的必要条件。 要实现 NOA 对智能传感器硬件要求很 高 特斯拉 Model 3 小鹏 G9 厂商要搭建起高效的算法模型 ，开发的系统既要能精准识别并处理各传感器获得的数据 ，还要能有效应对模 型未考虑到的长尾问题。这大大增加了系统所需数据量 ，增加了开发难度。 软件在 NOA 系统中起决定性作用 特斯拉的 NOA 系统不仅能规划车辆行进路线等 ，还会 实 BEV+Tf 架构下， 特斯拉自动驾驶软件对 上图感知结果进行融合 后的效果。 资料来源：特斯拉 2021AI Day 2021 年 ，特斯拉在其 AI Day 上宣布将基于 BEV+Tf 架构开发其新版的完全自动驾驶系统（ FSD ） ，并于当 年开 始重新编写底层代码 ，成为在汽车业第一个使用 AI 大模型的主流厂商。 新架构下特斯拉自动驾驶软件的融合效果 新架构下特斯拉自动驾驶软件的融合效果 特斯拉率先在汽车业应用 AI 大模 型 传统算法将自动驾驶系统划分为感知、规划、控制等 3 大块 ，每个部分又可细分为不同的模块和子模块。每个 模块各司其职 ，有着独立且明确的目标。 传统的自动驾驶算法框架 传统的自动驾驶算法是基于规则开发的 规划模块的作用主要是根据车辆实 际行驶时面临的实时交通环境 ，生 成对应的行进规划

感器，他们是实现 NOA 的必要条件。 要实现 NOA 对智能传感器硬件要求很 高 特斯拉 Model 3 小鹏 G9 厂商要搭建起高效的算法模型 ，开发的系统既要能精准识别并处理各传感器获得的数据 ，还要能有效应对 模 型未考虑到的长尾问题。这大大增加了系统所需数据量 ，增加了开发难度。 特斯拉的 NOA 系统不仅能规划车辆行进路线等， 还会 实 时提供预警信息， 并能主动停止可能导致危险发生的 2021 年 ，特斯拉在其 AI Day 上宣布将基于 BEV+Tf 架构开发其新版的完全自动驾驶系统（ FSD ） ，并于 当年开 始重新编写底层代码 ，成为在汽车业第一个使用 AI 大模型的主流厂商。 新架构下特斯拉自动驾驶软件的融合效果 下图： BEV+Tf 架构下， 特斯拉自动驾驶软件对 上图感知结果进行融合 后的效果。 特斯拉率先在汽车业应用 特斯拉率先在汽车业应用 AI 大模 型 上图：摄像头获得的车 辆左、 中、右三方的 感 知结果 （即路况） 。 资料来源：特斯拉 2021AI Day 传统算法将自动驾驶系统划分为感知、规划、控制等 3 大块 ，每个部分又可细分为不同的模块和子模块。每 个 模块各司其职 ，有着独立且明确的目标。 规划模块的作用主要是根据车辆实 际行驶时面临的实时交通环境， 生 成对应的行进规划， 如跟车、

14 算法框架上 训练上 目前海外特斯拉、 Wayve 、 Comma.ai ，国内包括小鹏、理想、华为、蔚来汽车、元戎启行、商汤、地平线等诸多玩家都提出自己的 端 到端自动驾驶方案，在算法上端到端已经成为大势所趋。 但在发展路径上，行 逻辑推理 AI 问 答 内容创作 特斯拉端到端大模型 特斯拉 TESLA 2021 年 引入 BEV+Transformer ，将多摄像头数据统一成俯视角度。 2022 年 提出 Occupancy Networks 判断空间占用。规划层引入交互搜索 ，逐步增加约束条件（其他参与者博弈行为）做最优路径规 划 。 2023 年 8 月 26 日 特斯拉演示 FSD Beta V12 ，是有史以来第一个端到端 ，是有史以来第一个端到端 AI 自动驾驶系统（ Full AI End-to-End ）。 2024 年 1 月 特斯拉 FSD v12 开始正式向用户推送 ，将城市街道驾驶堆栈升级为端到端神经网络。 特斯拉 FSD V 12 的 C++ 代码控制减少了 10 倍 ， 从 2 万多行减少到 2 千行。 特斯拉 99% 的决策都交给神经网络给出 ， 视觉输入 ， 控制输 出 ， 就像人类大脑一样。 另外

Url 地址列表 https://cloud.tencent.com/developer/article/2422923 • 撰写调研报告： 调研特斯拉 FSD 和华为 ADS 这两个自动驾驶 系统 一个具体的例子 • 撰写调研报告： 调研特斯拉 FSD 和华为 ADS 这两个自动驾驶 系统 第二步：调用 WebBrowseAndSummarize 工具浏览网页并总结网页内容（此工具调用了 ConductResearch 生成调研报告。基于 LLM 提示工程的工具，该工具会整合 WebBrowseAndSummarize 的输出给到 LLM ，让 LLM 生成调研报告 • 撰写调研报告： 调研特斯拉 FSD 和华为 ADS 这两个自动驾驶 系统 一个具体的例子 自动发邮 件 The growth trend on the field of LLM-based autonomous agents

3 新模式 电子商务（淘宝、京东）、共享交通（滴滴、摩拜）、 C2B （红领 西服）、社交电商（拼多多）、知识分享（得到）、在线音频（喜马 拉雅）、 O2O （美团） 4 新业态 新能源汽车（特斯拉）、互联网金融（余额宝、烟易贷）、制造服务 业（施耐德） 5 新产业 大数据产业、云计算产业、新金融产业、工业互联网产业、新零售产 业、 B2B 供应链产业 基本逻辑：技术→能力→新动能→高质量发展 这些技术催生了什么样的商业模式呢？ 我们所能见到的亚马逊的互联网高效物流 美的智能工厂 我们所能见到的美的公司数字化柔性制造车间 我们所能见到的怡丰公司的智能车库 我们所能见到的特斯拉汽车的无人车间 我们所能见到的特斯拉汽车的无人车间 苹果 iTunes 与 iPod 收入来源 成本结构 核心资源 关键业务 合作伙伴 客户关系 渠道通路 客户细分 价值主张 iPod 成本结构

亿欧智库自动驾驶发展历程回顾 最开始时，感知、规划都是 基于规则的实现（ model- based/rule-based ），不具 备所谓的智能。 直到 2020-2021 年左右， 特斯拉提出 BEV+Transformer 的范 式，把感知环节的多个 小模型合成单个大模型 进行训练。 再是把感知和规划环节的两 个模型合二为一， 实现真正 意义的“端到端”，这一部分 需要依靠非常大量的数据。 - - - - - - - 亿欧智库：具身智能与自动驾驶具有高度相似性 - - - - - - - - - - - - - - - - - - - - - - - - - - - i 随后，特斯拉也进一 步在规划环节实现了 单模型训练。 2016 年左右，感知环节开始 引 入 learning- based 思 路 ， 但最开始是由一系列分立的 小模型组合而成。 决 策 规 划 层 + G P U + N P U 决策输出 亿欧智库：未来落地可行性的考虑维度 4.1 基于自动驾驶经验的渐进式发展路径与落地策 略 汽车 L4 自动驾驶案例——萝 卜快跑 人形机器人案例——特斯拉 Optimus Gen2 融合感知 融合感知 OCC + Tra n s f or m e r 百度地图 H D M A P 感 知 定 位 层 12 个 摄像头 6 个 毫米波

WalkeΓ X 实现了中国双足机器人行走能力的突破 , > 2022 年，小米发布 CybeΓOne , Mi-Sense 深度视觉模块及 AI 算法构造三维空间感知。 > 2022 年，美国特斯拉发布机器人 Optimus, 搭载自动驾驶级 FSD 芯片，基于视觉神经网络预测能力的自动驾驶技 术。 > 2023 年，英伟达 CEO 黄仁勋表示，人工智能的下一个浪潮是具身智能。英伟达发布多模态具身智能系统 人形机器人 Atlas 特斯拉 2021 人形机器人

安全风险 360 破 解 特 斯 拉 Jeep Cherokee 被远 程控制 USENIX 上，实现利 用 OBD 设备对汽车 的 远程控制 360 公司破解比亚迪 汽车 科恩实验室实现对 特斯拉的远程入侵 DEFCON 上， 360 公司实现对特 斯 拉汽车自动驾驶系 统的攻击 2010 2011 2012 2013 2014 2015 2016/2017 1.2 车联网安全的相关规

销售及售后服务 ，产 品 包括汽车发动机高压点火线、 点火线圈、 传感器、 触动器等汽车零部件。 客户成功案例： WHAF 业务挑战 效 益 解决方案 客户成功案例： CQQL-- 特斯拉刹车盘追溯管理 量批次追溯 (Grade B)

年迁入中国的企业将少于回 流美国的企业。 富士康机器人“上岗” 富士康力推“百万机器人”计划，用自动 化取代单调重复的组装工作，提高生 产效率，原先需要 20 ～ 30 人的 组装线，如今缩减到了 5 人。 特斯拉创新塑汽车新概念 底特律破产，传统汽车制造模式危机 凸显，而 Tesla 电动车，谷歌无人驾 驶汽车等创新模式备受瞩目，带给人 们与传统汽车业不同的全新感 受。 4 现代制造业之痛：“多”元挑战