那么，是否真的如小鹏汽车所说，特斯拉FSD可能会对中国的复杂路况“水土不服”吗？

智驾市场热度空前    

小鹏汽车近期与特斯拉频繁在“隔空互动”。6月20日，何小鹏在社交媒体发文，表示自己身在美国，准备测评最新版（12.4.1）的FSD，以及Waymo；随后6月25日，他在体验了FSD和Waymo之后，发文称“我们也会向FSD学习他们优秀的功能点和用户体验部分，我相信2025会是完全自动驾驶的Chat GPT时刻！”7月1日，他再次发文称“……Waymo更加丝滑，但是我认为，FSD最近半年的进步速度飞快，而且随着FSD的数据量越来越大，整个Infra越来越好，我坚信在2025，FSD一定会超过Waymo”。

事实上，不仅仅是小鹏汽车，国内的新势力以及被华为加持的问界、智界等品牌都将智能驾驶能力作为今年的发力方向。我们观察到众多品牌，纷纷宣布城市NOA的进展，不断有新的城市加入“开城名单”。人工智能、大模型，可谓是目前智驾领域最火热的关键词。小鹏在520 AI DAY上发布了号称国内首个量产上车的端到端大模型，问界、长城、蔚来、理想等一众企业也在加速运用人工智能提升智能驾驶的表现。

而这一切与马斯克最近一次访华密切相关。4月28日，马斯克“突然”来华访问，在访问前夕，马斯克明确表示自动驾驶技术和人工智能对特斯拉的未来至关重要；在来华不久的6月中旬，特斯拉获得了上海自动驾驶示范区发放的道路测试牌照，开始了路测。而这一系列动作，都意味着FSD距离入华落地并不遥远了。

当智能驾驶的领军企业、新势力的“鼻祖”准备把自己的智驾方案在国内推广之时，中国汽车企业的紧张、兴奋、焦虑是可想而知的，这或许也是小鹏汽车频繁互动，以及其他品牌不断加码投入智驾的背后原因之一。

但特斯拉的FSD在国内会不会“水土不服”？

FSD进化了    

一直以来，作为业界标杆，行业对特斯拉FSD的表现有非常密切的追踪。FSD在神经网络、Transformer+BEV等技术方向上引领了行业对自动驾驶的探索，但由于特斯拉坚持纯视觉感知+无图的方案，其实际效能也一直被业内广泛争议。

但2023年8月26日，马斯克对FSD V12测试的直播，改变了业界的一些看法。这场直播背后，是FSD将感知、规划、控制各环节进行了一体化，改变了原有的规则，将感知结果直接输入神经网络进行处理，由神经网络输出驾驶指令。

“目前行业非常关注特斯拉新一代的FSD（V12），特斯拉公布的新型FSD是单车智能+基于大模型实现的端到端模式，由于有了这样一套新型方案，其智能化水平取得了重大进步，所以我们认为特性拉新一代FSD是对全球智能汽车行业的鼓舞和激励。”中国工程院院士、清华大学教授、国家智能网联汽车创新中心首席科学家李克强在近日的第十一届国际智能网联汽车技术年会上表示。

“从大的技术路线来说，特斯拉FSD V12依然可以看作单车智能，通过车载以视觉为主的传感器硬件，实时感知并完成规划决策与驾驶操作。另一方面，在它的自动驾驶算法开发体系中，它的端到端模型参数标定、数据闭环等非实时性开发训练任务方面利用了云端高性能的超级计算机能力。”某智能网联汽车专家向记者分析。

显然，V12版FSD的显著优势在于能够降低自驾方案对硬件的依赖，例如激光雷达、高精度地图等，能够获得全局最优解，但其弱点也很明显，模型需要大量的训练，因此最初的表现可能会不尽如人意。

“从目前FSD的应用情况看好像还是可接受的。”同济大学汽车学院教授朱西产在CICV2024上接受记者采访时表示，“FSD V12版本，以约170万左右的用户规模，在3个月过去后，目前尚没有报告非常严重的交通事故。有业内公司的安全报告认为FSD要比人类驾驶员更加安全。”

“对垒”双方 各有所长    

FSD的进化，国内业界看在眼里，很快也进行了跟随。

包括众多新势力、自动驾驶方案供应商在内，行业认识到了人工智能所能够为智驾带来的巨大改变，迅速地改变基于规则的感知规控方案，而大模型被越来越多的投入应用。同时，由于纯视觉的方案也在某种程度上被特斯拉“跑通”，可能也将影响国内车企对多传感器融合的选择。

“我们从感知角度来分析，（纯视觉与多传感器）两种方案各具优势，纯视觉传感器方案系统结构简单、硬件成本低，整体方案所依赖的软件和数据门槛较高；多传感器融合方案集合了不同类型传感器的性能优点，对复杂天气等环境适应性更强，但系统在装车成本和维护成本方面比纯视觉方案高。”前述专家表示，“我们猜测现阶段行业竞争激烈的大背景下，不少车企或许会跟进纯视觉方案，特别是会在中低级别入门级车型上普及应用基于纯视觉的智驾系统；多传感器融合感知架构更多用于中高端车型增强体验。如果这样的猜想成立，那么市场将有更多产品供消费者选择。”

图片来源：李力耘微博

虽然特斯拉的FSD V12在美国目前尚未曝出重大事故，但FSD入华，还有不少中国特有的问题摆在特斯拉面前，而这些问题，对于国内企业而言，或许反而成为了“长板”。

李力耘所评论的“三亿小电驴”鲜活地说明了国内交通环境的复杂度。我国交通参与者类型众多，在众多城市的中心区，交通拥堵状况较为严重。行人的“布朗运动”，电动自行车、快递专用电动三轮车、自行车的抢行，与机动车的抢行，在路口违反交通信号灯等行为，极大提升了自动驾驶的难度。这是特斯拉FSD入华所需要面对的“国情”。

“端到端智驾方案以数据为驱动，特斯拉FSD技术更成熟，但目前它基本上还是基于北美地区的数据开发迭代的智驾系统版本，对北美地区的应用环境更具有适用性。”上述专家分析认为，“但如果要应用于国内的交通环境，我们的评价认为，两国道路、汽车文化、交通规则等多方面均存在明显差异，特斯拉FSD确实必须根据国内交通环境进行大量高质量数据采集训练与模型标定；所以，从这一点上，对我们国内车企的智驾而言，还有优势和机遇。我们的下一步，应该会在端到端技术开发上加快追赶和突破。” 

相比较而言，自主品牌的很多车型在感知端装配了激光雷达、毫米波雷达、4D毫米波雷达等感知元器件，在进行感知融合方面天然具有某些优势。其次地图领域也是我国自动驾驶领域独特的优势。在各家图商的努力下，从传统导航地图、ADAS地图、高精地图等产品不断推陈出新，高精地图也已经支持了众多国内OEM产品高速NOA等场景的智能驾驶体验。特斯拉的FSD曾经坚守“无图”，而入华后，是否要利用、如何利用国内的地图优势，以及结合地图之后，是否会获得更优表现，也成为行业的关注焦点。

同时，数据问题也是摆在特斯拉与国内车企面前的共同挑战。特斯拉的超级计算机Dojo为FSD端到端大模型提供更大算力以及更快的迭代速度，但FSD入华之后，其车队采集数据如何传输到超算，训练结果再如何下发，也是一个显见的难点。

“产品研发体系层面，基于FSD端到端技术对大量高质量数据与高性能算力的需求，特斯拉在车端数据采集、云端数据存储以及数据传输等环节要遵循我国《中华人民共和国网络安全法》、《中华人民共和国数据安全法》以及《汽车数据安全管理若干规定（试行）》等相关政策法规要求，符合数据本地化存储，重要数据跨境评估等有关行为规范要求。

”中汽中心首席专家、中国汽车战略与政策研究中心智能网联汽车研究部部长秦孔建分析指出，“产品投放部署层面，如果特斯拉搭载FSD车型作为L2级辅助驾驶产品进行投放，我们国家主管部门正在拟定针对辅助驾驶车辆产品的准入管理政策，要求车企在企业能力和产品技术两个角度符合监管要求。企业能力上，要求企业具备对车辆开发与使用的安全保障与监测管理能力，同时要求企业履行产品功能告知义务，并且规范营销宣传；产品技术上，要求必须有脱眼脱手检测及对应的安全控制策略。”

而对于国内车企而言，其难点在于，明明知道端到端大模型极其耗费算力资源，但在我国自己GPU尚且难以追平国际先进水平之时（因美国针对英伟达芯片的出口禁令），如何以更低的成本，获得更大的算力，同时让算力能够发挥出最大效用。

拥有端到端+超算加持的特斯拉FSD方案，与众多国内车企的多源感知+端到端架构+高精地图加持的方案，谁能更好适应国内的道路，让我们期待FSD入华落地后，双方一决高下。