特斯拉FSD智驾,真的比国内车企的智能驾驶强吗?

不是在跳票就是在跳票路上的特斯拉FSD智驾,快要进国内了,而且是直接上最新的FSD V12版本,这也是行业内首个量产应用端到端算法的智驾系统。

那么,当这样一套智驾大杀器入华的时候,特斯拉真的有实力掀翻国内智驾市场吗?

要回答这个问题,我们首先得知道FSD到底强不强。

智能驾驶的实力由两方面决定:硬件层面的感知方案,和软件层面的算法。

前者很大程度上决定了单车智能的感知上限,比如雨雪黑夜大雾下的AEB表现。

而后者则可以让智驾系统懂得开车的规则,比如如何超车、减速、避障等等。

特斯拉的FSD是纯视觉方案,硬件上只保留摄像头感知,成本降到最低,软件上凭借无与伦比的原生数据优势,加上Dojo超算,匹配端到端大模型参数累加的学习,拉满了算法实力。

FSD的理念很超前,特斯拉的底层逻辑是人依靠眼睛就能在开车的时候感知外界,那智能驾驶也可以。但机器的智慧仅限于算法,而人类的智慧至少在现阶段,我觉得很难被算法替代。

因为视觉容易被欺骗,被干扰,所以在当下的主流智能驾驶方案,普遍采用融合感知,也就是在摄像头的基础上,继续融合了毫米波雷达,甚至是激光雷达的传感数据。融合感知的基础依旧还是视觉感知,只是将雷达感知的信息与摄像头判断的信息共同处理,更多一重安全冗余。

说白了,感知层面,视觉是基础,雷达是上限。

国内把感知上限能力拉满的智驾方案,必须是华为的ADS 2.0。在这套感知硬件的加持下,ADS 2.0能把AEB的触发标准,从60km/h提升到120km/h。

如果说FSD V12的智能驾驶在北美可以神挡弑神的话,那么在国内,ADS 2.0也已然杀疯,并且国内的路况和北美的路况应该不是一个难度吧?电瓶车三蹦子等等交通参与者,感知系统必须足够精准没有纰漏。

如何实现更精准的识别?前向单激光雷达是最常规的方案,如果侧向再来两个,那么理论上加上侧面的补盲,可以做到左、前、右接近270°的激光构建超强模型。

ADS 2.0中采用了三激光方案的阿维塔11,在实测中就做到了比单激光问界更好的黑暗环境下鬼探头表现。

并且,你以为华为的算法会比特斯拉弱吗?盘古大模型了解一下,AI生成式的数据采集模拟训练,我体验过几次,选择激进点的开法,并道超车开的是比我还自信。并且,华为ADS 2.0城市NCA的开城,是真的又快又广。

伴随着特斯拉FSD即将入华,国内的智能驾驶肯定又将引来一波洗牌。

我觉得国内的智能驾驶天梯,可以做个新的排序。

T0级别,我排给三激光ADS 2.0,以阿维塔为代表。

T0.5级别,我排给单激光的ADS 2.0,以问界为代表,XNGP智驾,以小鹏为代表。

T1级别,我觉得才轮到FSD,毕竟功夫再高,也怕高手带刀,T0和T0.5的选手,算法硬件都拉满,你怎么比?

T2之后,留给你们来排。

不过,未来仍有变数。智能驾驶下半场,AI大模型入局后的竞争,才刚刚开始。

您可以还会对下面的文章感兴趣:

使用微信扫描二维码后

点击右上角发送给好友