FSD最强版被夸大了？不会避让电瓶车，来中国还敢用吗？

FSD来中国，真会卡在电瓶车？不出意外，焕新Model Y会在今年3月上市交付，同时，计划在今年一季度内落地的FSD，可能终于要来了。去年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完全不同，是效果最强的版本，从海外实测结果来看，从识别准确性到整套执行逻辑，博弈方案确实都比以往更进化，这也直接吊足了中国车主的胃口，那么，这套新系统在中国的智驾能力，大概在什么水平？和国产智驾技术比起来，FSD真的在领先位置上？

不会避让电瓶车，硬件和软件谁出了问题？

关于FSD V13.2的具体效果，之前我们曾分析过，简单说有2个细节做了较大优化，一个是开启条件不再受限，一个是接管率降了10倍左右。就目前国产智驾技术的功能来看，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，新版本的FSD基本也都有，似乎到了中国直接就能上路用，不过，在最近一次的海外实测中，有人发现FSD V13.2遇到中国特有的三轮电瓶车，通行率明显受到影响，SR能识别到障碍物，并且选择主动停车礼让，没完全降级，但需要接管完成人机共驾。

既然出现了corner case，那么在感知、规控、执行的端到端架构里，究竟哪个环节出了问题？首先，FSD作为纯视觉智驾技术，感知架构获取环境数据的途径，只有通过摄像头来完成，目前FSD的构成硬件条件，是HW四代芯片和7颗500万像素摄像头，芯片不用再赘述，7nm制程，20核CPU，内存从LPDDR4升级到GDDR6，单颗算力720TOPS，视频信号转化数据的能力基本不存在难题，双目摄像头最大探测距离424米，比华为最新的192线激光雷达还远了将近一倍，36赫兹全分辨率视频信号输入，就是1秒能反复看36次视频，总数据带宽为每秒1.3千兆像素，以36赫兹运行，捕获和推理之间的数据基本不存在延迟，理论上讲，FSD在2021年放弃激光雷达之后，感知架构端对环境道路的数据处理能力，可以说是能和传统激光雷达做正面对比的。

所以，问题还是出在了软件层面上。大家都知道，FSD的感知模块，是基于HydraNets架构搭建的，简单说就是整合了多个视觉识别任务到单一网络上，通过以Transformer为主干网络+BEV感知网络，从而实现对车辆周围环境的感知，这也是目前国内智驾系统的技术底层架构，但区别和核心，就在FSD用了Occupancy占用网络，准确来讲，这是一类结合了语义分割和栅格占据地图法的技术，除了给图像中的每个像素分配给一个3D占用特征，再将环境分多个栅格，并将每个栅格标记为占用或空闲的方法，最终可以对环境进行建模，并在此基础上进行路径规划等操作，听起来比较复杂，但我们划个重点，“3D占用特征”，最直白的话来理解，就是通过感知硬件架构，把世界环境分成无数个单元格，再根据障碍物的形态、体积，给到对应的坐标数据，精度上甚至能做到厘米级，没错，小米正在做的BEV变焦技术，就和它有相当类似的效果，但，不同之处，就在于Occupancy网络是可以不用像激光雷达做实时扫图，或者反复深度学习做障碍物白名单标定，只要系统识别到，就立马能出数据结果，在CNN卷积神经网络的推演下，理论上说有路没路都能开。

但，FSD来中国前，遇到国内特有的电瓶车就罢工，难免产生了3个思考，1、入华后是否还得再教Occupancy学习认识一遍通用型障碍物？2、国内电瓶车保有量超3亿，路况复杂程度更高，整合国内数据后，FSD做到适配上路大概要多久？3、一旦融入国内道路数据，大模型算法岂不是要超过北美版本？目前这三个问题都不好回答，唯一能证明的，只有等Grok 3重推在国内的端到端算法，而在这个过程之前，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，不出意外最快也得超过2年，这似乎也就意味着，老车主花6万4买的这项功能，今年可能至少又要损失一半了。

FSD今年来中国，至少5家车企不怕？

FSD带着6万4的买断价格，来到中国未必是最好用的，但也是享受门槛最高的。今年，国内谁是FSD的最大竞争者，答案也不难找，有城区NOA，有智能泊车，还有越来越低的接管率，甚至还有3万就能买断的满血高阶智驾包，现在看来差不多已经成为基础的智驾核心功能，FSD来了也是一样在做这些，唯独价格更高。从去年开始，包括华为GOD大网，理想如今的E2E+VLM，越来越多的国产智驾方案并入无图纯视觉城区NOA，高线束激光雷达成本降到4位数后，整车价格也有了再将一些的可能，总之，今年的FSD，会在效果和成本上，没国产技术更值。

回到技术本身来说，FSD的transformer+BEV架构，确实是给了现如今国产智驾方案的技术基底，但二者的出发点不同，也是注定了在不同地区的市场场景上，端到端效果有所不同。FSD就是典型的以技术出发的智驾系统，而中国的端到端，纯粹是从体验的维度来做，甚至不惜会加入规则和记忆来优化。

举个例子，前面提到的occ占用网络，让FSD对环境推理的能力更强，而国内交通参与者极为复杂，更强调博弈能力，这不仅仅是在环境推理层面的思考，更多的也是在不影响通勤效率的同时，给安全行车兜底，所以本质上讲，FSD和国内的主流智驾技术，没有强弱之分，只有体验细节优化上的不同，在Grok 3模型结合国内数据之后，那时可能才会分出一波技术先进性。

但还是要讲，华为现在的GOD大网、理想的E2E+VLM，亦或者是蔚来还没推送的NWM，基本都已经有了下一步迭代的目标，也就是说，现在所谓的端到端（分段式），只是把感知和策划放在了一起，极限少数的场景依然得靠规则驱动，而一体式大模型才是今后几年内，整个智驾技术的发展趋势，FSD用occ网络+深度学习，成本在数据采集量和时间问题，虽然能解绑车端算力要求，但真正考验的是背后的超级计算机，在推理效率上的极限，这也是纯视觉智驾的技术立足根本。

激光雷达方案正好相反，对车端算力平台要求更高，而更高的算力，也意味着更容易处理复杂的场景，更何况，利用3D实时扫图的特性给安全性兜底，一直都是国产技术的共识，所以能和FSD对抗的车企，至少会有华为鸿蒙智行下的四界、小米、理想、蔚来，以及拥抱国产智驾方案的奔驰、宝马、丰田和本田。