[馬斯克] 大手筆!馬斯克為了壹己私利 還是造福全人類?
最近這段時間，特斯拉的大新聞可以說是壹個接著壹個。
先是馬斯克宣布，2月14日要在北美和加拿大(专题)地區停售FSD，後續只以199美元/月（約合人民幣(专题)1400元）的月付會員模式，為用戶提供服務。
允許終身版FSD“跟人不跟車”的轉讓權益，也將於3月31日正式結束。
這也就意味著，想獲得FSD的永久使用權，只能在情人節之前掏出8000美元買斷。不出意外的話，這就是最後上車的機會了。
緊接著，馬斯克又在1月19日公布，特斯拉最新的AI5芯片設計接近完成，目標是在9個月內完成設計周期（業內普遍需要1-3年），同時下壹代AI6芯片已經啟動研發。
相比上壹代的HW 4.0，AI5算力提升了約5倍（2000-2500TOPS），不僅能讓FSD的體驗更進壹步、實現質的飛躍，還會用於CyberCab無人駕駛出租車、Optimus人形機器人和Neuralink腦機接口，堪稱“壹芯肆用”。
更關鍵的是，AI5的設計取向並不是極致高算力，而是成本和功耗。
在馬斯克看來，只有把單位算力的成本和功耗打下來，才能迅速走量，打造出包含9000萬台特斯拉汽車、上百億台機器人，規模前所未有的“機器人軍隊”。
為此，特斯拉不光要找台積電、叁星和英特爾叁家大廠代工，還需要自建壹座晶圓月產能100萬片的TeraFab芯片工廠（tera意為萬億），來滿足海量的芯片需求。
建設工廠的工期，也必須從原本的5年壓縮到壹兩年，才能支撐特斯拉在AI領域的先發優勢。
至於馬斯克到底想要搞什麼大事情……
1月21日，特斯拉在官網更新了品牌使命，從之前的“加速世界向可持續能源的轉變”，變成了“建設壹個富足非凡的世界”。
特斯拉副總裁陶琳也在微博上表示，特斯拉接下來的目標是全面擁抱AI，通過特斯拉的汽車和機器人迅速發展生產力，讓每個人都能過上自己想要的生活。
而秘密宏圖第肆篇章的第壹步，就始於FSD！
01. 醉翁之意不在酒？
簡單算壹筆賬，會發現FSD其實是漲價了，而且漲得真不少。
原本只要不賣車，FSD能壹直用到車輛報廢。即便賣車了，要麼能回收權益、轉到自己的下壹台特斯拉上，要麼隨車壹起賣，還能多回點血。
但如果從壹次性買斷變成按月付費，滿打滿算也就能開5年，根本用不到很多人換車的時間點。
所以消息壹經發布，美國網友率先炸開了鍋。
有人認為，這是特斯拉慣用的漲價逼單操作了，區別只是“先付”還是“後付”。只要你想用FSD，怎麼都逃不掉這壹刀；
也有人認為馬斯克飄了，FSD技術還沒完全成熟就想著“割韭菜”，轉成月付後只會更難賣；
還有人扒出，馬斯克是為了壹己私利，才強行推動FSD月付會員制——
去年11月，特斯拉股東大會通過了新的CEO績效獎勵。
馬斯克要想拿到萬億薪酬，需要在10年內讓特斯拉市值增長近6倍、年利潤從170億提升到4000億美元，還要達成壹系列苛刻條件。
其中之壹，就是FSD的活躍用戶需要連續3個月突破1000萬。
要知道，QQ音樂這類國民級APP，超級會員總數也不過1500萬人。
按照這個數字來算，單是每月199美元的“FSD會員費”，就能為特斯拉帶來20億美元的利潤，壹年夠買60萬台特斯拉Model 3！
然而理想很美好，現實很骨感。
從去年開始，特斯拉財報首次公開了FSD的用戶數據。2025年，FSD用戶同比增長38%、月付用戶增長超100%，但總付費人數只有約110萬名，滲透率還不到12%。
這也就是說，要想在短時間內帶動FSD的銷量，只靠苦哈哈地賣車根本不夠，還是得讓更多的特斯拉車主，把FSD用起來才行。
於是乎，特斯拉才祭出了咱們開頭提到的，堪稱教科書級別的商業謀略。
第壹步，先砍權益。
前段時間，北美和加拿大地區的Model 3/Y就已經不再標配EAP（取消車道居中、僅保留自適應巡航），輔助駕駛能力甚至不如很多老舊燃油車：
第贰步，是贈送30~90天FSD試用權“先嘗後買”。
考慮到美國人均單程通勤距離24km，有沒有FSD，體驗可以說是天壤之別。即便當下沒轉化成訂單，也是合格的種草——“早晚會用上FSD，你逃不掉的”。
第叁步，是猶豫期逼單。
表面上看，買或者不買，買斷或月付的選擇權，都在用戶手裡。但實際上，每天都要用到FSD的重度用戶根本沒得選，只能先行買斷。
第肆步，是按月付費。
對新車主來說，雖然不能買斷了，但月付的門檻會低很多。少吃兩頓大餐，就能體驗讓車自己開壹個月的樂趣，不常用的時候還能手動關閉。真開10年的話，未必會比買斷貴。
對特斯拉來說，這手“壹魚叁吃”既榨幹了現有用戶的錢包，又拓寬了用戶群體，還把壹錘子買賣變成了未來源源不斷的現金流，堪稱神來之筆。
唯壹的問題，就是FSD的體驗到底值不值這個價，能讓多少人買單了。
02. 春江水暖鴨先知？
今年1月21日，美國保險公司Lemonade宣布：只要特斯拉車主激活FSD，車險保費就能直接打5折。後期隨著FSD技術逐步成熟，保費還會進壹步下調。
Lemonade聯合創始人兼總裁沙伊·溫寧格表示：“FSD能夠360°觀察環境、從不犯困、具備毫秒級的反應速度，事故率也顯著低於人類駕駛員。”
這份第叁方背書，可謂含金量滿滿。畢竟保費是保險公司的命脈，每輛車每年少收1000多美元，必然需要大幅降低的事故率作為支撐才行。
早在2024年，更新V12版本、啟用端到端算法的FSD，就有了幾分老司機的風范。
面對鬼探頭、多車通行的復雜路口、路障和繞行等場景，它都能像真人壹樣，給出迅速而精確的處理方案，操作也是前所未有地絲滑。
（想進壹步了解的小伙伴，請戳這篇：太瘋狂了！特斯拉刪除99%代碼，FSD卻更好用了！智駕的終極答案竟然是它？）
簡單來說，輔助駕駛會分為感知、決策、執行這3部分，分別對應人類駕駛時的眼睛、大腦和手腳。
FSD之所以流暢，就是因為特斯拉的端到端算法通過“預判”，大幅度降低了從感知到決策、從決策到執行之間的延遲。
這就好比新手司機變道，打轉向燈、看後視鏡、確認安全距離都要幾秒鍾時間，才會打方向盤；而FSD這類老司機，壹整套動作如行雲流水般壹氣呵成。
體現在數據上，就是特斯拉每秒能輸出36個執行動作，而很多車每秒只能輸出10個左右。
2025年，FSD的V14版本又迎來了突飛猛進的變化。
壹位車主從洛杉磯(专题)出發，開啟FSD橫跨整個美國，前往南卡羅來納。全程4400公裡、用時68小時，包括高速、市區、充電停車等各種使用場景，甚至還去賽道溜了壹圈。
最終的接管次數，是0。
雖然這位老哥為了實現0接管，特意繞開了需要停車的邊境檢查站，美國的路況也並不復雜，只是證明了FSD能力的下限。
但到了今年，FSD又搭上了xAI的快車。
告訴它“我壹會要打場球賽，現在又困又餓，給點建議，直接導航”，它會說“建議吃點容易消化的碳水和蛋白質、避免油膩，賽前壹兩個小時吃最好，附近有個賽百味，要導航嗎？”
借用英偉達機器人業務負責人Jim Fan的評價，特斯拉很可能已經通過了物理圖靈測試。
在這背後，不只有特斯拉領先的算法、訓練AI大模型的上百EFLOPS算力中心，同樣離不開海量數據的支持。
截止到今年1月份，FSD累計行駛裡程已達百萬億公裡，其中城市復雜路況超40萬億公裡；Robotaxi的路測時間，也超過了1000萬小時。
每天產生的數據，相當於人類500年的駕駛時長。
而特斯拉的獨門絕技，就是能高效利用數據的“視頻訓練”。
它能通過車端的微小模型，在海量的數據中尋找異形障礙物、行人、車輛失控等極端場景，並記錄FSD的操作和人工幹預的時間節點。
這些場景會在特斯拉創造的虛擬世界模型裡復現，讓FSD上百萬次地“練車”。通過在錯誤中成長和學習，來迅速提升FSD應對突發狀況的能力。
正因如此，美國版FSD的實際體驗，才能看齊自家的Robotaxi。
03. 滿血版FSD，即將入華？
了解完FSD的技術原理，機智的小伙伴應該已經發現了——
正是前端的數據，造就了FSD在中美兩地最大的不同。
雖說絕大部分的復雜訓練已經在美國完成了，能適應多種路況，在澳大利亞、韓國等國家也收獲了不少好評。但中國有形態各異的交通參與者，日新月異的基建也會讓路況復雜許多。
識別各式路標，熟悉道路規則，規避弱勢群體，甚至要和交規進行博弈……想讓FSD“從能用變成好用”，不僅需要數據，更需要時間。
對特斯拉來說，在中國既沒有大規模車隊提供海量數據，車輛數據和環境數據也很難出境，意味著只能用視頻訓練模型進行本土化調優，提升極端場景下的輔助駕駛能力。
而在中國自建的訓練中心，算力規模又無法和美國總部相提並論。
所以在短期內，特斯拉並不會祭出在美國的“殺招”、用月付會員制完全替代買斷制，FSD也依然會維持在6.4萬元的“高價”。
但長期來看，滿血版FSD入華的時間點，很可能已經不再遙遠。
馬斯克在前段時間的采訪中表示，“歐洲在2月份有可能會用上滿血版FSD，中國會在隨後推進。”
特斯拉副總裁陶琳也在媒體溝通會上直言，“雖然沒有正式推送，但FSD壹直在針對中國市場進行適配，能力壹直在成長，未來會以最佳的狀態亮相。”
到那時，特斯拉這條電動鯰魚，很可能會再次攪動市場，掀起新的驚濤駭浪。
04. 寫在最後
回顧輔助駕駛領域的發展，會發現壹個有意思的現象。
上壹代技術能力的上限，往往會成為下壹代技術能力的起點。
起初的規則算法，是嘗試讓輔助駕駛系統理解人類世界運行的邏輯，並嚴格執行。
如果理解有困難，就加上BEV“鳥瞰圖”、Occupancy“2D轉3D”、高精度地圖等各種技術，配上激光雷達和毫米波雷達的3D點雲數據，先讓它看清這個世界。
但規則算法，沒辦法窮舉所有的極端案例，並把這些寫進系統裡。算法越復雜，對算力的要求就越高；遇到沒見過的場景，還會突然懵逼、愣在原地。
所以，才出現了端到端算法和VLM大模型。
在這壹階段，輔助駕駛系統會觀察人類司機，模仿學習他們在遇到特殊情況下的操作，同時在每個時間點用人類語言解釋“遇到了什麼情況、為什麼要這麼做”。
這就有點像成千上萬個老司機手把手帶同壹個徒弟，事後還會復盤、反思、整改，學得非常快。
然而弊端是，身為“老司機合集”的它會繼承人類司機的壞習慣，也沒有真正理解背後的物理世界和交規的安全原則。
於是，VLA大模型和世界模型橫空出世，讓強化學習成了業界公認的主流方案。
從學習人類怎麼開車、到自己探索怎麼開車……只要數據夠多、模擬出的場景夠多，輔助駕駛系統就能在不斷的試錯中，找到適合的最優解。
但它的天花板，最多只是“最強老司機”。距離真正的自動駕駛，依然有很長的路要走。
要想做到L4，不只是“具備自動駕駛能力”，還要留出更多的冗余設計、驗證安全性和可靠性，還需要通過壹系列法規的考核。
在不久的將來，壹定會有新壹代的技術出現，推動輔助駕駛進壹步向自動駕駛發展。
至於這次的領頭羊還會不會是特斯拉？
那就要看中國品牌的進步速度，夠不夠快了。
這家最好！股市開戶分批買入大盤股指基金
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
先是馬斯克宣布，2月14日要在北美和加拿大(专题)地區停售FSD，後續只以199美元/月（約合人民幣(专题)1400元）的月付會員模式，為用戶提供服務。
允許終身版FSD“跟人不跟車”的轉讓權益，也將於3月31日正式結束。
這也就意味著，想獲得FSD的永久使用權，只能在情人節之前掏出8000美元買斷。不出意外的話，這就是最後上車的機會了。
緊接著，馬斯克又在1月19日公布，特斯拉最新的AI5芯片設計接近完成，目標是在9個月內完成設計周期（業內普遍需要1-3年），同時下壹代AI6芯片已經啟動研發。
相比上壹代的HW 4.0，AI5算力提升了約5倍（2000-2500TOPS），不僅能讓FSD的體驗更進壹步、實現質的飛躍，還會用於CyberCab無人駕駛出租車、Optimus人形機器人和Neuralink腦機接口，堪稱“壹芯肆用”。
更關鍵的是，AI5的設計取向並不是極致高算力，而是成本和功耗。
在馬斯克看來，只有把單位算力的成本和功耗打下來，才能迅速走量，打造出包含9000萬台特斯拉汽車、上百億台機器人，規模前所未有的“機器人軍隊”。
為此，特斯拉不光要找台積電、叁星和英特爾叁家大廠代工，還需要自建壹座晶圓月產能100萬片的TeraFab芯片工廠（tera意為萬億），來滿足海量的芯片需求。
建設工廠的工期，也必須從原本的5年壓縮到壹兩年，才能支撐特斯拉在AI領域的先發優勢。
至於馬斯克到底想要搞什麼大事情……
1月21日，特斯拉在官網更新了品牌使命，從之前的“加速世界向可持續能源的轉變”，變成了“建設壹個富足非凡的世界”。
特斯拉副總裁陶琳也在微博上表示，特斯拉接下來的目標是全面擁抱AI，通過特斯拉的汽車和機器人迅速發展生產力，讓每個人都能過上自己想要的生活。
而秘密宏圖第肆篇章的第壹步，就始於FSD！
01. 醉翁之意不在酒？
簡單算壹筆賬，會發現FSD其實是漲價了，而且漲得真不少。
原本只要不賣車，FSD能壹直用到車輛報廢。即便賣車了，要麼能回收權益、轉到自己的下壹台特斯拉上，要麼隨車壹起賣，還能多回點血。
但如果從壹次性買斷變成按月付費，滿打滿算也就能開5年，根本用不到很多人換車的時間點。
所以消息壹經發布，美國網友率先炸開了鍋。
有人認為，這是特斯拉慣用的漲價逼單操作了，區別只是“先付”還是“後付”。只要你想用FSD，怎麼都逃不掉這壹刀；
也有人認為馬斯克飄了，FSD技術還沒完全成熟就想著“割韭菜”，轉成月付後只會更難賣；
還有人扒出，馬斯克是為了壹己私利，才強行推動FSD月付會員制——
去年11月，特斯拉股東大會通過了新的CEO績效獎勵。
馬斯克要想拿到萬億薪酬，需要在10年內讓特斯拉市值增長近6倍、年利潤從170億提升到4000億美元，還要達成壹系列苛刻條件。
其中之壹，就是FSD的活躍用戶需要連續3個月突破1000萬。
要知道，QQ音樂這類國民級APP，超級會員總數也不過1500萬人。
按照這個數字來算，單是每月199美元的“FSD會員費”，就能為特斯拉帶來20億美元的利潤，壹年夠買60萬台特斯拉Model 3！
然而理想很美好，現實很骨感。
從去年開始，特斯拉財報首次公開了FSD的用戶數據。2025年，FSD用戶同比增長38%、月付用戶增長超100%，但總付費人數只有約110萬名，滲透率還不到12%。
這也就是說，要想在短時間內帶動FSD的銷量，只靠苦哈哈地賣車根本不夠，還是得讓更多的特斯拉車主，把FSD用起來才行。
於是乎，特斯拉才祭出了咱們開頭提到的，堪稱教科書級別的商業謀略。
第壹步，先砍權益。
前段時間，北美和加拿大地區的Model 3/Y就已經不再標配EAP（取消車道居中、僅保留自適應巡航），輔助駕駛能力甚至不如很多老舊燃油車：
第贰步，是贈送30~90天FSD試用權“先嘗後買”。
考慮到美國人均單程通勤距離24km，有沒有FSD，體驗可以說是天壤之別。即便當下沒轉化成訂單，也是合格的種草——“早晚會用上FSD，你逃不掉的”。
第叁步，是猶豫期逼單。
表面上看，買或者不買，買斷或月付的選擇權，都在用戶手裡。但實際上，每天都要用到FSD的重度用戶根本沒得選，只能先行買斷。
第肆步，是按月付費。
對新車主來說，雖然不能買斷了，但月付的門檻會低很多。少吃兩頓大餐，就能體驗讓車自己開壹個月的樂趣，不常用的時候還能手動關閉。真開10年的話，未必會比買斷貴。
對特斯拉來說，這手“壹魚叁吃”既榨幹了現有用戶的錢包，又拓寬了用戶群體，還把壹錘子買賣變成了未來源源不斷的現金流，堪稱神來之筆。
唯壹的問題，就是FSD的體驗到底值不值這個價，能讓多少人買單了。
02. 春江水暖鴨先知？
今年1月21日，美國保險公司Lemonade宣布：只要特斯拉車主激活FSD，車險保費就能直接打5折。後期隨著FSD技術逐步成熟，保費還會進壹步下調。
Lemonade聯合創始人兼總裁沙伊·溫寧格表示：“FSD能夠360°觀察環境、從不犯困、具備毫秒級的反應速度，事故率也顯著低於人類駕駛員。”
這份第叁方背書，可謂含金量滿滿。畢竟保費是保險公司的命脈，每輛車每年少收1000多美元，必然需要大幅降低的事故率作為支撐才行。
早在2024年，更新V12版本、啟用端到端算法的FSD，就有了幾分老司機的風范。
面對鬼探頭、多車通行的復雜路口、路障和繞行等場景，它都能像真人壹樣，給出迅速而精確的處理方案，操作也是前所未有地絲滑。
（想進壹步了解的小伙伴，請戳這篇：太瘋狂了！特斯拉刪除99%代碼，FSD卻更好用了！智駕的終極答案竟然是它？）
簡單來說，輔助駕駛會分為感知、決策、執行這3部分，分別對應人類駕駛時的眼睛、大腦和手腳。
FSD之所以流暢，就是因為特斯拉的端到端算法通過“預判”，大幅度降低了從感知到決策、從決策到執行之間的延遲。
這就好比新手司機變道，打轉向燈、看後視鏡、確認安全距離都要幾秒鍾時間，才會打方向盤；而FSD這類老司機，壹整套動作如行雲流水般壹氣呵成。
體現在數據上，就是特斯拉每秒能輸出36個執行動作，而很多車每秒只能輸出10個左右。
2025年，FSD的V14版本又迎來了突飛猛進的變化。
壹位車主從洛杉磯(专题)出發，開啟FSD橫跨整個美國，前往南卡羅來納。全程4400公裡、用時68小時，包括高速、市區、充電停車等各種使用場景，甚至還去賽道溜了壹圈。
最終的接管次數，是0。
雖然這位老哥為了實現0接管，特意繞開了需要停車的邊境檢查站，美國的路況也並不復雜，只是證明了FSD能力的下限。
但到了今年，FSD又搭上了xAI的快車。
告訴它“我壹會要打場球賽，現在又困又餓，給點建議，直接導航”，它會說“建議吃點容易消化的碳水和蛋白質、避免油膩，賽前壹兩個小時吃最好，附近有個賽百味，要導航嗎？”
借用英偉達機器人業務負責人Jim Fan的評價，特斯拉很可能已經通過了物理圖靈測試。
在這背後，不只有特斯拉領先的算法、訓練AI大模型的上百EFLOPS算力中心，同樣離不開海量數據的支持。
截止到今年1月份，FSD累計行駛裡程已達百萬億公裡，其中城市復雜路況超40萬億公裡；Robotaxi的路測時間，也超過了1000萬小時。
每天產生的數據，相當於人類500年的駕駛時長。
而特斯拉的獨門絕技，就是能高效利用數據的“視頻訓練”。
它能通過車端的微小模型，在海量的數據中尋找異形障礙物、行人、車輛失控等極端場景，並記錄FSD的操作和人工幹預的時間節點。
這些場景會在特斯拉創造的虛擬世界模型裡復現，讓FSD上百萬次地“練車”。通過在錯誤中成長和學習，來迅速提升FSD應對突發狀況的能力。
正因如此，美國版FSD的實際體驗，才能看齊自家的Robotaxi。
03. 滿血版FSD，即將入華？
了解完FSD的技術原理，機智的小伙伴應該已經發現了——
正是前端的數據，造就了FSD在中美兩地最大的不同。
雖說絕大部分的復雜訓練已經在美國完成了，能適應多種路況，在澳大利亞、韓國等國家也收獲了不少好評。但中國有形態各異的交通參與者，日新月異的基建也會讓路況復雜許多。
識別各式路標，熟悉道路規則，規避弱勢群體，甚至要和交規進行博弈……想讓FSD“從能用變成好用”，不僅需要數據，更需要時間。
對特斯拉來說，在中國既沒有大規模車隊提供海量數據，車輛數據和環境數據也很難出境，意味著只能用視頻訓練模型進行本土化調優，提升極端場景下的輔助駕駛能力。
而在中國自建的訓練中心，算力規模又無法和美國總部相提並論。
所以在短期內，特斯拉並不會祭出在美國的“殺招”、用月付會員制完全替代買斷制，FSD也依然會維持在6.4萬元的“高價”。
但長期來看，滿血版FSD入華的時間點，很可能已經不再遙遠。
馬斯克在前段時間的采訪中表示，“歐洲在2月份有可能會用上滿血版FSD，中國會在隨後推進。”
特斯拉副總裁陶琳也在媒體溝通會上直言，“雖然沒有正式推送，但FSD壹直在針對中國市場進行適配，能力壹直在成長，未來會以最佳的狀態亮相。”
到那時，特斯拉這條電動鯰魚，很可能會再次攪動市場，掀起新的驚濤駭浪。
04. 寫在最後
回顧輔助駕駛領域的發展，會發現壹個有意思的現象。
上壹代技術能力的上限，往往會成為下壹代技術能力的起點。
起初的規則算法，是嘗試讓輔助駕駛系統理解人類世界運行的邏輯，並嚴格執行。
如果理解有困難，就加上BEV“鳥瞰圖”、Occupancy“2D轉3D”、高精度地圖等各種技術，配上激光雷達和毫米波雷達的3D點雲數據，先讓它看清這個世界。
但規則算法，沒辦法窮舉所有的極端案例，並把這些寫進系統裡。算法越復雜，對算力的要求就越高；遇到沒見過的場景，還會突然懵逼、愣在原地。
所以，才出現了端到端算法和VLM大模型。
在這壹階段，輔助駕駛系統會觀察人類司機，模仿學習他們在遇到特殊情況下的操作，同時在每個時間點用人類語言解釋“遇到了什麼情況、為什麼要這麼做”。
這就有點像成千上萬個老司機手把手帶同壹個徒弟，事後還會復盤、反思、整改，學得非常快。
然而弊端是，身為“老司機合集”的它會繼承人類司機的壞習慣，也沒有真正理解背後的物理世界和交規的安全原則。
於是，VLA大模型和世界模型橫空出世，讓強化學習成了業界公認的主流方案。
從學習人類怎麼開車、到自己探索怎麼開車……只要數據夠多、模擬出的場景夠多，輔助駕駛系統就能在不斷的試錯中，找到適合的最優解。
但它的天花板，最多只是“最強老司機”。距離真正的自動駕駛，依然有很長的路要走。
要想做到L4，不只是“具備自動駕駛能力”，還要留出更多的冗余設計、驗證安全性和可靠性，還需要通過壹系列法規的考核。
在不久的將來，壹定會有新壹代的技術出現，推動輔助駕駛進壹步向自動駕駛發展。
至於這次的領頭羊還會不會是特斯拉？
那就要看中國品牌的進步速度，夠不夠快了。
這家最好！股市開戶分批買入大盤股指基金
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： |
| 延伸閱讀 | 更多... |
推薦: