Tesla welcomes the AI era

從蘿蔔快跑 Robotaxi 看特斯拉的 AI 時刻

特斯拉的 AI 時刻。AI 頭號玩家，為了不受算力限制，特斯拉今年大幅提升了 AI 的投資，自動駕駛累計投資預計超 100 億美元。端到端重塑 FSD，FSDV12 開始里程指數級增長，快速突破 10 億英里，V12.4 開啓更陡峭里程增長，已增長至 13 億英里以上。另外，Optimus Gen 2 亮相上海，搭載與車輛同源的 AI，藉助視覺神經網絡和 FSD 芯片，模仿人類訓練。特斯拉迎來 AI 時刻。

AI 加速特斯拉 Robotaxi。特斯拉 Robotaxi 預計在 10 月發佈，馬斯克表示 “我要求對 Robotaxi 前部進行重要設計更改，因推遲發佈日期而得來的額外時間將讓公司有機會展示一些其他的內容。” FSD V12.5 將成為 Robotaxi 發佈之前最重要的更新。特斯拉 2024 年股東大會馬斯克表示，目前特斯拉正在開發 HW5.0，其性能將是 HW4.0 的 10 倍，預計約 18 個月內推出，HW5.0 的算力預計 5000TOPS。AI 加速 Robotaxi，百度 ApolloADFM，全球首個支持全無人駕駛的自動駕駛大模型，支持 1500 平方公里區域 3 個月交付運營，區域擴展速度提升 6 倍。

蘿蔔快跑——特斯拉 FSD 入華路徑推想。蘿蔔快跑在 2024 年第一季度提供了 82.6 萬單的自動駕駛出行服務，同比增長 25%，累計提供服務已超過 600 萬單。分析蘿蔔快跑進駐城市的時間線，可以看出明顯規律 “智能網聯政策—>蘿蔔快跑進駐試點/運營/商業化—>申請車路雲一體化試點”。蘿蔔快跑，從拿到自動駕駛示範區道路測試牌照到商業化運營，也給了特斯拉 FSD 入華提供一種政策路徑推想。

特斯拉的 AI 時刻：AI 頭號玩家

端到端重塑 FSD。2024 年 3 月，特斯拉推出 FSD（Supervised）12.3.3 版本。相比較於 FSD 11，FSD v12 創新性地採用了端到端的神經網絡技術（端到端 NN），可以更好地理解和處理複雜駕駛環境，減少駕駛人員的干預，提高自動駕駛的精確度和自動化度。6 月 5 日，開始向特斯拉員工車隊推送 FSD v12.4，7 月 7 日，特斯拉向部分用户推送了 FSD v12.4.3，接下來，FSD V12.5 將成為 Robotaxi 發佈之前最重要的更新。

FSD v12 中採用端到端 NN（以前是 AI 感知 + 軟件規控），大模型僅需輸入視頻進行學習，而無需單獨編碼，更靈活更輕代碼。感知 - 決策 - 執行是 FSD 的基本流程，在 v11 中，感知階段需要通過視覺方式/雷達方式獲取周圍物體信息並識別和標識分類，決策階段則依賴於事先認為編寫好的控制規則。但是 v12 採用了端到端 NN 技術，感知階段不再需要識別和標識，決策階段也不需要事先人為編寫控制規則，只需要輸入大量視頻交給 NN 學習，就能分辨出在不同情況下需要做什麼，這使得特斯拉在 FSD V12 中減少了 100 倍代碼，使其更輕便、更靈活，同時在沒有網絡連接的情況下仍能在不熟悉的地形上工作。

特斯拉的 AI 時刻：自動駕駛今年累計投資預計超 100 億美元。

超算需鉅額資金投入，馬斯克預計特斯拉今年在有關領域累計投資超 100 億美元。在今年 1 月 27 日，馬斯克在推特上表示，Dojo 目前的算力進相當於 1 萬個英偉達 H100，如果想在 AI 領域具備競爭力，那麼目前需要每年投入數十億美元。馬斯克表示特斯拉在訓練計算、數據管道和視頻存儲方面的累計投資將在今年超過 100 億美元。

數據鴻溝和算力要求，構成超算的核心壁壘。首先，任何模型的訓練都依賴於數量巨大、質量可控的訓練數據，而特斯拉 FSD 自推出以來累計運行超過了 10 億英里，這位特斯拉訓練模型提供了充足的訓練數據。其次，算力方面，大模型訓數據需要強大的算力，特斯拉目前可能擁有 3 萬-3.5 萬顆英偉達 H100 芯片，而下一代的 Gork 可能需要 10 萬顆 H100，如果按照單價 4.5 萬美元/顆，那麼 10 萬顆 H100 總價值高達 45 億美元，相當於 300 多億人民幣。

特斯拉開啓 AI 算力大戰，國內頭部玩家跟進算力競賽。

特斯拉 FSD：V12 開始里程指數級增長，快速突破 10 億英里，劍指百億公里。

Optimus Gen 2：搭載與車輛同源的 AI，藉助視覺神經網絡和 FSD 芯片。

搭載與車輛同源的 AI 技術。藉助視覺神經網絡和 FSD 芯片，Optimus 人形機器人在技術上取得了重大突破，它現在能夠精準地在特斯拉電池工廠進行電池單元的分裝工作，這得益於完全在機器人的嵌入式 FSD 計算機上運行的端到端神經網絡，該網絡僅通過 2D 攝像頭、手部觸覺和力傳感器等有限的數據輸入就能實現高精度的操作。此外，Optimus 還展示了從故障中自主恢復的能力，證明了其穩定性和可靠性。這些技能的提升離不開通過人類遠程操作收集的大量訓練數據，這些數據為 Optimus 執行更復雜的任務提供了堅實的基礎。

測試與部署：Optimus 在特斯拉工廠的真實工作環境中進行了廣泛的測試，其表現令人矚目。隨着測試的深入，人工干預率持續下降，表明 Optimus 已經能夠較為獨立地完成工作任務。同時，Optimus 的行走速度和距離也在不斷提升，這為其在更廣泛的應用場景中發揮作用打下了基礎。特斯拉計劃在今年底前在自家工廠率先使用 Optimus 執行有用的工廠任務，預計明年會有超過 1000 個在工廠使用，並考慮在 2025 年底前將其推向市場。

Optimus 的技術亮點主要體現在其五指靈巧型手上，這款手具有高達 11 個自由度（未來計劃增至 22 自由度），不僅具備觸覺感知能力，還能在不需要持續維護的情況下承受大量的物體交互。此外，Optimus 還配備了先進的遠程操作軟件，使得人類操作員能夠佩戴 VR 眼鏡和手套進行低延遲的實時控制。為了實現高效的數據收集和訓練，特斯拉部署了大規模的機器人團隊，並安排了訓練有素的人類操作員進行多輪班操作，確保了機器人始終處於忙碌狀態。

特斯拉 Robotaxi：預計 10 月發佈，持續催化

特斯拉 Robotaxi 預計在 10 月發佈。馬斯克曾在股東大會表示特斯拉 Robotaxi 將會是 Uber 和 Airbnb 模式的結合。近日，特斯拉將 Robotaxi 發佈會推遲到 10 月。馬斯克表示：“我要求對 Robotaxi 前部進行重要設計更改，因推遲發佈日期而得來的額外時間將讓公司有機會展示一些其他的內容。”

特斯拉 FSD：V12.5 將成為 Robotaxi 發佈之前最重要的更新。

HW4.0：算力升級 5 倍。

芯片改用更先進製程：HW4.0 FSD 芯片採用三星 7nm 工藝，HW3.0 為三星 14nm 工藝，新的自動駕駛芯片性能將是現款自動駕駛芯片的 5 倍左右，這裏的性能或為綜合能耗/算力參數，或為單片算力（那麼新平台總算力很可能達到 500TOPS）。

• 攝像頭或升級：攝像頭數量或從 9 個減少到 8 個，但是攝像頭的清晰度從 120 萬像素提升到 500 像素，這使得 HW4.0 具有比 3.0 更強的感知能力，最遠探測距離可達 424 米，掃除盲區和死角。

• 預留雷達接口，但 model Y 目前未配備雷達：HW 4.0 預留了裝備雷達的空間，但是 model Y 在出廠時並不具備雷達功能，這可能與特斯拉更加偏好視覺方案、降低車輛出廠成本等因素有關，同時也為用户提供了一定的選擇空間。

• CPU 內核數量提升 66.67%，FSD Computer 2 數量增加到 3 個。CPU 方面，HW4.0 由 3.0 的 12 核，提升到了 20 核，內核數量提升 66.67%。計算平台方面，雖然 HW4.0 仍然採用的是 FSD Computer 2，但是數量卻增加到了 3 個。

HW5.0：AI5，算力提升 10 倍。

• 特斯拉 2024 年股東大會，特斯拉 CEO 馬斯克表示，目前特斯拉正在開發第五代輔助駕駛硬件（HW5.0），其將被命名為 AI5.0，目前已經完成了 HW5.0 的設計，其性能將是 HW4.0 的 10 倍，預計在約 18 個月內推出。

• HW4.0 的性能是 HW3.0 的 5 倍，HW5.0 的算力預計 5000TOPS。

AI 加速 Robotaxi。

百度 Apollo ADFM，全球首個支持全無人駕駛的自動駕駛大模型。支持 1500 平方公里區域 3 個月交付運營，區域擴展速度提升 6 倍。

• 曾經，L4 級自動駕駛技術的研發週期異常漫長，眾多曾致力於此領域的初創企業已採取 “戰略轉型” 策略，轉而投身於 L2+ 高級輔助駕駛市場的激烈角逐中。蘿蔔快跑在 2024 年第一季度提供了 82.6 萬單的自動駕駛出行服務，同比增長 25%，累計提供服務已超過 600 萬單。

• 國內其它 Robotaxi 玩家，如小馬智行、文遠知行、AutoX，滴滴等。除滴滴和安途（Auto X）外，其他企業多與百度存在交集。值得注意的是，小馬智行與蘿蔔快跑在 L4 級別自動駕駛車輛的控制策略上存在顯著差異，這種差異或將深遠影響遠程安全員與無人車之間的配比效率。具體而言，小馬智行採用的是 “遠程輔助”（remote assist）模式，該模式對車輛的自主決策能力提出了更高要求，它不直接操控車輛的制動、轉向及加速系統，而是通過提供建議的方式，讓車輛自行判斷並執行操作。這種模式下，目前的人車比達到了 1:5，並有望在年內提升至 1:10。相比之下，百度則更傾向於 “遠程控制”（remote control）的方式，人車協同效率與車輛智能化水平之間的平衡與取捨將成為關鍵議題。

從蘿蔔快跑 Robotaxi，看特斯拉 FSD 入華落地路徑推想

特斯拉 Robotaxi 在中國的落地路徑預測可參考蘿蔔快跑。

• 蘿蔔快跑在一個城市的落地大致按照以下順序進行：“自動駕駛（安全員在駕駛座）-- 無人駕駛（安全員在副駕駛座）-- 完全無人駕駛（移除車上安全員）”。每個階段先進行測試，再提供服務，最終實現商業化運行（收費）。

• 橫向對比來看，蘿蔔快跑北京業務啓動最早，項目推進最為穩健。2022 年 8 月 8 日，蘿蔔快跑在武漢運營僅三個月後便成功獲得收費許可證，並開始提供完全無人駕駛服務。

• 作為特斯拉 FSD 在中國進行道路測試的首站，上海很可能也會成為 FSD 入華的第一個城市。類比蘿蔔快跑在北京的業務推進時間線，特斯拉很可能在上海完成大部分入華的測試後再進行向其他城市泛化擴張。

無圖城市 NOA 重新定義智能汽車

特斯拉率先定義，引領國內新勢力佈局不依賴高精地圖的城市 NOA，當前量產方案全面轉向無圖。

• 特斯拉率先推送高速 NOA：特斯拉於 2016 年 10 月率先推出高速 NOA（Navigate on Autopilot）功能，定義了高級自動駕駛的進階方向。2020 年末起，蔚來、小鵬、理想相繼向客户推送高速 NOA。

• 城市 NOA 重新定義智能汽車：特斯拉於 2020 年 10 月，首次向早期訪問程序測試人員發佈了其 FSD BETA 測試版，支持在城市道路使用 NOA，標誌着汽車智能水平的重新定義。 2022 年末，小鵬作為國內首家向廣州用户推送了城市 NGP。2023 年 3 月，理想計劃現在起 all in 自動駕駛，2023 年 5 月，裝配華為 ADS2.0 的問界實現無圖城市 NOA，2024 年 2 月，小鵬推出無限 XNGP。7 月，理想 2024 年智能駕駛夏季發佈會，官宣無圖 NOA 即將全量推送。同時，華為乾崑 ADS3.0 落地在即。

本文有刪減，本文作者：分析師劉虹辰（S1190524010002），來源：太平洋證券，原文標題：從蘿蔔快跑 Robotaxi 看特斯拉的 AI 時刻