍能基于豐富的輸入信息做出合理判斷，并通過學習人類駕駛行為獲得處理長尾場景的能力。同構(gòu)計算帶來的確定性延遲：自動駕駛系統(tǒng)對時延極其敏感。傳統(tǒng)基于規(guī)則和優(yōu)化的規(guī)控方案，其求解時間受環(huán)境復(fù)雜性、初始解質(zhì)量等多種因素影響，難以保證穩(wěn)定。而端到端神經(jīng)網(wǎng)絡(luò)具有固定的模型結(jié)構(gòu)和參數(shù)量，其單幀計算延遲是確定性的，有利于控制系統(tǒng)的時間波動。更好地契合AI領(lǐng)域的數(shù)據(jù)規(guī)模效應(yīng)：端到端自動駕駛是徹底的數(shù)據(jù)驅(qū)動范式，它摒棄了大量人為設(shè)計的規(guī)則和評價指標，從而能更充分地利用計算力和數(shù)據(jù)的增長來提升系統(tǒng)性能。端到端的挑戰(zhàn)三大主要挑戰(zhàn)為：維度災(zāi)難、可解釋性&安全保證、如何評估模型。圖表6：從輸入像素到輸出控制指令的端到端系統(tǒng)面臨三大主要挑戰(zhàn)資料來源：AI工業(yè)公眾號，華源證券研究所如何解決維度災(zāi)難（Curseofdimensionality）token2token7-836Hz30s7100Hz的車速與IMU信息、Hz的音頻信息（FD4已可以處理音頻信息），數(shù)據(jù)總量可以達到0億tns，而輸出僅為方向盤和加減速信號，約等于2個te。圖表7：維度災(zāi)難指輸入的數(shù)據(jù)非常龐大，卻要映射到非常簡單的輸出資料來源：AI工業(yè)公眾號，華源證券研究所特斯拉通過強大的數(shù)據(jù)引擎（DataEngine）來應(yīng)對此挑戰(zhàn)，致力于采集大量高質(zhì)量數(shù)據(jù)。Tesla車隊每日可產(chǎn)生相當于500年駕駛時長的數(shù)據(jù)，但其中多數(shù)為常規(guī)場景；為此特斯拉采用了復(fù)雜的觸發(fā)機制來回傳長尾場景數(shù)據(jù)，包括：使用顯式觸發(fā)器或面向特定場景的小型神經(jīng)網(wǎng)絡(luò)來抓取樣本；badcases；收集所有用戶接管數(shù)據(jù)；收集感知狀態(tài)突變的場景。圖表8：特斯拉是如何收集長尾場景數(shù)據(jù)資料來源：AI工業(yè)公眾號，華源證券研究所Tesla以下是個體現(xiàn)模型主動安全能力的例子（Cnateectnruswtedndit）：提前判斷前車這次碰撞不是一次碰撞，而是可能撞到護欄后發(fā)生回彈的二次碰撞。同時，也沒把這種跡象誤判為對方的正常變道，系統(tǒng)預(yù)判到了風險，并請求了4m/s2的減速度。只有當擁有海量數(shù)據(jù)并覆蓋了這些角落場景時，才做得到這種提前量。智能化程度更低的系統(tǒng)往往要等到——而擁有大量數(shù)據(jù)支撐的“直覺式”端到端系統(tǒng)，可以更早做出正確動作。圖表9：前車撞到護欄后彈回，F(xiàn)SD精確判斷事故車可能回彈，提前減速資料來源：AI工業(yè)公眾號，華源證券研究所端到端系統(tǒng)怎么調(diào)試&開發(fā)？怎么保證可解釋性？（Interpretabilityandsafetyguarantees）端到端并不意味著不能輸出其他中間結(jié)果：同一個模型可以通過提示詞（mpt）來預(yù)測任意輔助信息：例如占用、其它目標、交通信號燈、交通標志、道路邊界等；甚至可以用自然語言問它“為什么這樣決策”“是否理解這個場景”Tsfrmr來做所有的運算就可能需要輸入海量tkn可需要貫徹始終的原則只有梯度必須端到端貫通。圖表10：端到端不意味著不能輸出中間過程 圖表11：所有的中間結(jié)果都是模型的一部分，也都可以單獨輸出中間結(jié)果信息資料來源：AI工業(yè)公眾號，華源證券研究所 資料來源：AI工業(yè)公眾號，華源證券研究所這些中間結(jié)果信息不僅僅用于車機可視化渲染，也可以通過條件概率（LLM中廣泛應(yīng)用（CTCnf-Tut形式以及過程校驗手段確保最終輸出的駕駛控制信號正確。這說明特斯拉的技術(shù)路線實際跟國內(nèi)理想、小鵬等車企的VLA/VLM方案有異曲同工之妙。模型可以通過提示詞來解釋場景中的要素/tn該模型可以根據(jù)情景選擇是否啟用“長思考”，它可以啟用這些能力，也可以直接產(chǎn)出控制。如果對所有大小事件都展開深度推理，那延遲會太大。所以需要時，再延長推理以給出正確答案。圖表12：特斯拉也采用了類似理想的“快慢”雙系統(tǒng)框架，通過LLM輔助決策資料來源：AI工業(yè)公眾號，華源證券研究所3.3.3D高斯濺射（3DGaussianSplatting）3DGSVSNeRF：二者是自動駕駛方向熱門的兩種場景重建方法（場景重建——根據(jù)三維場景中拍攝的多張2D圖片還原該場景的三維模型）。圖表13：基于2D圖像做3D場景重建的算法迭代史資料來源：CSDN，華源證券研究所NeRF（NeuralRadianceFields）：三維空間中的任意一個點（x，y，z），當我們從任意角度（θ，Φ）觀察它時，它的顏色（RGB）和體密度（σ，跟透明度相關(guān)）是已知的，那么這個三維空間在任意視角下的可視化結(jié)果就可以被計算出來了。NeRF就是通過訓練一個神經(jīng)網(wǎng)絡(luò)建模來表示這個輻射場（x，y，z，θ，Φ）（RGB，σ）；NeRF圖表14：NeRF訓練過程資料來源：騰訊云開發(fā)者社區(qū)，華源證券研究所3DG（3DGasinSattig）：D高斯濺射是一種通過顯式地存儲和優(yōu)化數(shù)十萬個可自定義位置、形狀和顏色的D高斯球，并利用高效的a混合技術(shù)進行實時、逼真渲3DNeRFDssn（顯式表示法）、ttg（光柵化，把物體“砸”向相機屏幕看像素有沒有被覆蓋）。圖表15：3DGS原理 圖表16：3DGSVSNeRF資料來源：RadianceFields，華源證券研究所 資料來源：CSDN，華源證券研究所3DGS，特斯拉的3DGS（渲染時間大幅縮短+不需要3D關(guān)鍵點位的初始化+動態(tài)對象渲染+高質(zhì)量新視角生成+可以附加語義信息）。這樣的能力一方面解決了Ta端到端模型訓練時候，單純監(jiān)督駕駛動作帶來的監(jiān)督信號過于稀疏單一問題，也確保了Ta對周圍環(huán)境的良好空間理解，類似重建技術(shù)也支撐特斯拉實現(xiàn)閉環(huán)仿真系統(tǒng)。圖表17：特斯拉的生成式3DGSVS傳統(tǒng)3DGS資料來源：AI工業(yè)公眾號，華源證券研究所模型評測特斯拉認為這個環(huán)節(jié)對于端到端系統(tǒng)來說是最重要的，至少包括以下幾個點：Loss（需要有更多元的評價體系）開環(huán)指標好壞不能保證閉環(huán)性能（閉環(huán)測試是剛需）自動駕駛存在多種方式來避免駕駛?cè)蝿?wù)失敗，評價體系需要捕捉駕駛方式的多元性評估模型性能的方式之一是對駕駛行為造成的結(jié)果進行預(yù)測圖表18：特斯拉是如何測評模型的資料來源：AI工業(yè)公眾號，華源證券研究所如果只是從車隊里隨機抽樣，大部分都會是枯燥的高速巡航，這不足以評估模型。特斯拉依托強大的數(shù)據(jù)引擎構(gòu)建覆蓋面均衡的評測集，這非常重要，但也是繁瑣的體力活。一種有效的方法是利用車隊數(shù)據(jù)收集“狀態(tài)–動作”對，據(jù)此構(gòu)建一個世界模擬器——給定過去的狀態(tài)和采取的動作，模擬器就能條件生成后續(xù)的新狀態(tài)。/碰撞的駕駛數(shù)據(jù)也有價值，因（lcyn）連接起來，以閉環(huán)方式串聯(lián)運行，從而模擬整個世界。圖表19：特斯拉基于“狀態(tài)-動作”對構(gòu)建世界模擬器 圖表20：世界模擬器可以與車輛的策略網(wǎng)絡(luò)閉環(huán)運行資料來源：AI工業(yè)公眾號，華源證券研究所 資料來源：AI工業(yè)公眾號，華源證券研究所世界模擬器的一個例子：8500130s不同角度攝像頭視角的視頻；且這個網(wǎng)絡(luò)可以把任何新的指令作為輸入，操縱整個網(wǎng)絡(luò)生成新的畫面，跨相機的一致性非常好，甚至車輪輪輞、交通燈等細節(jié)都保持一致。圖表21：基于單一網(wǎng)絡(luò)生成8路攝像頭不同視角的長視頻資料來源：AI工業(yè)公眾號，華源證券研究所此外，還能把歷史問題拿來重放——比如取一年前的一個案例，用最新的神經(jīng)網(wǎng)絡(luò)再跑2222前變道。這種評估方式非常有用：與其只在新增里程上復(fù)測，更好的做法是把歷史問題庫逐一回放，確認新模型在舊問題上也做得更好。圖表22：可以用歷史問題庫中的場景來檢驗新模式表現(xiàn)資料來源：AI工業(yè)公眾號，華源證券研究所我們還可以基于相同場景合成新問題：例如圖表23左圖原始視頻里，白車一直沿本車道23圖表23：基于相同場景自由變換場景中的某一元素資料來源：AI工業(yè)公眾號，華源證券研究所如果愿意稍微降低測試時的計算量，就能獲得接近實時的渲染。885006可以在很長時間里穩(wěn)定生成并對控制指令做出響應(yīng)。由此可見，這個工具既強于評測，也適合做閉環(huán)強化學習：讓車在其中長時間駕駛，并驗證它是否長時間無碰撞。圖表24：降低計算精度就可以獲得接近實時渲染的仿真效果資料來源：AI工業(yè)公眾號、華源證券研究所未來規(guī)劃特斯拉FSD的神經(jīng)網(wǎng)絡(luò)模型可遷移到Rotx例如timsFSD對車的云端模擬一樣，對機器人/場景內(nèi)的其他元素做動作變更，模型就能條件生成與該動作相一致的像素序列。用的還是同一套神經(jīng)網(wǎng)絡(luò)，只是在訓練中加入了更多來自O(shè)ptimus。圖表25：FSD的神經(jīng)網(wǎng)絡(luò)模型遷移到Optimus上資料來源：AI工業(yè)公眾號、華源證券研究所總結(jié)AshokElluswamy關(guān)于TeslaFoundationalModelforFSD的分享基本闡明了以下內(nèi)容：1）特斯拉選擇“端到端框架”的核心原因：模塊化框架難以編碼人類價值觀、感知與預(yù)/同構(gòu)計算帶來的確定性延遲，端到端也能更好地契合I領(lǐng)域的ci-w。（特斯拉采用復(fù)雜的觸發(fā)機制來回傳長尾場景數(shù)據(jù)）、怎么保證模型的可解釋性與安全性（允許模型輸出多樣的中間結(jié)果（例如占用、其它目標、交通信號燈、交通標志、道路邊界等），這些中間結(jié)果可通過車機渲染展示給駕駛員與乘客A/M（模型具備強大的可遷移性：Rtx&ptmus實質(zhì)上復(fù)用了同一套FD神經(jīng)網(wǎng)絡(luò)，只是在訓練數(shù)據(jù)中增加了相應(yīng)數(shù)據(jù)，模型便能泛化到其他機器人形態(tài)?；谝陨衔覀冞€可以做一些推斷：)乘用車、Rtai、人形機器人以及其他類型機器人可以復(fù)用相同的感知決策網(wǎng)絡(luò)；）理想、小鵬選擇的A/LM路線與特斯拉目前的技術(shù)路線較為吻合；模型測評非常重要+數(shù)據(jù)&篩選長尾數(shù)據(jù)的能力非常重要+世界模擬器/世界模型是強大的仿真測試工具。投資建議（、核心環(huán)節(jié)T（（（伯特利（德賽西威、均勝電子、經(jīng)緯恒潤、中科創(chuàng)達）、增量零部件（激光雷達（禾賽科技、速騰（Rtai（文遠知行、小馬智行、曹操出行、千里科技）、RoboVan（九識智能、新石器）等。風險提示如Rtai/政策放開速度低于預(yù)期，可能導致市場規(guī)模增長不及預(yù)期。競爭格局惡化風險：如行業(yè)主要供應(yīng)商為擴大市場份額采取更激進的產(chǎn)品報價策略，可能引發(fā)行業(yè)市場規(guī)模與盈利水平可能不及預(yù)期。技術(shù)路線迭代風險：目前智駕算法尚處于快速迭代階段，技術(shù)路線不統(tǒng)一，仍可能出現(xiàn)顛覆性的技術(shù)變化導致行業(yè)大洗牌。證券分析師聲明本報告署名分析師在此聲明，本人具有中國證券業(yè)協(xié)會授予的證券投資咨詢執(zhí)業(yè)資格并注冊為證券分析師，本報告表述的所有觀點均準確反映了本人對標的證券和發(fā)行人的個人看法。本人以勤勉的職業(yè)態(tài)度，專業(yè)審慎的研究方法，使用合法合規(guī)的信息，獨立、客觀的出具此報告，本人所得報酬的任何部分不曾與、不與，也不將會與本報告中的具體投資意見或觀點有直接或間接聯(lián)系。一般聲明華源證券股份有限公司（以下簡稱“本公司”）具有中國證監(jiān)會許可的證券投資咨詢業(yè)務(wù)資格。本報告是機密文件，僅供本公司的客戶使用。本公司不會因接收人收到本報告而視其為本公司客戶。本報告是基于本公司認為可靠的已公開信息撰寫，但本公司不保證該等信息的準確性或完整性。本報告所載的資料、工具、意見及推測等只提供給客戶作參考之用，并非作為或被視為/本報告所載的意見、評估及推測僅反映本公司于發(fā)布本報告當日的觀點和判斷，在不同時期，本公司可發(fā)出與本報告所載意見、評估及推測不一致的報告。本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。除非另行說明，本報告中所引用的關(guān)于業(yè)績的數(shù)據(jù)代表過往表現(xiàn)，過往的業(yè)績表現(xiàn)不應(yīng)作為日后回報的預(yù)示。本公司不承諾也不保證任何預(yù)示的回報會得以實現(xiàn)，分析中所做的預(yù)測