一个半血的FSD，和中国智驾打了一圈下来，没有落后太多？

特斯拉FSD进入中国的首个24小时，国内智驾圈炸开了锅。一时间，主机厂、车主、KOL、KOC扎堆开始直播测试，首轮战罢结果出奇一致，关于吐槽的点，是导航拉胯、闯红灯、不认路、市区超速、接管频次高，甚至是逆行，而好评的点，都在最核心的博弈规控上，效果基本能用丝滑和果断来总结，按照马斯克的隔空解释，由于复杂的不可抗力因素，目前在中国地区上架的FSD V13.2.6，道路数据是从互联网抓取学习训练后的版本（美版最新为V13.2.8），要这么说，FSD在中国刷题一段时间后，很有可能会优化掉这些问题，那，到时候，特斯拉FSD的段位会在华为、理想、小鹏之上吗？6万4的一口价，还会降吗？

焕新Model Y等新版本，“半血FSD”首战落后不多？

需要明确的是，特斯拉首次在中国推送的FSD，只开通了其中一部分功能，因为在2024.45.32.12推送里，更新内容只提到了3个，城市道路Autopilot自动辅助驾驶、车内摄像头、新版本地图。所谓的城市道路Autopilot自动辅助驾驶，其实就是对现有NOA辅助功能做了细节优化，支持掉头、无保护转弯、变道、上下匝道等，车内摄像头则是用来判定驾驶员注意力，就这些功能而言，和眼下国内主流高阶智驾所覆盖的场景基本一致，不过，按照第一波测试的结果来看，问题多出在了对数据处理的准确性上。

有几个典型的案例，比如车辆完成右转后，感知端在夜间能识别道路划线，但也毅然占用了非机动车道，另外，当前方识别到拥堵工况时，果断进行压实线变道超车，这两个反规控基本逻辑的现象，说明了一件事，FSD在感知架构端的数据吸入稳定性，基本没有太大问题，而且漫游掉头甚至会自己规划新路线（有测试显示，T字路口车辆掉头后自行驶入加油站完成换道），从整个规控的逻辑来看，效果明显相对激进，可能有人会反驳这个观点，因为在不少测试过程中，还出现了违反交通道路标识行驶的行为，如果说感知端获取数据的能力不低，为何连最基本、也是最简单的道路标线也没识别出来？

难不成，百度地图在道路网的数据有滞后？这个推理明显不成立，因为特斯拉的这套端到端，底层架构也是不依赖高精地图驱动的，所以从根本来讲，可以看成是系统的学习量还远远不够，尤其是不熟悉道路结构和有中国特色的交通标识，这一点，似乎印证了马斯克在推文中的解释，但还是有一处疑点，既然这次在中国只是解锁了FSD一部分功能，但，从底层架构来看，FSD已经是one model一段式端到端了，理论上是无法进行模块化拆分的，所以很有可能，中国版FSD V13.2.6，是基于上一代V12版本训练后得来的，也不排除是基于已在北美公开推送的V13.2.8早期版本。

无论如何，从这两代版本在海外的实测结果来看，接管频次基本都不会超过两位数，而接管率又是眼下国内市场对高阶智驾水平的标尺，所以这又回到了前面提到的问题上，FSD在国内，感知和算法都不是美版的完全体，因为质量再好的仿真训练数据，也不能完全代替真实数据，所以，倘若特斯拉在有条件允许的范围内，在国内进行大规模测试，以上出现的问题必然会被优化掉，但，全国657座城市，路网结构和环境各不相同，相比北美多以直线或高速路为主的交通网络明显更复杂，特斯拉会花多久实现FSD的完全体呢？毕竟在焕新Model Y交付后，车主即便掏了6万4买FSD，也不支持推送目前版本，所以最后的答案，很有可能是为了尽快匹配新车，训练迭代周期压缩到一个月内。

一个月后再战，FSD会稳赢中国智驾？

之所以说至少一个月，本质还得从FSD的底层技术架构来聊。作为纯视觉智驾方案，依然是以BEV+Transformer为基底的感知网络架构，这也是目前中国智驾在感知端采用的技术，不同的是，增加激光雷达之后，利用实时扫图的能力来构建3D环境数据，超声波雷达、毫米波雷达和摄像头再以辅助提供高精度数据支撑，所以从数据的输入端来比较，不同的就是后者多了一份安全冗余。

由于不配激光雷达，所以在自注意力机制的架构之外，Occupancy道路拓扑占用网络的作用就很重要了，结合视频数据把世界环境分成无数个单元格，再将障碍物坐标匹配到相应的网格中，再通过Transformer或改进的LSTM结构融合历史帧数据，优化动态物体轨迹进行预测，由此来实现类似3D环境的建模，所以FSD在国内大量实测的本质，就是为了训练积卷神经网络中的HydraNets，来提高同时处理车道线检测、障碍物识别、交通信号解析等任务的能力，提升计算效率，覆盖长尾场景。

就目前华为ADS、理想AD MAX、蔚来NOP或小鹏XNGP，基本都需要车端高算力平台来支撑（至少双Orin 508TOPS方案），而特斯拉FSD满足的必要条件，是HW4.0，算力预估不超过500TOPS，就车端算力硬件来看，这部分中美智驾没有拉开太大差距，但，端到端的本质，是通过海量高质量人类驾驶数据，来实现最佳的模仿效果，而海量数据中的难点，是高质量场景的稀缺性，和驾驶数据质量参差不齐，动辄千万Clips的高质量数据回流，也就形成了规模门槛，目前理想最新的V13版本，已经用到了基于1000万Clips的AD训练模型，罕见且较难的corner case基本都能平稳处理，回到FSD来看，短期拿下复杂的中国道路数据，其实并不是没有可能。

答案还在云端高算力架构，特斯拉自研的D1芯片集群，也就是其Dojo超级计算机，和传统的GPU架构相比，Dojo系统的核心就是高带宽和低延迟的训练体系，如今，整套系统的算力已经到了100000PFLOPS，算力储备几乎是去年全球的11%，参考目前比较主流的几家中国智算中心的数据，商汤12000PFLOPS、华为3500PFLOPS、长安1420PFLOPS、吉利810PFLOPS、理想750PFLOPS、毫末670PFLOPS、小鹏600PFLOPS，庞大的算力储备明显能应对超大规模的训练，按照以往更新频率来看，小版本迭代基本在2-4周完成，侧重性能优化和特定场景修复，大版本周期则在6-12个月，像V12切换V13，其中会涉及到架构级别的改进。

至于Grok3，其对FSD的帮助可以看作是间接性的，比如能利用LLM语义解析能力，提升端到端系统对复杂交通规则的理解能力，也能对新场景和人类驾驶员的行为重新建模，来间接缩短FSD迭代周期，所以不出意外，在中国至少刷一个月题，届时FSD的能力上限必然会有明显变化。是否会超过华为小鹏理想，目前能推测到的是，在复杂路口的博弈能力会基本类似，但在包括提前制动或跨层漫游寻车位这些细节体验上，FSD可能还不是中国智驾的对手，当然了，按照端到端训练和学习成正比的关系再推测，在中国展示出断崖式领先，在未来也不是没有可能的。