特斯拉FSD为什么在欧洲卡关?亚洲国家也不敢轻举妄动

当马斯克(Elon Musk)在美国社群平台上公开表示FSD(Full Self-Driving,全自动驾驶)已趋近成熟,美国车主也早已上街测试之时,欧洲的监管机构却还在反复讨论“驾驶员是否必须是人类”的问题。听起来荒谬,却是目前的真实局面。2025年即将结束,FSD在欧美和亚洲多数地区仍属“非法技术”,无法大规模部署。

监管本意是保障安全,但若法规落后太久,最终只会成为阻碍。

卡在1958年的欧洲规则

FSD的问题不在于技术能力,而在于法律根基。欧洲的法规体系基于1958年联合国欧洲经济委员会(UNECE)的协定,当时压根没人能想象汽车未来会自动驾驶。结果,这套架构至今仍规定“驾驶者必须是人类”。AI根本无法取得“合法身份”。

反观美国,采用的是“合法默认”逻辑,除非明文禁止,否则企业可自由试验。这使得特斯拉可以快速在道路上积累真实世界的驾驶数据,训练出更成熟的FSD模型。而欧洲以“安全优先”为由,凡未明确纳入法规的技术一律禁止使用,导致系统虽已准备好,却只能“卡关”无法部署。。。。 继续阅读

欧洲FSD遥遥无期?其实搞不好直接上Level 3

如果你最近在看特斯拉的消息,应该已经被它的FSD(Full Self-Driving,全自动驾驶)洗版。尤其是那种在阿姆斯特丹街头自己转弯、不撞行人、还礼让自行车的影片,真的很香。但问题来了:这么香的功能,欧洲人到底什么时候才能用上?

表面上看,监管卡住了。但其实,这是一场技术、政治、法规,还有面子的四方角力战。不是说里程到了就能上路,也不是说技术成熟就能放行。

法规 vs 技术:谁先谁后?

在欧洲,自动驾驶系统必须符合联合国的UN R157法规,也就是俗称的ALKS(Automated Lane Keeping Systems)标准。如果你以为ALKS只是几个英文字母组合,那就太天真了。这套规则细到连方向盘什么时候该让人摸一下都有意见。

重点是,这些法规改得慢,审得更慢。你要等法规更新、投票通过、执法单位准备好,再到整车厂(OEM)配合调校,整个流程跟你看邻居种一棵橄榄树差不多。

不过,特斯拉找到了一个小门——型式认证豁免程序(例如EU。。。 继续阅读

特斯拉的电池管理真有那么准吗?

那天看到这个Facebook上的的帖子,关于Proton的EV E.MAS7在南北大道上行驶,345公里的续航在270公路的行程后没电了。很多人买电动车前都会幻想:充满电后能轻松跑到目的地,还能省下加油的麻烦。但现实常常打脸。有些车显示还剩 50 公里,几分钟后就「跳崖式」掉到零,最后还得靠拖车收场。这种情况在不少新品牌或传统车厂的电动车上很常见,但在特斯拉(Tesla)身上相对少见。为什么?因为它的电池管理系统(Battery Management System,简称 BMS)更聪明。

电池管理不只是看电压

许多厂商的 BMS,只是用电压、温度、放电电流这些数据去估算电量,靠预设表格在猜。问题是,电池电压与电量的关系并不线性,还受温度、老化和使用习惯影响。结果往往是电量显示还有 20%,但电压一掉,车就趴路边。

特斯拉的算法更进阶。它持续收集每颗电芯的数据,用机器学习修正估值。换句话说,它会边跑边学。再结合驾驶速度、导航路线、地形、气温等变量,动态预测续航,所以比同级车更贴近真实表现。长途行驶时,它能提前判断你是否能安全到达下一个充电站,而不是等电量告急才提醒。。。。 继续阅读

特斯拉不是车厂,是在改写整条科技食物链的怪物

讲个冷知识,全球最快的汽车生产线现在已经不是丰田或大众,而是特斯拉,而且他们还嫌不够快。你可能觉得35秒一辆车已经是极限?不好意思,马斯克要做的是5秒出一车。你没听错,是五秒。不是五分钟,不是五小时,是五秒。这不是在做泡面,这是在重新定义制造速度的上限。

制造像芯片一样造车

马斯克不是在优化工厂,而是在重构整个制造的思维。他的思路根本不来自汽车圈,而是芯片圈。他用芯片设计的逻辑重新分析生产效率,讲求体积利用率、布局密度和“时钟频率”。简单说就是:把东西塞得更紧,走得更快,干得更顺。

为什么其他车厂不这样搞?马斯克讲得很直白,职业经理人怕出事。他们只敢改个5%、10%,太激进就可能被炒鱿鱼。换句话说,特斯拉的成功不是因为它比别人聪明,而是因为它敢玩别人不敢玩的。

AI芯片:从两条死路中杀出一条血路

特斯拉自己做AI芯片,不是随便玩玩,而是正面杠上整个AI产业链。当初两个项目都卡住,马斯克就把资源合并,集中火力干最核心的AI5推理芯片。。。。 继续阅读

Rivian给CEO的天价激励:奖励还是放水?

电动车新贵Rivian最近又成了舆论焦点。这次不是因为新车型热销,而是因为董事会为CEO RJ Scaringe推出了一份高达46亿美元的薪酬方案。听起来像是要复制马斯克(Elon Musk)的传奇,但仔细一看,这更像是一场放水的秀。

一、这份薪酬包的内容

Rivian的新激励方案被包装得光鲜亮丽:未来十年内,CEO可获得3650万股股票期权,理论价值约46亿美元。表面上这是“绩效奖励”,但实际上只是“股价奖励”。只要股价达到目标价,就能解锁奖励,不论公司是否盈利。

上一版2021年方案要求股价达110至295美元。后来公司觉得目标太高,称“无法实现”,于是修改计划,把最高目标降到140美元,还加发更多股份。CEO的年薪也从100万美元翻倍至200万。看似学特斯拉的结构,但少了关键的业绩门槛。

二、问题的关键

  1. 激励逻辑错位
    特斯拉的方案要求同时达到市值与营收、利润等目标。Rivian却只看股价。这种设计只会诱导短期炒作,而非长期经营。
。。。 继续阅读

比亚迪的高增长假象:一份财报戳破的真相

过去几年,比亚迪(BYD)被视为中国新能源车的“奇迹公司”。销量狂飙、工厂遍地、股价一度封神。但最近的财报像一盆冷水,把所有光环都冲淡了。利润塌方、库存飙升、债务暴涨,比亚迪的故事似乎到了拐点。

利润下滑的警讯

2025年第三季度,比亚迪营收同比下降约3%,净利润暴跌超过三成。最令人担心的是,利润下降的速度远快于营收。这不是市场短期波动的问题,而是商业模式开始吃力。

目前比亚迪的平均单车售价约13.7万元人民币,净利润只有约6,200元。很多人以为海外市场能补回来,但全球扣掉中国与美国后,电动车市场总量不过七百万台,比亚迪能抢到的份额有限。要靠出口完全抵消国内销量的下滑,几乎不可能。

扩张背后的隐忧

库存一年内暴增三成,在建工程翻倍。产品卖不动还疯狂建厂,这种操作更像是赌命而不是扩张。电动车行业迭代快、折旧高、政策变动频繁,库存高企只会拖垮现金流。

更诡异的是,研发投入虽然激增,却没有换来毛利提升。企业持续砸钱,却造不出能提高溢价的车型。这种“投不出回报”的研发,只是让财报更难看。。。。 继续阅读

[新闻简报] NVIDIA x Uber:Robotaxi 全球布局启动

NVIDIA这次是真的没在开玩笑。AI芯片的王者,正式进军Robotaxi市场,直接牵手Uber,打算把自动驾驶做成全球规模的生意。

这听起来像科幻小说,但现在真实上演。不只是几家车厂试着玩L4(Level 4自动驾驶),而是整个自驾生态,在NVIDIA主导的AI基础设施下,朝商业化大规模扩张。背后的核心,是NVIDIA能把硬件、算法、数据工厂和开发平台整合成一条龙的能力。

为什么值得注意

Uber预计在2027年开始部署10万辆Robotaxi,这不再是研发部门的PPT,而是列入营运KPI的真实项目。这将成为全球最大规模的L4实证场,也会是Robotaxi与人类司机混合运作的首次真实测试。

背后的技术基础来自NVIDIA全新DRIVE AGX Hyperion 10平台,不是实验性工具,而是针对量产、通过安全验证、可立即部署的完整解决方案。这代表车厂能快狠准切入Robotaxi市场。

你该知道的几个重点

  • Uber与NVIDIA合作,预计部署10万辆L4
。。。 继续阅读

马斯克的最后一战:特斯拉薪酬案背后的权力真相

特斯拉这场“薪酬投票战”,其实不只是马斯克(Elon Musk)的钱包问题,而是关乎整家公司的灵魂。很多人以为这只是评估马斯克身价的讨论,其实这是一场对未来商业结构的抉择。这里面的斗争,牵扯到AI、能源、机器人,甚至资本市场的权力结构。

马斯克为何执着于25%

现在马斯克在特斯拉的持股大约13%。他想拿到25%的投票权。这不是贪心的问题,而是控制权的问题。他很清楚,如果自己没有足够的票数,哪怕他造出全球最强的AI系统,也可能被董事会“请下台”。他在财报会上讲得直白:“我不想花十年打造一个机器人军团,然后有一天被别人赶走。”

听起来有点偏执?但他其实是个风险管理者。你让一个赌上全部声誉去干AI、机器人、能源整合的人,最后连控制权都不保,这故事不会有好结局。

两大代理机构掌握生杀大权

这次的关键在两家投票顾问公司:ISS(Institutional Shareholder Services)和Glass Lewis。这两家机构控制了全球大部分被动基金的投票建议。问题是,他们根本不持有特斯拉股票,却能影响结果。马斯克形容这些机构是“企业恐怖分子”,虽然说法激进,但背后确有依据。他们以ESG、DEI(多元与包容)这些漂亮的口号去指导投票,却往往脱离商业逻辑。。。。 继续阅读

特斯拉FSD演讲完全解析:自动驾驶的技术爆点全开

特斯拉又来了。这次不是马斯克freestyle,而是FSD(全自动驾驶)团队的技术长亲自登场,在ICCV这场国际计算机视觉大会上丢出了一整套技术解析。堪称底牌全翻,诚意满点。如果你关心自驾系统、车载AI训练,这场演讲给的料绝对够你反复咀嚼。

这篇文章不只是复述内容,而是带你挖出背后那些值得关注的技术突破,搞清楚:为什么说特斯拉真的快摸到Level 4?

特斯拉的大模型策略:用一个模型包到底

市面上多数自动驾驶方案,还在分开处理感知(Perception)、预测(Prediction)、规划(Planning)。特斯拉直接走端到端路线:所有输入——相机影像、导航地图、车辆状态、音频、IMU等,最后压成两个Token:方向盘角度和加速度。

更厉害的是,它还保留了30秒的历史资料。不只是看到现在,还能理解上下文。前车刚切线?路口有警报声?统统记得。

目标反应频率超过20Hz,大模型跑得动只是第一步,还要确保车载硬体跟得上。Hardware。。。 继续阅读

整天喊“万一没电”的人,其实根本没开过电动车

在网络上,讨论电动车(EV, Electric Vehicle)最激烈的,往往不是那些已经开电动车的人,而是那些还没买的人,甚至是坚定的油车(ICE, Internal Combustion Engine)车主。他们比任何人都关心充电桩的数量、排队时间、电池衰减速度,仿佛全世界的电动车问题都必须先由他们解决。

Fact: ICE drivers are far more concerned about EV charging than EV owners are, and that says it all. ⚡️

但现实中,真正的电动车车主早就不焦虑了。他们有固定的充电习惯、了解续航范围、知道哪几个地点最方便。反而是油车司机,天天在社交媒体上开战,问:“如果去长途旅行怎么办?”、“充一次要几个小时?”

这其实揭露了一个心理现象:人对未知的焦虑,总比对现实的问题更强。

为什么电动车车主不焦虑了

首先,电动车主在使用中建立了“预期管理”。他们知道城市通勤的平均距离,早就形成“随手充”的习惯。每天插上家里的充电桩,就像给手机充电一样,不用再去油站。。。。 继续阅读