投资建议

智能驾驶龙头企业的技术栈演进，是行业发展的重要风向标。作为智能驾驶系列报告的第四篇，本文聚焦海外智能驾驶龙头企业，重点研究特斯拉FSD和Mobileye的技术栈，尝试回答：1）当前这些智能驾驶龙头企业的技术栈如何构成，2）在人工智能浪潮下，未来这些企业的技术栈演进方向怎样，3）如何理解智能驾驶龙头企业的核心优势与壁垒。

理由

特斯拉FSD：全栈自研，真实世界AI构筑者。在第一性原理和垂直整合的思路下，特斯拉FSD采用纯视觉方案，从车端到云端、从软件到硬件全栈自研。在车端，骨干网络、BEV、Occupancy Network、车道网络、两阶段预测、基于交互的搜索等均成为行业的经典创新和范例路线，持续提升着FSD的感知、预测和决策能力。从FSD v12 开始，特斯拉采用端到端神经网络的范式，用户反馈较为正面，而其探索的世界模型有成为基座模型（Foundation model）的潜力。而在云端，以大规模外采算力和自研Dojo为支撑，完善的自动标注和仿真体系助力车端模型以数据驱动的范式快速迭代。我们认为，基于全栈自研和车队规模，本质上特斯拉正在通过庞大的真实世界数据构筑真实世界AI，正在向软件驱动的AI科技公司演进。

Mobileye：软硬一体，全球头部智能驾驶ADAS供应商。Mobileye从芯片业务起家，打造了ADAS、SuperVision、Chauffeur和Drive等多样化的ADAS和自动驾驶解决方案，在ADAS领域具备龙头地位。在技术上，Mobileye的技术栈是传统L1、L2 方案的典型代表，拥有多维图立体视觉、端到端感知、众包地图等多种技术，技术储备完善而精细。在服务上，Mobileye既能为OEM提供“芯片+感知决策”的通用方案，又能基于DXP平台提供定制化的空间，满足更多OEM的多样化需求。

如何理解智能驾驶龙头企业的核心优势与壁垒？我们可以看到，更多AI模型渗透、更加数据驱动乃至更大规模模型，可谓智能驾驶技术栈演进的共同趋势。在此背景下，我们认为智能驾驶企业的核心壁垒在于：1）数据引擎，需以庞大的车队数量和强大的工程优化能力为支撑；2）垂直整合，软硬一体，规模优势是背后的关键逻辑；3）创新能力，持续自我进化，这或与企业文化、管理体制以及团队管理层有紧密关联。

盈利预测与估值

维持行业内覆盖公司的盈利预测、估值和目标价不变。

风险

技术探索进程缓慢；商业化受阻；行业竞争加剧；政策进展不及预期。