FSD入华三周实测:高速如老司机,窄巷秒变“路痴”
在上海老西门一条仅容一车通过的窄巷里,FSD V12.5面对逆行电瓶车突然刹停,方向盘纹丝不动,系统陷入长达5秒的决策僵局——这不是科幻电影里的AI觉醒,而是2026年6月中国街头真实发生的“水土不服”瞬间。截至今日,特斯拉监督版FSD已在中国落地近三周,但实测数据毫不留情地揭示:这套基于北美数据训练的纯视觉系统,在面对中国特色的无序交通时,仍频繁暴露其对本地规则与行为模式的理解盲区。1
01FSD V12.5的真实能力边界
FSD V12.5在中国的表现呈现极端两极化。在高速或城市主干道等结构化场景中,其变道逻辑流畅、跟车节奏自然,甚至能主动微调位置为加塞车辆留出空间,展现出接近人类老司机的博弈意识。然而一旦驶入老旧小区、施工绕行区或非机动车密集商圈,系统便迅速“失语”。在深圳华强北路段,百公里接管率达1.8次;在上海晚高峰复杂路口,34公里行程触发34次人工干预,其中23次源于误判交通规则,如反复试图驶入公交专用道或压实线变道。最致命的短板出现在无保护左转场景——成功率仅70%,远低于日常通勤所需的可靠性阈值。这些并非偶发故障,而是算法底层对中国特色交通参与者(如外卖电动车、老年代步车)行为模式缺乏有效建模的必然结果。2345
02纯视觉 vs 融合感知:路线之争
| 评测维度 | 特斯拉FSD V12.5 | 华为ADS 4.1 | 小鹏XNGP 5.0 |
|---|---|---|---|
| 城区百公里接管率 | 3.8次 | 0.3-0.5次 | 0.8-1.0次 |
| 无保护左转成功率 | 70% | 99.5% | 98% |
| 红绿灯识别准确率 | 95% | >99% | >98% |
| 极端天气应对 | 依赖视觉,易失效 | 激光雷达主导,稳定性高 | 毫米波雷达主导,检出率>92% |
| 本土规则适配 | 薄弱(误入公交道、压实线) | 高精度地图实时规避 | 支持地方法规借道 |
03谁该买?谁该等?
- 必须人工接管的三大场景:进入无标线老旧小区或乡村道路;驶入地下车库前;经过非机动车密集商圈(如广州天河、北京西单)
- 可谨慎使用的理想场景:高速领航、城市快速路、车道线清晰的主干道早/晚高峰跟车
- 避坑建议:勿一次性支付6.4万元买断——特斯拉已转向订阅制;老款HW3.0车型无法体验完整功能;勿相信“放手驾驶”宣传,全程保持注意力
别神话FSD,也别低估它。在中国路况这场终极考试中,它刚交出第一份草稿,而对手早已写完终稿。
当前文章无评论,是时候发表评论了