特斯拉4d2_特斯拉4du电机

1.毫米波雷达被特斯拉“返聘”，马斯克到底图的啥？

2.特斯拉的FSD不依赖高精度地图，代码全部重写后表现够出色吗？

本以为，埃隆·马斯克会在投资者日大会上，宣布特斯拉品牌长期战略Master Plan 3“秘密宏图第三篇章”的同时，也会将之前在网络上传得沸沸扬扬的特斯拉Model 2车型，带来一些新料；没成想直接让大家等了个寂寞，那么此次大会上马斯克都说了什么呢？

第一：马斯克着重介绍了“可持续能源发展的概念”。

第二：对“降本增效”的理解和付出的行动；而第三篇章的开启，意味着特斯拉将再度扩张。

相信大家都知道，马斯克这个“狠人”给全球新能源汽车产业带来的影响，“Master Plan”计划，也就是“秘密宏图”计划；简而言之，可以将其理解为，一个大的蓝图，分为几个小目标，然后逐步去实现；这项计划的第一篇和第二篇章分别于2006年和2016年公布。

从进度来看，第一篇章基本完成，例如“Model S、Y、3、X”的车型布局，投产规模、销售计划等。第二篇章中，Model Y正式推出，产品销量表现亮眼，同时在中国建厂扩大生产规模都是令人瞩目的存在。从2006年-2016年的“十年计划”来看，可以说99%的进度都被马斯克完成；而2016年-2023年的7年时间来看，进度似乎放缓，但能完成的也都已实现。借此，马斯克在2023年3月1日正式开启“秘密宏图第三篇章”。

发布会中马斯克率先介绍“宏图计划”最新目标：电池储能达到240太兆瓦（TWH），可再生电力30TWH，制造领域投资10万亿美元，需要能源为燃料经济的一半，占地面积低于0.2%，占2022年全球GDP的10%，无法克服的资源挑战为零。同时特斯拉着重提到了热泵将有助于能源可持续性，从行业的角度来看，热泵为提高效率铺平了道路。

关于新车型方面，马斯克提到，电动车生产规模将再次扩张，特斯拉将打造一支全球电动车队，将拥有约8500万辆汽车，特斯拉的Cybertruck卡车也将于今年问世，Cybertruck和未来所有汽车将转向48伏电力系统。但是，此前网络上一直被流传售价17万元的特斯拉Model 2在本次大会却扑了个空。

虽然Model 2没有被发布，但特斯拉有正式发布全新的自研计算平台Hardware 4.0，整个计算平台将拥有7000+以上的组装零件。此外，Hardware 4.0平台的主要亮点是具有更低的制造成本，同时平台FSD算力、内存都是现有的倍数，同时还加入了4D毫米波雷达、摄像头等；GPU也改成直接贴片，一旦成为标配和规模化之后，基于新平台打造的车型都会更便宜。

同时，特斯拉还展示了人形机器人Optimus的相关内容，新的人形机器人相比之前能够行走，并在另一个机器人上工作。马斯克：”在去年AI日上展示的Optimus机器人根本无法正常工作，但情况正在好转，未来Optimus机器人甚至可以完成自我生产复制“。小编感觉话被他这么一说，妥妥的用画大饼的方式，利用自身的热点和影响力，给行业带来了压力和危机感。

2022年可以说是特斯拉品牌历史上最好的一年了，特斯拉年总营收达814.6亿美元，同比增长51.4%；归母净利润125.6亿美元，同比增长127.5%，这些营收利润分别是汽车销售、汽车租赁、政策补贴、能源生产和储存、服务等多方面。

另外，特斯拉在下一代产品不损失能效的基础上，将减少75%碳化硅，成本降低1000美元；生产工厂的占地面积将减少50%，并不再使用稀土材料。例如：Model 3 2018年发布至今成本降幅近30%，Model S到Model 3的车辆线束减少17公斤，车辆之间共享控制器有助于简化零部件供应链。

“降本增效”也是特斯拉非常注重的，而这一点则关乎成本和售价，特斯拉第一个100万辆用了12年时间、第二个用了18个月、第三个用了11个月、第四个仅用了7个月，目前在德州工厂已达到了400万辆的里程碑；未来特斯拉目标是每45秒生产一辆车，效率固然是高，但是减法做多了真的能行之有效吗？

结语：

特斯拉旗下车型在在过去曾经多次降价，这都是“降本增效”的功劳，价格最低时刻Model 3的售价仅为22.99万元，不仅狂卷众多合资品牌，就连中国品牌也被迫带动卷出了新高度，甚至出现特斯拉降价，国内新势力就会出现限时促销的情况。

但其实2022年供应链和零部件等方面的供给并不稳定，而动力电池通常会占整车成本的30%-40%，但是特斯拉依托于对电池供应链的放开，引进LG新能源和宁德时代的动力电池，通过协商价格有效降低采购成本。随着2023年整个行业的逐步恢复，未来特斯拉价格杀入20万以内，也不无可能。

本文来自易车号作者出行公路，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

毫米波雷达被特斯拉“返聘”，马斯克到底图的啥？

汽车 作为我们最常用的交通工具，无论是在生活还是在工作中，都发挥着无比重要的作用。同时为了更好地满足人们的需求， 汽车 也在不断的改进。近几年来最火的应该就是燃料的改变以及无人驾驶技术的问世了！尤其是在无人驾驶技术方面，作为高 科技 应用技术的代表之一，更是备受瞩目。而在众多进行研发的 科技 公司中，特斯拉可谓是独树一帜，获得了巨大的成就。

马斯克在刚进军无人驾驶 汽车 领域的时候，就放弃了激光雷达的应用，而是采用了摄像头和雷达辅助的计算机视觉之上，通过该技术的判断来完成对道路的检测状况，进而对 汽车 的驾驶状态做出相应的更改。 其中特斯拉车辆周围被安装了八个环绕摄像头、十二个超声传感器以及一个前置雷达，三者共同完成对周边路况的监测系统，也是当下特斯拉无人驾驶技术与其他公司相比的一大优势所在。在这三大装备的共同作用下，特斯拉 汽车 在无人驾驶状态下，能够对路况做出精准的判断，路上的路灯和红绿灯也会被尽收“眼中”，并判别是否出现相撞的可能，进而对速度做出及时调整，来确保 汽车 内部人员和道路上其他人员的安全。毕竟无论什么技术，安全必须放在第一位，更何况是这种交通层面的技术了。

由此来看，特斯拉的无人驾驶技术应该已经取得了巨大的成就。但即使如此，该套检测系统仍然备受争议，并且在测试和实际应用过程中也出现了不少错误的存在。

网络上曾有视频爆料了Model 3的一段测试视频。视频中，Model 3遇到了一个旋转的假人，但是并没有侦测到其存在，而是直接撞了过去，假人瞬间肢解，而model 3仍在继续高速行驶之中。而且这并不是特例，同样在Model 3的一段测试视频中，这次检测系统检测到了正在过人行道的假人，然而却并没有控制 汽车 发生相应的减速，导致直接撞了上去，假人再次肢解。

当然了，除了这些失败的案例，更多的则是成功。道路千千万万，安全是我们最在意的因素，它必须要保证万无一失才行。对此，特斯拉官方也在进一步改进之中。 而有网友爆料称，特斯拉即将推出一款名为“Phoenix”的4D雷达，使监测系统更为灵敏。

4D雷达与当下马斯克所采用的无人驾驶监测技术相比，它所监测反应出的画面不再是一个简单的，而是加入了时间轴这一维度，使连接起来进化为视频，更符合日常生活，对周围情况做出更为精准的检测。并且当下，特斯拉也已经开始了与一家拥有新4D传感器技术的初创公司Arbe Robotics开始了工作商谈事宜。

据相关消息透露，Arbe将利用自己专有的基带处理芯片对目前的雷达技术做出进一步升级。 其主要是将雷达的处理单元（RPU）和嵌入式雷达信号处理算法集中到一起进行应用，从而大幅度提高对原始数据的处理量，同时实现更低的硅功耗。 最多可实时管理48个Rx通道和48个Tx通道，进而每秒产生30帧完整的4D图像，其处理量达到Tb/sec。这正是无人驾驶技术所需要的关键所在。

特斯拉当前的检测系统有时确实会撞到“行人”，并不是特别灵敏，但有时候人们又发现，特斯拉过于灵敏，人们还没有看到车子或人，特斯拉却已经检测到了。只不过这些车子和人是目前人类永远无法看到的，更像是幽灵之类的东西。

害怕！深夜特斯拉传感器，在无人墓地感应到行人。前几日，在国外的短视频上曾出现了一段关于特斯拉深夜在墓地行驶的视频，顿时引起无数人的争议 。视频中显示，外面明明空旷没有一人，只有墓地的存在，但特斯拉的检测系统却发现周围正有他人的存在，而且在移动之中，顿时令人毛骨悚然。难道这世上真的存在鬼魂，普通人类又确实感知不到吗？

无独有偶，2月15日，我国厦门也曾曝出了一段类似的视频。 据车主介绍，自己当时进入的明明是一个无人的隧道，但进入不久后特斯拉检测系统便显示周围有一辆公交车驶过，而且陪伴了自己十几分钟，直到隧道的后半程又重新消失不见。 实际行驶过程中，车主也从未见过这辆公共 汽车 。

阿飘？特斯拉无人驾驶传感器，深夜在空无一人墓地感应到人。 要知道，不论是墓地还是隧道中，都是灵异事件频发的地方，而特斯拉的检测器又都在这两个方面检测到了人眼看不到的恐怖东西，那是不是说明这世上真的有许多我们未知的存在，而且就陪伴在我们身边。

对此，有专家解释说确实有这样的可能。 特斯拉检测系统应用的是电磁波频率，肉眼是无法察觉到的。而生活中确实有不少物体是以电磁波形式存在于世的。 当然了，究竟事实是怎样的，目前还尚未得知。

不论最终的结果怎样，我们都可以发现，目前的无人驾驶技术还不是特别成熟，仍然需要不断的完善才能真正地上路，否则很有可能提高交通事故的发生频率。

特斯拉的FSD不依赖高精度地图，代码全部重写后表现够出色吗？

据说世界上最难的两件事，一件是把自己的思想装进别人的脑袋，一件是把别人的钱装进自己的口袋。这两件事，毫米波雷达做到了：让坚持纯视觉方案的特斯拉花钱再度把它“请”上了车。

预计搭载4D毫米波雷达的特斯拉谍照

想必不少朋友已经知道这件事儿了，特斯拉即将推出的HW 4.0智驾方案预计包括一个4D毫米波雷达，消息一出连带着各大相关企业股票狂涨。让股市震荡，让马斯克“真香”，4D毫米波雷达到底有啥本事？

毫米波雷达

回答这个问题之前我们得先认识车载毫米波雷达。

车载毫米波雷达工作模型图

如果用一句话形容车载毫米波雷达有多牛，我只能说，它开启了智能辅助驾驶时代——1999年奔驰S级车型首次应用了基于毫米波雷达实现的自适应巡航功能，这套系统被命名为Distronic（限距控制系统）。

搭载Distronic系统的奔驰S级

即使我们看到现在车企们更愿意以激光雷达为门面去宣传自家的智能辅助驾驶能力，但事实上，毫米波雷达的特质是激光雷达无法替代的。

毫米波雷达是工作在毫米波波段探测的雷达，一般毫米波的波长为1-10mm,频率在30-300GHz，通过发射和接收电磁波的信号后利用多普勒效应来计算目标物的各个参数（如测距、测速、测角）。

多普勒效应

不同长度的波在大气中传递时被阻碍和吸收的程度不同，而毫米波的波长介于微波和红外波之间，所以它有着两者的优势，与微波相比，毫米波的指向性好、分辨率高、抗干扰能力强，探测性能也更好。

与红外波相比，毫米波在大气中传播时的衰减小、能更好穿透烟雾灰尘、受天气影响小。这些特质决定了毫米波雷达具有全天时全天候(除暴雨)的工作能力。

由于雷达涉及军用，所以国家开放给民用的频段是有管制的，目前世界上主流的车载毫米波雷达频率为24GHz（也被视为毫米波频率）、77GHz、79GHz，也有少数国家如日本开放60GHz频率。

国内开放给车载毫米波雷达的频率就是24GHz和77GHz，所以目前国内的车载毫米波雷达分为24GHz和77GHz毫米波雷达。

海拉24GHz毫米波雷达

就像不同分贝的声音能传到不同的距离，不同频率的毫米波雷达能探测的距离也不同。24GHz的探测距离通常在30-120m,77GHz的探测距离通常在200m及以上。

射频

看到这里可能有物理比较好的朋友要质疑我了：根据波的传播理论，频率越高，分辨率越高，穿透能力越强，但传输时损耗也越大，传输距离越短；相对地，频率越低，波长越长，绕射能力越强，传输距离越远。

那我为什么说77GHz毫米波雷达比24GHz毫米波雷达的探测距离更远呢？这和毫米波雷达的结构和工艺有关。

毫米波雷达的硬件占比约为50%，主要由射频前端（MMIC）、数字信号处理器、天线、控制电路等部分构成，另外50%则由软件算法构成。

打造毫米波雷达的过程中

雷达天线的尺寸和波长成正比，24GHz雷达波长较长，所以天线的体积更大，而77GHz雷达天线比较小（大小大概为24GHz雷达天线的1/3），同样的体积可以布置更多的天线单元。

一般24GH毫米波雷达的天线只能做到1发2收，77GHz毫米波雷达却能做到4发4收，整体天线阵的增益是使77GHz毫米波雷达探测距离更远的一个原因。

另外24GHz的毫米波绕射能力更强，就像《画画接龙》这个游戏一样，传到最后已经出现了严重的信息偏差，也就近距离的探测信息比较靠谱。

两者在分辨力上也有区别：77GHz毫米波雷达的分辨距离最小为3.75cm，而24GHz毫米波雷达则为60cm。

一颗国产77GHz毫米波雷达

这意味着当两个目标物体之间的距离为60cm时，只有77GHz毫米波雷达能成功分辨，24GHz毫米波雷达则会视为只有一个目标物体。

虽然看似只是频率不同，但实际上两者的性能有很大差异，因此它们的使用场景也有所不同。现在业内常见的毫米波雷达搭配方式是1个前向+4个侧向（左前、左后，右前、右后），整理如下：

目前主流毫米波雷达的功能有测角、测距、测速，也就是测量目标物体的方位，与目标物体的距离和目标物体的速度，我们称之为3D毫米波雷达。不过它有一个巨大缺陷，就是无法识别静止物体。

由于缺乏高度信息，对于3D毫米波雷达来说，不会产生速度信息的地面减速带或其他静止障碍物和上方的天桥没有什么区别。

如果测到天桥也立马牵动刹车那也太离谱了，所以3D毫米波雷达的算法直接忽略这些静止物信息，就算前面放一块陨石，3D毫米波雷达都不会触发刹车。

这可能是2020年一辆特斯拉直接撞上前方静止车的原因，毫米波雷达选择闭眼冲，而当年特斯拉的视觉方案也没有现在这么精良。

辅助驾驶模式下即将撞上货车的特斯拉

这个缺陷让毫米波雷达在需求越来越高的智驾市场陷入了僵局，直到2020年第一颗4D毫米波雷达的诞生。

4D毫米波雷达VS激光雷达

基于3D毫米波雷达的基础，4D毫米波雷达增加了高度信息，带来的直接影响就是4D毫米波雷达可以成像。

当波射到物体表面时，所反射回的波会携带方位、距离等信息，经过坐标转换则呈现为点云数据，两种毫米波雷达经软件算法换算出的图像如下：

比如一个80 cm体宽1.7m身高的人在快速奔跑，3D毫米波雷达就会识别为一道由点组成的横向80 cm虚线在某距离以某速度向某方向移动，而4D毫米波雷达会识别为由点组成的80 cm体宽1.7m高人形在某距离以某速度向某方向移动。

当前方出现了一道长2m并离地3m的限高杆，同时下方有一条等长的减速带，3D毫米波雷达就会识别为两条几乎重叠的由点组成的长2m虚线，而4D毫米波雷达则会识别出两条长2m的虚线中间的无障碍距离为3m。

4D毫米波雷达不再有无法识别静止物的缺陷，加上价格只有激光雷达10%-20%的优势以及本身毫米波雷达探测距离远、抗干扰能力强、雨雾无阻的特质，4D毫米波雷达被视为激光雷达的强劲对手。

一颗激光雷达

用4D毫米波雷达替代激光雷达，可行吗？就目前来说，答案是否定的。

4D毫米波雷达和激光雷达的本质都是通过波信号来主动探测，4D毫米波雷达的波长在3.9mm，而激光雷达的波长通常为905或1550nm，由于波的传播特质，激光雷达在面对雨、雾、沙尘暴等天气几乎束手无策，而毫米波雷达则能发挥性能。

虽然它俩都能成像，但是激光雷达有个碾压4D毫米波雷达的优势，就是分辨率。市面上的4D毫米波雷达每秒大概可以生成10万个点云，而128线激光雷达可以实现每秒140万点云的生成。

激光雷达成像效果

用140万个点描摹出的画像自然比用10万个点描摹出的画像，精确度要高得多。不仅是画像轮廓的清晰程度不同，更直接的影响就是角分辨率的差距。

激光雷达的角分辨率做到了0.1°，而4D毫米波雷达可以做到1°，也就是说当2个目标物体间的角度角度差距为1°时，只有激光雷达可以分辨得出。

说到底，在成像方面，激光雷达有着4D毫米波雷达无法匹敌的分辨率。目前的4D毫米波雷达更加适合做视觉算法的补充，在雨雪天气时为摄像头助一把力。

这样看来，4D毫米波雷达比激光雷达更适合特斯拉。

除了成本方面，激光雷达的成像优势对于特斯拉的视觉方案是重复的，摄像头和激光雷达的共同缺点就是受限于可见度低的天气，而这个问题只有毫米波雷达能为特斯拉解决。

毫米波雷达历史

回到开头的问题，也许很多朋友会选择中国，毕竟咱们现在的智驾市场如火如荼，但实际答案是德国。

1904年，德国人斯琴·赫尔斯麦耶，基于前人电磁理论和电磁波实验的基础上，利用无线电波回升探测装置，研制出了原始的船用防撞雷达，这就是世界上第一颗雷达。

1935年英国人罗伯特·沃特森·瓦特成功研制出一台实用雷达系统，并被英国空军大规模部署，而这个系统通过提前检测到德军飞机，协助英国抵御住了纳粹德国的攻击，获得了“不列颠空战”的胜利。

罗伯特·沃特森·瓦特

德国人发明的雷达被英国人用来打败了德国？据说德国人十分不服，回去苦心研究，再后来汽车产业的繁荣以及1986年欧洲制定的“欧洲高效安全交通系统计划”催化了车载雷达的蓬勃发展。

2012年，德国半导体巨头英飞凌推出24GHz单片雷达解决方案，降低了毫米波雷达的技术门槛和制造成本，推动毫米波雷达在各领域的应用。

国内研究毫米波雷达的时间并不长，2013年24GHz毫米波雷达产品才进入中国，同时国外对国内开启了77GHz毫米波雷达的技术封锁。

2014-2016年国内的毫米波初创企业成立，其中首家研究毫米波雷达的就是上汽集团旗下的华域汽车。2016-2017年，国产24GHz毫米波雷达开始量产，77GHz毫米波雷达开始出现样品。

华域汽车办公点

虽然目前全球毫米波雷达市场仍被博世、大陆、海拉等海外龙头厂商占据主要份额，但是国内的行业发展也处于欣欣向荣的状态，国产77GHz毫米波雷达早已面世，例如德赛西威、森斯泰克、楚航科技等国内领先的企业都具备量产能力。

大陆集团logo

最后我想片面的浅聊一聊，为什么国外掌握着更好的智能辅助驾驶核心传感器技术，而国内却成为了智能辅助驾驶的核心战场。

2018年的时候德国制造商大陆集团就对自动驾驶汽车接受程度进行调查。中国受访人中，高达 89% 的人表示支持自动驾驶技术，相比之下，德国和美国的受访者对自动驾驶支持的比例分别只有 53% 和 50%。

英国的德勤咨询公司也做过一次调查，截至2019年，中国对自动驾驶汽车感到“危险”的消费者比例为25%，是亚洲6个调查国家和地区中最低的。

2022年北京日报做了个关于中国人对自动驾驶的接受程度的调查，结果显示，超八成中国人接受自动驾驶，比例远高于其他国家。

聊这个并不是为了让大家忽略目前智能辅助驾驶技术的不成熟，相反，我们需要更加实际的去接受现有智能辅助驾驶技术的局限。但是这些数据表明，我们对科技有着更包容、积极的态度，即使起步晚了一点也没关系。

本文来自易车号作者AutoLab，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

底层架构被完全推倒与重建，代码全部重写的FSD究竟会有怎样的颠覆表现？10月20日，这个马斯克口中的完全自动驾驶系统终于通过OTA推送给了一小部分用户，被特斯拉酝酿了4年之久的"核武器"也终于初现原型。

目前最新的FSD还是Beta测试版本，并没有大规模推送，只在北美地区OTA推送给了部分“资深且谨慎的驾驶员”，在经过了一个多星期之后，在youtube上已经有不少车主上传了自己使用FSD?Beta的测试视频。马斯克此前宣称FSD?Beta版本将能够实现在无网络连接、无该地区地图数据、无高精地图的前提下实现自动驾驶。通过这些视频，我们可以先来看看FSD?Beta在实际道路上的表现究竟如何。

根据FSD?Beta的更新描述，车辆可以实现自动变道上下高速，并自动选择导航上的匝道下高速，同时还可以主动避让路上的人和车以及障碍物。在市区道路，车辆能够自主向右向左转向，不过在经过路口或盲区较大的区域时需要驾驶员格外留意。

1、几乎可以在任意地方激活

了解Autopilot系统的朋友都知道，Autopilot的激活条件之一是前置摄像头必须可以持续可靠地观测到地面车道线。但是在FSD?Beta版本里，这个限制似乎消失了，FSD?Beta不管在任何地方都可以激活运作。在小编看来，这是一个相当大的技术进步，这意味着在没有车道线的开放路段或者开阔地上，Tesla?FSD也可以开始接管车辆；这也意味着Tesla的车身传感器在任何条件下都可以不依赖道路本身的条件，单靠自己的能力就可以快速识别出可行驶的区域。

在这段视频中，车主在停车状态下设置好导航之后，在无车道线的停车场内就开启了FSD，虽然在视频00:34左右FSD被取消了（车主表示是他主动取消的，因为感觉距离那辆高尔夫球车有点近，但其实纯靠FSD自己也没问题）。直到驶出停车场，FSD的表现都非常稳健。

尤其是在00:54左右，驶过垃圾站之后，为躲避凸出来的人行道，方向盘自动向左打回避的那一下，非常像真人在驾驶。

2、未开启导航、无车道线自动行驶

即使没有设定导航，直接在无车道线、道路两旁无高低落差的乡间小道上行驶，FSD?Beta也发挥稳定。

搭载了FSD?Beta的Model?3准确识别出了道路两侧不可行驶的非铺装路面、路旁停着的车、垃圾桶等等，还自动行驶在了车道的右侧。不过在这种情况下，转弯就需要人工辅助操作了，不然车辆就会自动选择弯道路径最短的道路前进（简单来说就是能直行就直行，不能直行就右拐）。

3、分车道识别红绿灯、STOP标识、市区自动变换车道

车辆在行驶时，地面所有白色车道线、黄线、无法驶入的红线人行道和紫色的绿化带区域均能够被有效识别，甚至包括了对向的车道。全程车辆在弯道内行驶时，方向盘都是缓慢平顺的转动，将车辆一直维持在车道线居中位置，像个老司机。

在视频02:04，遇到前方有慢车时，FSD?Beta为保持设定的车速不变，直接自动向右变了一道。并且在随后的路口右转弯中实现了提前自动打转向灯、停车等待，直到垂直方向无车、安全之后再自动完成了右转，整套动作可谓行云流水、一气呵成。

4、自动驶过复杂的环岛

环岛路口的情况则更加复杂，尤其是如下图那样双车道的环岛，如果想要完全不违规，不仅需要在驶入环岛前就精确的选择好车道，且在环岛内部行驶还需要多次变道（路过的出口越多需要变道的数量就越多），但FSD?Beta应对起来仍然也算是比较出色。

视频中，车辆顺利的通过了两个出口，也精确的在虚线区域进行变道，最后按照设定的导航路径，基本没有犹豫的从第三出口驶出。

另外，FSD?Beta还可以自动躲避路边的行人、自行车、摩托车等，在超越是不仅留出了足够大的安全距离，甚至可以像真人开车一样短暂压线，等完全超越之后再迅速并回原本车道。

在Twitter上，马斯克已经不止一次表示过，Waymo技术流派所代表的那种严重依赖传感器的性能和种类、以及大量先验信息（高精地图和V2X都可以归结为先验信息）的自动驾驶解决方案太过于针对明确且具体的路况，一旦去到高精地图没有覆盖的区域或因施工、事故导致的道路调整就没用了，从而就失去“自动驾驶”的意义了。

特斯拉的FSD不会过度依靠雷达，也不会使用高精地图，而是把摄像头的视觉系统作为核心，做到最大限度的模仿人类司机。特斯拉这次针对FSD的重写最主要的就是从2.5D识别提升到了4D识别，也就是利用单目摄像头做到了景深识别。再通过车身周围的?8?个摄像头构成一张影像，并结合车身雷达获得的信息用作综合分析，而不是以往的每个摄像头独立工作独立分析。

不使用高精地图不代表完全不使用地图，毕竟基本的导航功能还是要有的，而特斯拉的逻辑是仅利用地图获取基本的道路信息，比如前方有几个路口、是否有环岛等，并提前预加载到FSD系统内。而具体到可行驶的区域大小、车道线的形状、红绿灯的停止线等细节则完全依靠视觉系统直接运算处理。

另外，特斯拉还将每辆车行驶时产生的大量轨迹数据上传，在自家的Dojo超级计算机中通过不断的筛选、清洗、标注，从而让FSD算法能力不断升级进化。

上传的数据量有多可怕？一位Twitter用户@Brandonee916表示，在收到2020.40.8.10系统的短短两天内，他的Model?3就上传了21.09GB的数据。

而凭借超级计算机高达1EOPS的超强算力，原本在北美当地时间10月22号才更新的2020.40.8.10系统，仅仅两天之后，更新的2020.40.8.11就来了。据马斯克称，特斯拉计划每5到10天就进行一次更新。虽然在目前的众多测试中，也出现过过度转向、在同一个路口的两个“STOP”指示牌前分别停下等bug，但随着上传数据的增加，FSD?Beta将越来越强、越来越准确。也难怪马斯克敢直接宣布在北美将FSD涨价2000美元，并且还有底气的说“以后只会越来越贵”。

在FSD?Beta推送前不久，蔚来汽车的NOP和小鹏汽车的NGP均已完成发布，有不少媒体在高速公路上完成了实际测试，并与特斯拉的NOA进行了同场对比。由于中国版车型采用的并非全新的FSD?Beta版本，因此其实际表现确实在某些方面不如搭载了高精地图的另外两位选手，似乎特斯拉想要在自动驾驶上再次领先全球，还是得依靠重写过后的FSD。

但参考目前最新FSD?Beta的工作原理以及马斯克此前曾表示的“特斯拉将会拥有自己的GPS测绘数据”，笔者个人认为未来FSD在中国大陆可能会面临非常大的阻力。若坚持不采用高精地图的话，阻力之一就是特斯拉在国内的地图和道路测绘资质，第二就是收集各种数据之后的流向问题了，以目前中美关系来看……

不过也不用完全绝望，特斯拉不可能会放弃中国这个如此重要的市场，而软件作为车企的下一代的竞争力，特斯拉也不会就这样将领先的优势拱手让人。经过协商，我相信最终还是可以顺利引进的。毕竟另一家美国巨头公司已经有了前车之鉴（iCloud也可以由云上贵州负责运营），特斯拉的数据也可以在中国境内由中国公司监管运营的嘛，不过到时候FSD的价格说不定会接近10万人民币了，但这也一定是基于车辆本身价格进一步降低的前提了。

其实对于消费者本身来说，无论是依靠高精地图还是视觉系统，这都只是解决方案本身的差异，最终实现的结果并不会有太多的改变。正所谓不管是黑猫还是白猫，只要能抓住老鼠就是好猫。相信凭借中国高精地图和依托强大5G网络的V2X技术，中国车企同样也能够实现真正的L5级完全自动驾驶。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。