TechWeb文/卞海川
近日，特斯拉官方在社交平台上发文称，特斯拉计划明年第一季度在中国和欧洲推出FSD，但还仍有待监管部门的批准。这是针对近一年来特斯拉FSD入华传闻，特斯拉为数不多的明确回应从而引发业内关注。
说到FSD落地国内，其实早在今年年初，马斯克在社交平台上表示，特斯拉方面将积极推进FSD在华落地。此后，在特斯拉一季度财报电话会议上，马斯克再度表明：“我们计划在监管机构的批准下，将FSD作为受监管的自治系统发布到任何我们可以获得监管机构批准的市场，我们认为其中包括中国。”
而随着4月马斯克访华，FSD入华的脚步明显加快。尤其是4月28日，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4项安全要求检测情况的通报（第一批）》，特斯拉成为惟一一家符合车外人脸信息等匿名化处理、默认不收集座舱数据、座舱数据车内处理、处理个人信息显著告知等4项汽车数据安全合规要求的外资企业。4月29日，特斯拉又与百度达成协议，百度允许特斯拉获得其在中国公共道路上收集数据的地图牌照。对此，外媒指出，这将为FSD在中国落地扫除最后一道障碍。
马斯克结束访华行程后，特斯拉在中国市场依旧动作不断。6月，有消息称，特斯拉获得上海自动驾驶示范区发放的道路测试牌照。7月初，特斯拉作为惟一入围的外资企业，其Model Y出现在江苏省政府新能源用车采购目录中，这是特斯拉首次进入政府采购目录。
众所周知，特斯拉自动驾驶产品可分为3个类别，包括AP、EAP和FSD。其中，AP为最基础版本，EAP为增强辅助驾驶，增加了智能机召唤、自动泊车、NOA等功能，目前这两大类别产品可以在中国地区使用，前者免费，后者售价为3.2万元。
而最高级别的FSD，全称为Full Self-Driving，即完全自动驾驶，是目前特斯拉提供的最高水平的自动驾驶系统。最终目标就是实现车辆可以在没有人类干预的情况下，自己识别路况、规划路线、控制速度和方向，完成从起点到终点的行驶。其最大特点是无高精地图+纯视觉。FSD高达99%的决策都交给了神经网络给出，通过摄像头纯视觉的输入，然后由神经网络控制输出。而神经网络是一种人工智能算法，可以通过大量数据训练来学习复杂的模式。FSD的神经网络通过训练，可以学习识别人类开车环境中的各种情况，并做出相应的决策。特斯拉还拥有庞大的数据资源和计算能力，它可以利用来自全球数百万辆特斯拉车辆的实时数据来训练和优化其FSD自动驾驶系统。
目前特斯拉FSD已经从初期版本迭代至V12，其技术革新主要在于架构的重构——端到端架构的引入。同时，特斯拉FSD系统的持续迭代，标志着其自动驾驶技术正步入一个数据驱动的快速发展时期。
究特斯拉FSD的优势，其主要体现在算法、感知和算力。
例如算法上，其实现了机器学习在整个自动驾驶流程中的 整合，而在感知方面，它能执行更多以往难以完成的驾驶动作，比如依据实时路况而非仅依赖地图规划路线，最后是算力方面，特斯拉通过大幅增加算力投入，如使用数千乃至数万张高性能H100显卡，特斯拉在基础训练平台上还计划增加两到三倍的GPU数量，这一举措将极大提升数据处理能力和训练。
从功能上看，目前FSD主要包括导航辅助驾驶（NOA）、自动变道、自动泊车、智能召唤、交通信号识别、（基于导航路线的）城市道路自动转向等功能，目前仅在北美地区提供。
尽管人们对于特斯拉FSD超强的自动驾驶能力相当期待，但其真正落地中国，很有可能会遇到水土不服的情况。
首先是美国的道路条件很大部分都是高速公路、乡间快速路，但是中国城市的通勤道路和道路条件要明显更复杂得多；
其次是出于对特斯拉软件在美国引发事故和对数据安全问题的顾虑，即便特斯拉的FSD在中国获得批准，最初可能也只会局限在上海等少数几个城市。特斯拉也尚未获得许可，无法将中国特斯拉车主的驾驶数据传输到美国计算机上，用于训练其自动驾驶模型；
最后是付费意愿的比例。有机构访问了约3500名参与FSD试用的特斯拉车主信用卡数据后，发现通过试用FSD然后决定购买的特斯拉用户不到2%。据悉，FSD在中国售价为6.4万元，在国内自动驾驶市场尚未培养出“付费认知”的背景下，这无疑成为FSD落地国内的又一大挑战。
也许是由于上述的因素，此前，华为智能汽车解决方案BU董事长余承东表示，他欢迎与特斯拉的竞争，并自信华为方案在中国市场具有优势。作为国内唯一一家同样与特斯拉采用纯视觉高阶智驾方案的极越汽车，也表达了类似的看法，极越CEO夏一平在近期表示，“迎战特斯拉FSD，国产品牌一定不会输。”
综上，我们认为，即便是特斯拉FSD明年如期落地国内，但其要真正做到普及和发挥出最大能力，不仅面临相关政策法规、国内复杂实际路况的挑战，还有一众国内车企激烈的技术、市场、营销等多重因素的竞争，种种这些，不得不让我们对于FSD落地国内的前景持审慎的态度。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
