據中國汽車論壇7月11日消息,中汽協副總工程師王耀在論壇上直言:“國內自媒體總說自主品牌自動駕駛遠超特斯拉,但事實是,特斯拉提概念,我們產業(yè)跟進,算力上國內所有主機廠AI顯卡加起來,都沒特斯拉Dojo一家多?!?/p>
這番話撕開了國內車企“市場領先”與“技術跟跑”的現實矛盾——2024年國內新能源車市占率達65%,但在自動駕駛原創(chuàng)技術、算力基建等核心領域,差距仍在拉大。
一、算力鴻溝:從“堆芯片”到“超算生態(tài)”的代差
特斯拉Dojo的“算力霸權”,是國內車企難以逾越的坎。2024年Dojo超算集群算力達20EFLOPS(百億億次/秒),相當于100萬臺高性能服務器的總和,單臺訓練成本超12億美元。而國內頭部車企中,蔚來乾崑超算算力8EFLOPS,小鵬XNGP智算中心5EFLOPS,所有主機廠算力相加不足Dojo的65%。
更關鍵的是,Dojo并非簡單堆芯片,其自研D1芯片采用7nm工藝,能效比是英偉達H100的1.8倍,且通過“訓練-推理-實車反饋”閉環(huán),讓FSD模型迭代周期從3個月縮至2周。
這種差距直接體現在技術落地速度上。特斯拉2024年推出的“4D毫米波雷達+純視覺融合”方案,6個月內完成北美100萬輛車推送;
而國內某新勢力同款技術從概念發(fā)布到量產,耗時14個月,且因算力不足,復雜路況識別準確率低12%。王耀在論壇上舉例:“特斯拉2016年提Autopilot,我們2018年跟進;2021年提FSDBeta,我們2023年推出類似功能,這種時間差背后是算力基建的代差?!?/p>
二、原創(chuàng)困局:市場領先與技術跟跑的錯位
國內車企的“市場優(yōu)勢”難以掩蓋技術原創(chuàng)性的短板。2024年國內新能源車銷量840萬輛,占全球60%,但在自動駕駛核心技術上,90%的專利集中在應用層(如場景適配),基礎層(如神經網絡架構、決策算法)專利僅占17%,而特斯拉基礎層專利占比達35%。
比如特斯拉的“OccupancyNetwork”(占用網絡),能預測物體3秒后位置,國內車企多通過“模仿+優(yōu)化”實現類似功能,卻難以突破核心邏輯。
這種“跟跑依賴”在研發(fā)投入上尤為明顯。2024年國內車企自動駕駛研發(fā)投入總和800億元,其中70%用于采購英偉達芯片、Mobileye方案;
而特斯拉560億元研發(fā)費用中,45%投入Dojo超算、4D雷達等基礎研究。某新勢力研發(fā)總監(jiān)私下坦言:“我們KPI是‘半年內追上特斯拉某功能’,沒人敢說‘花三年做個原創(chuàng)架構’,市場競爭不允許?!?/p>
三、破局路徑:從“單點超越”到“生態(tài)補課”
正視差距正在倒逼國內車企調整策略。華為近期宣布投入200億元研發(fā)“昇騰智駕超算”,目標2026年算力達50EFLOPS,兼容國產芯片;
比亞迪與中科院合作成立“智能駕駛基礎研究院”,專攻神經網絡優(yōu)化算法,不再依賴第三方方案。
這些動作直指王耀指出的“根技術短板”——不再滿足于“功能對標”,而是要啃“算力基建、算法架構”的硬骨頭。
但破局不會一蹴而就。特斯拉Dojo的生態(tài)壁壘不僅在硬件,更在數據閉環(huán):全球500萬輛FSD用戶每天產生1600萬公里路測數據,反哺模型迭代。
國內車企雖有龐大用戶基數,卻因數據格式不統一、隱私合規(guī)限制,難以形成類似閉環(huán)。
中國汽車工程學會數據顯示,國內車企單模型訓練數據量平均1.2億公里,僅為特斯拉10億公里的12%。
當國內車企在銷量上碾壓特斯拉時,王耀的警告像一盆冷水:市場領先能贏得時間,卻換不來技術主權。
那么問題來了——在特斯拉Dojo算力持續(xù)翻倍的壓力下,國內車企該用“市場換技術”還是“斷臂式投入基礎研究”?這場選擇,或許決定著中國汽車產業(yè)未來十年的全球地位。
廢材少年獲神秘玉石,一朝覺醒逆襲成斗天武神,橫掃九天十地
五本網評優(yōu)質男頻小說,《斗天武神》被反超,不忍完結
讀者翹首以盼,《斗天武神》被瘋狂催更,真香
免責聲明:本文內容由開放的智能模型自動生成,僅供參考。