马斯克，终究是自己把特斯拉带下了神坛。
八月份刚开始的时候，有个重要消息公布了出去，不过在当时公众的讨论中并没有引起太大的关注，这主要是因为外界很难理解这个消息，就算理解了也觉得无法准确判断其含义，该消息的核心内容是马斯克正式宣布Dojo超级计算机团队的解散，同时项目负责人Peter Bannon也将不再担任特斯拉的职务。外界对于特斯拉的推测还有，这家公司可能更加倚重英伟达、AMD 以及三星等外部人工智能芯片的供应方或者制造企业。
随着马斯克接连发布两条信息，真相逐渐显现出来。第一条是，马斯克透露FSD即将进行关键升级，自动驾驶汽车的功能将在V13.2版本中得到应用。第二条是，马斯克就解散Dojo项目的问题做出了回应。
而随着马斯克的正式回应，事实的真相也开始浮出水面。
这两条信息表面上看好像没有关联，但实际上彼此之间关联性很强，考虑到特斯拉在全球的销量数据持续下滑，再加上马斯克公开表示自己对于特斯拉的控制力并不强，他多次在公开场合表明，需要在经营业绩上有所作为。而如果能够明白这些情况，特斯拉当前最需要做的事情，就是在即将到来的技术竞争中取得领先，以此来提升产品的销量
这种技术角逐确实属于实质性的较量，并非如今流量排行榜上那些昙花一现的极致续航或自动驾驶功能验证。各类检测活动方兴未艾，随之而来的是众多机构纷纷发表看法，但极限验证所能产生的价值仅具有限定的参考价值，核心的吸引力终究在于信息不对称。
特斯拉降本，和华为走上同路
不实消息持续散播，部分报道提及，由马斯克主导的Dojo超级计算机项目，历经六载并耗资十二亿美元，现已进入收尾阶段。
但是移除Dojo团队，移除的并非高性能计算设施，而是中止了超级计算芯片的制造，也就是Dojo3项目。
而马斯克亲自出面澄清，最初外媒报道的特斯拉超算中心未来会与英伟达等外部企业合作的说法，已经被证实是错误的。马斯克目前的策略是双管齐下，将更多资源用于逻辑推理芯片的研制，涵盖AI5和AI6项目。
其中，AI芯片既可以安装在车辆上，这正是特斯拉用户所盼望的，比如未来的HW5.0和HW6.0版本，而且，该芯片还可以以模块形式整合到大型主板上，从而达到类似Dojo3的功能。当然，有一个基本条件是，马斯克先前做出的承诺未能实现，Dojo1自主研发的芯片生产过程遭遇重大挫折，计算资源大量闲置、开支巨大、合格率非常低，在与英伟达的竞争中明显处于劣势地位。此外，产品化进程也未达标准，直至2023年才投入应用。今年，Dojo2芯片面世，其表现未达标准，同时亦无法满足特斯拉HW4.0的硬件数据运算要求。
埃隆马斯克早些时候在完全自动驾驶领域发表过诸多宏伟宣言，例如计划部署百万量级的无人驾驶出租车，又比如实现FSD技术的完全无人化操作，然而由于先前安排的落空，如今他不得不调整既定方针。
最初马斯克打算，自行研发Dojo芯片，以此打造全球算力最强的计算设施之一，提供高达362 TFLOPS的GPU运算能力。这些条件具备之后，特斯拉所有行驶中的车辆，包括采用HW3.0的老款以及2024年配备HW4.0的新车，它们在全球运行时产生的庞大数据，均可由Dojo超级计算机进行标注和训练。
这种情形属于以力破局的典型案例，其余汽车制造商难以提供类似支持。毕竟，马斯克财力雄厚，只有他能制定出这样的强大计算方案，而且，FSD在全世界范围内的实施规模、技术进步速率、新技术的运用都是首屈一指的。比如，端到端系统、大型模型、纯视觉系统等构想，都是特斯拉率先提出，其他汽车公司随后模仿。
特斯拉未来的发展将怎样？根本在于两个关键点，一是降低成本，二是提高效率。降低成本体现在，在集中力量研发AI5和AI6芯片之后，将显著降低智驾辅助或自动驾驶的成本。今年7月，我们曾专门访问过领先芯片公司的技术团队，了解到许多中国汽车制造商目前都在进行芯片自主研发，但在成本控制方面，存在一个矛盾现象。
如果体量不足，难以实现有效成本削减，优势仅在于，产品迭代更迅速，效能更优，也无需再担忧因与英伟达深度合作，导致其开发问题带来的冲击。
到2025年4月为止，特斯拉HW3.0模块的交付数量已经突破八百万台，而HW4.0模块的交付量预计将超过一千万台。相比之下，小鹏的图灵芯片、蔚来的神玑芯片以及理想的舒马赫芯片，虽然有可能达到这样的交付规模，但是仅以当前每年大约三十万辆的销量来看，还无法准确判断。要实现充分的规模化生产，并且配备足够的计算能力，目前只有华为具备这样的条件。
此外，特斯拉在芯片通用化方面借鉴了大众MQB模式，同时探索了降低成本的新途径。Dojo不再依赖大量实际数据进行标注和强化训练，而是采用生成的虚拟数据执行强化训练。这种做法能够取得怎样的成果？根据理想i8发布时披露的信息，可以节省九个月的测试周期，并且节省数以亿元计的测试开支。
也就是说，马斯克最近的一系列举措，显示出他不再像从前那样固执己见，而是开始结合中国科技企业的长处和自身的特点，以追求最高效率，同时尽量压缩开支。
此外，马斯克还有其他计划，新版Model Y的平价版会在2025年全年亮相，预估售价或许会跌至十五万元。同时，特斯拉也在积极研究动力电池的回收利用以减少开支，举例来说，仅2024年回收的废弃物，就足以组装出两万一千辆入门级Model Y所需的电池组。一系列新举措之后，资本市场给予了积极反馈，尽管销量出现下降，特斯拉的股价却再度攀升。
智驾决战，今年重新排名
至于埃隆马斯克，他真正倾注心力的还是中国汽车领域接下来的角逐。
2025年以来，特斯拉经历了2015年以来最显著的销量下滑现象。最近两个季度，其销量同比降幅达到两位数水平，在欧盟市场单月销量同比降幅超过40%。在美国本土的加利福尼亚州，特斯拉的市场占有率从一年前的55.5%下降至43.9%。
全球范围内，中国的经济活动最为稳健，然而，7月份的销售数据却显示，此前6月份刚刚出现的复苏迹象再次中断，整体销量又出现了8.4%的负增长。
当然，情况并非仅限于此，特斯拉即将在中国汽车市场中遭遇重新洗牌的挑战，从八月份下旬持续到十二月份，将展开为期约四个月的智能驾驶辅助技术的较量，这不同于先前的预期，当前的智能驾驶领域竞争并非围绕上半年备受热议的L3级自动驾驶展开，而是在L2级辅助驾驶层面，就能够形成新的市场格局，并且落后的汽车制造商将难以追上领先企业的步伐。
特斯拉近期的诸多举措，意图在于维持其在智能驾驶领域的领先地位和先进技术水准，目前正静候中国市场的最终审批结果，而马斯克在社交平台上公开的言论显示，他已不再像先前那样断言2025年必定会进入中国市场
最近公布的FSD V13.2版本中，他对于技术的评价依然充满信心，例如参数规模将扩大十倍，不过对于进入欧洲和中国的时间点就不再那么确定。同时考虑到一系列其他因素，2025年4月，比亚迪在欧洲市场的纯电动汽车销量首次超越了特斯拉。例如，特斯拉近期向工信部提交的Model 3和Model Y两款车型，在同级别中均实现了最长的续航里程，然而当最终售价公布后，续航仅增加了不到200公里，而价格却上调了超过2万元，多数购买者认为此举缺乏诚意。
它的核心技术，目前只剩下完全自动驾驶一项，接下来的系统减价或者整车降价，都绝对不能出差错。而九月份开始的智能驾驶竞争，将是对特斯拉未来技术的更严格检验。
今年上半年汽车行业内普遍预期，九月份华为乾崑ADS4面市后，L3级自动驾驶商用化竞争将迅速展开。各家厂商力争在系统启动时，车辆速度能最接近高速最高时速的120公里每小时。同时谁能为用户提供更充分的安全保障，谁就能在L3级自动驾驶领域占据主导地位。
不过，自从理想i8车型面市以来，它便成为了首家配备VLA大模型的汽车制造商。依据2025年上半年的预测，这套系统，将使理想汽车达成L3级别的自动驾驶能力。8月20日，这款新车将启动交付流程，VLA系统也会在此时一同交付。
从现有少量试驾车来看，实际感受到的内饰版本与最终版本差异很小。理想VLA带来的核心转变在于，车载系统得以实现自主学习，可以真正理解路况，然后开展相应的操作。
现阶段，所有主流汽车厂商的自动驾驶系统，在车辆即将并入匝道时，通常都采用固定的应对方式。当车辆距离匝道大约1.5至2公里时，它会主动进入右侧车道。之所以这样做，原因十分明确，主要是为了防止在匝道处遇到交通堵塞。由于直接并入匝道可能会引发拥堵问题，因此汽车厂商们提前进行了分析，并制定了一种既安全又容易执行的办法。
不过，在新型VLA中，其判断和预判本领远超VLM，因此车辆会先审视周边交通态势，倘若通行顺畅，便会逐步靠近，寻觅最适宜时机完成变道操作，倘若出现拥堵，则需提早排入车流。
总而言之，汽车可以更加精准地感知道路状况，而驶入连接道只是众多应用情境中的一种。在公开活动中理想展示的，借助语音控制车辆行驶，“向右转弯”此类操作，根本上是依托于VLA对道路环境有充分把握。华为的乾崑ADS4，其技术原理与此相似，WEWA系统，云端是全局情景分析核心，车端是局部行为决策单元。
会出现大量特殊情况，针对极端状况开展训练。因此，很可能今年九月启动发布，年内会推出首批应用。由于，WEWA的核心数据平台需要海量信息进行学习，这个过程涉及的固定时长是无法绕开的。
那么，按照这个思路再分析特斯拉最近的举动。关键在于，他们正逐步减少云端训练功能，同时增强本地推理性能。这实际上既符合当前的技术发展趋势，也是特斯拉因数据无法跨国训练而找到的恰当办法。
之所以称此为智驾领域的关键对决，是由于端到端技术与VLA之间存在显著的技术鸿沟，硬性训练所需时长难以逾越，对于借助Momenta、元戎启行等供应商服务的汽车制造商而言，现阶段项目仍停留在分段式端到端阶段，而世界模型或大语言模型等，与车企自主开发之间存在巨大的技术差距。在这其中，必须将极氪9X的宏伟计划纳入考量，该计划同样包含了L3级自动驾驶功能。
写在最后
这种技术竞争的势态，让我下意识的想到了最新最火的热点。
许多针对汽车性能的实验，显得颇为牵强附会。因为，沿用检测常规车辆的老方法，去评估那些运用尖端科技、不断迭代更新的车辆，考察的方面很不一致。
从不同角度审视，人工智能领域的胜负关键在于时机和效能。或者具备开创性的技术或产品构想，再加以高效的运作，便能在特定市场中形成独特优势。又或者，诸如华为和特斯拉的企业，凭借卓越的效能取得领先地位。
