HW4.0的应用，让FSD可以拥有更接近激光雷达做感知时候生成的点云信息，而这种信息是需要更高算力来执行的。而且依赖BEV+Transformer实现3D成像，配合神经网络深度学习能力，取消了代码等。所以，还使用着HW 3.0的车型目前来看，是不具备和现有激光雷达方案划等号的能力的。
哪些功能，会比海外好用？
跟着FSD落地中国可能性加大的信息一同曝出的，还有特斯拉FSD会在国内使用百度地图这一信息。这也是FSD能落地中国的一个关键因素，那么，特斯拉FSD的中国版本，有可能就会成为轻地图版本的FSD。
特斯拉FSD，基本不太可能实现像国外那样的无图功能的，这涉及到地图的测绘以及后续处理的难点。除非，国内负责数据监管+数据中心存储，美国市场负责算力+AI程序的支持，把所有数据留在国内（当然，这部分细节没有透露，个人感觉需要一段时间过度）。
所以，现行方案最稳的就是找合作。
之前的自动驾驶是比较依赖高精地图的，但现在行业的发展方向其实已经开始摆脱高精地图的使用，一种轻地图重感知的方案成了主流，尤其是在城区NOA这种场景下，地图影响的占比也在缩小。但特斯拉FSD整体的底层逻辑不变，依旧是端到端那套逻辑。
BEV+Transformer方案，需要两个硬性条件。
一是引入 BEV 架构，实现异构传感器融合，可以生成活地图；二是必须具备超算中心（国内解决方案不详），或离线大模型，能够实现自动标注及仿真训练等功能。以上两个条件缺一不可，第一个简单，而第二个硬条件参考开头提到的难点来衡量，需要时间过度和解决，把美国算力中心复制到国内可能性很小（主要是芯片等原因），所以还得再找可行方案。
然后说回正题，如果拿了地图之后做轻地图（车道级地图数据）方案。
其实是比原汁原味FSD更适合国内道路的，国内的小路、乡间道路更多，也是普遍二三线城市现存的一个道路特征，包括现在华为、小鹏等品牌都在覆盖这种窄路的工况智驾能力。在有了地图数据之后，特斯拉国内版本的FSD也可以应对这种工况。然后，未来特斯拉的车主可以使用智能车道级导航的推荐、红绿灯倒计时等，更接近本土化的智能辅助驾驶功能，而且更主要的是降低了自动驾驶系统在中国适应的难度。