闖紅燈、走自行車道、掉頭車道直行……特斯拉FSD在中國(guó)市場(chǎng)推送之后，成為“高階違章智駕”。

但是，很多專業(yè)人士，以及《電動(dòng)汽車觀察家》的體會(huì)是：特斯拉FSD的基礎(chǔ)能力非常強(qiáng)，如果這些“水土不服”的問題解決，它將是中國(guó)市場(chǎng)最好的智駕之一，甚至可能爭(zhēng)奪第一。

尤其是，當(dāng)智駕研發(fā)走向端到端大模型階段之后，數(shù)據(jù)+算力的進(jìn)化速度是驚人的。

眼跟前的例子是，理想汽車在特斯拉FSD V12首個(gè)采用端到端大模型之后，也采用了這一新技術(shù)方案，如今理想汽車的智駕，至少已經(jīng)可以和華為、小鵬一較高下。

所以，比起特斯拉FSD入華后的初期表現(xiàn)更重要的問題是：FSD在中國(guó)為什么會(huì)這樣？它會(huì)很快變強(qiáng)嗎？

這是和中國(guó)智駕企業(yè)生死攸關(guān)的問題。

01

走錯(cuò)道，是無意，還是故意？

大家在使用特斯拉FSD的過程中，發(fā)現(xiàn)了很多共性的問題。

比如對(duì)于異形紅綠燈識(shí)別不清，會(huì)闖紅燈；主輔路識(shí)別不清；經(jīng)常走自行車道、公交車道、壓實(shí)線……

這導(dǎo)致開特斯拉FSD雖然可以不接管或者少接管，但是會(huì)大量違章。知名車評(píng)人陳震在測(cè)試FSD的過程中，就收到了7張違章罰單。

特斯拉為什么會(huì)犯這些低級(jí)錯(cuò)誤呢？

這涉及地圖數(shù)據(jù)、自身定位和模型的決策。

首先一個(gè)略意外的信息是——特斯拉采用了百度的輕圖。

輕圖是介于高精地圖和導(dǎo)航地圖之間的地圖。在車企對(duì)高精地圖的更新速度、成本表示不滿之后，百度等圖商推出了這一產(chǎn)品。

百度的輕圖（LD），和高精地圖（HD）相比，信息要少。輕圖沒有定位層信息，車道層也只有拓?fù)湫畔ⅲ灰欢ㄓ性敿?xì)道路邊界。

輕圖的好處在于，它是以天為單位更新的，另外成本要小得多。

目前，國(guó)內(nèi)主流智駕方案，都實(shí)現(xiàn)了無圖——無高精地圖，但是也有一部分用了輕圖。相對(duì)來說，有了輕圖加持，智駕方案要容易一些。

這樣的話，為什么特斯拉還會(huì)出現(xiàn)走錯(cuò)車道、壓實(shí)線、走自行車道等問題呢？

一位車企的智駕技術(shù)負(fù)責(zé)人表示，特斯拉的這些問題，很多是導(dǎo)航和定位的問題，“FSD的定位芯片太爛了。”

另外，在中國(guó)有很多特殊工況，比如可變車道，限時(shí)公交車道，文字指引的直行待行區(qū)等等。這些即便是輕圖，也是無法解決的。

不過，一位智駕地圖公司的負(fù)責(zé)人則表示，特斯拉FSD這些錯(cuò)誤可能有三種原因，其一，是地圖數(shù)據(jù)有問題；其二，地圖數(shù)據(jù)沒有問題，但是FSD在定位時(shí)存在問題，問題不一定是定位芯片，也可能是模型的感知問題；其三，地圖數(shù)據(jù)和定位都沒有問題，但是模型認(rèn)為，有的車道，走了也沒有關(guān)系，像自行車道、實(shí)線、公交車道，它對(duì)于行駛邊界的認(rèn)知還沒有本地化。

可以肯定的是，特斯拉確實(shí)沒有像華為、小鵬、理想那樣，有那么多的本地?cái)?shù)據(jù)，來進(jìn)行大模型的訓(xùn)練。

由于中國(guó)對(duì)汽車數(shù)據(jù)的監(jiān)管，汽車數(shù)據(jù)只能本地化存儲(chǔ)，未經(jīng)批準(zhǔn)不得向境外傳輸。

馬斯克曾經(jīng)表示，特斯拉只能從互聯(lián)網(wǎng)上尋找中國(guó)道路的視頻片段來訓(xùn)練。此外，業(yè)內(nèi)人士廣泛推測(cè)，特斯拉還用了中國(guó)臺(tái)灣地區(qū)和韓國(guó)的數(shù)據(jù)來訓(xùn)練。

關(guān)于公交車道，馬斯克曾經(jīng)表示，中國(guó)公交車道有時(shí)限行，有時(shí)又不限行，非常復(fù)雜。

特斯拉智駕的負(fù)責(zé)人也曾提及，關(guān)于實(shí)線，美國(guó)只是建議不能越過，但中國(guó)是禁止的。

總體來說，特斯拉FSD就像是“加州老司機(jī)”，還沒有好好學(xué)習(xí)中國(guó)路況和交規(guī)，就在中國(guó)開車了。所以，它在常規(guī)駕駛中，展現(xiàn)出成熟、老道的一面，但是在處理和美國(guó)不同的路況、交通標(biāo)識(shí)時(shí)，就暴露出所謂“水土不服”的問題。

02

數(shù)據(jù)和算力“碰不到一起”

但是，無論如何，都不能輕視特斯拉FSD的學(xué)習(xí)能力。

按端到端大模型的開發(fā)策略，針對(duì)特斯拉FSD目前遇到的問題，中國(guó)智駕企業(yè)的方案是對(duì)癥下藥——右轉(zhuǎn)不好，就“喂”給模型大量右轉(zhuǎn)的視頻片段，讓它強(qiáng)化右轉(zhuǎn)能力；紅綠燈識(shí)別不清楚，就“喂”紅綠燈的視頻片段，強(qiáng)化紅綠燈識(shí)別能力。

那么，特斯拉能不能這么做呢？

特斯拉是行業(yè)第一個(gè)大規(guī)模建設(shè)數(shù)據(jù)、算力，用來訓(xùn)練智駕大模型的企業(yè)。到2024年10月，特斯拉的超算中心Dojo，總算力將達(dá)到驚人的100EFlops。然而，Dojo部署在美國(guó)。

而中國(guó)的駕駛數(shù)據(jù)，只能存儲(chǔ)在中國(guó)。根據(jù)中國(guó)《汽車數(shù)據(jù)安全管理若干規(guī)定（征求意見稿）》（下稱《汽車數(shù)據(jù)規(guī)定》），個(gè)人信息或者重要數(shù)據(jù)應(yīng)當(dāng)依法在境內(nèi)存儲(chǔ)，確需向境外提供的，應(yīng)當(dāng)通過國(guó)家網(wǎng)信部門組織的數(shù)據(jù)出境安全評(píng)估。

2021年5月，特斯拉也曾經(jīng)透露，已經(jīng)在中國(guó)建立數(shù)據(jù)中心，將所有中國(guó)市場(chǎng)銷售車輛所產(chǎn)生的數(shù)據(jù)都將存儲(chǔ)在境內(nèi)。

特斯拉包含F(xiàn)SD功能的配置還需要加價(jià)6.4萬元

除了存儲(chǔ)、外傳的限制，采集數(shù)據(jù)，也有限制。個(gè)人信息需要車主授權(quán)，而且必須脫敏使用之外，高于國(guó)家公開發(fā)布地圖精度的地理、位置信息，可能會(huì)被視為測(cè)繪行為——這需要國(guó)家測(cè)繪局頒發(fā)的測(cè)繪資質(zhì)企業(yè)，才能采集。

國(guó)內(nèi)智駕企業(yè)當(dāng)前正在大量收集車主的駕駛信息。上述車企智駕負(fù)責(zé)人就表示，該數(shù)據(jù)需要有甲級(jí)測(cè)繪資質(zhì)的企業(yè)來采集存儲(chǔ)，并且需要定期報(bào)審。

除此之外，中國(guó)智駕行業(yè)已經(jīng)開始了數(shù)據(jù)的共享和交易。

愷望數(shù)據(jù)就是一家專注自動(dòng)駕駛數(shù)據(jù)服務(wù)的公司，業(yè)務(wù)包含了智駕數(shù)據(jù)共享和交易。愷望數(shù)據(jù)創(chuàng)始人、CEO于旭表示，“大家（智駕企業(yè)）都需要就是更適配場(chǎng)景的真實(shí)數(shù)據(jù)，來幫助它（模型）能達(dá)到更準(zhǔn)確的程度。”像特斯拉所采用的互聯(lián)網(wǎng)上的視頻數(shù)據(jù)，作為通用數(shù)據(jù)，是無法滿足垂類大模型的訓(xùn)練需求的。

于旭介紹，在智駕開發(fā)走上AI模式之后，各企業(yè)都面臨數(shù)據(jù)不足的情況。但與此同時(shí)，各企業(yè)又都通過測(cè)試車、采集車等方式收集了很多數(shù)據(jù)，“只是這些數(shù)據(jù)分布在不同的一些地方”另外和場(chǎng)景的適配度、算法模型的匹配度需要加工處理。“我們就是要讓這些數(shù)據(jù)共享和交易起來。”

在今年兩會(huì)上，全國(guó)人大代表、長(zhǎng)安汽車董事長(zhǎng)朱華榮就有提案說，智能網(wǎng)聯(lián)汽車行業(yè)可供利用的有效數(shù)據(jù)增多，數(shù)據(jù)的共享、共建成為獲得海量數(shù)據(jù)的高效途徑，因此應(yīng)當(dāng)建立相應(yīng)的安全法規(guī)，推動(dòng)智能網(wǎng)聯(lián)汽車數(shù)據(jù)共享。

以此推導(dǎo)，特斯拉同樣也可以用以上這些方法來獲取大量的駕駛行為數(shù)據(jù)。

不過，“FSD的困境不在于數(shù)據(jù)的獲取，而是自我的糾結(jié)——數(shù)據(jù)不能出境，但馬斯克又不想把模型放到中國(guó)訓(xùn)。”上述智駕負(fù)責(zé)人表示。

“數(shù)據(jù)和算力碰不到一起。”上述智駕地圖負(fù)責(zé)人也說。

03

會(huì)給特斯拉“開后門”嗎？

如果無法通過大量采集數(shù)據(jù)并訓(xùn)練模型來解決FSD本地化問題，特斯拉有別的招嗎？

很多業(yè)內(nèi)朋友笑談：就看主管部門會(huì)不會(huì)給特斯拉“開后門”了。

不過，上述智駕負(fù)責(zé)人表示，F(xiàn)SD不一定需要中國(guó)數(shù)據(jù)的方式來解決問題。比如，交通標(biāo)牌標(biāo)識(shí)可以構(gòu)造仿真數(shù)據(jù)來訓(xùn)練。

特斯拉FSD經(jīng)常走自行車道

此外，作為智駕大模型，也可以類似于ChatGPT、DeepSeek，通過提供更多提示詞，“即使不改變模型，也能有辦法提高識(shí)別率。”

另外，F(xiàn)SD還需要進(jìn)一步提升，讓車端也具有實(shí)時(shí)識(shí)別和理解文字的能力，用以解決中國(guó)文字提示的公交車道限行時(shí)間、左轉(zhuǎn)待轉(zhuǎn)線、潮汐車道問題。

數(shù)據(jù)的采集和使用，也可能會(huì)有政策口子。

于旭提到，“國(guó)家現(xiàn)在也非常鼓勵(lì)跨境數(shù)據(jù)的合作。”

她介紹，以上海臨港為例，作為國(guó)家指定的離岸港，在這里做數(shù)據(jù)加工和處理和出境是合規(guī)的。特斯拉也是注冊(cè)在臨港，“從數(shù)據(jù)交易、數(shù)據(jù)共享的角度上，是否能有一些政策性的打開，我覺得是有可探討的可能性。”

總體來說，作為AI的智駕大模型，大量的數(shù)據(jù)和強(qiáng)大的算力依舊是“大力出奇跡”的法寶。上述車企智駕負(fù)責(zé)人說，如果特斯拉FSD“解決數(shù)據(jù)來源和訓(xùn)練問題，提升會(huì)很快。”