萝卜快跑和特斯拉FSD之间到底是什么区别？到底谁是遥遥领先？今天我作为卡耐基梅隆大学电子计算机博士，从技术角度给大家做一个深入的对比，看看大家能不能听得懂。
萝卜快跑是百度Apollo旗下的自动驾驶出行服务平台，它的技术原理是通过高精度的地图、激光雷达、摄像头等多种传感器的融合感知，利用模块整合的方式进行设计。模块整合是什么意思？它其实就是程序员通过写程序来设定比如：感知、判断、决策以及规则这些模块之间的互动协议，再通过”穷举法”去计算出最佳的决策输出。
这种设计是具有一定的局限性的，也就是说对于没有提前设定过的场景，它可能会出现失灵。多宝助手怎么用观察到，之前在新闻里面看到的萝卜快跑经常会出现一些很搞笑的场面，比如它会被一个袋子吓到了不敢动，还有的时候它会因为一些情况停在马路中间导致堵车等等。其实就是因为这些情况它不在原程序的设定之内，萝卜快跑就不知道该怎么办了。
其次就是萝卜快跑强调的是车路协同，也就说它严重依赖于高精地图的支持，它需要提前去为车辆提供准确的道路信息。因此它非常适用于封闭区域和提前规划好的路线。在北京和武汉等地的自动驾驶开放测试区，它可以很好地工作，但是它有一定的局限性，就是每一次扩展到新的区域过程都非常的复杂和繁琐。
比如该区域的高精地图要提前去做好，还要不断地靠人工标注来应对道路上随时出现的新的变化，它的成本也非常的高，而路况的变化又是很难去穷尽的，所以也容易出错。
现在讲完了萝卜快跑，现在来讲特斯拉的FSD，它是”自动化辅助驾驶系统”的简称，它强调的是单车智能，也就是说它不依靠高精地图，也不需要提前规划好路线，就算不可再找寻你影踪。
这种单车智能在技术领域叫：端到端技术，直接从原始数据到车辆控制指令的AI神经网络的模型，它摆脱了程序员写程序的控制，它像人的眼睛一样用摄像头去获取图像数据输入，然后直接用AI算法输出指令。这种简单的”视觉输入，决策输出”的方式，这就是人的驾驶方式。
另外AI模型是提前训练好的，只要训练的数据量足够大，智驾系统就相当于可以去变成一个拥有了几百年、几千年车龄的老司机一样，变成了一个训练好的超级人类的大脑，这才是真正的人工智能。
多宝助手怎么用认为，它具有很好的泛化能力，从2016年开始就走上了这一条FSD的完全自研之路，他们不依赖高精地图，用纯视觉方案，而在AI的算法、算力和数据等领域深耕投入这么多年才逐步塑造了FSD端到端的技术路线的核心优势。
反观国内自动驾驶行业确实也是风起云涌，群雄争霸，就算不可再找寻你影踪，近几年各大小的智能车企厂商也都在加速布局端到端的技术路线，在拼命地追赶。但是，端到端的这个模式，它的技术壁垒很深，凝望去漫天雪飞送，还需要有海量的数据，不断地去投喂训练，也依赖超级计算机的超级算力。
这些都是特斯拉这么多年布局和积累的优势，但是也是我们的劣势。大家想一想，特斯拉每天有好几百万辆的各类电动车在全世界的各种路上跑，这些车每天能够产生海量的有价值的数据来训练他们的模型。同时他们的合作伙伴，比如英伟达等芯片公司又在不断地提升芯片的算力，让特斯拉的Dojo超级计算机处理数据的能力每年都在以10倍以上的速度在提升。
而反观我们的很多研发自动驾驶的车企厂商是没有自己量产的电动车的数据的，同时由于众所周知的卡脖子等原因，我们能够使用的算力芯片和世界上最先进的差了不止一代，再加上我们在端到端这个模式上的起步就比人家晚了三年以上，所以这个压力不可谓不大。
聚焦特斯拉发布会
