文 | 字母 AI
由于种种原因，特斯拉 FSD 在中国的表现不尽人意。
不过 FSD“ 水土不服” 这个状况，很有可能会成为过去式。
特斯拉中国突然刊登了一则“ 高级 HPC 系统工程师” 的招聘启事。这个职位工作地点在上海，它的职责是要建设并维护下一代特斯拉数据中心。
这是不是意味着，特斯拉将要在上海建立独立的 AI 数据训练中心了？
马斯克曾经在 2025 年的特斯拉股东大会上表示，FSD 预计 2026 年 2 月或 3 月会在中国获得全面批准。
而这次招聘，或许正是特斯拉开始使用 FSD 高举高打的信号弹。
01
HPC，即高性能计算，是现代人工智能训练的基础设施。对于自动驾驶系统而言，HPC 集群的作用在于处理海量视觉数据，训练复杂的神经网络模型。
根据 《汽车数据安全管理规定》，所有在中国运营的智能网联汽车企业都必须将数据存储在本地服务器。
特斯拉上海数据中心于 2021 年建成并投入使用，是中国首个满足 《汽车数据安全管理若干规定》 的外资车企数据中心，已通过国家安全审核并完成数据出口备案。
截至 2025 年年底，上海数据中心积累了超 30 亿公里中国本土道路数据，这些数据包含 “ 电动车逆行”“ 城中村窄道会车” 等中国特有场景，且每天新增约 120 万公里数据，相当于蔚小理三家总和的两倍。
然而这个数据中心缺乏大规模 AI 训练所需的 HPC 集群。核心 AI 模型训练仍主要依赖美国 Cortex 超级集群。
显然，特斯拉要在中国发力了。
其实就在不久前，特斯拉就在上海发布了一则明确关联 Robotaxi 项目的招聘启事。该职位为低压电气工程师，隶属于低压硬件团队，负责设计自动驾驶网约车的核心电路板。
这类电路板相当于 Robotaxi 的“ 神经系统”，控制着车辆所有电气系统包含的数百个设备。市场普遍猜测特斯拉正筹备在中国推出专属的自动驾驶网约车服务。
去年 11 月，特斯拉在中国国际进口博览会上首次在亚太地区展示了双座自动驾驶车型 Cybercab。这款车取消了方向盘和踏板，采用纯视觉方案实现完全自动驾驶，配备无线感应充电和机械臂自动清洁功能。据现场工作人员透露，Cybercab 计划在 2026 年第二季度启动量产。
另一个关键信号来自芯片供应链。外媒报道称，英伟达已告知中国客户，计划于 2026 年 2 月中旬，即中国农历春节前向中国市场交付 H200 芯片。
英伟达将动用现有库存履行首批订单，预计发货总量为 5000 至 10000 套芯片模组，相当于约 4 万至 8 万颗 H200 芯片。H200 正是特斯拉训练 FSD 系统所依赖的核心 AI 算力平台。
考虑到特斯拉要在上海建厂，这些 H200 的买主之一会不会是特斯拉呢？
特斯拉 FSD 中国版已于 2025 年 2 月悄然上线，但现状并不理想。该版本仅限于已购买 FSD 功能的 HW4.0 车主使用，且功能相比美国版本有所限制。
不仅如此，中国区 FSD 模型迭代周期比美国延长 3 倍以上，主要受限于数据无法跨境传输，以及本地算力不足。
FSD 中国版在基础驾驶能力上表现出色，但在理解中国交规和复杂路况方面存在明显短板，频繁出现认错路、违反交规等问题。
FSD 中国版的公交车道误判率最高可 91%，还会出现将左转绿灯视为直行、无法识别临时/地面信号灯、10 分钟内 4 次压实线变道、无视导流线的情况。
马斯克曾在 2025 年的特斯拉股东大会上表示，FSD 预计 2026 年 2 月或 3 月会在中国获得全面批准。
从目前的一系列动作来看，特斯拉或许在为这一时间节点做准备。
02
特斯拉长期面临的一个困境是中国道路环境的复杂程度远超北美市场。
非机动车高频穿插、可变车道、复杂的城中村道路、公交专用道的时段限制、待行区的使用规则，这些都是中国道路的特殊场景。
马斯克曾在特斯拉 2024 年第四季度财报电话会议上坦言，FSD 在中国面临的最大难题之一是公交专用道。
“ 在中国，一天当中有好几个小时是规定了公交车道的使用时间，如果你不小心在错误的时间驶入了公交车道，就会立刻收到一张罚单。”
更棘手的是，特斯拉面对的问题是双向的。除了中国要求特斯拉将数据储存在本地外，美国政府也限制特斯拉在中国进行训练。这让 FSD 中国版进入一个死循环。
马斯克透露，现阶段只能在互联网上找一些中国道路的视频给 FSD 先训练，但这种数据质量始终和实地采集的道路数据难以比拟。
即便特斯拉在中国一年卖出了几十万辆车，但在各项合规工作没有到位前，公司只能通过工程车在限定区域进行部分道路的数据采集，本地训练仍然是头号难题。
如果本地 HPC 集群建成，这个困局将被打破。
特斯拉的训练主要来自于它的“ 影子模式”。
每一辆特斯拉在行驶时，FSD 系统都在后台静默运行，实时将 AI 的决策与人类驾驶员的实际操作进行对比。
当两者出现分歧时，这个场景会被自动标记为边缘案例，上传到训练系统进行分析。这种机制让特斯拉能够从全球数百万辆车中持续捕获真实世界的“ 错题集”。
但在中国，由于缺乏本地训练能力，这些宝贵的边缘案例只能被存储，无法转化为模型的改进。本地 HPC 的建立将激活这套机制，让影子模式的数据能够直接用于训练。
自动驾驶数据闭环是一个从采集、清洗、标注、训练、测试到部署的完整链路。但是在跨境训练模式下，一个完整周期还要增加跨境传输审批和回传部署这两个非常耗时间的环节，这就让本应几天就能完成的训练，时间增加到了几周才能完成。
本地训练模式则大幅压缩这个周期。一些本土的智驾企业，它的算法迭代周期是按小时来算的，面对同一个复杂的路口，上午智驾出现剐蹭、避让不及时，下午就能安全通过。
特斯拉从 V12 版本开始全面转向端到端架构，这是其技术路线的重大转变。传统自动驾驶系统采用“ 感知-规划-控制” 的分层架构，每个模块由工程师手工编写规则。
端到端系统则直接从摄像头输入到方向盘、油门、刹车的控制输出，中间由一个大型神经网络完成所有决策。
但端到端架构的代价是需要更强大的算力和更多的训练数据。
FSD 系统需要分析数百万辆车辆收集的行驶数据，从中学习人类驾驶行为和复杂交通场景的应对策略。
特斯拉在北美市场已经积累了数十亿英里的行驶数据，支撑了 FSD V12 及后续版本的持续迭代。
如果本地 HPC 集群能够投入使用，特斯拉将能够在中国复制其在北美的成功经验，利用端到端架构的优势，快速提升 FSD 在本地的适应能力。
03
提升 FSD 性能是因为特斯拉正面临严峻的销量挑战，需要一个新的增长点。
2026 年 1 月 2 日公布的数据显示，特斯拉 2025 年第四季度交付量为 41.82 万辆，同比下降 16%，而特斯拉官网汇总的 20 位分析师给出的预期销量则是 42.2 万辆。全年交付量降至 163.6 万辆，较 2024 年的 179 万辆下滑 8.6%。
这是特斯拉连续第二年出现年度交付量下降，且降幅较 2024 年更为显著。
更值得注意的是，特斯拉在全年销量上已经被比亚迪超越。
比亚迪 2025 年纯电动汽车销量达到 225.67 万辆，同比增长 28%，正式登顶全球电动车销量冠军。2024 年，特斯拉以仅仅 2 万辆的微弱优势险胜比亚迪，勉强保住了全球销量第一的位置。
而到了 2025 年，比亚迪已经大幅反超，两者之间的差距拉大到 60 万辆以上。
中国市场的表现尤为疲软。2025 年上半年，特斯拉在中国零售销量为 26.34 万辆，同比下滑 5.4%。前 11 个月累计交付 53.19 万辆，同比下降 7.37%。尽管上海超级工厂贡献了特斯拉全球近半数的交付量，但未能扭转整体下滑趋势。
特斯拉销量下滑背后有多重原因，而产品老化是首要问题。此前我们曾在 《马斯克有点像宗庆后了》一文中提到此事。
Model 3 和 Model Y 作为销量主力，已多年未进行重大改款，在配置和智能座舱体验上已被中国品牌反超。
中国乘用车联合会数据显示，2025 年 11 月，特斯拉上海超级工厂共交付 Model 3 和 Model Y 约 6 万辆，环比下降明显。
竞争加剧是另一个关键因素。2025 年 2 月，特斯拉大幅降价。Model 3 后轮驱动版降 3.6 万元至 22.99 万元，Model Y 长续航版降 4.8 万元至 30.99 万元。
然而，中国新能源车市场在 2025 年经历了激烈的价格战，各家车企都在通过降价和配置升级来争夺市场份额，特斯拉的价格优势被迅速稀释。
在此背景下，FSD 中国和 Robotaxi 项目的推进对提升特斯拉在华收入而言，具有重大战略意义。
FSD 是特斯拉区别于传统车企的核心竞争力，也是马斯克押注的未来方向。如果 FSD 能够在中国市场真正落地并展现出色性能，将有助于重塑特斯拉的技术领先形象，为销量反弹提供新的增长点。
Robotaxi 业务的推进需要 FSD 技术的支撑，这也就是说，特斯拉如果能够在上海建立起 HPC 集群，利用 H200 芯片的算力对中国道路数据进行训练，就有可能在短时间内提升 FSD 的本地化水平。
这不仅能够改善现有车主的使用体验，还能为 Robotaxi 业务在中国的落地奠定基础。
马斯克多次表示，中国是特斯拉最重要的市场之一，公司也将继续加大在华投资。
但时间窗口正在收窄。中国本土企业在智能驾驶领域的进步速度超出预期，留给特斯拉的追赶时间已经不多。
如果 FSD 能够在 2026 年第一季度如期获得全面批准，特斯拉还有机会在这场竞赛中占据一席之地。如果进展不及预期，特斯拉在中国市场的技术优势可能会被进一步削弱。
对于特斯拉而言，FSD 入华不仅是一个技术问题，更是一个战略生存问题。销量下滑、竞争加剧、品牌危机，这些挑战都需要通过技术创新来突破。这场战役的结果，将在很大程度上决定特斯拉在全球电动车市场的长期地位。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
