IT之家 11 月 18 日消息，针对已与上汽讨论两轮 FSD 授权的消息，特斯拉中国今日对财联社回应， 该消息并不属实 。
此前一日，市场传出特斯拉 FSD（Full Self-Driving，完全自动驾驶）入华后授权上汽做 Robotaxi 传闻，据天风证券调研， 目前了解到的是特斯拉与上汽已经沟通了两轮，吉利也有过交流 ，但最后定论和细节还没有明确消息。
据IT之家此前报道，今年 9 月，特斯拉 AI 团队发布FSD 在世界各地的部署情况路线图，预计明年 Q1 在中国和欧洲上线 FSD 全自动驾驶，仍待监管批准。
今年 10 月，多位知情人士透露，中国政府支持特斯拉在遵循现有法律法规的前提下，先行先试部分 FSD（Full-Self Driving，全自动驾驶系统）功能，但 FSD 入华尚未得到监管部门批准，相关评估工作还在进行中。
特斯拉 FSD 入华前的最大伏笔，已经在北京车展埋下了
4 月 28 日下午，就在北京车展的流量盛宴逐渐走向尾声的关头，特斯拉 CEO 马斯克出现在北京，开启了他的突然而又短暂的访华之旅。 而在关于马斯克此次访华目的的诸多猜测中，一个最受关注的议题是：特斯拉 FSD 入华。
一时之间，北京车展的聚光灯，又突然转向了特斯拉 FSD 和它背后的智能驾驶。
但其实，众多玩家在智能驾驶领域的诸多动态，从一开始就是本次北京车展的重头戏，并且扮演着非常重要的角色——只不过在车圈大佬们的流量光环下，被一时忽视。
但实际上，北京车展可以看做是中国智能驾驶产业发展的一个关键转折点。
一方面，从技术上来说，端到端已经成为高阶智能驾驶进一步演进的行业共识，并且已经有类似于华为、小鹏、蔚来、理想这样的玩家推进落地。
另一方面，从商业落地的维度上看，智能驾驶进一步从高价位段车型不断向低价位渗透，呈现出走向普及的「科技平权」之势。
端到端已成共识，并走向应用
从技术维度上，端到端无疑是本次北京车展期间各个玩家在智能驾驶领域合力推进的最热门方向，并且已经颇有成果。
其中一个受人关注的重磅玩家是华为。
4 月 24 日，在北京车展前一天，华为在智能汽车解决方案发布上，宣布了它的乾昆 ADS 3.0。
具体来说，在感知方面，乾昆 ADS 3.0 抛弃了以往的 BEV + GOD（通用障碍物识别）方案，而是基于 GOD 大网实现了从简单「识别障碍物」到深度「理解驾驶场景」的跨越式进步。
同时，在决策和规划方面，乾昆 ADS 3.0 全新架构采用 PDP（预测决策规控）网络实现预决策和规划一张网，从而实现类人化的决策和规划，行驶轨迹更类人，通行效率更高。
通过这样的方式，ADS 3.0 在技术架构方面实现了端到端架构。
基于此架构，乾昆 ADS 3.0 能够实现车位到车位智驾领航 NCA 功能，同时也能够在智能泊车方面实现离车即走，而泊车代驾也走向全场景商用——从实际落地的角度来看，乾昆 ADS 3.0 预计今年下半年就会推送给用户。
继华为之后，小鹏汽车在 4 月 25 日北京车展首日的发布会上发布了端到端大模型，并且在小鹏 X9 上开始公测。
具体来看，在感知层面，小鹏将感知大模型进行了升级，推出了行业首个量产的 2K 纯视觉占用网络，根据小鹏方面的说法，这个网络能够实现裸眼 3D 的效果，跟激光雷达一样强大。
而从控规的角度，小鹏也正是发布了行业首个基于神经网络的规控大模型 XPlanner，它将大量的数据来通过一个神经网络来进行训练，在数据和算力的加持下，拥有快速迭代的能力。
除了华为和小鹏之外，理想汽车在北京车展期间宣布推出 AD Max 3.0 进阶版，并介绍了一些面向用户的功能。 虽然理想汽车并没有介绍这背后的技术逻辑，但是，据 42 号车库了解，理想汽车也已经在高阶智能驾驶的研发层面全力投入到端到端大模型。
另外，根据蔚来智能驾驶研发副总裁任少卿在接受外界采访时发布的信息，蔚来在端到端方面也已经探索很久，并且今年就会推出相关的东西。
当然，除了以上的重要玩家之外，类似于英伟达、地平线这样的底层算力提供商也在端到端上达成了共识。
比如说，在北京车展开幕前一天的媒体沟通会上，英伟达全球副总裁、汽车事业部负责人吴新宙明确表示，端到端大模型是自动驾驶三步曲的最终一步；他还强调，能够把端到端模型做好的企业，一定也需要非常好的第二代甚至第一代的自动驾驶堆栈型，而且端到端的发展需要一定的时间来成长，从而变得更加强大。
但吴新宙强调，端到端自动驾驶一定会到来。
另外，作为国内智能驾驶芯片领域的重要玩家，地平线在北京车展发布征程 6 系列的同时，也在反复强调：端到端已经成为高阶智驾算法技术竞逐的焦点，而地平线专为大参数 Transformer 而生的新一代智能计算架构 BPU 纳什，将加速端到端和交互博弈算法的应用普及。
总体可见，在特斯拉的引领带动作用之下，中国智能驾驶产业的核心玩家们，已经就端到端架构作为高阶智能驾驶领域的未来演进方向达成了高度共识，并且已经开始逐步走向落地。
算力追逐战，从车端卷向云端
基于整个智能驾驶行业正在对端到端架构进行拥抱的大背景，再结合本次北京车展上各家的动态来看，一个非常明显的趋势是：整个智能驾驶行业对于算力的追逐，已经从车端卷向云端。
先来看车端算力。
其实从车端的角度长期来看，自从 2023 年以来，整个智能驾驶行业在商用落地的过程中，已经呈现出明显的车端算力回落——不过，在本次北京车展上，这个趋势得到更加明显的体现。
比如说，在本次北京车展期间，地平线发布了最新一代的智能驾驶计算方案征程 6 系列，它包括 6 个版本，算力覆盖范围从低阶智驾市场的 10+ TOPS 到高阶智驾市场的 560 TOPS。
其中在高阶智驾市场，地平线的征程 6P 拥有 560 TOPS 的算力——但是从地平线的商业落地版图来看，该版本并非是要承担走量任务。 相反，从地平线公布的信息来看，超过 50 家生态伙伴选择了算力为 80 TOPS 和 128 TOPS 的征程 6 E/M 版本，而且其量产和落地的速度会更快。
另外一个关键角色，是英伟达。
在本次北京车展期间，英伟达并没有开设一个单独的展台，但是却在进一步扩大它在中国智能驾驶市场的商业落地版图。 其中，继与理想、极氪、比亚迪、广汽、小鹏等车企达成相应合作之后，英伟达又在北京车展期间与奇瑞和极越就 DRIVE Thor 达成了合作。
而关于 DRIVE Thor，一个不可忽略的事实是：在英伟达官网的宣传页面中，其算力标准已经从 2022 年 9 月最初宣布之时的 2,000 TOPS 调整为最新的 1,000 TOPS。
英伟达官方还表示，在提供性能的同时，它也能够有效地降低系统成本。
所以，很明显，在包括端到端在内的现有智能驾驶技术框架之下，除了车企本身，即使是类似于地平线和英伟达这样的车端算力供应商，也已经停止内卷。
然而，基于端到端的技术体系，整个智能驾驶领域的算力追逐战，已经从车端卷向云端。
比如，华为智能汽车解决方案 BU 靳玉志在车展前的发布会上表示，在 ADS 3.0 架构的背后，是华为云强大的 AI 能力对于云端训练的支持。 他表示，由于端到端对于大量数据的训练需求，ADS 每天要学习超过 3,000 万公里的训练历程，每 5 天要进行模型的迭代，这背后需要大量的算力进行支持。
他强调，到 6 月份，华为用于 ADS 训练的算力将达到 3.5 E FLOPS。
与此同时，小鹏汽车也在北京车展的发布会上表示，针对基于神经网络的规控大模型 XPlanner，它需要通过大量的包括人、车、交通、天气等数据进行训练；而小鹏汽车将在今年晚些时候投入大量的训练算力进行训练，其规模是「中国汽车行业里接近于最多的训练算力」。
实际上，除了华为和小鹏之外，蔚来、理想、极越等智能驾驶领域的重要玩家，也都在通过各种各样的方式去进行云端算力的布局——其中有意思的是，蔚来在 4 月 30 日发布的最新数据显示，其在智能驾驶的端云算力最高达到 230.29 EOPS。
另外，关于自动驾驶的发展对于云端算力的依赖，英伟达全球副总裁、汽车事业部负责人吴新宙也明确表示：作为一个不可避免的未来，未来的 AI 汽车会比现在的自动驾驶开发简单很多，更多地集中在云端。
在技术向上中，继续向下落地
随着 2024 年的到来，无论是小鹏、蔚来、理想、问界这样的车企，还是华为、英伟达、地平线这样的方案提供者，所有玩家其实都需要面临一个无比关键的问题：到底该如何落地？
在本次北京车展中，这个问题其实已经得到了一定的解答。
一方面，从高阶智能驾驶的维度上来看，各家的策略都非常清晰，那就是继续做好智能驾驶这个产品本身，然后使之走向更多的用户群体。
比如说，4 月 23 日，在北京车展正式开幕之前，余承东发布了问界新 M5，它拥有三个版本，但都标配了华为高阶智能驾驶 ADS 2.0（且拥有升级到 ADS 3.0 的能力）。
与此同时，虽然余承东一再表示售价低于 30 万的华为高阶智驾其实都是亏本销售，但是问界新 M5 依旧选择了 24.98 万元的起售价，将华为高阶智能驾驶的入手门槛降低到 25 万元以下。
这样做，只有一个原因：通过更大规模的走量来摊薄成本。
除了华为之外，小鹏在北京车展宣布 XPlanner 时，其实也是在努力为 X9 这款车呐喊助威；理想汽车则展台上不谈技术，只谈用户能够通过 OTA 体验到的功能……甚至连英伟达这样的巨头，也部分出于成本考量，将 DRIVE Thor 的算力进行了缩减。
另外一方面，当我们把智能驾驶作为一个产品属性去看待的时候，它在走向市场的过程中，已经出现了明显的分化——但这种分化，在北京车展期间变得更加鲜明。
比如说，地平线最新发布的征程 6 系列，其旗舰版本被用来配合地平线最新发布的全场景智能驾驶解决方案 SuperDrive，来作为「样板间」，这固然有其意义。
但作为一个务实的企业负责人，余凯瞄准的其实是征程 6 E/M 版本所面向的更走量、更广泛的大众市场。
同时，一直在智能驾驶领域高举高打的华为，也在推出 ADS 3.0 的同时，也非常不失时机地推出了ADS SE 版本。 官方表示，ADS SE 版本支持高速轻松开、泊车可见即可泊的基础智能泊车能力，其目的是「让更多的用户享受到科技平权与普惠的智驾体验」。
而结合华为在北京车展展台上的展车来看，可以预见的是，深蓝汽车未来发布的新车型将会搭载 ADS SE 版本——也就是说，华为 ADS SE 所搭载的车型，可能会下探到 20 万以下的价格区间。
而瞄准这个价格区间的关键玩家，不仅仅是华为。
毕竟，北京车展期间，还有一个不可忽视的重大动态是小鹏汽车的 MONA。 在发布会上，何小鹏对于 MONA 的定义是「全球 AI 智驾的普及者」。
结合小鹏汽车已经发布的 2K 纯视觉占用网络和 XPlanner，以及 MONA 项目在 15 万级别的定位，几乎可以确认，MONA 已经做好去掉激光雷达的准备。
当然，如果把目光投向更广泛的玩家视野，还有一个典型的案例是：就在 4 月 29 日，黑芝麻智能宣布，旗下华山 A1000 芯片搭载亿咖通·天穹 Pro 智能驾驶计算平台成功助力领克 08 实现高速 NOA 的智驾功能升级。
所以，在智能驾驶纷纷追求量产落地的当下，更多车企、方案商和芯片供应商，也都在不遗余力地进入到智能驾驶的落地节奏中。
写在最后
纵览本次北京车展，无论是由马斯克突击到访而引起广泛议论的「FSD 入华」，还是华为、小鹏、蔚来、理想和英伟达、地平线等玩家的诸多动态，都在一定程度上指向了智能驾驶产业发展的一个处境。
那就是：智能驾驶已经处在技术突破和商业落地的关键十字路口。
毕竟，从技术的维度上来说，尽管端到端已经成为大趋势，而且大模型的加持给了它更大的成长空间，但从如今的实际产品体验来说，包括特斯拉在内，没有哪一家车企有足够的底气去大声告诉消费者「自动驾驶已经实现」，并且可以为此承担全部责任。
正如吴新宙所说，即使是端到端，也需要一定的时间来成长。
但是，如果我们用发展的眼光来看待，在 AI 技术的驱动下，智能驾驶本身确实已经在数年内发生了巨大的改变，而类似于自动泊车、高速领航辅助驾驶等功能也已经在用户的使用场景中体现出相应的产品价值——而智驾能力，也由此正逐渐成为用户购车决策中的重要一环。
从这个角度来看，智能驾驶的商业落地，不仅仅是各大玩家在多年的投入之后寻求商业回报的必然结果，也是整个汽车行业在电动化、智能化的产业革命中不断寻求技术和和产品突破的主动选择。
有意思的是，在这一轮产业革命中，身为智能驾驶先驱者和引领者的美国企业特斯拉，反而是在大洋彼岸的中国，才能够找到它在智能驾驶领域的追随者、学习者和有力竞争者——而在北京车展期间，我们也看到，对于「特斯拉 FSD 入华」一事，类似于小鹏汽车这样的中国玩家也表达了欢迎。
所以，从这个角度来看，若有一天特斯拉 FSD 入华成功，则本次北京车展期间发生的与智能驾驶相关的一切，可以说都是这件事情得以发生的最佳铺垫。
特斯拉端到端大模型来了国内车企白抄作业了？
最近，特斯拉的FSD再次迎来重大版本更新，其beta测试版的版本号从持续了一年多的v11.x直接进阶到了v12。 从大版本号的变化可以看出，其FSD软件发生了重大的变化。
为了展示这个版本的效果并说明它相较于上一个版本的重大改变，马斯克专门用手机拍了一个画面略显模糊、一镜到底的评测直播，在这场时间长达45分钟的直播里，马斯克在两段交通场景复杂度远远低于中国一线城市上下班场景的路线上，展示了FSD可以媲美中国“郊区NOA”（因其场景复杂度介于高速和城区之间）的出色表现。
视频出来后，一些立场先行的特斯拉鼓吹者开始鼓着腮帮子发言了，核心观点是，包括华为在内，国内这些追踪模仿特斯拉自动驾驶技术路线的车企的作业是白抄了，因为被模仿者的技术路线再次迎来了重大的更换。 说实话，这话只说对了一小半，特斯拉FSD技术确实有了重大的跃迁，但是，国内车企抄特斯拉作业的说法并不符合实情，而且，本土车企之前走过的每一步依然都算数。
要搞清楚这一版FSD软件的重大更新在哪里，我们需要补充一些知识点，认识并理解车端自动驾驶软件算法的三大部件/模块-感知和定位、规划和决策、执行和控制，也就是我们平常所说的感知层、决策层和执行层。
在具体实现层面，这三层之间有着明显的界限，逻辑链条也很清晰：车辆通过传感器感知周遭环境，确定车辆位置、速度、加速度，根据识别出来的语义进行行驶路线的规划和横纵向的决策，最后通过转向和制动机构控制车辆行驶。
不过，学术界一直在研究直接端到端的实现方式，即传感器输入到执行机构的输出之间不再有明显的界限。 按照老马的解说，特斯拉FSD Beta V12便采取了端到端的形式，其直接的表现便是将规划和控制的实现方法由代码形式改成了神经网络形式，与感知层的神经网络合并成了一个大网络，一顿操作猛如虎，之前v11.x中的30多万行C++代码已经所剩无几。
“抄作业”的说法其实本不值一提，但三人成虎，国人被欺骗得好惨。要反驳这个论点，只需要提出灵魂一问：BEV、占用网络是特斯拉的首创吗？
BEV-鸟瞰视图、上帝视角，这条技术路线其实早就提出来了，普通人都能想得到的嘛，问题是之前为什么没有实现呢？是因为原来的感知神经网络主要基于卷积神经网络-CNN，CNN的优势在于做二维图像识别，比如幼儿园门口的闸机可以识别出幼儿园小朋友和接送的家长，就是靠CNN完成背景识别、图像分割、特征提取、目标检测的。 CNN善于做静态、二维图像识别，对于动态变化的四维交通环境（三维立体空间+时间）就东风无力百花残，可谓勉为其难了。
直到原创出自谷歌的Transformer大模型的横空出世，依靠注意力机制洞察各种交通参与者之间的关联，判断自车和周围动静态交通参与者的时空关系，才建立了三维的矢量空间。
至于为何是特斯拉率先实现的，是因为Tranformer大模型极其吃算力，在英伟达的OrinX面世之前，特斯拉HW3.0芯片算力高达72TOPS，而同时期的Xavier只有30TOPS算力，没有金刚钻，当然干不了瓷器活嘛，道理很简单，特斯拉不过是依靠算力优势，率先落地了BEV这条技术路线而已，而且，按照国内车企的说法，他们早在2021年就已经在Orin的样片上实现BEV了，从工程实现上，仅仅落后特斯拉一点点。
我们再看占用网络。 三维体素空间的占用网络思想提出于2019年，特斯拉再次在落地上抢了先，它在2022年的CVPR会议上公布了Occupancy Networks，并在2022年的AI DAY上公开展示了占用网络的应用，国内与此对标且已经公开的是华为在2023年4月份上海车展上公布自己的一揽子智能汽车解决方案时对外发布的GOD网络。
如上所述，BEV和占用网络的原创均非出自特斯拉，特斯拉只不过凭借在这个赛道的先发优势，依靠大规模交付车辆的数据优势和可自研芯片的算力优势，将它们率先落地了而已。 至于为何流传“抄作业”的说法，应该是从知识分子云集的知乎上传播开来的。 至于为啥传播这种说法，背后的原因很复杂，之前一边倒地预言华为不可能在2030年之前实现7纳米芯片的生产，是不是出于同样的原因呢？
特斯拉fsd国内能用吗
特斯拉的FSD（Full Self-Driving）系统在国内的可用性是一个动态变化的过程。 根据最新的信息，特斯拉FSD Beta在中国是可以使用的，但仅限于部分Model 3和Model Y车辆，并且这些车辆需要进入FSD Beta测试阶段。 然而，由于中国的道路条件和交通规则与其他国家有所不同，特斯拉可能会对在中国使用的FSD Beta进行一些调整。 值得注意的是，特斯拉FSD功能的使用尚未被中国相关部门批准，这意味着其在中国市场的全面推广仍面临一定的不确定性。 此外，特斯拉在中国的Autopilot功能与FSD类似，但功能上有所限制，如不能在高速公路上自动变道、自动驶离超车道等。 因此，对于特斯拉FSD在国内的可用性，建议消费者保持关注特斯拉官方发布的最新消息，并根据自身需求和当地法律法规做出合理的选择。 同时，在使用任何智能驾驶辅助功能时，都应保持高度警惕，确保行车安全。
