作者丨何煦陽

編輯丨楊曉鶴

原本計劃在2025年第一季度入華的FSD，近日傳來逐步落地的消息。

日前特斯拉官網顯示，FSD 駕駛套件被更名為“FSD 智能輔助駕駛功能”。將FSD部分能力優先推送至搭載特斯拉最新 AI4.0 硬件的車型，車主需訂閱特斯拉 FSD 功能才能使用對應服務，售價仍是 6.4 萬元。

一瞬間車圈媒體和KOL都在議論這件事，而FSD之所以受關注，是因為這種新一代端到端的能力，展現了更高上限的智能駕駛能力。對于國產智駕系統來說，直面競爭的壓力變得更大。

“很多國產自動駕駛創業公司，根本沒錢跟端到端大模型，現在直接被拖垮了。”最先發聲縱目科技可能出事的某公司人士告訴鯨哥，現在上海還有一家智駕公司也倆月沒發工資了。

不僅創業公司難過，頭部獨角獸也在紛紛和主機廠成立合資公司，謀求一份生存的可能。對于新能源車企來說，自研端到端也成為最重要的目標。可是大投入面前，如何做真正的端到端項目，何種路徑抵達，都成為大家分歧的地方。

FSD即將入華掀起的自動駕駛生死競賽中，國產智駕的明天會怎樣？

01 暴力美學催生『特斯拉效應』

1月30日，特斯拉CEO埃隆·馬斯克在2024年財報電話會議上宣布，特斯拉將于2025年6月在美國得州奧斯丁推出無需人類駕駛員監督的全自動駕駛（FSD）版本。

無監督 FSD 的驚艷之處在于：從任意停車位自主啟動，自主掛檔。盡管當下的無監督版本，其實平均21公里就需要人類介入，但指數級進化的速度，未來仍不可估量。

比如博主 The Son Of Walkley 在X上發帖分享的，FSD在停車位原地激活，本該左轉上路，但因為左邊有輛卡車擋住了去路，所以選擇倒車：

左拐出行之前，在攝像頭視野被卡車擋住的情況下，FSD 仍可以觀察道路，等待對面來車經過后，才開始上路：

又比如 Youtube 博主 Dirty Tesla，將特斯拉開進了多樓層的停車場，FSD在未提前學習路線的情況下，能夠從停車位中泊出，然后依賴車庫中高懸的“EXIT”和箭頭表示，選擇了正確的路線，成功離開了停車場。

遇到中途有車輛停止，還能繞行：

與ChatGPT類似，端到端時代的自動駕駛遵循著“大力出奇跡”的暴力美學。特斯拉新版 FSD 之所以如此先進，離不開三大因素：海量的高質量行車數據、大規模的算力儲備、端到端模型本身。

首先是數據。2023年初，特斯拉就向 FSD 輸入了1000萬個經過篩選可供學習的人類駕駛視頻。今年四月份，據 Simon Alvarez 報道，FSD 用戶累計行駛里程已超過13億英里。

10月份，特斯拉官方發帖，稱特斯拉目前已經擁有來自其超過800萬輛車的視頻數據。而這次的FSD V13.2版本，訓練的數據規模是上一代的4.2倍。

從數據量上看，國內任何一家廠商用戶的累計行駛里程都較特斯拉相差甚遠。特斯拉擁有超1000萬個有效駕駛視頻片段，而國內車企普遍不足百萬級，且數據集中在少數場景。

計算能力是支撐大規模數據處理和模型訓練的基礎。在算力方面，特斯拉的 DOJO 智算中心，曾預計到今年 10 月，總算力達到 100EFLOPs（10 萬 PFLOPS），相當于約 30 萬塊英偉達 A100 的算力總和。

國內車企在算力上奮力追趕，但在各種現實因素限制下，算力儲備方面的差距較為明顯。據汽車之心統計，商湯絕影智算中心的智能駕駛算力儲備在國內排名第一，為12000 PFLOPS，但也與特斯拉差距近十倍。

至于模型能力，目前沒有人知道特斯拉端到端的具體技術細節。但在智駕算法上，特斯拉已經引領了三次潮流：

從2021年的 BEV 網絡到2022年的 Occupancy Network 占用網絡，再到2023年馬斯克宣布特斯拉 FSD V12 采用端到端技術。

2024年“端到端”成為國內新造車智駕傳播的風暴眼，車企紛紛跟進，不開一場跟端到端有關的發布會，似乎都無法進入智駕第一梯隊的競爭語境中。

02 國內智駕，誰能接招？

面對FSD的早發優勢，國內主機廠也根據自己的實力，選擇了契合自己的路線迎戰。

國內企業如華為、百度等采用“兩段式端到端”（感知-決策與規劃控制分階段），而商湯、Momenta等支持“一段式端到端”（全流程一體化）。盡管后者更接近人類駕駛邏輯，但受限于數據和算力，目前主流仍以兩段式為主。

在國內業界以及消費者心智中，華為智駕“遙遙領先”非常有市場。憑借其智駕能力，華為收獲了一大批客戶，包括問界、智界、享界、尊界、長安阿維塔、廣汽、東風、比亞迪、長城等。

國內最早喊出“車位到車位”，掀起端到端競技浪潮的也是華為。2024年8月份，華為推出了ADS 3.0智能駕駛系統，其中就包含了“從車位到車位”功能，并率先搭載于享界S9車型。 截至目前，華為乾崑智駕ADS SE已覆蓋全國超過98%的高速公路。

華為在2021年首次向外界展示了ADS.1.0，至今經歷了三次大版本迭代。到了ADS3.0，華為將BEV和GOD融合成為了更大的GOD網絡（感知），并與POP網絡（規控）相組合，形成兩段式端到端。為了保證安全下限，華為在架構里還加了一個保底的“本能安全網絡”。

在行業內，一段式端到端與分段式端到端孰優孰劣，一直有爭議。一段式端到端通過統一模型進行訓練，直接從傳感器輸入到控制輸出，能避免中間環節的信息損失，缺點是模型的“黑盒屬性”明顯，可解釋性低。

分段式端到端將自動駕駛任務劃分成多個子模塊，模塊之間設置人工接口，提高了模型的可解釋性，但可能導致信息在模塊間傳遞時損失，影響全局最優性。

據36氪汽車報道，華為今年5月份推出的ADS 4.0將采取一段式端到端方案，將有尊界S800首發搭載。

在國內，除華為外，小鵬也是智駕第一的有力競爭者。2025年將推出“真L3級軟件”和硬件冗余能力，同時在中國市場實現類L4級智駕體驗，支持復雜城區場景的無接管駕駛。

小鵬的端到端大模型走的是分段式端到端的路線，主要由三部分組成——神經網絡XNet+規控大模型XPlanner+大語言模型XBrain。

XNet 負責環境感知，對現實世界進行3D高真實度還原；XPlanner 負責決策規劃和控制執行，模擬人類駕駛習慣；XBrain 賦予系統認知能力，能夠理解路牌文字、特殊車道等信息。

在國內，小鵬是最像特斯拉的車企，有很重的“智能化”標簽。

自端到端成為技術浪潮以來，車企又重新站在了同一起跑線上。從過去分模塊的思維轉換到數據模型思維，這不僅涉及技術架構的研發，還涉及組織架構的變動。

一些在模塊化時代走得快的車企，要切換到端到端架構，需要承受不小的沉沒成本。而一些過去在智駕上的落后者，卻有了彎道超車的機會。

一個典型的例子：雖然華為是國內最早公布“車位到車位”功能的車企，但目前此功能尚未開啟推送，率先將該功能全量推送給用戶的，反倒這個行業中的“后進生”——理想。

2024年11月28日，理想汽車“車位到車位”功能正式全量推送給理想L系列AD Max用戶和理想MEGA用戶，比半年前的時間表還早了一個月。理想宣布，自己是行業首個全量推送這一功能的車企。

技術方案上，理想采取的是一段式端到端，不過引入了快系統和慢系統的概念，并加入了VLM視覺語言大模型。快系統有日常駕駛場景里快速處理信息的能力，負責應對駕駛車輛時95%的常規場景；慢系統由VLM實現，有面對復雜或者未知交通場景的邏輯思考能力，占日常駕駛的5%。

不過，對比小鵬的一套模式打通全場景，理想的“車位到車位”遵循的是“VPA+NOA+VPA”的解題路徑。即在停車場路段，驅動系統行駛的是記憶泊車/代客泊車模式，而駛入公開道路后，則立刻轉變為智駕領航模式。

理想智能駕駛副總裁郎咸朋在接受采訪時表示，理想一直在追趕特斯拉。特斯拉智駕從2014年起步，理想從2019年起步，相差了五年。

2023年，理想經歷了有圖、無圖、NPN三代系統的迭代，從高速NOA到城市NOA，一直追趕到今年上半年，把端到端交付了鳥蛋版本。郎咸朋認為，此時單看端到端的表現，理想和特斯拉可能也就追剩半年左右的差距。

但現在特斯拉 FSD 已經進化到 V13.2 ，該差距有沒有拉大，不得而知。

另外一個彎道超車的例子是小米。從2024年3月底正式發布小米SU7后，小米的智能駕駛系統已經在半年的時間中追趕了友商們三個版本：高精地圖+模塊化版本、輕圖（無圖）+模塊化版本、和現在的端到端大模型架構三個版本。

現在“車位到車位”的競技浪潮中，有小米的一份。小米的車位到車位全場景智駕，同樣依靠端到端+VLM的技術架構，是國內繼理想之后第二家運用該架構的車企。

28日即將發布的小米 SU7 Ultra，在智能駕駛方面搭載了小米汽車全棧自研智能駕駛技術。從目前看更多是激光等傳感器和算力拉滿，端到端更新預計不會再這次發布上出現，畢竟性能車強調智駕有點違和。

一位車企自動駕駛行業人士提到，2023年特斯拉提出端到端概念以后，大家紛紛找自動駕駛公司合作上線同類型系統，2024年FSD也沒能入華，給他們緩了一口氣，開始自研端到端智駕系統。

現在追趕效果明顯，差距在不斷被縮小。尚有一力的主機廠，開始嘗試上線自研全力競爭。FSD入華時間窗口如果再晚半年，其實能讓主機廠都拿出一套基本成熟的端到端方案競爭。現階段銷量內卷競爭下，國內自動駕駛技術競爭也將直面全球最強選手。

03 第一批智駕供應商，倒在商業化黎明前

端到端的新標準“車位到車位”，是一場燒錢的戰爭。

馬斯克曾透露，特斯拉今年在訓練計算、龐大的數據管道和海量視頻存儲方面的累計投資，將遠遠超過100億美元。華為智能汽車解決方案BU自2019年成立以來，累計研發投入已達300億元。小鵬自動駕駛負責人李力耘表示，小鵬每年投入35億元的AI研究費用......

巨大的資本投入下，智駕能力逐漸與車企的賺錢能力強綁定，上述公布“車位到車位”時間表的車企，差不多也是國內最會賺錢的車企。熬不過自動駕駛前期的燒錢階段，注定沒法留在牌桌上。

同時，在經歷了2023年的卷里程、卷開城數量的熱潮后，眾多車企已經意識到了自動駕駛即將大規模爆發的市場前景，并將自動駕駛視為新一輪競賽的籌碼和新利潤增長點，紛紛開始自研自動駕駛方案。車企從前是智駕供應商的客戶，如今卻成了其對手。

兩者疊加之下，一批智駕供應商倒在了商業化黎明前：

2月10日，自動駕駛企業縱目科技美籍華人老板唐銳失聯：近1000名員工被欠薪3-4個月，去年12月份公積金已經斷繳。

去年11月，市場上傳言稱毫末智行對職能部門進行了大規模裁員，主要涉及職能部門，裁員比例高達30%甚至接近半數，并且將按照“N+1”的標準向被裁員工進行經濟補償；

陷入同樣境地的還有禾多科技。據網傳消息，禾多科技從年初開始便已經無法全額支付工資。2024年8月初，禾多科技傳出解散大數據和研發部門、核心管理層離職和員工遣散的消息。

『2025年，估計還有五六家自動駕駛企業暴雷，環衛自動駕駛也比較難，無人礦車領域也會波動。』

剩下的智駕供應商謀求上市，以求“續命”。2024年10月25日，文遠知行奔赴美國納斯達克掛牌上市。遞交招股書前，文遠知行從廣汽集團拿到了一筆不超過2000萬美元的戰略投資，除此之外，在近三年里，文遠知行都沒有獲得過融資。

自成立以來，文遠知行一直處于虧損狀態，且虧損額逐年擴大。招股書顯示，2021年至2023年，文遠知行的虧損分別為10.07億元、12.99億元、19.49億元。2024年前三季度，文遠知行累計虧損19.24億元人民幣，較2023年同期的16.03億元進一步擴大。

雖然被譽為“全球Robotaxi第一股”，但在文遠知行的業務結構中，Robotaxi卻只占很少一部分。

根據招股書信息，文遠知行的業務主要分為兩部分，一是銷售包含自動駕駛車輛產品，二是提供自動駕駛解決方案服務。在2023年之前，自動駕駛車輛產品收入占據主要部分，在6成以上；到2023年之后，服務銷售開始占據營收的大頭，今年上半年，占比高達86%。

從產品銷售數量來看，文遠知行2021-2023年分別銷售了38輛、90輛、19輛Robobus，5輛、11輛和3輛Robotaxi，數據不算理想，且都在2023年出現了直線下滑。

Robotaxi是自動駕駛的集大成者，能成功部署Robotaxi意味著自動駕駛技術已達到L4或更高級別。但目前，Robotaxi在商業層面仍處于非常早期的階段，受到路規、成本、用戶體驗等多種限制，只是完成了從0到1的布局，難以產生規模化的收入。

同樣上市的另一家智能駕駛企業來說也是如此。從2022年到2024上半年，這家公司的Robotaxi的收入在逐年下降，分別為13.1%、10.7%、4.7%。

2024 年前三季度，Robotruck 業務占其總營收比例可推測超過 69%。此前，這一賽道上的明星是圖森未來。

最近的2025 年 2 月，圖森未來廣州公司進入解散清算流程。在內斗和外部競爭壓力下，這家公司的業務，沒能全力迎接市場的競爭，而是被退市、轉型、解散分公司等關鍵詞占據。

而特斯拉于2024年10月推出了全新的無人駕駛出租車——Cybercab，同時展示了名為Robovan的無人駕駛廂式貨車，可一次搭載多達20名乘客，進一步豐富了其自動駕駛產品線。

現在，無論是智駕供應商還是新勢力車企，都必須找到其他方法造血，以度過商業化前的漫漫長夜。成功上市，還遠未到舉杯歡慶的時刻，畢竟國內特斯拉的FSD還沒有進入；虧損，仍是長期縈繞在智駕行業的主旋律，規模化仍然是一道核心命題。

新的一輪智駕戰爭已經打響，最后能熬過虧損期，留在牌桌上的玩家會更少。入華后 FSD 是否再在國內激起鯰魚效應，推動自動駕駛在國內更快落地，我們拭目以待。

參考資料：

騰訊科技，萬字硬核解讀：“端到端“讓特斯拉FSD V12迎來質變？

汽車之心，“車位到車位”大戰，智駕第一梯隊更難進了

36氪汽車，華為明年量產“一段式端到端”智駕，正主攻大模型

全網最全報告包：

視頻內容推薦：

主理人交流：

加入AI鯨英社群，和上千CEO、投資人和行業大牛一起共話未來！

被掃地出門18個月后，馬斯克終復仇OpenAI

DeepSeek淘金熱：日入百萬，20天過億，誰在被割？