特斯拉FSD殺到，中國(guó)智駕別當(dāng)逃兵

作者丨卡曼、張之棟

責(zé)編丨石 劼

編輯丨王 越

對(duì)中國(guó)科技界來說，具身智能不是平坦路，也不是遮羞布。

沒有人會(huì)懷疑，2026年將是中國(guó)智能汽車史上的一道分水嶺。

特斯拉FSD監(jiān)督版（FSD Supervised），這只被念叨了多年的“狼”，終于要真刀真槍地踏上中國(guó)的土地。

北上廣深等十座大城市，特斯拉中國(guó)正在急聘智駕測(cè)試技師；官方高層在財(cái)報(bào)會(huì)議上明確表態(tài)：力爭(zhēng)2026年第三季度獲得全面批準(zhǔn)。時(shí)間表已定，箭在弦上。

這無疑是一場(chǎng)大考。對(duì)于中國(guó)所有智駕玩家而言，特斯拉FSD就像一面照妖鏡——誰是真功夫，誰是花架子，屆時(shí)一目了然。

然而，就在這場(chǎng)大考臨近之際，一個(gè)詭異的現(xiàn)象卻在中國(guó)汽車智能化圈子里蔓延開來：大量原本深耕智駕的企業(yè)和人才，正紛紛調(diào)轉(zhuǎn)船頭，涌向一個(gè)名為“具身智能”的新賽道。

仿佛一夜之間，智駕成了“舊世界”，具身智能才是“新大陸”。

這場(chǎng)景，像極了2015年O2O泡沫前夕，又像極了2021年元宇宙狂歡的前夜。

但我們需要問一個(gè)比追逐風(fēng)口更本質(zhì)的問題：當(dāng)特斯拉FSD真的兵臨城下，那些把重心轉(zhuǎn)向機(jī)器人的中國(guó)智駕玩家，還能不能挺起腰桿正面迎戰(zhàn)？具身智能，究竟是下一個(gè)黃金十年，還是又一個(gè)被資本吹大的泡沫？

要回答這個(gè)問題，得先從智駕人才的“大逃亡”說起。

01

另起爐灶，還是望風(fēng)而逃？

中國(guó)智駕行業(yè)在過去五年里，經(jīng)歷了從“野蠻生長(zhǎng)”到“卷無可卷”的完整周期。

曾幾何時(shí)，智駕是汽車行業(yè)最性感的標(biāo)簽。小鵬、理想、蔚來們不惜重金自研算法，華為以“遙遙領(lǐng)先”的姿態(tài)橫掃市場(chǎng)，地平線、禾賽科技等供應(yīng)商更是成了資本市場(chǎng)的寵兒。“端到端”“VLA大模型”“自研芯片”——每個(gè)玩家都能講出一套動(dòng)聽的技術(shù)故事。

但到了今天，這些故事已經(jīng)很難再讓投資人心跳加速了。

原因很簡(jiǎn)單：同質(zhì)化。你能端到端，我也能；你用英偉達(dá)Orin，我也用；你發(fā)布城市NOA，我下周就OTA。技術(shù)路線趨同，核心指標(biāo)拉不開差距，護(hù)城河越挖越淺。更要命的是，L4級(jí)別的完全自動(dòng)駕駛遲遲無法兌現(xiàn)，資本對(duì)“遠(yuǎn)期故事”的耐心正在耗盡。

于是，智駕賽道從“風(fēng)口”變成了“卷場(chǎng)”。人才開始外溢，資本開始撤退。

而具身智能，恰好在此時(shí)遞上了一根稻草。

人形機(jī)器人這個(gè)概念，比自動(dòng)駕駛更宏大、更有想象空間。它不再是“車在路上跑”，而是“機(jī)器人在任何地方干活”——家庭、工廠、商場(chǎng)、醫(yī)院。它被包裝成“AI的終極形態(tài)”，甚至被某些人譽(yù)為“第四次工業(yè)革命的標(biāo)志”。

資本聞風(fēng)而動(dòng)。當(dāng)人形機(jī)器人登上了春晚，跳起了秧歌；資本瘋狂下注，單輪融資動(dòng)輒數(shù)億乃至十幾億美元。

宇樹科技、智元機(jī)器人、銀河通用……一家接一家公司拿到巨額融資。而智駕領(lǐng)域的技術(shù)骨干，因?yàn)榧寄芨叨认嗤ǎǜ兄⒁?guī)劃、控制、深度學(xué)習(xí)），成了機(jī)器人公司最理想的挖角對(duì)象。

有獵頭透露，從智駕跳槽到具身智能，30%的漲薪是起步價(jià)，稀缺算法崗直接翻倍，資深專家?guī)F(tuán)隊(duì)過去，薪資翻三倍也不罕見。

智駕工程師們以30%到翻倍的漲薪幅度，跳槽去搞機(jī)器人。前小鵬副總裁李力耘去了眾擎機(jī)器人，前地平線副總裁余軼南創(chuàng)立了維他動(dòng)力，前百度Apollo總裁李振宇下場(chǎng)做人形機(jī)器人……

不僅打工人動(dòng)心，連公司也在“換旗”。

全球最大的車載激光雷達(dá)廠商禾賽科技，宣布戰(zhàn)略升級(jí)：從“空間感知”進(jìn)化為“空間智能”，開始為人形機(jī)器人、割草機(jī)器人、無人配送車提供感知硬件。地平線（全稱“地平線機(jī)器人”）將機(jī)器人事業(yè)部拆分為獨(dú)立的地瓜機(jī)器人，專門做機(jī)器人芯片。輕舟智航更是直接修改公司使命，要成為“全球領(lǐng)先的通用物理AI公司”。

表面上看，這是技術(shù)自然的延伸——都是感知、決策、控制，換個(gè)載體而已。但深層次里，未嘗不是一種對(duì)智駕主戰(zhàn)場(chǎng)的“戰(zhàn)略性撤退”。

FSD還沒來，自己先亂了陣腳。這究竟是另起爐灶的遠(yuǎn)見，還是望風(fēng)而逃的焦慮？

要看清這個(gè)問題，不能只看資本流向和人才流動(dòng)，必須回到技術(shù)本身。具身智能真的比智駕更容易實(shí)現(xiàn)嗎？答案可能恰恰相反。

02

具身智能，看起來很美

人形機(jī)器人在春晚舞臺(tái)上整齊劃一地跳舞，視頻點(diǎn)擊量動(dòng)輒上億。評(píng)論區(qū)里，人們激動(dòng)地宣布：“機(jī)器人時(shí)代終于來了！”

然而，如果你有機(jī)會(huì)走進(jìn)這些機(jī)器人公司的實(shí)驗(yàn)室，看到后臺(tái)那些被剪輯掉的NG鏡頭——抓杯子滑脫、走路絆腳、識(shí)別錯(cuò)誤導(dǎo)致的碰撞——你就會(huì)明白，從“demo”到“產(chǎn)品”，中間還隔著好幾道物理世界的“天塹”。

這些天塹，恰好可以用四個(gè)字來概括：冷、硬、重、稠。它們也是L4自動(dòng)駕駛至今未能真正落地的同一組瓶頸。

第一個(gè)字：“冷”。

這里的“冷”，不是溫度，而是指空間感知必須是冷冰冰的精確數(shù)據(jù)，容不得半點(diǎn)模糊。

人類對(duì)空間的理解是模糊的、直覺的。你讓我去餐桌上拿個(gè)杯子，我掃一眼就知道它在哪、怎么伸手，腦子里不需要知道杯口的精確朝向角度，也不需要知道把手的三維坐標(biāo)。

但機(jī)器人不行。它必須拿到毫米級(jí)的精確數(shù)據(jù)：杯口中心點(diǎn)在世界坐標(biāo)系中的位置，抓取點(diǎn)與杯壁的距離，把手的朝向矢量。少一個(gè)數(shù)，后面的規(guī)劃和控利就沒法做。

問題在于，當(dāng)前的傳感器給不出這么高精度的數(shù)據(jù)。透明玻璃杯，深度相機(jī)發(fā)出的紅外光會(huì)直接穿透，或者產(chǎn)生大量噪點(diǎn)；激光雷達(dá)在近距離下的精度和分辨率也不夠。

這不是換個(gè)算法模型能解決的問題，這是傳感器物理原理的上限。

第二個(gè)字：“硬”。

“硬”是指物理推演是硬約束，不能靠“猜”或者“蒙”。

還是拿杯子。手伸過去，指尖碰到杯壁的那一瞬間，機(jī)器人必須在毫秒級(jí)時(shí)間內(nèi)回答：杯子會(huì)滑嗎？該用多大力？力加到這個(gè)值會(huì)不會(huì)捏碎？如果在滑，是增加摩擦力還是改變姿態(tài)？

人類做這件事幾乎不消耗認(rèn)知資源——這是幾百萬年進(jìn)化刻進(jìn)我們本能里的物理直覺。

但機(jī)器人沒有這種本能。它只能走兩條路：要么用顯式物理引擎（比如MuJoCo、PhysX）在內(nèi)部模擬，精確但計(jì)算量大，做不到實(shí)時(shí)；要么用神經(jīng)網(wǎng)絡(luò)從數(shù)據(jù)中學(xué)習(xí)一個(gè)“隱式物理模型”，速度快，但遇到訓(xùn)練集中沒見過的材質(zhì)（比如磨砂玻璃、帶紋理的陶瓷），預(yù)測(cè)就會(huì)嚴(yán)重偏差。

第三個(gè)字：“重”。

“重”指的是觸覺反饋和力控的重要性。這是外行最容易忽略、內(nèi)行最頭疼的瓶頸。

視覺能告訴機(jī)器人杯子的位置和姿態(tài)，但拿穩(wěn)杯子的關(guān)鍵，在于指尖的觸覺。當(dāng)你拿起一個(gè)杯子時(shí)，你的手指在接觸杯壁的瞬間，會(huì)感知到微小的滑移，然后自動(dòng)微調(diào)力度；當(dāng)你感覺到杯子已經(jīng)穩(wěn)固時(shí)，力度會(huì)保持在剛好不滑也不碎的臨界點(diǎn)。這個(gè)過程每秒循環(huán)數(shù)十次，完全無意識(shí)。

機(jī)器人要做到這一點(diǎn)，需要三樣?xùn)|西：高分辨率的觸覺傳感器（能感知壓力分布和滑移）、毫秒級(jí)的力控算法、以及將觸覺信號(hào)與執(zhí)行器指令實(shí)時(shí)閉環(huán)的模型。

遺憾的是，第一關(guān)就卡住了。目前市面上的觸覺傳感器，要么太貴（比如基于光學(xué)原理的），要么分辨率不夠，要么可靠性差、用幾次就漂移。

工業(yè)界的主流做法是干脆不用觸覺——用位置控制“盲抓”，把機(jī)械爪開到比物體略小的間距，靠幾何約束卡住。這也就是為什么幾乎所有機(jī)器人demo都在抓方方正正的積木塊，而不敢碰玻璃杯、雞蛋、軟質(zhì)物體。

第四個(gè)字：“稠”。

“稠”是指真實(shí)環(huán)境的信息密度極高，遠(yuǎn)比實(shí)驗(yàn)室復(fù)雜。

在實(shí)驗(yàn)室里，機(jī)器人面對(duì)的是一張干凈的桌子，上面孤零零地放著一個(gè)杯子。但在真實(shí)的廚房里，杯子旁邊有碗、盤子、調(diào)料瓶、抹布；它們可能堆疊、倒扣、相互倚靠。機(jī)器人要從這一堆“亂七八糟”中精準(zhǔn)地取出杯子，不能碰倒任何東西。

這不僅需要識(shí)別出每一個(gè)物體，還需要理解它們之間的空間關(guān)系和物理依賴：這個(gè)盤子是壓在杯子上的嗎？如果我抽走杯子，上面的碗會(huì)不會(huì)掉下來？如果我繞過這個(gè)調(diào)料瓶，手臂會(huì)不會(huì)碰到旁邊的熱水壺？

場(chǎng)景復(fù)雜度帶來的不是線性增長(zhǎng)，而是指數(shù)級(jí)增長(zhǎng)。目前，沒有任何一個(gè)系統(tǒng)能在這樣的稠密場(chǎng)景中穩(wěn)定完成操作。L4自動(dòng)駕駛在高峰期的鬧市區(qū)路口，面對(duì)亂竄的電動(dòng)車、猶豫的行人、壓線的公交車，同樣是“稠”得令人窒息。

更關(guān)鍵的是，這四個(gè)字不是孤立的。沒有“冷”的精確感知，“硬”的推演就沒有可靠輸入；推演出來了，沒有“重”的觸覺反饋，就不知道執(zhí)行得對(duì)不對(duì)；前三者勉強(qiáng)過線，面對(duì)“稠”的復(fù)雜環(huán)境，算力和算法又會(huì)雙雙崩潰。

這是一串連環(huán)鎖。解開它需要的不是更多的融資新聞，而是傳感器、執(zhí)行器、算法三個(gè)層面的根本性突破。而這，絕不是兩三年內(nèi)能完成的事。

03

前途，還是錢途？

歷史總是押韻的。

過去十年，我們見證了區(qū)塊鏈的狂熱——技術(shù)極客們信誓旦旦地說“去中心化將重構(gòu)世界”，摩根大通、高盛紛紛入場(chǎng)，加密貨幣市值一度突破三萬億美元。然后呢？泡沫破裂，一地雞毛。除了比特幣和以太坊等少數(shù)幸存者，絕大多數(shù)項(xiàng)目已經(jīng)歸零。

接著是元宇宙。Facebook直接改名Meta，扎克伯格在虛擬會(huì)議室里豎起大拇指的畫面?zhèn)鞅槿颉８鞔罂萍脊緺?zhēng)先恐后發(fā)布VR/AR硬件，虛擬地產(chǎn)炒到天價(jià)。然后呢？出貨量不及預(yù)期，用戶留存率慘淡，Meta的元宇宙部門每年虧損上百億美元，資本一哄而散。

具身智能身上，有著太多相似的氣味。

當(dāng)然，它比區(qū)塊鏈和元宇宙更“實(shí)”——畢竟機(jī)器人是物理實(shí)體，不是純虛擬概念。但“實(shí)物”不代表“商品”。波士頓動(dòng)力就是一個(gè)絕佳的參照物。

論技術(shù)，它的機(jī)器人能跑酷、后空翻、跳舞，全球沒有任何公司能比。但成立三十多年來，波士頓動(dòng)力始終無法實(shí)現(xiàn)盈利，被谷歌賣、被軟銀賣，現(xiàn)代汽車接盤后仍在苦苦探索商業(yè)化路徑。

為什么？因?yàn)闆]有任何個(gè)人或企業(yè)愿意花幾十萬美元，買一個(gè)在真實(shí)場(chǎng)景中經(jīng)常摔倒、抓不住東西、續(xù)航只有幾十分鐘的“高科技玩具”。

資本可以吹起估值，但吹不動(dòng)物理定律。

另一個(gè)值得注意的事實(shí)是：特斯拉也在做人形機(jī)器人（Optimus），但馬斯克從來沒有一刻放松過對(duì)智能駕駛和造車的主業(yè)投入。

FSD的迭代速度在加快，4680電池在擴(kuò)產(chǎn)，德州工廠和墨西哥工廠在推進(jìn)。對(duì)于馬斯克來說，機(jī)器人是“遠(yuǎn)期期權(quán)”，而汽車是“當(dāng)下命脈”——前者可以為后者增添想象空間，但絕不能以犧牲后者為代價(jià)。

反觀國(guó)內(nèi)某些企業(yè)，智駕的核心競(jìng)爭(zhēng)力還沒站穩(wěn)，就忙著把公司定位改成“通用物理AI”，把最優(yōu)秀的人才調(diào)去研發(fā)機(jī)器人抓取算法。這究竟是看到了更遠(yuǎn)的未來，還是被資本的敘事吹暈了頭？

當(dāng)特斯拉FSD真正進(jìn)入中國(guó)市場(chǎng)，那些已經(jīng)把資源和心力分散到機(jī)器人業(yè)務(wù)上的智駕團(tuán)隊(duì)，還能不能拿出足夠強(qiáng)硬的產(chǎn)品來迎戰(zhàn)？這個(gè)問題，比“人形機(jī)器人什么時(shí)候進(jìn)家庭”更緊迫，也更有現(xiàn)實(shí)意義。

不要用語言模型的進(jìn)化速度，去套物理世界的智能。 一個(gè)是在數(shù)據(jù)的海洋里找規(guī)律，一個(gè)是必須在牛頓力學(xué)的考場(chǎng)里拿滿分。后者的每一分進(jìn)步，都需要傳感器、執(zhí)行器、算法、功耗、成本的全面突破——沒有捷徑可走。

在真正看到那段“一鏡到底、無剪輯”的視頻之前——一個(gè)機(jī)器人走進(jìn)一個(gè)從未去過的廚房，面對(duì)一堆從未見過的餐具，從容地拿起一個(gè)玻璃杯，沒有捏碎，沒有滑脫，也沒有碰倒旁邊的任何東西——我們不妨對(duì)具身智能的熱潮，多保留幾分冷靜。

FSD的大考即將來臨。先守好自己的陣地，比追逐下一個(gè)風(fēng)口，更值得尊重。