国内智能驾驶桌上，特斯拉将是王者。五年免息、尾款立减1万元后，特斯拉明年一季度前在华酝酿两件大事。一是推动国产新款Model Y的上市，二是将FSD引入中国。对于新车，一般采用新电机、新外观、新电池，注重长续航+低能耗；重点是后者。据特斯拉官方最新消息，FSD已于12月1日推送给美国所有车主。V13.2从V12.5正式进入第13代系统，这意味着从数据规模到车型规模再到自动驾驶驾驶效果方面，新系统的各项性能都比12代版本更加进化。那么问题来了，新版本的智能驾驶能力大致达到什么水平呢？近210万中国车主能否正常使用新系统？ FSD来到中国后，谁能接班？
如果接手率下降10倍，210万中国车主能用上V13.2吗？
与FSD V12.5相比，此次V13.2升级了11项。注意，并不是11个新功能，而是在前12代累积训练结果的基础上进行更具体的优化。从体验角度来看，共有三处更新。首先，在P档停车状态下，发出目的地指令后，可以一键激活FSD，解锁之前只能在行驶过程中打开的限制。不过，这一功能仅限于华为ADS 3.0，今年9月份就已经首次实现；其次，基于主动绕行的决策逻辑，新系统可以提前检测封闭或施工道路，然后自主选择优先路径。同时中控屏幕上会显示多条路线。选择；最后优化预碰撞逻辑，最大程度减少海外车辆降级（接管）次数 从车主多段实测视频来看，在没有标线、光照环境较差的停车场，面对移动时对于盲区内的人和车辆的障碍物，整个系统给出的解决方案是首先根据限速减速并识别障碍物。然后观察预测它的运动轨迹，在安全距离处直接通过，而不选择长时间停留以示礼节。这显然是一个角落。案例的详细优化。
此外，还有两个细节值得注意。一是新版本集成了自动泊车、倒车、停车功能。即启动FSD后，车辆可以自行完成进出车位的动作，这是一个端到端的大解决方案。该模式下，华为、理想、小米、小鹏等众多国产品牌提供的智能驾驶解决方案也能实现所谓的“车位到车位”功能。不过，根据不少海外车主的实际测量，发现V13.2甚至会选择停在目的地附近的充电站。也就是说，系统会参考整个往返过程中预估的电量消耗来判断此时是否需要补充电量。从技术角度来看，实现起来并不困难。可以通过在大型CNN模型中编写可以读取车辆关键数据的代码来实现，所以这显然是经过学习和训练后的体验细节提升。
此外，V13.2还预览了下一个版本将做出的改进。其中之一是收集和分享音频片段，并利用声音检测来避开救护车、警车、校车等特殊车辆。相比于通过摄像头获取标定数据，警报声显然更容易被提前感知，换句话说，当车辆听到警报声时，就会提前做好避让计划，而不是在什么时候变道避让专车已经开到了后方。整体智能驾驶逻辑更符合人性化操作，所以音频写在大模型中。数据并行训练值得其他智能驾驶技术解决方案借鉴。回到软件层面，V13.2之所以能够提供更细致的优化，其实是有高敏数据支撑的。例如，新版本的数据规模是上一代的4.2倍，训练计算规模增加了5倍，经过深入、海量的学习，性能自然会提升。
此外，这套新系统直接采用HW Thinking 4.0芯片，36Hz全分辨率视频信号输入意味着1秒内可重复观看清晰视频36次。因此，小鹏的Lofic架构基本不需要对暗光环境下的数据可靠性进行筛选。总数据带宽为每秒 1.3 GB，运行频率为 36 Hz，捕获和推理之间的延迟接近于 0。除了这套芯片的性能外，特斯拉还减少了光子计数来控制域中的延迟控制，从看到它到采取行动，比以前快了一倍。据马斯克介绍，新系统接管前的自动驾驶里程是上一代的6-10倍。也就是说，接管率最多降低10倍左右。当然，大量的实际测试视频也证明了整个过程中零接管的真实性。即使在大雪覆盖的无标记道路上，车辆仍能自动完成整个过程，且不会出现降级。
既然如此，中国的特斯拉车主也能正常使用吗？前面提到，V13的一大变化就是完全基于HW 4.0芯片开发，因此V12.5是HW 3.0的最后一代自动驾驶版本。更具体地说，特斯拉是今年2月1日才推出的。搭载HW 4.0芯片的车型量产，因此在这个节点之前，目前国产的Model Y和老款Model 3无法通过OTA升级到V13.2。不过，马斯克在今年第三季度财报电话会议上公开宣布，如果硬件无法支持无监督FSD，特斯拉官方将为车主免费更换HW4.0芯片。这意味着，迄今为止的210万中国车主未来将有机会使用FSD和最新功能，而之后，只剩下FSD进入中国的具体节点和相应的价格规则。
FSD具有较高的计算能力和数据优势。进入中国后就只有华为可以接手吗？
毫不奇怪，真正变革性的 FSD 功能至少要在 V14 甚至更高的 V15 版本之后才可用。毕竟，根据《汽车驾驶自动化分级》的标准，L3级可以在特定条件下自主完成动态驾驶任务。但驾驶员需要随时接管，而L4是高度自动驾驶系统，无需驾驶员集中注意力即可自主完成所有操作。所以从某种程度上来说，特斯拉这次更新的FSD V13.2基本上已经具备了准L3级自动驾驶能力。纵观国内智能驾驶技术领域，目前最快的只有华为。首次将L3架构应用到尊杰S800上。也计划在2025年推出，第一季度推出。由此，国内首款量产L3车型的称号或将成为新款Model Y与尊杰S800之间的竞争。如果特斯拉更快推出新款Model Y，FSD V13.2同时引入国内。这不是意味着特斯拉新车主可以使用L3技术，节省100万吗？当然，这取决于特斯拉FSD在中国的首发，是V12.5还是V13.2。
现在距离FSD进入中国倒计时不到100天，特斯拉正赶在年底发布V13.2。对于中国来说，很难不让外界猜测新版本引入国内的可能性。即使新版本不送给中国车主，V12 .5也足以给国内其他智能驾驶玩家带来相当大的技术和竞争压力。要知道去年首次推出的特斯拉V12的底层逻辑已经发生了明显的改变。该代码已被删除，并替换为具有深度学习功能的神经网络。这和Chat GPT的使用逻辑类似，即只要学习能力足够强，喂食模型足够，用的越多就越容易。华为的GOD网络、理想的VLM+E2E、小鹏的AI鹰眼都有相同的端到端逻辑。那么，谁能接住FSD的大招呢？ ，或者说有机会超过FSD吗？
要回答这个问题，首先要明确其背后的技术框架。现阶段，除了极岳、小鹏之外，华为、理想、小米等都采用激光雷达实现高端智能驾驶。之前我们已经从技术角度分析过。斯科普里之所以拒绝使用激光雷达方案，一方面认为投入产出比不如预期，另一方面认为激光雷达会限制终端的性能上限——到终端大型模型。至于这两种技术方案哪一种更先进，不是本文的重点。通过激光雷达的感知硬件，其实就是计算能力的问题。毕竟，从工作原理和技术层面来看，激光雷达更像是一个可以直接处理感知的传感器。信号和数据的集成系统以及其中的芯片可以解决智能驾驶的一些感知问题。比如华为的192线，实时扫描可以将周围环境构建成多维度的三维模型。再加上毫米波雷达、超声波雷达、摄像头甚至ToF传感器获得的更精确的数据，最终反馈给大模型的是精确的、大规模的真实数据。简单理解，激光雷达是一种小规模算力的感知机制，拓宽了大型模型在思维、决策、执行等方面的算力需求，也可以视为解放了部分算力压力。纯视觉技术解决方案获得环境数据只能通过摄像头获得，获得的数据直接交给大模型考虑。所以也可以说，就目前的技术趋势而言，纯视觉解决方案只适合高算力平台，而高算力平台并不一定是纯视觉专属。多传感器融合技术方案除了算法之外更多的是提供安全冗余。因此，要实现L3甚至L4，两条技术路径都离不开高算力。 。
在实现数据闭环的过程中，算力是支撑大规模数据处理和模型训练的基础。对此，特斯拉有其自主研发的Dojo计算机。与传统的 GPU 架构相比，Dojo 系统的核心是高带宽、低延迟的训练系统，3 年前推出的 D1 芯片拥有 362 TFLOPS 的计算能力，让特斯拉能够在短时间内完成大规模神经网络训练。很短的一段时间。现在，整个系统的计算能力已经达到了100EFLOPS。参考目前主流智能驾驶品牌，华为7.5EFLOPS和理想5.4EFLOPS，小鹏1.5EFLOPS，相比之下，算力储备几乎是去年全球（910EFLOPS）的11%。从这一点来看，特斯拉没有任何必要选择使用激光雷达，这意味着极岳和小鹏要想尽快迭代更先进的智能驾驶效果，就必须弥补计算方面的缺陷尽快通电。
由于算力储备短期内无法赶上特斯拉，那么华为、理想、小米等集成激光雷达的多传感器智能驾驶解决方案能否在软件层面与基于卷积神经网络CNN的FSD竞争呢？华为、理想、小米今年实际上走了两条路，效果相似，但技术不同。首先，在ADS 3.0系统中，华为让BEV网络负责全局视角，PDP网络主要负责预测。当GOD网络形成一个大网络概念时，从感知到思维到调控，其逻辑与特斯拉所追求的逻辑非常相似。在模型形式中，传感元件获得信息后，直接由大模型进行处理。目前理想的VLM+E2E是将整个环境分为两个系统。 “快系统”直接调控，相当于华为的PDP，“慢系统”用于学习和思考，世界云模型相当于一本错误的试卷。它反复研究未知的极端情况，然后将它们丢给 VLM 架构。
至于小米，它利用Zoom BEV技术和超分辨率Occupancy来占领网络和大型道路模型。优点在于数据准确和检测准确。从某种程度上来说，小米更像是采用了特斯拉早期的模式。 Transformer+BEV+Occupancy计划在此基础上对激光雷达和BEV进行了技术改进。因此，从目前国内各家公司的技术来看，能够与特斯拉FSD正面竞争的似乎只有华为，而小米和理想最快明年可能就会有更明确的答案。
