據路透社報導，當地時間1月22日，特斯拉CEO埃隆·馬斯克在瑞士達沃斯世界經濟論壇上透露，特斯拉需駕駛員監督的FSD（Full Self-Driving）系統預計最快下個月在中國獲批，有望與在歐洲獲批的時間接近。不過，特斯拉中國有關負責人就此回應上海證券報記者稱，“沒有相關消息可以提供”。該負責人同時表示，特斯拉FSD目前在中國市場推進工作，暫無新進展可以披露。FSD中國獲批進入倒計時？FSD（Full Self-Driving），即“全自動駕駛”系統，是特斯拉研發的自動化輔助駕駛系統，也是目前行業最具話題性的輔助駕駛系統之一。“我們希望監督版FSD能在歐洲獲批，希望是下個月；中國可能也會是類似的時間。”首次亮相達沃斯論壇的馬斯克如是說。事實上，馬斯克曾在去年的股東大會上透露，特斯拉已經在中國拿到部分批准，預計2026年2月或3月就能全面過審。不過，值得注意的是，有望獲批進入歐洲和中國的是“需監督”的FSD（Supervised Full Self-Driving）。這意味著，在行駛過程中，駕駛員仍需保持注意並隨時接管。無人監管自動駕駛年內或迎關鍵突破“（FSD）最大的價值提升在於，你可以在整個旅程中玩手機或者睡覺。”1月23日，馬斯克在X上如此發文表示。他同時提及，隨著FSD功能的提升，每月99美元的訂閱價格也將隨之上漲。推動FSD獲批，是特斯拉應對電動汽車銷量放緩的一項重要舉措。根據美國加利福尼亞新車經銷商協會的資料，特斯拉去年在該州的車輛註冊量下降了11.4%，市場份額降至50%以下，以比亞迪為代表的中國電動汽車廠商正在成為其有力競爭者。馬斯克表示，特斯拉試圖通過增加軟體收入，進一步打開增長空間。根據馬斯克此前的判斷，要實現安全、無人監督的自動駕駛，大約需要100億英里訓練資料，特斯拉預計2026年即可達成。 (上海證券報)

關注汽車部的差友們應該記得，脖子哥老早之前就有去美國試過特斯拉的FSD（Full-Self Driving，完全自動駕駛）。那會兒特斯拉已經開始了端到端，而國內玩這個的還不多，它的FSD確實讓人印象深刻。我去美國試了特斯拉的FSD，好像真有點遙遙領先。。。而在前些天，趁著CES去美國出差的機會，脖子哥和差評君的蛋布利多一起，去到了特斯拉在加州的弗裡蒙特工廠，試了下FSD最新的V14版本，以及特斯拉的Robotaxi（無人駕駛計程車）。這個V14版本相比之前有了不小的變化：模型參數量比V13提高了10倍，並且把導航和路徑規劃整合到了神經網路，還能通過聽覺、視覺識別警車、消防車，主動避讓。可以說，這是特斯拉在進入端到端以來最大的一次更新。上個月底，美國一位特斯拉車主就用FSD V14搞了個大新聞，他從洛杉磯一直開到東海岸，快3天一共4400公里的路程裡，全程沒有一次接管，包括找充電樁都是車子自己完成的。所以這一版到底有多強？先來個結論哈，我們只在整體行程難度不大的舊金山灣區大農村試了下，FSD表現出色，在跟車、起步、剎停這些細節上都很絲滑，而最讓人驚喜的，是加了語音助手Grok後，特斯拉的語音互動體驗一下提升了好幾檔。來，挨個說說。一上車我就發現，之前的FSD是需要腳踩剎車，長按確認才能開，而現在V14變成只要輕按一下就出發，非常無感。具體功能上，這次最大的進步就是可以做到車位到車位，解決了最後一百米的問題。在地圖選取一個停車場作為終點，它會到了附近後，自動找一個車位停下，這裡你也可以選擇停到路邊或者車道上。但現在它還不支援自訂車位，官方說是後面會更新這個。其他車的智駕一般最多是3種超車策略可選，而FSD V14多到有5種，從最慢的Sloth，圖示是這個樹懶，到最激進的Mad Max。幾種模式之間區別非常明顯，特別是Mad Max，見到慢車就要超，一點都忍不了那種。而且它能識別一些減速帶，就是識別率不算很高，有些矮一點的就沒看見。我還試了一段坑窪路，發現它對小坑就比較難識別到。FSD整體開得都挺穩，即便是標準模式下，過彎速度都能幹到70-80km/h，非常自信。各種開法也是一如既往熟練的像人，比如它會不跟導航右轉再掉頭，而是選擇直接左轉。只不過太有想法可能也不都是好事，我發現FSD經常不跟導航走，有一次我們大路走著好好的，它自己衝進小路想抄近道，然後繞一圈發現不行，又開回大道了。該說不說，和國內比，美國路況確實簡單多了，我們在這大農村裡，沒有地下車庫，也沒能遇到什麼非常難的場景，沒咋試出上限來。而這次最讓我印象深刻的，是車機裡Grok的聯動。Grok對語意的理解非常聰明，你可以說出三四個想去的地方，並且用比較模糊的表述，它都能規劃出正確行程。比如我說我想開車去一個湖邊逛逛，Grok找到一個湖後，我說要去這個湖的東北角，它會告訴我這個湖東邊是開車到不了的，然後自動定位選在了西邊。這些都是我們在其他車上沒體驗過的。它還可以根據網上查到的資訊，告訴你前面路肩施工擁堵，只不過資訊准不准就另說了，反正我們是沒看到施工。你願意玩的話，甚至可以讓它扮演貓娘嘿嘿嘿...不得不說，Grok狠狠加強了一波特斯拉的語音互動，但是，我覺得還是有兩個地方可以最佳化一下。一個是，特斯拉還是不給喚醒詞，每次得要按著開關才能說話，對於副駕很不方便。另一個是，Grok只是和導航結合，還沒有和智駕結合。比如切換車道、路邊停車這些理想語音助手已經有的功能，Grok還做不到。OK，再來看下特斯拉Robotaxi。特斯拉目前只在美國奧斯汀和舊金山灣區營運Robotaxi，奧斯汀是有真·無人的車，而舊金山這裡還沒拿到無人牌照，所以是有安全員的。打車需要用到Tesla Robotaxi這個APP，來了才發現這個APP只上架了蘋果的App Store，Android的Play商店是沒有的。只服務iPhone使用者，可以，這很“美利堅”。現在Robotaxi是24小時營運，但我們在郊區非常難打，我們之前叫了兩三次都沒有叫到。安全員說市區會好一點。上車可以發現，它後排介面是專門定製的，有歡迎介面、地圖、多媒體等，基本和別家Robotaxi差不多路數。前排就親切多了，車機看起來和普通特斯拉沒差別，但它把dock欄全換成多媒體了，你會發現這裡是沒有車輛設定的，所以我也沒法看到這個FSD的版本。不過從頁面風格來看，Robotaxi應該就是FSD v14版本，畢竟這個版本也是號稱能做到量產車和Robotaxi同源同架構。同時，我的手機APP也能控制音樂和空調，有個蠻有意思的細節是，上車後我的手機自動通過藍牙連接上了這輛車，所以我控制音樂響應速度非常快。這個真沒見過。實際體驗也開得不錯，反正我是沒感受出Robotaxi和自己開FSD的區別，加上主駕也有人，還都是Model Y，感覺是又試了一遍FSD。。。脖子哥也問了這位安全員老哥，他說除非是自己要停車吃個飯啥的，已經記不起上一次接管是啥時候了。這也是特斯拉做Robotaxi的優勢，別人都是定製車輛，塞了一堆昂貴的雷射雷達感測器，就它用量產車的純視覺路線，就已經能做到這個程度，有一說一是有兩把刷子的。總的來說，老馬對FSD吹得那麼狠，這次體驗下來雖然也有些小失誤，但整體還是非常優秀的智駕。前段時間，輝達機器人業務負責人更是評價道，FSD V14可能已經通過了圖靈測試。最近馬斯克又說，FSD以後不搞買斷，只能訂閱。看看，哥們多自信。所以理論上，當特斯拉FSD突破某個瓶頸後，依靠它的Robotaxi就可以迅速鋪開，以後可以期待一波了。不過這次比較可惜的是，咱沒能體驗特斯拉專為Robotaxi打造的CyberCab，特斯拉的人說這車已經在路測了。按照馬斯克的說法，今年4月這車就會量產。老馬呀老馬，相信這個餅你今年能圓上的...吧？ (差評X.PIN)

Waymo又闖禍了！！這家Google旗下的自動駕駛公司，繼闖入警匪對峙現場、停電干崩矽谷之後……這次差點給乘客小命搭上：是的，你沒看錯。它這次直接載著乘客開上了城市道路中央的鐵軌，而且後面就有一輛跟上來的小火車。這下可給乘客嚇懵了~於是趕緊棄車跑路了。事件一出，“前科纍纍”的Waymo再次引發網友聲討，而且連帶著它所代表的“L4直達派”也再次受到質疑。然而就在此時，“L2升維派”的代表特斯拉這邊，FSD可是又有新進展了——馬斯克最新發聲，FSD停止買斷交易，從此轉為訂閱。以Waymo、特斯拉為代表的兩大派系對決升級，今年的自動駕駛之爭，想來是更精彩了。Waymo停鐵軌上，乘客棄車逃生Waymo又掉鏈子了……而且是在和特斯拉火拚競速、兩大路線正巔峰對決的時刻。它這次“闖禍”的地點位於亞利桑那州鳳凰城。從圍觀路人提供的視訊可以看到：雖然旁邊就是寬闊無比的馬路，但它還是逕自開到了一條鐵軌線上，而且順著鐵軌一路前行。見此情景，開車路過的小哥都驚了，於是連忙剎了一腳停下來圍觀。要知道此時車裡還坐著乘客，情況已經危急起來。而待鏡頭拉遠後，所有人更是為乘客捏一把汗——Waymo前後都有小火車緩緩逼近，稍不注意就有可能發生事故。在Waymo後面，同一軌道上就有一輛正在前進的小火車：你說往前走吧，結果前面鄰近軌道也駛來了一輛：好傢伙，這不得趕緊跑路。於是車上的乘客瞄準Waymo停留在軌道上的間隙，趕緊“棄車保帥”了。據持續關注此事的網友補充，後續這輛車在工作人員的處理下駛離了軌道，未發生碰撞事故和人員傷亡。鳳凰城公共交通機構方面的發言人也在聲明中表示，事故發生後他們第一時間聯絡了Waymo，並在15分鐘內清理完現場。該事件沒有造成重大延誤，現場在15分鐘內清理完畢。至於造成事故的原因，雖然目前官方還未給出明確說法，但一位來自亞利桑那州立大學的教授認為，這屬於極端情況之一。這是意料之外的情況，機器的駕駛方式不像人，而像機器。Waymo配備有29個攝影機，其行駛路線和系統每周都會更新。然而，事發區域正在進行施工。該地點的輕軌線路是在過去一年內新增的，這可能是導致車輛偏離至軌道交通線路的原因。但不管怎樣，一旦帶入到坐在車上的乘客，網友們還是紛紛對Waymo進行了一番吐槽和譴責。畢竟，Waymo掉鏈子也不是一次兩次了……從去年底到現在，Waymo被拍到遇到的corner case都能做個集錦了：貼臉闖入警匪對峙現場、違反交規超越校車、停電干崩矽谷等等，一次次引爆輿論。去年12月初，Waymo的一位乘客可能經歷了人生中最為驚心動魄的時刻。原因無他，只因Waymo在眼見前方警燈閃爍不停的時刻，卻硬是帶著他闖過紅燈，直直插入現實版警匪片現場。而分列Waymo左右的，一邊是嚴陣以待的警方，另一邊是犯罪嫌疑人。乘客：我是誰、我在那兒？而且更要命的是，它還是緩緩滑過兩邊（os：也不走快點），直直讓乘客冷汗直流。這一幕被路人拍下並行到社交平台後，事情很快就火了。你以為這就消停了？NONONO~此事過後不久，Waymo就因一場大規模停電事件沖上各大熱搜榜。當時距離Waymo曝出千億美元估值沒多久，結果它就因當地停電全面停擺了，一下子擋在路中間造成城市擁堵。如此一樁樁一件件事情下來，外界對於Waymo的技術路線也開始出現質疑了，通過強大模型直奔L4陣營，足夠靠譜嗎？感測器方案和模型可能夠強大，但車隊規模和數量依然有限，遇到長尾場景就很吃虧。這種車隊規模和數量，直接相對照的就是特斯拉——百萬量產車億萬里程積累下的量產車路線。是不是更容易實現Scaling Law？實際上，從L2升維路線而來的馬斯克，此時也確實在高歌猛進——FSD兵貴神速，無監督版FSD基本已經能應對日常，甚至有車主實現了0接管橫穿美國的flag——一個馬斯克立過的flag。有意思的是，就在FSD進入新紀元之後，馬斯克還高調幹了另一件事——取消FSD的買斷制度，之前想要體驗FSD，必須一次性買斷，掏6.4萬支援，那怕之前還只是一個期貨。但現在，最新版本的FSD已經給馬斯克帶來了巨大的自信：不搞買斷了，2月14日之後只能按月訂閱。喜歡你就買，愛用就付費。更早之前，馬斯克的OKR裡，FSD的月活也被作為了關鍵目標。特斯拉FSD質變時刻：改買斷為按月訂閱馬斯克在社交平台上提前一個月預告：特斯拉將從2月14日起停止銷售FSD，此後只提供月度訂閱服務。這個訊號很特別。在此之前，FSD在美國提供兩種平行的商業模式：一種是一次性買斷，在美售價是8000美元（折合人民幣約5.6萬元）。另一種是月度訂閱，每月費用為99~199美元（折合人民幣約690~1387元）。而面向中國的FSD目前只有買斷制度，售價是6.4萬元。網友對馬斯克的這一決定意見不一，畢竟不是所有人都喜歡訂閱制服務。但大多聲音認為，月度訂閱對特斯拉、對車主而言都有明顯益處。首先呢，對車主來說，可以按需購買FSD，比如度假期間臨時購買，付出成本相對更低，也有更多的試錯和調整空間。而且老車主在更換新的特斯拉後，舊車訂閱的FSD，也能在新車上繼續使用。其次，對於特斯拉而言，訂閱制可以為公司帶來持續性收入，和蘋果的盈利模式類似。也會有更多的使用者願意來試用，這正合馬斯克心意——畢竟馬斯克剛到手的巨額薪酬激勵計畫裡，其中一檔，就是獲得1000萬FSD訂閱才能解鎖。更深層次去看，這可能暗示了特斯拉的FSD正發生質變，對自身繫統更加自信了。因為只提供訂閱，就是放開了更大的試錯空間，意味著特斯拉有信心吸引更多車主使用。那麼特斯拉FSD現在走到那一步了呢？就對外公佈的最新進展來看，目前推送的版本是FSD V14.2，流暢度、感知能力、停車能力等等都進行了明顯最佳化，夜間下雨天、死胡同等複雜場景都已能自如應對。特斯拉自動駕駛副總裁Ashok Elluswamy近期確認，當前FSD V14.2已具備了推理能力，可以在施工場景下更改路線，提供更多的停車位選項，並表示後續會繼續加強推理能力。不少車主在收到推送後，第一時間上路實測，直呼體驗感提升明顯。李飛飛高徒——史丹佛大學博士、輝達機器人部門主管及傑出科學家Jim Fan，也在體驗過FSD V14後給出了很高評價：這或許是我第一次體驗到通過物理圖靈測試的AI：工作一整天後，你按下按鈕，躺下休息，分不清是神經網路還是人類把你送回家。 儘管我完全瞭解機器人學習的工作原理，但看著方向盤自己轉動時，我仍然覺得很神奇。不久前，有車主花費2天20小時，完成了一次橫跨美國東西海岸的自駕游，共計2732.4英里（約4397.4公里）。全程由有監督版FSD完成，沒有任何失誤，也沒有任何人工干預。由此，在這麼多實測案例背書後，FSD V14.2被認為已經很接近FSD的終極版本，也就是無監督版全無人駕駛。上個月的xAI駭客馬拉松活動上，馬斯克也透露：無監督版本的FSD基本上已經解決。而FSD的終極版本，正是特斯拉決戰L4級自動駕駛，推進其Robotaxi大規模落地的基礎。在這個節點上，自動駕駛行業裡，一場兩大路線的對決正在全速打響。一邊是以特斯拉為代表的L2升維陣營，近年與大模型浪潮合力，將大規模多模態模型應用到自動駕駛。其目標是先讓輔助駕駛功能上車，再通過軟體迭代升級，期望用大算力、大模型轉動資料飛輪，實現AI司機的智能湧現，通過Scaling Law的技術紅利，徹底終結“升維降維”之爭。這類玩家包括和主機廠合作的供應商，例如吉利千里、地平線、卓馭、Momenta、元戎啟行等等；小鵬、理想等主機廠，大多屬於“升維”陣營。另一邊則是以Waymo為代表的L4派系，直奔Robotaxi終局，戰隊內的玩家有如今深入國內外多城的蘿蔔快跑、小馬智行和文遠知行……他們有著最高標準的自動駕駛能力，也有成熟的Robotaxi營運經驗，從一開始就把人類趕下了駕駛位。實際上，不論是CNN、DNN、RNN，還是現在大模型範式、VLA、世界模型，對於上述兩派玩家而言，都不是判別式和勝負手。Waymo之所以出現匪夷所思的“事故”，並非源於某一項具體技術的失效。特斯拉FSD之所以展現出躍遷，也可能不是具體那一項技術模型的功勞。最核心的本質還是資料規模、資料效率和資料帶來的智能增長速度。特斯拉能夠升維攻上來，百萬規模的量產車密不可分。Waymo之所以bug啼笑皆非，可能還是在於資料規模沒能觸達更智能的湧現時刻。資料規模，以及如何更高效地用好有效資料，成為了兩大陣營決勝的關鍵。或許就在2026，兩大陣營就會出現第一波收斂，有人更進一步，有人被迫離開牌桌。你覺得呢？ (智能車參考)

一面是監管層面的收緊，一面是市場端的走強。進入十月下旬，特斯拉同時面對兩條敘事曲線。在美國，國家公路交通安全管理局（NHTSA）近日針對特斯拉FSD（完全自動駕駛）系統展開新一輪監管審視，重點關注被使用者稱為“瘋狂麥克斯”（Mad Max）的激進駕駛模式。瘋狂麥克斯模式下，因允許車輛以更具攻擊性的策略執行變道、跟車等操作，引發了監管機構對道路安全邊界與駕駛行為規範的討論。與此同時，東亞市場的突破性進展則為特斯拉注入了新的增長動力。最新發佈的資料顯示，韓國憑藉第三季度的出色表現，首次躋身特斯拉全球三大市場之列，不僅連續多月蟬聯進口車銷量榜首，更展現出非傳統汽車市場對高端電動車的強勁需求。這一抑一揚的全球格局，正在考驗著特斯拉在技術合規與使用者體驗之間的平衡能力。01 NHTSA圍繞FSD再追問，“瘋狂麥克斯”成最新焦點隨著調查的深入，NHTSA於10月24日表示，已就FSD中新出現、允許更激進駕駛策略的瘋狂麥克斯模式向特斯拉索取資訊。該模式因其類似動作電影《瘋狂的麥克斯》中激烈駕駛的風格而得名，部分使用者在社交媒體上形容其“加速迅猛、變道果斷，甚至偶爾出現超速傾向”，引發監管對其潛在違法風險的關注。此次問詢是在10月9日啟動的針對約290萬輛配備FSD的特斯拉車輛的初步評估基礎上進行的，重點審查涉及交通安全違法的58起報告，其中包括14起碰撞與23人受傷。NHTSA重申，“駕駛者對車輛駕駛負完全責任並須遵守交通安全法律”。路透社披露稱，NHTSA已接到六起“FSD介入狀態下車輛闖紅燈並行生事故”的報告，且“瘋狂麥克斯”模式被部分使用者描述為加速急、變道快，甚至可能高於限速運行，引發監管對潛在違法風險的進一步關注。截至目前，特斯拉未對此進行回應，但此前曾轉發社交帖，將該模式形容為“像跑車一樣行駛”。從監管角度來看，在去年10月，NHTSA曾因低能見度條件下發生事故對240萬輛特斯拉車輛立案評估，之後圍繞FSD的審查持續一年多，且不時根據新的事故線索與功能變化擴展問詢範圍。華盛頓郵報的報導指出，這次調查屬於監管針對FSD更廣泛、跨年度的系列行動之一，聚焦“系統誘發的交通違法行為”與真實事故個案，包含闖紅燈、逆向佔道等，目的是評估風險性質與發生頻率。這意味著即便FSD被界定為“駕駛輔助、需駕駛員全程監控”的系統，監管仍將依據道路客觀違法與事故事實推處理程序序。對車企而言，功能命名與人機邊界的清晰表達，是美國監管溝通的關鍵變數。目前問詢尚處資訊收集階段，若後續證據鏈顯示特定工況下的系統性風險不容忽視，NHTSA理論上可以要求軟體修改、OTA更新，甚至升級為工程分析。結合以往案例，這種程序性路徑並不代表結論已定，但會直接影響FSD軟體迭代與推送節奏。02 韓國市場異軍突起，銷量躍居全球第三與美國本土的監管壓力平行，特斯拉在韓國的銷量曲線則繼續向上。Nikkei Asia報導稱，韓國在三季度確立為特斯拉第三大市場，僅次於美國與中國，目前暫未得知具體精準數字。韓國進口汽車協會（KAIDA）月度統計資料顯示，8月特斯拉在韓交付7,974輛，連續第二個月為進口車銷量第一。實際上，韓國汽車市場雖然在很長一段時間裡是由現代汽車集團旗下的現代和起亞這兩大品牌主導，但特斯拉在進入韓國市場之後，有不俗的表現。那麼，為什麼韓國能衝到第三名？一方面，得益於政策的加成。今年起，韓國將電動車國家補貼上限調整至約580萬韓元，地方與人群定向補貼疊加，其中包括青年及三孩家庭等，再疊加汽車購置稅階段性優惠，使中高價位進口純電車型在總擁有成本上的門檻被進一步拉低。另一方面，在Model Y與新改款Model 3在韓國市場穩定供給，特斯拉多月維持進口車榜首，月度份額顯著走高。此外，還有進口車消費結構的變化。根據韓民族日報報導，韓國汽車市場中，德系豪華品牌的傳統優勢正在被純電SUV的性價比與交付速度部分替代，今年8至9月韓國進口車整體增長中，特斯拉貢獻突出。需要注意的是，韓國市場的加速並非沒有挑戰。行業報導顯示，圍繞電池安全與補貼適配的討論時有出現，政府在2025年建立更嚴格的電池認證體系與標識要求，客觀上也對車企品質與售後提出更高門檻。所以對特斯拉而言，維持交付高位與通過法規測試的達同樣重要。從全球層面看，特斯拉今年第三季度交付創歷史新高。資料顯示，今年三季度特斯拉全球共生產純電動車約44.7萬輛；交付量達49.7萬輛，同比增長7.4%，刷新了季度交付紀錄，大幅高於分析師預期的44.8萬輛。其中，Model 3和Model Y交付量為48.1萬輛，同比增長9.4%。分析師認為，特斯拉第三季度交付量遠超預期，主要得益於兩方面：中國市場的強勁復甦，以及在美國市場上電動汽車稅收優惠取消前需求提前釋放。然而，挑戰依然存在。路透社的報導中提醒，隨著美國稅收抵免退出、產品譜系老化與競爭加劇，特斯拉全年交付承壓的判斷並未改變，這也解釋了公司在不同市場實施差異化價格與配置策略的動機。回到美國監管層面，NHTSA的目前是以事實與樣本進行初步評估。目前，58起涉及FSD的交通違法報告、其中14起事故與23人受傷、6起紅燈路口碰撞個案構成證據庫。當然，這與韓國市場的強勢上量並不矛盾。一面是人機協作邊界與道路安全底線的持續校準，另一面是供給、價格與政策的階段性共振。在監管與市場的雙重考驗下，特斯拉正面臨一場關於技術邊界與全球戰略的深度調整。 (汽車商業評論)

特斯拉FSD又被調查了！近日，美國國家公路交通安全管理局（NHTSA）正式對特斯拉“全自動駕駛”（FSD）功能啟動缺陷調查，涉及車輛高達288萬輛。據NHTSA披露，目前已收到58起相關報告，其中多起案例顯示：開啟FSD的特斯拉在紅燈路口未停車，直接闖入交叉口，甚至在公共道路上逆向行駛。有使用者反映，FSD系統“紅燈不停、綠燈反剎”，存在嚴重交通訊號識別錯誤。更令人擔憂的是，此類問題已導致14起事故、23人受傷。一位休斯頓車主向NHTSA投訴：“特斯拉親眼見過問題，卻不願承認，更未修復。”這並非NHTSA首次對特斯拉FSD出手——2024年10月和2025年1月，該機構已分別因低能見度下失控、遠端召喚功能隱患，對數百萬輛特斯拉展開調查。若本次調查確認存在安全風險，特斯拉或將面臨大規模召回。儘管名為“全自動駕駛”，FSD仍屬L2級輔助駕駛，但其命名與實際表現之間的落差，正引發全球監管機構高度警惕。 (極果網)

今年智能汽車賽道最重要、最受關注的進展，來了——特斯拉FSD V14版本，剛剛正式推送。技術上千億等級參數模型落地，首次實現Robotaxi和量產車真正同源同架構，大模型通用自動駕駛邁出第一步。體驗上，北美使用者直呼“牛X”：馬斯克說：V14版本的FSD，感覺已經產生了自我意識。真的這麼厲害？FSD V14，體驗如何？打通——這是剛剛向使用者全量推送的FSD V14.1的最大亮點：打通了各種停車、接駁功能和開放道路上的智能輔助駕駛體驗。也就是國內使用者更加熟悉的車位到車位駕駛能力，V14現在能夠處理完整的door to door行程。有不少使用者已經上傳了實測體驗：這個場景中，FSD在地下車庫中自主繞行找路，然後順利通過停車場閘機，尤其是還專門停車等使用者繳費。真正厲害的是這個場景，使用者自家庭院內部的不規則非鋪裝車道，FSD能自主駛入駛出，還能自主停進堆滿雜物的車庫：這種私人內部道路，根本不可能有任何地圖先驗資訊，完全靠系統對環境的認知理解能力，似乎表明FSD現在也在採用類似VLA的大語言模型。說到理解能力，還有使用者發現V14版的FSD，現在除了能自主駛入駛出麥當勞點單取餐車道外，還能精準識別付款與取餐位置：以及，FSD現在還能在繁忙的停車場中漫遊尋找車位，一輛車駛離之後，FSD迅速“搶佔”了這個珍貴的車位資源：行車過程中，FSD也更像一個會思考的老司機了：FSD穿過這個路口準備左轉，但在完成轉彎之前，訊號突然變紅，於是FSD自動倒車到標線後面，全程沒闖紅燈，也沒有妨礙其他車輛。再比如，另一位使用者實測中發現，FSD幾乎是看到消防車的一剎那，就自動打轉向燈路邊停車，迅速騰出通行空間：不少使用者感嘆，現在FSD好像知道眼前正在發生什麼，馬斯克則直接說：Feel Alive。FSD感覺就像活的一樣，已經有了意識。這其實就是FSD V14的厲害之處，所有的停車、接駁、避讓等等，完全不再依賴記憶學習，或地圖眾包模式。FSD具體更新了什麼？從功能來看，FSD更新其實挺“波瀾不驚”的。包括：新增到達選項（Arrival Options）：駕駛者可選擇目的地停車類型，包括停車場、街邊、車道、停車庫或路邊停靠。系統可識別警車、消防車、救護車等緊急車輛並自動避讓或靠邊停車。實現對封路與臨時繞行的即時處理。增加自訂“速度檔位”以調整駕駛風格。新增“SLOTH”模式，以更低車速與保守變道策略應對複雜路況。改進對固定與動態障礙（如路障、樹枝、輪胎碎片）的避讓能力。增強FSD在系統異常情況下的穩定運行與恢復能力。新增前攝影機自動清洗系統，可根據車速最佳化清洗強度，並在車內擋風玻璃有殘留影響視野時提醒使用者前往服務中心清潔。感覺像是對已有功能的繼續最佳化，但官方一句話透露天機：視覺導航整合：將導航與路線規劃納入基於視覺的神經網路。也就是說，特斯拉終於完成了一段式端到端的過渡，V14版本完全重構了模型。馬斯克透露參數量是至少是V13版本的4.5-10倍，對比每個版本馬斯克的表態，合理推測V14版本的FSD，背後基座模型參數量至少是大幾百億甚至千億等級。這意味著目前只有搭載HW4.0硬體的特斯拉使用者，才能體驗V14。不過這仍然能表明特斯拉已經解決了有限算力下的模型最佳化問題，畢竟同樣是數百TOPS的硬體基礎，行業內大部分玩家在10Hz左右的頻率下，最高能跑數十億至百億參數。百億以上參數方案，比如小鵬的VLA，底層算力已經超過2000TOPS。另外，儘管V14版本說明中還寫清楚需要人為監管，但從功能體驗上來看，作為量產車上搭載的FSD正在快速和特斯拉Robotaxi對齊。比如系統對各種障礙的動態避障能力、異常情況下的穩定運行與恢復能力、感測器自清潔功能等等，完全是L4、Robotaxi的營運要求。這其實也是整個自動駕駛、智能汽車歷史上，第一次真正實現量產車與Robotaxi的同源同架構落地交付。馬斯克篤信、特斯拉代表的自動駕駛“升維”路線，或者更準確的說是大模型通用自動駕駛，邁出了驗證的第一步。對於L4賽道來說，之前特斯拉Robotaxi落地營運可能還只是“前菜”，真正的衝擊才剛剛開始：特斯拉開始率先模糊、拆除L2與L4的壁壘。架構同源體驗打通，監管上避開了“開城落地”的審批限制，跳出地理圍欄迅速觸達每一個普通使用者。Robotaxi的兩條不同商業落地路線，也許要開始“生死時速”了。對於廣義的汽車工業來說，特斯拉V14優勢開始集中體現釋放，證明自研全端軟硬體的作用的確不可替代，後續可能會被更多玩家押注。當然對於軟硬體實力要求會前所未有的高。如今車企採購多家供應商自己做整合的所謂“自研”，只能解決智能化有沒有的問題，可能存在永遠也無法突破的天花板。也許，今後“自動”和“輔助”的判別條件，不再是感測器數量或算力，而是是否有全端自研、軟硬體底層融合帶來的體驗優勢。2025年，自動駕駛是不是真的走到了技術路線、商業模式、競爭格局開始全面收斂的轉折點了？ (智能車參考)

特斯拉（Tesla）宣佈向北美使用者推送全自動駕駛系統（Full Self-Driving, FSD）v14版本。這是自2024年底v13更新以來最大的一次技術升級，也被認為是特斯拉自動駕駛戰略的重要轉折點。馬斯克（Elon Musk）表示，FSD v14“是迄今為止最接近人類駕駛體驗的版本”，並稱車輛將在v14.3版本中“感覺像一個有意識的生命體”。更像人了特斯拉官方介紹，FSD v14採用新一代端到端神經網路（E2E v2）架構，模型參數規模較v13提升超過十倍。該版本整合了特斯拉在奧斯汀Robotaxi測試項目中的實車資料，使演算法具備更高的環境理解力和預測能力。與傳統基於規則的駕駛系統不同，v14的決策邏輯由AI模型直接驅動，不再依賴固定程式碼，而是通過大量駕駛樣本學習駕駛員的動態行為模式。這使系統在擁堵路段、臨時施工區、夜間低光環境下的表現顯著提升。測試者在X平台上傳的視訊顯示，FSD v14能夠在多層停車場自動取票、避讓和泊車，全程無需人工干預。FSD v14的核心目標是讓自動駕駛“更像人”。此次更新包括多個關鍵改進：智能泊車與到達選項（Arrival Options）：使用者可選擇停車類型（車庫、充電樁、路邊等），系統會自動判斷最佳路徑並完成泊車。駕駛風格自訂：新增“匆忙模式（Hurry Mode）”與“懶惰模式（Sloth Mode）”，允許使用者根據偏好調整加速與變道策略。無縫啟用與更少干預：系統顯著減少駕駛員注意力提示頻率（Nags），可實現從靜止啟程到全程自動駕駛的“零延遲響應”。分析人士指出，這些變化標誌著特斯拉正在從“駕駛輔助”邁向“任務執行”，為未來的Robotaxi營運打下基礎。Robotaxi商業化前奏業內普遍認為，FSD v14的更新不僅是軟體最佳化，更是Robotaxi網路商業化的前奏。新版系統的底層架構可支援未來的任務調度與乘客分配功能，意味著特斯拉正在建構一個可自我營運的自動駕駛出行生態。根據市場研究機構Bernstein的分析，特斯拉計畫在2026年前推出“無人監督模式”（Unsupervised Mode），在特定州開展Robotaxi服務。一旦落地，特斯拉將從汽車製造商轉變為AI出行服務平台。機構預測：AI軟體收入將超過整車銷售利潤受FSD v14消息推動，特斯拉股價在納斯達克盤前上漲超5%，市值增加約450億美元。分析機構Wedbush Securities表示，FSD v14是“特斯拉AI轉型的關鍵分水嶺”，將推動其估值邏輯從“汽車製造”轉向“演算法能力”。研究機構ARK Invest預測，若Robotaxi全面落地，特斯拉單車軟體收入可能超過整車銷售利潤，“特斯拉的未來將建立在AI，而非金屬之上。”—————————————以下是X使用者Zack@BLKMDL3 使用者體驗V14的感受：10個驅動器與FSD v14.1一起進入，這是我所有的想法。首先-哇。 到目前為止，零脫離接觸或干預。 自信和整體人類駕駛是下一個水平。 轉向輸入非常平穩，制動輸入比以前更早、更線性。它通過在停車場導航的方式，以及它的駕駛方式和返回停車位的速度，都散發著Robotaxi的氛圍。 和它一起騎行真是一次很棒的體驗。看到FSD現在在停車場導航太酷了。 當你進入時，在你拿到票後等待手臂打開，繼續進去，找到一個停車位。 當你離開時，它做同樣的事情，靠近售票處，然後繼續。 親眼看到真的很吸引人。有時真的感覺FSD現在可以閱讀車庫裡的標誌，引導它到出口。 把它帶到車庫的後角，它找到了出路。匆忙模式比以前更棒、更快、更自信，同時更流暢，不必要的車道變化更少。 樹懶模式就是你所期望的——精確的限速和溫和的駕駛。 圖示很酷，易於更改。 當你從公園開始FSD時，不會有延遲。 它立即開始，並在一瞬間離開。 非常好的改進。如果我停在路邊或充電器上，我喜歡能夠選擇到達選項，它也會根據您導航到的位置自動選擇。它完美地停在增壓器，在特斯拉餐廳和聖莫尼卡增壓器嘗試過，兩次都很棒。 總是以線為中心，它比大多數人停車更好、更快。到目前為止，唯一需要注意的是，在繞過堵塞車道的公共汽車時，有一次輕微的剎車，可能不到1/2秒，下降了1-2英里/小時，但感覺到了。 超級超級次要。FSD v14移動施工，在黑暗的道路上鬆散的圓錐體，並服從一個拿著停車標誌的工人。 他們都很光滑，感覺像人一樣或更好。它在我的車道上進進出出，一點也不猶豫，就像在充電器上一樣。 一切都有更快的響應時間。 路邊也很涼爽，因為它在停車位上完美地靠在路邊。此版本現在意味著您現在100%的駕駛都可以在FSD上完成。 從你的車道進入停車場。 Elon是對的，他說它會感覺有知覺，這甚至還不是v14.2。特斯拉人工智慧團隊通過這次更新烹飪。 這是驚人的。 熱烈祝賀他們如此史詩般的發佈。 這是一個巨大的更新，我迫不及待地想再開它。現在是凌晨5點，所以我打算試著睡一覺，但今天晚些時候會有更多的駕駛和視訊，盡快發佈。 感謝大家的關注。 (北美商業見聞)

特斯拉FSD從最初的「感知—預測—規劃—控制」模組化範式，一步步演進到以大規模視訊神經網路驅動的端到端單棧，其核心動因是以資料與算力驅動對複雜長尾場景進行聯合最佳化，這使得系統從工程堆疊轉向以學習為主的「軟體2.0」形態，成為走向規模化與泛化能力的必然選擇，同時也倒逼產業在可解釋、安全驗證與監管論證上建立新的方法論與工具鏈以匹配範式變化的風險與不確定性。就勝負判斷而言，面向無安全員的Robotaxi賽道，Waymo憑藉多城營運與合規累積最可能率先擴大商業規模；面向乘用車「有人監管→逐步放權」的量產路徑，依託全球最大上路資料閉環和端到端單棧迭代能力的特斯拉勝率更高，而在中國市場，華為/小拳/百度系列的本地組合，預計在高地與城市模式回望“前世”，特斯拉在與Mobileye分手後堅定走上以攝影機為主的視覺路線，逐步弱化至移除雷達，並通過向量空間表達與佔據網路解決異形障礙和遮擋問題，打下了以視覺為核心統一感知表達的基礎，從而為“單棧融合”提供了架構前提與介面統一，這一階段引入的關鍵節點包括佔據網路的高速/量化佔據網路的想法將環境重建為體素化可佔據機率分佈，能夠將不可見與不確定區域納入保守策略中，並以此對無保護左轉、狹窄會車、路口遮擋等難題建立了比傳統目標框檢測更穩健的安全邊界，為後續以視訊為核心的端到端學習提供了高資訊密度的中間表示土壤。進入“今生”，FSD V12以端到端視訊網路替代大量手寫規則，核心是通過模仿學習與世界模型化的方式，讓系統直接從攝影機幀序列學習“看見之後應該如何控制”，從而把“感知—決策—控制”的聯動誤差納入單體目標函數里統一最佳化，並將隱式行為風格與社交駕駛2024年起，城市道路上的端到端已成為FSD Supervised的預設範式，隨後擴展至高速，形成城市/高速/泊車逐步貫通的全域單棧，版本如12.3、12.5.x、12.6在不同硬體平台（HW3/HW4）上陸續下發能力並廣泛路測並廣泛地恢復了實際體驗提升能力與提升能力的持續性提升能力。產業分析普遍注意到，端到端後工程程式碼量驟減而訓練—部署的吞吐與頻率顯著提升，外界甚至以「數十萬行C++縮至數千行」描述其迭代結構性變化，雖然具體內部實現不可見，但從Ashok在CVPR等場合披露的思路與學術界的端到端統一Transformer 趨勢相互印證了這一範式。端到端之所以“必要”，在於真實道路是無窮多“長尾中的長尾”，任何顯式規則樹和分段式代價函數都難以在分佈外情形保持魯棒且不割裂，人類駕駛中的隱性規範、互動禮讓、社會訊號與非結構化線索，天然更適合通過大規模視訊學習在聯合目標中吸收與遷移，端到端到廣泛的跨域上限。同時，端到端縮短了工程鏈路，訓練目標可以直接對齊閉環品質指標（如軌跡舒適度、干預率、乘客主觀評分代理等），配合自動標註、模擬資料增強與資料引擎，形成“采—訓—評—發”的高速飛輪，這恰是資料可得、算力可得時代的最優解 。但端到端的短板也十分現實：首先是可解釋性不足帶來的安全論證難題，黑箱內部表徵與監管可讀證據鏈之間存在鴻溝，這要求在架構外側疊加可解釋監控、故障檢測與安全圍欄以滿足功能安全與審計需求；其次是分佈漂移、對抗魯棒性與極端場景覆蓋範圍的驗證成本，迫使組織從開放式環狀指標同時依賴於運行邊界的跨實驗環境測量，迫使產業界定式測試從工程與合規的角度看，端到端的“好用”並不直接等於“可信”，可信還需要可驗證、可追責與可保險的體系化佐證工具鏈與流程，這正在學術界與產業界並進建構。相較之下，模組化的價值主要在於可解釋與可驗證路徑更清晰，易於滿足功能安全標準與分項驗證，疊加高精地圖與冗餘感測器的約束，尤其適合地理圍欄明確、營運流程完備的L4 Robotaxi模式，典型代表就是Waymo的工程路徑；但其瓶頸在跨城擴展速度、維護成本與聯車規模上的結構性規模，使其具有跨城性規模這也解釋了當下產業技術路線的「二元」：Robotaxi側模組化+高精地圖在若干城市先跑通商業；量產乘用車側端到端+弱地圖/免地圖在廣域鋪量獲得規模優勢，兩者在各自目標函數下各取所長。放眼競品格局，Waymo在Robotaxi層面憑藉多年無安全員營運經驗與監管溝通能力，2025年獲得擴展至聖何塞的批覆並在加州持續擴區，成為合規與信任的標竿，雖然擴城速度仍受制於地圖與政策節奏，但整體領先優勢確立。 Cruise在2023年事故後經歷系統性整改，2024年起以有安全員的分階段復航重建品質與社會信任，目標在2025年恢復部分收費與更廣闊的無人化嘗試，短中期仍處爬坡恢復期。 Mobileye的路線以SuperVision (L2+/L2++)與Chauffeur (L3)面向車企供貨為主，依託REM眾包地圖與感測器融合的成熟工程棧，並在CES與行業路線中明確了向更高等級自動駕駛演進的產品規劃，具備在成本與規模上的獨特優勢。中國市場方面，華為ADS從BEV+Transformer與GOD/PDP等技術演進到端到端大模型方向，並透過強本地服務網路與多感測器冗餘在城市NOA快速落地，展現出技術與體驗的雙線推進能力；同時，小鵬在城市擴張NGP的覆蓋範圍與“免高精地圖”迭代中很好，解決路徑中可在全國擴展和低路徑運行版本，均強調本土二精在本土圖」。百度Apollo Go憑藉在北京、武漢等地的政策協同與車路協同優勢，持續擴大Robotaxi試點與訂單規模，並探索在香港等地的合規測試，形成中國L4商業化路徑的關鍵樣本。 Wayve代表端到端「具身智慧」的前沿路線，2024年獲超10億美元融資，驗證了在弱/免高精地圖條件下的通用化潛力，雖處較早階段，但為行業提供了重要外部參照 。在合規層面，賓士Drive Pilot的L3在內華達州與加州的先行落地則提示了「限定工況—嚴格論證—漸進放權」的乘用車路徑，成為監管與產業互動的現實樣板。底層算力生態方面，NVIDIA DRIVE平台持續迭代並被多家車企與方案商採用，支撐了以Transformer與視訊建模為核心的端到端與模組化混合範式的在車與雲兩端的訓練與推理需求。在架構優劣的細化對比上，端到端的訓練目標可以直接對齊閉環質量，如最小化控制誤差、乘坐舒適度代理或安全干預率，使系統學到人類駕駛的隱性規則與社互動動，從而在長尾中具備更好的恢復與協同能力；而模組化的各級任務最優並不等於看裂，經常出現全域最優的現象，經常出現對現象的典型現象。資料與算力方面，端到端極度依賴海量視訊資料與高效訓練基礎設施，但一旦訓練—部署飛輪建立，跨域泛化成本遞減；模組化雖然單模組資料更可控，但地圖/標註/驗證的綜合成本在擴城時邊際上升明顯。在工程與安全上，端到端需要外部可解釋監控與安全圍欄來補足黑箱驗證的短板，模組化則更利於滿足功能安全與審計，但在多模組整合與維護上複雜度更高、演進速度更慢。基於上述分析，Robotaxi賽道更可能由Waymo率先實現更大規模的無安全員商業擴張，原因在於其冗餘感測器體系、高精地圖與穩健的營運與合規記錄所構成的信任護城河，這一點在加州擴區批覆與多城推進中得到持續驗證。乘用車的「有人監管→逐步放權」路徑，端到端單棧疊加全球規模化資料閉環與高頻OTA的能力，使特斯拉更有希望率先在量產車上達成可感知的體驗躍遷與干預率下降，並不斷向更高放權等級推進，V12系迭代與跨域擴展的節奏已經在2024—2025年的版本。中國市場則將呈現多極領先格局：華為/小鵬在全國可用與本地服務網路深耕中快速迭代，百度在Robotaxi與政策協同中持續擴大試點，預計在區域內形成各自的領先樣板並逐步融合「端到端+安全圍欄」的混合範式。供應鏈型玩家方面，Mobileye透過方案供貨與路線圖穩步前推，可能成為最早實現「規模盈利」的技術提供商之一，在L2+/L3的性價比與車企整合效率上具備顯著優勢 。展望未來五年，主流範式將走向「端到端為主、外部可解釋監控與安全圍欄兜底」的混合架構，以平衡工程效率、閉環性能與可審計性，既順應視訊大模型與統一Transformer的趨勢，也兼顧監管對證據鏈的剛性要求。世界模型、生成式模擬與資料引擎將成為收斂速度與長尾覆蓋的分水嶺，誰能做到「資料發現—資料合成—行為最佳化」的高吞吐閉環，誰就能跑出更陡峭的能力—成本曲線；同時，車規算力平台與雲端訓練的持續演進，將決定叢集在合規層面，「限定工況的L3—區域放權—跨域擴張」的路徑會更加清晰，梅賽德斯在美的L3落地與加州對Waymo的擴區批覆，提供了以工況限定與營運能力為抓手的監管協同樣板，疊加各州與各國的試點與許可清單，行業可驗證、功能演示「可因此，真正的勝負手不在某一個單點模型，而在「資料—模型—算力—工程—合規—營運」的完整飛輪耦合效率裡，在這套飛輪中，端到端是驅動帶，模組化與規則安全是必要的齒輪，兩者的融合才是自動駕駛規模化與可信化的現實路徑。 （穩中求勝君）