FSD入华，马斯克等了好久
2026年6月，特斯拉FSD（Full Self-Driving）Beta版正式在中国推送。这是FSD自2020年在美国发布以来，首次进入中国大陆市场。马斯克在X上发文：“China, here we come!”
但FSD入华的第一周，社交媒体上就出现了大量"翻车"视频：
- 在上海，FSD在路口遇到"鬼探头"的行人，急刹车，后排乘客的手机飞了出去
- 在深圳，FSD被突然变道的电动自行车"逼停"，在路中间"犹豫"了10秒
- 在成都，FSD在"加塞"的出租车面前"让了"——后面司机狂按喇叭
中国路况，正在"教"FSD做"人"。
中国路况的"地狱难度"
中国是自动驾驶的"地狱难度"测试场。为什么？
“弱势道路使用者"的密度。 中国城市的电动自行车密度，是美国的10倍。在深圳，每天有超过500万辆电动自行车上路。这些电动自行车"神出鬼没”——逆行、闯红灯、在人行道上骑行、在机动车道中间穿行。FSD的视觉系统，面对这种"混乱"时，表现得"不知所措"。
“加塞"文化。 在中国，“加塞"是一种"默许"的驾驶行为——你打灯要变道，我不让你，你硬挤进来，我"让"了。FSD的"加塞"策略是"坚决不让”——这在美国是"遵守规则”，在中国是"引发路怒"。
“人类驾驶的非正式规则”。 中国有一个"驾驶潜规则"：路口绿灯起步时，可以"压线"（越过停止线）等待，黄灯时"抢"过去。FSD严格遵守交通规则——绿灯亮了才起步，黄灯就停。这在中国司机看来，是"龟速"——“你为什么不走？““你为什么不抢？”
路况基础设施的"多样性”。 中国城市的道路标线、路牌、交通信号灯，没有统一标准。不同城市、甚至同一城市的不同区域，道路设计差异很大。FSD需要"训练"出对"非标准路况"的适应能力，这需要海量的中国路测数据。
端到端方案在中国"水土不服”
FSD的核心技术是"端到端"（End-to-End）——从摄像头输入到驾驶决策输出，整个系统是一个统一的神经网络，没有中间的人工规则。
端到端方案的优势是"泛化能力"——在美国训练出来的端到端模型，理论上可以在任何国家"开"。但"理论"和"现实"之间，差了一个"中国路况"。
端到端方案在中国面临的问题：
- 训练数据偏差：FSD的端到端模型，主要用美国路测数据训练。美国的路况和中国完全不同——没有电动自行车、没有"加塞"文化、道路标线统一。这个"数据偏差"导致FSD在中国"水土不服"。
- 长尾场景：端到端模型对"常见场景"（直行、转弯、变道）表现好，但对"罕见场景"（三轮车逆行、行人突然冲出、路口摆摊）表现差。而中国路况的"长尾"比美国长得多。
- 适应速度：端到端模型需要"大量数据"来适应新环境。特斯拉在中国收集路测数据，但数据量需要时间积累——至少需要数百万公里的路测数据，才能让FSD"适应"中国路况。
中国智驾的"机会窗口"
2026年，FSD入华"水土不服"，给了中国智驾企业一个"窗口期"。
华为ADS（乾崑智驾）、小鹏XNGP、蔚来NAD、理想AD Max——这些中国智驾系统，都是在"中国路况"上训练出来的。它们对电动自行车、加塞、鬼探头、非标准路况的"理解"，远胜于FSD。
中国智驾的"本地化优势"：
- 训练数据：华为ADS已经在中国路况上训练了超过100亿公里的数据（含仿真数据），覆盖了各种"中国特色"场景
- 传感器方案：中国智驾普遍采用"激光雷达+视觉+毫米波雷达"的多传感器融合方案，在复杂路况下比"纯视觉"方案更可靠
- 高精地图：中国智驾大量使用高精地图（HD Map），地图中包含了车道线、红绿灯位置、路口结构等"先验知识"，降低了感知的难度
但FSD的"学习能力"不容小觑。特斯拉可能在未来1-2年内，通过海量中国路测数据，让FSD"学会"中国路况。留给中国智驾的"窗口期"，可能只有2年。
结语
FSD入华，是2026年自动驾驶行业最重要的事件之一。它标志着全球最先进的自动驾驶系统，开始接受"中国路况"的考验。
FSD在"水土不服"，但它在"学习"。中国智驾在"主场作战"，但需要"加速"。自动驾驶的竞争，不是"谁先出发"，而是"谁学得快"。 2026年，这场"学习竞赛"才刚刚开始。