“圍棋中，棋薄而走在前端者有之，棋厚在后追趕者亦有之。棋薄，先聲奪人，盡得先機；棋厚，積蓄力量，拼勁十足。攻守雙方在不斷變換的節(jié)奏里，于變局中開新局�！�

近日，據(jù)知情人士透露，上海臨港管委會正在推進10輛特斯拉FSD在區(qū)內(nèi)落地測試，上海自動駕駛示范區(qū)已經(jīng)向特斯拉發(fā)放了道路測試牌照。這也就意味著，特斯拉FSD在中國全面落地已為時不遠。

關于特斯拉FSD，國內(nèi)主要存在兩種不同的聲音，一認為它很先進，如果落地國內(nèi)市場，必將引發(fā)智能駕駛新一輪“鯰魚效應”，實現(xiàn)良幣驅(qū)逐劣幣；二則認為，F(xiàn)SD不足為懼，國內(nèi)車企已利用時間差迎頭趕上。不過目前又出現(xiàn)了第三種聲音，中國正在全面發(fā)力的車路云一體化或?qū)⑴cFSD分庭抗禮，成為邁向高階自動駕駛的另一條技術路徑，這也是中國在自動駕駛棋局中的戰(zhàn)略機遇所在。

當前，業(yè)界針對如何實現(xiàn)更安全的自動駕駛在技術路線選擇方面尚存爭議。舶來品FSD與本土的車路云一體化，誰更適合中國自動駕駛的需要？特斯拉所倡導的純單車智能路線，能否成為未來車路云一體化的“攔路虎”？兩者在智駕技術賽道上將一決高下，還是走向融合？

FSD全面落地是“毒”是“藥”？

首先，我們必須要承認特斯拉FSD的領先性。一個無法否認的事實是：現(xiàn)行的很多智駕方案都是摸著特斯拉過河，特斯拉在技術路線以及功能層面實現(xiàn)了對行業(yè)的引領。

近幾年，特斯拉每年的AI Day就是行業(yè)技術的風向標。在2021年8月舉行的AI Day上，特斯拉首次展示了基于“BEV+Transformer”的感知范式，通過3D鳥瞰視覺與神經(jīng)網(wǎng)絡的融合，有效提升了車輛感知精確度，利于后續(xù)規(guī)劃控制算法的實施，促進端到端自動駕駛框架的發(fā)展。

但在這個時間點，國內(nèi)車企大多在走“多傳感器融合+激光雷達+高精地圖”的路線，對于特斯拉的解決方案基本持觀望態(tài)度。也就是從這年開始，特斯拉智駕開始了向Tesla Vision的過渡，拿掉了車上的毫米波雷達。

在2022年的AI Day上，特斯拉基于BEV又提出了占用網(wǎng)絡（Occupancy Network，OCC），引入“體素”這一概念，通過將空間分割為體積不等的體素，預測其是否被占用，從而解決通用障礙物的識別問題。這一方案極大提升了智駕的感知能力，同時也為去激光雷達、去高精地圖提供了更多確定性。

AI Day之后不久，特斯拉正式宣布拿掉超聲波傳感器。此時，特斯拉靠著“8個攝像頭+大算力芯片”實現(xiàn)了智駕，在純視覺上越走越遠。直到這個時候，很多車企才確信，純視覺智駕確實是可行，各家才正式行動起來，去高精地圖、去激光雷達說法也逐漸成為業(yè)內(nèi)主流。

特斯拉的最大優(yōu)勢在于單車智能的持續(xù)進化能力。2023年年初，馬斯克透露特斯拉已經(jīng)開啟端到端自動駕駛方案的開發(fā)。同年8月，馬斯克首次直播親測FSD v12，全程僅接管一次。2024年1月，特斯拉面向普通用戶推送FSDv12測試版本，3月向北美車主推送FSD v12.3.1版本，現(xiàn)在最新版已經(jīng)來到FSD v12.4.1。

雖然特斯拉FSD在美國表現(xiàn)出了優(yōu)異性能，但它可能低估了中國路況的復雜程度。相比之下，中國車企更擅長結合中國的實際道路環(huán)境開發(fā)智駕技術，從而在駕駛風格、安全性等層面實現(xiàn)“超車”。比如針對常見的“鬼探頭”“加塞”情況，中國車企都會在智駕方案中加入更有針對性的解決辦法。從效果來看，中國市場中大多數(shù)高階智駕已經(jīng)擁有了相當出色的完成度，而針對中國路況的優(yōu)化又會帶來更多安全感，這些都是特斯拉FSD暫時沒有的產(chǎn)品特質(zhì)。

FSD的全面落地有可能將加劇自動駕駛技術競爭，而國內(nèi)企業(yè)紛紛摩拳擦掌，大有與之一決高下的架勢。近期，小鵬汽車董事長兼CEO何小鵬曾公開稱，特別歡迎特斯拉FSD進入中國；華為常務董事、終端BG董事長、智能汽車解決方案BU董事長余承東也表示，歡迎特斯拉FSD入華，華為智駕即使是不帶激光雷達的版本也比特斯拉FSD更好，帶激光雷達的性能更佳。他還表示，只有競爭之后才能看到誰做得更好。

智能駕駛的另一個答案

事實上，F(xiàn)SD也并非一片坦途。業(yè)內(nèi)的普遍共識是，端到端模型理論上有比現(xiàn)今模塊化的自動駕駛系統(tǒng)更高的能力上限，但同時也無限放大了神經(jīng)網(wǎng)絡黑盒不可解釋的問題，不可解釋、不可控的性質(zhì)會導致系統(tǒng)雖然能夠處理復雜場景，但是簡單場景很可能相比目前主流系統(tǒng)會產(chǎn)生退步，甚至是犯很多“弱智”的錯誤。

其次，隨著模型能力提升，改進模型需要的數(shù)據(jù)更多，每10000公里的行駛數(shù)據(jù)，只有1公里能訓練模型，而且每訓練一遍，都需要消耗大量算力。

模型的迭代永無盡頭，在解決一個問題的同時，會帶來更多新的問題。在今年特斯拉股東大會上，馬斯克承認了當前FSD所面臨的挑戰(zhàn)，其主要限制并非是訓練數(shù)據(jù)量的問題，而是測試AI模型的效率以及判斷新模型是否更優(yōu)秀的水平能力。當AI模型在數(shù)千英里的行駛過程中僅出現(xiàn)一次需要人工干預的情況時，如何迅速而準確地評估新模型的優(yōu)劣就變得尤為困難。

可見，F(xiàn)SD的發(fā)展始終受制于端到端模型的進化成效和車端計算能力，一旦單車智能的進化遇到瓶頸或停滯，其因感知局限而發(fā)生事故的概率也將提升。

安全長尾問題是制約高級別自動駕駛落地的主要因素之一，即使解決了90%的自動駕駛問題，但剩余的10%問題可能需要投入百倍的精力才能攻克。為了解決這一痛點，馬斯克開始考慮車與道路的交互，特斯拉將著重測試路口的復雜狀況，并在數(shù)千個美國復雜路口進行有針對性地測試。

任何技術路線都不止一條，車路云一體化作為智能駕駛安全系數(shù)更高的另一條路被放到前臺。車路云一體化是在車路協(xié)同的基礎上進一步發(fā)展而來，它不僅包括車輛與道路的協(xié)同，還涉及到云平臺的集成，通過新一代信息與通信技術，將人、車、路、云的物理空間和信息空間融為一體，實現(xiàn)全面的系統(tǒng)協(xié)同感知、決策與控制。

從FSD與車路云一體化兩者關系來看，其本質(zhì)上并非同維競爭。單車智能是“點”的提升，車路協(xié)同是“面”的統(tǒng)籌。車路云一體化誕生之初就是為了解決單車智能無法解決的問題，二者的關系是相互促進、互為補充。車路云一體化可以彌補單車智能在復雜場景下的感知不足，通過整合交通關鍵要素、超視距感知、實時信息共享等方式，提高自動駕駛的可靠性和安全性。

單車智能是車路云一體化的基礎，通過發(fā)揮車路云一體化所具備的雙數(shù)據(jù)感知、復雜場景協(xié)同決策、群體智能等優(yōu)勢為車輛賦能，將未知場景轉(zhuǎn)化為已知場景，降低不安全場景的安全風險，實現(xiàn)自動駕駛運行設計域（ODD）不斷擴展，進一步提升自動駕駛汽車的性能和安全性。

事實上，F(xiàn)SD即便是在有著廣泛應用和技術驗證的美國市場，近期也因未識別火車險些釀成事故，美國國家公路交通安全管理局（NHTSA）已多次對涉及FSD和Autopilot模式的事故進行調(diào)查。而國內(nèi)車企如果能夠?qū)诬囍悄芘c車路云一體化技術充分融合，不僅可以形成新的差異化解決方案，還能進一步提高自動駕駛的安全性，實現(xiàn)1+1>2的效果。

誰將先飲萬億“頭啖湯”？

對于中國，車路云一體化無疑是一次難的產(chǎn)業(yè)戰(zhàn)略機遇，其將協(xié)同帶動新型基礎設施的數(shù)字化、智能化發(fā)展。從產(chǎn)業(yè)鏈上看，車路云一體化產(chǎn)業(yè)鏈主要涵蓋四大方面：車載設備、路側基礎設施、云控平臺以及通信網(wǎng)絡。

車載設備主要就是C-V2X車載終端、車輛數(shù)字身份證書載體。路側基礎設施建設，不僅涉及LTE-V2X直連通信路側單元（RSU）、聯(lián)網(wǎng)交通標識，還包括路側感知設備、邊緣計算系統(tǒng)。云控平臺是實現(xiàn)車輛協(xié)同感知、協(xié)同決策和協(xié)同控制的關鍵環(huán)節(jié)，要對大量交通數(shù)據(jù)進行處理。通信網(wǎng)路涵蓋了C-V2X網(wǎng)絡、光承載網(wǎng)等設備，是車路云一體化的基礎設施。

目前，車路云一體化主要面臨“兩率低”問題，即路側設備覆蓋率不高且不均勻和車端設備滲透率低。一方面，C-V2X車聯(lián)網(wǎng)路側基礎設施RSU覆蓋率較低，未形成規(guī)模部署，缺乏全域打通；另一方面，車載終端滲透率較低，導致車輛間信息交互和協(xié)作能力不強。車路城協(xié)同基礎設施建設主要集中在各城市示范區(qū)的部分道路路段，無法形成連續(xù)的智能網(wǎng)聯(lián)環(huán)境，難以滿足智能網(wǎng)聯(lián)車輛規(guī)�；瘻y試驗證、數(shù)據(jù)訓練、功能優(yōu)化等需求，進而導致基礎設施使用率偏低。

而中國龐大的公路網(wǎng)絡以及機動車保有量為車路云一體化提供了豐富的驗證場景和數(shù)據(jù)來源。2023年，全國公路總里程544萬公里，其中高速公路18萬公里，機動車保有量是4.35億輛。據(jù)《車路云一體化智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)產(chǎn)值增量預測》報告預測，2025年/2030年我國車路云一體化智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)總產(chǎn)值增量分別為7295億元/25825億元，年均復合增長率為28.8%。

瑞銀證券亞洲工業(yè)行業(yè)主管、中國研究部副總監(jiān)徐賓此前表示，路側基礎設施建設是車路云協(xié)同中容易被忽視的方面。隨著基建投資變得愈發(fā)重要，車路云協(xié)同將成為拉動新基建的有效手段之一。

瑞銀預計，從2022年到2040年，中國路側投資規(guī)模有望達到3000億美元，其中，路側端系統(tǒng)供應商、智能建筑工程和建設公司將成為直接受益者。自動駕駛公司、受益于早期車端自動駕駛價值滲透的汽車及汽車零部件公司、技術公司，如攝像頭、激光雷達生產(chǎn)商，都將獲得更多訂單。

技術路線雖各有差異，但最終都將殊途同歸。隨著智能駕駛正在成為各車企競爭的焦點，以FSD為代表的端到端技術不再神秘和神化。對中國車企來說，F(xiàn)SD的全面落地可以倒逼國內(nèi)智能駕駛正向發(fā)展，而車路云一體化作為與FSD并行的技術路線，將與其一道共同促進更安全的自動駕駛早日到來，推動自動駕駛真正走進千家萬戶。