(資料圖片僅供參考)

8月3日，西南證券發(fā)布一篇計算機行業(yè)的研究報告，報告指出，端到端模型賦能自動駕駛，機器人引領具身智能。

報告具體內容如下：

從特斯拉FSD看AI對自動駕駛的賦能：

技術端：特斯拉率先提出純視覺方案，端到端自動駕駛成為新路徑。特斯拉基于對第一性原理的堅持以及對成本的考量，率先實行純視覺方案，認為自動駕駛可以依靠攝像頭實現感知和目標識別，其成本優(yōu)勢也將推動自動駕駛汽車加速實現規(guī)?；慨a。此外，特斯拉基于Transformer大模型推出端到端自動駕駛方案，構建多任務學習神經網絡架構HydraNet，引入特征級融合、占用網絡和BEV+Transformer范式。其中，BEV算法有助于將攝像頭的2D感知轉化為3D視覺，占用網絡有助于解決長尾問題，Transformer能夠利用注意力機制實現更精準的目標識別，并通過添加時序和空間信息使自動駕駛更接近4D真實世界，推動智駕水平邁上新臺階。目前，以特斯拉FSD為代表的自動駕駛系統表明神經網絡算法和AI大模型的賦能已經滲透至智能汽車領域。

商業(yè)端：汽車軟件化趨勢明顯，整車價值量有望提升。隨著特斯拉FSD自動駕駛軟件的推出，其軟件能力已成為差異化賣點，FSD套件的盈利模式采用一次性買斷制和按月訂閱制，且一次性購買價格經過多輪漲價，目前已提升至15000美元。我們認為，特斯拉在售賣整車的同時還可以售賣自動駕駛服務套件，盈利能力進一步增強。未來，自動駕駛系統在AI技術的賦能下有望持續(xù)迭代，單車軟件價值逐步增長，推動整車價值量提升，智能汽車軟件化趨勢明顯。

從特斯拉FSD看AI對人形機器人上的賦能：

Optimus沿用FSD底座，有望引領具身智能。人形機器人與自動駕駛的算法底座本質上均可分為感知層、規(guī)劃層和控制層，且在硬件設施上有較高的重合度和通用性。特斯拉Optimus同樣是基于第一性原理，模擬人體設計，在視覺感知上改進占用網絡，在規(guī)控上優(yōu)化運動軌跡，使機器人更好地適應現實世界。我們認為，自動駕駛技術的進步與發(fā)展將惠及至人形機器人領域，推動人形機器人迭代提速，引領AI下一代浪潮。

投資建議：建議關注自動駕駛產業(yè)鏈和機器人產業(yè)鏈，其中重點關注具備數據優(yōu)勢、算法優(yōu)勢、且有望在軟件端率先進行商業(yè)化變現的整車廠商。相關標的：特斯拉(TSLA.O)、小鵬汽車(XPEX.N)等。

風險提示：行業(yè)競爭加劇風險，技術發(fā)展不及預期風險，商業(yè)變現不及預期風險等。

聲明：本文引用第三方機構發(fā)布報告信息源，并不保證數據的實時性、準確性和完整性，數據僅供參考，據此交易，風險自擔。

關鍵詞：