FSD入华在即，1年前的车主，城区NOA可能被减配？

4月30日，特斯拉官网的暗示，FSD从稍后推出变成了即将推出；何小鹏对FSD的发言，从希望进来变成欢迎进来。而特斯拉股价直接上涨了6千亿，是更有说服力的一个结果。种种操作，都指向了国内车企喜欢标榜的FSD智能驾驶，今年有可能就会进入中国市场。

在马斯克访华之后，特斯拉FSD落地的可能性更大了，当然，FSD进入国内的路，并不会特别的顺畅，肯定还会有一些关于地图、数据、训练等方面因素的细节需要落实，而这也已经偏离了技术层面的问题，暂且不深入讨论。

这次的看点，关键是打通了部分城市对于特斯拉行车的某种“限制”。这个细节很重要，如果特斯拉的FSD智能辅助驾驶想在国内启用，那么前期无法跳过、代替的一个步骤，就是在国内道路上收集数据，并且完成神经网络的训练；还有就是实际道路上的一些功能测试，这是必不可少的。所以，特斯拉FSD入华刚刚开始第一步，也是最难的一步。

这么来看，结合已经透露的信息FSD会在夏天落地国内的说法，时间线上来看，是比较准确的。AI训练+道路训练，至少需要花几个月的时间来达到可用级别。

特斯拉FSD入华，对国产电车行业影响：

1. 会加速推动智能驾驶下半场的发展，继续让整个智能驾驶的研发、落地加速；

2. 纯视觉的方案，可能会迎来更多的受众群体，对激光雷达方案来说有点压力。

那么，FSD的落地在HW 3.0/4.0上会有区别体现吗？哪些功能会比海外更好用？

用着3.0芯片，FSD会打折

现在国内的特斯拉车型的智能驾驶芯片，包括了HW 3.0和HW 4.0等多种芯片方案的车型，不过这次更新的FSD V12这两种芯片都能兼容，除了在硬件上有一些像素上的差距之外，HW4.0的硬件和HW3.0的硬件，对应的FSD功能是有非常大的提升的。最核心的升级，其实是HW4.0可以使用3D图像来完成智能驾驶辅助功能，包括高速路段以及城市路段。

两个芯片的计算平台都是FSD Computer 2，但HW 4.0的数量增加到了3个，芯片是三星Exynos架构，后者的CPU核心数也从12升级到了20个，最高频率2.35GHz。神经网络加速器，双核变成三核，最大频率直接从HW 3.0的2GHz提到了2.2GHz，最多算力翻了5倍，提升到了500TOPS。而且，HW 4.0的处理器CPU\GPU都做了双份冗余；HW 4.0比HW 3.0的从硬件到算力上，都有更好的体验。

那么用着HW 3.0的老车主，体验会打折吗？

会，但并不是所有工况下都会打折。先从最简单的工况，高速领航聊，通过摄像头来捕捉信息而且工况相对简单，即便HW 3.0的是120万像素摄像头（HW 4.0升到500万级），应对这种场景其实包括摄像头硬件+软件算法的处理难度，两者不会有明显的区别。

打折的工况，会是在城区NOA上。首先，纯视觉方案的捕获信息的精度，取决于像素，两者的像素区别HW 4.0整体清晰度就像从720p提升到了1080p的提升。所以，大概率HW 3.0的城区NOA表现可能不会特别要，从反应速度、执行操作的流畅度等，都会有一定的下降。

这里可以拿路口指示牌这种很细节但很重要的标志物来讲，HW3.0系统摄像头接收到的信息是比较模糊的（参考海外实机测试视频），是否能具有正常的参考性存疑；但HW4.0的画面信息放大之后，仍然清晰可见，是具备作为参考信息的能力，而且准确率很高。

HW4.0的应用，让FSD可以拥有更接近激光雷达做感知时候生成的点云信息，而这种信息是需要更高算力来执行的。而且依赖BEV+Transformer实现3D成像，配合神经网络深度学习能力，取消了代码等。所以，还使用着HW 3.0的车型目前来看，是不具备和现有激光雷达方案划等号的能力的。

哪些功能，会比海外好用？

跟着FSD落地中国可能性加大的信息一同曝出的，还有特斯拉FSD会在国内使用百度地图这一信息。这也是FSD能落地中国的一个关键因素，那么，特斯拉FSD的中国版本，有可能就会成为轻地图版本的FSD。

特斯拉FSD，基本不太可能实现像国外那样的无图功能的，这涉及到地图的测绘以及后续处理的难点。除非，国内负责数据监管+数据中心存储，美国市场负责算力+AI程序的支持，把所有数据留在国内（当然，这部分细节没有透露，个人感觉需要一段时间过度）。

所以，现行方案最稳的就是找合作。

之前的自动驾驶是比较依赖高精地图的，但现在行业的发展方向其实已经开始摆脱高精地图的使用，一种轻地图重感知的方案成了主流，尤其是在城区NOA这种场景下，地图影响的占比也在缩小。但特斯拉FSD整体的底层逻辑不变，依旧是端到端那套逻辑。

BEV+Transformer方案，需要两个硬性条件。

一是引入 BEV 架构，实现异构传感器融合，可以生成活地图；二是必须具备超算中心（国内解决方案不详），或离线大模型，能够实现自动标注及仿真训练等功能。以上两个条件缺一不可，第一个简单，而第二个硬条件参考开头提到的难点来衡量，需要时间过度和解决，把美国算力中心复制到国内可能性很小（主要是芯片等原因），所以还得再找可行方案。

然后说回正题，如果拿了地图之后做轻地图（车道级地图数据）方案。

其实是比原汁原味FSD更适合国内道路的，国内的小路、乡间道路更多，也是普遍二三线城市现存的一个道路特征，包括现在华为、小鹏等品牌都在覆盖这种窄路的工况智驾能力。在有了地图数据之后，特斯拉国内版本的FSD也可以应对这种工况。然后，未来特斯拉的车主可以使用智能车道级导航的推荐、红绿灯倒计时等，更接近本土化的智能辅助驾驶功能，而且更主要的是降低了自动驾驶系统在中国适应的难度。

用了这套方案之后，至少不用担心HW 3.0方案车型在复杂路口工况感知硬件不足导致的感知不精准的问题；而对HW 4.0来说也降低了在复杂路口的执行难度，基本上就属于稍微训练一下落地就能使用的级别（可能距离丝滑处理，还需要一段时间训练）。

能不能实现全国的高阶智驾？

拿极越01举例，也是拿了百度车道级地图数据的，也是纯视觉方案，技术角度实现起来不难，只要有地图支撑，特斯拉FSD就任何城市都可以用。而地图数据只是FSD能用的前提，好不好用，还需要大量数据采集、模型训练之后才能决定的。但是，FSD落地就应该能实现全国都能开。

之前也聊过一个话题，就是FSD真的落地国内之后，训练模型做适配的问题，技术难度不大把特殊车型、长尾工况、道路使用习惯、行人、电动车等一些国内道路上的信息，输入、标注标签然后再进行训练即可。不过，推测国内版本的FSD，上线之初可能也只是达到能用的级别，而好用是经过反复高频训练得到的结果，坐等后续更新。