2021年，FSD测试有2000客户参加。2022年扩展到了16万客户。截至2022年10月，积累了480万段数据，训练了7.5万个神经网络，并在此基础上推出了35个FSD的版本更新。2023年6月底，马斯克在社媒表示FSD的V12版本将不再是测试版"Version12won'tbeBeta"。特斯拉FSD有望展现出更加完善的产品形态，向更广泛的用户群体开放。

随着6月马斯克访华，不断有消息传出，特斯拉FSD完全版或将加快进入中国。一方面，上海市经信委官方早前表示，将进一步深化和特斯拉的合作，推动自动驾驶、机器人等功能板块在沪布局。随后马斯克访华期间会见了商务部、工信部等多部门主管，就智能网联汽车发展交换了意见。百度智能汽车事业部总经理储瑞松认为，特斯拉FSD在2024年有望入华，之后需要1～1.5年的时间去磨合中国道路场景。

5月17日的特斯拉股东日，马斯克表示，特斯拉已经打通了FSD和机器人的底层模块，实现了一定程度的算法复用。马斯克同时预计，随着人形机器人TeslaBot的出现，特斯拉FSD将加速迎来自己的‘ChatGPT时刻’。FSD算法主要依赖于神经网络和计算机视觉技术，对机器人的感知、决策和控制起到重要作用，自动驾驶与人形机器人业务有望产生强协同效应。

（1）感知层面：特斯拉的一个重要技术是OccupancyNetwork(占据网络)，借鉴了机器人领域常用的思想，基于occupancygridmapping，是一种简单形式的在线3d重建。FSD对车辆的环境感知和物体识别是通过对相机、激光雷达等实时传感器获取的数据进行处理和分析，并从中提取有关道路、车辆、行人和障碍物等信息来实现的，这是FSD核心的神经网络模型。FSD算法的传感器可以帮助机器人感知周围环境，识别物体、人和障碍物等，也可以通过传感器数据感知环境。

（2）决策层面：FSD算法在自动驾驶中运用了感知到的环境信息进行路径规划和决策，因为它具备辨别道路、车辆和行人等物体的能力，可以帮助机器人在任务执行时辨认和定位物体。同样的方法也可以应用于机器人，协助其在复杂环境中选择最佳路径和做出合适的决策。

（3）控制层面：特斯拉在2022年的特斯拉AI日活动中公布了一种名为LanesNetwork的在线矢量地图构建模型。该模型能够获取车道线的拓扑结构，从而协助自动驾驶汽车实现变道功能。在人工智能领域，对于未来全自动驾驶系统算法的发展，需要进行适应和改进，以满足不同机器人的特定需求和任务。

风险提示：宏观经济复苏不及预期；国产化替代进程不及预期；市场竞争恶化风险。

参考资料：

1.天风证券—李鲁靖（执业编号：S1110519050003）—人形机器人：特斯拉FSD与Optimus底层模块打通，感知+决策+控制三个维度助力人形机器人商业化加速—20230814