为什么你用特斯拉FSD觉得鸡肋，车企高管们却都说它断层式领先？

国内车主试驾完最新入华的 FSD，转头一句 “也就那样，远不如国产智驾跟手”，转头就能在车友群里收获一片附和。

另一边，从何小鹏到李想，从李斌到博世中国区总裁，半个智驾圈的话事人，都齐刷刷把特斯拉 FSD 奉为行业标杆。有人拿高管裸跑做赌注对标，有人定下两年内全面对齐的目标，连一向不肯示弱的李斌，也松口承认， “特斯拉的智驾在各方面都是行业领先”。

同样一套系统，两方的评价为何天差地别？

用户 “无感”，是最真实的消费者判断

站在普通车主的视角，FSD “没那么神” 甚至 “不好用”，是完全站得住脚的结论。

用户对智驾的评价逻辑从来朴素，日常通勤能不能减轻负担，加塞能不能从容应对，窄路会不会进退失据，路口会不会突然来一脚幽灵刹车。这些最细碎、最高频的本土场景，构成了普通人对智驾系统的全部印象。评判标准只有一个：开着省不省心。

而恰恰在本土场景的适配上，当前国内可见的 FSD 并不占优。

国内的城市路况，是全世界最复杂的考卷之一，非机动车混行、随意加塞、无标线城中村、临时施工路段、中国式环岛，每一样都需要针对性的策略打磨。华为、小鹏、理想们深耕国内市场数年，几十万行人工规则、海量本土场景数据、高精地图的加持，本质都是把这套 “本土题库” 刷到了极致。

反观 FSD，国内用户能接触到的版本，要么是受数据合规限制、无法接入全球训练闭环的受限版本，要么是滞后于海外的旧版系统。针对中国路况的优化尚在初期，面对本土化驾驶博弈时，要么过于保守频频被加塞，要么反应逻辑不符合国内驾驶习惯，体感上输给深耕本土的国产方案，再正常不过。

更别说预期错配带来的落差。

“Full Self-Driving” 的名字自带误导，让很多人默认它是 “可以撒手不管的全自动驾驶”。可事实上，它至今仍是 L2 级辅助驾驶，要求驾驶员全程监控、随时接管。几百公里的顺畅行驶用户未必记得住，一次突兀的减速、一个犹豫的路口、一次本该通过却刹停的场景，就足以把 “不好用” 的印象钉死。

站在消费者的立场，为当下的体验付费，为日常的省心买单，觉得 FSD 名不副实，没有任何问题。

用户从来不需要为技术范式买单，只需要为自己的驾驶体感负责。

从业者的 “推崇”，看到的是水面下的冰山

如果说用户看到的是露出水面的冰尖，那从业者看到的，是水下整座山体的体量与势能。

他们口中的 “领先”、“代差”、“标杆”，从来不是在比某个路口的通过率、百公里接管次数这些显性指标，而是在看底层架构、数据壁垒、泛化能力这些决定长期天花板的隐性基建。

最核心的差距，是技术范式的代际跃迁。

在 FSD V12 之前，全球智驾走的都是同一条路：模块化架构，感知、预测、规划、控制拆分独立，靠工程师写几十万行代码定义规则，教汽车怎么开车。国内绝大多数智驾方案，至今仍以这套架构为基础，仅在部分模块引入端到端能力，本质还是 “人工规则为主，模型为辅” 的过渡形态。

而特斯拉直接推倒了重来。V12 之后用单一端到端神经网络，替代了几十万行代码，实现了 “摄像头像素进，方向盘油门刹车指令出” 的全链路闭环。中间所有感知、决策、规划，都不再靠人工写规则，而是模型从海量数据里自动习得。

这不是优化，是换了赛道。

博世智能驾控中国区总裁吴永桥说的 “端到端基座模型存在断代式领先”，元戎启行 CEO 周光口中的 “FSD V13 领先国内一个代差”，指的都是这件事。就像功能机再怎么优化续航和信号，也改变不了智能手机是下一代范式的事实；模块化架构再怎么打磨场景，也很难追上端到端模型的成长速度与上限。

比架构更难追赶的，是数据飞轮的壁垒。

自动驾驶大模型的能力，本质是数据喂出来的。特斯拉全系车型共用统一的硬件底座，数百万辆在路上跑的量产车，都是它的数据采集终端。截至目前，FSD 全球累计行驶里程已突破百亿英里，且全部来自真实用户的全场景行驶，而非测试车队的定向采集。

这套数据配合自研的 Dojo 超算，形成了 “用户上路产生数据 — 超算训练迭代 —OTA 推送升级 — 更多用户产生更多数据” 的正向循环，迭代速度远非靠测试车队攒数据的厂商可比。地平线余凯赴美实测后看得很透：统一硬件平台带来的数据聚合能力，是很多人看不见的代差。

更关键的是，FSD 跑通了 “无图通用驾驶” 的路径。

它全程不依赖高精地图，纯靠视觉与大模型理解道路，进入一个新国家、新城市，不需要提前测绘适配，短时间内就能落地。这种 “通用驾驶智商”，才是行业公认的自动驾驶终极形态。

国内很多智驾的 “强”，是定向刷题刷出来的强；而 FSD 的 “强”，是学会了解题方法的强。前者换一套题库就可能失灵，后者却能适配所有考场。

在从业者眼里，FSD 的价值从来不是当下的体验分数，而是它率先跑通了下一代智驾的完整路径。它踩过的坑、验证过的路线、建立起来的工程化体系，都是整个行业的参照系。

全行业都在对标 FSD

国内智驾这几年卷得风生水起。

卷城市覆盖数量，从几百座到上千座；卷百公里接管次数，从几次零点几次；卷本土场景适配，从无保护左转到城中村穿行。卷到最后，不少人产生了 “我们已经超越特斯拉” 的错觉。

可这种领先，是特定考场里的领先。

它建立在高精地图、海量人工规则、本土场景定向优化的基础上，是把 “中国路况” 这套题库刷到了极致的结果。一旦考题范围扩大到全球，一旦比拼的是跨区域、跨场景的通用能力，差距立刻就会显现。

理想汽车基座模型负责人詹锟专程赴硅谷实测两周后，那句 “不能在国内内卷自我麻痹” 说得很刺耳，但足够清醒。在他的判断里，除特斯拉外，国内暂无其他智驾系统进入全球第一梯队 —— 这个结论的坐标系，从来不是国内城市道路的体验排名，而是全球通用能力的梯队划分。

这也是为什么，各家车企高管纷纷把 FSD 摆上对标的台面。

何小鹏立下赌约：若 2026 年小鹏 VLA 达不到 FSD V14.2 在硅谷的整体表现，自动驾驶负责人便去金门大桥裸跑。外人看着是营销噱头，行业里都懂，这是把技术对齐的目标钉死在了台面上，倒逼团队跳出本土舒适区。

理想直接定下明确节点：2026 年第四季度马赫 VLA 智驾能力全面对齐特斯拉 FSD V14。明明国内体验并不落下风，却依然要主动对标追赶，本质是怕底层范式的落后，最终会抹平所有场景优势。

连李斌也从当年 “特斯拉有的我们也有” 的底气，转向了承认行业领先。这不是示弱，是行业走到深水区之后的务实 —— 当技术路线的方向已经被验证，正视差距才是追赶的前提。

对标 FSD，从来不是长他人志气。

是强行把自己从本土内卷的舒适区里拽出来，放到全球坐标系里检验。毕竟，靠刷题拿的高分，终究经不起真正的能力考核；在封闭赛道里跑出来的领先，也算不上真正的领先。

认知分野的本质，是时间维度的错位

用户的无感与从业者的推崇，从来都不矛盾。

大家只是站在不同的时间刻度上，评判着同一事物的不同侧面。

用户活在当下。他们为今天的驾驶体验付费，自然有理由挑剔当下的表现，有资格觉得 FSD 不好用。对普通人来说，能让通勤更省心的智驾，就是好智驾，无关乎底层架构是不是先进，技术范式是不是未来。

从业者活在未来。他们要为三年、五年后的竞争布局，要判断哪条路线会成为行业终局，要担心自己会不会被技术迭代甩下车。对他们来说，FSD 不是一个用来攀比输赢的产品，而是一面镜子，照出底层能力的差距，也指明未来的方向。

这很像初代智能手机刚问世的年代。

待机时间短，信号不稳定，操作还繁琐，日常用起来未必比耐用的功能机顺手。很多用户吐槽它 “华而不实”，但没人会因为这些缺点，否认它是下一代产品的方向。

今天的 FSD，就处在这个位置。它不完美，有很多短板，在国内的日常体验甚至不如国产方案，但它代表的技术范式与终局路径，已经被行业广泛认可。

很多时候，评判一个事物的位置，要看你用的是当下的尺子，还是未来的尺子。

对普通用户而言，大可不必因为行业的推崇就神化 FSD，适合自己日常通勤的，就是最好的选择。但对整个国内智驾行业而言，必须看清标杆背后的重量 —— 本土场景的优势值得骄傲，但底层架构的追赶，才真正决定生死。

毕竟，真正的追赶，从来都不是在自己的考场里拿第一，而是跟着领跑者的方向，跑到更宽的赛道上去。