特斯拉重磅官宣：中國算力訓練中心啟用

“特斯拉在中國自建了算力中心，FSD在中國訓練。”特斯拉全球副總裁陶琳近日宣布，特斯拉已在中國自主投入并啟用專注于本土化場景的AI訓練中心，首次實現FSD（全自動駕駛）系統中國道路數據的本地化訓練。

這一突破性進展解決了長期困擾特斯拉的數據合規與傳輸效率問題，為中國車主迎來更懂本地路況的智能駕駛體驗掃清了技術障礙。

“數據和算力全都有”
特斯拉中國AI訓練中心的落地啟用，使特斯拉成功構建了“數據采集-本地存儲-本土訓練-車載部署-持續迭代”的完整閉環。陶琳明確表示：“在中國采集的數據，在中國本土進行訓練和迭代，這既是對數據安全合規要求的積極響應，也是打造更貼合中國路況智能駕駛體驗的必由之路。”

此前，特斯拉雖已通過上海數據中心實現數據本地存儲，但核心的AI模型訓練仍需依賴海外算力。這種模式不僅面臨跨境傳輸的合規限制，并且還導致算法迭代周期較長，本土化適配較差。

而有了本地化訓練中心后，特斯拉可以將數據處理時延從數小時壓縮到分鐘級，顯著提升了算法優化效率。

特斯拉中國車隊每年產生的超50億幀行駛數據以及累計超過30億公里的本土道路數據，將成為該中心訓練FSD系統的堅實基礎。這些數據包含“電動車逆行”、“城中村窄道會車”等中國特有場景，對于訓練適合中國路況的自動駕駛系統至關重要。

“不一定需要真實道路數據”

在算力資源方面，特斯拉已做好充分準備。近期，特斯拉在上海急招“AI原生科學家”崗位，并將該崗位標注為“急”。這些AI科學家將主要負責訓練能看懂工廠生產線的視覺語言模型，特斯拉在招聘信息中特別強調 “GPU很充足”，完全不用擔心算力問題。

陶琳在媒體交流會上表示，新的AI訓練中心算力水平可滿足目前需求，盡管未透露具體算力數值。這一布局使特斯拉能夠實時處理和分析海量中國本土駕駛數據，快速迭代算法，讓系統更精準地識別“中國式過馬路”等復雜場景。

值得注意的是，陶琳透露了一個重要細節：FSD針對中國的本地化調優，利用的是現成資料，如道路標志和轉彎規則，不一定需要采集真實道路數據。這種方法既解決了數據合規問題，也為系統適應中國路況提供了可行路徑。

行業觀察人士指出，特斯拉此次本土化AI訓練布局，堪比當年上海超級工廠的落地意義。隨著數據閉環成形，中國車主將迎來更懂中國路況的FSD智能駕駛體驗，從而重塑中國智能駕駛市場的競爭格局，加速行業技術迭代和市場普及。
“FSD入華暫無明確時間表”

盡管訓練中心已投用，但陶琳重申：FSD在中國正式推出“尚無明確時間表”。她解釋稱，此前馬斯克提及的“2月份”節點，實際上是指在歐洲市場的進展，而不是說中國。中國市場的落地將“后續跟進”，最終時間需等待國內監管機構的全面審批。

關于特斯拉的自動駕駛未來規劃，陶琳預計，5年內特斯拉Robotaxi有望在中國落地，但不會追求開城數量和訂單規模。特斯拉將采取謹慎策略，在每個地方認真測試確保絕對安全后再擴大規模。

訓練中心投用只是解決了“能在中國訓練”的問題，距離FSD正式獲批推送，仍需完成全場景安全驗證、功能合規改造以及規模化迭代與用戶教育等關鍵節點。技術準備只是其中的一環，監管審批和市場準備同樣重要。

“全球AI戰略下的中國布局”

特斯拉2026年全球資本支出預計將超過200億美元，重點投向人工智能算力、機器人工廠、無人駕駛電動車、儲能及全球制造升級等多個前沿領域。陶琳確認，這筆龐大的投資中“包含一部分面向中國市場的投入”，用于支持AI訓練中心的持續算力建設和相關研發。

在機器人領域，陶琳透露特斯拉計劃于2026年底改造現有Model S/X產線以實現Optimus人形機器人的量產能力。她指出，當前機器人能力提升的主要瓶頸不在訓練數據，而在于硬件是否具備可訓練的基礎能力。

陶琳強調，特斯拉已不再僅僅是一家電動車公司，而是轉型為以AI、機器人和能源為核心的科技企業。這種轉型基于的判斷是，“未來世界將由電驅動，而AI將管理這些硬件。”

特斯拉上海儲能超級工廠正在加緊建設，隨著全球人工智能發展對于算力中心需求的不斷提升，新能源儲能系統將成為電網穩定、電能質量提升的重要環節。

隨著本地訓練中心投入使用，特斯拉在中國市場的戰略布局已超越單純賣出更多汽車。陶琳表示，“車仍然是極其重要的AI載體，但我們的愿景已擴展到人形機器人和全球能源網絡。”文;天極網