特斯拉FSD入華，新能源車企慌了嗎？

9月5日，特斯拉宣布明年第一季度在歐洲和中國推出FSD軟件服務，正待監管部門批準。當日股票大漲5%。

同時，FSD從測試版本的“FSD Beta”，更名為“FSD Supervised”，正式面世。

FSD入華不再僅有雷聲。倘若進展順利，中國特斯拉車主半年內即可付費使用。

FSD（Full Self Driving），意為全自動駕駛，在美國和加拿大已有付費版本。小鵬汽車董事長何小鵬今年6月赴美體驗，給出“表現極好”的評價。

特斯拉是中國新能源汽車的樣板，也是最大的對手。

簡化來說，新能源汽車智能方案的核心區別，是攝像頭與雷達之爭，背后則是人工智能模型和數字模型之爭。

特斯拉攜攝像頭加大模型方案，表面看是成本優勢，實質則是人工智能的優勢—一個普普通通的攝像頭具有人眼（與大腦）一樣的智能水平，僅僅用來開車，就太沒想象力了。

新能源汽車終究“成精”，這是人們對科技的普遍預期。特斯拉領先一步，還是讓中國市場頗感震撼。這個時候的國內新能源車企，有沒有一絲慌張，是否有了更新的緊迫感？

特斯拉承壓

本來，特斯拉上半年的日子不好過，股價下跌超8%。

第二季度財報顯示，特斯拉該季度總營收增長2%，但去除碳積分后，實際銷售收入同比下滑7%；凈利潤同比跌45%。

特斯拉整體毛利率為18%，汽車銷售業務毛利率下滑至13.9%，意味著賣一輛車的利潤為5784美元。兩年前，這個數字是13809美元。

增收不增利，特斯拉股價應聲而下。

不過，7月以來，特斯拉一轉頹勢，股價累計上漲超25%。9月5日宣布FSD進入歐洲和中國市場，一天之內股價上漲5%，連帶著A股無人駕駛概念走強，多家相關企業漲停。

促進其“利好”的原因，一是講好了人工智能故事。4月，馬斯克宣布下半年發布自動駕駛汽車Robotaxi；7月，“小批量生產”的人形機器人有望明年問世。

二是雖然二季度增收不增利，但也有4月裁員10%、人工智能投入加大的影響；而且汽車交付量環比增長14.7%。放在全球電動汽車疲軟的大環境下，這一數字還是好過華爾街的預期。

三是去年年底發布的FSD V12，令業界看到特斯拉在人工智能方向上的突破。據研究機構分析，特斯拉算是美股市場上最被低估的“AI投資標的”，該業務估值或高達1萬億美元，已經超過特斯拉8000億美元的市值。

2024年上半年，特斯拉約一半的收入來自美國以外，僅中國就占銷售額的20%，但相較2023年同期的22.7%，略有下滑。FSD加速進入歐洲和中國市場，也是為了提振銷量。

4月28日，馬斯克“突擊”訪華。

隨后，FSD入華進程按下快進鍵：先是馬斯克訪華期間，特斯拉進入中汽協數據合規名單；此后，百度向特斯拉授予地圖測繪資質，并提供車道級導航系統；6月，特斯拉中國上線百度地圖V20；6月底，特斯拉副總朱曉彤在上海巡店時被問到FSD何時落地，他的回應是“快了”。

遲遲沒有掉下來的靴子，終于在9月5日“落地”。

端到端風潮

FSD V12是全球第一個端到端駕駛軟件。

端到端自動駕駛，是系統可以處理傳感器輸入的信息，輸出控制命令。放在汽車上，就是處理器從攝像頭、雷達里讀取核心信息，經過分析，讓汽車做出相應的駕駛操作。

FSD采用純視覺方案，依賴攝像頭進行環境感知，摒棄激光雷達，V12版本開始采用端到端架構，希望最終實現沒有人類干預、車輛自行駕駛的目標。

2021年開始，特斯拉開始重構底層系統代碼。2021年“人工智能日”上，特斯拉就將Transformer大模型技術架構引入了感知領域。

最新的方案是Transformer+BEV（鳥瞰視角）+占用網絡算法（三維場景），讓車輛能夠更精準地理解復雜的交通環境，其99%的決策都由神經網絡輸出。

簡單而言，馬斯克的野心，就是把普通攝像頭訓練成和人眼一樣識別物體、感知距離/尺寸/體積，再把拍攝的圖片瞬間轉化成數字模型，再利用大模型對數字模型展開計算，發布命令。

這個路線和ChatGPT、Sora一模一樣，都是靠數據喂出一個大模型，不斷調試，完成場景適配。其區別不過是AI作文、AI制圖、AI開車。

馬斯克認為，攝像頭方案是更接近人類駕駛的模式，“人類就是這么做的，圖像輸入，控制輸出”。而雷達靠的是無線電波的發射、反射和接收，和人類行為相差甚遠，達不到模擬人類智能的標準。

這也是馬斯克說特斯拉是人工智能公司的根本原因。

過去，中國新能源汽車的路線和Waymo接近：靠的是感知、預測、規劃和控制等多個獨立模塊的相互配合，方案是工程師們一行行代碼敲出來的。

這一技術路線過于依靠激光雷達以及精確測量技術—大量激光束快速照射目標物體，通過反射波立刻生成物體的數字模型。

它和最新一代人工智能沒有關系，無需大型神經網絡和大模型，實質是軍事上早已成熟的雷達探測技術。好處就是很成熟，靠算法加代碼實現，不聯網也能運作，但缺點是：不智能，沒有學習迭代能力；需要的代碼量極大，隨著智能化需求的提升，代碼量可能越來越龐大，搞不好要給世間萬物都編出代碼。

這一技術路線還有一個最大劣勢：成本。

汽車AI化

技術路線，影響的是生死存亡。

從成本上看，一顆激光雷達至少要六七千元人民幣，一個攝像頭才幾百元。如果從所有硬件成本估算，特斯拉的優勢還是比較明顯。

比如特斯拉有兩顆自研芯片，7個攝像頭，1個毫米波雷達。相比之下，小鵬、理想、蔚來的激光雷達都有1到2個，毫米波雷達3至5個不等，攝像頭都有11個，芯片還要買英偉達的Orin。

據業內人士表示，特斯拉芯片加算法的軟硬件“強綁定”，成本只是同行的1/3。

更值得注意的是，從前景上看，特斯拉的核心優勢是通過深度學習技術，FSD系統自我進化，不斷適應新的駕駛場景。當普通攝像頭成為“人眼”，不可能僅僅用來開汽車，放在人形機器人上，甚至開飛機開火箭，都順理成章。

據研究機構分析，特斯拉算是美股市場 開新的發展空間。上最被低估的“AI投資標的”

馬斯克布局人形機器人，正是為了“這一步”。這種世界上還沒人做到、短期內也不可能做到的事情，是馬斯克喜歡的“風格”。

也不是說激光雷達路線就沒有“想象空間”，只是受到技術本身的較大限制，無法像攝像頭那樣直接采集信息。它可以準確感知周邊環境的三維信息，但只能提供稀疏特征數據，行業里稱之為“點云信息”。

而攝像頭能直接采集圖像信息，提供給系統算法，自動分析圖像并識別出其中的各種物體，做出駕駛決策。

因此，去年年底以來，中國新能源汽車已經開始大幅度減配硬件，減少激光雷達，進行雷達與攝像頭融合，模仿特斯拉的Transformer+BEV（鳥瞰視角），再加上自己的三維場景計算方案，走端到端的路徑。

可以說，走到這一步，才是全球電動汽車產業乃至人工智能產業競爭的核心環節。

僅從汽車產業中橫向比較，特斯拉FSD有其明顯優勢，主要體現在感知、算法和算力上—聽起來確實是人工智能公司的優勢。

在感知方面，它能依據實時路況而不是路線規劃來完成駕駛動作；在算法上，實現了機器學習在整個自動駕駛流程中的深度整合；在算力上，已經使用上萬張英偉達A100GPU，而GPU數量還將增加兩到三倍，高強度提升數據訓練能力。

而且，特斯拉還不需要克服激光雷達和攝像頭數據難以融合的難題。

所以FSD入華，不僅僅牽涉的是“中國路況復雜，特斯拉水土不服”，或者“激光雷達價格下調，特斯拉失去價格優勢”，又或者“特斯拉車主FSD付費意愿低”等議題。

關鍵是，在已經相對成熟、具有一定競爭優勢的產業上，卷價格只是權宜之計，中國車企更應該把握住人工智能的機遇，走難走的路，打開新的發展空間。

責任編輯向由 吳陽煜 wyy@nfcmag.com