這測試結果可以說毫不意外，我從去年就開始說， 特斯拉FSD實際落地的成果已經逐漸打不過國內一線廠商。
（當時主要是華為和小鵬，如今甚至要加上理想）
也就是FSD一直沒在中國落地，所以一堆人可以繼續貸款吹特斯拉智駕第一。
如果要我評價特斯拉FSD，我個人看法是： 演算法理念和架構先進，但落地執行和數據豐度糟糕，而且純視覺方案存在先天弊端。
演算法落地執行方面，特斯拉FSD命名過度宣傳（完全自動駕駛），實際落地進度卻始終不盡如人意，北美之外推播非常有限。
北美不同城市的路況復雜度其實相比國內低很多，特斯拉停留在舒適區時間太長，演算法叠代自然受影響。
甚至哪怕在北美大本營，在道路復雜度不太高的情況下，特斯拉FSD新版各種翻車影片也是一抓一大把。
陳震又不是第一個做測試的，只要動手搜尋，特斯拉FSD翻車影片在外網甚至B站多了去了……
特斯拉端到端宣傳許久，但目前行業所有的端到端都還需要兜底演算法。
技術路線選擇方面，特斯拉轉向純視覺發方案的決策，當年其實有合理性：
原本極光雷達市場由美系廠商主導，一顆高效能激光雷達動輒幾萬甚至十幾萬美刀， 量產車根本用不起。
沒有足夠多量產車收集真實世界數據訓練演算法，自動駕駛AI自然也沒法取得跨越式進步。
所以站在當時時間節點上，馬斯克選擇低成本的高畫質網絡攝影機采集數據是很合理的。
但問題在於，中國廠商加入戰局後，激光雷達市場風雲突變。
如今主流128線甚至192線激光雷達能被殺到百元機的價格，這對整車來說已經算不上很貴的部件，隨著產能提升完全可以大規模普及。
激光雷達被國內企業卷到如今的效能和成本，純視覺方案本身的優勢被大幅削弱，劣勢就不可避免的暴露更多。
我記得有次行業內部技術分享，有利益相關的從業者吹了很久純視覺方案降本在低端車一統天下，但最後也不得不承認進出隧道等高反差路況激光雷達肯定更好。
更何況，國產車也打造出仰望尊界等超高端產品。
L4級別自動駕駛測試車使用當時業界最全面最強悍的硬件，早期單車成本也不過是百萬量級，這兩年成本也一直在下降；
將量產車賣到百萬價位，意味著尊界可以用跟早期L4測試車相當甚至更強的硬件，持續收集數據訓練演算法；
最先進研發成果和最昂貴的硬件率先套用在超高端車型上，隨著技術成熟後續一步步下放，這是非常典型的正向研發商業迴圈！
如今特斯拉堅持純視覺，其實根本原因早就不是純粹技術主導了：
一方面，特斯拉在純視覺方案上堅持多年，也積累了大量數據和演算法，轉向融合方案工作量比較大；
另一方面，美國對國內的制裁和打壓持續升級，國內也在部份領域出手反擊，特斯拉也需要考慮激光雷達的供應鏈風險。
如今特斯拉尚存的優勢，我覺得是智駕算力和頂尖AI人才質素可能還值得稱道；
只是現在的智駕演算法，已經是高度復雜需要大量工程師推進落地的綜合工程。
特斯拉FSD研發團隊規模其實一般，叠代效率也比較慢，如今逐漸落後於國內一線是很正常的事。
