以下基于你提供的中金研究报告《智能驾驶系列十三:特斯拉FSD全球版图扩张,Cybercab迈入量产元年》进行的极为详尽解读。分析覆盖元数据与要点、逐章解读、图表深度解读、风险与批判性视角、以及结论性综合。文中涉及的图表与图片均结合原文所给的图/表信息进行解读,必要处以图片溯源路径标注,以便追溯原文出处。
一、元数据与概览(引言与报告概览)
- 标题与发布要点
- 标题:中金 | 智能驾驶系列十三:特斯拉FSD全球版图扩张,Cybercab迈入量产元年;作者/机构:邓学、荆文娟等,中金点睛;发布日期:2026年6月3日;主题聚焦:特斯拉FSD全球化布局、FSD v14升级、Cybercab量产、以及与Waymo等行业对比的行业格局。该部分直接来自前述文章页内标题与导语。引用出处:
- 核心论点与信息要点
- 核心论点1:FSD软硬件升级使全球智驾能力继续领先,FSD v14在多模态、端到端架构和实时推理方面显著提升,并伴随Robotaxi商业化的推进;Sawtooth式的全球布局将推动全球智驾渗透率上行。该论断在文中多处段落作为主线展开,且以“V14算法架构升级”、“感知神经网络升级”等子主题支撑。引用出处:, ,
- 核心论点2:全球版图扩张与订阅模式的商业化路径成为新的增长点,FSD在北美领跑、欧洲/亚太破冰,且中国市场也在积极推进合规落地。引用出处:,
- 核心论点3:Waymo作为标杆的商业化路径为行业提供参考,Tesla以L2→L4渐进路线与轻地图模式形成独特范式,可能推动行业新阶段的竞争格局。引用出处:,
- 关键数据与量化点(如有)
- FSD累计里程达到100亿英里(监督版FSD截至2026年5月初)及其对安全性的显著提升,这是评估FSD商业化前景的核心量化支撑。引用出处:
- 2025年FSD付费用户约110万人,1Q26付费用户增至约128万人,且美国市场在2026年初全面转向订阅模式(停售买断、仅订阅)。引用出处:
- 2024-2025等年的“里程指数级增长”与2026年前后的市场扩张,构成对全球化扩张节奏的支撑论据。引用出处:,
- Lemonade联合特斯拉推出FSD保险,体现FSD带来的风险定价与商业化协同效应。引用出处:
- 中国市场的入境准备:数据不出海、自建算力中心、与百度地图合作等举措。引用出处:
- 图文溯源与资料来源
- 报告内大量数据与图表来自特斯拉官方、Waymo公开信息、行业分析与中金自研整理,文末附有来源标注与链接。相关图表均有对应的图片/图表编号与路径,便于追溯原始数据。引用出处:整篇文章多处与图文并茂的页面对应,参见:, , 等。
附:关键图像/图表溯源(示例)
- 图示/图像:图表1、图表2、图表3等在文内均以“图表X”呈现,并提供相应图片路径。例:
- 图表1:特斯拉FSD发展复盘(无图片路径,在原文页1内标注);
- 图表2:特斯拉端到端架构演变,图片路径示例:/images/0e03adb64b88a91ba76e06434cf86c217db43adef6b0ceeef05e9c02c9111e86.jpg?page=2;
- 图表3:FSDv14神经网络框架,图片路径示例:/images/204ffa57f4f4e55908b05bb6f43d552ef4515ecd8370bbaa729b798a8eee7b4b.jpg?page=4;
- 其余图表均在原文对应页内提供相应图片/图表路径,请对照原文以获取清晰的视觉信息。图片溯源将于文本对应段落中按需嵌入(见下文图表解读章节中的逐表描述)。
二、逐节深度解读(逐章精读与剖析)
- Abs摘t要与全球版图(摘要/投资要点层面)
- 论点要点
- FSD软硬件升级使全球智驾能力处于领先地位,FSDv14在多模态、端到端、多任务推理、强化学习方面引入创新架构,并以Robotaxi作为落地场景的直接切入点。引用出处:,
- 全球版图扩张与订阅制带来新的商业模式,出海版图覆盖10个国家,中国在数据合规、算力、图资方面有重要准备。引用出处:,
- Waymo作为标杆,Tesla走L2到L4渐进路线、轻地图模式与自建产能带来成本优势,可能引领行业走向新范式。引用出处:,
- 关键前瞻性结论
- 伴随FSD的体验提升及全球化扩张,智驾行业进入放量周期的可能性增大;Cybercab进入量产元年将推动Robotaxi的实际商业化与数据闭环的强化。引用出处:,
- 视觉/图表呈现
- 图表2/图表3等对FSDv14的端到端架构与感知升级有清晰展示,支撑以上结论。图表1-3等图示在文中位置对应章节可参照。图像溯源:/images/3c9be2d060c6a5428b91daa79fd4d389c43e5906232692c83057e63c9c03a5e6.jpg?page=2、/images/0e03adb64b88a91ba76e06434cf86c217db43adef6b0ceeef05e9c02c9111e86.jpg?page=2、/images/204ffa57f4f4e55908b05bb6f43d552ef4515ecd8370bbaa729b798a8eee7b4b.jpg?page=4(示意性链接,按原文路径嵌入)
- 溯源注记
- Cybercab量产元年与中国市场落地安排明确在文本中给出,作为全球化与本地化协同的关键时间点。,
- 逐章深度解读(结构性章节分析)
-
2.1 技术路线与升级路径(“V14算法架构升级,始终领跑全球”与“端到端+多模态融合”)
- 要点总结:
- FSD从BEV+Transformer到端到端模型,V14在多模态输入、实时推理、强化学习方面实现显著升级,且具备对复杂场景的泛化能力。参数量较此前版本提升十倍,提升对复杂环境的理解与决策能力。引用出处:
- 端到端架构使系统在感知、规划、执行之间实现端到端耦合,降低对人工规则的依赖。引用出处:
- 推理依据与假设:
- 以“端到端+多模态”来解释算法改进的核心逻辑;引入3D高斯重建、3D占用网络等来提升3D空间理解。引用出处:
- 关键数据点与意义:
- 参数量提升十倍、端到端模型、3D感知增强等是提升安全性和驾驶行为连贯性的核心。此处的证据来自技术框架描述与ICCV披露的信息。引用出处:,
- 可能的局限性/注意点:
- 高度依赖大规模算力与云端强化学习的持续训练,现实落地需要稳定的数据闭环及合规要求。
-
2.2 感知能力升级(“感知增强是FSDv14神经网络升级的重要内容”)
- 要点总结:
- 更高分辨率检测提升到对小目标(如锥桶)探测距离从100米增至130米,能识别手势、交警指令、雨雾夜间等低能见度场景,以及3D几何结构理解能力增强。引入3D高斯Splatting以实现三维空间建模。引用出处:
- 跨模态融合(音频+视觉+IMU+导航)将不同模态信号统一映射至多模态特征空间,提升综合感知能力。引用出处:
- 推理依据与假设:
- 通过3D高斯重建和3D占用网络,提升对周边3D场景的密集感知与定位精度;Panoptic Segmentation(全景分割)将语义分割与实例分割结合,提升无高精地图下的场景理解。引用出处:
- 关键数据点与意义:
- 130米分辨率的目标检测提升、全景分割与3D空间理解提升对路缘、异形障碍物识别、在线建图有直接支撑。引用出处:
- 图表/图像指引:
- 图表3:FSDV14神经网络框架(展示端到端+多模态结构)——图片路径示例:/images/204ffa57f4f4e55908b05bb6f43d552ef4515ecd8370bbaa729b798a8eee7b4b.jpg?page=4
-
2.3 实时推理、强化学习与决策能力(“具备实时推理与强化学习能力,决策能力提升”)
- 要点总结:
- FSDv14在车端实现超大模型的实时推理;云端引入大规模强化学习,通过全球车队的长尾场景训练,赋予系统“博弈与思考”的能力。引用出处:
- 软硬件协同基础:V14面向HW4原生开发,确保算力与缓存利用效率;MLIR编译器通过层与层之间的融合提升推理速度,降低主存带宽压力,延迟下降。引用出处:,
- 关键数据点与意义:
- 端到端模型在减少人工规则、提升对复杂场景的处理能力方面具有重要意义;210+毫秒级实时推理改进来自编译优化与系统级重构。引用出处:,
- 图解/图像:
- 图表4:世界模型神经网络闭环仿真(神经网络闭环仿真流程图)——图片路径:/images/d89777fc975f7b634e09bf1aaf14c979afe92d66304dab0f4f878596605b3799.jpg?page=4
-
2.4 基础设施与推送节奏、商业化路径
- 入华进程与全球化节奏:文本明确指出FSD在北美全面推送v14.3版本、欧洲按国家逐步开放、澳洲全面转向订阅;中国市场在数据合规、算力中心自建、地图资质方面已做充分准备,并在2026年5月开启多城测试,计划3Q26获得监管全面批准后向符合条件的车主推送FSD。引用出处:,
- Lemonade保险案例:FSD作为风险驱动的定价要素,与保险产品结合形成新商业模式。引用出处:,
- 图表/图像:
- 图表7:FSD的全球版图(地图与国家覆盖)——图片路径:/images/如图所示,文中图表7在图像中呈现,请参照原文图片/路径:/images/??(文中有“图表8:特斯拉FSD开拓版图”与“图表8:FSDSupervised is now available…”等,提供路径请对照原文)
-
2.5 路线对比:Waymo vs Tesla
- 要点总结:
- Waymo在美国的机器人出租车领域具备成熟的商业闭环,车队规模在增长,旧金山市场市占率达到25%以上;Tesla以L2→L4渐进、轻地图模式和自建产能来降低成本,形成对行业的新范式。引用出处:, ,
- 关键数据点:
- Waymo车队在旧金山区域市场份额>25%,2026年前后增长迅速;全球融资达到160亿美元,投后估值约1260亿美元。引用出处:
-
2.6 中国市场与入华测试
- 要点总结:
- 中国市场在数据不出海、上海自建算力中心、百度地图深度合作等方面具备强基础;2026年5月启动多城智能驾驶测试,目标在3Q26实现监管全面批准后向合格车主推送FSD。引用出处:
- 关键数据点:
- 入华时间表与测试城市覆盖信息,叙述中具体列出北京、上海、广州、深圳、成都、武汉、重庆等核心城市。引用出处:
-
图表/图像:
- 图表8:特斯拉FSD开拓版图(全球/区域纵览)——图片路径:/images/03870dfdfc88aeb1257dbf723d5fd628d6127a54f6fc4e835d754105b9256a65.jpg?page=8
- 图表9:特斯拉中国智能驾驶测试岗位招聘——图片路径:/images/c1fb819b904ad7a41bfcaa9f100227e573cad37a92c054ca2232eb04909230c6.jpg?page=8
- 图表深度解读(逐图分析)
- 图表1:特斯拉FSD发展复盘(时间线与阶段)
- 描述:显示特斯拉自2014年至今在硬件、软件和算法层面的演进阶段,包含早期Mobileye合作、HW3.0/4.0芯片升级、纯视觉+BEV+Transformer的引入,以及端到端模型的形成。链接要点:从传统模块化到端到端的转变是FSD能力提升的核心驱动。图片路径示例:/images/3c9be2d060c6a5428b91daa79fd4d389c43e5906232692c83057e63c9c03a5e6.jpg?page=2
- 解读:阶段性演进表明特斯拉在算法自研、传感器融合和数据闭环方面持续积累,形成对比于以激光雷达等为主的竞争对手的独特路径。
- 关联文本:文中强调端到端架构是领先要素,与该图的叙述一致。
- 图表2:特斯拉端到端架构演变
- 描述:直观呈现传统架构→深度学习/端到端架构的变迁,以及从感知、规划、决策到执行的整合过程。图片路径:/images/0e03adb64b88a91ba76e06434cf86c217db43adef6b0ceeef05e9c02c9111e86.jpg?page=2
- 解读:强调端到端模型在降低人工规则依赖、提升系统自适应能力方面的优势。
- 图表3:FSDV14神经网络框架
- 描述:展示FSDv14在端到端架构下的多模态输入、实时推理、3D感知、全景分割等子系统的耦合关系。图片路径:/images/204ffa57f4f4e55908b05bb6f43d552ef4515ecd8370bbaa729b798a8eee7b4b.jpg?page=4
- 解读:说明3D高斯重建、3D占用网络、Panoptic Segmentation等组件如何共同提升场景理解与定位精度。
- 图表4:世界模型神经网络闭环仿真
- 描述:展示全球数据闭环的仿真实验框架,将实际场景转化为世界模型的闭环思考。图片路径:/images/d89777fc975f7b634e09bf1aaf14c979afe92d66304dab0f4f878596605b3799.jpg?page=4
- 解读:凸显端到端+大规模强化学习在“博弈与思考”上的能力提升。
- 图表5:FSD年度行驶里程(2021-2026)
- 描述:柱状图展示不同年份FSD监督版的累计行驶里程(单位:百万英里)。数据点:2021年6,2022年80,2023年670,2024年2250,2025年4250,2026年1-4月2744。图片路径:/images/b2f97bf1bbb313bd3583052290d91c3e0337b235f1964b2010a265bca4345943.jpg?page=6
- 解读:里程的指数级增长是提升安全性及覆盖范围的关键驱动,支撑其大规模商业化前景的可实现性。
- 图表6:Lemonade保费模式
- 描述:展示与FSD绑定的自动驾驶保险定价路径,强调按里程计费、动态折扣等创新定价方式。图片路径:/images/436e2c95831f0f767d7b27ce3f257d6b17fd768caf4d19ab858ffbef4fab0a1b.jpg?page=6
- 解读:保险定价与驾驶里程数据直接耦合,体现风险定价向场景化、数据驱动升级的趋势。
- 图表7:FSD的全球版图
- 描述:国家/地区覆盖及落地节奏的地图化呈现,显示北美为迭代核心、欧洲/澳新/中国等区域的逐步推进。图片路径:/images/???(文中给出“图表8:…开拓版图”与“图表8:FSDSupervised is now available…”等,请以原文图片路径为准)
- 解读:全球化扩张节奏的差异性(地区法规、数据监管、算力本地化等)成为影响速度的关键变量。
- 图表8-9:全球扩张与国内落地的招聘/公告
- 描述:显示全球可用的“监督版FSD”覆盖国家以及中国的智能驾驶测试岗位招聘信息。图片路径:/images/03870dfdfc88aeb1257dbf723d5fd628d6127a54f6fc4e835d754105b9256a65.jpg?page=8、/images/c1fb819b904ad7a41bfcaa9f100227e573cad37a92c054ca2232eb04909230c6.jpg?page=8
- 解读:通过招聘信息可感知中国市场的本地化合规与人才储备对落地速度的重要性。
- 图表10-12:Waymo全球/单城运营与市占率
- 描述:Waymo在11个城市的运营规模、周订单、单车覆盖、以及在旧金山等核心区域的市占率表现。图片路径:/images/76ce39e760ebcf97d716d789c8725165adf35882cdb27d79eeb8c21492174fbd.jpg?page=10、/images/eb1783c47919a82907eb38bc606bf5a4a74d162d03ed7b662bc3ee4a84f64e74.jpg?page=11、/images/76ce39e760ebcf97d716d789c8725165adf35882cdb27d79eeb8c21492174fbd.jpg?page=10
- 解读:单城密度、价格竞争与高效的调度能力共同塑造Waymo在旧金山等核心市场的领先地位。
- 图表13-16:Waymo与其他市场的成本/收益对比、空驶率趋势
- 描述:价格波动性、不同平台的平均价格、以及空驶率在不同时间段的变动。图片路径:/images/b336305e766170a294f8638edf8571a484ed6d822877f1aa983d293621e9286e.jpg?page=13、/images/fdb290d32630ed4d646df6707bea678ad302a337b39df6c20a79ab6c652e65e2.jpg?page=13、/images/bf4896d4908c2b0e472bd6d64f1329af190b269c3ec84cbc24c6c521148c91a3.jpg?page=14
- 解读:价格灵活性与空驶率的下降趋势共同支撑Waymo在旧金山等市场的盈利能力提升,同时也提示了Tesla进入该区域后对价格体系与调度效率的潜在冲击。
- 估值分析(如有)与对比分析
- 文中对估值的直接给出相对有限,更多聚焦于市场机会、商业模式与竞争格局的描述。尽管没有明确的DCF/可比公司估值框架的“目标价”披露,但提供了若干关键量化数据点以支持投资者对未来盈利和订阅收入增长的判断。
- 可参照的要点数据
- Waymo在2026年的融资纪录:160亿美元融资,投后估值约1260亿美元,显示机器人出租车领域的资金与估值水平。引用出处:
- FSD付费用户与订阅化趋势:2025年约110万付费用户,1Q26约128万,且美国市场在2026年初全线转向订阅模式。上述趋势就商业化路径而言支撑对订阅收入的长期假设。引用出处:
- 结论性备注
- 由于原文未提供明确的估值模型与目标价,读者在使用该报告进行投资决策时,应结合自身对FSD/B2C商业化、订阅渗透、区域监管速度等变量的敏感性分析来补充估值框架(如对FSD订阅增速、硬件/算力成本、保费收入对利润的增量贡献等进行单独测算)。
- 风险因素评估
- 文中列出的主要风险要点:
- FSD全球扩张节奏放缓;法规出台不及预期;Robotaxi扩张速度不及预期;智驾技术提升不及预期等。此类风险均来自对全球化、监管与技术演进的综合评估。引用出处:,
- 更具体的风险点
- 海外市场监管与数据本地化要求:海外数据回传与算法训练闭环无法及时建立可能削弱海外体验,影响订阅率与商业化进程。引用出处:
- 法规不确定性对Robotaxi商业化落地的影响:包括允许收费、车上安全员数量、以及是否允许无人驾驶等关键监管规范,如若进展落后将延缓开城与盈利。引用出处:
- 技术成熟度的不确定性:端到端大模型训练对算力和高质量长尾场景数据的需求持续存在,若算力或数据质量不足,进度可能放缓。引用出处:
- 风险缓解与应对策略(文中暗示)
- 数据本地化与自建算力中心(如在中国上海设立算力中心)等合规-Paul措施,若成功落地将降低跨境数据风险;英国、荷兰等地的合规落地策略的分步推进也构成缓解路径。引用出处:
- 通过订阅模式降低一次性销售依赖,提升收入的可预测性与现金流稳定性,从而降低市场波动对盈利的冲击(虽然这也同时带来订阅收入的波动风险)。引用出处:
- 图表与数据的风险提示
- Waymo的定价波动和空驶率改善是分析的关键参考,但对Tesla的入华/全球化的价格策略要素的变化也会影响市场竞争格局,需结合实时数据分析。相关图表显示价格差异与空驶率的变化趋势(详见图表13-16)。图片路径:/images/1b56b14e18a6f5eb0445c68e4676a6d6a5da584b25ff98ff302d73a585834987.jpg?page=12、/images/76ce39e760ebcf97d716d789c8725165adf35882cdb27d79eeb8c21492174fbd.jpg?page=10、/images/eb1783c47919a82907eb38bc606bf5a4a74d162d03ed7b662bc3ee4a84f64e74.jpg?page=11、/images/b336305e766170a294f8638edf8571a484ed6d822877f1aa983d293621e9286e.jpg?page=13、/images/fdb290d32630ed4d646df6707bea678ad302a337b39df6c20a79ab6c652e65e2.jpg?page=13、/images/bf4896d4908c2b0e472bd6d64f1329af190b269c3ec84cbc24c6c521148c91a3.jpg?page=14
- 批判性视角与细微差别(审慎、偏见识别)
- 可能的偏见与乐观假设
- 报告对FSD v14的能力描述高度正面,强调端到端多模态、3D感知、强化学习等技术要点带来“类人驾驶”的体验提升。此处的论证更多依赖工程性指标与关键人评价(如高层对“最后一块拼图”之类话语的引用),可能存在对现实场景的过度乐观假设。对应文本:对v14的“成熟度”描述与行业认可的引述(如“被马斯克称为拼图的最后一块”等)在推断中容易扩张为广泛落地。引用出处:,
- 需要警惕的潜在矛盾点
- Waymo作为“技术领导者+早期商业化验证者”的定位,与Tesla的“端到端+轻地图”路径存在本质差异。两者在全球市场上的扩张节奏、监管环境与数据闭环构成不同的风险/收益结构。文中既强调Waymo的领先地位,也提出Tesla通过自研芯片、低成本结构等优势进行替代性扩张。这种对比在同一份报告中呈现时需读者保持敏感度,避免简单二元对比导致过度乐观或错配判断。相关段落:,
- 数据质量与依赖性
- 大量结论基于公开数据、公司披露与行业机构的研究口径,且不少关键指标(如“单城市占率、空驶率、订阅渗透率”等)在不同城市/国家存在差异化口径,需结合具体区域的法规与数据可信度进行慎重推断。相关图表给出的数值与结论应结合区域差异性进行分解使用。对应图表:如图表13-16等关于价格波动、空驶率、单城覆盖的数据点。图片路径:-
- 结论性综合(综合全局要点,提炼深层洞见)
- 结论要点
- FSD在v14阶段实现了“端到端+多模态+大模型”的综合升级,提升了感知、推理与决策的一体化能力,使得商业化(包括Robotaxi与订阅模式)具备更强的现实基础。此点以图表2、3、4等为核心证据,结合文本描述的技术演进逻辑。引用出处:, ,
- 全球化扩张成为核心驱动之一,北美仍为迭代和商用的主阵地,欧洲/澳新/中国等区域正在以分阶段、合规导向推进;中国市场的本地化数据与算力基础建设、与百度地图的资质合作,为FSD进入中国市场提供了可操作路径。引用出处:,
- 商业模式的转型(从买断逐步转向订阅)与“数据驱动的保险/风险定价”成为新的收入与盈利催化剂,Lemonade与FSD的组合示范了“智驾+保险+数据”协同的新商业模式。引用出处:,
- Waymo作为全球Robotaxi的标杆,为行业提供了实际可比的运营与商业化路径,尤其是在旧金山等高密度城市的渗透率、定价波动、空驶率下降等方面的经验值得Tesla等对手借鉴,但Tesla的轻地图/自建产能等差异化策略也将塑造未来竞争格局。引用出处:, ,
- 对投资者/行业观察者的核心启示
- 关注FSD订阅增速、全球化监管进展、数据合规与算力本地化的落地速度,以及Robotaxi商业化的实际盈利拐点。上述变量直接决定了未来几年FSD及Robotaxi相关收入、毛利率与现金流的路径。
- 同时警惕在全球布局中的地区性风险(法规、数据隐私、车牌与运营许可等)对商业化节奏的制约,以及技术端到端路线能否在极端环境和长尾场景下保持稳定性。
图像/表格的综合溯源注意
- 本分析在以上章节中对每个关键点对应原文的页码做了标注,如FSD里程、订阅用户、全球版图、Waymo对比等,均以原文中的页码作为溯源点:、、、、等。
- 同时,文中多处关键图表有明确的图片路径(如 /images/3c9be2d0..., /images/0e03ad..., /images/204ffa..., /images/d89777f..., /images/b2f97bf1..., /images/436e2c9..., /images/03870dfd..., /images/76ce39e7..., /images/b336305e..., /images/bf4896d... 等),本文在相应的图表段落给出图片定位,方便读者在原文处对照查看。
总体判断
- 该报告以技术进步+全球化扩张+新商业模式为核心框架,系统梳理了Tesla FSD v14的技术升级、全球化路径、与Waymo等竞争对手的对比,以及以数据闭环驱动的商业化前景。就“速度与质量”的折衷而言,作者对FSD在端到端、多模态、3D感知与强化学习层面的能力提升给予高度肯定,同时强调地区法规、数据合规、以及算力成本等现实风险,要求读者在投资决策中结合区域差异性进行多维度评估。
- 最终结论是:在全球智驾进入放量周期的大背景下,Tesla FSD及其订阅/Robotaxi商业化具有持续成长潜力,但落地的速度与规模高度依赖法规进展、数据闭环、以及区域市场的本地化成本结构。因此,投资者应关注全球与区域层面的监管节奏、订阅收入的增速、以及对Waymo等对手在核心市场的渗透率与价格策略的动态变化。
重要引用结尾处标注(示例)
- Cybercab量产元年与中国入场准备,文中明确指出Cybercab在2026年4月启动规模化量产,且中国市场在数据、算力、本地化地图等方面做了充分准备;相关信息出现在文中0页/相关段落。引用出处:
- FSD累计里程达到100亿英里、2026年初付费用户达到128万等关键里程碑,作为商业化与安全性提升的核心证据,分别来自、。
如需,我可以把上述分析再进一步按“章节-图表-数据点-核心结论-潜在质疑”做成一个更细的对照表,方便用于PPT整理或报告复核。