馬斯克，終究是自己把特斯拉帶下了神壇。

8月上旬，一條重磅的消息被釋放，但并未在當(dāng)時的輿論里激起太多的水花。原因也很簡單，外界不太容易看得懂，或者說看懂了也覺得猜不準，核心信息是馬斯克官宣Dojo超級計算機團隊解散，項目負責(zé)人Peter Bannon將離開特斯拉。另外，外媒對特斯拉的猜測還包括，特斯拉更多轉(zhuǎn)向依賴英偉達、AMD 和三星等外部 AI 芯片供應(yīng)商或代工商。

而隨著馬斯克連續(xù)2條的回應(yīng)，事實的原貌開始真正浮出水面。第一條是，馬斯克宣布FSD馬上又要迎來重大更新，自動駕駛出租車的能力將用在新的V13.2版本上。第二條是，馬斯克回應(yīng)了解散Dojo一事，而隨著馬斯克的正式回應(yīng)，事實的真相也開始浮出水面。

2條消息看似不太相關(guān)，但其實聯(lián)系緊密，結(jié)合特斯拉全球的銷量表現(xiàn)一降再降，結(jié)合馬斯克說自己對特斯拉的掌控并不穩(wěn)固。他已經(jīng)公開幾次透露過，自己要在業(yè)績上發(fā)力。而如果看懂了這些，特斯拉要做的就是，在下一輪的技術(shù)競賽里贏得優(yōu)勢，換取銷量。

當(dāng)然，這樣的技術(shù)競爭是真競爭，而不是眼前沖在流量頂端的-極限續(xù)航或者智駕輔助測試。當(dāng)各種測試風(fēng)起云涌之后，又有了各種機構(gòu)對其的點評，極限測試能夠帶來的意義只有某些參考，但本質(zhì)上最大的賣點是信息差。

特斯拉降本，和華為走上同路

錯誤的信息，在不斷傳遞。在很多報道中，馬斯克6年時間投入12億美元的Dojo超級計算機要結(jié)束。

但砍掉Dojo團隊，砍掉的并不是超算中心，而是停止超算芯片的研發(fā)，也就是Dojo3。

而經(jīng)過馬斯克直接下場的辟謠，最早外媒所說的，特斯拉超算中心后續(xù)將依靠外部伙伴如英偉達等，并不成立。馬斯克的最新做法是，一魚兩吃，接下來更大的精力投入到邏輯推理芯片的研發(fā)，包括AI5和AI6。

這之中，AI芯片可以同時配備在車上，也就是特斯拉車主都很期待，未來的HW5.0和HW6.0。而同時，這一芯片也能以集成在大主板的模式上，實現(xiàn)Dojo3的效果。當(dāng)然，有一個前提是，馬斯克放出的豪言確實是失敗了，Dojo1自研芯片量產(chǎn)出現(xiàn)了大問題，算力被嚴重浪費、成本高昂、良品率極低，對上英偉達完全不是對手。而且，量產(chǎn)進度也不足預(yù)期，直到2023年才使用。今年，Dojo2芯片推出，性能不達預(yù)期，而且也無法帶動特斯拉HW4.0的硬件數(shù)據(jù)處理需求。

馬斯克曾經(jīng)在FSD上放過非常多的豪言壯語，比如百萬輛的自動駕駛出租車，比如FSD的無人駕駛等等，但都因為自己之前的計劃失敗，現(xiàn)在不得不更換路線。

而馬斯克最初的計劃是，自研Dojo芯片，形成全世界算力最高的計算中心之一，給到362 TFLOPS的GPU算力。有了這些之后，所有在路面上行駛的特斯拉汽車，不論老款車型上的HW3.0，還是2024年所有新車上搭載的HW4.0，它們在全世界奔跑的過程中，形成海量的真實數(shù)據(jù)，都能被Dojo超級計算機進行標注以及訓(xùn)練。

這是典型的力大磚飛，當(dāng)然，其他車企也難以輔助。畢竟，馬斯克富可敵國，只有他能給到這樣的算力計劃，也畢竟，F(xiàn)SD在全球范圍的應(yīng)用數(shù)量、技術(shù)迭代速度、新技術(shù)應(yīng)用都是最好。譬如，端到端、大模型、純視覺等等理念，都是特斯拉先行，一眾車企跟隨。

而特斯拉之后會是如何？本質(zhì)上是，降本、提升效率兩件事。降本包括，著重研發(fā)AI5和AI6芯片之后，將大幅度完成智駕輔助或者自動駕駛的成本下探。就在今年7月，我們專門采訪過頭部芯片公司的工程團隊，很多中國車企目前都在推進自研芯片，但談及降本的話題，存在著一個悖論。

如果規(guī)模不夠，無法完成有效降本，好處只能是，開發(fā)更敏捷效率更高，不會再因為深度綁定英偉達，它開發(fā)失誤的影響。

截止2025年4月，特斯拉HW3.0出貨量超800萬，HW4.0的出貨量預(yù)計超過1000萬。而對比來看，小鵬的圖靈、蔚來的神璣、理想的舒馬赫，做到這樣的量級并非沒有機會，但僅以當(dāng)前年銷量30萬輛左右，其實無法準確預(yù)測。而足夠的規(guī)模化，足夠的算力，眼前其實只有華為做得到。

另外，除了芯片類似于大眾MQB的通用化之外，特斯拉還進一步給到了降本的新玩法。Dojo不再進行對實際數(shù)據(jù)的大量標注和強化訓(xùn)練，而是使用生成的虛擬數(shù)據(jù)進行強化訓(xùn)練。至于這樣能達到什么效果？不久前理想i8的發(fā)布會上寫的挺清楚，節(jié)省了9個月的測試時間，同時節(jié)省了數(shù)億元人民幣的測試成本。

也就是說，馬斯克一系列的新操作，開始放棄之前的偏執(zhí)。融合了中國科技公司和自己本身的優(yōu)勢，實現(xiàn)效率最大化，成本盡可能的降低。

不過，馬斯克做的不止是這一件事，馬上廉價版Model Y將在2025年年內(nèi)上市，很可能下探到15萬元的價格。特斯拉也在追求動力電池回收降低成本等等，比如2024年回收的廢料，足夠生產(chǎn)2.1萬輛Model Y入門版的電池。而在一系列的新動作之后，資本市場也是給到了信心，在銷量下滑的同時，特斯拉的股價又漲起來了。

智駕決戰(zhàn)，今年重新排名

而對于馬斯克來說，他更專注的其實還是中國汽車市場的下一輪競爭。

進入2025年至今，特斯拉遭遇了自2015年來最嚴重的銷量下滑。連續(xù)2個季度，出現(xiàn)兩位數(shù)的同比下滑，在歐盟單月同比下滑最大超過40%，在美國大本營加州，市場份額從1年前的55.5%下滑到43.9%。

整個全球市場里，只有中國的下滑速度最慢，但最新的7月銷量里，6月剛剛回暖的趨勢又被終結(jié)，又一次回到下滑8.4%。

當(dāng)然，一切不止于此，特斯拉接下來還要面對中國車市的洗牌之戰(zhàn)，從8月末到12月，將開始長達4個月左右的智駕輔助決戰(zhàn)。與之前的判斷不同，眼前的智駕洗牌之戰(zhàn)并非關(guān)于上半年喊的特別火熱的L3級自動駕駛，而是在L2級輔助駕駛里，就能完成新的排名，且落后的車企很難追趕頭部車企。

從特斯拉的最新動作來看，它的很多最新舉動，都是為了保持智能駕駛方面的認知和技術(shù)優(yōu)勢。然后，在中國市場里，等待最終的批復(fù)通過。而從馬斯克在社交媒體上的表達來看，他已經(jīng)不再激進的敢于表述2025年一定會在中國市場登錄。

在不久前公布FSD V13.2版本時，他對于技術(shù)的描述依然信心十足，比如參數(shù)量將增加10倍，但對于引入歐洲和中國的時間卻不再言之鑿鑿。另外再結(jié)合上一系列其他的變化，2025年4月，比亞迪在歐洲市場的純電動銷量首次超過特斯拉。再比如，特斯拉最近在工信部申報的Model 3和Model Y分別都做到了同級別里的續(xù)航王，但真正的價格出爐時，不到200公里的續(xù)航提升，價格卻上漲了超2萬元，被多數(shù)消費者看似沒有誠意。

它的技術(shù)底牌，很顯然只剩下FSD一張牌，后續(xù)是系統(tǒng)降價也好，是整車降價也好，都不容有失。而將從9月開始的智駕決戰(zhàn)，將是對特斯拉期貨技術(shù)的進一步大考。

在今年上半年，汽車業(yè)內(nèi)一直認為9月份開始，隨著華為乾崑ADS4的推出，會很快進入到L3級自動駕駛商用方案的PK。誰能做到系統(tǒng)開啟時，車速盡可能接近高速限速的120km/h，誰能帶來足夠的安全感體驗，誰就有了L3級自動駕駛話語權(quán)。

但，隨著理想i8的上市，它將成為第一個首發(fā)VLA大模型的車企。按照2025年上半年的說法，這套系統(tǒng)，將讓理想汽車實現(xiàn)L3級自動駕駛。8月20日，新車將要開啟交付，VLA會處于同期開始交付。

而從目前的少部分試駕車身上，已經(jīng)可以體驗到和正式版本差別不大的內(nèi)部版本。理想的VLA帶來的最大變化就是，車機可以進行自主學(xué)習(xí)，能夠開始真正的看懂了路，再去進行具體的執(zhí)行。

比如，現(xiàn)階段的所有主流車企智駕系統(tǒng)有一個常見場景是，車輛前方要匯入匝道時，都在使用規(guī)則化的策略。車輛會在距離匝道1.5到2公里的距離時，開始匯入右側(cè)車道。原因很好理解，為了避免遭遇擁堵，車輛無法匯入匝道，所以車企都提前進行了判斷，寫出了一個相對穩(wěn)妥又簡單的解決方案。

但，在最新的VLA上，因為有了比VLM明顯更強的推理和預(yù)測能力。車輛首先會分析當(dāng)前的交通狀況，如果不擁堵，就會臨近，尋找最高效率再進行變道。而如果是擁堵，就會提前進行排隊。

簡言之，車輛能更好的真實理解路況，而匯入匝道只是場景之一。發(fā)布會上理想所演示的，通過語音來引導(dǎo)車輛的行駛，“往右拐”這些，本質(zhì)上也是建立在VLA能夠充分理解路況的基礎(chǔ)上。華為的乾崑ADS4，它其實技術(shù)邏輯也是同理，WEWA架構(gòu)，云端是世界模型引擎，車端是世界行為模型。

會產(chǎn)生海量的Corner case，對極端場景進行訓(xùn)練。所以，大概率今年9月會進行發(fā)布，今年年內(nèi)會進行首批應(yīng)用。因為，WEWA的底層數(shù)據(jù)基座需要巨量的數(shù)據(jù)訓(xùn)練，這之中需要的硬性時間是不可避開的。

那么，以此邏輯再來看特斯拉最新的行為。核心其實是，開始弱化云端訓(xùn)練能力，開始強化本地的推理能力。實際上，這不僅僅是目前的技術(shù)主流，特斯拉因為數(shù)據(jù)不能出海進行訓(xùn)練，這也是相應(yīng)的最佳解決方案。

而至于為什么說，這會是智駕的決戰(zhàn)。因為端到端和VLA之間，有著過大的代差。硬性訓(xùn)練的時間很難進行跨越，而對于目前業(yè)內(nèi)正在依托Momenta、元戎啟行等供應(yīng)商的車企來說，當(dāng)前的項目進度仍在一段式端到端，世界模型或大語言模型等，距離車企搶先自研，有著深度代差。而這之中，還要考慮極氪9X所帶來的浩瀚方案，其也帶有L3級自動駕駛方案。

寫在最后

這種技術(shù)競爭的勢態(tài)，讓我下意識的想到了最新最火的熱點。

很多關(guān)于汽車的極限測試，頗有些刻舟求劍的意味。畢竟，用對傳統(tǒng)汽車的測試方式，測試最新技術(shù)可進化升級的產(chǎn)品，維度上是不夠統(tǒng)一的。

換個角度來看，AI時代的輸贏，本質(zhì)上拼的是時機和效率。要么有先發(fā)的技術(shù)或者產(chǎn)品定義，再配合上不錯的效率，就能在細分市場里有獨特性。要么，就像華為或者特斯拉那樣，在效率上領(lǐng)先。

作者丨黃強

       原文標題 : AI時代里，不需要極限測試