当前位置:首页 > 报告详情

汽车零部件行业:从特斯拉迭代历程看智能驾驶算法升级趋势-230806(32页).pdf

上传人: 山海 编号:135957 2023-08-10 32页 3.48MB

下载:
word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要分析了特斯拉自动驾驶技术的迭代历程,并预测了未来智能驾驶技术的发展趋势。 1. 特斯拉自动驾驶技术从基于规则的算法向基于神经网络的算法迭代,确立了BEV+Transformer的感知范式。特斯拉在感知端通过神经网络大模型解决了城市场景的在线地图问题、一般障碍物识别问题,为行业实现城市NOA“脱高精度地图”提供了技术上的可行性。 2. 数据闭环+超算中心造就了特斯拉FSD极致的迭代速度。特斯拉早在2019年数据引擎已初步构建,2020年至今在数据标注、仿真引擎、云端计算资源三个方面大幅升级,形成数据飞轮,目前特斯拉FSD的发版速度平均为20天,随着Dojo超算中心的投产,未来FSD迭代速度将进一步加快。 3. 特斯拉自动驾驶硬件自2014年逐步从HW1.0迭代至HW4.0,历经核心芯片外采到自研的转变,目前HW4.0已开始量产。随着自动驾驶算法从小模型向Transformer大模型迭代,要求车端算力、内存需求大幅提升。 4. 未来国内主机厂及相关算法供应商均将效仿特斯拉持续加码“重感知、轻地图”的技术路线。2023年下半年,我们有望初步看到国内主机厂“脱图算法”量产上车,完成脱图之路从0到1的突破。展望2025年,则有望看到城市高阶自动驾驶功能普及至全国多数城市,高阶自动驾驶渗透率开始加速提升。
特斯拉FSD商业化进展如何? 特斯拉自动驾驶算法升级趋势是什么? 特斯拉如何通过数据闭环和超算中心提升自动驾驶迭代速度?
客服
商务合作
小程序
服务号
折叠