中信建投｜智能汽车视角下的Tesla Bot：底层架构及系统组成
重要提示：通过本订阅号发布的观点和信息仅供中信建投证券股份有限公司（下称“中信建投”）客户中符合《证券期货投资者适当性管理办法》规定的机构类专业投资者参考。因本订阅号暂时无法设置访问限制，若您并非中信建投客户中的机构类专业投资者，为控制投资风险，请您请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！
文｜程似骐吕娟陈怀山
人形机器人是科技内生及政策扶持的高成长赛道，智能驾驶及人形机器人是AI主力应用场景，目前特斯拉分别推出的FSD及Optimus解决方案全球领先，并表态FSD技术积淀可以加速Optimus产品智能化迭代。TeslaBot在设计理念、系统架构、迭代及感知方式与智能驾驶具备较强关联性，算法框架与相关AI软硬件储备有望支撑产品快速迭代及功能实现。智能汽车和人形机器人在四方面存在异同。
工信部印发《人形机器人创新发展指导意见》。
2023年11月2日，工信部印发《人形机器人创新发展指导意见》，目标是到2027年，人形机器人技术创新能力显著提升。智能驾驶和人形机器人技术具备较强关联性。
从理念、架构、迭代、感知四方面对比智能汽车和机器人异同点：
（1）理念层面，智能汽车包含智能驾驶、智能座舱及网联汽车，强调给驾乘人员带来智能化便利；人形机器人强调在家庭、工商业等基础场景替代人工，通用宽泛应用场景要求具备更强AI性能，功能要求更接近智能驾驶，软件、算法迭代要求高，TeslaFSD感知端与控制端算法可推动Bot快速迭代，主要差异在运动控制。
（2）架构层面，汽车电子电气架构（EEA）经历了从分布式（ECU控制）到域集中式（域控制）的发展过程，未来走向中央集中式（中央计算平台统筹）；TeslaBot执行及动力系统（除感知及控制硬件外的基础结构件）更为简单，直接采用中央集中式（类人脑）架构，主控SOC芯片及AI训练芯片组成计算机控制硬件，FSD及BOT感知端占用网络模型等算法打通，训练端采用DOJO神经网络等模型处理。
（3）迭代层面，汽车OTA（远程升级）分为软件（SOTA）及固件（FOTA）在线升级两类，前者可更新中控信息娱乐APP升级，后者可对转向、制动等执行系统进行控制器（ECU）升级；TeslaBot采用电机伺服来驱动执行，较工业机器人液压执行更具柔性及可控制性，更适用于FOTA；而SOTA技术难度相对较低。
（4）感知层面，智能驾驶不同等级（L1-L5）所需的感知方案差异较大，当前特斯拉FSD（L2+）采取纯视觉感知方案（后续或引进4D毫米波雷达），其他主机厂一般采用多传感器融合的感知系统（含超声波/毫米波/激光雷达等），涉及车辆高精定位采用GPS及IMU（惯性导航）组合；当前TeslaBot面部采用3个Autopilot摄像头（鱼眼/左前/右前），整体仍偏向视觉方案，其他传感器或包含力/力矩/声学/触觉/温度等类型，雷达及IMU等车用传感器或也在备选之列。
投资建议：TeslaBot在设计理念、系统架构、迭代及感知方式与智能驾驶具备较强关联性，算法框架与相关AI软硬件储备有望支撑产品快速迭代及功能实现。
1、机器人及中国智能装备需求不及预期的风险。我国当前发展面临诸多困难挑战，外部环境不确定性加大，全球通胀仍处于高位，世界经济和贸易增长动能减弱，外部打压遏制不断上升。不排除这些因素或不可预见因素，影响我国未来对高端智能制造装备的需求。
2、宏观经济波动风险。若未来国内外宏观经济环境发生变化，下游行业投资放缓，将可能影响智能制造行业的发展环境和市场需求，从而给国内厂商的经营业绩和盈利能力带来不利影响。
3、市场竞争加剧风险。如果国际厂商加大本土化经营力度，以及国内厂商在技术、经营模式方面的全面跟进和模仿，国内市场竞争将日趋激烈，国内厂商面临市场竞争加剧的风险。
证券研究报告名称：《智能汽车视角下的TeslaBot（一）：底层架构及系统组成》
对外发布时间：2023年11月13日
报告发布机构：中信建投证券股份有限公司
本报告分析师：
程似骐 SAC编号：S1440520070001
SFC编号：BQR089
吕娟 SAC编号：S1440519080001
SFC编号：BOU764
陈怀山 SAC编号：S1440521110006