今年的特斯拉，真是有点儿流年不利的感觉。
自从开年以来，其业绩就一直不太给力，第一季度的表现实在“惨不忍睹”，车辆交付量才38.68万辆，这可是自2022年第三季度以来头一回落到40万辆以下，同比也是下滑了9%。
更夸张的是特斯拉的股价，已经从23年中最高点的超过293美元，跌到了现在的147美元，直接腰斩。
特斯拉在2023年败给了比亚迪，失去了全球电动车企头把交椅，今年中国车企的降价和车型迭代节奏之快，完全不给它任何喘息的机会。2024年的特斯拉就如同开局红蓝buff都被反了的打野，下滑趋势根本看不到任何尽头。
于是乎，龙哥终于放出了最后的大招，宣布在8月8日推出那个大家期待已久的无人驾驶出租车Robotaxi。
安全之槛
特斯拉的FSD（完全自动驾驶系统）虽然放出了要在8月正式运营的风声，想要在市场上走得更远，首先得过“安全”这道坎儿。
根据美国国家公路交通安全管理局（NHTSA）的数据：
自2019年以来，美国涉及特斯拉自动辅助驾驶模式有关的车祸事故，达到736起，这些意外车祸导致了17人死亡。
FSD的优势
上述的两种流派，在当今的自动驾驶领域颇具代表性。
例如百度的Apollo项目，走的就是“规划派”的路子，在高精度地图创建、多传感器融合方面比较突出。
而类似特斯拉的FSD、华为的ADS、蔚来的NOP（导航辅助驾驶）技术，则更倾向于“实时派”，强调在复杂的城市环境中进行快速迭代，以增强在各种道路上的表现。
想让车辆变得更像“真人”，具有更强的实时应变力，这本来是一个正确的方向，但Cruise这样的车企，除了在数据规模、软硬件整合方面与特斯拉存在较大差距外，其在技术上与后者的一个关键区分点，就在于是否采取了端到端的，感知决策一体化的路线。
端到端时代
虽然追赶特斯拉的FSD是一个不小的挑战，但国内的诸多厂商，都已然开始了类似端到端路线的尝试，可以说，自从FSD问世后，端到端的，感知决策一体化的“实时派”路线，已经成了自动驾驶的一种“大势”。
例如，传统老牌车企转型的代表——长城汽车，在今年4月份的一次直播中，就展示了其无图NOA（导航辅助驾驶：Navigate on Autopilot）的实战表现。
共享经济的“救命稻草”
除了上述提到的长城、极越外，今年还有不少国内车企打算在端到端这条赛道上发力。
例如，小鹏要就计划在2024年内，在全国范围内实现基于端到端模型的智能驾驶，在核心城区的智能驾驶体验上，要对标谷歌旗下自动驾驶公司Waymo；
技术合力和另辟蹊径
从技术层面上来看，国内车企要想追赶特斯拉的FSD，难点不仅仅在于数据和算力的“量”方面，更重要的，是如何形成一套从数据采集、处理，到算法研发、软硬件整合的闭环系统。
这点和特斯拉通过OTA升级，加强软硬件融合的情况十分类似。
这样的发展路径，似乎表明了，大模型与自动驾驶的融合，对国内车企而言，既是一种挑战，也是一种机遇。
大模型的出现，让自动驾驶进入了一种更像“人”的阶段，也就是通过大量数据的学习，能够泛化出举一反三的能力，在没有见过的场景，或是罕见状况时，也能通过触类旁通的方式随机应变，而不是根据事先预设的代码和规则，笨拙地根据一个个路况“查缺补漏”。
在这个阶段，大模型与汽车的结合才刚刚开始，而最不可思议的创新，往往正是发生在技术融合的初始阶段。