热点聚焦：特斯拉完全自动驾驶（FSD）系统三问三答

FSD——持续迭代升级的高阶智驾产品，超前感知算法架构和高效数据闭环优势。FSD（完全自动驾驶）是目前特斯拉 Autopilot 智驾产品组合最高档产品，自 4M19 开始单独销售后，经过多次迭代，目前 V11.4 版本可实现包含高速领航、城市道路领航和泊车三域智驾功能。特斯拉旨在通过 FSD 提供全无人驾驶，当前还需驾驶员实时监控，仍属于 L2 高级辅助驾驶。当前 FSD 为 Beta 测试阶段，需要用户的大量真实数据进行反哺升级。硬件端 FSD 可运行于 HW3.0 及以上硬件平台；软件依赖 BEV+Transformer 对周边环境的感知和定位，以及 Dojo 超算中心对大量训练数据的高效闭环。

FSD 北美渗透率或已达 25%，长期看好订阅模式。2019 年 4 月 FSD 初始售价为 5,000 美元，随后几经涨价，当前北美地区购买 FSD 一次性付费为 15,000 美元，或按月订阅 99/199 美元/月。截至 2023 年 1 月北美 FSD 用户数为 40 万，经我们测算，北美渗透率或已达 25% 左右。随着 FSD 售价提升，近年来 FSD 的一次性付费意愿持续下降，我们认为，长期来看用户或更倾向于订阅模式，利好公司优化盈利结构。

FSD 如在中国推广，整套数据闭环需在境内，需在数据采集、模型训练方面进行准备。对比中国和美国的落地环境，和 BEV+Transformer 技术所需的数据和训练前提，我们认为，当前 FSD 入华需考虑 BEV 感知方案是否可以得到很好的本地化适配。我们从两个方面梳理了 FSD 在国内需要做的准备 - 地图相关：因法规要求，地图测绘或需要与中国厂商合作；数据方面：由于数据需境内保存，特斯拉需搭建本土计算中心和组建在地算法适配团队。总结来看，特斯拉 FSD 国内推进还需与更多国内厂商及团队人员深化合作互动，我们预计或将创造更多国内自动驾驶产业链发展机遇。

我们认为 FSD 推广有助于提升市场对智能驾驶认知，从而驱动行业发展，建议持续关注智驾整车龙头和相关供应商与服务商。 

FSD 全称是 Full Self-Driving（完全自动驾驶），是特斯拉推出旨在实现全无人驾驶的智驾产品，当前仍处于 Beta 版本（测试版）。特斯拉官网表示，当前 Autopilot 产品（包括 FSD）仍需驾驶员实时监控车辆状态；未来若要实现无需驾驶员监管，则需通过大量测试证明系统可以远比驾驶员更加可靠，且具备法规许可。当前，FSD 功能正在北美进行公开测试，通过 FSD 订阅者的真实驾驶数据反哺 FSD 软件算法能力，因此特斯拉以 FSD Beta 对功能命名。我们认为，目前 FSD Beta 仍属于 SAE 或是国标智驾等级划分中的 L2 级（组合辅助驾驶），是否可以升级至 L3/L4 级还需观察。

特斯拉 Autopilot 分三个档次，分别对应不同的功能和售价。特斯拉的三个等级智驾产品，由低到高分别为基础版（Basic），增强版（Enhanced，EAP）和 FSD。其中基础版和增强版在国内销售的车型已经落地，FSD 尚未引入国内，但可以在购车时进行付费选装，待 FSD 引入中国时才可以上车。FSD 目前只在北美地区（美国和加拿大）推出。

FSD 价格持续上升，为降低门槛推出每月订阅模式。FSD 在 2019 年前是 EAP 的增值功能，从 19 年 4 月起，FSD 开始作为单独的功能进行销售，并从此经历过数次涨价，公司给出的涨价理由是特斯拉在 AI 上面实现的突破可以带来涨价匹配的价值。当前美国的 FSD 一次性售价为 15,000 美元（加拿大为 19,500 加币）。或许是一次性购买门槛较高，特斯拉在美国推出（加拿大尚未推出）FSD 按月订阅模式，价格为 99（已购买 EAP）或 199 美元/月。中国尚未推出订阅模式，想体验增强版 EAP 的用户需一次性支付较为昂贵的选装费用 32,000 元。

算力平台从外采到自研，从独立控制器到集中式域控。特斯拉 Autopilot 硬件版本从 2014 年采用的 Mobileye 单芯片单摄像头 HW1.0 开始，平均两年左右会进行一次迭代。从 HW2.0 起，特斯拉开始采用自研智驾域控制器，由多颗英伟达芯片构成的算力平台，8 颗 1.2MP 的摄像头接入到域控当中，并与毫末波雷达信息进行融合。当前大规模部署的 HW3.0，特斯拉对域控算力进行了大升级，从英伟达的算力平台改为自研的 FSD 芯片和 NPU，GPU 算力提升了 12 倍，每秒可以处理的视频帧数也提升了将近 21 倍，这在其推出的 19 年是业界公认的性能第一梯队。

HW3.0 又称 FSD Computer，特斯拉在 HW3.0 平台上提供 FSD Beta 功能。HW3.0 可以满足 Autopilot 纯视觉方案所需的大量图像处理需求，较高的视频流处理帧数也为实时构建 BEV（鸟瞰图）打下基础。针对购买了 FSD，但是车辆仍采用 HW2.0 和 HW2.5 的老车主，特斯拉提供付费升级服务，升级费用为 1000 美元。

更高规格的 HW4.0 公布在即，媒体报道已在加州工厂新生产的 Model Y 上车。根据媒体报道，HW4.0 或在传感器和域控制器上都有较大程度的升级：摄像头数量预计从原先的 8 颗提升到 11 颗；新增了 4D 毫米波雷达（代号 Phoenix）；算力芯片也升级到了第二代 FSD 芯片，预计两颗算力可达 500Tops 左右；内存也预计有较大的升级，从 8 颗 LPDDR4 升级到 16 颗 GDDR6 内存，在容量提升的同时，传输速率大幅提升，进一步释放数据传输带到来的性能瓶颈。

马斯克曾在 4Q22 业绩会上表示，HW3.0 将不能升级至 HW4.0，理由一是在 FSD 体验上两者不会有很大区别，HW4.0 则会在系统可靠性有更大提升；另一个理由是，全面替换将带来较大的成本增加，无法实现商业闭环。我们认为，HW4.0 若在传感器布置上有所变动，将很难兼容 HW3.0 传感器配置；同时功能性而言，HW4.0 拥有更好的硬件，必然会比当前已经充分释放潜能的 HW3.0，有更多或更强的功能，那么 HW3.0 系统会持续维护多久，同时如何对已经全额购买 FSD 的消费者进行升级，我们建议持续关注。

BEV 感知和高效数据闭环为 FSD 最核心技术。特斯拉在 2021 年和 2022 年的 AI Day 展示了其 FSD 落地的两大技术底座，一个是 BEV+Transformer 的感知算法架构，另一个是 Dojo 超算系统。前者为 FSD 提供了不依赖高精地图的感知和定位能力，后者则是支持算法快速迭代响应用户反馈，实现高效数据闭环。

► BEV+Transformer：公司率先业界，在 2021 年的 Tech Day 提出使用 BEV（Bird Eye’s View，鸟瞰图）进行特征级融合，将车四周摄像头所拍摄到的画面，通过 Transformer 提取共同特征进行三维构建。在不依赖高精地图的情况下，实现对车辆周边实时构图，并基本准确地判断车辆周围物体的位置和轮廓，以及车道线、路墩、信号灯等交通设施。

Transformer 是利用注意力机制来判断上下文或是不同图片之间关联程度的算子模型。采用 Transformer 的算法架构，所谓的 “大模型”，通常有大量的参数需要训练。好在 Transformer 适合平行计算，可以在 GPU 上高效训练和推理。但同时缺点是，由于参数较多，其优异的表现需要大规模数据集进行训练，小数据集上表现不如传统的卷积神经网络。因此，为了可以充分发挥 BEV+Transformer 感知算法和积攒的大量行车数据，特斯拉研发了超算系统 Dojo。

► Dojo：公司于 2021 年 AI Day 推出 Dojo 超算系统，Dojo 系统是一个创新的非冯诺依曼设计（支持并行运算），搭配较丰富的网络结构和接口、平衡的资源扩展和功耗，以及对应的存储和调度结构。我们认为，超算中心是支持 FSD 大数据模型演进的关键，公司通过利用 Dojo 高稳定性、高拓展性、高并行算力特性，构建更高效的数据标注、算法迭代、模拟验证能力，持续扩大 FSD 的算法领先优势。

结构上来看，Dojo 基于公司自研的 AI 训练芯片 D1 构建，D1 芯片的设计是为了实现 “专芯专用”，其排布方式、带宽容量、节点架构等均围绕实现最佳神经网络训练能力而设计。设计方面，D1 芯片采用分布式架构和 7nm 制造工艺，单片 FP32 达 22.6 TOPS 算力，可实现 50 万个训练节点无缝连接，组成超大规模计算阵列。

FSD Beta 从 2020 年开始持续快速迭代，优化功能。FSD Beta 最早于 2020 年 10 月开始向小批量早期测试者推送 V6.0 版本，同年系统持续迭代更新至 V8.0 版本，在最开始的 100 天，FSD Beta 共进行了 13 次迭代，无论是大版本号升级还是更新频率均倍道前行。2021 年 7 月开始推送的 V9.0 是一次具里程碑式的更新，其系统采用纯视觉，不再使用前向毫米波雷达。V9.0 也改善了 UI 界面，行驶体验变得更加顺滑，但同时智能召唤、紧急避让因毫米波雷达的取消而暂时关闭，最高时速也从 90mph 降低到了 75mph。

引入安全评分机制，逐步提高公测车辆数量。21 年 9 月推送的 V10 版本将 FSD Beta 带入另一个阶段，从 V10.2 开始，FSD Beta 开始向购买或订阅 FSD 的用户进行分批次推送。推送的顺序是根据特斯拉对驾驶员的安全评分由高到低决定，在 V10.2 版本，只有 100 分的用户才可以进行升级，随着版本的提升，安全评分的门槛也在持续降低，FSD Beta 的渗透率也逐步提升。

最新 V11 版本扩大 FSD 适用范围至高速路况，至此城区和高速场景打通。当前，FSD Beta 已经更新至 V11.4.2 版本，相较于 V10 版本，V11 将 FSD Beta 的使用范围延伸到了高速道路，归一了城区和高速的算法栈，都由 BEV+Transformer 进行视觉感知，规划算法也进行统一，帮助车辆在高速上更从容应对更复杂的车辆交互，同时有更顺滑的变道体验。

FSD Beta 仍有持续进步空间，偶发神经网络跷跷板现象。从北美使用者反馈 [3] 来看，目前 FSD Beta 仍有一些问题需要解决，例如偶尔的检测失误（行人意图判断错误，前车追踪丢失等）导致的莫名减速，路口及高速没有选择正确的道路通行，倒车时测距不稳定等。我们认为，当前 FSD 展露的问题仍然很大程度跟视觉感知的距离、精度不足有关，后续随着更多有针对性的数据被收集训练，此类问题有望在后续版本被优化。当然，神经网络的跷跷板效应仍然存在，即优化一个场景可能会导致另一场景表现变成差，例如在早期 V11 版本中对附近车辆或行人过度谨慎可能是由引入高速场景导致，因此我们认为，需持续关注需持续关注 FSD 全面表现，而不是只关注增量功能。

FSD Beta 开始公开推送，渗透率达到北美市场 25%。从 22 年 11 月份开始 FSD Beta 不再对安全评分进行要求，可以向几乎全部北美 FSD 已购买或订阅车主进行推送。公司表示 [4] 截至于 1M23，已经有 40 万北美用户接入了 FSD Beta，相较于特斯拉 12M22 公布的数据为 28.5 万，提升了约 40%。我们假设，以 18 年到 22 年特斯拉美国交付车辆累计总数 152 万辆作为北美的特斯拉保有量计算，FSD 在北美渗透率或已达到约 25%（包含一次性选装和订阅）。

数据方面，特斯拉在 23 年 5 月的股东大会表示，FSD 使用里程已经累计达到 2 亿英里（约 3.2 亿公里）。考虑到 V11 之前 FSD 主要的行驶范围在城区，3.2 亿公里的城市行驶数据积累放眼全球也已数一数二，有效帮助特斯拉挖掘更多长尾场景，高效进行算法迭代，持续优化体验。

反观历史，FSD 的售价提升难免会抑制消费者付费选装意愿，远期或订阅用户成为主流。根据 Teslike[5] 特斯拉车主订车调查问卷所得，FSD 在美国单独列为付费项目初期（6,000 美元即可选装），选装率曾一度达到 60% 左右，但是随着 FSD 价格的几次提价，选装率有非常明显的下降。根据上述 Teslike 调查问卷数据，进入 2022 年，FSD 选装率降到 10% 左右，对应的是 1M22 FSD 提价至 12,000 美元；进入 2023 年，FSD 的选装率更是跌至 2% 左右，对应的是 15,000 美元的售价。选装率在 23 年初有所提升，我们认为，这个提升或许是因为 FSD 的逐渐成熟，其产品力提升带动了更多用户订车时选装。长期来看，我们判断，15,000 美元（对应 6.25 年的 FSD 订阅开销）的一次性售价会驱使用户倾向于选择按月订阅 FSD 模式，而 FSD 的一次性付费选装比例会维持在较低的比例，小于 10%。

对比中国和美国的落地环境，和 BEV+Transformer 技术所需的数据和训练前提，我们认为，当前 FSD 若要入华，需考量 BEV 感知方案是否可以得到很好的本地化适配。剖析这个问题需要从地图采集和数据闭环两个方面讲起：

地图采集：

► 测绘环节 - 受限：BEV 的生成或涉及地图测绘行为。根据《测绘法》定义，测绘是指 “对自然地理要素或者地表人工设施的形状、大小、空间位置及其属性等进行测定、采集、表述，以及对获取的数据、信息、成果进行处理和提供的活动。” 同时《测绘法》第八条规定了外资来华测绘必须经政府批准，且与我国有关部门或单位合作进行。因此，特斯拉 BEV 算法若被判定为涉及到测绘工序，则需与国内具备甲级制图资质的图商进行合作。

► 编制环节 - 或不受限：FSD 的技术机制或不涉及地图编制。根据《关于导航电子地图管理有关规定的通知》[7]，国家法规禁止外国企业从事导航电子地图的编制。我们认为，特斯拉或不受该法规约束，因为 BEV 完全在车端生成，且为实时的局部地图，不涉及到上传至云端进行全局拼接，因此 FSD 的 BEV 本地落地或不受此法规限制。

数据闭环：

► 数据存储 - 受限：特斯拉数据需中国境内存储。由于特斯拉车辆配备的传感器可以采集大量的社会层面、个人层面的敏感信息，为了保护此类信息安全，特斯拉 21 年在上海超级工厂搭建数据中心，所有中国业务所产生的所有数据，包括生产数据、销售数据、服务数据和充电数据等，完全存储在中国境内，同时通过数据加密、鉴权、访问控制等技术手段确保存储安全。我们认为，由于数据要求境内存储，特斯拉需在中国境内对模型进行适配训练。

► 算力中心 - 受限：特斯拉或需要建立本土的 “超算中心”。FSD Beta 在美国可以很迅速地进行迭代升级，很大一部分原因在于所收集数据的高效闭环。数据闭环一是依赖于高效的算法，二是依赖于强大的算力。我们认为，算法不受跨境的约束，但是算力会受强地理位置的制约。因此，若特斯拉想要在国内高效地处理数据、训练模型，或需要在国内搭建算力中心，来专门服务中国市场。方案一是引入 Dojo 超算平台，方案二是外采服务器显卡，例如英伟达 A100。

► 数据团队 - 受限：特斯拉需组建本土的数据闭环团队。算法的提升，离不开对特定地区特有场景的剖析。同时，数据需要在国内实现闭环，因此我们认为，特斯拉或需要组建本土地数据闭环团队，以支持算法适配，和后续对长尾场景的不断优化。

特斯拉或开始在欧洲进行 FSD Beta 路测。据美国电车媒体 InsideEV 5 月 23 报道，Teslascope[8] 平台上显示有三辆车分别在澳大利亚、德国和比利时接受了 FSD Beta 的 OTA 升级。于此同时，特斯拉官网当前正在招聘的欧洲各国 ADAS 测试员（ADAS Test Operator），测试职责与 FSD 本地适配诉求相匹配。我们认为，特斯拉或有意向在欧洲各国开展 FSD Beta 的测试工作，我们建议持续跟进。

FSD 若要引入欧洲，首先是要得到欧盟法规的准许进行测试。马斯克在去年 3 月和 6 月提及，特斯拉已经准备好将 FSD Beta 提交给欧盟官员进行认证，并且有望在去年夏天正式引入。从结果来看，尚无明确信息证实特斯拉 FSD 已通过欧盟法规认证，而从当前测试进展来看，法规认证周期或远超公司预期。

欧洲特斯拉数据可以传回美国进行模型训练。由于美国与欧洲签署了所谓的 Privacy Shield 2.0[10] 协议，允许欧美科技公司跨国境传输用户数据，因此，特斯拉在欧洲无需面临数据本地存储，异地模型训练的难题。我们认为，从数据约束而言，欧洲 FSD 落地确定性较高。

本文作者：中金邓学任丹霖常菁，本文来源：中金点睛，原文标题：《特斯拉完全自动驾驶（FSD）系统三问三答》

邓学  分析员 SAC 执证编号：S0080521010008 SFC CE Ref：BJV008

任丹霖  分析员 SAC 执证编号：S0080518060001 SFC CE Ref：BNF068

常菁  分析员 SAC 执证编号：S0080518110003 SFC CE Ref：BMX565