FSD软硬件升级，智驾能力领跑全球。算法方面，最新升级的FSDv14版本参数量较此前提升十倍，在多模态端到端、实时推理与强化学习、MLIR编译器等诸多方面引入创新性算法架构，同时特斯拉基于FSDv14推出robotaxi服务。我们认为，全栈自研与端到端多模态架构奠定特斯拉FSD的领先优势，国内车企及第三方算法供应商加速优化智驾体验。

全球版图扩张，FSD订阅率提升带来新的商业模式。FSD的出海版图扩张至10个国家，其中对于中国市场，特斯拉已在数据合规、自建算力中心、以及与国内图商深度合作获取资质等方面做了充分准备。得益于FSDv14体验提升，FSD行驶里程及订阅率实现快速增长，我们认为，随着FSD进入全球多个市场，且FSD逐步切换至订阅模式，推动智驾软件收费商业模式，同时推动全球智驾渗透率进一步提升。

Waymo跑通商业化闭环，特斯拉L2到L4渐进式路径或为行业发展开辟新范式。截至2026年5月，Waymo已实现美国超3,000辆robotaxi布局，在旧金山运营区域内市占率突破25%。另外，Waymo在奥斯汀选择与Uber合作，基于Uber的流量基础和混合调度能力快速提升开城效率，我们预计三方合作模式或为算法公司加快开城速度提供有效路径。与Waymo高精地图 激光雷达模式不同，特斯拉采用轻地图模式，坚持L2到L4的渐进技术路线，且单车成本得益于自建产能与无激光雷达配置更具竞争力，我们预计或带动行业发展开辟新范式。

FSD全球扩张节奏放缓，法规出台不及预期，Robotaxi扩张不及预期，智驾技术发展不及预期。

我们在《智能驾驶系列十二：L3 车型准入在即，高阶智驾跨过渗透率拐点》中讨论国内高阶智驾的发展阶段、技术路线演进方向、以及主流车企及第三方算法公司的智驾算法对比。放眼全球，中国无论是在智驾渗透率、供应链完善程度、还是市场参与者的数量等多个维度，均实现全面领跑。本文是我们聚焦海外智能驾驶发展的首篇报告，对于海外市场，特斯拉作为全球智能驾驶的领头羊，坚持智驾芯片与算法全栈自研，并在2021年创新性的提出了BEV Transformer算法框架，在2024年率先实现端到端大模型上车，其智驾能力建立先发优势。2025年底，特斯拉推出FSD v14版本模型，并基于该模型布局Robotaxi业态，探索从L2 到L4的渐进式技术路径。近日，特斯拉官方宣布监督版FSD进入中国市场，全球版图再次扩展。本文我们对FSD v14版本的/技术优势展开分析，并跟踪其Robotaxi的发展进程。同时，我们引入全球Robotaxi标杆企业Waymo作为特斯拉的参考对象，并进一步探讨Robotaxi的商业化模式。

从BEV Transformer，到端到端模型，特斯拉成为全球智能驾驶技术路线领头羊。复盘特斯拉智驾的发展路径，特斯拉FSD从2014年Autopilot起步，经历了从供应商采购软硬件到全栈自研的变化，2019年自研FSD一代芯片上车（HW3.0），并于2023年迭代至二代芯片（HW4.0），软件算法端2021年纯视觉方案革新，创新性提出纯视觉与BEV Transformer框架，2024年V12版以端到端神经网络取代数十万行人工规则代码，实现算法AI化。当前FSD已进化至V14版本，参数量大幅提升，能预判行人意图并识别交警手势等非结构化信号，驾驶行为趋近人类老司机。技术架构的代际领先与大规模量产车的数据闭环带来的规模效应，使FSD在自动驾驶赛道上始终保持领先地位。

特斯拉FSDv14一经推出便获得行业诸多好评，成为特斯拉落子Robotaxi的算法基础。特斯拉FSDv14.1于2025年10月首次推送，随后v14.2和v14.3版本也陆续推送，2026年4月v14.3版本在北美大范围铺开，被马斯克称为“拼图的最后一块”，标志着v14架构逐步走向成熟。得益于其对于复杂的环境信息和长尾场景的理解能力，自推送以来，业内对其驾驶表现的评价表示惊艳。英伟达机器人业务负责人JimFan认为v14机械感降低，行为拟人化，是首个通过物理图灵测试的系统[1]，何小鹏认为v14的行为连贯性与复杂场景处理上较前代明显提升[2]。2025年12月底，特斯拉FSDv14已实现洛杉矶至南卡罗莱纳州4400公里零接管的跨越美国24个州行驶，再次验证算法在复杂场景和工况下的泛化性。

端到端 多模态融合，FSDv14神经网络参数量达此前版本十倍。特斯拉从FSDv12开始首次引入端到端神经网络架构，以此替代此前模块化的算法，降低对于人工编写规则的依赖。此后v13和v14均进一步升级端到端网络架构，提升输入分辨率、引入语言模型等。根据ICCV2025披露的技术架构，v14版本能力提升体现在多模态输入、实时推理与强化学习、引入MLIR编译器提升车辆反应速度等诸多方面，下面我们从感知升维、决策优化、工程效率提升多个方面展开分析。

感知神经网络升级，全方面提升感知能力

感知增强是FSDv14神经网络升级的重要内容。1）更高分辨率的特征提取：升级后，系统能够识别更小物体，对小目标（例如锥桶）的探测距离从100米提升至130米，可识别人体手势信息，理解交警指挥，同时对低能见度（如雨、雾、夜间）场景、交通标志及3D几何结构的理解能力增强。2）可连续处理视频流，具备“时空记忆”能力：突破传统"空间特征提取→时序融合"的分离式架构，采用基于Transformer的时序架构，关键创新在于跨帧注意力机制，实现视频流的连续建模。

支持音频 视觉 IMU 导航多模态融合。V14首次将音频信号作为输入，能够识别并主动避让鸣笛的警车、消防车和救护车。除此之外，视觉、车辆本体感知IMU，以及导航语义均作为原始信号输入，实现跨模态交互。多模态感知的难点在于如何处理各模态，并且实现融合。对此v14将异构传感器数据统一映射至多模态融合特征空间，引入跨模态自注意力机制，在特征层级即实现跨模态交互，最终输出统一多模态表征。

特斯拉在FSDv14中引入3D高斯（3DGaussianSplatting），以实现感知系统升级。尽管在2021年特斯拉首次展示了BEV Transformer感知新范式并引领智驾发展方向，但由于该架构将3D世界投影到2D水平面，垂直维度信息有缺失，同时该架构依靠稠密计算，消耗计算冗余。因此在v14中，特斯拉基于BEV转换层进一步升维，通过3D高斯重建和3D占用网络在神经网络内部构建3D空间结构。其中，3D占用网络将多摄像头图像聚合为统一的3D向量空间。3D高斯重建则用一系列3D“高斯椭球体”来重建车辆周围的3D场景，由于实时生成仅需要220毫秒[3]，该技术为端到端模型提供了密集的训练信号，使其拥有更接近人类的3D空间直觉。

全景分割（Panoptic Segmentation）技术与3D空间算法融合，提升全场景理解能力，实现在线建图与导航。全景分割是v14实现环境理解与无高精地图导航的关键感知技术。全景分割是计算机视觉中语义分割（Semantic Segmentation）与实例分割（Instance Segmentation）的统一，目的在于给图像内每个像素赋予语义标签和独立边界，既能够区分每辆车的个体边界，又能够识别环境信息，实现场景全面理解。在FSDv14中，全景分割 3D占用网络结合提升物体边界的3D定位精度，对于路沿/路缘识别、异形障碍物识别能力提升，实现在线建图与导航。另外在FSDv14的"黑箱"端到端架构中，全景分析作为显式中间表示提供可解释性，提供了可解释的感知信息，解决长尾障碍物识别与复杂场景决策难题。

具备实时推理与强化学习能力，决策能力提升

特斯拉FSDv14之所以能够展现出“类人”的驾驶质感，在无保护左转等场景表现出更强的博弈能力，核心在于具有实时推理和强化学习的算法决策进化。FSDv14能够在车端实现超大模型的实时推理，其技术关键离不开软硬件协同。FSDv14面向HW4芯片架构原生开发，因此v14模型算法能够更好的调用芯片算力与缓存。在v12和v13算法框架下，尽管已经引入了端到端，但彼时模型的痛点在于模仿而非真正理解人类驾驶行为，“知其然，不知其所以然”。V14则在云端引入大规模强化学习，利用从全球车队中筛选出来的大量长尾场景进行训练，赋予AI真正的“博弈与思考”能力。

持续工程优化，处理速度加快

为了支撑快速增长的神经网络参数，特斯拉在v14中引入了基于MLIR（Multi-Level Intermediate Representation,多级中间表示）完全重写的AI编译器，成为提升模型实时性的关键。大模型上车一方面对于芯片算力提出更高要求，同时也对大量运算的速度带来挑战。在传统推理中，神经网络每一层计算完，都要将中间结果写回主存（DRAM），下一层再从主存读出来，频繁的读写导致严重的延迟。FSDv14采用的MLIR编译器在代码编译阶段，会将神经网络中多个相邻的计算层“融合成一个巨大的超级算子”，大幅减少了数据的搬运开销和内存访问延迟。数据只需从主存读取一次进入芯片内部的高速缓存，一次性完成所有融合层的计算，再将最终结果写回。这并非上层算法的改变，而是系统计算方式重构，优化内存调度和指令执行效率。通过MLIR编译器的算子融合与内存优化，V14.3相比V13实现端到端模型参数大幅增长的同时延迟降低20%。

复盘过去五年，FSD年度里程指数级增长，有效提升驾驶安全性。基于特斯拉官方统计数据（覆盖北美地区超80亿英里实际道路行驶数据），截至2026年4月，FSD（监督版）在重大碰撞预防方面达到美国平均水平的8倍安全性，达到特斯拉普通车辆（仅开启主动安全功能）的2.4倍安全性。当美国平均车辆每行驶66万英里就发生一起重大碰撞时，开启FSD车辆可安全行驶530万英里才遇到一起同等严重事故，这意味着FSD将重大碰撞风险降低了87.5%。在日常轻微刮蹭、追尾等场景中，FSD展现出7倍以上的安全优势。

2023-2025年期间监督版FSD年度行驶里程指数级增长，复合增速达152%，由于同期特斯拉在美国的保有量增速约为25%，我们认为FSD行驶里程提升主要受FSD的单车使用里程增长推动，特别是在FSD v12端到端模型上车后，驾驶的拟人化程度提升，点到点的驾驶场景拓宽，提升FSD的使用体验。2026年5月初，特斯拉FSD累计行驶里程已突破100亿英里，在数据积累和长尾场景积累展现了领先优势，100亿英里也是马斯克认为可实现安全的无监督智能驾驶的前提条件[4]。

FSD安全优势不仅是技术参数，更是新商业模式的基石：保险公司Lemonade已为全程使用FSD的车主提供50%保费折扣，验证其实际风险降低价值。Lemonade联合特斯拉推出全球首款FSD专属自动驾驶保险，标志着车险迈入自动驾驶数据驱动定价的新阶段。产品依托特斯拉原生数据直连，实现精准风险定价，FSD驾驶里程可享约50%保费折扣，采用双费率、按里程计费与动态折扣机制，保障与理赔保持标准化。该产品仅面向HW4.0以上特斯拉车型开放，颠覆传统静态定价模式，推动行业向场景化、精细化、智能化升级。

得益于FSDV14的优异表现，FSD付费用户稳步提升。根据特斯拉2025财报，2025年FSD付费用户数量同比增长38%，其中订阅用户数量同比增长超过一倍。2025年FSD付费用户数量（包含一次性买断用户和按月订阅用户）约110万人，占特斯拉累计车辆销量约12%。1Q26付费用户数量同比提升51%至128万人，呈现加速趋势。在美国本土，特斯拉FSD商业模式在2026年2月已从买断 订阅双线并行的方式，转变为停售买断、仅有订阅模式。澳新、韩国、欧洲等地也逐步切换至订阅模式。

FSD全球商业化呈现北美领跑、欧亚破冰、区域加速的格局，荷兰的获批标志着欧洲市场正式迎来拐点，整体落地节奏显著提速。北美作为迭代大本营，已全面推送v14.3版本，且全面转向订阅制；澳洲作为右舵样板，已推送v14版本并全面转向纯订阅模式；在欧洲，受更严格法规的要求，FSD v14在欧洲的开通采用“一国一审、分批开放”的模式。2026年4月，荷兰成为首个欧洲落地国家，随后5月立陶宛也实现FSDv14版本推送，欧洲落地节奏不断加快。

受国内数据监管要求，特斯拉为FSD进入中国市场做了更充分的准备工作。国内消费者当前可体验到的特斯拉智驾功能为随车免费标配的基础版辅助驾驶Autopilot，以及售价32,000元的增强版自动辅助驾驶EAP，可实现高速及快速路的NOA功能。为了推动FSD在中国市场落地，特斯拉在数据、算力、资质合规方面做了充分的准备。1）数据不出海：所有在中国领土上采集的车辆行驶轨迹、视频图像等脱敏数据，一律不得发回美国总部。2）自建算力中心：在上海建立了本土数据中心，进行本土训练。3）合作获得地图资质：与百度地图达成深度战略合作。

入华时间表临近，特斯拉启动多城智能驾驶测试。2026年5月21日，特斯拉官方正式在X上更新了全球 FSD 地图，将中国列为支持FSD Supervised的10个国家之一。同月，特斯拉在中国开启了覆盖北京、上海、广州、深圳、成都、武汉、重庆等9大核心城市的智能驾驶测试员大规模招聘。根据特斯拉1Q26业绩会的信息，公司预计于3Q26正式获得中国相关部门的全面监管批准，从而向全量符合条件的车主推送FSD。

众包数据显示特斯拉Robotaxi车队规模已突破400辆，服务范围覆盖美国德克萨斯州奥斯汀、休斯顿和达拉斯，及加利福尼亚州旧金山湾区。德州和加州湾区的运营策略呈现差异化布局：德州部分车辆已启动无安全员的"完全无人驾驶"模式测试，而旧金山湾区则仍强制配备安全员，且为了规避加州对L4运营数据的季度披露要求，特斯拉基于包车承运人（TCP）许可证牌照提供出行服务，而非与Waymo同等的自动驾驶服务牌照。从车辆分布来看，加州湾区占据80%的车队，而德州仅数十辆车队规模。由于车辆数量较少，用户等车时间普遍在15分钟以上[5]，用车体验相较于Waymo仍有较大的提升空间。

Waymo在全球Robotaxi行业中占据"技术领导者 早期商业化验证者"的独特地位，是首个实现公开道路完全无人驾驶商业运营的企业，也是首个在美国主要复杂城市（旧金山）实现全天候运营的Robotaxi服务商。2025年底，Waymo车队规模超2,500辆，周订单突破45万单，在旧金山网约车市场的份额超过Lyft达到27%[6]。2026年以来，Waymo车队规模持续扩张，一季度已达3,000辆，周订单突破50万单，并指引到2026年底周订单突破100万单。2026年2月完成160亿美元融资，创下自动驾驶领域单笔融资纪录，投后估值高达1,260亿美元。我们认为，分析Waymo的开城表现及单城运营情况，或对特斯拉及全球Robotaxi扩张带来一定参考意义。

车队与运营区域不断扩张，并逐步进入全球市场

已布局美国本土11个城市，目标扩张至日本东京、英国伦敦等地。截至2026年4月，Waymo在全美运营的自动驾驶车队总规模约为3,000辆，分布在11个主要城市，每周提供超过50万次付费出行服务，我们测算平均单车的日订单量达到23.8单。旧金山湾区、洛杉矶、凤凰城三大核心城市是Waymo运营时间最长、且形成规模化运营的核心地区。2025年至2026年初新开拓的城市有奥斯汀、亚特兰大、迈阿密、达拉斯、休斯顿、圣安东尼奥、奥兰多、纳什维尔，重点在于验证跨区域的能力。同时，Waymo计划年内进一步扩展超过十个美国城市，及海外日本东京和英国伦敦，实现全球化运营，车队版图扩张领跑行业。

尽管Waymo在不同城市的开城时间有差异，但基本都实现了开城后渗透率快速爬坡趋势，且新开拓的城市市占率爬坡曲线更为陡峭。根据ConsumerEdge对美国主要城市网约车市场份额的跟踪，旧金山自2023年下半年开放完全无人驾驶服务以来，Waymo在旧金山网约车出行的市场份额曲线呈陡峭上行态势，2025年以来已突破10%，增长动能强劲。以Waymo运营区域的市占率来看，Waymo在旧金山核心运营区内的市场份额已突破25%，是美国渗透效率最高的市场；相比之下，凤凰城作为Waymo的早期试点市场，份额增长曲线更为平缓。洛杉矶于2024年开启运营，虽目前份额基数较低，但已进入稳步爬坡通道，展现出明确的后发增长潜力。随着Waymo技术迭代与运营经验的积累，其在新市场的用户渗透效率与运营效率正持续提升，高密度运营区的份额天花板也显著高于早期试点市场。

借助与现有网约车平台Uber的合作，Waymo开城效率和爬坡速度大幅提升。在奥斯汀和亚特兰大两地，Waymo选择与Uber合作，消费者仅能通过Uber APP打到Waymo的车，而Waymo的官网打车软件则不对这两个城市用户开放。作为传统网约车龙头，Uber具备庞大的流量基础，进一步确保Waymo新进驻城市的初始订单量。Yipit基于“上线后运营时长”口径的运营区市占率数据显示，奥斯汀成为Waymo运营爬坡速度最快的城市，甚至超过传统优势地区旧金山和洛杉矶。同时，基于Uber平台的混合调度能力，在Waymo服务区域内，无人驾驶车辆获得优先派单权，从而提供运力保障。

单一城市内市占率突破

在运力供给与车队覆盖层面，Waymo在旧金山湾区构建了行业内领先的密度优势。当前Waymo在旧金山部署规模超1,500辆无人车，占其全美总车队规模的一半，构建了庞大的底层运力网络。另外，依托超过330平方英里的连续连片覆盖区域，Waymo分阶段逐步覆盖了低密度住宅区、市中心、城市周边高速路等片区，大规模部署与面积持续扩张形成有效互补，支撑了系统层面更高效的全局路径规划与订单派发。当前，Waymo在旧金山运营区域内的网约车订单市占率已经超过Lyft，进一步验证了Robotaxi的商业模型。我们认为，以具备高密度人口及复杂场景的旧金山湾区为研究样本，通过追踪Waymo的扩张历史及运营表现，或对新开拓城市提供可落地、可复制的成熟运营范式与商业化模板。

► 发展路径：强监管背景下，渐进式扩张

复盘其落地路径，Waymo在旧金山的商业化推进具备稳步放开无人驾驶权限、稳步扩宽Robotaxi运营范围的渐进发展特征，同时严格遵守两大监管机构加州公共事业委员会（CPUC）和加州车管局（DMV）的监管要求。在经历长期路测数据积累的基础上，2021年8月，Waymo启动了"Trusted Tester"计划，通过筛选的普通旧金山居民可以下载App呼叫带有安全员的Robotaxi。随后2022年3月，Waymo获得CPUC允许，可在有安全员的情况下向公众收费，并在2022年11月获得DMV的全无人测试牌照。2023年8月，CPUC正式批准Waymo获得全天候无人商业化运营许可，成为Waymo发展的里程碑事件。此后，Waymo逐步实现面向公众开放，并且运营区域逐步扩张至330平方英里，并打通机场间高速路段，覆盖范围规模化提升。

► 运营表现：收费溢价、空驶率下降、市占率突破25%

Waymo在旧金山核心运营区形成了收费溢价的特征，同时市占率逐步提升。根据Yipit的运营数据，在定价较Uber、Lyft有溢价的背景下，Waymo在旧金山核心运营区的订单份额仍突破25%，并已实现对Lyft的反超。基于Obi在2025年4月对几家网约车平台在相同时间及路线的定价跟踪，Waymo的平均出行成本较Lyft高出41%，较Uber高出31%。同时，Waymo定价的价格波动也更高，在高峰时段呈现更高的峰值定价，主要系Waymo供给刚性，高峰时段需求提升传导为更高的服务价格。2026年以来，随着特斯拉Robotaxi进入旧金山市场，特斯拉定价体系较Waymo与传统网约车平台均更有竞争力，主要系特斯拉车辆BOM成本更低，且特斯拉轻地图模式降低对于高精地图的需求开支。

得益于运营范围扩张和效率提升，Waymo空驶率稳步下降，接近传统网约车水平。对于Waymo重资产自营的模式而言，空驶里程结构是衡量运营效率与成本管控的核心指标。空驶里程由巡游等待空驶（VMT P1）、调度空驶（VMT P2，即车辆接单后的接驾行驶里程），以及维保补能空驶构成。其中巡游等待空驶和调度空驶受城市停车资源约束，无订单时段车辆需在路网低速巡游待命，以及车辆密度等因素影响，直接影响Robotaxi的经济性。根据CPUC对Waymo在加州的整体空驶率的跟踪，2024年4月以来空驶率呈现稳步下降的趋势，体现出运营效率的持续优化。伴随订单密度提升与运营调度优化，空驶率整体曲线呈震荡下行态势，至2026年一季度已稳定回落至40%附近，其中车辆在线等待派单期间的空驶里程占比（VMT P1）的空驶率下降是整体优化的主要贡献项。

FSD全球扩张节奏放缓。特斯拉FSD在北美以外市场的落地与普及，高度依赖于当地政府对高阶自动驾驶技术的准入审批、数据安全合规要求。若海外核心市场的审批进度不及预期，将直接延缓FSD的全球扩张步伐。此外，全球化扩张还受到本土化地图数据采集限制、异国复杂路况适配难度以及当地本土化团队建设周期的制约。若海外数据回传及算法训练闭环无法及时建立，可能导致FSD在海外的实际体验打折扣，进而影响海外车主的订阅率与商业化进程。

法规出台不及预期，支持Robotaxi商业化运营地区扩张不及预期。Robotaxi的推广，例如允许收费运营的城市、车辆需要满足的安全标准、是否支持车上无人、Robotaxi需要的安全员数量等，需要法规的明确规范以及政策支持。因此，若相关法规出台进度或是力度不及预期或将影响Robotaxi的推广进程。另外，Robotaxi的推广受限于资金、竞争等。若资金不充足，则无法及时铺设足够多的Robotaxi以实现商业闭环。而若竞争激烈，同行友商优先获取开放城市的有限运营牌照，则本公司的商业推广或受阻。

智驾技术发展不及预期。尽管当前“端到端”架构与大模型推动了智能驾驶能力的快速跃升，但高阶智驾技术的成熟仍面临诸多底层技术挑战。例如，在面对极端天气、强光炫目等恶劣环境，以及极端长尾场景时，系统仍可能存在识别滞后或决策失误的风险。目前，端到端模型的训练对驾驶数据和算力需求较高。若后续算力供应受限、高质量长尾场景数据挖掘效率低下，智驾技术的演进节奏或将放缓。