会议要点

1、特斯拉FSD入华展望

特斯拉计划在2025年第一季度将FSD引入中国和欧洲，目前正在等待监管审批。马斯克在社交平台上的活动以及特斯拉官网的更新显示出特斯拉对入华的积极态度。特斯拉预计在今年年底前获得监管批准，这是其首次在公共社交媒体上公布入华计划。

特斯拉在销量和毛利率上面临挑战，2023年销量预期下调至178万辆，同比下降1%。毛利率从2022年的33%降至最新季度的18%。因此，特斯拉迫切希望通过FSD的推广来提升竞争力和销量。

特斯拉计划在2025年第一季度推出FSD，结合新车型的量产和Model Y的改款，以增强在中国和欧洲市场的竞争力。FSD的落地可能促使国内竞争对手在相应车型上加大智能驾驶硬件的投入。

2、特斯拉自动驾驶技术发展

特斯拉在自动驾驶领域的技术迭代，从2013年开始，逐步从L2到L4发展。与谷歌的不同路径，特斯拉通过硬件装车和软件OTA升级实现技术进步。

特斯拉与Mobileye的合作在2016年终止，转而与英伟达合作，并开始自研芯片。2019年推出的Hardware 3.0平台使用自研FSD芯片，算力大幅提升至144 TOPS。

2022年，特斯拉在AI Day上更新了自动驾驶模型算法，采用BEV加Transformer感知技术，推动了国内主机厂的跟随效仿。

3、国内智能驾驶市场竞争

国内车企在高阶智能驾驶领域竞争激烈，理想、小鹏、蔚来和华为等公司在城市NAP的推进上走在前列。小米在该领域投入巨大，预计在年底前实现部署。

国内车企在硬件配置上普遍采用两颗Orin芯片以弥补算法上的不足，而特斯拉则通过288 TOPS的算力实现城市领航模式，显示出其在算力利用上的优势。

4、智能驾驶产业链发展

联创电子作为特斯拉摄像头供应商之一，客户结构良好，业绩表现出色。二季度营收24.7亿元，同比增长10.2%。

激光雷达公司禾赛科技和速腾聚创在国内外市场拓展顺利，禾赛科技二季度营收4.59亿元，毛利率达45.1%。速腾聚创上半年营收7.2亿元，同比增长131.58%。

会议实录

1、特斯拉FSD入华展望

各位领导晚上好，欢迎参加今晚的特斯拉系列会议。今天我们主要讨论特斯拉的智能驾驶，尤其是其入华战略规划。我们回顾了特斯拉在过去十年自动驾驶领域的发展历程及技术迭代的变化，并展望其在中国市场的未来。同时，我们也会更新国内主机厂在自动驾驶方面的进展及相关产业链公司的业绩。

昨天下午，特斯拉的AI团队在X平台上宣布了FSD的更新路线图，包括FSD V12在9月和10月的更新计划。最重要的是，预计在2025年第一季度，FSD将进入中国和欧洲，目前正处于监管审批阶段。FSD入华的消息自今年4月起就开始流传，当时马斯克访华，主要是为了解决FSD入华的监管问题。特斯拉官网也将FSD在中国的状态从“稍后推出”改为“即将推出”。在二季度的电话会议上，马斯克表示特斯拉将在欧洲和中国申请监管审批，预计在今年年底前获得批准。这是特斯拉首次在公共社交媒体上公布其入华和入欧的计划。

结合目前的时间节点，特斯拉能否顺利获得监管准入，与其在2025年第一季度能否实现FSD上车密切相关。我们分析特斯拉为何在此时推进这一计划，主要原因在于其销量受到纯电续航问题和电价上涨的影响。今年的销量预期已下调至178万辆，同比下降1%。毛利率也从2022年的33%降至最新季度的18%。因此，特斯拉迫切需要推动FSD的推广。去年12月，特斯拉已在北美推广FSD，并将价格从每月199美元降至99美元。然而，北美的订阅数据并不乐观，这也是马斯克积极推动FSD进入中国和欧洲的原因之一。

关于FSD入华的影响，首先从时间点来看，计划在2025年第一季度上车，与明年上半年下一代平台车型的量产及Model Y的改款相配合，以增强在欧洲和中国的竞争力。特斯拉的销量主要集中在20至35万的价格区间，若FSD在此区间车型上落地，国内竞争对手可能会加大在智能驾驶硬件上的投入。目前，许多车型已推出Max和Pro版本，未来可能会有更多车型在这一价格段上搭载智能驾驶硬件，推动城市NOA的发展。

特斯拉一直被视为自动驾驶领域的领导者，从纯视觉方案到海量算法和数据的应用，引领了行业发展。今年，我们也看到小鹏、华为、理想和小米等公司在城市NOA方面的进展。特斯拉入华将为我们提供一个横向比较的机会，帮助判断国内城市NOA的水平与特斯拉的差距。特斯拉计划在V12.5或12.6版本实现FSD落地，这将是特斯拉最新的FSD版本。

过去两年，从传感器和智能驾驶方案的角度看，特斯拉选择了纯视觉方案。FSD在中国的表现将考验其模型的通用性，因为亚洲的道路情况与美国有很大不同。特斯拉在最新的Hardware 4.0上预留了4D毫米波雷达的接口，虽然目前未使用，但未来可能性显著提升。激光雷达的价格若能降至1500元以内，结合FSD在中国的表现，将是我们需要持续跟踪的问题。

从现实角度看，年底前获得准入审批及FSD落地是特斯拉的目标，但执行过程中可能面临挑战，尤其是数据安全和数据中心安全监管问题。特斯拉的算法需要摄像头数据来构建地图，这涉及地图数据安全问题。马斯克访华后，这方面已有边际变化。今年6月，特斯拉在上海临港新区进行路测，7月和8月，特斯拉的产品已出现在江苏和福建的政府采购招标网站上。这可能意味着监管层面的逐步放开，可能采取地方政府逐步推进的形式。

2、特斯拉FSD发展历程回顾

当然，这背后还有一个问题，就是特斯拉目前已经在国内建立了一个数据中心，用于训练整个FSD模型。对比美国的训练集群，今年特斯拉的英伟达A100采购量大约是9万。如果要在中国重新建立数据中心并进行模型训练，采购方面的问题可能成为一个瓶颈。

接下来，我们想复盘一下过去十年特斯拉在硬件和软件方面的发展。特斯拉的自动驾驶项目始于2013年，比谷歌的Project Chauffeur晚了四年。谷歌在2009年启动该项目。特斯拉在2013年项目规划时曾与谷歌合作，但两家公司切入路径不同。特斯拉从L2到L4逐步迭代，先装配硬件，再通过OTA升级软件。谷歌则专注于Waymo，直接从L4技术入手，再进行商业化。因此，两家公司很快结束了合作。

2014年10月，特斯拉推出了第一代硬件平台Hardware 1.0，主要依靠Mobileye的支持。当时，Mobileye发布了EyeQ3芯片，特斯拉成为首个使用该芯片的平台，将自动驾驶技术应用于Model S。芯片算力为0.256 TOPS，传感器为单目摄像头。Mobileye提供摄像头算法和芯片，特斯拉采购博世的毫米波雷达等传感器，进行平台研发。Hardware 1.0的功能较为基础，2014年9月推出后，特斯拉紧接着发布了Autopilot 1.0，实现了简单的跨线提示功能。

到2015年10月，特斯拉专注于软件迭代，Autopilot从1.0升级到7.0，成为较为完整的L2基础版，具备自动跟车和自动泊车功能。然而，7.0上线后，由于L2算法和物体识别不完善，发生了几起事故。其中一起事故涉及美国公路上的拖挂货车，因算法未能识别横向拐弯的货车而导致事故。特斯拉意识到算力和算法迭代的瓶颈。

2016年后，特斯拉与Mobileye终止合作。Mobileye作为芯片供应商，迭代速度较慢，EyeQ3到EyeQ4用了四年，这不符合特斯拉的需求。与此同时，英伟达在2015年进入市场，看到自动驾驶的潜力。特斯拉与英伟达合作，使用Parker芯片，算力为24 TOPS，首次将CNN卷积神经网络应用于芯片，契合特斯拉的机器学习算法。

然而，特斯拉认为英伟达的GPU偏通用型，算力和效率有浪费。从2016年起，特斯拉开始自研芯片，吸引了AMD和Apple的核心技术人员参与研发。到了Hardware 3.0阶段，特斯拉召开了自动驾驶大会，展示了其进展。

3、特斯拉FSD硬件与算法演进

2019年4月，特斯拉正式发布了Hardware 3.0平台，采用了自研的第一款FSD芯片。该芯片的算力为72 TOPS，平台使用了两颗芯片，总算力达到144 TOPS。CPU部分采用了12个ARM Cortex核。相较于2.0版本，3.0的算力有显著提升。

特斯拉使用两颗芯片的核心原因是为了安全备份。每颗芯片独立运行算法，处理输入输出，并通过安全模块对结果进行平衡和仲裁。当一颗芯片出现延迟时，另一颗可作为备份。

Hardware 4.0在去年年底推出，目前已全面应用于包括Model Y在内的车型。4.0平台的核心更新包括摄像头像素从100万提升到500万，八颗摄像头均达到这一水平。摄像头精度提高后，视场角从四五十度扩展到一百多度。

此外，4.0平台去掉了毫米波雷达和超声波雷达，但保留了4D毫米波雷达接口。芯片算力从144 TOPS提升到432 TOPS，每颗芯片从72 TOPS提升到216 TOPS。这是硬件平台的重要更新。

在软件方面，Hardware 1.0平台使用Mobileye芯片，主要通过摄像头识别车道线和车辆大小。毫米波和超声波雷达用于探测车辆速度和距离。当时的技术可以识别前方车辆并标记可能的碰撞风险。

从2016年起，特斯拉以摄像头为核心，通过机器学习和神经网络进行迭代，采用影子模式记录Autopilot操作数据。即使关闭Autopilot，后台仍在模拟运行，并上传真实驾驶数据以优化模型。2018年，特斯拉推出Navigate on Autopilot，实现高速领航辅助驾驶，比国内主机厂早了4到5年。

2022年，特斯拉在AI Day上对自动驾驶模型进行了重要更新，国内主机厂随后跟进采用BEV加Transformer感知技术。2020年，特斯拉利用八个摄像头实现了鸟瞰视角（BEV），通过摄像头融合生成高空俯视图，优化车辆距离和视野盲点的规划。

2021年，通过神经网络优化，实现了2D到3D感知的转换，能够通过摄像头重建真实世界，减少对高清地图的依赖。同年，特斯拉实现了BEV加Transformer技术。

2022年，特斯拉进一步推出Occupancy Network，将真实世界划分为1x1x1的立方体单位，计算物体占用体积进行环境感知。这种方法无需识别物体，只需计算体积即可实现避障，解决了识别失败的问题。不同颜色用于区分物体状态，例如白色表示静止，黄色表示减速，紫色表示匀速前进。

4、特斯拉FSD发展与入华展望

在这个网络的基础上，我通过8颗摄像头重塑了一个世界。我知道我的车在3D位置中的具体位置，也了解周围车辆的移动情况，并进行了行进路径的预测。最后，车辆运动还需要预测车道线，因为车辆是沿着车道线行驶的。这个“车道与物体”神经网络模型的最大优势在于，例如在复杂的路口，每个路口有N个车道，从一个路口转到另一个路口有N平方种路线选择。特斯拉通过这个模型理顺了每个路口之间的道路拓扑结构。先观察周围物体的运动轨迹，评估后续行进方向的风险，再走下一步，评估下一个阶段的风险，进行分布式优化，最终沿着理清的车道线完成车辆行进。这是特斯拉在2022年更新的两个重要模型。我们看到，特斯拉在硬件层面引领了算力平台，包括摄像头精度，在软件层面也进行了模型的叠加和迭代，为国内主机厂提供了参考。

今年，特斯拉的FSD在V12版本中全面转向端到端的大模型，不再区分占用网络进行感知，也不再区分车道与物体进行规划。这个统一模型从数据输入到输出全部完成。公司表示，代码从原来30多万行的C++减少到仅3000行，提升了迭代效率、驾驶流畅度和机器学习应对长尾问题的能力。总结特斯拉自动驾驶的发展，2014到2016年是起步阶段，打通了基础的L2，使用Mobileye的EyeQ3芯片。2016到2019年，基于英伟达平台跑通了高速ADAS能力。2019年后，特斯拉用三四年时间更新FSD，现在自动驾驶版本分为增强版自动辅助驾驶（EAP）和FSD。EAP全球可订阅，FSD仅在北美可订阅。2019年，特斯拉完善了EAP，推出FSD Beta版本，基于Autopilot 2.0，从9.0版本迭代到15.10.2.5.2版本。从12版本开始，已实现端到端，最近两个月更名为FSD Supervised，标志着FSD商业化落地的开始。这是特斯拉自动驾驶发展的历史回顾。

从电话会议纪要来看，特斯拉自动驾驶的核心优势在于数据里程数，FSD数据里程已达16亿英里。特斯拉在二季度使用了4万张英伟达H100，到年底可能增加到9万张。这是我们对特斯拉入华展望及FSD发展迭代的回顾。接下来，请同事介绍国内车企及智能驾驶产业链的更新。

各位投资人好，我接着介绍国内智能驾驶的情况。国内高阶智能驾驶竞争激烈，从去年年底到今年年初尤为明显。特斯拉在2023年1月向北美用户推出FSD Beta版，但在其他国家或地区尚未推出。聚焦中国市场，蔚来、小鹏、理想和华为走在前列。理想在四月推送给大多数用户，小鹏在去年年底大范围推送，蔚来也差不多，华为在今年年初推送。目前最慢的是小米，今年五一车展前才交付第一批用户，高速NAP和城市NAP尚未部署到用户端。但小米在该领域投入巨大，预计今年年底前会部署给用户。

5、智驾算力与感知对比

我们来看一下各家车企在城市NAP（自动导航驾驶）方面的进展和配置情况。可以看到，部分企业在图像算法上可能落后于特斯拉，因此选择通过增加硬件配置来弥补。大多数企业都采用了两颗Orin芯片。

特斯拉的FSD（全自动驾驶）算力目前未公开，但预计超过500 TOPS。我们提到的288 TOPS是其Hardware 3.0的上一代版本。特斯拉仅用288 TOPS的算力就实现了城市领航模式，而其他企业通常需要两个Orin芯片，起步算力为500 TOPS。

比亚迪的腾势D9 GT使用了一颗Orin芯片，但尚未交付，表现未知。华为则通过其自研芯片，以200 TOPS的算力实现了城市NAP。华为和特斯拉在算力利用能力上领先。

在感知系统方面，特斯拉是唯一一家使用纯视觉实现城市NAP的公司。尽管特斯拉的摄像头像素较低，最新一代提升至500万像素，但上一代仅为150万像素，而竞争对手普遍使用500万至800万像素的摄像头。许多车企还配备了激光雷达，利用飞行时间测距法提供绝对的空间感知。

激光雷达在未来L3和L4级别自动驾驶中将发挥重要作用，因其能提供低容错率的绝对距离和方位参照。我们认为，多感知器件的复合应用将是未来智能驾驶的发展方向。

在定价方面，特斯拉的EAP（增强自动驾驶）仅为高速领航模式，城市领航需升级至FSD。EAP是目前中国大陆可用的最高版本，但FSD仍无法使用。特斯拉通过强大的算法弥补硬件不足，尽管售价较高。

其他企业多采用买硬件送软件服务的模式，唯有蔚来需要用户订阅服务以开通城市或高速NAP。蔚来为用户标配硬件，但需支付月费以使用高级功能。理想和华为的赛力斯在销量上领先，理想的MAX版车型用户渗透率已超过50%，并计划进一步推广。

小米也重视智能驾驶，其今年推出的中配版车型配备激光雷达和两颗Orin芯片，旨在提升用户体验。

整个智能驾驶产业链可分为五类：MCU控制器和软件、摄像头、激光雷达、惯性导航和高精度地图，以及V2X（车路云协同）。我们重点介绍以下四家公司。

6、特斯拉产业链复盘

首先，联创电子是A股中少数与特斯拉智能驾驶零部件相关的公司之一。特斯拉的芯片由其自行设计，并由台积电代工。其智能驾驶MCU控制器由广达和和硕代工，高速连接器和线束则选用外资供应商。目前，特斯拉的摄像头供应商中有一家是大陆的联创电子。今天，联创电子的股价表现良好。联创电子的客户结构优异，包括特斯拉、蔚来、华为，最近还新增了吉利极氪和领克的订单。许多在智能驾驶领域领先的企业都选择了联创电子。联创电子在第二季度实现了单季度扭亏，我们预测其全年有望实现扭亏。第二季度公司营收为24.7亿元，同比和环比分别增长10.2%和0.2%。同比改善主要由于光学业务收入的提升。上半年光学业务同比增长90%，整体毛利率在第二季度达到10.2%，同比和环比分别提升0.8和3.1个百分点。具体来看，光学业务上半年的毛利率为16.1%，同比下降8.9个百分点。虽然整体增长，但毛利率的提升主要来自于传统业务的改善。汽车光学业务因上半年价格战激烈而下滑较快。下半年，随着下游客户高阶智能驾驶车型的快速增长，车载光学业务有望继续增长。此外，手机光学价格的复苏以及其他业务如触控显示的改善，也可能帮助公司环比持续改善。

第二家公司是宇瞳光学，也是特斯拉产业链上的公司。特斯拉的镜头模组供应商包括台湾的亚洲光学和联创电子。由于亚洲光学在镜头和模造玻璃镜片的产能不足，开始向宇瞳光学采购。宇瞳光学过去主要在安防、视频监控、智能家居、机器视觉等领域应用，车载ADAS领域是其新兴业务。我们对宇瞳光学的未来发展持乐观态度。上半年其汽车新增营收为2.2亿元。二季度营收为16.8亿元，同比增长30.5%。公司二季度毛利率为22.7%，同比增长3.7个百分点。归属净利润为0.55亿元，同比增长147.6%。

接下来介绍两家激光雷达公司。尽管特斯拉在FSD领域领先，但中国车企在落地层面紧随其后，主要因为使用了激光雷达。激光雷达通过三维空间测距能力，降低了对二维图像的依赖。我们认为中国和欧美主流车企将持续使用激光雷达。特斯拉在视觉能力方面领先，但其他车企通过激光雷达弥补差距。激光雷达是优秀的感知器件，随着成本降低，对整车成本影响不大。禾赛科技二季度营收为4.59亿元，同比增加4.3%，环比增加27.9%。二季度激光雷达销量为8.7万台，略低于预期的9万台，主要因理想汽车销量未达预期。ADAS激光雷达销量为8.1万台，二季度毛利率创历史新高，达45.1%，远超彭博预期的34.4%。禾赛解释毛利率高的原因是与一家外资车企达成合作，并收到相关软件服务和联合研发费用。下半年公司预计全年交付45-50万台，2024年收入指引下调至22-23亿元。三季度收入指引为4.5-5亿元。尽管下调指引，禾赛对理想、小米、比亚迪等大客户的出货量充满信心。激光雷达在高端和低端车型的应用广泛。公司将推出AT512和ATX产品，丰富产品矩阵，提升明年指引。

最后是港股的速腾聚创，已纳入陆港通。二季度毛利率稳定恢复，ADAS出货量快速增长，客户包括小鹏、华为、问界、极氪、智己、比亚迪等。比亚迪的腾势和仰望车型也搭载了速腾聚创的雷达。速腾聚创上半年营收为7.2亿元，同比增长131.58%。上半年交付量达24.34万台，ADAS交付量为23.45万台。上半年毛利率为13.6%，较上市前的-35.5%大幅提升。公司表示，规模化提升和持续降本是毛利率改善的主要原因，未来将进一步提升。