在国内智驾牌桌上，特斯拉要出王炸了。五年免息再立减一万尾款的权益之后，明年一季度前，特斯拉在中国酝酿了两件大事，一个是推动国产新 Model Y （ 参数 丨 图片 ）上市，一个是引入FSD落地中国。关于新车，大致是用新电机，新外观，新电池，主打长续航+低能耗；重点是后者，根据特斯拉官方最新消息，12月1日已经向美国地区全系车主推送了FSD V13.2，从V12.5正式跨入第13代系统，这意味着，从数据规模到模型规模，再到自动驾驶效果，新系统的各项性能，都要比第12代版本更进化，那么问题来了，新版本的智驾能力，大概是什么水平？将近210万的中国车主，能正常用新系统吗？FSD来中国后，谁又能接招呢？
接管率降10倍，210万中国车主都能用V13.2？
比起FSD V12.5，这次的V13.2升级了11项内容，注意，不是新增11项功能，而是基于前12代累计训练结果给出了更具体的优化。从体验层面看，有三项更新，首先，P挡驻车状态下，给出目的地指令后，一键就能启用FSD，解锁了之前只有在行驶过程中的开启限制，不过就这项功能而言，华为A DS 3 .0在今年9月已经率先实现了落地；其次，基于主动绕行的决策逻辑上，新系统可以提前检测到封闭或施工道路，进而自主选择优先路径，同时中控屏上会显示多条路线供选择；最后，优化了预碰撞逻辑，目的是尽可能减少降级次数（接管），从海外车主的多条实测视频来看，在光照环境较差的无标线停车场，面对盲区出现的人车移动障碍物，整套系统给出的方案是，先基于限速缓行，识别到障碍物后观察、预判其运动轨迹，在安全距离条件下直接通过，没有选择长时间停车礼让，这明显是corner case的一次细节优化。
除此之外，还有两个细节值得注意，一个是新版本集成了自动泊车、倒车和停车功能，也就是车辆在启动FSD后，自己就能完成进出停车位动作，在端到端大模型下，华为、理想、小米、小鹏等多家国内品牌给出的智驾方案，也都能实现所谓的“车位到车位”功能，不过，根据多位海外车主实测发现，V13.2甚至会自己选择停泊在目的地附近的充电站，也就是说，系统会参考往返全程预计所需要消耗的电量，进而判断是否需要在此刻补电，从技术层面看，实现起来并不难，在CNN大模型中写入能读取车辆关键数据的代码就能实现，所以这明显也是学习训练后的一个体验细节完善。
另外V13.2还预告了下一版本会改进的内容，其中一项是收集共享音频片段，通过声音检测对救护车、警车、校车等特殊车辆作出避让，比起通过摄像头获取标定数据，警报声明显更容易被提前感知，换句话说，就是当车辆听到警报声就会提前规划避让，而不是特殊车辆已经驶至后方时才进行变道避让，整体下来的智驾逻辑更符合类人操作，所以在大模型里写入音频数据并训练，是值得其他智驾技术方案学习的。再回到软件层面来看，之所以V13.2能给到更具体的细节优化，背后其实是有高敏锐度数据作支撑的，比如，新版本的数据规模是上一代的4.2倍，训练计算规模提升了5倍，深度的海量学习后，成绩自然就有进步。
另外，这套新系统直接用HW 4.0芯片来思考，36赫兹全分辨率视频信号输入，就是1秒能反复看36次清晰的视频，因此基本就不需要小鹏的那套Lofic架构，来甄别暗光环境的数据可靠性了，总数据带宽为每秒1.3千兆像素，以36赫兹运行，捕获和推理之间的延迟接近0，另外在这套芯片性能上，特斯拉减少了光子计数到控制域的延迟，从看到到行动，速度比之前快了一倍，按照马斯克的话来说，新系统在接管前的自动行驶里程，是上一代的6-10倍，也就是说，接管率最大降低了10倍左右，当然了，大量的实测视频，也证明了全程零接管的真实性，即便是被暴雪覆盖的无划线道路，车辆依然能在不降级的情况下自动完成全程。
既然如此，中国的特斯拉车主是否也能正常用呢？前面已经提到，V13的一处重大变化，就是完全基于HW 4.0芯片开发，所以V12.5是HW 3.0的最后一代自动驾驶版本，再具体一些来讲，特斯拉在今年2月1号才量产搭载HW 4.0芯片的车型，所以在这个节点之前，现款的国产Model Y和老款的 Model 3 是无法通过OTA升级V13.2的，不过，马斯克在今年第三季度财报电话会议中公开宣布，如果硬件无法支持无人监督的FSD，特斯拉官方将为车主免费更换HW4.0芯片，这意味着迄今210万中国车主，在未来都有机会用上FSD和最新功能，而接下来，就只剩下FSD具体的入华节点，以及对应的价格规则了。
FSD吃高算力和数据优势，入华后只有华为能接招？
不出意外，真正具有变革性的FSD功能，至少也是在V14甚至更远的V15版本之后才有，毕竟按照《汽车驾驶自动化分级》的标准来看，L3可以在特定条件下自主完成动态驾驶任务，但需要驾驶员随时接管，而L4属于高度自动驾驶，全程自主完成所有操作，驾驶员无需集中注意力，所以从某种程度上讲，这次特斯拉更新的FSD V13.2，基本是已经具备准L3级自动驾驶能力的，而纵观国内智驾技术领域，目前只有华为的动作最快，在尊界S800上首次应用到了L3架构，同样是计划在2025年第一季度上市，如此一来，国内首款量产L3车型的头衔，可能就变成了新款Model Y和尊界S800之间的竞争，倘若特斯拉更快一步推出新Model Y，并且FSD V13.2同时引入国内，这岂不就变成了，特斯拉新车主省100万就能使用L3技术了？当然了，这还要看特斯拉FSD在国内的首秀，究竟是V12.5还是V13.2了。
眼下FSD入华倒计时已不足百日，特斯拉又赶在年末发布V13.2，对于中国而言，很难不令外界推测新版本引入国内的可能性，即便没给中国车主新版本，V12.5也足以给国内其他智驾选手带来相当大的技术压力和竞争压力。要知道，特斯拉在去年首次推出的V12，底层逻辑发生了明确的改变，删代码换有深度学习能力的神经网络，类似Chat GPT的使用逻辑，即只要学习能力够强、投喂模型够多，就会越来越好用，华为的GOD大网、理想的VLM+E2E、小鹏的AI鹰眼，都是一样的端到端逻辑，那，谁才能接住FSD的王炸大招，或者是有机会超过FSD呢？
回答这个问题，有必要先弄清楚背后的技术框架，现阶段，除了极越和小鹏，华为、理想、小米等都是通过激光雷达来实现高阶智驾，之前我们曾从技术角度剖析过，马斯克之所以拒绝使用激光雷达方案，一方面是其认为投入产出比预期不佳，另一方面则是认为激光雷达会限制端到端大模型的性能上限，至于这两种技术方案谁更先进，不在本篇文章的讨论重点，通过激光雷达这个感知硬件，折射的其实是算力问题，毕竟，从工作原理和技术层面看，激光雷达更像是一个能直接处理感知信号和数据的集成性系统，其中的芯片，就能解决一部分智驾感知难题，比如华为的192线，实时扫图能把周围环境构建成多维立体模型，再配合毫米波雷达、超声波雷达、摄像头甚至是ToF传感器获取到的更为精确的数据，最终投喂给大模型的是准确、规模性的真实数据，简单理解，就是激光雷达就算是一个具备小型算力的感知机制，这就拓宽了大模型在思考、决策、执行上的算力要求，也算是解放了一部分算力压力，而纯视觉技术方案，获取环境数据只能是通过摄像头，获取到的数据直接交给了大模型去思考，所以也可以这样讲，就目前的技术趋势而言，纯视觉方案仅适合高算力平台，而高算力平台又不一定是纯视觉的专属，多传感器融合技术方案，更多的是在算法之外给安全冗余兜底，所以，要想实现L3甚至L4，两条技术路劲都离不开高算力。
而在数据闭环的实现过程中，计算能力是支撑大规模数据处理和模型训练的基础，在这方面，特斯拉有自研的Dojo计算机，和传统的GPU架构相比，Dojo系统的核心就是高带宽和低延迟的训练体系，3年前推出的D1芯片拥有362 TFLOPS的算力，这能够让特斯拉在短期内完成大规模的神经网络训练，如今，整套系统的算力已经到了100EFLOPS，参考目前比较主流的几家智驾品牌，华为7.5EFLOPS、理想5.4EFLOPS，小鹏1.5EFLOPS，相比之下，算力储备几乎是去年全球的（910EFLOPS）11%，如此来看，特斯拉确实没有任何必要再选择用激光雷达，这也就意味着，极越和小鹏要想尽快迭代更高级的智驾效果，就得尽快补算力的坑。
既然短期内算力储备追不上特斯拉，那华为、理想、小米等融合激光雷达的多传感器智驾方案，在软件层面上，能和基于积卷神经网络CNN的FSD竞争吗？华为和理想、小米，其实在今年已经走了两条效果类似但技术不同的路，首先，华为在ADS 3.0系统里，把负责全局视角的BEV网络，和主要负责预判的PDP网络，都放到了GOD网络中形成一张大网概念，从感知到思考再到规控，逻辑非常类似特斯拉追求的one Model形态，感知元件获取信息后，直接给大模型处理，而眼下理想的VLM+E2E，是把所有环境分成两套系统，“快系统”直接规控，相当于华为的PDP，“慢系统”用来学习和思考，世界云端模型相当于错题本，把未知的corner case反复学习，再输给VLM架构。
至于小米，则是通过变焦BEV技术和超分辨率Occuopancy占用网络以及道路大模型做出来的，优势在数据精度和探测准确性，从某种程度上讲，小米更像是采纳了特斯拉早期的Transformer+BEV+Occuopancy方案，在这个基础上对激光雷达和BEV做了技术改进，所以就目前国内各家的技术来看，能和特斯拉FSD正面对招的，似乎只有华为这一家了，而小米和理想，最快可能在明年会有更清晰的答案。
热门跟贴