从特斯拉视角，看智能驾驶研究框架

第一章:回顾历史，智能驾驶的核心主线是算法的演进史，从2017年至今在感知侧+规控侧实现算法从规则为主走向端到端。算法方面，2017-2022年，特斯拉在感知侧走向端到端，实现BEV+Transformer+Occupancy。2021-2023年，特斯拉在规控侧从规则走向端到端。数据闭环方面，特斯拉在2022年实现模拟仿真数据、自动标注、云端算力等三个方面的升级。硬件方面，特斯拉从HW1.0升级至HW4.0，期间通过算法升级+自研FSD芯片实现更为适配智能驾驶进化的硬件体现。

第二章:展望未来，我们认为智能驾驶的算法将走向收敛，核心主线将从算法走向数据闭环。向未来看，我们提出由算法+数据闭环+硬件降本+政策法规四个维度构成的研究框架。围绕这些角度展开，我们提出未来智能驾驶核心的三个趋势:数据竞赛+大模型+任务导向。

第三章:对国内智驾能力的区分，我们提炼四个维度:数据积累能力+智驾好用能力+安全性+舒适性。基于数据闭环(背后竞争要素对应为组织的工程化能力)成为未来核心分水岭，我们认为基于算法来判断各车企领先程度的意义将愈发有限，以对数据为主的跟踪将成为未来判断各车企竞争水平的重要指标。

第四章:智驾下半场是城区NOA，智驾有望在2025H1迎来“好用”拐点。通过复盘高速NOA发展历史，我们总结出高速NOA与城区NOA的两点不同提出城区NOA发展的三个阶段，判断2025H1有望实现“好用拐点”。