特斯拉FSD入华最新消息！预计明年第一季度推出，国产新能源或迎新挑战！

9月5日,特斯拉官方账号“TeslaAI”在社交媒体上宣布, 预计2025年第一季度在中国和欧洲推出完全自动驾驶FSD系统 ,但仍有待监管批准。

一时间,引发市场高度关注。

对于上述消息,有记者第一时间向特斯拉中国方面求证,得到的答复是:“我们官方号确实发布了,但暂时没有更多的官方回应和信息可以分享。”

此前在特斯拉发布2024二季度财报之后的电话会议上，特斯拉CEO埃隆·马斯克曾表示，特斯拉2024年年底有可能在其他市场获得FSD许可，比如欧洲和中国。照此看来，特斯拉FSD进入中国的时间表或许推迟了。

针对特斯拉FSD即将进入中国，不少国产汽车品牌高管此前也纷纷表态。小鹏汽车董事长何小鹏就表示，非常期待特斯拉FSD能够进入中国，能够在不同的道路上跟我们一起互相学习。

有报道称，FSD入华可能会成为国内自动驾驶领域的“鲇鱼”，加速高阶智驾在国内的落地进程，高阶智驾领域领先的车企或供应商会更加受益。

值得一提的是，9月5日，多个北京房产中介在社交媒体上发布视频作品，称马斯克以1.5亿美元（约合人民币10.6亿元）在北京买房，购买的北京霄云路8号的空中四合院。对此，特斯拉中国向记者回应称：“买房一事为假信息，不属实。”

特斯拉FSD

特斯拉FSD全称为Full-Self Driving（全自动驾驶），是特斯拉研发的一套智能驾驶系统。 其开发始于2014年，于2016年正式推出。

2024年初，特斯拉开始在一定范围内推送FSD V12，标志着在北美开始加速落地，2024年3月，特斯拉已经将FSD从测试版本的“FSD Beta”更名为“FSD Supervised”。

FSD目前最新版本为V12.5。在今年4月，特斯拉宣布，其FSD用户的累计行驶里程已超过10亿英里（约合16亿公里）。

业内认为，这意味着FSD已经结束公测，进入规模商业化的环节。

特斯拉智驾团队负责人AShok Elluswamy在X（推特）上发文称基于“端到端”（“end-to-end”）的** FSD V12在数月的训练时间内，已经完全超过了数年积累的V11。 **

FSD V12的推出很快得到了业界的积极回应。

英伟达CEO黄仁勋在接受外媒采访时高度评价 “特斯拉在自动驾驶方面遥遥领先。特斯拉第12版全自动驾驶汽车真正具有革命性的一点是，它是一个端到端的生成模型。” ；Michael Dell （戴尔科技集团董事长兼CEO）在X上表示“全新的V12版本令人印象深刻，它就像人类司机一样”；Brad Porter（曾任Scale AI首席技术官、亚马逊机器人副总裁）同样称“FSD V12就像是ChatGPT 3.5到来的时刻一样，它并不完美，但令人印象深刻，你可以看出这是完全不同的东西，迫不及待地期待它进化到GPT4那样”；就连曾经对特斯拉“剑拔弩张”的 小鹏汽车 董事长何小鹏，在试驾完FSDV12后也在微博上评价“FSD V12.3.6表现极好，要向其学习”，并且他还表示“今年的FSD和以前的Tesla自动驾驶从能力上完全是两个，我非常赞赏”。

FSD V12也得到了车主的积极评价。

海外车主大量实测视频显示，面对复杂的施工路段、夜晚临时路桩、飞扬的纸袋、路过的动物等，特斯拉FSD均能做出灵活且准确的反应。

“更丝滑”“更拟人”是车主们常见的评价。

特斯拉方面相关人士对记者表示，特斯拉完全自动驾驶距离走入现实仅“一步之遥” ，其大规模商用一旦落地，将成为特斯拉利润丰厚的“现金奶牛”。用马斯克的话说就是，特斯拉的“ChatGPT时刻”即将到来。

“端到端”为何有如此魔力

那究竟是什么样的改动，让FSD V12在短短几个月的时间就超越了过去数年的积累？这一切都要归因于“端到端”的加入。

那么，端到端究竟有何神奇之处？让我们从自动驾驶的基本框架和技术路线讲起。

自动驾驶分级

目前被国内外广泛接受的自动驾驶分级标准是SAE（国际汽车工程学会）的分级，从L0-L5共6个级别，随着级别的上升，车辆对驾驶员手动应急接管的需求越来越小，自动驾驶系统的功能也越来越齐全，到了L4、L5级别后便不再需要驾驶员接管驾驶（理论上在这两个阶段，方向盘、踏板都无需安装）。

L0级： 无自动化

L1级： “部分解放司机双脚”辅助驾驶

L2级： “部分解放司机双手”（部分自动化）当前发展阶段

L3级： “部分解放司机双眼”（有条件自动化）当前发展阶段

L4级： “解放司机大脑”（高度自动化）

L5级： “无人”（完全自动化）

模块块 vs 端到端

自动驾驶的设计理念可以分为两类，分别是传统的模块化设计和端到端设计。

在2023年特斯拉的标杆作用下，现在端到端自动驾驶已经逐渐成为了行业和学术界的共识。（2023 年 CVPR 最佳论文奖的 UniAD便采用的端到端，体现学术界对该设计理念的认同；自动驾驶行业中，继特斯拉后，华为、理想、小鹏、 蔚来 等多家智驾公司纷纷跟进端到端，代表业界对该理念的认同。）

模块化

模块化设计包含感知、决策规划、执行控制三大模块，研究人员可以通过调试每个模块的参数来使车辆适应各种场景。

感知模块： 负责收集和解释车辆周围环境的信息，通过各种传感器（比如摄像头、激光雷达、雷达、毫米波等）检测和识别周围物体（比如其他交通参与者、信号灯、道路标志

决策规划模块： 基于感知模块输出的结果，预测其他交通参与者的行为和意图，并制定车辆的行驶策略，确保车辆能到安全、高效、舒适地到达目的地。这个模块就像是车辆的大脑（前额叶部分），随时根据已输入的代码规则（Rule based）思考着最佳的行驶路径、何时超车/变道、面对加塞车辆时是让还是不让、在感受到红绿灯时是走还是不走、在看到外卖小哥占道行驶时是超还是不超等问题。

控制模块： 执行决策模块输出的行驶策略，控制车辆的油门、刹车和转向。如果说决策模块是大脑军师的话，那么控制模块就是听从军令的士兵，“指哪打哪”。

模块化的优缺点

优点：可解释、可验证、易调试

因为每个模块都是相对独立的，所以当车辆出现问题时可以回溯究竟是哪个模块出现了问题；在出现问题后，只需要在原有代码规则的基础上调整对应的参数即可，简单来说“比如我们自动驾驶的车辆在面对其他车辆加塞时，刹车过猛，那我们只需要调整加塞情况下，车辆的速度、加速度该如何变化即可”。

缺点：传递过程中信息损耗、任务多且散导致低效、存在复合误差、规则难以穷尽导致构建和维护成本高。

信息在传递过程中存在损耗： 传感器的信息从进入感知模块再到控制模块输出，中间经历了多个环节，信息在传递过程中除了效率变低以外不可避免地会有信息的损耗；举一个简单的例子比如在传话游戏中，第一个人说的是“你好”，经过中间几个人的传递后，到最后一个人那里可能变成风马牛不相及的“李吼”。

规则难以穷尽导致构建和维护成本高： 在理解了模块化的基本逻辑后，我们知道模块化是基于规则的，车辆在道路上做的所有决策背后都是一条一条的规则，而规则的背后则是一条一条的代码，程序员提前将道路上的规则以代码的形式写好，车辆在对应情况的时候便根据写好的规则遍历所有可能选出最优解，进行决策进而采取相应的行为。

然而工程师很难穷尽路上的所有情况，因为真实的物理世界是一直在变化的，有无数种排列组合，我们只能预期到常规的事情并把它写进规则中，但是小概率的极端事件也是会发生的（比如道路上突然出现一只猴子在和人打架），所以依靠代码堆叠规则是不可能覆盖所有情况的。

端到端神经网络

讲完了模块化，我们来看下目前行业最认可的端到端。所谓端到端（End-to-End）就是信息一头进入一头输出，中间没有各个模块传输来传输去，一站式搞定。

也就是基于统一的神经网络，对海量车辆行车数据，从原始数据输入直接到控制指令输出进行连续学习与深度学习，感知阶段不再需要人工识别和分类物体，决策阶段也不再需要预先编写的控制规则。系统只需要大量的视频输入，就可以学习神经网络，从而能够在不同情况下做出正确的决策。在这个过程中不涉及任何显式的中间表示或人为设计的模块，不再需要工程师人为写无穷尽的代码了，除此之外；其另一个核心理念就是无损的信息传递（原来可能是多人传话游戏，端到端就变成了你说我听）。

这一变革被誉为“改变游戏规则的技术”。

举个例子：模块化设计理念下的车辆就好像是在驾校学车的、没有自主意识、且不会主动模仿学习的新手司机，教练说做什么他就做什么（编写代码规则），教练跟它说红灯要停下来、遇到行人要礼让，它就按照教练的说法做，如果遇到教练没说过的事儿，它就愣在那里不会处理了。而端到端设计下的车辆则是一个拥有自主意识并且会主动模仿学习的新手司机，它会通过观察别人的驾驶行为来学习，最开始它就像一个菜鸟一样，什么也不会，但是它是个好学的孩子，在给它观看了成百上千万的优秀老司机怎么开车的视频后，它慢慢就变成了真正的老司机！

基于一条一条代码规则驱动的模块化设计理念的车辆，读到大学就无法再往上进修了，而基于数据驱动（即给车辆学习的老司机开车的视频）的端到端虽然初期是在小学，但它具备很强的成长性和学习性（强化学习和模仿学习），可以很快地进修到博士。

优点： 无损的信息传递、完全由数据驱动、具备学习能力进步快

随着感知、决策规划端到端自动驾驶路径逐渐清晰，端到端为迈向L4无人驾驶提供了想象空间。

缺点： 不可解释、参数过大，算力不足

因为黑盒问题，无法解释出现问题的原因，这是目前端到端急需解决的问题，目前常见的解决方案便是加入安全冗余。

除此之外，端到端落地面临的最大问题还是对算力和数据的巨大需求，根据报告显示，尽管大部分公司表示 100 张大算力 GPU 可以支持一次端到端模型的训练，但这并不意味着端到端进入量产阶段只需要这一数量级的训练资源。大部分研发端到端自动驾驶的公司目前的训练算力规模在千卡级别，随着端到端逐渐走向大模型，训练算力将显得捉襟见肘。

回到FSD V12

在上文中提到，特斯拉智驾团队负责人AShok Elluswamy在X（推特）上发文称基于“端到端”（“end-to-end”）的FSD V12在数月的训练时间内，已经完全超过了数年积累的V11。

再结合业内一众大佬对FSD V12的高度肯定，可以看出FSD V12和V11可以说是两个东西。

而FSD V12, 正是FSD使用端到端神经网络模型训练的第一个版本。

FSD V12上车之后，30多万行的C++代码缩减到几千行，其迭代速度远远快于之前，从2024年3月到7月，短短4个月时间，特斯拉相继发布了FSD V12.3.3、FSD V12.3.6 、FSD V12.4.1、FSD V12.4.2、FSD V12.4.3、和FSD V12.5共6个版本。

可以在社交媒体上看到消费者、从业者都频繁表示特斯拉FSD V12的表现更像人了。

截至目前，FSD仍在迭代推进，最新的12.5.2版本参数性能，较12.4版本提升高达5倍，合并了高速公路和城市技术栈，驾驶流畅度进一步提升，具体改进包括更自然和更早的车道变换决策、仅使用视觉系统进行驾驶员监控、在高速公路上的端到端驾驶以及在赛博皮卡上的FSD功能。

特斯拉持续推动FSD在中国落地

对于特斯拉来说，扩大FSD的覆盖范围已经是当务之急。

为了进一步推动FSD的覆盖范围，近日，特斯拉在美国先后宣布了FSD按月订阅价和套餐购买价的下调。 FSD订阅价格从每月199美元降至99美元；FSD套餐的购买价也从1.2万美元降至了8000美元。

中国作为特斯拉全球第二大市场，特斯拉保有量已经超过170万辆。这170万辆车的行驶数据对于特斯拉来说十分宝贵，这也是特斯拉方面多次努力推动FSD入华的重要原因。

特斯拉FSD要进入中国市场的消息，从去年开始，就一直是行业热议话题。

2023年5月，马斯克在访华的44个小时内，先后与高层有关领导会面，还在深夜前往上海特斯拉超级工厂，随后与上海市有关领导会面。

对于此次马斯克访华的目的，路透社消息称， 马斯克此次访华意在推动特斯拉FSD系统在华落地，并寻求中方许可，以将特斯拉在中国境内收集的汽车驾驶数据传输至国外用于自动驾驶算法训练。

但根据中国相关数据安全法律法规，即使特斯拉FSD在中国落地，其收集到的数据也不可能传到国外，只能在中国进行自动驾驶算法训练。

有市场普遍认为，特斯拉FSD功能进入中国市场的最大阻碍在于数据安全问题。但特斯拉在持续沟通和努力。

拿到数据安全绿牌后，特斯拉今年7月先后进入了江苏省政府和上海自贸区临港新片区多家国企的采购目录。这些离不开特斯拉一直严谨地跟随中国监管部门的要求，并在这方面表达了十足的诚意，包括在上海建立超级工厂数据中心，实现中国运营数据的本地化存储，确保数据安全合规。

2023年11月，特斯拉中国车主手册便更新了FSD Beta功能介绍，官方称“正在推进FSD在中国市场落地”。此举被视为公司释放了FSD即将入华的信号。

2024年开始，特斯拉明显加速推进FSD进入中国市场的工作。

4月20日，有用户在社交媒体平台X上问道，“特斯拉FSD何时进入中国？马斯克答道：“这可能很快就能实现。”

在随后的4月28日，马斯克访华。在这次不到24小时的行程中，特斯拉取得了重要成果。路透社消息称，马斯克访华意在推动特斯拉FSD系统在中国落地，并寻求中方许可。

当天，中国汽车工业协会发布了《关于汽车数据处理4项安全要求检测情况的通报（第一批）》，6家企业的76款车型符合汽车数据安全4项合规要求。其中，特斯拉是唯一一家外资车企。

4月29日，有知情人士透露，特斯拉已经与百度达成了合作，百度将向特斯拉授权使用在中国公共道路上的数据采集及测绘许可证，同时，百度也将向其提供车道级导航系统。消息人士称，**这笔交易为特斯拉FSD在中国的推出扫清了最后的监管障碍。特斯拉将能够在百度提供的车道级导航和地图的基础上，在中国的道路上，部署其自动驾驶服务。

6月中旬，据财新报道，一名接近上海市政策制定部门的人士称，上海自动驾驶示范区已向特斯拉发放道路测试牌照，FSD可能正在测试。特斯拉中国未回应该消息。

随后，7月， 特斯拉ModelY进入江苏省政府新能源用车采购目录，这是全国首例特斯拉进入政府采购目录的案例。

据不完全统计，特斯拉又进入了福建省政府采购网上平台、云南省政府采购云平台、吉林省政府采购云平台。

再然后，就是9月5日，特斯拉官方账号“TeslaAI”在社交媒体上宣布，“预计2025年第一季度在中国和欧洲推出完全自动驾驶FSD系统”的消息。

也有网友说，一而再、再而三，如此三番两次，也让不少国内的网友疲惫不已，有人认为特斯拉这是在玩“狼来了”的游戏，不过此次既然官方账号公开发布相关信息，那就意味着特斯拉FSD入华真的有些眉目了。

特斯拉为了推动FSD在中国的落地，可以说是布局已久。算算时间，距离流出特斯拉FSD入华的传闻，已经过去了刚好一年。

当然，最终效果还是要看车辆的实际上路表现。特斯拉 V12 运行的区域主要集中在美国，而那里整体的道路交通状况较好，不像国内，行人、电动车随时可能突然窜到马路上。

不过从技术角度而言，一个能在美国熟练开车的人，没道理到中国就不会开了。 何况学习能力是其核心特点之一 ，或许初步落地时表现不如在美国本土那般出色，但参考FSD V12.5 之前的迭代时间，可能半年到一年后它就能适应中国的道路情况了。

国内自动驾驶各路玩家

目前，中国自动驾驶产业正迎来发展的“加速期”。

自动驾驶行业中，不乏百度Apollo、小马智行等专业玩家，也有德赛西威、地平线、黑芝麻等解决方案供应商，但是从“蔚小理”、华为、小米到比亚迪、长城、吉利，再到丰田、大众，新老车企无不深度涉足自动驾驶。

“当红炸子鸡”小米汽车在2022年宣布入局造车时，雷军亲自披露：小米汽车决定将自动驾驶作为第一个突破方向，第一期研发投入33亿元，专属团队规模已经超过500人。

百度创始人李彦宏更是表示，“视觉大模型最大的应用场景就是自动驾驶。”

随着大模型的上车，车企竞逐“入场券”的态势愈发激烈。仅在4月，就有理想、蔚来、小鹏等先后发布了最新的智能驾驶版本。

理想向全量理想ADMax用户推送“全国都能开”的无图NOA功能。高速NOA（NavigateonAutopilot，即高阶智能驾驶）接管率从300公里接管一次提升到1320公里接管一次。

小鹏汽车方面也表示，基于端到端大模型，小鹏汽车的XNGP（不同车企叫法不同，同样为高阶智能驾驶，下面的NOP同理）高阶智能驾驶辅助系统即将完成感知大模型升级和规控大模型上车。

蔚来汽车日前也宣布全域领航辅助NOP+城区功能即将开启全量推送，蔚来CEO李斌介绍说，这是目前中国最大用户规模、最广验证区域覆盖的智驾系统，蔚来智能驾驶的目标是在2025年做到80%的智驾使用时长占比，最终实现“解放精力、减少事故”的终极愿景。

2023年5月，装配华为ADS2.0的问界实现无图城市NOA。华为智能汽车解决方案BU董事长余承东高调表示，智界S7团队专门前往美国，将智界S7的智能驾驶系统与特斯拉FSD相比， “在经过测试后，我们有信心，智界S7的智能驾驶系统仍然是全世界最好的”。

中国企业能否在自动驾驶角逐中胜出？

激光雷达头部企业禾赛科技CEO李一帆日前在接受采访时谈到了中国车企与特斯拉的差距，他说， 特斯拉和普通车企有明显区别：特斯拉使用的是全栈自研芯片，拥有海量数据，同时算法能力更是业界翘楚。

中国汽车工业协会秘书长助理兼技术部部长王耀也认为，特斯拉在自动驾驶方面技术优势明显。

他在去年的一场演讲中提到，纯视觉让特斯拉能够坚定不移地走低成本的感知路线，原因在于特斯拉有庞大的数据优势，有了足够的数据就相当于有了足够的经验来训练算法。除了特斯拉，大部分的企业数据资源是严重不足的，不得不采用融合感知技术路线。与特斯拉相比，在成本上一直就会处于劣势。当走融合感知技术路线的车企把这条路跑通，达到自动驾驶L4、L5的水平后，大家就已经把激光雷达等传感器的成本“打”下来了，届时特斯拉同样可以使用，这时特斯拉依然比其他企业有更大的数据资源优势。

“数据”是智能驾驶行业始终绕不开的话题。用一组数据对比，就可以看到全球其他企业与特斯拉在自动驾驶方面的差距。

马斯克曾表示，60亿英里行驶里程是完全自动驾驶系统实现质变的一个重要节点。

据百度方面披露的数据，百度Apollo L4级自动驾驶安全运营测试里程累计为超1亿公里。

而 特斯拉FSD真实路况总里程已达约20亿公里，这一数字远超全球其他公司总和。

数据之外则是算力的差距，算力是底座。 这些数据采集之后，必须依赖巨大的算力进行训练。

到年底，特斯拉将拥有85000枚英伟达H100 AI芯片，用于处理自动驾驶数据。 算力水平也远超国内一众企业。

但是，虽然FSD在美表现优异，但进入中国则将面临定价等考验，FSD售价不菲，而华为、小鹏、蔚来、极越等车企的系统“并不比特斯拉差太多”，这些系统售价低廉甚至是免费的，“商业上一炮打不响，定价错即全盘错”。

等FSD进入中国以后，就看众多智驾企业将如何应对特斯拉这个已在美国得到验证的 FSD V12 了，可以确定的是， 明年中国市场的智能驾驶决战势必非常激烈 。