人形机器人尚处早期；自动驾驶FSD模型优化；Dojo算力提升
　　2022特斯拉AIDay的三大主题是：人形机器人Optimus、自动驾驶FSD、超级计算机Dojo。1）特斯拉人形机器人尚处早期，延续了其汽车一贯的最小化硬件成本、最大化软件能力的FSD纯视觉路线，终端售价2万美元以下，将率先在特斯拉美国工厂中使用。2）FSD方面：依托16万的FSD beta用户和超过14.4亿帧视频数据，特斯拉优化占用网络、车道线网络等模型，展示了其在解决技术长尾问题上的领先优势。3）超级计算机Dojo基于显示+虚拟仿真数据，特斯拉预计将于1Q23推出第一台DojoExaPOD，为软件模型训练速度与产品迭代速度提升提供更强大AI算力。
　　人形机器人Optimus：可替代人工的大规模量产机器人雏形
　　我们从大脑、感官、关节、动力系统四个维度解析特斯拉Optimus的系统设计。1）大脑：特斯拉在电动车自动驾驶领域的自研芯片、软件算法、训练模型以及其超级计算机Dojo的AI算力共同构成了特斯拉Optimus的大脑，这是其相较于其它人形机器人的核心优势；2）感官：3颗摄像头的方案承袭了自动驾驶领域的纯视觉路线；3）关节：手的灵活度接近灵巧手，标准化驱动电机进一步压降成本；4）动力：可持续待机20小时，适应工厂作业需求。马斯克预计Optimus在3-5年内有望实现百万级的量产，终端售价可压降到2万美元以下，将率先在特斯拉美国工厂中使用。
　　自动驾驶FSD：虚实数据+模型优化提升障碍物识别和行驶路径预判能力
　　本次AIDay特斯拉升级了其FSD的软件算法框架：真实道路数据+虚拟仿真数据作为基础，优化了占用网络、车道线网络等神经网络模型，以提升障碍物感知和车辆行驶路线预判能力。数据层面，特斯拉基于以16万FSD用户14.4亿帧的道路数据，通过自动标注、虚拟仿真、数据引擎进行优化。模型层面，特斯拉的占用网络模型，只需分析物体占用空间的情况，无需准确“认识”物体，减少了物体识别失败带来的车祸风险。搭配车道线模型，可以对车辆的行驶路径进行预判，展示了特斯拉的模型算法已经深入到了解决不常见的场景、判断“不认识”的物体的层面。
　　超级计算机Dojo：支撑AI算力，FSD训练速度大幅提升
　　本次AIDay特斯拉分享了去年发布的首颗自研Dojo超级计算机系统的更多技术进展及未来路线图，并宣布第一个ExaPOD（由Dojo组建的机柜）预计1Q23完工，计划在帕洛阿尔托总建造7台ExaPOD。目前Dojo超级计算机系统包括D1芯片、训练Tile和ExaPOD集群，Dojo在软硬件协同加速下在实现部分模型和算法优于A100的性能表现。ExaPOD用在Tesla自己的数据中心进行无人驾驶算法的训练充分展示出其构建统一加速器的愿景，在数据中心和端侧采用同样的计算架构，以提高计算效率正成为一个新的行业趋势。
　　风险提示：产品功能实现不及预期，量产困难；自动驾驶事故；超级计算机推迟发布等影响应用发展。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。