“特斯拉FSD進入中國”系列評論之三：

在智駕領域 國內與特斯拉差距有多大？

雷歌 2024年5月7日

許多不太了解行情的人都有疑問，目前在無人駕駛領域領跑是特斯拉嗎？特斯拉的FSD不是“輔助駕駛系統”，最多也就是L2+級別嗎？而谷歌Waymo和通用Cruise的無人出租車不是去年就已在舊金山正式營運，達到了L4級別，實現了真正安全的無人駕駛，難道不比特斯拉先進嗎？國內百度的無人出租車已經出到第六代，“蘿蔔快跑”在武漢正式投入商業營運的時間甚至比Waymo在舊金山營運還早一年，都是L4級別的無人駕駛。這些公司難道不比特斯拉的FSD先進？還有人覺得，這次特斯拉還與百度簽約，這兩家是不是要在智駕領域有深度合作？

其實特斯拉與百度最新合作的核心，是百度授權特斯拉使用其在中國公共道路上收集數據的地圖牌照。在中國，所有智能駕駛系統都必須獲得測繪資質才能在路上運行。外國公司需要與獲得許可證的國內公司合作。而百度就是獲得測繪資質的十幾家公司之一。

特斯拉與百度的這次合作也包括使用百度的最新版車載導航地圖V20版。兩家在導航地圖方面的合作早在2020年就已開始。

所以特斯拉與百度的合作，實際上與智能駕駛並無實質性關係。

此前的文章我已經深入討論過Waymo和百度等選擇的“模塊整合”路線與特斯拉FSD的“端到端”模式的根本性差別，通俗一點講，就在於前者成本昂貴，無法最終實現商業化落地，變成了一個好看不好用的花瓶。

如果從專業一點的角度對這兩種路線進行解讀，“模塊整合”路線就是把感知、判斷、決策以及規則都當成獨立模塊，依靠程序員提前寫好的代碼來設定模塊間的互動協議，最佳決策輸出是依靠芯片傻算，也就是通過“窮舉法”找到最佳答案。所有的輸出決策都是程序員提前規定好的。一旦遇到未設定的全新場景，這種模式就會失效，錯誤百出。所以，Waymo或百度的無人出租車要駛入一個新區域，該區域的高精地圖要提前做好，還要不斷靠人工標註來應對道路上隨時出現的新變化，成本非常高，而且路況的變化難以窮盡。

而使用神經網絡深度學習的“端到端”大模型 AI訓練模型，卻擺脫了程序員的控制，通過大數據的深度訓練獲得了自主決策的類人化智能。所謂“端到端”，就是“視覺輸入，決策輸出”，這就是人的駕駛方式。只要數據訓練量足夠，系統就能在千變萬化的真實場景中作出準確判斷和正確反應。這才是真正的人工智能！

目前美國這邊的Waymo、Cruise等無人出租車公司的估值與幾年前的高峰期相比已縮水50%-70%以上，因為整天燒錢（如Waymo已經燒錢150億美元），有的已經倒閉，還在硬撐的也收縮戰線，大幅裁員。已經基本看不到成功商業化的希望。

那國內的情況如何呢？

一些人整天看國內的新聞，覺得國內的無人駕駛技術在全世界已經“遙遙領先”，就像許多國人覺得華為mate60搭載的5G芯片“遙遙領先”一樣（實際上只有台積電三五年前的水平）。國內智駕行業現在雖然熱鬧非凡，現實卻是落後美國至少三年。

國內無人駕駛技術從十年前到現在都只是美國公司的跟隨者，國內智駕領域的創業者和核心技術骨幹，基本都是在美國求學並在美國相關公司從業之後回國的。以百度為首的眾多無人駕駛出租車公司早年都採用了與谷歌Waymo一樣的激光雷達+高精地圖的模塊整合路線，現在也都陷入了與Waymo同樣的無法商業化落地的困境。

百度是國內研發無人駕駛出租車的老大，也是國內智駕領域培養技術骨幹的“黃埔軍校”，國內各大公司智駕研發的核心骨幹，一大半都是從百度出來的。

與谷歌的Waymo一樣，百度的“蘿蔔快跑”無人駕駛出租車在武漢的商業化營運，同樣只是在有限區域內展開，因為每一次區域的擴展，都需要高昂的成本。僅無人駕駛所需的高精地圖（注意不是一般導航用的高清地圖）製作，最基本的費用就要3000元/公里，還需要大量人員不斷進行人工標註以因應路況的隨時變化，一個程序員每天只能完成十多個標註。而百度在武漢只有100多輛無人駕駛出租車在跑。如此高成本的投入獲得的數據卻非常可憐。十多年來，百度在無人駕駛研發上燒的錢高達1700億人民幣，折合成美元近240億美元，遠超Waymo公司150億美元的投入。這種燒錢模式使眾多無人駕駛出租車公司難以為繼。

自2023年特斯拉FSD的V12版發布以來，所有無人駕駛出租車公司都意識到，FSD“端到端”的AI深度學習大模型才是無人出租車的未來。以Waymo為首的美國無人出租車研發公司因為引領了過去的“模塊整合”潮流，並在其中陷得太深，還有點行業老大放不下的自尊，至今反應緩慢，面對全新的前景有點不知所措。

而中國的眾多公司從來就是緊跟美國的最新科技潮流，他們倒沒什麼包袱，反應很快。從2023年開始，幾乎所有中國的無人駕駛出租車研發公司都開始轉向特斯拉FSD的“端到端”模式。但目前轉型還處於起步階段，而且受到數據和算力的雙重限制。

自特斯拉FSDV12版本發布以來，百度就被國內業界嘲諷為“起了個大早，趕了個晚集”。今年三月，百度集團副總裁、百度智能駕駛總裁王雲鵬回應外界對百度走向何方的懷疑時表示：“智能駕駛這麼難的事情，我們已經堅持了十年……堅信、堅定和堅持已經深入骨髓，已經成為我們工作的習慣，我們在最艱難的時候都一直沒有放棄，現在曙光已現，更加沒有理由放棄。”聽出話風了嗎，他們都在討論要不要“放棄”的問題，說明他們正處於行業發展的十字路口。

當然百度不會放棄。上個月，王雲鵬在談到百度智能駕駛的未來發展時，強調百度智能駕駛要打好四場硬仗，其中第一場硬仗，就是要用大模型“重構”自動駕駛技術路線，從重構自動駕駛的基礎模型開始，“重構技術與產品”。

了解了無人駕駛“模塊整合”與“端到端”這兩種不同路線的競爭背景，我們就不難理解百度現在說的“重構自動駕駛技術路線”的意思，實際上就是像特斯拉FSD在2021年所做的一樣，從“模塊整合”路線轉向“端到端”路線。

這種艱難的轉型從2023年已經開始。據百度自己介紹，去年百度智駕團隊在3個月內用500萬新增數據 “成功拿掉了激光雷達，打造了國內唯一、世界唯二的純視覺高階智駕可量產方案”。這個“世界唯二”的“純視覺”智駕方案，就是指跟隨特斯拉FSD，開始走模擬人類駕駛的“端到端”路線。

但國內無人駕駛出租車研發公司因為轉型剛剛起步，無法立刻擺脫舊模式的激光雷達和高精地圖。因此，大多數研發公司的現狀，目前是“兩條腿走路”，既從基礎技術架構上構建“端到端”大模型，又在試驗車上保留原有的激光雷達和高精地圖。保留的另一個原因，也是因為這類硬件的成本在最近五年內已經大幅下降，整套雷達傳感器系統現在可以做到2萬人民幣左右，而早年Waymo使用的激光雷達每個高達7萬多美元，每輛車要用好多個。百度的第六代無人出租車RT6帶38個雷達和傳感器，整車價格已經降到25萬人民幣。但這些雷達對特斯拉FSD系統而言都是多餘，是不必要的成本。特斯拉FSD只用稀鬆平常的車載攝像頭，像數跟我們常用的手機一個水平，就完全夠用。關鍵靠的是模擬人類駕駛的算法。

目前國內做“端到端”智駕平台最好的一家科技創新公司叫“元戎啟行”。但其創始人周光承認，目前“元戎啟行”智駕平台的水平只相當於特斯拉FSD的V11版本，他們還有很長的路要走。特斯拉FSD的V11版本與目前最新的V12版本有質的差別。

國內自動駕駛行業雖然風起雲湧，群雄爭霸，大家紛紛轉向“端到端”模式。但“端到端”模式依賴於AI神經網絡深度學習系統，除了算法，還需要有海量數據不斷投餵訓練，同時用超級計算機的超強算力快速消化這些數據，才能通過自我學習實現系統的快速升級。

而這正是特斯拉的優勢，也是中國同行的劣勢。特斯拉每天有近6百萬輛各類電動車在全世界的各種路上跑，每天產生海量的有價值數據。同時英偉達等芯片公司也在不斷提升芯片的算力，使特斯拉的Dojo超級計算機處理數據的能力每年都以十倍以上的速度提升。反觀中國，眾多研發自動駕駛的公司自己沒有量產的電動車提供數據，同時因為歐美對中國的高科技出口限制，能使用的芯片算力與最先進的差了三代以上。而且國內公司在“端到端”模式上起步就比特斯拉晚了三年以上，在這種條件下要想趕超特斯拉，真是個“不可能完成的任務”。

這種落後局面，可能也是中共決定放特斯拉FSD進來，爭取借船出海，乃至渾水摸魚的主要原因。

歡迎關注“雷歌視角”，幫你挖掘新聞背後的新聞。

雷歌視角油管頻道最新上線：

https://www.youtube.com/channel/UClfm_D5GrSVn59znfs8JD1g

請訂閱、轉發和點讚。謝謝！