车企智驾算法能力

智能驾驶的核心竞争力可以归纳为三个维度：算法、数据、算力。天风证券智能驾驶专题报告从这三个维度系统评价了主流车企的智驾能力：特斯拉在算法和算力上全面领先（算力67.5EFLOPS，超过国内车企总和），华为在数据积累上增长最快（月增1亿+公里智驾里程），理想和小鹏已实现端到端全量推送。国内车企在算法架构上与特斯拉仍存在差距，但追赶速度正在加快。本文从算法迭代、数据积累、算力布局三个维度，深入分析主流车企的智驾能力现状与竞争格局。

从BEV+transformer到occupancy占用网络再到端到端，在特斯拉的引领下，国内主机厂和方案商都表明了转向端到端的态度。特斯拉FSD V12于2024年3月更新，成为首个端到端AI自动驾驶系统，标志着算法范式的根本转变。华为ADS 3.0于2024年4月发布，采用GOD网络+PDP决策神经网络，实现“车位到车位、全场景贯通”。理想于2024年10月通过OTA 6.4全量推送端到端+视觉语言模型。小鹏于2024年5月实现XNGP+端到端大模型，在全国更广泛区域不依赖高精地图使用。蔚来2024年4月Banyan 2.6.0推送NAD群体智能系统、OCC 2.0占用网络，NOP+全域功能全量交付。端到端基于深度学习，依赖高质量、多维度数据（约需要1000万个符合逻辑、交通规则的视频片段），若无大量数据则前期体验较差。国内新势力们在架构方面仍与特斯拉有一定差异——特斯拉是真正的端到端“感知-决策-规划”一体化网络，而国内大多仍在感知端融合端到端，决策规划仍保留部分规则代码。

数据是端到端算法训练的核心燃料。从累计城区智驾里程数看，特斯拉仍大幅领先，2024年4月到10月行驶里程从16亿翻倍至32亿公里。华为伴随合作范围扩大与智选车销量增长，目前智驾里程正以每月1亿+公里的速度增长，2024年10月达到7.4亿公里。理想城区智驾里程截至2024年8月底达到1.8亿公里，月度增长约2400万公里。蔚来截至2024年9月底城区智驾里程达4.6亿公里，过去4个月平均每月增长2700万公里。小鹏2023年11月智驾行驶里程即达到3.8亿公里，2024年5月披露端到端的训练里程包含了10亿公里的视频训练与约650万公里的实车测试。数据量的差距直接影响端到端模型的训练效果——特斯拉32亿公里的数据积累是其FSD V12体验领先的基础。第三方供应商在数据层面处于弱势，而华为智选业务的目的也在于掌握数据链路，通过合作车型积累海量真实驾驶数据。

H3：算力维度——特斯拉67.5EF独一档，国内加速追赶

云端算力是训练端到端模型的基础设施。特斯拉截至2024年10月算力约67.5EFLOPS，超过国内车企的总和，预计年底达到87.5E，2024年可能花费30-40亿美元购买英伟达芯片。国内华为2024年9月算力达到7.5E；理想2024年10月达到5.4E，规划年底8E；小鹏2024年7月达到2.5E，预计2025年底10E；蔚来约在1.5E左右。车端算力方面，目前特斯拉、华为均采用自研芯片。从计算机到车载计算平台，需要极强的工程化能力，这也是蔚小理自研芯片的底层逻辑——自研芯片搭载的ISP、适应的动态范围、数据传输速率、处理效率都会更符合自身需要，同时省去外购芯片的溢价。云端算力的差距正在成为国内车企追赶特斯拉的核心瓶颈——特斯拉的算力储备是国内所有车企总和的数倍，意味着其模型迭代速度将显著领先。

主流车企智驾算力与数据对比

车企	云端算力（EFLOPS）	累计城区智驾里程（亿公里）	端到端状态
特斯拉	67.5（2024.10），年底87.5	32（2024.10）	已全量推送（2024.3）
华为	7.5（2024.9）	7.4（2024.10），月增1亿+	已全量推送（2024.4）
理想	5.4（2024.10），年底8	1.8（2024.8），月增2400万	已全量推送（2024.10）
小鹏	2.5（2024.7），25年底10	3.8（2023.11）	已全量推送（2024.5）
蔚来	约1.5	4.6（2024.9），月增2700万	NOP+全域已推送

H3：投资启示——关注算力基础设施与数据闭环龙头

智驾能力的差距本质上是算法、数据、算力的综合差距。算力基础设施方面，华为昇腾芯片自供优势显著，国内智驾算力产业链（AI服务器、高速互联、散热等）将受益于算力军备竞赛；数据闭环方面，具备大规模智驾车队和数据积累的车企（华为生态、小鹏、理想、蔚来）在端到端时代具备先发优势；芯片自研方面，蔚小理自研智驾芯片的工程化进展值得关注。