在國內智駕牌桌上，特斯拉要出王炸了。五年免息再立減一萬尾款的權利之后，來歲一季度前，特斯拉在中國醞釀了兩件大事，一個是鼓勵國產新Model Y上市，一個是引入FSD落地中國。對于新車，約莫是用新電機，新外不雅，新電板，主打長續航+幼稚耗；要點是后者，憑據特斯拉官方最新音問，12月1日仍是向好意思國地區全系車主推送了FSD V13.2，從V12.5追究跨入第13代系統，這意味著，從數據規模到模子規模，再到自動駕駛后果，新系統的各項性能，王人要比第12代版塊更進化，那么問題來了，新版塊的智駕智商，粗糙是什么水平？快要210萬的中國車主，能閑居用新系統嗎？FSD來中國后，誰又能接招呢？
領受率降10倍，210萬中國車主王人能用V13.2？
比起FSD V12.5，此次的V13.2升級了11項實質，戒備，不是新增11項功能，而是基于前12代累計查驗閉幕給出了更具體的優化。從體驗層面看，有三項更新，領先，P擋駐車氣象下，給出標的地提示后，一鍵就能啟用FSD，解鎖了之前只須在行駛經過中的開啟法例，不外就這項功能而言，華為ADS 3.0在本年9月仍是率先已畢了落地；其次，基于主動繞行的決策邏輯上，新系統不錯提前檢測到阻塞或施工談路，進而自主遴聘優先旅途，同期中控屏上會表現多條門路供遴聘；臨了，優化了預碰撞邏輯，標的是盡可能減少左遷次數（領受），從外洋車主的多條實測視頻來看，在光照環境較差的無標線泊車場，靠近盲區出現的東談主車轉移阻隔物，整套系統給出的決策是，先基于限速緩行，識別到阻隔物后不雅察、預判其潛入軌跡，在安全距離條目下徑直通過，莫得遴聘萬古辰泊車禮讓，這昭著是corner case的一次細節優化。
除此除外，還有兩個細節值得戒備，一個是新版塊集成了自動泊車、倒車和泊車功能，也就是車輛在啟動FSD后，我方就能完成收支泊車位作為，在端到端大模子下，華為、假想、小米、小鵬等多家國內品牌給出的智駕決策，也王人能已畢所謂的“車位到車位”功能，不外，憑據多位外洋車主實測發現，V13.2甚而會我方遴聘靠岸在標的地近鄰的充電站，也就是說，系統會參考往復全程瞻望所需要鋪張的電量，進而判斷是否需要在此刻補電，從本事層面看，已畢起來并不難，在CNN大模子中寫入能讀取車輛關節數據的代碼就能已畢，是以這昭著亦然學習查驗后的一個體驗細節完善。
另外V13.2還預報了下一版塊會糾正的實質，其中一項是積累分享音頻片斷，通過聲息檢測對救護車、警車、校車等稀奇車輛作出遁藏，比起通過錄像頭得回標定數據，警報聲昭著更容易被提前感知，換句話說，就是當車輛聽到警報聲就會提前蓄意遁藏，而不是稀奇車輛仍是駛至后方時才進行變談遁藏，合座下來的智駕邏輯更相宜類東談主操作，是以在大模子里寫入音頻數據并查驗，是值得其他智駕本事決策學習的。再回到軟件層面來看，之是以V13.2能給到更具體的細節優化，背后其實是有高強橫度數據作支握的，比如，新版塊的數據規模是上一代的4.2倍，查驗運籌帷幄規模教會了5倍，深度的海量學習后，收貨當然就有跳躍。
另外，這套新系統徑直用HW 4.0芯片來念念考，36赫茲全折柳率視頻信號輸入，就是1秒能反復看36次澄瑩的視頻，因此基本就不需要小鵬的那套Lofic架構，來甄別暗光環境的數據可靠性了，總和據帶寬為每秒1.3千兆像素，以36赫茲啟動，拿獲和推理之間的蔓延接近0，另外皮這套芯片性能上，特斯拉減少了光子計數到法例域的蔓延，從看到到活動，速率比之前快了一倍，按照馬斯克的話來說，新系統在領受前的自動行駛里程，是上一代的6-10倍，也就是說，領受率最大縮短了10倍傍邊，固然了，多數的實測視頻，也解釋了全程零領受的真實性，即即是被暴雪遮蓋的無劃線談路，車輛依然能在不左遷的情況下自動完周到程。
既然如斯，中國的特斯拉車主是否也能閑居用呢？前邊仍是提到，V13的一處緊要變化，就是全王人基于HW 4.0芯片斥地，是以V12.5是HW 3.0的臨了一代自動駕駛版塊，再具體一些來講，特斯拉在本年2月1號才量產搭載HW 4.0芯片的車型，是以在這個節點之前，現金的國產Model Y和老款的Model 3是無法通過OTA升級V13.2的，不外，馬斯克在本年第三季度財報電話會議中公開曉諭，要是硬件無法支握無東談主監督的FSD，特斯拉官方將為車主免費更換HW4.0芯片，這意味著迄今210萬中國車主，在往常王人有契機用上FSD和最新功能，而接下來，就只剩下FSD具體的入華節點，以及對應的價錢章程了。
FSD吃高算力和數據上風，入華后只須華為能接招？
不出巧合，確實具有變革性的FSD功能，至少亦然在V14甚而更遠的V15版塊之后才有，畢竟按照《汽車駕駛自動化分級》的法子來看，L3不錯在特定條目下自主完成動態駕駛任務，但需要駕駛員隨時領受，而L4屬于高度自動駕駛，全程自主完成系數操作，駕駛員無需伙同戒備力，是以從某種進程上講，此次特斯拉更新的FSD V13.2，基本是仍是具備準L3級自動駕駛智商的，而縱不雅國內智駕本事規模，當今只須華為的作為最快，在尊界S800上初次期騙到了L3架構，相似是接頭在2025年第一季度上市，如斯一來，國內首款量產L3車型的頭銜，可能就變成了新款Model Y和尊界S800之間的競爭，倘若特斯拉更快一步推出新Model Y，況且FSD V13.2同期引入國內，這豈不就變成了，特斯拉新車主省100萬就能使用L3本事了？固然了，這還要看特斯拉FSD在國內的首秀，究竟是V12.5如故V13.2了。
腳下FSD入華倒計時已不及百日，特斯拉又趕在年末發布V13.2，對于中國而言，很難不令外界預料新版塊引入國內的可能性，即便沒給中國車主新版塊，V12.5也足以給國內其他智駕選手帶來相配大的本事壓力和競爭壓力。要知談，特斯拉在舊年頭次推出的V12，底層邏輯發生了明確的竄改，刪代碼換有深度學習智商的神經積累，肖似Chat GPT的使用邏輯，即只須學習智商夠強、投喂模子夠多，就會越來越好用，華為的GOD大網、假想的VLM+E2E、小鵬的AI鷹眼，王人是一樣的端到端邏輯，那，誰才調接住FSD的王炸大招，或者是有契機突出FSD呢？
申訴這個問題，有必要先弄了了背后的本事框架，現階段，除了極越和小鵬，華為、假想、小米等王人是通過激光雷達來已畢高階智駕，之前咱們曾從本事角度剖判過，馬斯克之是以拒絕使用激光雷達決策，一方面是其合計干預產出比預期欠安，另一方面則是合計激光雷達會法例端到端大模子的性能上限，至于這兩種本事決策誰更先進，不在本篇著作的預計要點，通過激光雷達這個感知硬件，折射的其實是算力問題，畢竟，從職責旨趣和本事層面看，激光雷達更像是一個能徑直處理感知信號和數據的集成性系統，其中的芯片，就能懲處一部分智駕感知艱巨，比如華為的192線，及時掃圖能把周圍環境構建成多維立體模子，再互助毫米波雷達、超聲波雷達、錄像頭甚而是ToF傳感器得回到的更為精準的數據，最終投喂給大模子的是準確、規模性的真實數據，不詳潛入，就是激光雷達就算是一個具備微型算力的感知機制，這就拓寬了大模子在念念考、決策、推論上的算力要求，也算是自若了一部分算力壓力，而純視覺本事決策，得回環境數據只但是通過錄像頭，得回到的數據徑直交給了大模子去念念考，是以也不錯這么講，就當今的本事趨勢而言，純視覺決策僅順應高算力平臺，而高算力平臺又不一定是純視覺的專屬，多傳感器會通本事決策，更多的是在算法除外給安全冗余兜底，是以，要想已畢L3甚而L4，兩條本事路勁王人離不開高算力。
而在數據閉環的已畢經過中，運籌帷幄智商是支握大規模數據處理和模子查驗的基礎，在這方面，特斯拉有自研的Dojo運籌帷幄機，和傳統的GPU架構比較，Dojo系統的中樞就是高帶寬和低蔓延的查驗體系，3年前推出的D1芯片領有362 TFLOPS的算力，這能夠讓特斯拉在短期內完成大規模的神經積累查驗，如今，整套系統的算力仍是到了100EFLOPS，參考當今比較主流的幾家智駕品牌，華為7.5EFLOPS、假想5.4EFLOPS，小鵬1.5EFLOPS，比較之下，算力儲備險些是舊年公共的（910EFLOPS）11%，如斯來看，特斯拉照實莫得任何須要再遴聘請激光雷達，這也就意味著，極越和小鵬要想盡快迭代更高檔的智駕后果，就得盡快補算力的坑。
既然短期內算力儲備追不上特斯拉，那華為、假想、小米等會通激光雷達的多傳感器智駕決策，在軟件層面上，能和基于積卷神經積累CNN的FSD競爭嗎？華為和假想、小米，其實在本年仍是走了兩條后果肖似但本事不同的路，領先，華為在ADS 3.0系統里，把負責全局視角的BEV積累，和主要負責預判的PDP積累，王人放到了GOD積累中造成一張大網意見，從感知到念念考再到規控，邏輯相配肖似特斯拉追求的one Model樣式，感知元件得覆信息后，徑直給大模子處理，而腳下假想的VLM+E2E，是把系數環境分紅兩套系統，“快系統”徑直規控，相配于華為的PDP，“慢系統”用來學習和念念考，全國云霄模子相配于錯題本，把未知的corner case反復學習，再輸給VLM架構。
至于小米體育游戲app平臺，則是通過變焦BEV本事和超折柳率Occuopancy占用積累以及談路大模子作念出來的，上風在數據精度和探傷準確性，從某種進程上講，小米更像是采用了特斯拉早期的Transformer+BEV+Occuopancy決策，在這個基礎上對激光雷達和BEV作念了本事糾正，是以就當今國內各家的本事來看，能和特斯拉FSD正靠近招的，似乎只須華為這一家了，而小米和假想，最快可能在來歲會有更澄瑩的謎底。