2024-09-30，东兴证券（601198）发布一篇汽车行业的研究报告，报告指出，汽车行业-特斯拉（TSLA）FSD进化之路。
报告具体内容如下：
特斯拉（TSLA）在智能驾驶（885736）的布局在全球车企中处于领先地位，本文以特斯拉（TSLA）年报及2019、2021、2022年特斯拉（TSLA）举办AIDay为主要信息来源，梳理特斯拉（TSLA）FSD进展情况，作为智能驾驶（885736）系列报告的第一篇，以挖掘智能驾驶（885736）领域的投资机会。 特斯拉（TSLA）FSD现状。全称为FullSelf-Driving（完全自动驾驶），1）累计行驶里程：截止2024Q2末，特斯拉（TSLA）FSD技术助力下的汽车已经行驶了超过16亿英里，相当于25.75亿公里。基于“端到端”的FSD最新版本V12助力下的汽车已经行驶了超过6亿英里，相当于9.66亿公里。2）最新版本及推广区域：目前最新的FSD版本为9月23日发布的V12.5.4，特斯拉（TSLA）在此版本上实现了智能召唤，允许用户使用手机将车辆召唤至身边或附近可选择区域。目前FSD系统仅在美国和加拿大可用，特斯拉（TSLA）人工智能（885728）团队于社交平台发布消息称，预计在2025年第一季度于中国和欧洲推出FSD系统，不过仍需等待监管批准。3）价格：2024年4月，特斯拉（TSLA）官方宣布FSD购买价格由12,000美元降至8,000美元，同时特斯拉（TSLA）还首次对FSD全自动驾驶月度订阅费价格进行调整，由订阅制发布时的每月199美元降低至99美元。 算法：端到端逐步成型。智能驾驶（885736）系统总体包括感知模块、规划模型和控制模块。特斯拉（TSLA）感知模块是通过神经网络实现的，特斯拉（TSLA）较早就确立了纯视觉感知方案，尤其是2021年7月推出FSDBeta9.0至今，特斯拉（TSLA）感知模块仅采用8个遍布车身周围的摄像头。2021年特斯拉（TSLA）的感知模块从基于单图分析的HydraNet网络架构到BEV+Transformer架构。特斯拉（TSLA）在HydraNet架构中引入Transformer构建BEV。同时增加基于时间的序列（featurequeue）和基于空间的序列（videoModule）总成拼接感知模块完整的架构。该架构很好应对了相对复杂非结构道路的识别问题。为了更好的识别遮挡物的识别远距离、边缘区域等，2022年引入Occupancy网络，很好实现了对3D空间的感知。2021年FSD规划模块引入基于神经网络的规划模块和蒙特卡洛树搜索，神经网络的引入可以实现规划模块端到端的优化。 数据：数据标注、数据引擎实现数据闭环。特斯拉（TSLA）数据标注从外包到自制、从人工到自动化。2021年特斯拉（TSLA）就搭建了一条自动标注流水线，大幅提升了数据标注效率。2022年，特斯拉（TSLA）针对各种类型的神经网络提供了多种类型的自动标注框架。2022AIDay重点介绍了车道网络的标注框架，这个框架最终实现了30分钟完成人工标注需要几个小时才能完成的工作。特斯拉（TSLA）实现另外完整的数据闭环。特斯拉（TSLA）车队将报错数据上传至服务器，经过数据标注后进入数据训练集，对自动驾驶系统进行再次训练，训练成熟后再推送给特斯拉（TSLA）车队。 算力：车端算力与超算中心。计算平台是自动驾驶系统关键硬件设施，主要包括车端算力和用于大规模数据训练的超算中心。特斯拉（TSLA）经历了外购和自制两个阶段，到2019年4月推出完全自研的针对智能驾驶（885736）的车端芯片HW3.0。今年2月份，特斯拉（TSLA）ModelY车型迎来HW4.0自动辅助驾驶硬件升级，据官方宣传，HW4.0的芯片算力达到了HW3.0的五倍。自动驾驶算力的瓶颈在于训练环节，训练环节需要较多的算力资源。Dojo是由Tesla开发的超级计算机系统，专门用于深度学习模型的训练，尤其是为FSD提供支持。Dojo已于2023年7月进入生产，到2024年底，特斯拉（TSLA）将投资超过10亿美元来构建其Dojo超级计算机。 投资策略：智能化是电动化的后半场，车企的智能驾驶（885736）的能力将决定其未来的市场竞争力。本文重点梳理了特斯拉（TSLA）FSD的进展。我国车企在智能化的布局同样走在全球前列。我们梳理国内主流车企在自动驾驶领域的布局（见表2），我们认为，自动驾驶浪潮已经到来，国内受益标的包括华为智选模式下的赛力斯（601127）（601127）、江淮汽车（600418）（600418）和北汽蓝谷（600733）（600733），以及布局靠前的小鹏汽车（XPEV）、蔚来（NIO）汽车等。超算中心是智能驾驶（885736）模型训练的关键，与超算中心相关设施也将受益，如冷却管路，对应标的川环科技（300547）（300547）。 风险提示：汽车行业景气度持续下行，汽车行业竞争持续加剧，智能驾驶（885736）行业进展不及预期，相关法规进展不及预期。
声明：本文引用第三方机构发布报告信息源，并不保证数据的实时性、准确性和完整性，数据仅供参考，据此交易，风险自担。
