特斯拉FSD落地分析

再续前缘

媒体的神经从马斯克的湾流私人飞机起飞那一刻开始，就开始被牵动着。28/4 号的突然访华，在大多数人看来其实已经早已是计划之中，从摆在台面上的消息来看，主要目的是为了在大陆推广FSD的落地，也为8月份FSD 的正式版本做预热，和中国上海的第一次联姻造就了特斯拉model3 产能的极速提升，加速了model3 的落地，因此，FSD 是否能让特斯拉和中国再续前缘，关乎着Tesla 的股价是否能再一次起飞。

FSD 的蛋糕有多大

Tesla 的终极目标是推出Robo Taxi，按照马斯克的设想，Tesla 未来可以成为一家出行公司，根据Ask Market 的估计，全球网约车市场营收大概是1500 亿美金，如果Tesla 能够突破完全自动驾驶（L4以上），那这个市场可以跃升到6-7 万亿美金的市值。

Tesla 曾经在AI day 上为我们解释过这个增长逻辑，目前网约车平均成本在２～３美金，如果未来Robotaxi 成功部署，大范围使用，成本可以低至50美分以下，同时，由于大范围的铺开，目前的私家车用户可能不再需要一辆完全属于自己的自驾车用于通勤需求，Robotaxi 完全可以满足，随叫随到，用完即走，真正实现了互联网+ 的出行方式。

Phil Duan, who hints at a paradigm change in his response to the tweet below, is a staff software engineer at Tesla AI, where he leads the Learning team at Autopilot.

2024 年2月份以来，陆续推送了FSD v12.3 版本，截止到今天为止，Tesla 仍然在持续不断更新和解bug，最新版本是v12.3.6，根据最新的统计，FSD 用户已经有30%+ 进行了V12 的升级，按照这几个月的体验来看，还没有爆出重大事故，业内对这个表现也是感觉到非常惊艳，从用户反馈来看，好评不光来自Tesla Fans，之前的Tesla黑子也开始黑转粉。突然感觉L5 的自动驾驶离我们已经不太遥远。

0或♾️

马斯克在最近的问答中提到：自动驾驶是关乎Tesla 未来价值的关键所在，如果没有FSD，那它的价值为0。有夸张的成分，但可以看出FSD在马斯克未来计划中的优先级。

落地国内市场预期

29/4 Tesla 的股价预期中盘前就已经拉升了将近10个percent，从这个表现来看，市场对8 月份即将release 的版本还是抱有非常高的期待。回到FSD 在中国的落地，是否能给Tesla 带来第二增长曲线，还有一些不确定因素。

tesla 目前股价在180附近徘徊，目前在国内的版本是没有FSD的，对应到自动驾驶级别就是L4或者是L4+ 的级别。目前官方的消息是：

特斯拉作为首批通过国家权威车辆数据检测的企业之一，在车辆检测过程中，按照相关法规标准和检测流程开展，符合国家《汽车数据安全管理若干规定》、GB/T 41871—2022《信息安全技术汽车数据处理安全要求》等法规标准有关规定的4项合规要求：车外人脸信息等匿名化处理、默认不收集座舱数据、座舱数据车内处理、处理个人信息显著告知等。

其中四项合规要求门槛对外资车企不高，第一批过关的国内第一梯队车企也包括BYD，LI 等。对于Tesla 来说，FSD 的端到端模型可以本地通过车载的Hardware4.0 平台运行，但目前FSD 训练喂的数据还都是北美（主要是美国和加拿大）的道路行驶数据，要想在国内道路丝滑的过渡，这些数据训练得到的模型的迁移能力是很大的考验，这个我们后面会对模型结构做简单分析。

FSD 第一批开放给到的是LHD 的国家，这个也能理解，不同的司机视角，对于模型数据的要求也是不一样的。所以对于RHD 趋于，可能还需要重新finetune 一个模型。finetune 的首要需求就是需要有真实场景的数据，提高模型的泛化能力。

那对于国内和北美道路的差异，Tesla 在合规通过后，如何取得中国大陆的数据进行模型训练是一个难题，国内的交通规则和司机视角的驾驶习惯完全不同，特斯拉的技术路线也就相当于是一个从来没有在中国大陆开过车的老外，需要在中国开成上路，不光是高速，还要走国道甚至乡道。

特斯拉已于2021年特斯拉上海数据中心，实现数据本地化存储。此外，特斯拉还曾引入第三方权威机构对公司信息安全管理制度进行审核，并通过安全管理体系认证（ISO27001），也许，给到Tesla 的选择不多（组建上海的本土化FSD 技术团队，并采用国内训练芯片），H100/B100 除了购买时禁止的，从北美带到国内也不会开绿灯。

一切都是数据

大多数人都在观望Tesla FSD接下来跑出的数据，包括事故率，每次干预的英里数。马斯克曾经无数次承诺未来12个月内实现L5 的FSD，同时无数次的跳票，也让华尔街的预期反复的坐上过山车🎢。
从深度学习模型发展的历史来看，端到端模型的成熟度会有一个跳跃式发展过程，回看Alpha Zero 的进化，在训练数据给足后，36h可以从小白成长为Alpha Go，72小时出师下山，击败Alpha Go。尽管自动驾驶是一个解空间更大的数学问题，但其方法学和Alpha Zero类似，依赖大量的高质量数据。

Tesla 作为一个车企，天然拥有真实的道路数据，保守估计，按照每个Tesla 司机每天开2.3 miles计算，10w 用户每月可以产生7000000 miles的多样化道路数据。在FSD 12.3推送后，街区和高速路的数据会进一步快速增加。特斯拉能够运行FSD的美国车队在第二季度结束时拥有约130万辆汽车，并正在以大约50%的年速度扩张。每年不断增长的车队里程可以逐步利用，而无需雇用测试司机，而Waymo和其他自动驾驶挑战者则受到资本投入和技术路径的制约，需要与制造合作伙伴从近零开始生产高度复杂的车辆，以及需要雇用合格的工程师作为测试司机。通用汽车的自动驾驶部门Cruise最近披露，他们为此每年烧掉50亿美元，说服客户接受开启他们的自动驾驶方案，并开始采集数据。


从这个角度看，Tesla 是这个市场上独一无二的存在，拥有全栈FSD解决方案，同时拥有持续增长的真实道路数据，对于客户和投资者，需要时间静待花开，迎来突破曲线的拐点。