特斯拉绝活来了，谁慌了？

陈惟杉

5月29日，百度旗下的Robotaxi（自动驾驶出租车）针对“武汉无人驾驶车辆致拥堵遭大量投诉”事件发声回应称：“近日出现的恶意投诉、虚假事故等网络内容，经核查、取证，确认与事实严重不符。”

此前，网络上出现“武汉萝卜快跑致拥堵遭大量投诉”的信息，其中列举多条在武汉城市留言板上的留言，内容多涉及无故停车导致交通拥堵、早晚高峰车速过慢等。

武汉一直是萝卜快跑的“重镇”，其计划今年底在武汉实现收支平衡，最终于2025年全面进入盈利期。此时迎来这场舆论风波，除萝卜快跑自述的“恶意”之外，多少反映出外界对于自动驾驶期待与担忧并存的纠结心态，人们似乎没有想到自动驾驶会以如此之快的速度实现。

近年，距离实现自动驾驶似乎只有“一步之遥”，这种预期随着特斯拉在今年推送新版FSD（Full-Self Driving），并官宣Robotaxi发布时间而进一步升温。而就在自动驾驶技术可能迎来突破的“前夜”，特斯拉FSD入华几乎成为定局，这预示着已经卷到极致的国内新能源汽车市场，将在自动驾驶层面展开新一轮拼杀。

特斯拉FSD的关键时刻

马斯克正不断向外界传递信号，称特斯拉即将实现自动驾驶。

与谷歌Waymo那样相信“一步到位”实现自动驾驶的公司不同，信奉“渐进路线”的特斯拉早在2014年就推出了智能驾驶系统Autopilot，希望其不断迭代，量变产生质变，最终实现自动驾驶。

此后在2020年10月，特斯拉开始推送更高阶的智能驾驶系统FSD，尽管被冠以“全自动”之名，但按照国际自动机工程师学会定义，它仍属于L2级辅助自动驾驶，即人类驾驶员仍然需要监控路况并负有交通事故责任。汽车自动驾驶技术被划分为L0至L5六个级别，L3级是分界线，L3级及以上为自动驾驶。为避免误解，国内车企普遍将L2级称之为“辅助智能驾驶”。

去年下半年，国内多家车企向市场投放L2+级智能驾驶功能，其介于L2级、L3级之间。同济大学汽车学院教授朱西产曾表示，L2+级智能驾驶在能力上较传统的L2级已经有了明显的进步，接管次数从百公里20多次降到了千公里1～2次。同时，车企将智能驾驶功能由高速路、泊车的场景拓展至城市，纷纷发布“开城”计划，以增加消费者对智能驾驶功能的感知，而特斯拉FSD于2020年推出时便已覆盖城市场景。特斯拉被认为已经摸到自动驾驶的门槛。去年5月，马斯克在接受美国财经媒体采访时提出，FSD实现自动驾驶会是特斯拉的“ChatGPT时刻”，他当时给出的时间点是2023年或2024年。

外界的信心也源自特斯拉于今年推出的新版FSD。今年3月31日，特斯拉向美国部分用户推送FSD V12更新版（V12.3.3），因为使用“端到端”技术，使得其驾驶更像人类司机。“任何体验过特斯拉FSD V12版本的人都应该清楚，FSD超越人类驾驶的可靠性只是时间问题，而且不会太久了。”马斯克说。随后他还宣布将在8月8日发布自动驾驶出租车Robotaxi。

“令人惊讶，”朱西产在评价FSD V12版本的表现时表示，“急死我了，也高兴死我了。急的是它还没有发生事故，这样就会把我们全部颠覆；高兴的是没想到自动驾驶这么快会到来。”

清华大学苏州汽车研究院院长助理戴一凡告诉《中国新闻周刊》，FSD V12.3.3版本的自动驾驶系统所展现的驾驶能力堪称惊艳，从各种视频不难看到，其对于前车的一些突发行为，以及临时施工占道这样的路况都能应对自如，毫无疑问代表当前自动驾驶的顶尖水平。从辅助驾驶员的角度来看，FSD V12.3.3近乎完美，但是其能不能赶上一个普通驾驶员的水平，还需要打一个问号。

特斯拉早在2014年就推出了智能驾驶系统Autopilot，希望其不断迭代，最终实现自动驾驶。图/视觉中国

尽管特斯拉Robotaxi的发布时间已然确定，戴一凡认为，仍然不能对FSD已经达到马斯克所谓的“ChatGPT时刻”过于乐观。“马斯克此前也曾预言实现无人自动驾驶的时点，但一再‘跳票。”

这种谨慎自有其道理，自从2016年10月预测2017年年底便可以实现自动驾驶以来，马斯克此后不断给出自动驾驶将在一到两年内实现的时间表。而这一次与特斯拉可能的“ChatGPT时刻”同时到来的，是特斯拉FSD即将入华。

4月28日，马斯克“旋风”访华，意在推动FSD在国内落地。当天晚上，中国汽车工业协会、国家计算机网络应急技术处理协调中心发布《关于汽车数据处理四项安全要求检测情况的通报（第一批）》，检测的主要内容是车辆数据安全合规情况，比亚迪、理想汽车、路特斯、合众新能源、特斯拉和蔚来6家企业的76款车型符合要求。这意味着特斯拉FSD在中国的禁停禁行限制将陆续解除。

此前，数据安全合规被认为是特斯拉FSD入华的最大障碍。有自动驾驶业内人士告诉《中国新闻周刊》，特斯拉已经在国内设置服务器，部署算力，将国内采集的数据在国内“消化”，未来其在国内采集的原始数据肯定不会出境，一些结果级数据可能出境。

4月29日，特斯拉中国FSD购买页面显示的文字从“稍后推出”改为“即将推出”。

中企如何追击？

在有可能取得技术突破之时入华，特斯拉FSD对于国内自动驾驶行业而言究竟意味着什么？

戴一凡坦言，国内汽车产业非常卷，从整车价格卷到辅助智能驾驶功能，鉴于特斯拉FSD的表现比较出色，所采用的纯视觉技术路线成本较低，国内企业必然面临新的挑战，一些看中辅助智能驾驶功能的客户可能会转向特斯拉。

4月29日，小鹏汽车董事长何小鹏公开称，欢迎特斯拉FSD进入中国。他表示，特斯拉拥有非常好的自动驾驶技术和品牌，只有更多好的产品、技术进入中国，消费者才能获得更好的体验，让市场良性发展。

如朱西产所言，最新版本的FSD V12会产生颠覆性影响。中企正在快速向特斯拉的自动驾驶技术路线靠拢。

纯视觉、端到端，被认为是特斯拉FSD技术路线的标签，它们都经历了从最初不被看好到最终被证实为可行的过程。

自动驾驶可以被分为感知、决策和执行三部分。在感知环节，主流做法曾是使用激光雷达、毫米波雷达和摄像头等多种传感器，再辅以提前绘制的包含道路细节的高精度地图，以减少车辆感知环节压力。特斯拉则放弃激光雷达与高精度地图，只使用摄像头采集的视觉数据。这是一个马斯克用第一性原理思考的案例，既然人开车时只采集视觉信息，机器开车时也应如此。

2023年7月8日，在上海举行的2023世界人工智能大会——智能驾驶论坛上，百度智行、AutoX安途、小马智行等三家企业15辆车获得浦东新区首批发放的无驾驶人智能网联汽车道路测试牌照。图/IC

“端到端”则指传感器获取数据，交由事先训练的大模型做出驾驶决策，而非机器根据人事先制定的规则驾驶。换言之，这是机器学习人类驾驶后直接模仿人类驾驶，使得最新版本的FSD更像人类司机。

去年开始，国内自动驾驶行业普遍抛弃高精度地图，但对于激光雷达的看法较为复杂。戴一凡告诉记者，包含激光雷达在内的多传感器融合方案并非没有优势，但是目前激光雷达面临成本与可靠性问题，如果在这两方面取得突破，其对于距离信息的精度获取能力是纯视觉技术方案很好的补充，并且能够适配现有的算法架构。

相比之下，国内企业对于“端到端”的技术路线更为笃定，有NOA（辅助智能驾驶系统）解决方案供应商人士告诉《中国新闻周刊》，“端到端”已经是大势所趋，国内公司也有相关技术与产品储备。

5月20日，小鹏汽车宣布即日起开始向用户推送基于“端到端”大模型的智能驾驶和智能座舱系统，成为中国市场第一个正式向用户推送“端到端”大模型应用的企业。华为也将在6月上市的享界S9上首发“端到端”智驾系统。

戴一凡表示，此前AI在自动驾驶的主要应用领域为感知环节，即如何利用各类传感器感知环境信息，近两年转向“端到端”。“‘端到端的技术路线其实多年前便被尝试，清华团队近10年前便与车企合作进行研究，当时‘端到端技术路径的表现不及常规自动驾驶技术路径。但是随着数据的积累、算法的迭代，‘端到端技术路径的表现已经优于常规自动驾驶技术路径，特别是其有代码量小、易于迭代等优势，国内企业会慢慢切换到‘端到端技术路线。”

这意味着自动驾驶的竞逐转向新的维度。戴一凡认为，与AI在其他领域的应用一样，“端到端”技术路线也需要三方面能力支撑，首先便是算力平台，既包括用于大模型训练的云端算力，也包括车载芯片提供的算力。截至2024年一季度末，特斯拉拥有3.5万颗英伟达H100芯片。马斯克称，这一规模仅次于Meta、排名全球第二。

他认为，算力之外其次是以较低成本积累优质数据，此前一些企业依靠采集车采集环境信息，每年需要投入上亿元采集数据，但是特斯拉通过量产车解决了数据采集问题。最后是优秀的算法研发团队。

“在‘端到端技术路径对于数据、算力、算法的比拼中，数据是底层推动力，算力是支持迭代的工具，目前有一定稀缺性，但是未来会得到缓解，算法则是各家公司的核心能力。”前述NOA解决方案供应商人士认为，目前特斯拉最重要的优势在于数据，其有先发优势，但是国内车企追赶速度也很快，一些新势力车企累计销量会在今年年底达到近百万辆。业内预期百万级量产车训练出的算法已经可以达到一定能力。“特斯拉FSD V12.3.3是行业标杆，但是国内企业与其差距并不大。”

不过他也提醒记者，脱离数据质量谈数量意义有限，由于中国路况相比美国更加复杂，数据质量可能会更好。“在一个驾驶场景中，如果算法判断与人工判断出现差异，这样的数据被认为更有价值。”

而按照朱西产的观察，目前国内辅助智能驾驶系统的能力基本与FSD V11相当。不过此前外界亦有疑问，中国路况相比美国更加复杂，特斯拉FSD入华后会否“水土不服”？前述自动驾驶业内人士向记者表示，特斯拉迭代FSD时会使用“影子模式”，通过预埋硬件采集数据，像“影子”一样运行测试版FSD，不直接输出控制命令，但计算结果，将其与驾驶员实际操作，或者当前版本FSD输出的控制命令比较，以此迭代自身能力。据他推测，特斯拉已经在中国进行了类似训练，只待获得“路条”。

他认为，未来在自动驾驶算法层面不会有太多选择，只会保留几家主流的算法供应商，其再与几家主流的硬件平台结合，形成几个主流的生态体系。

自动驾驶是门好生意吗？

自动驾驶、中国，两者都是当特斯拉处于低谷时马斯克喜欢向市场讲述的故事。2018年—2019年，特斯拉因产能危机遭遇做空时，马斯克先是宣布在上海建设超级工厂，随后于2019年4月22日举办第一个“自动驾驶日”，表示特斯拉一年内能够造出完全自动驾驶的车辆，并部署100万辆Robotaxi。

从财报来看，特斯拉当下又一次处于低谷中。4月23日，特斯拉发布近年最差的季度业绩。报告期内，特斯拉交付汽车38.7万辆，同比下滑8.5％，营收213亿美元，同比下滑9％，净利润为11亿美元，同比下滑55％。

因此今年以来，特斯拉希望进一步提高FSD的付费率。先是在3月针对加拿大、美国用户推出为期1个月 FSD免费套餐的体验，随后在4月降低FSD月度订阅费，由199 美元降低至 99 美元。

FSD被视为挽救特斯拉业绩的关键之一，只要更多用户付费FSD软件服务，其边际成本趋近于零，可大幅度提高收入。

摩根士丹利的研报认为，特斯拉从诞生起就被拿来和苹果公司对比，它能够在资本市场获得远超汽车公司的估值，也是因为机构看好特斯拉未来依靠软件获得持续盈利的前景。特斯拉已经通过Model 3和Model Y跨越了“iPhone时刻”，但还没有到达“AppStore时刻”。

推动FSD入华显然属于提高其付费率的努力，而国内更高阶智能驾驶尚在普及之中。2023年1—12月新能源乘用车L2级及以上的辅助驾驶功能装车率已经达到55.3％，但L2+级智能驾驶功能的装车率仍然有限。

前述NOA智驾解决方案供应商人士告诉记者，公司已经向数十万辆量产车交付智驾解决方案，而消费者对高阶智能驾驶有一个接受过程，今年上半年，消费者已经逐渐将高速NOA作为新能源汽车，特别是高配新能源汽车的标配，预计在今年下半年或者年底，城市NOA会成为热点。

同时，特斯拉也在推动Robotaxi商业化落地。据马斯克授权传记披露，2021年年底，特斯拉内部便纠结于下一款产品究竟是“一步到位”生产一款没有方向盘、踏板的Robotaxi，还是一款小型、廉价车型，马斯克一度认为这辆车必须设计成一辆“干干净净的Robotaxi”，而它将让特斯拉成为价值10万亿美元的公司。

根据《中国日报》5月8日援引消息人士报道，马斯克在最近访问中国期间，中国官员告诉马斯克中国“欢迎特斯拉进行自动驾驶出租车测试”，并希望它能够“树立良好榜样”。

“前几年便有传言称谷歌的Waymo将会进入中国进行测试，但迟迟未能落地。”戴一凡认为，从早年的谷歌、百度，到如今的特斯拉，看中Robotaxi市场是因为运营Robotaxi的市场空间远远大于造车，一辆出租车的价值是十几万元，但是其生命周期运营创造的价值可能数倍于车价。这意味着成为Robotaxi运营商便能分羹更广阔的市场，而物流车、卡车都不及出租车的市场规模，这是Robotaxi成为自动驾驶商业化载体的原因。

按照马斯克的设想，未来有些Robotaxi可能是私家车，但多数还是归车队公司或特斯拉所有。

自动驾驶商业化落地还有多远？“因为运营路线相对固定，Robobus被认为会先于Robotaxi落地，目前已经与常态化运营的公交相结合。相比之下，Robotaxi的应用场景更加复杂，对于企业运营能力要求更高。”轻舟智航副总裁程修远告诉《中国新闻周刊》，去年9月，轻舟智航与北京公交公司联合获得北京首张大型普通客车自动驾驶路测牌照，这也是全国范围内公交公司拿到的首张大型普通客车自动驾驶路测牌照。

在程修远看来，Robobus和Robotaxi的商业模式和去人路径仍有差别。“对于Robobus而言，会是一个渐进的过程，短期内仍然会保留安全员，通过从驾驶员过渡到安全员来降低其劳动强度，提升安全性。对于公共交通工具而言，提升安全性本身便有价值。随着外部环境与技术本身的完善，远期会通过辅助远程驾驶实现无人化，从而降低成本，提升效率。但是对于Robotaxi而言，其进入的出租车行业市场化程度较高，因此需要从商业化运营伊始，在安全与成本两个层面满足需求，才可能迎来行业爆发。”

从现有网约车平台的数据来看，驾驶员酬劳占到车费七成左右，实现真正的无人自动驾驶是Robotaxi商业化运营的关键。

戴一凡则认为，Robotaxi商业化落地的技术拐点仍未到来。尽管Waymo已经在美国数座城市运营，百度也在国内数座城市落地，特别是武汉车队规模也较大。但是目前Robotaxi的智能化水平相比于人依然有差距，比如其为确保安全，会牺牲效率，最直观的表现便是车速受控，甚至导致拥堵，因此现阶段商业价值必然受到影响。

而且Robotaxi商业化落地不仅仅需要解决技术层面的问题。程远修告诉记者，即使从技术角度来讲，实现Robotaxi已经不存在根本性障碍，但是运营服务体系的搭建仍未完成。Robotaxi的本质是提供出行服务，如何在提供服务的过程中处理各种意外？这些意外不仅仅针对自动驾驶而言，比如车辆爆胎，如何在没有驾驶员的情况下更换轮胎，这就需要运营服务体系予以支撑，而其建立和优化需要时间和成本。“L4级自动驾驶商业化运营需要有快速解决大量小问题的能力，而非解决少量大问题的能力，这些‘小问题往往与自动驾驶能力无关。”

特斯拉的Robotaxi究竟能否实现马斯克的“ChatGPT时刻”？能将自动驾驶商业化落地推进到哪一步？答案要等到8月才能揭晓。