“特斯拉在中国自建了算力中心，FSD在中国训练。”特斯拉全球副总裁陶琳近日宣布，特斯拉已在中国自主投入并启用专注于本土化场景的AI训练中心，首次实现FSD（全自动驾驶）系统中国道路数据的本地化训练。
这一突破性进展解决了长期困扰特斯拉的数据合规与传输效率问题，为中国车主迎来更懂本地路况的智能驾驶体验扫清了技术障碍。
“数据和算力全都有”
特斯拉中国AI训练中心的落地启用，使特斯拉成功构建了“数据采集-本地存储-本土训练-车载部署-持续迭代”的完整闭环。陶琳明确表示：“在中国采集的数据，在中国本土进行训练和迭代，这既是对数据安全合规要求的积极响应，也是打造更贴合中国路况智能驾驶体验的必由之路。”
此前，特斯拉虽已通过上海数据中心实现数据本地存储，但核心的AI模型训练仍需依赖海外算力。这种模式不仅面临跨境传输的合规限制，并且还导致算法迭代周期较长，本土化适配较差。
而有了本地化训练中心后，特斯拉可以将数据处理时延从数小时压缩到分钟级，显著提升了算法优化效率。
特斯拉中国车队每年产生的超50亿帧行驶数据以及累计超过30亿公里的本土道路数据，将成为该中心训练FSD系统的坚实基础。这些数据包含“电动车逆行”、“城中村窄道会车”等中国特有场景，对于训练适合中国路况的自动驾驶系统至关重要。
“不一定需要真实道路数据”
在算力资源方面，特斯拉已做好充分准备。近期，特斯拉在上海急招“AI原生科学家”岗位，并将该岗位标注为“急”。这些AI科学家将主要负责训练能看懂工厂生产线的视觉语言模型，特斯拉在招聘信息中特别强调 “GPU很充足”，完全不用担心算力问题。
陶琳在媒体交流会上表示，新的AI训练中心算力水平可满足目前需求，尽管未透露具体算力数值。这一布局使特斯拉能够实时处理和分析海量中国本土驾驶数据，快速迭代算法，让系统更精准地识别“中国式过马路”等复杂场景。
值得注意的是，陶琳透露了一个重要细节：FSD针对中国的本地化调优，利用的是现成资料，如道路标志和转弯规则，不一定需要采集真实道路数据。这种方法既解决了数据合规问题，也为系统适应中国路况提供了可行路径。
行业观察人士指出，特斯拉此次本土化AI训练布局，堪比当年上海超级工厂的落地意义。随着数据闭环成形，中国车主将迎来更懂中国路况的FSD智能驾驶体验，从而重塑中国智能驾驶市场的竞争格局，加速行业技术迭代和市场普及。
“FSD入华暂无明确时间表”
尽管训练中心已投用，但陶琳重申：FSD在中国正式推出“尚无明确时间表”。她解释称，此前马斯克提及的“2月份”节点，实际上是指在欧洲市场的进展，而不是说中国。中国市场的落地将“后续跟进”，最终时间需等待国内监管机构的全面审批。
关于特斯拉的自动驾驶未来规划，陶琳预计，5年内特斯拉Robotaxi有望在中国落地，但不会追求开城数量和订单规模。特斯拉将采取谨慎策略，在每个地方认真测试确保绝对安全后再扩大规模。
训练中心投用只是解决了“能在中国训练”的问题，距离FSD正式获批推送，仍需完成全场景安全验证、功能合规改造以及规模化迭代与用户教育等关键节点。技术准备只是其中的一环，监管审批和市场准备同样重要。
“全球AI战略下的中国布局”
特斯拉2026年全球资本支出预计将超过200亿美元，重点投向人工智能算力、机器人工厂、无人驾驶电动车、储能及全球制造升级等多个前沿领域。陶琳确认，这笔庞大的投资中“包含一部分面向中国市场的投入”，用于支持AI训练中心的持续算力建设和相关研发。
在机器人领域，陶琳透露特斯拉计划于2026年底改造现有Model S/X产线以实现Optimus人形机器人的量产能力。她指出，当前机器人能力提升的主要瓶颈不在训练数据，而在于硬件是否具备可训练的基础能力。
陶琳强调，特斯拉已不再仅仅是一家电动车公司，而是转型为以AI、机器人和能源为核心的科技企业。这种转型基于的判断是，“未来世界将由电驱动，而AI将管理这些硬件。”
特斯拉上海储能超级工厂正在加紧建设，随着全球人工智能发展对于算力中心需求的不断提升，新能源储能系统将成为电网稳定、电能质量提升的重要环节。
随着本地训练中心投入使用，特斯拉在中国市场的战略布局已超越单纯卖出更多汽车。陶琳表示，“车仍然是极其重要的AI载体，但我们的愿景已扩展到人形机器人和全球能源网络。”
热门跟贴