智通財經APP獲悉，中信證券發佈研究報告稱，近日，特斯拉基於端到端的FSD V12逐步開始向北美用戶大規模推送，並取消beta的名稱。新版本具備更高的性能上限、更擬人化的駕駛風格和更快的模型收斂速度，高階自動駕駛的chatGPT時刻漸近，該行預計端到端模型將開啓快速進化。該行認爲端到端模型的應用推動智能駕駛性能持續提升，有望拉動消費者的付費意願，同時增厚特斯拉的收入與利潤。同時，國內智駕領先的主機廠、智能化產業鏈及特斯拉產業鏈標的也有望受益。
中信證券觀點如下：
近期特斯拉的變化：FSD V12在北美開啓大規模推送，場景適應性和規控擬人化爲最大亮點。
特斯拉基於端到端的FSD V12於2022年12月立項，目前已歷經多個版本迭代。根據IT之家，3月26日，馬斯克在內部郵件中表示，北美所有適用車輛，都將獲得一個月的FSD試用。根據Stats APP的統計數據，截至4月7日，FSD V12.3.3在各版本中的佔比已提升至30.8%。性能方面，根據Tesla FSD Tracker 數據，FSD V12.3的每次關鍵接管行駛里程已提升至386.7英里，駕駛員的接管次數顯著降低。
從社交媒體的試駕體驗來看，FSD V12.3.3的用戶反饋積極，具體體現於：1)更接近於全場景通用的業界目標：不依賴於車道線，能夠在雪地、環島等場景中穩健行駛;2)車輛控制的擬人化程度高：能夠完成在停車期間主動前移，讓後方車輛通過，也能夠繞開路面上的積水，上述車輛控制行爲很難通過人爲編碼的方式實現。根據公司官網，從3月12日至今，FSD已歷經5個版本升級(由V12.3迭代至V12.3.4)，產品加速迭代;公司的Robotaxi也將於今年8月8日發佈，智能駕駛的ChatGPT時刻漸行漸近。
財務端的潛在影響：FSD性能提升與大規模推送，有望增強用戶付費意願，進而爲特斯拉帶來可觀的收入及利潤增量。
特斯拉持續進行FSD軟件算法的迭代升級，其買斷價格隨着走高。根據公司官網，截至目前，FSD在北美地區的買斷價格爲12000美元。除買斷模式外，特斯拉自2021年起也提供按月付費的訂閱模式，一直以來的價格爲99美元/月(已購買EAP)或199美元/月。4月13日，特斯拉在X平臺宣佈FSD的訂閱價格統一調整爲99美元/月。會計處理方面，特斯拉此前把FSD售價中的一部分確認爲當期收入，其餘部分將隨軟件更新陸續確認。
以2023年財報爲例，當年特斯拉負債端有29.1億美元的遞延收入，當期遞延收入的增加值爲12.0億美元，當期確認收入的值爲5.95億美元。盈利能力方面，根據特斯拉2022年業績會數據，FSD所實現的遞延收入，對應的毛利率可以達到90%。該行認爲，隨着FSD的性能提升，以及該功能在北美地區的大規模推送與試用，北美地區用戶的付費意願有望大幅提升，進而爲特斯拉帶來可觀的收入及利潤增量。
產業趨勢確立：端到端模型的整體性更強，性能上限更高。
端到端模型將感知、規劃、控制等模塊合成爲一個大的神經網絡。在運行過程中，智能駕駛系統把傳感器獲取到的信號輸入到神經網絡，神經網絡能夠直接輸出轉向、加速、制動等車輛控制指令。端到端模型的優勢在於：1)針對模型整體進行統一訓練，更有利於尋找整體最優解;2)可以傳遞全量信息，消除模塊間信息傳遞帶來的累計誤差;3)由人工編碼轉爲數據驅動，通過參數調節的方式，增強對長尾問題的應對能力;同時，上述方式不依託於特定規則，能夠提升智能駕駛系統的擬人化程度。以2023年CVPR最佳論文《Planning-oriented Autonomous Driving》(作者：Yihan Hu, Jiazhi Yang, Li Chen等)爲例，文中提到端到端模型UniAD的多目標跟蹤準確率較此前的最佳方案提升20%，車道線預測準確率提升30%，預測運動位移和規劃的誤差則分別降低了38%和28%。另一方面，UniAD的模塊之間有明顯的界限和區隔，並通過神經網絡對各個模塊進行連接，研發人員可以對模塊輸出的中間結果進行白盒化分析。因此，該模型仍具備相當的可解釋性。
國內公司也有望積極推進數據收集與訓練算力構建，將端到端模型的訓練、量產推送提上日程。
在端到端模型中，數據的針對性弱，提升性能所需的數據量和訓練算力更大。目前，特斯拉在上述方面大幅領先。數據儲備方面，根據公司官網，截至今年4月6日，特斯拉FSD Beta的累計行駛里程達10億英里，較今年1月公司業績會披露的接近8億英里累計里程，快速增長25%以上。訓練算力方面，根據特斯拉官網，截至2023年8月，特斯拉已擁有10EFLOPS規模的算力;特斯拉計劃，截至今年10月，訓練算力將提升至100EFLOPS。
中國主機廠方面，小鵬汽車在2024年1月的全國智駕啓動發佈會上宣佈，公司將致力於實現核心區域每千公里被動接管次數<1次的目標，端到端模型下一步將會全面上車。根據各公司官網，蔚來計劃在今年上半年上線基於端到端的主動安全功能，理想汽車基於端到端的智能駕駛模型也將在2024年上線。第三方供應商方面，根據元戎啓行官網，元戎啓行已經成功將端到端模型適配到量產車上，該批量產車將於今年投入消費者市場。整體來看，中國企業也在持續跟進端到端模型，有機會追隨特斯拉腳步，實現自動駕駛的能力躍升。
投資策略：
特斯拉基於端到端的FSD V12開始向北美用戶大規模推送，該版本具備更高的性能上限、更擬人化的駕駛風格和更快的模型收斂速度，高階自動駕駛的chatGPT時刻漸近，該行預計端到端模型將開啓快速進化。小鵬、華爲、理想等中國公司正積極跟進端到端模型，並致力於推進數據收集和訓練算力構建。端到端模型的應用推動智能駕駛性能持續提升，有望拉動消費者的付費意願，同時增厚特斯拉的收入與利潤。同時，國內的智能化產業鏈及特斯拉產業鏈標的也有望受益。
智能化產業鏈方面，該行推薦：1)整車：高階自動駕駛有望成爲車企的額外收入來源;端到端大模型壁壘高，全棧自研的主機廠模型迭代快，有望在智能化上與競爭對手拉開差距;2)域控制器：算力是智能駕駛的核心基礎，與頭部芯片商緊密合作、產品配套領先的tier-1產業鏈卡位效應強;3)智能底盤：功能安全要求高、壁壘高。
風險因素：技術與產品迭代風險;產品推廣速度低於預期;汽車行業銷量下滑風險;智能駕駛行業政策收緊;出現智能駕駛的惡性事故。