全球共振，国内智驾市场正迎来三大拐点：1）技术上，“BEV+Transformer+数据闭环”新架构2023年开始上车，使得不依赖高精地图的城区领航成为可能；2）商业化上，我们预计各车企的城区领航功能将于23Q4起密集落地，且部分不再依赖高精地图，FSD北美商业化和入华事宜也有望提速；3）政策上，近期L3政策密集落地，后续有望持续升温。预计上述三大拐点有望于9月至明年初陆续兑现，引领智能驾驶新一轮行情。
　　▍技术拐点：“BEV+Transformer+数据闭环”新架构2023年开始上车，“无图”城区领航成为可能。特斯拉引领下，此轮智能驾驶竞赛的算法范式与技术路线已暂时收敛，各厂商皆以“BEV+Transformer+数据闭环”为最新一代量产系统的核心架构。国内头部厂商普遍于2023年开始BEV上车，数据闭环架构也已基本建立，虽距离特斯拉仍有差距，但不依赖高精地图的高阶智驾已开始在城区场景成为可能。此外，特斯拉2023年AIDAY将于9月底召开，我们预计端到端及World Model有望成为亮点，诠释真正的“自动驾驶大模型”并打开全新篇章。
　　▍商业拐点：城区领航陆续落地，FSD商业化有望提速。
　　国内：我们预计，小鹏、华为领衔下，中国前装智驾市场的城区领航功能将于23Q4起密集落地，包括理想、蔚来、智己、极越、腾势、广汽昊铂等。根据公司公告，部分厂商的“无图”版本也将于年内上车，泛化能力大幅增强。据其官方微信公众号，截至8月底，小鹏和华为的城区领航功能（需要高精地图）已分别落地5座和6座城市，两家公司皆表态将于年底前推出不依赖高精地图的版本，并目标至年底分别开放50和45座城市。城区领航作为乘用车的“L4演绎”，代表了乘用车自动驾驶的“技术制高点”，率先落地这一功能的车企有望大幅强化消费者对汽车智能化的体验和认知，从而形成真正的技术护城河和品牌溢价。
　　国外：据界面新闻引述马斯克推特，特斯拉FSDV12将移除Beta，以正式版发布，我们认为时间点为今年底或明年初的可能性较大。V12正式版发布后，特斯拉或将有更多促销动作，以提升FSD在北美地区的选装率，全球推送也有望加速。实际上，FSD近期入华动作不断。据36氪8月15日报道，特斯拉计划在中国组建一个20人左右的本地运营团队，以推动FSD在中国市场落地。我们认为FSD明年入华可能性大，或以上海等城市作为试点，实际落地后有望大幅强化消费者认知，推动国内高阶智驾渗透。
　　▍政策拐点：L3政策密集落地，有望持续升温。6月，工信部副部长明确表示将启动智能网联汽车准入和上路通行试点，支持L3级及更高级别的自动驾驶功能商业化应用；7月，《国家车联网产业标准体系建设指南》正式印发，明确2025年前系统形成能够支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系。展望今年后续，我们预期将有更多政策出台。例如去年11月工信部和公安部就《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》向社会公众征求意见，我们判断该试点工作或将于年内正式落地，将进一步彰显国家政策对智能驾驶产业的重视和决心，为行业后续发展扫清障碍。
　　▍风险因素：高阶自动驾驶渗透率不及预期；自动驾驶发生重大安全事故；新能源汽车销量不及预期；国内智能驾驶政策支持力度不及预期等。
　　▍投资建议：全球共振，国内智驾市场正迎来技术、商业化和政策三大拐点有望于9月至明年初陆续兑现，引领智能驾驶新一轮行情。一方面，深耕高阶智驾功能、全栈自研并以此为差异化卖点的车企是新增蛋糕的所有者、分配者，目前华为、小鹏汽车（09868.HK/XPEV.US）、蔚来汽车（09866.HK/NIO.US）和理想汽车（02015.HK/LI.US）走在行业前列。另一方面，自动驾驶芯片、域控、传感器、线控底盘、车载以太网芯片等供应链有望整体受益于高阶智驾渗透率提升，建议关注：1）自动驾驶芯片厂商（壁垒最高）：英伟达（NVDA.US）、地平线；2）激光雷达厂商（壁垒较高）：禾赛科技（HSAI.US）、速腾聚创、图达通；3）4D成像雷达厂商（从0到1）：森思泰克、赛恩领动、经纬恒润（688326.SH）、威孚高科（000581.SZ）；4）域控制器（增量明显，但壁垒较低）：德赛西威（002920.SZ）；5）国产线控底盘供应商（壁垒较高，国产替代）：伯特利（603596.SH）、拓普集团（601689.SH）、耐世特（01316.HK）；6）车载以太网芯片供应商（壁垒较高，国产替代）：裕太微（688515.SH）、景略半导体；7）数据标注供应商（重要性提升）：恺望数据、海天瑞声（688787.SH）。

研究报告全文：三大拐点共振看好智能驾驶新一轮行情产业策略自动驾驶系列202394中信证券研究部核心观点全球共振国内智驾市场正迎来三大拐点1技术上BEVTransformer数据闭环新架构2023年开始上车使得不依赖高精地图的城区领航成为可能2商业化上我们预计各车企的城区领航功能将于23Q4起密集落地且部分不再依赖高精地图FSD北美商业化和入华事宜也有望提速3政策上近期L3政策密集落地后续有望持续升温预计上述三大拐点有望于9月至明年初陆续兑现引领智能驾驶新一轮行情连一席技术拐点数据闭环新架构年开始上车无产业策略首席BEVTransformer2023分析师图城区领航成为可能特斯拉引领下此轮智能驾驶竞赛的算法范式与技S1010523020002术路线已暂时收敛各厂商皆以BEVTransformer数据闭环为最新一代量产系统的核心架构国内头部厂商普遍于2023年开始BEV上车数据闭环架构也已基本建立虽距离特斯拉仍有差距但不依赖高精地图的高阶智驾已开始在城区场景成为可能此外特斯拉2023年AIDAY将于9月底召开我们预计端到端及WorldModel有望成为亮点诠释真正的自动驾驶大模型并打开全新篇章商业拐点城区领航陆续落地FSD商业化有望提速沈思越产业策略分析师国内我们预计小鹏华为领衔下中国前装智驾市场的城区领航功能S1010523030001将于23Q4起密集落地包括理想蔚来智己极越腾势广汽昊铂等根据公司公告部分厂商的无图版本也将于年内上车泛化能力大幅增强据其官方微信公众号截至8月底小鹏和华为的城区领航功能需要高精地图已分别落地5座和6座城市两家公司皆表态将于年底前推出不依赖高精地图的版本并目标至年底分别开放50和45座城市城区领航作为乘用车的L4演绎代表了乘用车自动驾驶的技术制高点率先落地这一功能的车企有望大幅强化消费者对汽车智能化的体验和认知从而形成真正的技术护城河和品牌溢价国外据界面新闻引述马斯克推特特斯拉FSDV12将移除Beta以正式版发布我们认为时间点为今年底或明年初的可能性较大V12正式版发布后特斯拉或将有更多促销动作以提升FSD在北美地区的选装率全球推送也有望加速实际上FSD近期入华动作不断据36氪8月15日报道特斯拉计划在中国组建一个20人左右的本地运营团队以推动FSD在中国市场落地我们认为FSD明年入华可能性大或以上海等城市作为试点实际落地后有望大幅强化消费者认知推动国内高阶智驾渗透政策拐点L3政策密集落地有望持续升温6月工信部副部长明确表示将启动智能网联汽车准入和上路通行试点支持L3级及更高级别的自动驾驶功能商业化应用7月国家车联网产业标准体系建设指南正式印发明确2025年前系统形成能够支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系展望今年后续我们预期将有更多政策出台例如去年11月工信部和公安部就关于开展智能网联汽车准入和上路通行试点工作的通知征求意见稿向社会公众征求意见我们判断该试点工作或将于年内正式落地将进一步彰显国家政策对智能驾驶产业的重视和决心为行业后续发展扫清障碍风险因素高阶自动驾驶渗透率不及预期自动驾驶发生重大安全事故新能源汽车销量不及预期国内智能驾驶政策支持力度不及预期等投资建议全球共振国内智驾市场正迎来技术商业化和政策三大拐点证券研究报告请务必阅读正文之后第32页起的免责条款和声明产业策略自动驾驶系列202394有望于9月至明年初陆续兑现引领智能驾驶新一轮行情一方面深耕高阶智驾功能全栈自研并以此为差异化卖点的车企是新增蛋糕的所有者分配者目前华为小鹏汽车09868HKXPEVUS蔚来汽车09866HKNIOUS和理想汽车02015HKLIUS走在行业前列另一方面自动驾驶芯片域控传感器线控底盘车载以太网芯片等供应链有望整体受益于高阶智驾渗透率提升建议关注1自动驾驶芯片厂商壁垒最高英伟达NVDAUS地平线2激光雷达厂商壁垒较高禾赛科技HSAIUS速腾聚创图达通34D成像雷达厂商从0到1森思泰克赛恩领动经纬恒润688326SH威孚高科000581SZ4域控制器增量明显但壁垒较低德赛西威002920SZ5国产线控底盘供应商壁垒较高国产替代伯特利603596SH拓普集团601689SH耐世特01316HK6车载以太网芯片供应商壁垒较高国产替代裕太微688515SH景略半导体7数据标注供应商重要性提升恺望数据海天瑞声688787SH请务必阅读正文之后的免责条款和声明2产业策略自动驾驶系列202394目录技术拐点BEVTransformer数据闭环新架构开始上车5感知BEVTransformer感知大模型上车轻地图城区领航成为可能5数据闭环智驾走入数据驱动数据闭环愈发关键12新技术前瞻端到端大模型WorldModel有望打开全新篇章18商业拐点城区领航陆续落地FSD商业化有望提速20国内车企预计不依赖高精地图的城区领航将于年内陆续落地20特斯拉FSD入华动作不断V12有望以正式版发布26政策拐点L3政策密集落地有望持续升温27风险因素29投资建议29请务必阅读正文之后的免责条款和声明3产业策略自动驾驶系列202394插图目录图1国内主要主机厂BEV上车情况6图2小鹏XNet感知架构6图3BEV感知示意图8图4BEV感知vs传统图像空间感知框架8图5摄像头图像信息和激光雷达点云数据向BEV3D空间融合转化流程图8图6Transformer被用于进行图像分类9图7基于CNN和注意力机制的BEV模型10图8特斯拉VideoNeuralNetArchitecture10图9特斯拉OccupancyNetwork技术框架11图10OccupancyNetwork预测每个体素被占用与否11图112D的OccupancyGrid与3D的OccupancyNetwork11图12OccupancyNetwork输出的3D栅格可提供占据情况语义运动情况的信息12图13智能驾驶正迈向由数据驱动的30阶段13图14自动驾驶数据闭环发展历程14图15自动驾驶数据闭环流程图14图16特斯拉影子模式在其数据闭环中的应用15图17特斯拉的人机结合标注16图18仿真训练可用于解决长尾问题难以采集复杂场景难以标注等问题16图19特斯拉算力预期图17图20主要车企自动驾驶厂商的智算中心17图21模块化和端到端自动驾驶系统原理19图22特斯拉WorldModel核心逻辑20图23特斯拉WorldModel生成的场景画面20图24特斯拉WorldModel所构建的场景可根据Prompt进行变化20图25WAYVEGAIA-1模型生成的画面20图26各车企城区领航功能发布情况21图27小鹏技术路线演进及城区领航落地节奏示意图22图28小鹏8月15日放出了一段XNGP在北京的路测视频22图29小鹏计划Q4向XNGP车主推送AI代驾模式23图30华为技术路线演进及城区领航落地节奏示意图24图31理想通过NPN先验网络提取复杂路口特征助力城区通勤NOA实现25图32理想通勤NOA落地规划25图33特斯拉FSD累计行驶里程英里26图34特斯拉FSD北美地区渗透率及售价26图35特斯拉中国8月系统更新出现允许Autopilot自动辅助驾驶分析和改进选项27图36用户购车因素排序27图37自动驾驶系统分级情况29请务必阅读正文之后的免责条款和声明4产业策略自动驾驶系列202394技术拐点BEVTransformer数据闭环新架构开始上车特斯拉引领下此轮智能驾驶竞赛的算法范式与技术路线已暂时收敛各厂商皆以BEVTransformer数据闭环为最新一代量产系统的核心架构并于2023年开始陆续上车不依赖高精地图的高阶智驾开始在城区场景成为可能此外特斯拉2023年AIDAY将于9月底召开我们预计大模型端到端及worldmodel有望成为亮点感知BEVTransformer感知大模型上车轻地图城区领航成为可能特斯拉2020年起在感知算法端引入BEVTransformer配合OccupancyNetwork大幅提升视觉方案的感知精确度目前BEVTransformer已成为业内公认的自动驾驶感知框架国内厂商普遍于2023年开始BEV上车使得无图城区领航成为可能-小鹏2022年10月小鹏于1024科技日发布新一代感知架构XNet深度视觉感知神经网络明确引入BEV技术和Transformer网络2023年3月小鹏开始向G9和P7i高配版用户推送基于XNet打造的XNGP功能不再依赖高精地图但目前仅释放了第一阶段能力据汽车之心小鹏XNGP驶上快车道有图行动自如无图摸路直行202347作者郑森鸿的介绍XNGP第一阶段的主要功能为LCC-L道路居中辅助增强版可实现跨线绕行红绿灯识别直通路口等功能而小鹏规划下半年开放的下一阶段能力将在无高精地图覆盖的城市进一步开放自动变道超车左右转的能力据雷锋网小鹏汽车的XNGP真的不依赖高精地图吗20221026作者卢洁萍中的介绍小鹏上一代的感知算法主要通过多相机单帧做深度学习神经网络再通过大量逻辑算法进行信息融合以产生360度的感知而XNet则是多相机多帧的前融合即把每一个相机的多帧视频流直接注入到一个深度学习大模型里并输出BEV视角下的动静态信息通过识别周围动态目标物的4D信息以及静态目标物的3D信息XNet可实时构建高精地图也因此不再依赖外部的高精地图-华为2023年4月上海车展华为智能汽车解决方案BUCEO余承东表示华为ADS10已实现了基于Transformer的BEV架构ADS20将基于道路拓扑推理网络通过实时交通流和静态占用网络加上地图导航信息推理出道路的拓扑结构实现去高精地图-理想2023年4月理想汽车官方微博表示理想ADMax30即将推出城区NOA功能使用三种神经网络大模型算法静态BEV网络动态BEV网络Occupancy网络其中静态BEV网络可以还原被遮挡的车道线和道路结构以实现去高精地图动态BEV网络可对不断变化的交通参与者进行跟踪并感知其速度和距离Occupancy网络则用于识别那些不需要区分但仍需要避让的通用障碍物如路侧垃圾桶临时施工牌等同时理想还通过NeRF技术增强Occupancy请务必阅读正文之后的免责条款和声明5产业策略自动驾驶系列202394网络还原的精度和细节-蔚来2023年7月蔚来官方微信公众号表示蔚来智能系统Banyan200版本正式发布同时蔚来NOPBeta版将升级为正式版新版本包括了全新的BEV与占位栅格感知模型并切换至NAD同一技术栈图1国内主要主机厂BEV上车情况公司进展-小鹏于2022年1024科技日发布新一代感知架构XNet深度视觉感知神经网络引入BEV技术和Transformer网络小鹏-2023年3月小鹏开始向G9和P7i高配版用户推送基于XNet打造的XNGP功能不再依赖高精地图但目前仅释放了第一阶段能力-2023年4月上海车展华为智能汽车解决方案BUCEO余承东表示华为ADS10已实现了基于华为Transformer的BEV架构ADS20将基于道路拓扑推理网络通过实时交通流和静态占用网络加上地图导航信息推理出道路的拓扑结构实现去高精地图-2023年7月蔚来官方微信公众号表示蔚来NOPBeta版将升级为正式版新版本包括全新的蔚来BEV与占位栅格感知模型-2023年4月理想汽车官方微博表示理想ADMax30即将推出城区NOA功能使用三种神经网理想络大模型算法静态BEV网络动态BEV网络Occupancy网络-理想ADMax30已于6月底开始推送内测用户规划年底将推送100座国内城市资料来源各公司官网官方微信公众号官方微博中信证券研究部图2小鹏XNet感知架构摄像头摄像头摄像头BackboneBackboneBackboneBiFPNBiFPNBiFPN真实车道线识别Multi-scaleMulti-scaleMulti-scaleFeaturesFeaturesFeaturesBEVViewTransformerBEV视图转换器Spatial-TemporalFeatures判断可行驶空间TemporalModuleDynamicDecoder动态物解码器StaticDecoder静态物解码器位置姿态尺寸预测轨迹等车道线道路边界等动态元素识别和显示资料来源小鹏1024科技日中信证券研究部1为什么需要BEV目前前装智驾感知方案以视觉为主但摄像头检测到的为2D图像而自动驾驶面对的却是3D世界因此必须将2D的探测结果转换为3D空间才能更好地进行后续的规划控制等任务我们将自动驾驶感知技术路线简单分为三代特斯请务必阅读正文之后的免责条款和声明6产业策略自动驾驶系列202394拉的BEVTransformer组合可被理解为第三代最新技术-第一代感知技术以Mobileye为代表基于传统的视觉方法检测障碍物的2D框并利用车轮的底部边缘或接地点等信息进行深度估算但该方法为得到稳定的估算结果需考虑许多先验条件如地面平整度相机光轴与地面平行等一个像素的误差也会对估算结果造成影响因此主要用于实现传统的L2功能如自适应巡航自动跟车基础车道线检测等-第二代感知技术研发始于2016-2017年引入2D和3D的联合标注利用深度学习可实现单目视觉感知的3D框输出但单个摄像头的视场角信息始终有限因此需要进行多摄像头融合但融合后的3D结果又容易出现障碍物反复出现或不完整的情况因此需要进行大量的后处理关联操作且以规则为主导难以实现真正的数据驱动-第三代感知技术2021年8月的AIDay上特斯拉对外展示了基于Transformer的BEV感知方案BEVBirdsEyeView鸟瞰图可简单理解为把多个视角的摄像头图像统一投射至同一个BEV空间形成基于上帝视角的俯视图具体步骤上首先需要利用视觉神经网络的主干网络Backbone对各个摄像头采集到的图像进行特征Feature提取然后借助Transformer深度学习算法进行特征级融合和解码并最终输出BEV视角下的3D检测结果从而使得后续的规划与控制任务可以直接在BEV空间上进行BEV使得去高精地图成为可能目前国内车企推出的城区领航功能均基于高精地图实现利用高精度高动态多维度数据补足算法短板优化决策规划能力高精地图涵盖丰富的道路交通元素如车道线路标信号灯等且包括道路形状车道坡度曲率高程等重要信息精度可达厘米级配合自动驾驶算法可引导车辆沿既定路线行驶大幅降低了自动驾驶的实现难度以及对感知算法的要求但在实际应用中高精地图存在鲜度低制作成本高供应商数量有限数据合规审查等限制这也是为何小鹏和华为的城区领航功能已落地近1年但各自也仅开放了约5座城市为追求提升泛化能力大部分厂商目前已将研发方向聚焦于重感知轻地图在失去高精地图提供的先验信息后厂商主要通过BEV算法对传感器感知到的信息进行处理以理清道路元素之间的关系实时构建高精地图即用即抛我们总结BEV路线的主要优势在于1解决图像视角下的遮挡问题在2D图像中算法不善于应对被遮挡的物体只能感知到看得到的目标而在BEV的鸟瞰俯视角下算法可基于先验知识脑补预测被遮挡的物体2利于后续规划和控制任务主流的规控算法会将上游传感器的感知视角转换至以自车为中心的坐标系中VehicleCoordinateSystem而将不同传感器的不同视角在BEV下统一表达对于规控任务而言是最自然标准的输入表述3统一多模态数据处理维度更易于多传感器融合尽管特斯拉采用纯视觉路线但BEV概念同样可应用于多传感器路线通过将多个摄像头和雷达的感知均转换至统一BEV空间中再进行目标检测与分割等任务可有效降低感知误差并为规控模块提供更丰富的输出请务必阅读正文之后的免责条款和声明7产业策略自动驾驶系列202394图3BEV感知示意图资料来源TeslaAIDay图4BEV感知vs传统图像空间感知框架资料来源百度Apollo官网图5摄像头图像信息和激光雷达点云数据向BEV3D空间融合转化流程图资料来源BevfusionMulti-taskmulti-sensorfusionwithunifiedbirds-eyeviewrepresentationAuthorZhijianLiuHaotianTangAlexanderAminietc2什么是Transformer一种基于注意力机制Attention的神经网络模型可更好地实现图像数据至BEV视角的转化Transformer是GoogleBrian团队在2017年提出请务必阅读正文之后的免责条款和声明8产业策略自动驾驶系列202394的神经网络模型起初用于机器翻译随着技术的发展开始进军图像视觉领域目前已成功涉足分类检测和分割三大图像问题与传统神经网络CNNRNN按照串行顺序来处理数据不同Transformer借鉴了人脑的注意力机制可挖掘序列中不同元素的联系及相关性这意味着每个元素和序列中所有其它元素都会产生联系无论在时序上相距多远具体到视觉图像的应用中CNN只能关注固定大小的局部区域localinformation而Transformer可进行全局关系建模directglobalrelationshipmodeling提供全局的感受野因此更适合进行BEV所需要的特征学习据汽车之心介绍特斯拉会先在BEV空间层中初始化特征再通过多层的Transformer和2D图像特征进行交互融合迭代处理后最终得到BEV特征此外传统CNN模型的原理是通过卷积层构造广义过滤器从而对图像中的元素进行不断地筛选压缩因此其感受域一定程度上取决于过滤器的大小和卷积层的数量随着训练数据量的增长CNN模型的收益会呈现过饱和趋势而Transformer在处理大量信息时能够只选择处理关键信息以提升神经网络的效率因此饱和区间很大更适宜于大规模数据训练的需求值得一提的是为了引入时序信息特斯拉又在感知网络架构中引入VideoNeuralNet使用视频片段而非图像训练神经网络以构筑较短时间内的图像记忆而自带时序信息的视频片段自然也更适合使用Transformer进行训练图6Transformer被用于进行图像分类资料来源AnImageisWorth16x16WordsTransformersforImageRecognitionatScaleAuthorAlexeyDosovitskiyLucasBeyerAlexanderKolesnikovetc请务必阅读正文之后的免责条款和声明9产业策略自动驾驶系列202394图7基于CNN和注意力机制的BEV模型图8特斯拉VideoNeuralNetArchitecture资料来源AreConvolutionalNeuralNetworksorTransformers资料来源TeslaAIDaymorelikehumanvisionAuthorShiharTuliIDasguptaErinGrantetc3什么是占用网络OccupancyNetwork2022年AIDay上特斯拉进一步提出了占用网络概念以实现伪激光雷达的效果此前纯视觉方案最为人诟病的一点就是需要依赖数据库中的标注经验来进行物体识别对于数据库中未被标注过的物体例如异形车散落的纸箱侧翻的大卡车等纯视觉方案很难准确识别这也就是常说的cornercases的处理能力据地平线4D标注方向负责人隋唐在知乎发表的文章为了更有效地识别这些数据库中没有的障碍物业界的主流做法是获取物体的几何信息深度或者高度例如激光雷达就可以通过点云数据得到障碍物的空间位置和尺寸绘制3D环境地图而OccupancyNetwork核心想要解决的也是通用障碍物的识别问题简单来说OccupancyNetwork将感知到的BEV场景划分为一系列微小的体素voxel再预测每个体素被占用的概率从而获得一种简单的3D空间表示同时给出被占据体素相应的语义信息OccupancyNetwork的核心是占用而非识别因此并非是将识别到的物体分配到每个小立方中而是判断每个小立方是否被占用借助于OccupancyNetworkFSD算法可在没有确切识别物体的形状且不确定物体具体是什么的情况下判断物体的位置OccupancyVolume和接下来可能的运动OccupancyFlow请务必阅读正文之后的免责条款和声明10产业策略自动驾驶系列202394图9特斯拉OccupancyNetwork技术框架OccupancyNetwork技术框架-首先OccupancyNetwork模型在输入相机的原始光子计数后利用RegNet和BiFPN从多相机获取特征-然后模型通过带3D空间位置的SpatialQuery对2D图像特征进行基于注意力机制Attention的多相机融合-接下来模型根据已知的自车位置和姿态变化进行时序融合将3D特征空间进行拼接-特征融合后基于Deconvolution的解码器会解码出每个3D空间位置的占据情况Occupancy语义Semantics以及运动情况Flow资料来源2022TeslaAIDay车东西中信证券研究部图10OccupancyNetwork预测每个体素被占用与否图112D的OccupancyGrid与3D的OccupancyNetwork利用里程计信息体素空间中的被占用体素相机原始光子计数进行时序拼接作为输入OccupancyVolume3DOccupancyGrid2D资料来源2022TeslaAIDay中信证券研究部资料来源2022TeslaAIDay请务必阅读正文之后的免责条款和声明11产业策略自动驾驶系列202394图12OccupancyNetwork输出的3D栅格可提供占据情况语义运动情况的信息123图1OccupancyNetwork会判断每个网格是否被占据若被占据会给出相应的语义信息和运动状态例如图中被圈出的部分是一辆正在启动的两节公交车蓝色表示运动红色表示静止图2传统视觉感知方案中的物体检测方案难以检测到数据集中未标注过的物体而OccupancyNetwork通过探测到该体素被占用尽管未识别该物体具体是什么但仍能够避免碰撞图3传统感知通常会将检测到的物体与固定的输出尺寸联系起来但一般矩形无法表示一些异形的障碍物而OccupancyNetwork可精确地预测到这些非矩形物体例如卡车旁边悬挂的梯子从而避免碰撞资料来源TeslaAIDay42号车库中信证券研究部数据闭环智驾走入数据驱动数据闭环愈发关键伴随BEVTransformer大模型的上车智能驾驶迈向由数据驱动的30阶段数据量和数据闭环能力或将成为下半场的胜负关键国内厂商在量产车数据闭环方面虽距特斯拉仍有较大差距但头部厂商的闭环架构已基本建立接下来需持续积累打磨工程化经验以更高效地转动数据飞轮智能驾驶进入数据驱动30阶段数据或成为制胜关键经过由硬件驱动的10阶段和软件驱动的20阶段以rule-based为主智能驾驶正在迈向由数据驱动的30阶段我们认为在10和20阶段算法和硬件是领先的关键而走向30阶段数据或将成为更为重要的胜负手尤其是特斯拉引领的BEVTransformer技术路线成为业界共识后感知端算法的基本思路和框架已逐渐清晰而此时数据将成为决定模型上限的关键30时代缘何带来算法端BEVTranformer的AI算法架构能够容纳更大规模的数据且相较于传统以规则为主的2D直视图CNN等方案BEVTranformer的性能提升更依赖于大量样本数据的投喂算力端英伟达Orin特斯拉FSD华为MDC等大算力芯片平台的推出使得自动驾驶系统对大数据的消化成为可能功能端领航辅助功能从高速走向城区场景复杂度大幅提升而仅靠传统的规则算法难以满足城区复杂场景对模型泛化能力的要求请务必阅读正文之后的免责条款和声明12产业策略自动驾驶系列202394图13智能驾驶正迈向由数据驱动的30阶段30阶段由数据驱动20阶段由软件驱动10阶段由硬件驱动硬件多传感器特征级前融合硬件多传感器后融合模型目前感知端采用BEVTransformer硬件以激光雷达为主模型以规则为主未来可能走向端到端大模型大数据模型以规则为主小模型少数据车辆前装量产车车辆后装改造车车辆前装量产车功能高速城区领航落地功能追求实现L4功能传统L2功能资料来源2022HAOMOAIDAY中信证券研究部数据量和数据闭环是数据驱动的两大核心缺一不可1数据量有多少高质量的有效数据Cornercases极端案例的存在是制约智能驾驶走向更高阶的关键因素尤其是当领航辅助从高速进入城区场景cornercases的数量和复杂程度大幅提升对数据的需求也因此激增需要指出的是数据的质与量同等重要相同类型的大量数据叠加对模型的边际效用很低只会徒增成本而场景库中未曾见过的数据才是对模型有真正增益的优质数据2数据闭环数据能否真正高效率地赋能模型迭代完整的数据闭环通常包括数据采集预处理回传标注处理仿真训练验证OTA等多个环节闭环的运行效率和自动化程度也直接决定了自动驾驶模型的迭代效率以量产车为例搭载了高性能计算平台的车辆在道路上行驶当触发特定trigger条件后车端系统会将摄像头激光雷达等传感器感知到的画面记录下来并先在车端进行数据预处理例如简单的数据清洗脱敏脱密结构化数据转换等随后再回传至云端接下来工程师将对数据进行挖掘处理标注等工作再将处理好的数据放入训练集中进行模型训练最终经过验证的新模型会被OTA回传至车端供驾驶员使用值得一提的是由于真实路测难以遍历所有情形仿真训练Simulation已成为数据闭环中不可或缺的一环结合真实场景数据共同赋能自动驾驶模型迭代请务必阅读正文之后的免责条款和声明13产业策略自动驾驶系列202394图14自动驾驶数据闭环发展历程打磨做题技巧小考以赛代练题海战术精进自动驾驶数据驱动变化历程技术数据自动驾驶数据闭环发展历程点阵式片段式圆环式资料来源亿欧智库中信证券研究部图15自动驾驶数据闭环流程图OTA回传车端数据平台标注平台训练平台仿真平台数据数据数据数据数据模型仿真更新采集预处理传输处理标注训练验证训练测试模型原始数据结构化数据数据挖掘数据质量运营模型开发调优场景挖掘场景库数据清洗脱敏脱密等自动化标注人工标注等测评等建设仿真测试等资料来源中信证券研究部绘制国内厂商任重道远头部厂商闭环已基本建立但仍需持续积累know-how数据闭环的原理和框架已相对清晰但如何在量产车上实现真正高效率低成本的落地目前对绝大多数厂商而言仍是一个难题事实上针对量产车的数据闭环在国内仍属少数派有些主机厂尚未搭建好量产车数据闭环的流程有些主机厂虽搭建好了流程但效率仍待提升小鹏华为是国内头部厂商但我们判断距离特斯拉或也有2-3年的时间其核心难点在于数据闭环的每个环节都有颇多工程化细节需要处理且最终都会影响整体的运行效率这不仅需要了解框架的工作原理更需要拥有优异的工程实践能力及多年的打磨迭代-数据采集量产车能否真正用于数据采集场景数据的采集可通过测绘车和量产车进行相较于成本上百万全国仅千台级别的测绘车量产车无疑是更为理想的采集方式例如特斯拉在北美正是通过其百万车队和影子模式快速积累了颇为丰富的场景数据库但目前在国内较为主流的做法仍是使用测绘车进行道路数据采集真正将量产车用于数据采集的仍属少数派这主要是由于量产车的数据闭环仍存在诸多难点例如量产车数量庞大数据上传易受带宽容量限制数请务必阅读正文之后的免责条款和声明14产业策略自动驾驶系列202394据获取过程也会占据一部分系统资源因此数据采集必须基于实践设定具体策略如上传数据的场景频率内容等有选择性地进行采集特斯拉的影子模式是典型代表具体来说有人驾驶状态下特斯拉车端的自动驾驶系统并不会实际指导车辆移动但会在后台持续进行模拟决策在触发一定条件后该场景的道路和行驶数据会被回传录入特斯拉的trainingset中进行学习训练根据特斯拉此前AI负责人AndrejKarpathy在CVPR2021披露的信息特斯拉当时已为影子模式开发了221个trigger触发器例如系统决策与驾驶员行为不一致毫米波雷达和摄像头的判断不匹配BoundingBox发生抖动等一方面Trigger层的设置既要避免回传无价值的信息又要防止遗漏有价值的数据另一方面如何尽量缩短回传视频数据的时长并精准抓取有效信息这些都涉及到大量的know-how小鹏也在2022年1024科技日上表示在近10万辆小鹏汽车上部署了超过300个触发器进行数据采集图16特斯拉影子模式在其数据闭环中的应用模型部署模型训练数据来源特斯拉量产车队数据标注影子模式记录自动驾驶系统DATA和人类驾驶员操作的误差片段ENGINEBOOSTUNITTESTS资料来源特斯拉官网中信证券研究部-数据标注自动化程度有待进一步提升车辆传感器采集到的环境图像需要在标注labeling后才能成为训练样本数据标注早前以人工为主但随着数据量的大幅增长视觉神经网络的复杂化以及标注对象从2D图像转为3D点云乃至4D3D空间时间数据标注的工作量持续攀升仅靠人力已难以完成因此各自动驾驶厂商开始研发自动标注系统致力于实现人机结合标注乃至全自动化标注标注的自动化程度效率和成本也被认为是当前各厂商数据闭环能力的重要考量因素之一特斯拉就通过影子模式积累了大量数据标注经验目前已能够实现较高的自动化水平小鹏也在2022年1024科技日上表示通过其研发的自动标注系统过去2000个人一年的标注任务现在用16天左右就能完成但据新智驾机器之心和九章智驾引用恺望数据年初的观点国内自动驾驶厂商当前的预标注技术仅能处理60-70的数据距离90的全自动化目标仍有较大差距请务必阅读正文之后的免责条款和声明15产业策略自动驾驶系列202394图17特斯拉的人机结合标注算力中心测试车静态物体标注自动标注Clip自动标注量产车动态物体标注自动标注调整人工标注训练人工数据标注员资料来源Mediumsaneryee-studio中信证券研究部-仿真训练仿真平台能否真正用于训练考虑到现实世界的复杂程度超乎想象即使借助于规模庞大的量产车队也难以遍历所有情形因此引入仿真模式测试Simulation成为自动驾驶模型训练的必要手段仿真模拟的核心在于真实性传统仿真平台基于WorldSim游戏引擎搭建真实度不够高因此更多用于测试验证而非算法训练2022年以来NerfNeuralradiancefield神经辐射场DiffusionModelWorldModel等新技术的出现提升了仿真平台的模拟保真度使得仿真训练的质量大幅提升助力车企更好地解决cornercase采集的难题特斯拉在2022年10月的AIDay上表示已绘制了2000公里的道路环境通过仿真获得了371亿张图片及48亿标注且已实际应用于车端模型中用以提升FSD性能后续特斯拉最新研发的生成式AI模型WorldModel或也将应用于仿真训练中以进一步优化仿真效果小鹏也在2022年的1024科技日上表示通过定向采集和仿真结合其一年内累计解决了1000个以上的cornercases并将高速NGP的事故率降低95此外所有软件上线前都会经过大量仿真数据的验证每一行代码改动都需要行驶5000万公里的仿真里程图18仿真训练可用于解决长尾问题难以采集复杂场景难以标注等问题资料来源Tesla2021AIDay-模型训练充足的算力和强大的基础设施是支撑数据闭环持续运行的关键以特斯拉为例此前特斯拉主要依赖英伟达GPU建立大型超算中心2021年特请务必阅读正文之后的免责条款和声明16产业策略自动驾驶系列202394斯拉公布超级计算机Dojo计划并为Dojo自研AI训练芯片D1每个DojoExaPOD集群都集成了120个训练模块3000个D1芯片FP32和BF16CFP8算力分别达到678PFLOPS每秒678亿亿次浮点运算和11EFLOP每秒110亿亿次浮点运算2022年AIDay上特斯拉表示计划在帕洛阿尔托数据中心部署7个DojoExaPOD据第一财经报道Dojo已于2023年7月正式投产同时目标至2024年年初成为全球规模最大的5台超级计算机之一2024年10月算力总规模达到100EFlops相当于30万块A100马斯克也在23Q2业绩交流电话会上表示计划到2024年年底在Dojo上投入超10亿美元除特斯拉外国内造车新势力也在陆续建立自己的算力中心为后续数据闭环的运行建立基础如小鹏2022年8月宣布在乌兰察布建成其自动驾驶智算中心扶摇基于阿里云智能计算平台当前算力可达600PFLOPS未来还具备10-100倍的提升空间而据雷锋网报道理想向火山引擎购买了300多台英伟达服务器的公有云服务算力至少750PFLOPS公司预计23Q3交付完成图19特斯拉算力预期图资料来源Semianalysis图20主要车企自动驾驶厂商的智算中心公司算力中心算力地点合作伙伴单个DojoExaPOD算力11EFLOPSBF16精度美国特斯拉Dojo超算中心-计划2024年10月总算力规模达100EFLOPS内华达扶摇小鹏年月宣布建成时算力为乌兰察布阿里云智算中心20228600PFLOPS蔚来云蔚来不详合肥不详智算中心据新智驾报道理想智算中心算力至少750PFLOPS理想理想智算中心山西火山引擎FP16精度报道中预计2023Q3交付完成2023年2月正式启用算力达810PFLOPS吉利星睿智算中心湖州阿里云计划至2025年将算力扩充至12EFLOP雪湖绿洲毫末智行2023年1月宣布成立算力达670PFLOPS山西火山引擎MANAOASIS资料来源各公司官网新智驾环球网中信证券研究部注1EFLOP1000PFLOPS请务必阅读正文之后的免责条款和声明17产业策略自动驾驶系列202394新技术前瞻端到端大模型WorldModel有望打开全新篇章特斯拉2023年AIDAY将于9月底召开我们预计端到端及WorldModel有望成为亮点以诠释真正的自动驾驶大模型并打开全新篇章特斯拉FSDV12版本有望实现完全端到端自动驾驶2023年5月11日在特斯拉面向北美用户推送FSDBetaV1141新版本的同时马斯克发布推特表示FSD的V12版本将实现完全端到端的自动驾驶此前的自动驾驶模型多为模块化架构感知预测规划控制等不同任务分属于不同小模型其中规控环节更是长期以来以rule-based为主而端到端架构旨在以一个AI大模型实现以上多个任务即在模型中输入图像后直接输出转向刹车加速等控制指令End-to-EndAIfromImagesintoSteeringBrakesAccelerationOut2023年8月2日马斯克又在推特上进一步表示特斯拉目前正在开发FSD的最后一块拼图车辆控制VehicleControl这将使得FSD算法中超30万行的C代码减少约2个数量级我们认为FSDV12年底至明年初推出的可能性较大端到端大模型有望大幅提升性能上限但如何解决黑盒问题仍是关键完全端到端自动驾驶主要有以下好处1避免级联误差传统模块化架构中前一级模型的输出结果若有误差会作为下一级模型的输入影响下一级模型的输出最终影响整套系统的性能而端到端大模型在输入端仅有传感器采集到的信息因此可避免误差在模型间的传导2提升研发效率研发人员可针对一个大模型进行优化调整以大幅简化开发流程3提升性能上限完全端到端自动驾驶的模型规模相较于传统模块化架构有大幅提升因此也更有可能出现大语言模型中的涌现概念即当模型突破某个规模时性能突然显著提升这或也是为何马斯克在2023年6月接受CNBC的采访中表示FSD有望在未来两年迎来自己的ChatGPT时刻马斯克原话IthinkTeslawillhavesortofaChatGPTmomentifnotthisyearIdsaynolaterthannextyear但端到端模型的最大痛点在于可解释性差其近乎黑盒的工作模式使得出现问题时较难追溯根本原因而自动驾驶又涉及安全性容错率远低于ChatGPT等语言模型我们认为特斯拉庞大的数据规模和成熟的训练闭环是其能够实现端到端自动驾驶的前提同时特斯拉作为乘用车目前在美国法规限制下仍属L2即使未来开放至L3仍有驾驶员进行兜底容错率较L4L5略高而对于特斯拉的端到端大模型何时能够实现真正的无人驾驶我们目前仍持观望态度请务必阅读正文之后的免责条款和声明18产业策略自动驾驶系列202394图21模块化和端到端自动驾驶系统原理端到端自动驾驶模块化自动驾驶传感器感知决策规划控制执行器端到端自动驾驶资料来源End-to-EndDeepNeuralNetworkArchitecturesforSpeedandSteeringWheelAnglePredictioninAutonomousDrivingAuthorPedroJNavarroLeanneMillerFranciscaRosiquetc中信证券研究部生成式AI大模型WorldModel或将引领自动驾驶下一代技术路径在2023年CVPR大会上特斯拉展示了其目前正在研发的全新模型WorldModel期望使用大语言模型的方式来生成自动驾驶相关的连续帧视频场景最终以一个通用解来解决自动驾驶领域内遇到的所有问题这要求模型对物理世界的运作规律有极强的认知力和理解力在CVPR上特斯拉和Wayve展示了其模型所生成的车辆和场景可根据文字指令Prompt进行变化例如让视频中的车辆直行右转甚至偏离路面开到草地上等等中短期来看WorldModel或将主要应用于仿真模拟环节即可高度还原真实世界亦可用于合成实车运行时很难收集到的cornercases且无需标注因而有望大幅提升模型的训练效率而当生成式AI成为数据的主要来源后厂商的车队规模将不再是自动驾驶能力的关键数据闭环的框架和流程也将有所改变长期来看WorldModel有潜力成为自动驾驶领域的基础模型FoundationModel在进行裁剪后有望从云端走向车端利用WorldModel提取到的丰富语义信息自动驾驶后续的感知预测规划等全链条任务皆有望得到显著的性能提升可类比GPT模型为所有NLP问题提供了一个通用解请务必阅读正文之后的免责条款和声明19产业策略自动驾驶系列202394图22特斯拉WorldModel核心逻辑图23特斯拉WorldModel生成的场景画面ImageInputVolumeSurfaceObjectsLanesTrafficControls资料来源2023CVPRTesla资料来源2023CVPRTesla图24特斯拉WorldModel所构建的场景可根据Prompt进行变化图25WAYVEGAIA-1模型生成的画面资料来源2023CVPRTesla资料来源WAYVE官网商业拐点城区领航陆续落地FSD商业化有望提速国内车企预计不依赖高精地图的城区领航将于年内陆续落地我们预计小鹏华为领衔下中国前装智驾市场的城区领航功能将于23Q4起密集落地部分厂商的无图版本也将于年内上车泛化能力大幅增强城区领航作为乘用车的L4演绎代表了乘用车自动驾驶的技术制高点率先落地这一功能的车企有望大幅强化消费者对汽车智能化的体验和认知从而形成真正的技术护城河和品牌溢价请务必阅读正文之后的免责条款和声明20