>> 中信證券-產(chǎn)業(yè)策略自動駕駛系列：FSDV12將迎重大架構(gòu)變化 “端到端自動駕駛”影響幾何？-231010
| 上傳日期： |
2023/10/10 |
大?。?/td>
| 2269KB |
| 格式： |
pdf 共24頁 |
來源： |
中信證券 |
| 評級： |
-- |
作者： |
連一席,沈思越 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
特斯拉多次表示FSDV12將實現(xiàn)全新的“端到端自動駕駛”，模型架構(gòu)將迎來重大變化。對于新架構(gòu)的技術(shù)細(xì)節(jié)和潛在影響，市場仍有較多疑惑和分歧。根據(jù)特斯拉對外披露的信息及馬斯克在X平臺（前推特）發(fā)布的信息，我們推測特斯拉內(nèi)部目前有兩條“端到端”路線同步在研：1）級聯(lián)式端到端神經(jīng)網(wǎng)絡(luò)；2）World Model。我們認(rèn)為，F(xiàn)SDV12是前者的可能性較大，有望于明年初落地，以更好地實現(xiàn)L3能力；World Model仍較為新興，但中長期有望成為自動駕駛乃至具身智能領(lǐng)域的基礎(chǔ)模型，可類比GPT之于LLM，或?qū)π袠I(yè)格局產(chǎn)生顛覆性影響。
▍可能性1（較高）：級聯(lián)式端到端神經(jīng)網(wǎng)絡(luò)，大幅提升訓(xùn)練效率和性能上限，有望助力自動駕駛系統(tǒng)更好地實現(xiàn)L3能力，但能否邁向L4仍待觀望。
技術(shù)本質(zhì)：系統(tǒng)從輸入到輸出，全程使用神經(jīng)網(wǎng)絡(luò)算法，無需任何人工規(guī)則介入。當(dāng)前，自動駕駛模型多為模塊化架構(gòu)，感知預(yù)測、規(guī)劃、控制等不同任務(wù)分屬于多個不同的小模型，且下游規(guī)控環(huán)節(jié)普遍仍以規(guī)則為主。而“端到端”神經(jīng)網(wǎng)絡(luò)在輸入圖像后，可直接輸出轉(zhuǎn)向、剎車、加速等控制指令。為提升訓(xùn)練效果，“端到端”的大神經(jīng)網(wǎng)絡(luò)可能由多個小的子神經(jīng)網(wǎng)絡(luò)級聯(lián)而成。但與傳統(tǒng)模塊化架構(gòu)用“規(guī)則”連接模塊不同，級聯(lián)式神經(jīng)網(wǎng)絡(luò)的子模塊是以“神經(jīng)網(wǎng)絡(luò)”的方式自行訓(xùn)練堆疊，因此可通過數(shù)據(jù)驅(qū)動優(yōu)化整個端到端模型，避免“局部最優(yōu)，而非全局最優(yōu)”的困境。
潛在影響：更好地實現(xiàn)L3能力。端到端/神經(jīng)網(wǎng)絡(luò)的核心好處在于模型迭代的關(guān)鍵由“工程師”變?yōu)榱烁子谝?guī)?；摹皵?shù)據(jù)和算力”，因而訓(xùn)練效率和性能上限有望得到顯著提升。落到實處，我們認(rèn)為端到端方案所展示出的性能潛力有望大幅提升自動駕駛系統(tǒng)的接管水平，從而實現(xiàn)真正無可爭議的L3能力（例如達(dá)到每周接管1次）。但端到端模型的“黑盒”問題目前產(chǎn)業(yè)界尚未有十分成熟的解決方案，因此我們認(rèn)為，其最終能否邁向追求極致安全性的L4全無人駕駛?cè)源^望。
發(fā)展進(jìn)度：有望搭載于FSDV12，明年初正式落地的可能性較大。2023年8月26日，馬斯克在X平臺（前推特）進(jìn)行了FSDV12 demo的駕駛直播。我們認(rèn)為，盡管直播中展現(xiàn)出的能力距離正式推送給消費(fèi)者仍有距離，但可基本推斷當(dāng)前的V12模型已十分接近端到端，再配合特斯拉在數(shù)據(jù)和算力上的巨大投入，V12接下來至年底的迭代速度有望大幅加快。
▍可能性2（較低）：World Model，有望打造自動駕駛領(lǐng)域的基礎(chǔ)底座，引領(lǐng)視覺的GPT時刻；目前或仍處于GPT-1階段，但發(fā)展速度值得期待，中長期看或?qū)π袠I(yè)格局產(chǎn)生顛覆性影響。
技術(shù)本質(zhì)：無需標(biāo)注、自監(jiān)督的預(yù)訓(xùn)練模型。World Model可生成自動駕駛相關(guān)的連續(xù)幀視頻場景，其本質(zhì)是對視頻中的豐富語義以及背后的物理規(guī)律進(jìn)行學(xué)習(xí)，從而對物理世界的演化產(chǎn)生深刻理解。基于World Model所提供的豐富語義信息以及對世界強(qiáng)大的理解力，自動駕駛模型的感知與預(yù)測能力有望得到顯著提升，規(guī)劃、控制等下游任務(wù)也有望迎刃而解。
潛在影響：為自動駕駛提供了一套未經(jīng)證明的新路徑，若得以走通，將對行業(yè)產(chǎn)生較大顛覆。中短期來看，World Model或?qū)⒅饕獞?yīng)用于數(shù)據(jù)合成和仿真模擬環(huán)節(jié)，廠商的車隊規(guī)模對算法訓(xùn)練的重要性或有所下降，數(shù)據(jù)閉環(huán)的框架也將有所改變。長期來看，World Model有潛力成為自動駕駛乃至具身智能領(lǐng)域的基礎(chǔ)模型，可類比GPT為所有NLP問題提供了一個通用解?？紤]到更標(biāo)準(zhǔn)化的解決方案和更巨大的資金投入（資金需求或是這一代BEV+Transformer方案的數(shù)倍），行業(yè)內(nèi)有望出現(xiàn)少數(shù)幾家強(qiáng)大的World Model基礎(chǔ)模型層平臺方，以SaaS或API的方式為主機(jī)廠/運(yùn)營方提供自動駕駛能力，行業(yè)格局和合作模式或?qū)l(fā)生較大變化。
發(fā)展進(jìn)度：仍處早期，但發(fā)展速度值得期待。我們認(rèn)為，特斯拉、Wayve等公司不約而同地在今年推出World Model，很大程度上是受到了GPT的啟發(fā)。目前，World Model或仍處于GPT-1的階段，但考慮到目前行業(yè)整體對“大模型”潛力的強(qiáng)烈共識、算力的升級以及以特斯拉為代表的玩家此前積累的海量數(shù)據(jù)，我們認(rèn)為World Model從0到1的爆發(fā)或較ChatGPT更快（OpenAI從GPT-1至GPT-3.5共歷經(jīng)4年）。
▍國內(nèi)玩家距離“端到端”仍有較遠(yuǎn)距離。無論是級聯(lián)式端到端神經(jīng)網(wǎng)絡(luò)還是World Model，我們總結(jié)其核心壁壘皆在于：1）專業(yè)的AI人才團(tuán)隊，2）海量的視頻數(shù)據(jù)，以及3）巨大的算力投入。國內(nèi)主機(jī)廠從2023年開始陸續(xù)實現(xiàn)這一代“BEV+Transformer”架構(gòu)的量產(chǎn)上車，盡快實現(xiàn)“脫圖”以及盡可能多地“開城”是國內(nèi)智駕車企當(dāng)前的重點。
對于下一代的“端到端”技術(shù)路線，國內(nèi)主機(jī)廠目前最快也仍處于早期預(yù)研階段，且在人才、數(shù)據(jù)、算力三方面較特斯拉皆有較大差距，因此從預(yù)研到上車樂觀看或也需3年左右的時間。
而對于前景更不明朗的World Model（或需等待特斯拉有更多成果展示），面臨著較大銷售和交付壓力的國內(nèi)主機(jī)廠，在新技術(shù)的人才和資源投入上或也有所
|
|
