近日，有外国媒体报道称，特斯拉FSD（Full-Self Driving，全无人驾驶系统）入华或遇阻。由于对软件在美国引发的事故以及数据安全问题的担忧，中国审批部门目前尚未批准特斯拉的最新自动驾驶技术。

  对于上述传闻以及特斯拉FSD的入华时间节点，特斯拉中国方面向中国新闻周刊回应：“没有相关信息。”

  今年4月，特斯拉CEO马斯克曾“闪电式访华”，意在推动特斯拉FSD系统在华落地。在第二季度财务报表电话会议上，马斯克也对外表示，特斯拉有望在今年年底前在别的市场获得FSD的许可，例如欧洲和中国。

  “特斯拉FSD是变革性的技术，对行业是极大的鼓舞。”在近日举办的第四届沈阳智能网联汽车大会上，中国工程院院士肯定了特斯拉FSD。不过也表示，特斯拉FSD实际仍是高阶的辅助驾驶，是“影子模式”+“端到端大模型”。大模型真正意义上所需要的完备性的数据底座，车路云一体化具有天然的优势。“新一代FSD和车路云一体化是不矛盾的”，说。

  2019年，特斯拉在中国实现本土化生产，成为刺激国内发展的鲇鱼。如今，特斯拉FSD入华箭在弦上，或再一次成为刺激国内智能驾驶领域发展的鲇鱼。

  早在2016年，马斯克曾设想过特斯拉车主的美好未来：有事车无人驾驶送人，无事车出门接活赚钱。

  八年过去了，马斯克畅想的未来虽然还未真正到来，但智能驾驶带给行业的想象空间在持续不断的发展壮大。

  “智能驾驶，包括车路云一体化的复杂系统，即将进入规模化应用阶段。”据介绍，今年前五个月，我国新车智能驾驶辅助系统装车已超过50%，L3级的进入准商业化阶段，包括L4级示范范围正在扩大。

  同济大学汽车学院教授朱西产表示：“特斯拉的端到端、让无人驾驶更加成为可能，端到端被特斯拉带火了，国内的车企都在说端到端。”不过在朱西产看来，国内企业在数据量和AI训练的算力方面与特斯拉还有不小差距。“小鹏汽车的AI算力在国内比较强大，但跟特斯拉比也差了几十倍。”

  对于特斯拉FSD即将进入中国市场，北汽蓝谷董秘赵冀对中国新闻周刊表示：“该来的还是会来，这也将是对国内企业技术实力的又一次考验。”今年上半年，武汉萝卜快跑吸引了大量关注，极狐也因此得到一定的关注度。而在今年6月工业与信息化部发布的公示中，极狐汽车获得首批智能网联汽车准入和上路通行试点名单。“目前，极狐在智能座舱和智驾领域，搭载了鸿蒙OS智能座舱和驾驶辅助系统，与强者联合应对汽车产业智能化的转型。”赵冀说。

  东软睿驰总裁兼CTO杜强告诉中国新闻周刊：“特斯拉FSD的进入，是鲇鱼效应，对我们整个国内的无人驾驶有挑战，也是一种激励，更长远来讲，是对整个自动驾驶能力提升非常好的契机。”

  “面对挑战，各个车企有不同的技术路线，有的与特斯拉类似，构建纯视觉的方案，朝着端到端方案去走，这条路线的挑战在于如何构建这么大规模的数据中心；有的车企则坚持高成本去发力。”杜强特别提及车路云一体化的中国方案，“特斯拉是以单车智能+云端超大算力为基础，车路云一体化的方案更多去利用路端一些信息、设备去补全，在路端相对有覆盖的主要的城市、主要的主干道高速路、快速路上可以在一定程度上完成无人驾驶规模化场景应用。”

  实现无人驾驶，一般认为有两种技术路线，一种是FSD，另一种叫做“车路云一体化”，但二者并不是完全对立的。

  简单来说，特斯拉FSD实现无人驾驶，是给车安装上眼睛，把大脑安装在车里，让AI通过眼睛看路，来学习开车。而车路云一体化能够理解为，车端、路边分别有信号收发机器，然后共同传到云上，通过云来指挥车辆和路口来进行自动驾驶。

  表示，FSD可以在多种道路上进入辅助驾驶模式，但由于场景有限，存在感知盲区与超视距感知局限，城市MPI（接管里程）仍较短，实际是高阶的辅助驾驶。

  认为，特斯拉FSD是“影子模式”+“端到端大模型”，是车云协同的应用模式，并非传统的单车智能。FSD决策同驾驶人决策不一致时，数据回传云端用于FSD训练，通过优化训练结果OTA部署于车端，从而使驾驶水准不断接近人类水平。

  在看来，单一车企大模型训练数据存在固有弊端。首先是数据体量有限，没办法实现训练数据的海量性；其次是数据种类不全，没办法保证训练数据的完备性。而车路云一体化系统融合车辆自主上报和路侧感知统一采集的数据获取模式，覆盖范围更广泛、交通场景更复杂、数据种类更完备，具有天然的优势。

  伴随人工智能新一代信息通信技术加速汽车产业变革，我国率先提出“车路云一体化”智能网联汽车创新发展路径，国家政府加速顶层设计与政策法规制定，各地城市测试示范蓬勃开展，产业各界凝聚发展路径共识，为我国智能网联汽车发展指明新的方向。

  东软睿驰方面认为，目前无人驾驶行业正在从L2向L3级别快速普及，市场之间的竞争主要围绕传感器配置和算力展开，性能及硬件成本正在面临瓶颈。在此背景下，车企通过结合云端大模型、边缘计算的通信基础，并借助路端感知与实时动态数据分析，成为其未来实现汽车智能化升级的创新发展路径。面向未来智能汽车的持续不断的发展，东软睿驰打造的车云一体化全栈产品，通过车端产品技术能力构建与云端平台能力部署，赋能车企智能化高效创新、持续迭代，同时为智能网联汽车规模化应用落地提供前瞻技术支撑。

  “智能网联汽车是一个高新技术的产品，而一个高新技术产业化应该具备两个条件，技术闭环和商业闭环。如果有技术闭环未必有商业闭环，但没技术闭环一定没有商业闭环。”说。

  在看来，网联式智能驾驶迄今为止尚未形成商业闭环，主要有两大原因，一是当前车路云一体化研发及示范仍为初级阶段，系统以单车智能为主，车企数据尚且还没接入，也未能接入；二是当前绝大部分车路云一体化系统仍为烟囱型架构，未实现分层解耦、跨域共用。他希望能够通过示范应用能解决这两个问题。

  作为车路云一体化无人驾驶企业，蘑菇车联近两年在全国十几个省、市有智能网联车路云一体化项目。蘑菇车联CTO郭杏荣向中国新闻周刊表示，车路云落地过程中遇上问题的原因是多方面的。

  首先是大家对于这件事情的定位和判断，我们到底把路侧、服务于智能网联的基础设施认为是一个公共基础设施，还是把它当作一个可以变现的资产去建设？

  另外，是把智能网联这样的车路一体化的项目，当作一种示范性项目去探索，还是把它当作规模化的应用来看待。

  “在早期阶段做了很多小规模的建设，比如建设一条路十公里、五公里，或者划定一片区域十平方公里、二十平方公里。小规模建设虽然有利于控制投入成本，但是从现在来看，小规模示范已经不能够满足于车企和用户的需要，以及行业的未来发展需求。”郭杏荣表示，“车企的普遍要求是，能够像NOA的车一样，全国都能开，如果只是给一个五平方公里、十平方公里的区域，其实对用户收益是不大的，所以他就没有太大兴趣做这个事情。”

  “对于行业发展同样如此，这个行业能快速发展，一定是需要规模化效应，规模化之后一方面成本能够迅速下降，另一方面整个行业会带动起来。”郭杏荣说。

  第三，中国过往已经比较擅长传统基础设施的建设，比如路、桥、房地产这样的开发建设，在此基础上，叠加了偏新的商业或者技术模式，需要有新的技术运营商去运营，现在有人称之为“新质运营商”。“新质运营商”一方面要去规划整个城市的路侧交通设施的选点、布设，要去建设云平台，还要通过路和云的数据去赋能到无人驾驶和智能网联汽车，在当地还要去投放和运营各种无人驾驶汽车，所以要很多高科技企业的参与。另外，需要有这样的运营商，它有路侧的经验、有云的经验、有车的经验，将车路云三端数据真正的完成融合。“只建设不运营是产生不了最终效果的。”郭杏荣表示。

  “车路云一体化发展符合技术和产业高质量发展趋势，保持战略定力持续推动技术落地。”表示，要客观看待问题，充分认识当前亟待解决的问题，以及产生问题的解决，形成高质量解决方案，系统化推进。“应该形成凝聚发展路径的共识，抓紧发展窗口期，需要持续迭代投入，发挥新型制优势，通过全局统筹，进一步加大投入，处理问题，早日实现大规模的产业化目标。”说。