注：原文为太平洋证券《特斯拉的FSD时刻》，分析师：刘虹辰
在智能驾驶领域，特斯拉FSD基本代表着全球的最先进水平。随着FSD在国内的解禁，国内厂商们将迎来一次新的挑战。
本月初，特斯拉长达三年的 FSD Beta 测试计划似乎已经结束，这一变化体现在其最新版本更新说明中，其将原先的“FSD Beta”更名为了“FSD (Supervised)”。
Supervised 是“监督”的意思，而这正是FSD的核心。
那么从测试版转正，新版本的FSD究竟强在哪里？
在名为《 特斯拉的FSD时刻 》的行业深度报告里，分析师从三个核心逻辑的角度介绍了FSD新版本更新内容。
以下为研报内容节选：
特斯拉如何迎来FSD时刻？
1、端对端NN重塑FSD
2024年3月，特斯拉先后推出FSD（Beta）12.3.2、12.3.2.1以及最新的FSD（Supervised）12.3.3版本。
相比较于FSD 11，FSD v12创新性地采用了端对端的神经网络技术（端对端NN），可以更好地理解和处理复杂驾驶环境，减少驾驶人员的干预，提高自动驾驶的精确度和自动化度。
感知-决策-执行是FSD的基本流程，在v11中，感知阶段需要通过视觉方式/雷达方式获取周围物体信息并识别和标识分类，决策阶段则依赖于事先认为编写好的控制规则。
但是v12采用了端对端NN技术，感知阶段不再需要识别和标识，决策阶段也不需要事先人为编写控制规则，只需要输入大量视频交给NN学习，就能分辨出在不同情况下需要做什么，这使得特斯拉在FSD V12中减少了100倍代码，使其更轻便、更灵活，同时在没有网络连接的情况下仍能在不熟悉的地形上工作。
目前，v12在北美的已经适配装备HW4.0的modelS、3、X和Y，在中国地区目前只有Model Y可以升级到HW4.0。
相比HW3.0，HW4.0在算力、摄像头数量和清晰度等方面具有大幅度的提升。摄像头为8个，算力提升5倍，素有摄像头像素由120万提升至500万。
目前，特斯拉FSD累计里程指数级增长超10亿英里，剑指百亿公里
2、新版Autopark不依赖USS
新版的Autopark（泊车功能）基于与FSD v12相同的NN技术，不再依赖USS（超音波雷达）：自2022年特斯拉放弃USS而改用摄像头以来，未装备USS的新特斯拉的Autopark和Summon功能给用户带来的体验感远不如装备USS的车辆。
之前版本的Autopark具有两大主要缺陷：1）很难检测停车位并将其显示在屏幕上，而且一次只能显示一个停车位。2）停车速度通常非常慢，如果周围有其他车辆，几乎很难完成自动泊车。
而新的Autopark基于NN技术，显著改善了这两个问题，停车速度更快，不仅可以在显示屏上勾勒出停车位，还可以同时显示各种停车位-包括平行空间。此外，这次升级，特斯拉真正实现了一键泊车（TaptoPark），当驾驶员选择好停车位后，点击“开始按钮”，特斯拉的车辆能够安全地倒车进入停车位，驾驶人员只需要保持关注并随时准备在必要时取消自动停车操作即可，大幅度降低了人为干预需要、提升用户体验。
3、HW4.0芯片算力大幅提升
芯片改用更先进制程： HW4.0 FSD芯片采用三星7nm工艺，HW3.0为三星14nm工艺，新的自动驾驶芯片性能将是现款自动驾驶芯片的5倍左右。
摄像头或升级： 摄像头数量或从9个减少到8个，但是摄像头的清晰度从120万像素提升到500像素，这使得HW4.0具有比3.0更强的感知能力，最远探测距离可达424米，扫除盲区和死角。
预留雷达接口： HW4.0预留了装备雷达的空间，但是modelY在出厂时并不具备雷达功能，这可能与特斯拉更加偏好视觉方案、降低车辆出厂成本等因素有关，同时也为用户提供了一定的选择空间。
CPU内核数量提升66.67%，FSD Computer2数量增加到3个：CPU方面，HW4.0由3.0的12核，提升到了20核，内核数量提升66.67%。计算平台方面，虽然HW4.0仍然采用的是FSDComputer2，但是数量却增加到了3个。
背后的核心逻辑
1、特斯拉引领技术路径收敛
1）特斯拉引领BEV+Transformer
2021年7月AI DAY，特斯拉首次展示基于Transformer的BEV感知方案，是大模型首次用于自动驾驶，实时感知生成向量空间。
2）特斯拉Occupancy感知引领华为、理想跟随
2022年10月AI DAY，特斯拉Occupancy感知进化，不识别类别也能判断物体运动状态，引领华为GOD、理想Occupancy跟随。
3）TeslaLane感知车道拓扑，提前提取复杂路口特征
4）大模型自动标注效率是人工的1000-45000倍
5）特斯拉Dojo投产，国内厂商建设超算中心
2、大模型催化FSD时刻
1）大模型蒸馏有望解决车端算力不足带来效果欠佳问题
车端计算资源有限难以部署大模型，导致推理效果和泛化性能欠佳：通常来说，规模较大的模型预测效果更好，但训练时间长、推理速度慢的问题使得模型难以实时部署，尤其在自动驾驶汽车等计算资源有限的设备上，响应速度显然不够用。
规模较小的模型虽然推理速度较快，但是因为参数量不足，推理效果和泛化性能没那么好。
大模型知识蒸馏给小模型，可以实现更优的性能：知识蒸馏（knowledgedistillation）是模型压缩的一种常用方法，通过构建一个轻量化的小模型，利用性能更好的大模型的监督信息来训练这个小模型，以期达到更好的性能和精度。
目标检测是计算机视觉中的一个重要任务，知识蒸馏可以在不增加其计算消耗的前提下提升其表现。
2）生成式AI有望高效低价提供高质量训练数据
生成式AI可以生成廉价的海量训练数据和极端驾驶场景，高效地批量生产自动驾驶模型训练开发所需的海量数据。
3）大模型赋能智驾GPT：“语言+视觉+雷达+地图+定位”或将赋能多模态感知
3）BOM成本下降
1）特斯拉FSD引领无图城市NOA重新定义智能汽车。
特斯拉率先定义，引领国内新势力布局不依赖高精地图的城市NOA，当前量产方案处于有图向无图的过渡期。
特斯拉率先推送高速NOA：特斯拉于2016年10月率先推出高速NOA（Navigate on Autopilot）功能，定义了高级自动驾驶的进阶方向。2020年末起，蔚来、小鹏、理想相继向客户推送高速NOA。
城市NOA重新定义智能汽车：特斯拉于2020年10月，首次向早期访问程序测试人员发布了其FSDBETA测试版，支持在城市道路使用NOA，标志着汽车智能水平的重新定义。
2）成本下探：24/25年L2+/L3智能驾驶BOM成本有望下降50%
分析师认为，自动驾驶BOM成本有望大幅降低。
一是从华为ADAS系统的变化可见（v1.0 vs v2.0），传感器配置从3颗激光雷达减至1颗激光雷达，前视摄像头减少2颗，毫米波雷达从6颗减至3颗，未来车企有望从依赖多颗激光雷达转换至“纯视觉感知+1颗激光雷达监督”。二是车企从依赖高成本的高精地图转变到依托边际成本低的感知模型。
根据何小鹏，2024年小鹏自动驾驶Bom成本将下降一半。
大疆车载认为L2+智能驾驶系统的总成本（软件+硬件）占整车售价在3%~5%是合理的，认为未来合理L2+智能驾驶系统成本区间在5000元到15000元。
特斯拉发布全自动驾驶FSD更新测试版 自动刹车等功能升级
特斯拉日前正式推送了FSD（完全自动驾驶）10.6.1 Beta版（测试版本），此次更新针对多个功能性进行了改进，不仅改进了自动刹车，还进一步改善了物体检测网络架构，以此提高对物体检测的精度和速度。
具体来看，FSD V10.6.1 Beta版改善了物体检测网络架构，针对非VRU物体（汽车、卡车、公交车）提高了灵敏度；建立了新的可见性网络，平均相对误差降低了 18.5%；通过采用新的通用静态对象监测网络，在大角度和夜间情况下的精度提高了 17%；通过对交汇物体预测，改进了车辆在开放路口左转时，停车等候的位置，这样同时有助于为其它车辆让路；通过建模，在并道动作时留出更大余地；在有物体穿越前方车道时，改善了自动刹车的动作，使其更加平缓，提高乘客舒适度。
特斯拉FSD 10.6版本在10.5版本上进行过优化，包括提高识别精度，降低误差等。改进了无保护的左转弯时的停车位置，同时对迎面而来的车辆让步，减缓车道偏离时修正的稳定性。
不过就在上个月，特斯拉在一周之内启动了两次召回。 第一个与近3000辆Model 3和Model Y车辆的方向盘紧固件可能松动有关，第二起召回则与FSD Beta 10.3的在线更新有关。
特斯拉FSD中国落地倒计时：车主手册更新功能介绍
特斯拉FSD要落地中国了？！
就在这两天，特斯拉中国官网的车主手册里，突然增加了完全自动驾驶能力（Beta）的功能介绍，也就是FSD Beta版。
智能驾驶最强纯视觉玩家，即将迎来和中国玩家的同场竞技时刻。
手册更新FSD（Beta）功能介绍先是一位叫做WuWa的博主表示，特斯拉FSD功能即将在中国发布，万事俱备，只剩官宣。
从他的主页来看，他是base在上海的自动驾驶行业从业者，也是一位特斯拉汽车博主。
随后就有媒体发现，完全自动驾驶能力（Beta）的功能已经出现在中国官网发布的车主手册里。
以Model Y为例，这一版的FSD（Beta）可以实现的功能有：沿着道路上的弯道行驶、在交叉路口先停车再通行、进行左右转弯、导航经过环岛路口、驶入/驶出高速公路。
也就是具备实现高速NOA和城区NOA的能力。
并且FSD（Beta）提供三种模式，普通，舒适和自信。
据称舒适模式下，驾驶风格更轻松，而自信模式会更有紧迫感。大概就是对应驾驶系统在进行自主变道、超车等操作时，会更保守还是更激进。
另外，虽然FSD全称Full Self Driving，在中国被翻译成“完全自动驾驶能力”，手册中还是多次强调，这是辅助驾驶不是自动驾驶，仍然需要驾驶员专心驾驶车辆，启用时驾驶员必须始终双手握住方向盘。
并且，如果功能启用时，车内摄像头监控到驾驶员注意力分散，屏幕会发送提醒，多次无视提醒会触发警报，同时车辆会开始减速直到完全停止。
更重要的是，如果此类事件发生次数过多，车主将会失去使用FSD（Beta）的资格。以上这些规定也和在北美发布时一致。
手册更新功能介绍，再结合上之前的种种爆料，基本可以确信FSD入华，就差官宣了。
最强量产智驾鲶鱼被曝落地中国早在6月，就有消息称FSD已经在上海获批。
不过当时特斯拉中国立刻出面辟谣：消息不实。
但结合当时语境理解，这个所谓的“消息不实”大概率讲的是“6月没有发生上海批准FSD”的事情。
至少这个模糊的官方回应，留下了很多可以后续解释的地方。
但实际上，早在2021年，特斯拉中国就在上海落成并启用本地化的数据中心，也就是所有国内特斯拉车辆产生的数据都不会出境，在监管和政策方面满足中国的准入要求。
并且在上海批准FSD消息传出后，36氪就爆料称特斯拉正在中国组建FSD的本地运营团队，并且已经从总部调来工程师进行培训。
除了运营团队，特斯拉还会在中国建立规模达上百人的数据标注团队，也是训练算法必不可少的准备。
而在技术、硬件方面，FSD的完全体V12在北美蓄势待发，测试版行驶里程超过5亿英里，已经证明技术基础；国内改款Model 3，也用上了最新版本的硬件HW4.0。
更重要的是，国内官方机构上海经信委，曾在5月中旬就释放出了友好的信号：
并且国内工信部等四个部门，刚刚联合发布了关于L3、L4开始上路试点的政策，也是在对高级别智能驾驶以及自动驾驶，创造有利且规范的落地环境。
如今手册更新，基本相当于变相证实，FSD Beta马上就会在中国落地了。
时隔多年，特斯拉最强技术核心却一直在中国缺位的智能驾驶能力，终于可以在中国道路上秀一把能力。
就是这主要靠北美数据进化来的纯视觉方案，碰上复杂多变的中国道路，和中国这众多玩家比到底是会更胜一筹呢，还是会略占下风？
特斯拉FSD新版，会更接近人类的操作习惯？
全自动驾驶（FSD）测试版继续改进，以更多的功能打动车主。就在几天前，又有新的更新呈现，根据埃隆-马斯克的描述，这次更新与上一次更新有很大不同。
AIDRIVR进行了一项测试，为他的汽车创造了困难的环境，并强迫它在困难的道路上行驶。除了在驾驶方面有明显的改善外，他还注意到FSD测试版开始以更人性化的方式进行。
首先，AIDRIVR参观了一个繁忙的停车场。那里有很多汽车、行人，而且太阳的位置会让人类司机部分失明--这些问题都会让驾驶变得更加困难。尽管如此，车辆还是很好地应对了这种情况。
我们可以看到世界是如何在特斯拉的可视化中显示的。例如，当FSDBeta确定行人是行人时，行人的颜色就变成了绿色。在此之前，我们看到它的指定是如何改变颜色的，直到FSDBeta根据物体的轨迹，决定这是一个需要让路的行人。AIDRIVR指出，FSDBeta5提供的行人空间略大。
离开停车场后，汽车发现自己在出口处走错了车道，从这里可以右转——FSDBeta表现得像一个人。一旦FSDBeta注意到相邻车道上的一辆车让出了通行空间，特斯拉就移动到了右侧车道，并进行了右转。虽然这个动作并没有按照道路规则来做，但这绝对是一个人类司机会做的事情。
此外，FSDBeta即使在交通信号灯变成绿灯的情况下，也没有在路口开始行驶，因为有行人正在过马路。尽管当时行人在相邻的车道上，但汽车仍然静止不动，直到行人完全穿过马路。
在另一种情况下，相当接近行人横穿马路，FSDBeta更早地注意到行人，而不等他们实际上成为车辆通行的障碍。不过，车辆还是放慢了速度，让行人安全地过了马路。AIDRIVR注意到了减速速度的差异，特斯拉似乎已经将其完美校准。
阻碍FSDBeta的下一个障碍是一个环岛。其中，最主要的困难是地图上没有显示环岛，汽车只有在正前方才会看到环岛。尽管如此，这个路口还是被正确、完美地识别了。与之前的版本相比，FSDBeta在环岛处似乎表现得更加平稳，没有出现犹豫现象。AIDRIVR还注意到，总体来说，在驾驶时对FSDBeta的信心更强了。
