FSD来中国，真会卡在电瓶车？不出无意，焕新Model Y会在本年3月上市委用，同期，狡计在本年一季度内落地的FSD，可能终于要来了。前年12月初，FSD从第12代系统更新到了V13.2，按照马斯克的说法，新系统的功能和体验和之前都备不同，是抑制最强的版块，从国外实测抑制来看，从识别准确性到整套实行逻辑，博弈决策照实都比以往更进化，这也径直吊足了中国车主的胃口，那么，这套新系统在中国的智驾才略，不详在什么水平？和国产智驾时候比起来，FSD果真在伊始位置上？

不会避开电瓶车，硬件和软件谁出了问题？

对于FSD V13.2的具体抑制，之前咱们曾分析过，浮浅说有2个细节作念了较大优化，一个是开启条目不再受限，一个是剿袭率降了10倍傍边。就现时国产智驾时候的功能来看，像三点式掉头，无保护左转，绕行、环岛高效通行，城市或高速领航等，新版块的FSD基本也都有，似乎到了中国径直就能动身用，不外，在最近一次的国外实测中，有东谈主发现FSD V13.2遭逢中国独到的三轮电瓶车，通行率昭彰受到影响，SR能识别到袭击物，况且遴荐主动泊车礼让，没都备左迁，但需要剿袭完成东谈主机共驾。

既然出现了corner case，那么在感知、规控、实行的端到端架构里，究竟哪个门径出了问题？伊始，FSD行为纯视觉智驾时候，感知架构得到环境数据的道路，只消通过录像头来完成，现时FSD的组成硬件条目，是HW四代芯片和7颗500万像素录像头，芯片不必再赘述，7nm制程，20核CPU，内存从LPDDR4升级到GDDR6，单颗算力720TOPS，视频信号调理数据的才略基本不存在艰巨，双目次像头最大探伤距离424米，比华为最新的192线激光雷达还远了快要一倍，36赫兹全别离率视频信号输入，等于1秒能反复看36次视频，总额据带宽为每秒1.3千兆像素，以36赫兹运行，拿获和推理之间的数据基本不存在延伸，表面上讲，FSD在2021年烧毁激光雷达之后，感知架构端对环境谈路的数据科罚才略，不错说是能和传统激光雷达作念正濒临比的。

是以，问题照旧出在了软件层面上。环球都知谈，FSD的感知模块，是基于HydraNets架构搭建的，浮浅说等于整合了多个视觉识别任务到单一汇集上，通过以Transformer为骨干汇集+BEV感知汇集，从而竣事对车辆周围环境的感知，这亦然现时国内智驾系统的时候底层架构，但区别和中枢，就在FSD用了Occupancy占用汇集，准确来讲，这是一类归并了语义分割和栅格占据舆图法的时候，除了给图像中的每个像素分拨给一个3D占用特征，再将环境分多个栅格，并将每个栅格记号为占用或赋闲的范例，最终不错对环境进行建模，并在此基础上进行旅途狡计等操作，听起来比拟复杂，但咱们划个重心，“3D占用特征”，最直白的话来集结，等于通过感知硬件架构，把宇宙环境分红多数个单位格，再证据袭击物的方法、体积，给到对应的坐标数据，精度上以致能作念到厘米级，没错，小米正在作念的BEV变焦时候，就和它有尽头肖似的抑制，但，不同之处，就在于Occupancy汇集是不错不必像激光雷达作念及时扫图，或者反复深度学习作念袭击物白名单标定，只消系统识别到，就立马能出数据抑制，在CNN卷积神经汇集的推演下，表面上说有路没路都能开。

但，FSD来中国前，遭逢国内独到的电瓶车就歇工，未免产生了3个念念考，1、入华后是否还得再教Occupancy学习执意一遍通用型袭击物？2、国内电瓶车保有量超3亿，路况复杂进程更高，整合国内数据后，FSD作念到适配动身大摘要多久？3、一朝融入国内谈路数据，大模子算法岂不是要逾越北好意思版块？现时这三个问题都不好回应，惟一能阐述的，只消等Grok 3重推在国内的端到端算法，而在这个历程之前，FSD至少得先拿到实测视频数据才行，而推演后的新规控逻辑，不出无意最快也得逾越2年，这似乎也就意味着，老车主花6万4买的这项功能，本年可能至少又要亏空一半了。

FSD本年来中国，至少5家车企不怕？

FSD带着6万4的买断价钱，来到中国有时是最佳用的，但亦然享受门槛最高的。本年，国内谁是FSD的最大竞争者，谜底也不难找，有城区NOA，有智能泊车，还有越来越低的剿袭率，以致还有3万就能买断的满血高阶智驾包，现时看来差未几一经成为基础的智驾中枢功能，FSD来了亦然同样在作念这些，唯独价钱更高。从前年启动，包括华为GOD大网，瞎想如今的E2E+VLM，越来越多的国产智驾决策并入无图纯视觉城区NOA，高线束激光雷达本钱降到4位数后，整车价钱也有了再将一些的可能，总之，本年的FSD，会在抑制和本钱上，没国产时候更值。

回到时候本人来说，FSD的transformer+BEV架构，照实是给了现如今国产智驾决策的时候基底，但二者的起点不同，亦然注定了在不同地区的阛阓场景上，端到端抑制有所不同。FSD等于典型的以时候开赴的智驾系统，而中国的端到端，地谈是从体验的维度来作念，以致不吝会加入法则和挂念来优化。

举个例子，前边提到的occ占用汇集，让FSD对环境推理的才略更强，而国内交通参与者极为复杂，更强调博弈才略，这不单是是在环境推理层面的念念考，更多的亦然在不影响通勤遵守的同期，给安全行车兜底，是以内容上讲，FSD和国内的主流智驾时候，莫得强弱之分，只消体验细节优化上的不同，在Grok 3模子归并国内数据之后，其时可能才会分出一波时候先进性。

但照旧要讲，华为现时的GOD大网、瞎想的E2E+VLM，亦或者是蔚来还没推送的NWM，基本都一经有了下一步迭代的想法，也等于说，现时所谓的端到端（分段式），只是把感知和规划放在了沿路，极限少数的场景依然得靠法则驱动，而同样式大模子才是今后几年内，系数这个词智驾时候的发展趋势，FSD用occ汇集+深度学习，本钱在数据蚁集量和时辰问题，天然能解绑车端算力要求，但真确探员的是背后的超等筹议机，在推理遵守上的极限，这亦然纯视觉智驾的时候存身根蒂。

激光雷达决策恰巧相背，对车端算力平台要求更高，而更高的算力，也意味着更容易科罚复杂的场景，更何况，操纵3D及时扫图的特点给安全性兜底，一直都是国产时候的共鸣，是以能和FSD造反的车企开云(中国)kaiyun网页版登录入口，至少会有华为鸿蒙智行下的四界、小米、瞎想、蔚来，以及拥抱国产智驾决策的疾驰、良马、丰田和本田。