潭和暖

據(jù)中國(guó)汽車(chē)論壇7月11日消息，中汽協(xié)副總工程師王耀在論壇上直言：“國(guó)內(nèi)自媒體總說(shuō)自主品牌自動(dòng)駕駛遠(yuǎn)超特斯拉，但事實(shí)是，特斯拉提概念，我們產(chǎn)業(yè)跟進(jìn)，算力上國(guó)內(nèi)所有主機(jī)廠AI顯卡加起來(lái)，都沒(méi)特斯拉Dojo一家多?！?/p>

這番話(huà)撕開(kāi)了國(guó)內(nèi)車(chē)企“市場(chǎng)領(lǐng)先”與“技術(shù)跟跑”的現(xiàn)實(shí)矛盾——2024年國(guó)內(nèi)新能源車(chē)市占率達(dá)65%，但在自動(dòng)駕駛原創(chuàng)技術(shù)、算力基建等核心領(lǐng)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(quán)”，是國(guó)內(nèi)車(chē)企難以逾越的坎。2024年Dojo超算集群算力達(dá)20EFLOPS（百億億次/秒），相當(dāng)于100萬(wàn)臺(tái)高性能服務(wù)器的總和，單臺(tái)訓(xùn)練成本超12億美元。而國(guó)內(nèi)頭部車(chē)企中，蔚來(lái)乾崑超算算力8EFLOPS，小鵬XNGP智算中心5EFLOPS，所有主機(jī)廠算力相加不足Dojo的65%。

更關(guān)鍵的是，Dojo并非簡(jiǎn)單堆芯片，其自研D1芯片采用7nm工藝，能效比是英偉達(dá)H100的1.8倍，且通過(guò)“訓(xùn)練-推理-實(shí)車(chē)反饋”閉環(huán)，讓FSD模型迭代周期從3個(gè)月縮至2周。

這種差距直接體現(xiàn)在技術(shù)落地速度上。特斯拉2024年推出的“4D毫米波雷達(dá)+純視覺(jué)融合”方案，6個(gè)月內(nèi)完成北美100萬(wàn)輛車(chē)推送；

而國(guó)內(nèi)某新勢(shì)力同款技術(shù)從概念發(fā)布到量產(chǎn)，耗時(shí)14個(gè)月，且因算力不足，復(fù)雜路況識(shí)別準(zhǔn)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(jìn)；2021年提FSDBeta，我們2023年推出類(lèi)似功能，這種時(shí)間差背后是算力基建的代差?！?/p>

二、原創(chuàng)困局：市場(chǎng)領(lǐng)先與技術(shù)跟跑的錯(cuò)位

國(guó)內(nèi)車(chē)企的“市場(chǎng)優(yōu)勢(shì)”難以掩蓋技術(shù)原創(chuàng)性的短板。2024年國(guó)內(nèi)新能源車(chē)銷(xiāo)量840萬(wàn)輛，占全球60%，但在自動(dòng)駕駛核心技術(shù)上，90%的專(zhuān)利集中在應(yīng)用層（如場(chǎng)景適配），基礎(chǔ)層（如神經(jīng)網(wǎng)絡(luò)架構(gòu)、決策算法）專(zhuān)利僅占17%，而特斯拉基礎(chǔ)層專(zhuān)利占比達(dá)35%。

比如特斯拉的“OccupancyNetwork”（占用網(wǎng)絡(luò)），能預(yù)測(cè)物體3秒后位置，國(guó)內(nèi)車(chē)企多通過(guò)“模仿+優(yōu)化”實(shí)現(xiàn)類(lèi)似功能，卻難以突破核心邏輯。

這種“跟跑依賴(lài)”在研發(fā)投入上尤為明顯。2024年國(guó)內(nèi)車(chē)企自動(dòng)駕駛研發(fā)投入總和800億元，其中70%用于采購(gòu)英偉達(dá)芯片、Mobileye方案；

而特斯拉560億元研發(fā)費(fèi)用中，45%投入Dojo超算、4D雷達(dá)等基礎(chǔ)研究。某新勢(shì)力研發(fā)總監(jiān)私下坦言：“我們KPI是‘半年內(nèi)追上特斯拉某功能’，沒(méi)人敢說(shuō)‘花三年做個(gè)原創(chuàng)架構(gòu)’，市場(chǎng)競(jìng)爭(zhēng)不允許?！?/p>

三、破局路徑：從“單點(diǎn)超越”到“生態(tài)補(bǔ)課”

正視差距正在倒逼國(guó)內(nèi)車(chē)企調(diào)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(biāo)2026年算力達(dá)50EFLOPS，兼容國(guó)產(chǎn)芯片；

比亞迪與中科院合作成立“智能駕駛基礎(chǔ)研究院”，專(zhuān)攻神經(jīng)網(wǎng)絡(luò)優(yōu)化算法，不再依賴(lài)第三方方案。

這些動(dòng)作直指王耀指出的“根技術(shù)短板”——不再滿(mǎn)足于“功能對(duì)標(biāo)”，而是要啃“算力基建、算法架構(gòu)”的硬骨頭。

但破局不會(huì)一蹴而就。特斯拉Dojo的生態(tài)壁壘不僅在硬件，更在數(shù)據(jù)閉環(huán)：全球500萬(wàn)輛FSD用戶(hù)每天產(chǎn)生1600萬(wàn)公里路測(cè)數(shù)據(jù)，反哺模型迭代。

國(guó)內(nèi)車(chē)企雖有龐大用戶(hù)基數(shù)，卻因數(shù)據(jù)格式不統(tǒng)一、隱私合規(guī)限制，難以形成類(lèi)似閉環(huán)。

中國(guó)汽車(chē)工程學(xué)會(huì)數(shù)據(jù)顯示，國(guó)內(nèi)車(chē)企單模型訓(xùn)練數(shù)據(jù)量平均1.2億公里，僅為特斯拉10億公里的12%。

當(dāng)國(guó)內(nèi)車(chē)企在銷(xiāo)量上碾壓特斯拉時(shí)，王耀的警告像一盆冷水：市場(chǎng)領(lǐng)先能贏得時(shí)間，卻換不來(lái)技術(shù)主權(quán)。

那么問(wèn)題來(lái)了——在特斯拉Dojo算力持續(xù)翻倍的壓力下，國(guó)內(nèi)車(chē)企該用“市場(chǎng)換技術(shù)”還是“斷臂式投入基礎(chǔ)研究”？這場(chǎng)選擇，或許決定著中國(guó)汽車(chē)產(chǎn)業(yè)未來(lái)十年的全球地位。