FSD入华已满一个月，技能水平好像不太一样了。

时间拉回一个月前，FSD入华的首个24小时里，主机厂、车主、各路博主扎堆上路直播测试，首轮战果出奇一致，闯红灯、进园区罢工、不按规定道路划线行驶、市区超速甚至逆行，很明显，第一轮较量胜利的天平是更靠近国产智驾阵营的。彼时，马斯克给出的解释是，由于不可抗力因素，中国版本的FSD是基于互联网公开道路数据采集训练的，要这么说，这位外国司机学习和熟悉一段时间的中国交规和道路环境后，之前的问题大概率是可以解决的。

20天后（3月17日），特斯拉向HW4.0车辆推送了FSD限时体验，V13.2.6的系统版本没变，车端软件版本2024.45.32.12，但是从体验的维度上看，已经有不少用户发现，市区左右转明显没有再驶入非机动车道，交通信号指示灯和道路划线也看懂了，但园区、地库依然不稳定，不理解限行路段，不禁要问，在没有升级版本的情况下，FSD真能改进？和头部国产智驾相比，FSD还有什么短板？

决策明显变规矩，FSD隐性升级了？

先抛出一个问题，为什么现在限时体验的V13.2.6，和一个月前的效果不一样？截止到目前，特斯拉中国始终未对FSD入华后的种种表现置评，而就在FSD落地中国后不久，曾有消息称特斯拉已调拨部分AI算法工程师来华做系统性优化，按照马斯克在去年公开场合透露的信息，特斯拉会持续学习优化FSD，部分改进不需要用户去主动升级，车辆在信号条件较强的环境下，会自行覆盖正使用版本的控制参数，比如跟车距离、变道激进程度等，事实上，其实这就是所谓的“隐性升级”。

FSD进入V13版本之后，软件底层架构也同步升级到了2.0，架构支持模型和参数的远程动态更新，不用系统版本升级可以直接部署，换句话说，这次对细节体验的优化，就是因为有了海量的高质量长尾视频实测片段，经过数据蒸馏对本土化障碍物做算法适配，最后小幅优化控制参数，而在这之前，特斯拉就曾对FSD V12版本进行过一次参数热修复，改进了在特定地区道路规则的临时调整策略，修复了因为天气或光线导致的感知系统误识别问题，所以从某种程度上讲，FSD来中国这30多天，首轮实测训练结果已经出来了。

改进优化的点，还包括了更柔和的制动、较早的变道机制、加塞丝滑，重点来讲依然存在的几个问题。首先，相较于早期效果，限时体验的FSD版本，闯红灯几乎没有再发生，但百度地图提供的红绿灯倒计时数据信息，FSD似乎并没完全参考，比如，极限闯黄灯就时有发生，信号灯在已切换为黄灯时，FSD并没有让速的打算，而是以匀速或小幅提速驶过路口，这其实是存在安全隐患的，不过，结合40多公里的北京晚高峰市区实测体验来看，绿灯尚有10秒左右结束，且前方无跟车的条件下，FSD又可以准确识别到，并且在道路划线内稳稳刹停，不出意外，黄灯问题会是接下来FSD小幅改进的内容。

第二个问题是园区、地库等场地，FSD表现依然不稳定。通过闸机基本没太大难度，但老旧小区门口数量较多的减速带，会让本就低速段行驶的FSD突然停下来，在经过较长时间的“思考”和反应后，不提示接管也不降级，但出于通勤效率考虑，还是需要人为补一脚电门催促其驶离；由于目前FSD不支持D2D功能，但可以进入商超地库，然而这也需要事先规划好目的地信息，到达导航终点后FSD会自行退出，并不会完成高阶智驾最后一公里的泊车问题，相比华为、小鹏、理想等，这部分体验明显代差较大。

第三个问题是不能很好理解限行路段，主要是指潮汐车道和公交车道。目前V13.2.6的决策逻辑，多是以跟车为主，即便是在变道频率最高的“敏捷”，在限行时间之外，只要无车行驶，FSD便会一直跟进前车，变道超车通勤效率同样不稳定。目前，主流国产高阶智驾，感知融合架构已经可以读取并理解限行指示牌的内容信息。话说回来，目前存在的几个问题中，有一多半都和理解有关，按照FSD的算法优化逻辑，针对这部分特定场景或指示牌继续做高质量训练，解决起来难度并不大，而真正的难点，或者说，和国产智驾拉开距离的地方，其实并不在市区高速领航，而是聚焦在地下，在智驾最后一公里泊车这个环节上。

FSD大概率跟进VPD，但不如国产智驾安全？

从今年开始，配备雷达传感器的主流高阶智驾，VPD、D2D等开始大量上车，其中VPD代客泊车商用最快会在今年开展，具体的功能大家基本都清楚了，重点在机场等场地，车主可以在出发层下车，让车辆自行前往停车场完成泊车，同理，车辆也支持在到达层完成接驾，从某种程度上讲，这个功能其实就是自动驾驶的其中的一项功能，新的思考是，FSD会部署吗？目前，FSD仅支持ASS无人召唤功能，不过，和主流国产智驾技术相比，特斯拉移动端不支持实时路面显示，且需要手动长按召回按键，最核心的，是在地库等信号环境较差的场地无法激活使用。

也就是说，即便FSD打通了自由车位到自由车位的泊车功能，但HW4.0在数字信号上并没完善5G网络，这意味着，跨层漫游自主泊车，大概率只能在小部分场地实现，这方面，显然又和国产智驾技术有较大的距离。可能有人会搬出FSD AI学习的理论，本质上讲，只要是端到端技术，能实现的功能就是和投喂质量和训练量直接挂钩的，所以FSD部署VPD，大概率会是时间上的问题，不过，这就又会产生一个新的疑问，效果够好吗？

在无人泊车的整个过程中，存在停车场会车、礼让、窄路掉头、跨层漫游、避开障碍物等挑战，站到整车和行驶安全的角度上看，这部分其实考验的是感知融合架构的探测精度，这意味着，感知架构不光要在地面上看得远，看得清，来到地下车库还要看得准，在华为的L3架构中，车辆新增加了DTOF短线固态激光雷达、4D角毫米波雷达以及车外麦克风，至于这两颗新雷达的性能，之前我们已经分析过，前者主打车侧短距离探测，后者可以获取高度信息，全车超过30颗感知传感器，最小的探测精度可以做到厘米级。

在极越之后，小鹏汽车是目前国内唯一选择全系无激光雷达的纯视觉智驾路线，但和特斯拉比起来，依然没有省略掉超声波雷达和毫米波雷达，目的也很明确，就是利用雷达传感器的特性提高感知数据丰富程度，带来智驾安全冗余，在度过靠记忆完成跨层漫游泊车之后，今年图灵AI智驾会落地无导航记忆的园区漫游，理论上，地面部分的漫游泊车，FSD也能跟上，但没有高精度雷达来辅助标定环境数据，可以说即便打通跨层无人漫游泊车，也大概率只能走记忆的路线，至于安全可靠性，届时这又会是下一个话题。