特斯拉：纯视觉方案+一体化端到端先驱算法：逐步从感知模块端到端发展成为一体化端到端。2021年，感知模块从基于单图分析的 HydraNet 网络架构迭代至BEV+Transformer架构。特斯拉在HydraNet架构中引入Transformer构建BEV，同时增加基于时间的序列（feature queue）和基于空间的序列（video Module）总成拼接感知模块完整的架构，很好地应对了相对复杂非结构道路的识别问题。同年，FSD规划模块引入基于神经网络的规划模块和蒙特卡洛树搜索，实现了规划模块端到端的优化。2022年，为了更好的识别遮挡物的识别远距离、边缘区域等，引入Occupancy网络，实现了对3D空间的感知，形成了BEV+Transformer+Occupancy神经网络架构。通过摄像头的图片输入，端到端输出汽车周围环境向量空间数据，为规划模块决策提供支持。2023年12月，FSD V12方案的提出标志着端到端架构正式进入一体化，通过单一的神经网络直接处理摄像头数据并输出驾驶指令，摆脱了传统的模块化处理方法。图18：2021年发布基于BEV+Transformer的感知算法架构图19：2022年引入Occupancy占用网络资料来源：Tesla AI Day 2021，CSDN，国元证券研究所资料来源：Tesla AI Day 2022，CSDN，国元证券研究所请务必阅读正文之后的免责条款部分21
