摘要
本次会议聚焦智能驾驶领域的最新进展，尤其关注了FSD（完全自动驾驶）在中国的发展潜力。众多国内外企业正在积极布局自动驾驶技术，其中纯视觉方案与激光雷达加相机融合方案成为两大焦点。尽管北美市场更适合纯视觉方案，但国内复杂的道路环境促使企业倾向于采用激光雷达加相机融合方案。华为、小鹏等企业在国内自动驾驶领域处于领先地位，致力于技术的商业化和市场推广。会议强调了数据驱动的重要性，并对自动驾驶技术的发展趋势做出了预测。特斯拉计划进入中国市场面临多重挑战，包括数据信息安全、技术适配以及本地化研发等。上海自贸区临港临港区允许数据跨境，但国内企业面临如何在遵守法律与保护数据安全间找到平衡点的挑战。高精地图的应用受限于技术和成本问题，而L3级自动驾驶的推进遭遇标准制定的滞后。国内外企业在自动驾驶领域的竞争日趋激烈，技术进步和政策环境成为关键因素。最终，本次讨论突出了安全性、接管率和自动驾驶功能可使用区域作为核心评估指标，同时指出了国内企业在特定技术领域展现的竞争优势。
问答
发言人2 问：在本次电话会议中，您将与我们分享哪些关于智能驾驶和FSD入华方面的内容？发言人2、发言人3 答：今天我们的会议内容将聚焦于智能驾驶和FSD入华的技术进展解读。我们将邀请到行业内资深专家K老师分享国内自动驾驶厂商的技术路线和发展现状，特别是特斯拉的纯视觉自动驾驶方案在国内市场的应用情况以及与传统方案（如激光雷达配合视觉融合）的对比分析。
发言人3 问：特斯拉在国内自动驾驶领域的发展面临哪些主要挑战？发言人3 答：特斯拉在国内发展自动驾驶面临的主要挑战包括信息安全和数据存储问题，以及技术本土化需求。由于自动驾驶涉及高精度导航和测绘数据，特斯拉需要解决数据来源和信息存储的安全性问题。此外，特斯拉目前在北美的自动驾驶方案需要经过长时间迭代以适应国内复杂道路环境，包括但不限于车道线形状、红绿灯规则、特殊路况（如堆桶等障碍物）等。因此，特斯拉需要与国内地图数据供应商合作，同时进行本土化算法研发和升级，以便在中国市场成功部署其自动驾驶系统。
发言人4 问：特斯拉在入华过程中是否有可能采取其他形式进入中国市场？发言人3 答：尽管目前特斯拉在国内市场的主要形式可能是合作模式，但随着行业政策和技术发展的变化，未来特斯拉可能采取其他形式进入中国市场。例如，通过与其他国内自动驾驶厂商合作、建立本地数据中心和研发团队等方式，逐渐适应并满足中国市场需求，从而实现自动驾驶业务的落地和发展。
发言人3 问：特斯拉落地中国后是否需要在国内建立训练中心？发言人3 答：是的，特斯拉在国内落地时，由于数据无法直接返给美国，需要在国内解决所有数据端的问题，因此需要一个训练中心。
发言人3 问：特斯拉在国内的数据端面临哪些挑战？发言人3 答：特斯拉目前面临的主要挑战是国内的数据不能直接返回美国，只能在国内进行研发和数据处理，因此需要在国内建立数据中心来处理和训练模型。
发言人3 问：特斯拉是否有可能将训练端和数据端部分转移到海外？发言人3 答：可以考虑将数据中心的NAME和SSD磁盘打包带出境外，在海外建立数据中心进行训练，但需进行加密处理，避免敏感数据被解析。
发言人4 问：特斯拉如果海外数据无法带出，是否需要与国内云端厂商合作？发言人3 答：是的，特斯拉需要与国内的云端厂商合作，也可以自建算力平台或购买H100等DPU方案，并通过与三星等企业合作，提升中国业务能力。
发言人3 问：特斯拉落地中国需要多长时间？发言人3 答：特斯拉落地中国预计需要两年左右的时间，因为其技术进展与国内基本持平，但算法探索领先国内。
发言人4 问：特斯拉自动驾驶水平与国内车企相比如何？发言人3 答：特斯拉与国内自动驾驶企业在自动驾驶体验上区别不大，但在场景复杂度和成本上有差异。特斯拉基于简单场景跑出高里程和付费率，而国内企业在复杂场景下实现更安全便捷的功能。
发言人3 问：特斯拉入华可能遇到的问题是什么？发言人3 答：特斯拉入华可能面临城市道路建模、数据收集、算法优化、特殊场景策略以及功能安全等问题，这些问题解决起来可能比较麻烦，特别是大规模场景建模和实时更新的需求。
发言人3 问：特斯拉是否会与百度等厂商合作使用高精度地图？发言人3 答：特斯拉目前使用高精度地图的概率为零，即使是与百度这样的厂商合作，也只会使用精度略低于高精地图的hq地图。
发言人3 问：高精度地图在未来自动驾驶领域的趋势如何？发言人3 答：高精度地图在国内的自动驾驶领域可能会越来越少使用，尤其是在量产车上，因为其高昂的成本、更新速度不满足量产车的需求，而传感器感知能力要求更高，地图能力相对减弱。
发言人3 问：目前国内自动驾驶技术是否满足L3级别的标准？发言人3 答：目前国内厂商的自动驾驶能力不完全满足L3的标准，特别是适用性适用区域有限。在国内，一些厂商如百度和小马执行在特定区域（如广州南沙、北京亦庄和首钢产业园）已经实现无司机自动驾驶出租车服务，但这些区域的法规是由地方政府发布的，并非全国通用。因此，预计未来1到2年内，随着法规和技术的推进，部分地区将实现稳定运营L3级别的自动驾驶。
发言人5 问：是否能预见在未来出现一个收取一公里一毛钱的自动驾驶平台？发言人3、发言人5 答：现在还无法预见是否会出现一个专门收取一公里一毛钱的自动驾驶平台，因为目前无论是政策环境还是技术成熟度都不足以支撑这样的商业模式。目前，各厂商主要关注的是如何在卖车业务中嵌入自动驾驶技术以提升竞争力，并将自动驾驶成本降至最低，而非单纯收取服务费。
发言人3 问：如何看待国内外自动驾驶技术竞争格局，哪些公司有可能胜出？发言人3 答：国内自动驾驶领域的竞争已经非常激烈，未来只有能适应软件和算法迭代的时代，尤其是具备良好软件定义汽车能力的厂商才能走得更长远。特斯拉作为入华的“鲶鱼”，挑战了传统主机厂在软件定义汽车时代的能力。预计小米、华为、大疆等在自动驾驶领域积累了深厚技术积累的厂商将具有较大竞争力，他们合作的车企和自研的方案在未来会更领先。不过，目前还无法确定谁将最终胜出，因为大家都是说自己做得好，还需要时间验证。
发言人3 问：关于特斯拉FSD进入中国市场的竞争力如何？发言人3 答：在纯AI驱动的自动驾驶方案上，国内厂商在研发效率和算力资源方面面临较大挑战，可能无法直接与特斯拉抗衡。但如果不采用纯AI驱动的方案，而是利用国内工程师多且成本低的优势，在城市级复杂场景下的自动驾驶方面，国内厂商有机会胜出。关键在于国内能否继续获得足够的计算中心和芯片资源，以及特斯拉是否能像国内一样迅速地进行大规模道路测试和城市部署。
发言人3 问：在自动驾驶技术中，传感器是核心关键，国内目前哪些公司在激光雷达领域做得比较好？发言人3 答：国内在激光雷达领域做得最好的公司是何塞萝卜Sense，此外也有其他一些公司提供激光雷达解决方案。在摄像头领域，虽然竞争激烈且价格便宜，但因为其辨别度较低，不在此讨论。
发言人6 问：特斯拉入华后，它的优势体现在哪些方面？发言人3 答：特斯拉入华后，它的优势主要体现在品牌认知度高和较高的北美业务经验上，但其在纯视觉方案方面的学术和技术领先性在国内厂商面前可能会相对劣势一些。
发言人3 问：在自动驾驶能力的评估中，主要关注哪些核心指标？发言人3 答：目前在自动驾驶能力的评估中，主要关注三个核心指标：安全性、接管率和自动驾驶功能可使用的区域。其中安全性是重中之重，而接管率可以是车辆行驶多长时间或多少公里后需要接管车辆，以及在城市中多少场景下可以开启自动驾驶功能。
发言人3 问：特斯拉是否有可能在华采用激光雷达方案以提升安全性？如果特斯拉没有在现有车型上配置激光雷达，那么采用纯视觉方案是否足以满足国内复杂场景的需求？发言人3 答：特斯拉并非完全排除使用激光雷达的可能性，其研发路线中也有涉及激光雷达的部分，因此未来不排除在华车型上增加激光雷达的可能性。同时，特斯拉在算法指标上的领先性和技术方案的推进也将影响其是否会采用激光雷达或其他算法方案来优化安全性能。根据当前能力边界来看，在国内复杂场景下，采用纯视觉方案恐怕难以满足要求。如果想要做好国内场景，最好有激光雷达的支持，但这并不意味着所有场景都必须依赖激光雷达，因为特斯拉可能会尝试提供第三方服务的方式，允许非特斯拉车型接入其自动驾驶算法进行优化。
发言人6 问：特斯拉在北美地区的先进性如何？与国内华为、小鹏等相比，差距体现在哪些方面？发言人3 答：特斯拉在北美地区的先进性体现在感知方面，根据纯视觉方案和国内的纯视觉方案进行对比，特斯拉的感知整体指标优于国内厂商。此外，特斯拉的方案并非完全基于端到端驱动，还加入了大量策略级代码，因此版本更新可能带来较大的变动。与国内厂商相比，特斯拉在北美地区的道路测试数据更有参考意义，因为国内道路条件相对复杂，无法直接进行简单比较。
发言人3 问：如果各大互联网巨头像百度、抖音等在非业务时间段全力投入自动驾驶技术的研发和训练，能否实现追赶特斯拉？发言人3 答：根据我们粗略评估，国内所有厂商算力加起来都不足以与特斯拉相提并论。尽管抖音等公司在非业务时间段理论上可以空闲下来，但国内其他厂商的算力利用率极高，几乎每台机器都在执行业务，没有闲余资源。因此，实际算力制约可能比想象中更严重，实现追赶难度较大。
发言人3 问：理想、小鹏等自动驾驶企业在亏损情况下，是否能坚持到自动驾驶商业化实现？发言人3、发言人5 答：目前整个汽车行业处于激烈的竞争状态，尤其是自动驾驶领域。理想等企业在降本压力下，正在削减自动驾驶的研发预算，这使得自动驾驶业务在短期内很难看到盈利。虽然行业内有人认为自动驾驶公司数量最终不会超过几家汽车公司，但这并不意味着自动驾驶技术一定会消失，而是需要整合资源、解决当前平台化标准不统一的问题，以期实现商业化突破。
发言人1 问：比亚迪智能驾驶目前的进展如何？是否在考虑收购自动驾驶公司来提升能力？发言人3 答：目前比亚迪智能驾驶方面进展相对较慢，内部存在多方观点博弈的情况。比亚迪采用多方合作策略，与其他自动驾驶公司和供应商均有合作，同时自身也在进行自研。比亚迪财务实力雄厚，虽然自研进展较慢，但未来发展前景仍然乐观。至于是否收购自动驾驶公司，尚未可知。
发言人3 问：为何国内自动驾驶公司没有选择联合起来进行平台化开发？发言人3 答：主要原因在于各家公司在量产阶段传感器选型、数据格式、算法标准、算力标准以及功能安全实现标准等方面存在差异，尚未形成统一标准。此外，各家主机厂都有自己的利益考量，整合资源难度较大。因此，目前自动驾驶平台化仍然是一个探索方向，可能需要特殊手段或政府整合资源才能实现真正的平台化商业化。
纪要来源：【文八股调研】小程序
