进展与趋势

特斯拉开启自动驾驶3.0大模型时代

特斯拉率先引入大模型，开启自动驾驶3.0时代。 2015年，特斯拉开始布局自研自动驾驶软硬件， 2016-2019年陆续实现算法和芯片自研。2020年特 斯拉重构自动驾驶算法，引入BEV+ Transformer取 代传统的2D+CNN算法，并采用特征融合取代后 融合，自动标注取代人工标注。2022年算法中引入 时序网络，并将BEV升为占用网络(Occupancy Network)。2023年8月，端到端AI自动驾驶系统FSD Beta V12首次公开亮相，完全依靠车载摄像头和神经 网络来识别道路和交通情况，并做出相应的决策。

FSD入华进程渐近，有望加速智能化进程。目前FSD Beta版本尚未在国内开放，根据36氪消息，特斯拉 已在中国建立数据中心，并布局组XXX内运营团队和 数据标注团队。由于中国道路的复杂性，特斯拉FSD 方案入华仍要进行大量中国里程的实车验证，采集对 应场景的数据，优化训练出针对中国场景的神经网络 模型，提炼针对性策略。我们认为，FSD或将在2024 年进入中国，经过对中国道路的训练后，2025年大 规模上车。预计FSD入华后，有望整体加速中国电动 汽车的智能化进程。

BEV+Transformer 提高智能驾驶感知能力和泛化能力

BEV/Transformer 分别 是什么？ BEV全称是 Bird’s Eye View(鸟瞰视角），是将三维环境信 息投影到二维平面的一种方法，以俯视视角来展 示环境当中的物体和地形。Transformer大模型 本质上是基于自注意力机制的深度学习模型，与 传统神经网络RNN和CNN不同，Transformer不 会按照串行顺序来处理数据，而是通过注意力机 制，挖掘序列中不同元素的联系及相关性，使得 Transformer可以适应不同长度和不同结构的输 入，从而提高模型在处理序列数据上的能力。

与传统小模型相比，BEV+Transformer的优势 主要在于提升智能驾驶的感知能力和泛化能力， 有助于缓解智能驾驶的长尾问题：1）提高感知能 力：BEV统一视角，将激光雷达、雷达和相机等 多模态数据融合至同一平面上，可以提供全局视 角并消除数据之间的遮挡和重叠问题，提高物体 检 测 和 跟 踪 的 精 度 ； 2 ） 提 高 泛 化 能 力 ： Transformer模型通过自注意力机制，可实现全 局理解的特征提取，有利于寻找事物本身的内在 关系，使智能驾驶学会总结归纳而不是机械式学 习。

占用网络模型有望成为下一代自动驾驶算法进步方向

特斯拉在2022年AI Day上发布Occupancy Networks(占用网络)，将BEV网络在高度方向进行了进一步的扩展，从而实现了BEV从2D到 3D的优化，可实时预测被遮挡物体的状态，解决了目标检测的长尾问题，即使某些物体不存在于训练集中，但是因为算法本身进行的是 空间占用的检测，不进行目标检测，因此从根本上避免了这个问题。

华为ADS 2.0进一步升GOD网络，道路拓扑推理网络进一步增强，类似于特斯拉的占用网络。GOD 2.0 (通用障碍物检测网络， General Obstacle Detection) 障碍物识别无上限，障碍物识别率达到99.9%；RCR2.0能识别更多路，感知面积达到2.5个足球场，道路 拓扑实时生成。2023年12月，搭载ADS 2.0的问界新M7可实现全国无高精地图的高阶智能驾驶。

占用网络模型以占用的方式重建了3D场景，可用于通用障碍物检测，精准实现空间中物体的占位情况、语义识别、运动情况等，在表征 上更具优势，有望成为下一代自动驾驶算法进步方向。

BEV+Transformer已成自动驾驶算法主流趋势

目前包括比亚迪、蔚小理、智己等车企，以及华为、百度 Apollo、毫末智行、地平线、轻舟智航、觉非科技、商汤科技等自动驾驶企业 均已布局 BEV+Transformer。据下表，大模型应用已成自动驾驶赛道主流趋势，其中新势力及自动驾驶供应商布局领先，大模型应用已 成自动驾驶的主流趋势。

如何应用？有何效果？

车端赋能主要作用于感知和预测环节，逐渐向决策层渗透

大模型在自动驾驶中的应用简单来说，就是把整车采集到的数据回传到云端，通过云端部署的大模型，对数据进行相近的训练。

大模型主要作用于自动驾驶的感知和预测环节。在感知层，可以利用Transformer模型对BEV数据进行特征提取，实现对障碍物的监测和 定位；预测层基于感知模块的输出，利用Transformer模型捕捉学习交通参与者的运动模式和历史轨迹数据，预测他们未来行为和轨迹。

未来将驱动驾驶策略生成逐渐从规则驱动向数据驱动转变。规划决策层的驾驶策略的生成有两种方式：1）基于数据驱动的深度学习算法； 2）基于规则驱动（出于安全考虑，目前普遍采取基于规则生成驾驶策略，但随着自动驾驶等的提升及应用场景的不断拓展，基于规则 的规控算法存在较多Corner Case处理局限性）。结合车辆动力学，可利用Transformer模型生成合适的驾驶策略：将动态环境、路况信息、 车辆状态等数据整合到模型中，Transformer多头注意力机制有效平衡不同信息源之间的权重，以便快速在复杂环境中做出合理决策。

云端应用部署，有望加快L3及以上自动驾驶落地

大模型云端应用加速L3及以上自动驾驶落地。主要在于：1）采用大模型预训练的方式可以实现自动标注，提高数据标注的精度和效率， 同时缩减成本；2）对长尾数据进行挖掘，大模型具有较强的泛化性，加速解决长尾问题；3）场景仿真和数据生成，模拟真实道路场景 和高危险性场景数据， 加速模型优化。

大模型目前仍处于发展初期阶段，预计未来应用比例快速增长。大模型在智能汽车中的应用仍存在多模态数据融合、云端算力需求大、 车端部署、以及安全性和一致性等问题。我们认为大模型应用仍处于初期阶段，随着模型的优化和技术的应用，大模型在自动驾驶中的 应用比例或将快速提升。

NOA快速落地 成为智能化新指标

大模型催化下，城市NOA快速落地，开启百城落地规划。小鹏及华为合作品牌车企（阿维塔、问界、狐）走在前列，目前大多仍需依 赖高精地图，无图方案或将在2023年底落地。泰伯研究院预测到2025年，搭载NOA的车型将有望超过400万辆，渗透率将有望从2023 年的12%增加到32%。2025年高阶智能驾驶（NOA）市场规模有望达到520亿元，2023-2025年平均年增长率预计为105%。

新变化 新需求

云端算力 | 是否需要智算中心？智算中心成为下一阶段竞争重点

自动驾驶系统的开发、验证、迭代需要算力支持。 自动驾驶系统前期开发依赖大量环境数据的输入， 形成贯穿感知、决策、规划、控制多环节的算法。 后期仍需持续输入数据，对算法进行训练与验证， 加速自动驾驶迭代落地。同时仿真测试中场景搭 建与渲染也需要高算力支持。

智算中心承载着训练自动驾驶系统所需的巨大算 力。为支撑人工智能计算提供了重要的硬件基础 设施，其底层硬件技术路径包括GPU、ASIC、 FPGA、NPU。根据IDC调研，汽车行业训练自 动驾驶算法的硬件基础设施以GPU为主，占比 61.4%。

头部自动驾驶厂商已布局智算中心。特斯拉、吉 利、 小鹏、毫末智行等主要自动驾驶厂商采用不 同模式建设云端计算中心用于模型训练。我们认 为，智算中心已成为下一阶段竞争重点，能够帮 助车企构建包括数据采集、数据处理、数据标注、 模型训练、测试验 证的数据闭环 ，从 而提升 Corner Case数据采集效率、提高模型的泛化能 力以及驱动算法的迭代。

车端算力 | 如何变化？感知数量质量和场景复杂度驱动算力升

感知硬件的数量和性能不断提升，边缘计算需求增加。自动驾驶别越高，传感器配置数量越多，运行产生的数据随之大量增加。据新 战略低速无人驾驶产业研究所数据，1个200W像素的高清摄像头24小时录像需占用40~60GB的存储容量；1个单线激光雷达每小时可 产生3~4GB点云数据；另外，GPS定位系统、车辆位姿等均有数据积累。当一辆自动驾驶车辆每天可以产生数TB，甚至数十TB数据， 数据处理能力即为自动驾驶技术验证的关键点之一。若过度依赖云端数据处理分析和指令回传，就会出现各种数据都往云端传输，云平 台数据过多，处理效率降低，时延增大，将大影响自动驾驶车辆的使用体验。边缘计算能预处理数据，过滤掉无用数据再上传到云端。

大模型催化驾驶场景复杂多样，提升算力需求。大模型催化下，NOA不断从高速道路向城市道路拓展（高速道路-城市快速路-城市主干 道-城市次干道-城市支路）。与城市道路相比，高速道路可能的场景和物体相对固定，而城市道路不仅是x主要出行场景（每天仅25% 的人出行途径高速，而城市道路则是 100%），而且环境复杂度更高，同时提升物体识别、感知融合和系统决策算力需求。

感知端 | 车载摄像头数量质量齐升

单车搭载的摄像头数量将增加。Yole报告指出， L1～L2自动驾驶功能仅需前后两颗摄像头，L2+ 则需要引入ADAS前视感知摄像头，加上4颗环视， 共计需要5颗摄像头。实际主机厂为后续OTA升预 留冗余，单车摄像头配置远超本ADAS所需的摄 像头数量，如特斯拉Model 3搭载9颗高清摄像头， 蔚来、小鹏、理想车型摄像头数量达到10-13颗。

摄像头像素要求升。大模型提高对感知数据的精 细化要求，高分辨率图像数据可以作为深度学习模 型中更新和优化其架构的参数的数据源，车载摄像 头向800万像素或更高像素别升。尤其是前视摄 像头，前视需要解决的场景x多，目标识别任务x 复杂，比如远距离小目标识别，近距离目标切入识 别，高别自动驾驶车辆中都在规划应用800万别 的高清像素摄像头，用于对更远距离的目标进行识 别和监测。目前具备800W像素摄像头模组生产能力 的厂商还比较少，比如说舜宇、联创电子等。百度 Apollo 联合索尼半导体方案公司、联创电子（LCE） 与黑芝麻智能，全球首创超1500万高像素车载摄像 头模组。

执行端 | 有望加快线控底盘环节国产化进程

高阶智能驾驶落地进行加快下，执行端的线控底盘重要性凸显。线控底盘由线控换挡、线控油门、线控悬架、线控转向、线控制动五大 环节组成。线控底盘以电信号代替机械信号，可实现人机解耦，更加适用于自动驾驶车辆。随着高阶智能驾驶的发展，车辆的行驶过程 中机器驾驶比例提升，驾驶员百公里接管次数逐渐下降。为保证整车在机器驾驶过程中的安全性，高阶自动驾驶车辆在执行层的设计中， 需要在制动、转向等关键执行环节实现双重甚至多重冗余。而考虑到车内空间、信号传导机制、响应精度等因素，以线控结构替代机械 式结构则是实现执行器多重安全冗余的必要条件。

看好国产线控底盘零部件供应商崛起机会。目前，线控制动、线控转向主要由外资Tier1主导，行业竞争格局集中。线控制动主要由博世、 大陆和采埃孚天合主导，中国线控制动市场中博世市占率约90%。线控转向行业处于起步阶段，博世、捷太格特、采埃孚天合等传统电 动助力转向系统巨头布局较早，已推出概念车型，技术较为领先。国内众多线控底盘技术布局者包括深耕底盘技术的上市公司伯特利、 亚太、拓普等，以及创业型线控底盘供应商拿森、英创汇智、同驭、格陆博等。我们认为国内供应商专注细分赛道，由单点逐步延伸， 向线控底盘发展，并具备快速响应和技术开放的优势，在行业放量国产替代的共同作用下，看好国产供应商机会。