AI为核心的新一轮科技创新浪潮已至，AI将与互联网一样，带来新一轮范式革命，人类社会将进一步加速发展。我们精心准备，重磅推出【智能时代专题】，目前已规划98篇深度原创研报，将全方位梳理AI产业、技术、代表性公司等发展历史、现状、趋势，展望智能时代未来图景，挖掘投资机会。
智能时代专题：自动驾驶
免费版3,415字，预计阅读7分钟
完整版15,918字，欢迎付费解锁
一、回顾智能驾驶技术百年发展史，最早可追述到20世纪20年代，大致分5个阶段，分别是概念启蒙（1925~1965年）、技术筑基（1966~2003年）、美国现实版神盾局国防先进研究计划局DARPA开启智能驾驶序幕（2004~2007年）、谷歌推动智能驾驶产业化发展（2008~2016年）、特斯拉加速智能驾驶落地与普及（2017年~至今），谷歌与特斯拉在智能驾驶产业发展过程中，各自发挥关键作用，并分别在两条路径上进行探索。
谷歌继承美国国防DARPA 3届自动驾驶形成的高精地图与激光雷达方案，按照互联网思维，将汽车硬件终端与自动驾驶软件系统分离，不自己生产汽车，直接研发高阶L4~L5级自动驾驶，在极少部分城市区域运营Robotaxi服务，目前主要在美国旧金山、凤凰城，谷歌智能驾驶依赖高精地图，保证高精地图精度与广度需巨量时间与财力投入，极大影响谷歌智能驾驶在更大范围规模化复制、拓展速度。
马斯克基于第一性原理，坚持特斯拉以摄像头为主的纯视觉技术路线，作为车企，将智能驾驶以软硬一体化思路进行系统性研发设计，不依赖高精地图与激光雷达，采取渐进式路线，逐步实现L2~L5级智能驾驶；并基于全球大量在跑接近600万辆、还在持续增加的特斯拉汽车终端，不断实时收集各种复杂路况数据信息，并进行反馈、训练、升级，如今随着FSD V12推出，特斯拉智能驾驶能力将加速进化。
美国现实版神盾局国防部DARPA，拉开智能驾驶大航海时代序幕（2004~2007年）：2001年开始，美国相继陷入阿富汗战争、伊拉克战争，美国国防部为加速军事领域自动驾驶技术发展，减少战争中人员伤亡，授权DARPA举办无人驾驶挑战赛。
DARPA在2004年、2005年、2007年，举办3届自动驾驶挑战赛，吸引大量大学与企业研究团队参加，积累大量研发人才，开始引入高精地图与激光雷达，确立智能驾驶基本技术路线，拉开智能驾驶大航海时代序幕。
谷歌继承DARPA自动驾驶挑战赛成果，推动智能驾驶产业化发展（2008~2016年）：谷歌从美国国防部DARPA自动驾驶挑战赛，看到自动驾驶潜力，几乎将3届DARPA挑战赛人才尽数收入麾下，大力度投入研发智能驾驶技术。
谷歌从美国军方手中接过智能驾驶主导权，谷歌智能驾驶技术承袭DARPA挑战赛采用的激光雷达与高精地图组合，这与后面特斯拉坚持以摄像头为主的纯视觉技术路线形成鲜明对比。
谷歌大力布局智能驾驶领域，吸引全球大量车企、科技企业、创业公司，在资本支持下，涌入智能驾驶市场，推动智能驾驶产业化发展。
2011年，谷歌开始将机器学习引入智能驾驶技术，此后10年，智能驾驶依旧以人工编写的规则算法为主导。
特斯拉取代谷歌，成为智能驾驶引领者（2017年~至今）：特斯拉智能驾驶技术，从硬件、算法、数据、算力四大领域进行系统性构建，软硬件结合，经过8年发展，已成为智能驾驶引领者。
大量智能电动车企、智能驾驶厂商跟随特斯拉，推进大模型上车，全面提升智能驾驶能力，加速智能驾驶能力提升与普及。
特斯拉借用苹果硬件先行，软件更新方式。特斯拉早在2014年10月发布硬件模块Autopilot 1.0，先预装智能驾驶硬件，后续通过OTA升级，推送智能驾驶软件包，到2015年10月，用户开始可以使用Autopilot 1.0。
特斯拉智能驾驶技术，最初依赖第三方供应商Mobileye提供芯片+算法，2016年10月转为采用英伟达芯片+自研算法，2019年4月实现芯片+算法全自研，推动智能驾驶能力迅速提升。
特斯拉智能驾驶加速进化，关键转折点与分水岭在于特斯拉决定自研算法。马斯克挖到多位AI与芯片技术大牛，组建特斯拉AI团队，包括OpenAI研究科学家Andrej Karpathy、AMD K7/K8/Zen架构开拓者Jim Keller、苹果芯片团队核心成员Pete Bannon、Swift编程语言发明人Chris Lattner等。
Andrej Karpathy是特斯拉智能驾驶取得突破的关键先生。2017年6月，马克斯邀请OpenAI AI科学家Andrej Karpathy加入特斯拉，任特斯拉AI总监，直接向马斯克汇报，是特斯拉AI团队重要缔造者之一；直到2022年离职，2023年重返OpenAI，之后又从OpenAI离职。
2021年，Andrej Karpathy主导下，特斯拉重构智能驾驶代码，推出基于Transformer+BEV技术的FSD V11，开始用自动化程度更高的大模型，取代人工规则代码，当时主要是将感知部分交给大模型，提升智能驾驶感知能力。
2022年，Andrej Karpathy从特斯拉离职后，特斯拉自动驾驶团队继续研发基于大模型的智能驾驶系统。特斯拉感知网络架构，引入时空序列特征层，对BEV进行升级，引入占用网络Occupancy，使特斯拉智能驾驶算法泛化能力得到提升。
2023年，特斯拉推出FSD V12版本，重塑特斯拉智能驾驶研发逻辑，是智能驾驶领域一次全新进化，更是一次范式革命，将加速无人驾驶能力实现。
特斯拉此前FSD版本，主要依赖基于规则的算法体系，需要特斯拉工程师编写数十万行C++代码，将这些规则应用于复杂道路情况。这种依赖预先编程设计的规则与算法，需要对各子系统模块进行专门优化，不断积累的代码增加系统复杂度与更新维护难度，同时无法遍历各类真实驾驶场景出现的极小概率事件，也增加系统功耗与成本。
特斯拉FSD V12采用基于神经网络的算法体系，不是根据规则确定汽车行驶路径，没有一行规则与条件判断代码，而是通过让神经网络学习数10亿帧人类驾驶视频，教会系统如何驾驶，就像ChatGPT等聊天机器人通过学习数10亿字的人类文本，训练自己生成答案。
FSD V12实现完全端到端方案，不需高清联网地图，将感知、决策、控制算法都交给大模型，输入一端是图像，输出一端是操控汽车的指令，中间完全由神经网络处理，人工规则算法从V11版本30多万行，降低到2,000行。
端到端自动驾驶，区别于传统智能驾驶模块化架构，利用神经网络完成所有任务。神经网络通过观察与学习大量驾驶数据，学会如何开车。与传统智能驾驶不同，端到端智能驾驶优势在于简化架构、灵活性、高效性，可处理意外或罕见驾驶情况，不局限于程序员编程预设驾驶规则，理论上可实现更流畅与自然的智能驾驶体验。
未来这种能力还可迁移到机器人，相当于机器人通过看视频就可学会在现实世界移动。
二、智能驾驶能力不断突破与加速发展，也在不断推动特斯拉进化，特斯拉将实现三级火箭发展模式，分别是一级电动车EV（Electric Vehicle），二级具有自动驾驶的AI EV终端，三级AI机器人，并正在一步一步成为现实，马斯克对特斯拉的使命愿景也由此得到极大拓展，在加速世界向可持续能源基础上，增加具有星球级别想象力的机器人，将直接带来生产力革命与创造巨大GDP增量。
特斯拉2003年成立，经过21年发展，开启并加速全球进入电动车EV时代，如今随着特斯拉FSD V12版本推出，特斯拉正在加速进入二级火箭发展阶段，特斯拉推出的汽车将升级为具有自动驾驶的AI EV终端，特斯拉可以由此将积累形成的能力迁移到AI机器人Optimus上，从而推动特斯拉向三级发展阶段的进化。
特斯拉完全自动驾驶系统FSD研发进展顺利，FSD V12版已开始在北美推送。2023年11月25日，特斯拉已开始向员工推出全自动驾驶FSD V12版本，正式取消Beta后缀，更新版本号为2023.38.10，马斯克在X上确认。
2023年12月21日，特斯拉正式开始向小部分公众推送最新版本的全自动驾驶FSD Beta V12。马斯克曾宣称V12将不再处于Beta版开发阶段，此次升级版本仍然带有Beta标签。
特斯拉在更新说明中表示，FSD Beta V12将城市街道驾驶堆栈升级为端到端神经网络，经过数百万个视频训练，取代33万行C++代码。
美国与加拿大地区，所有配备特斯拉自动驾驶硬件HW 3或HW 4车辆，只要主动订阅或购买FSD系统，都符合FSD V12条件，目前Cybertruck不兼容。特斯拉正进行随机分配，首批推送仅面向约0.5%~2%符合条件车辆。
特斯拉机器人业务，并不是凭空出现，是构建在特斯拉拥有强大的汽车规模化生产能力的硬件基础+领先的智能驾驶软硬件一体化基础+领先的超算平台Dojo算力基础上，是特斯拉智能驾驶落地与商业化变现的Plan B。
智能驾驶要在现实世界落地与全球范围进行普及，需要时间，一方面是现实物理世界各种路况复杂，一方面是在各国落地普及需要政策与法规的支持与推进。
特斯拉机器人，是首先应用在环境封闭、相对简单的工厂环境，与智能驾驶相比，是更容易落地与规模化应用；特斯拉机器人业务的发展与成熟，将加强特斯拉智能驾驶能力；特斯拉智能驾驶进一步规模化使用与普及，也进一步加强特斯拉机器人能力，形成相互促进的良性循环。
马斯克表示特斯拉长期价值将主要来自人形机器人，预测人形机器人需求将达100亿台，远超汽车规模，如果机器人与人类比例为2:1，需求将达到200亿台。
普通成年人正常一周工作时间是5*8 =40小时/周，人形机器人可以做到7*24 =168小时/周不知疲倦的连续工作，人形机器人工作时长是普通成年人4.2倍，加上人形机器人有更大力量、更高效率、标准化流程化工作中更高准确率、适用更多危险或枯燥重复工作，人形机器人在替代人类劳动力方面将创造5~10倍的价值贡献。
人类逐步进入老龄化、少子化阶段，长期看，随着人形机器人越来越大规模替代人类劳动力，将大幅超过人类劳动力创造的GDP规模，在全球GDP创造中所占比例将不断提升，机器人将替代人类，成为星球级别最大的生产力大军。