ITBEAR科技资讯
网站首页 科技资讯 财经资讯 分享好友

特斯拉FSD入华,中国智能驾驶能否借机弯道超车?

时间:2025-02-25 18:57:06来源:ITBEAR编辑:快讯团队

特斯拉在中国正式推出其“FSD功能”,这一举动犹如一颗石子投入了中国自动驾驶市场的平静湖面,激起了层层涟漪。二级市场上,无人驾驶概念板块受此消息影响,呈现震荡上扬的趋势。

作为智能汽车领域的巨头,特斯拉FSD的入华不仅预示着市场竞争格局的深刻变化,更将为中国自动驾驶行业的发展注入强劲动力,推动整个产业迈向新的发展阶段。

长久以来,关于特斯拉FSD入华的传闻不绝于耳,如同“狼来了”的故事一般。早在去年4月初,马斯克就宣布了特斯拉将于当年8月发布无人驾驶出租车(Robotaxi)的计划。随后,马斯克突如其来的访华行程更是引发了外界对其来华洽谈FSD及Robotaxi业务落地中国的猜测。

而在今年2月的特斯拉财报电话会议上,马斯克坦言FSD入华面临两大挑战:在华训练数据无法出境,以及美国不允许FSD在华进行训练。不过,特斯拉此次发布的消息显示,他们将为中国客户分批次更新软件,新增包括在受控道路和城市道路上根据导航路线自动驶出匝道和交叉口、识别交通信号灯进行转向、根据速度和路线自动变道以及无导航路线下的最优道路选择等核心功能。

特斯拉FSD在国内的订阅价格为6.4万元,且目前仅提供一次性买断选项。然而,购买Autopilot增强版辅助系统(买断费3.2万元)的车主暂时无法使用这些新增的OTA功能,搭载其他硬件版本的车辆也尚未收到相关功能的推送。

特斯拉FSD的技术优势在于其端到端的自动驾驶解决方案。传统的自动驾驶系统需要人工为各种路况贴上标签,但路况千变万化,这使得传统方法变得繁琐。马斯克则通过将大模型嵌入FSD中,利用真实司机的处理方式作为机器学习的数据,从而实现了端到端的自动驾驶。然而,这一方法在国内却面临挑战,因为如果使用FSD的纯视觉和大模型技术基础,就需要开放路段和驾驶数据给特斯拉;但如果选择与国内高精地图合作,那么特斯拉在国内自动驾驶的体验性将大打折扣,失去其独特的技术优势。

尽管如此,特斯拉FSD的入华仍然被看作是中国自动驾驶和Robotaxi行业的好消息。这一举措有望搅动国内Robotaxi领域的活力,推动整个行业的进步。余承东和何小鹏等业界领袖也纷纷表示,特斯拉FSD的进入将对包括小鹏汽车、华为在内的智能驾驶公司产生正面影响。

中国自动驾驶市场规模正在迅速扩大。据相关研究报告预测,2024年我国自动驾驶市场规模将达到3993亿元,2025年更是将逼近4500亿元。无论是市场规模、技术能力还是应用场景,中国智能驾驶行业都展现出了蓬勃发展的态势。

2024年,国内智能驾驶行业的一大显著特点是“扎堆上市”。截至年底,已有至少14家智能驾驶相关企业在港交所或纳斯达克完成上市或提交上市申请,涵盖了智驾芯片、解决方案和Robotaxi运营等智能驾驶全产业链企业。

还有一批未上市的自动驾驶“潜力股”企业正在深耕细作,随着资本的助力,它们有望在未来实现更快速的发展。深度科技研究院院长张孝荣指出,自动驾驶是资金密集型行业,需要大量资金支持研发和市场推广。上市可以为企业开辟必要的融资渠道,推动技术发展和商业化进程。

在国内,智能驾驶的发展已经历多个阶段,从早期的硬件堆砌、单纯比拼单车感知硬件与智驾芯片算力,到人海战术阶段对开城数量的竞争,如今已迈入数据驱动的全新时期。与此同时,智能驾驶的技术路线也变得逐渐清晰,特斯拉坚持的端到端路线成为了智驾的主流方案。

当前,中国智驾企业阵营已经呈现出多元化的竞争格局。除了小马智行、文远知行等行业垂类企业外,还有以比亚迪、吉利为代表的传统制造厂商、以“蔚小理”为代表的造车新势力车企以及华为、小米、百度为代表的互联网科技企业。不少整机车企将“全栈自研”视为建立核心竞争力的重要砝码,这意味着企业需要自研高阶智驾算法方案。然而,整机车企开展全栈自研投入较高,因此通过行业内深耕智能驾驶算法方案的公司来做智驾方案,成为更具性价比的选择。

在智能驾驶的商业化落地上,Robotaxi成为不少企业的首选方向。从萝卜快跑宣布即将在武汉实现盈亏平衡,到特斯拉发布Robotaxi原型车Cybercab,再到小马智行、文远知行的相继上市,都预示着Robotaxi正走向成熟。Robotaxi的出现满足了人们对于便捷、高效出行的需求,也给业界展示了自动驾驶技术可靠的变现途径和巨大的商业潜力。

以文远知行为例,其新一代量产Robotaxi GXR已在北京正式获准开展“车内无人”自动驾驶出行收费服务。GXR是文远知行在北京落地的第二个纯无人商业化运营Robotaxi车型,计划2025年在京Robotaxi运营数将增加至数百辆。封闭或半封闭场景下的商用车也是L4级别自动驾驶应用的另一细分领域,如矿山无人驾驶、物流无人驾驶等。这些车辆的行驶环境较为封闭和固定,面对的变量更少,因此商业化进展相对较快。

更多热门内容