0
2025年6月，特斯拉下一代FSD計算平臺——代號AI5（原稱HW5.0）——正式進入量產(chǎn)階段。這塊芯片的核心參數(shù)足以讓整個行業(yè)倒吸一口冷氣：算力2000-2500 TOPS，采用臺積電3納米N3P工藝制造。
要理解這個數(shù)字意味著什么，需要把時間軸拉長來看。
2014年，第一代Autopilot硬件（HW1.0）搭載的是Mobileye EyeQ3芯片，算力僅0.256 TOPS——連今天的智能手環(huán)都比它強。2016年的HW2.0換上了英偉達Drive PX2，算力躍升到21 TOPS，勉強能支撐高速巡航的基礎(chǔ)功能。真正的轉(zhuǎn)折點出現(xiàn)在2019年：HW3.0首次搭載特斯拉自研的FSD Chip，雙芯片總算力144 TOPS，三星14nm工藝。馬斯克當時豪言所有HW2車主可以免費升級，因為"自研芯片的成本比外購還低"。
2023年到2024年間推出的HW4.0把算力推到了300-720 TOPS（不同統(tǒng)計口徑有差異），制程升級到7nm，CPU核心數(shù)從12核擴展到20核，NPU從2個增加到3個。
然后是現(xiàn)在的AI5——2000-2500 TOPS，3nm制程。
十年時間，從0.256到2500，算力增長了接近一萬倍。這個增長曲線不是線性的，而是指數(shù)級的——HW4比HW3快了3-5倍，而AI5比HW4又翻了3-5倍甚至更多。在模型推理性能上，AI5據(jù)稱能達到HW4的10倍。
這不是常規(guī)的技術(shù)迭代，這是代際跨越。
一個容易被忽略但意味深長的細節(jié)：特斯拉沒有沿用"HW5.0"這個命名，而是改叫"AI5"。
從"Hardware Version 5"到"AI 5"，一字之差背后是對產(chǎn)品定位的根本性重構(gòu)。過去的命名邏輯是硬件版本號——HW1、HW2、HW3、HW4，每一代都是上一代的漸進式升級，核心任務(wù)是把自動駕駛能力從L2推向更高等級。而"AI5"這個名字暗示了一個完全不同的敘事：這不再是一個"輔助駕駛硬件的第5次迭代"，而是一個AI原生計算平臺的第5代進化。
區(qū)別在哪里？HW系列的設(shè)計目標主要是運行傳統(tǒng)規(guī)則算法+早期神經(jīng)網(wǎng)絡(luò)混合架構(gòu)，而AI5從底層架構(gòu)開始就是為端到端大模型優(yōu)化的。FSD V12已經(jīng)把超過40萬行C++規(guī)則代碼全部移除，換成純神經(jīng)網(wǎng)絡(luò)驅(qū)動。AI5就是為這種新范式準備的——它的算力分配、內(nèi)存帶寬、指令集全部針對大模型推理場景做了定制化設(shè)計。
在供應(yīng)鏈策略上，AI5同樣體現(xiàn)了特斯拉的務(wù)實與精明。臺積電負責主力量產(chǎn)（3nm N3P工藝），三星作為備用代工廠。馬斯克親自確認了這個雙廠策略，并坦言兩家在工藝實現(xiàn)上略有差異，但特斯拉的目標是讓AI軟件在不同版本的芯片上實現(xiàn)完全一致的運行效果。
為什么需要兩家？臺積電3nm產(chǎn)能全球緊張，蘋果和英偉達是最大的客戶。如果只綁一家，一旦產(chǎn)能吃緊或地緣政治波動，整個新車交付計劃都會被卡脖子。三星作為備胎，預計在2026年大規(guī)模量產(chǎn)搭載AI5的車型時正式啟用。這種"A主B備"的模式在汽車芯片行業(yè)并不常見——大多數(shù)車企還在為搶到一顆Orin X焦頭爛額，特斯拉已經(jīng)在布局雙供應(yīng)鏈了。
光有強芯不夠。自動駕駛是一個"眼睛+大腦"的系統(tǒng)工程，傳感器決定了信息采集的上限，算力決定了處理能力的邊界。兩者必須匹配，任何一方成為短板都是浪費。
HW3.0時代的攝像頭配置在今天看來相當"樸素"。8顆外部攝像頭加上1顆艙內(nèi)攝像頭，前視方案采用的是三目設(shè)計（三個不同焦距的鏡頭覆蓋遠近），每顆攝像頭的像素僅為1280×960，約120萬像素，圖像傳感器來自安森美的AR0136AT。幀率36 FPS，最遠探測距離約250米。
到了HW4.0，這套系統(tǒng)發(fā)生了質(zhì)的變化。前視從三目改為雙目超遠距方案，像素分辨率躍升至2896×1876，約500萬像素——清晰度提升了將近4倍。圖像傳感器換成了索尼的IMX490，這是消費電子級別的旗艦傳感器下放到車載領(lǐng)域。接口數(shù)量從8個增加到最多12個，給未來留足了擴展空間。CPU從12核升級到20核，視頻處理能力大幅增強。
但HW4.0還有一個引發(fā)廣泛討論的決定：取消了超聲波雷達。HW3標配12個超聲波傳感器，用于低速泊車和近距離障礙物檢測。HW4直接砍掉了，用純視覺方案完成泊車功能。這個決策在當時爭議不小——很多車主反映泊車體驗一度下降。但特斯拉的態(tài)度很堅決：既然選擇了純視覺路線，就不能在某個場景下"偷偷"加回其他傳感器，否則整個技術(shù)哲學就不成立了。
AI5時代，傳感器系統(tǒng)的升級方向更加明確：更高分辨率的攝像頭（具體參數(shù)尚未完全公開）、鏡片加熱元件（防止雨霧天氣結(jié)冰遮擋）、更強的防風雨涂層（提升惡劣天氣下的成像質(zhì)量），以及更完善的硬件冗余設(shè)計。
這些細節(jié)透露出一種信號：特斯拉正在補齊純視覺方案最薄弱的一環(huán)——環(huán)境適應(yīng)性。
這是整個汽車行業(yè)分歧最大的技術(shù)路線問題之一。
特斯拉選擇純視覺方案的理由，可以從三個層面來理解。
第一個層面是數(shù)據(jù)一致性原則。自動駕駛的核心訓練數(shù)據(jù)來自于攝像頭的圖像采集，如果訓練時用的是攝像頭圖像、推理時卻引入激光雷達的點云數(shù)據(jù)，兩種傳感器的數(shù)據(jù)格式和表征方式存在天然的模態(tài)差異（modality gap）。模型需要在訓練階段學會融合這兩種異構(gòu)數(shù)據(jù)，增加了復雜度和潛在誤差源。而如果從頭到尾只用一種傳感器，輸入輸出的一致性天然得到保證。
第二個層面是成本與規(guī)模化。一顆高性能機械式激光雷達的價格曾經(jīng)高達數(shù)萬元，即使現(xiàn)在固態(tài)/半固態(tài)激光雷達降到了數(shù)千元量級，對于一款定位大眾市場的車型來說仍然是不可忽視的BOM成本。Model Y能賣到26萬以下且保持健康的毛利率，省掉激光雷達是重要因素之一。
第三個層面是系統(tǒng)簡化帶來的可靠性提升。每增加一種傳感器類型，就需要一套對應(yīng)的感知融合算法、標定流程、故障檢測機制。傳感器種類越多，系統(tǒng)復雜度指數(shù)級上升，潛在的故障點也越多。純視覺方案把所有雞蛋放進一個籃子——然后把這個籃子做得足夠結(jié)實。
但信仰是有代價的。
惡劣天氣是純視覺最明顯的軟肋。大雨、濃霧、強逆光條件下，攝像頭的成像質(zhì)量會顯著下降，而激光雷達通過主動發(fā)射激光束進行測距，受環(huán)境光照影響小得多。特斯拉在AI5上加入鏡片加熱元件和防風雨涂層，正是為了緩解這個問題——但這屬于"修補"而非根本解決。
深度估計精度是另一個挑戰(zhàn)。攝像頭通過計算機視覺算法推斷物體距離，本質(zhì)上是"猜"出來的；激光雷達則是直接測量，精度高幾個數(shù)量級。在高速行駛場景下，幾米的距離誤差可能就是安全與事故的區(qū)別。
長尾場景的識別難題也不容忽視。異形車輛（如翻倒的卡車、載超寬貨物的三輪車）、非常規(guī)交通參與者（穿奇裝異服的人、突然沖出的動物）——這些場景在訓練數(shù)據(jù)中出現(xiàn)頻率極低，但對安全性要求極高。多傳感器融合方案可以通過交叉驗證來降低漏檢率，純視覺則完全依賴模型的泛化能力。
FSD V12的端到端革命在某種程度上強化了純視覺路線的邏輯。當決策過程完全由神經(jīng)網(wǎng)絡(luò)完成而不是人工編寫的規(guī)則代碼時，模型從海量真實駕駛數(shù)據(jù)中學習到的"直覺"，理論上可以超越人類工程師預設(shè)的場景應(yīng)對能力。截至2025年底，F(xiàn)SD累計行駛里程已超過100億英里，這個數(shù)據(jù)規(guī)模本身就是一道越來越高的壁壘。
但問題依然存在：100億英里的數(shù)據(jù)是否覆蓋了足夠的極端場景？端到端模型的可解釋性缺陷如何在安全認證中過關(guān)？ 這些都不是靠堆算力就能回答的。
特斯拉AI5的2500 TOPS確實驚人，但如果把它放在整個行業(yè)坐標系中審視，畫面會變得更加有趣。
當前中國市場上主流的智駕芯片方案呈現(xiàn)明顯的梯隊分布：
深層的分野在于技術(shù)路線的選擇。以華為乾崑ADS為代表的中國主流方案堅定走多傳感器融合路線——激光雷達（通常1-3顆）+毫米波雷達+高清攝像頭，三重感知互為備份。這種方案的邏輯是：能用錢解決的問題就不要留給概率。多花幾千塊錢加幾顆激光雷達，換來的是在各種極端場景下的兜底安全感。
特斯拉的回應(yīng)是：我不信概率，我信數(shù)據(jù)和算力。
兩條路沒有絕對的對錯，至少目前如此。多傳感器融合方案在中國復雜的城市道路環(huán)境中表現(xiàn)確實出色——華為ADS的城市NOA開通速度、小鵬XNGP的城市覆蓋廣度都處于行業(yè)領(lǐng)先位置。純視覺方案則在北美的高速公路和結(jié)構(gòu)化較好的城區(qū)展現(xiàn)了驚人的效率——FSD V13/V14版本的擬人化駕駛表現(xiàn)已經(jīng)讓不少美國用戶感到"后座上的乘客經(jīng)常忘了這不是人在開"。
但這兩個市場不能簡單類比。中國的道路參與者密度是美國的好幾倍，電動車、自行車、行人、外賣騎手混雜的交通場景復雜度全球罕見。純視覺方案能否在這種環(huán)境下達到同樣的水準，是AI5入華后必須面對的第一個大考。
回看標題提出的問題——純視覺方案還能領(lǐng)先多久？也許更準確的問法是：領(lǐng)先的定義本身正在發(fā)生變化。從算力數(shù)字的單維競爭，走向算力、算法、數(shù)據(jù)、生態(tài)、合規(guī)的多維博弈。在這個新棋局里，AI5是一張極其強勁的牌，但遠遠不是最后的王牌。
（雷峰網(wǎng)(公眾號：雷峰網(wǎng))新智駕北京車展2026專題）
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
