“特斯拉FSD进入中国”系列评论之三：

在智驾领域 国内与特斯拉差距有多大？

雷歌 2024年5月7日

许多不太了解行情的人都有疑问，目前在无人驾驶领域领跑是特斯拉吗？特斯拉的FSD不是“辅助驾驶系统”，最多也就是L2+级别吗？而谷歌Waymo和通用Cruise的无人出租车不是去年就已在旧金山正式营运，达到了L4级别，实现了真正安全的无人驾驶，难道不比特斯拉先进吗？国内百度的无人出租车已经出到第六代，“萝卜快跑”在武汉正式投入商业营运的时间甚至比Waymo在旧金山营运还早一年，都是L4级别的无人驾驶。这些公司难道不比特斯拉的FSD强？还有人觉得，这次特斯拉与百度签约，这两家是不是要在智驾领域有深度合作？

其实特斯拉与百度最新合作的核心，是百度授权特斯拉使用其在中国公共道路上收集数据的地图牌照。在中国，所有智能驾驶系统都必须获得测绘资质才能在路上运行。外国公司需要与获得许可证的国内公司合作。而百度就是获得测绘资质的十几家公司之一。

特斯拉与百度的这次合作也包括使用百度的最新版车载导航地图V20版，新版导航地图号称能“让3亿汽车扔掉手机支架”。两家在导航地图方面的合作早在2020年就已开始。

所以特斯拉与百度的合作，实际上与智能驾驶并无实质性关系。

此前的文章我已经深入讨论过Waymo和百度等选择的“模块整合”路线与特斯拉FSD的“端到端”模式的根本性差别，通俗一点讲，就在于前者成本昂贵，无法最终实现商业化落地，变成了一个吹水和展览的花瓶。

如果从专业一点的角度对这两种路线进行解读，“模块整合”路线就是把感知、判断、决策以及规则都当成独立模块，依靠程序员提前写好的代码来设定模块间的互动协议，最佳决策输出是依靠芯片傻算，也就是通过“穷举法”找到最佳答案。所有的输出决策都是程序员提前规定好的。一旦遇到未设定的全新场景，这种模式就会失效，错误百出。所以，Waymo或百度的无人出租车要驶入一个新区域，该区域的高精地图要提前做好，还要不断靠人工标注来应对道路上随时出现的新变化，成本非常高，而路况的变化又难以穷尽。

而使用神经网络深度学习的“端到端”AI训练大模型，却摆脱了程序员的控制，通过大数据的深度训练获得了自主决策的类人化智能。所谓“端到端”，就是“视觉输入，决策输出”，这就是人的驾驶方式。只要数据训练量足够，系统就能在千变万化的真实场景中作出准确判断和正确反应。这才是真正的人工智能！

目前美国这边的Waymo、Cruise等无人出租车公司的估值与几年前的高峰期相比已缩水50%-70%以上，因为整天烧钱（如Waymo已经烧钱150亿美元），有的已经倒闭，还在硬撑的也收缩战线，大幅裁员。已经基本看不到成功商业化的希望。

那国内的情况如何呢？

一些人整天看国内的新闻，觉得国内的无人驾驶技术在全世界已经“遥遥领先”，就像许多国人觉得华为mate60搭载的5G芯片“遥遥领先”一样（实际上只有台积电三五年前的水平）。国内智驾行业现在虽然热闹非凡，现实却是落后美国至少三年。

国内无人驾驶技术从十年前到现在都只是美国公司的跟随者，国内智驾领域的创业者和核心技术骨干，基本都是在美国求学并在美国相关公司从业之后回国的。以百度为首的众多无人驾驶出租车公司早年都采用了与谷歌Waymo一样的激光雷达+高精地图的模块整合路线，现在也都陷入了与Waymo同样的无法商业化落地的困境。

百度是国内研发无人驾驶出租车的老大，也是国内智驾领域培养技术骨干的“黄埔军校”，国内各大公司智驾研发的核心骨干，一大半都是从百度出来的。

与谷歌的Waymo一样，百度的“萝卜快跑”无人驾驶出租车在武汉的商业化营运，同样只是在有限区域内展开，因为每一次区域的扩展，都需要高昂的成本。仅无人驾驶所需的高精地图（注意不是一般导航用的高清地图）制作，最基本的费用就要3000元/公里，还需要大量人员不断进行人工标注以因应路况的随时变化，一个程序员每天只能完成十多个标注。而百度在武汉只有100多辆无人驾驶出租车在跑。如此高成本的投入获得的数据却非常可怜。十多年来，百度在无人驾驶研发上烧的钱高达1700亿人民币，折合成美元近240亿美元，远超Waymo公司150亿美元的投入。这种烧钱模式使众多无人驾驶出租车公司难以为继。

自2023年特斯拉FSD的V12版发布以来，所有无人驾驶出租车公司都意识到，FSD“端到端”的AI深度学习大模型才是无人出租车的未来。

以Waymo为首的美国无人出租车研发公司因为引领了过去的“模块整合”潮流，并在其中陷得太深，还有点行业老大放不下的自尊，至今反应缓慢，面对全新的前景有点不知所措。

而中国的众多公司从来就是紧跟美国的最新科技潮流，他们倒没什么包袱，反应很快。从2023年开始，几乎所有中国的无人驾驶出租车研发公司都开始转向特斯拉FSD的“端到端”模式。但目前转型还处于起步阶段，而且受到数据和算力的双重限制。

自特斯拉FSDV12版本发布以来，百度就被国内业界嘲讽为“起了个大早，赶了个晚集”。今年三月，百度集团副总裁、百度智能驾驶总裁王云鹏回应外界对百度走向何方的怀疑时表示：“智能驾驶这么难的事情，我们已经坚持了十年……坚信、坚定和坚持已经深入骨髓，已经成为我们工作的习惯，我们在最艰难的时候都一直没有放弃，现在曙光已现，更加没有理由放弃。”听出话风了吗，他们都在讨论要不要“放弃”的问题，说明他们正处于行业发展的十字路口。

当然百度不会放弃。上个月，王云鹏在谈到百度智能驾驶的未来发展时，强调百度智能驾驶要打好四场硬仗，其中第一场硬仗，就是要用大模型“重构”自动驾驶技术路线，从重构自动驾驶的基础模型开始，“重构技术与产品”。

了解了无人驾驶“模块整合”与“端到端”这两种不同路线的竞争背景，我们就不难理解百度现在说的“重构自动驾驶技术路线”的意思，实际上就是像特斯拉FSD在2021年所做的一样，从“模块整合”路线转向“端到端”路线。

这种艰难的转型从2023年已经开始。据百度自己介绍，去年百度智驾团队在3个月内用500万新增数据 “成功拿掉了激光雷达，打造了国内唯一、世界唯二的纯视觉高阶智驾可量产方案”。这个“世界唯二”的“纯视觉”智驾方案，就是指跟随特斯拉FSD，开始走模拟人类驾驶的“端到端”路线。

但国内无人驾驶出租车研发公司因为转型刚刚起步，无法立刻摆脱旧模式的激光雷达和高精地图。因此，大多数研发公司的现状，目前是“两条腿走路”，既从基础技术架构上构建“端到端”大模型，又在试验车上保留原有的激光雷达和高精地图。保留的另一个原因，也是因为这类硬件的成本在最近五年内已经大幅下降，整套雷达传感器系统现在可以做到2万人民币左右，而早年Waymo使用的激光雷达每个高达7万多美元，每辆车要用好多个。百度的第六代无人出租车RT6带38个雷达和传感器，整车价格已经降到25万人民币。但这些雷达对特斯拉FSD系统而言都是多余，是不必要的成本。特斯拉FSD只用稀松平常的车载摄像头，像素跟我们常用的手机一个水平，就完全够用。关键靠的是模拟人类驾驶的算法。

目前国内做“端到端”智驾平台最好的一家科技创新公司叫“元戎启行”。但其创始人周光承认，目前“元戎启行”智驾平台的水平只相当于特斯拉FSD的V11版本，他们还有很长的路要走。特斯拉FSD的V11版本与目前最新的V12版本有质的差别。

国内自动驾驶行业虽然风起云涌，群雄争霸，大家纷纷转向“端到端”模式。但“端到端”模式依赖于AI神经网络深度学习系统，除了算法，还需要有海量数据不断投喂训练，同时用超级计算机的超强算力快速消化这些数据，才能通过自我学习实现系统的快速升级。

而这正是特斯拉的优势，也是中国同行的劣势。特斯拉每天有近6百万辆各类电动车在全世界的各种路上跑，每天产生海量的有价值数据。同时英伟达等芯片公司也在不断提升芯片的算力，使特斯拉的Dojo超级计算机处理数据的能力每年都以十倍以上的速度提升。反观中国，众多研发自动驾驶的公司自己没有量产的电动车提供数据，同时因为欧美对中国的高科技出口限制，能使用的芯片算力与最先进的差了三代以上。而且国内公司在“端到端”模式上起步就比特斯拉晚了三年以上，在这种条件下要想赶超特斯拉，真是个“不可能完成的任务”。

这种落后局面，可能也是中共决定放特斯拉FSD进来，争取借船出海，乃至浑水摸鱼的主要原因。