我們試駕了最新的Model 3高性能版還跟特斯拉設計師聊了聊
剛剛,特斯拉正式發表了全新Model 3 高效能版,在中國市場的起售價為33.59 萬元。這是繼2022 年推出Model S Plaid 和Model X Plaid 之後,特斯拉再次帶來在高性能車系列上的全新升級。馬斯克在自己的X 帳號上表示:Model 3 比保時捷911 更快。
2024 年,中國新能源車市場競爭再次加速,在20 萬以上的純電車型裡,新舊造車勢力幾乎同時發力。在此之前,先前,在不同價格帶裡,國產新能源車分別瞄準傳統日系油車或豪華品牌中「BBA」的市場份額。現在,當競爭來到更細分的純電市場後,特斯拉成為了所有玩家都繞不開的對手。
根據乘聯會數據,2023 年特斯拉累計在中國市場交付94.7 萬輛汽車。其中,純電轎車Model 3 總銷量為14.7 萬輛,較去年成長了18.33%,是國內20 萬以上純電轎車車型的銷冠。
和幾乎所有國際消費品牌在中國市場遇到的競爭環境都類似,特斯拉需要面對來自中國智慧電動車廠商的競爭。其中,最大的競爭之處就在於,比起全球化公司,中國企業在製造流程中擁有更高的效率,無論是在內裝或智慧座艙的全新功能上,它們往往有更快的迭代能力,可以推出在參數上更好的新車型,同時把售價控制在合理的區間,這就是消費者常說的「增配減價」。
今年4 月初,極客公園有機會搶先體驗了全新Model 3 高性能版,同時有機會和特斯拉車輛工程副總裁Lars Moravy 、特斯拉設計負責人Franz von Holzhausen 進行了深度對話。我們希望從這款全新車型出發,了解智慧時代裡,特斯拉對於產品以及競爭的思考。
01
不僅要更快,
還要更有效率
駕駛全新Model 3 高性能版行駛在洛杉磯城區以及城市外的濱海高速上,可以很明顯地感受到動力的提升。隨車工程師告訴極客公園,由於在後軸搭載了特斯拉全新的第四代電機,使得這輛車的峰值扭矩達到678Nm,峰值功率達到460HP,比現有車型都有明顯提升。
更大的扭力讓加速更快,零百加速最快可以達到3.1 秒;而更大的功率則讓速度更快,最高車速可到261km/h。
用特斯拉設計負責人Franz 的話來說,這是一輛「一眼就能看出運動性和操控性的新車」。高性能紅色煞車卡鉗是一個鮮豔的特點,空氣動力學前臉以及獨特設計的整流前唇,尾部的碳纖維尾翼和擴散器都在彰顯著著高效的空氣動力學表現。
全新Model 3 高效能版的專屬紅色卡鉗| 圖片來源:Tesla
事實也的確如此。在加州的濱海高速上,我們可以明顯感受到車輛的前後穩定與平衡。彎道是更好的體驗場景,全新的前排座椅設計也為腿部、臀部和腰部帶來了更的支撐和舒適性。
特斯拉車輛工程副總裁Lars Moravy 表示,由於連續可變阻尼減震器(CDC)加入,全新Model 3 高性能版在高速行駛下的行駛高度降低了10mm;而在車身懸吊設計上,前懸吊剛度增加了25-50%,彈簧剛度提高了至少10%,使得車輛在高速過彎時相應地可以更迅速。
在特斯拉設計負責人Franz 看來,汽車的設計不光和美學有關,更要結合產品的使用場景,這聽起來和馬斯克經常提到的「第一原理」不謀而合。所以,對於性能車而言,空氣力學性能固然重要,輕量化則是另一個重要的設計原則。
儘管在懸吊層面進行了提升,但整車的質量依然只增加了15kg。更重要的是,特斯拉並沒有選擇單純堆砌能量的方式提升續航表現。全新Model 3 高效能版使用了和四驅長續航版相同的78.4kWh 電池,續航里程依然可以達到623km,官方數據顯示百公里電耗為14.4kWh,延續了特斯拉在能耗管理方面的出色表現。
在軟體控制層面,全新的賽道模式優化了轉向調節方式。原有的21 檔轉向模式被優化為了3 檔,分別對應轉向不足、中等、轉向過度。特斯拉跟車工程師告訴極客公園,這是為了更簡化使用者的使用邏輯,過往過於複雜的調節方式,可能會讓一般使用者在調節上陷入困惑。
當然,在我們看來,這句話還有另一層含義,就是儘管命名為“高性能版”,但特斯拉希望這款產品徹底走向普通的大眾用戶。
我們也同時試駕體驗了特斯拉的Autopilot 自動輔助駕駛以及FSD 完全自動駕駛。相較於起極客公園2023 年試駕的舊版,新版本對於乘坐舒適性的控制更柔,多層隔音玻璃的加入也讓路噪明顯減少。可以說,當你疲勞需要放鬆的時候,可以開啟自動輔助駕駛;當你希望享受駕駛樂趣的時候,Model 3 高性能版隨時可以讓你擁有更爽的駕駛體驗。
02
不在不重要的事上
花費過多的資源
在Franz 眼中,全新Model 3 高性能版是「迷你版Model S Plaid」——他在特斯拉工作近16 年的老兵,從Model S 開始,到最新發布的Cybertruck,包括被馬斯克劇透的即將發布的無人計程車Robotaxi,都是由他參與設計的。
一輛30 萬級、面向大眾市場的車型,被賦予了比肩百萬級車型的評價,可見特斯拉設計及工程團隊對這款車的高評價和高預期。
特斯拉是全球在純電領域步伐最早也是最堅定的車企之一,如今競爭來到智慧化的下半場,全方位的競爭將更加激烈,「降價增配」是幾乎所有玩家的選擇,也是智慧汽車時代,科技賦予每間車企的新機會。
高研發投入可以帶來性能和工程的突破。 Model 3 高效能版上用的全新的第四代自研馬達功率比上一代提升了20% 以上。和市面主流的永磁同步馬達不同,全新的第四代電驅動系統採用了一個磁阻馬達與永久磁鐵結合的設計,在充分釋放性能的同時,也解決了永磁體在高溫時出現去磁的現象。
在智慧化領域,尤其是智慧駕駛層面,特斯拉一直是業界公認的領頭羊。在最新的FSD V12.3.1 版本中,特斯拉已經率先切換到了端到端的全新技術棧——相比傳統架構把感知、預測、規劃、控制分成不同的模組,端到端把各個模組融合成了統一架構,以神經網路的模式決定下一步的駕駛操作。
特斯拉的純視覺+端對端智慧駕駛能力在全球範圍處於領先水準| 圖片來源:Tesla
特斯拉特別強調,它們將更大的算力和資源部署到了超級電腦Dojo 上,目的是訓練出更強大的系統;而在車端,所需算力更小,因為在它們看來,那是將訓練好的模型進行應用的階段。
而在智慧駕駛層面,由於在訓練階段,特斯拉擁有強大的運算能力,所以他們也希望透過良好的前期運算和優化,使得未來在算力相對較小的車端,也能實現高效地運行基於神經網路的自動駕駛。
而在智慧汽車的另一個維度上——智慧座艙領域,特斯拉過去則遭受了不少國內用戶的質疑,一個核心的疑問就是「為什麼特斯拉的座艙設計不夠精緻豪華」?
帶著這樣的疑問,極客公園這次也和特斯拉設計及工程的負責人進行了交流,而我們也得到了一個全新的看待這個問題的視角。
在特斯拉首席設計師Franz 看來,「高效」是特斯拉的設計核心,重點應該把智慧化的能力集中在最重要的地方。他說,在特斯拉過往的研究裡,許多堆砌的座艙功能其實並沒有被高頻使用,而這些低頻功能其實也會提高車輛的能耗。
他特別提到了一個「能量經濟效應」的有趣概念,表示當你在使用各種座艙服務的時候,這些功能也會換算成你補能時的人民幣或美元。現在,你還覺得你需要那麼多其他的配置嗎?
所以,在這樣一個競爭進入紅海階段的市場環境裡,“要動力”、“要體驗”還是“要空間”,其實對應著各家車企對目標用戶需求和對產品定位的不同理解。而智慧化和科技創新的加入,則可以讓更多消費者,享受到過往需要花更多錢才能享受到的服務。本質上,每一次創新對於消費市場都能帶來這樣的結果,而這也正是創新的意義。
以下對話整理自極客公園等媒體對特斯拉車輛工程副總裁Lars 、特斯拉設計負責人Franz 的對話:
Q:為什麼全新Model 3 高效能版沒有推出Plaid 模式?
答:Plaid 模式對應著三電機的版本,目前用於Model S 、Model X 以及Roadster 車型上。這輛全新的Model 3 高性能版,配備了雙電機,而這兩個電機已經可以全部「榨乾」電池所提供的能量。所以,即便再多提供一個電機,也不能帶來更多的動力,這不符合輕量化和高效的考量,所以也就沒有加入這個模式。
Q:在電動車時代,特斯拉如何讓動力更強大、更不同?
答:如果只是把車做得夠快,這不是一件非常困難的事。但如果既要快,又要有很好的操控,還能帶來極佳的駕駛體驗,我認為這種平衡是只有特斯拉可以提供的。前一段時間,我們在中國做了一次試駕,也包括一些其他品牌的不同車款。我們認為,特斯拉在速度、操控性能、舒適度等方面,平衡得很好。我們也非常自豪可以做到這一點。
此外,在提高動力的同時,特斯拉也沒有忘記更好地提升效率。而且不光是作為一輛車,大家有機會可以體驗特斯拉的Autopilot 自動輔助駕駛以及FSD 完全自動駕駛,它們也為能用戶帶來強大的智慧駕駛體驗。
特斯拉設計負責人Franz 介紹全新Model 3 高效能版| 圖片來源:極客公園
極客公園:您剛剛提到了在中國試駕,那您一定知道,中國的眾多新能源車企正致力於打造更豐富的智慧座艙體驗。特斯拉如何看待這個問題,特斯拉是怎麼定義一台智慧汽車的?
答:其實你在特斯拉的車上也可以唱卡拉OK(笑)。認真地說,特斯拉嘗試專注於製造真正高效和安全的車。我們曾經做過一些用戶調查,發現其實很多堆砌的娛樂功能,用戶使用率非常低,甚至根本就不會使用。所以我們認為,不必把有限的資源投入到所有的事情上。我們始終從「高效」出發來考慮這件事情上,我們希望從同等的續航上,把電量做到相同甚至更低。
極客公園:關於FSD 和自動駕駛,特斯拉最新的進展是如何的?
答:特斯拉自主打造了Dojo 超級電腦合作,並且自主研發FSD 自動駕駛晶片。因此,我們能夠學習並專注於盡可能快速地運行那些在FSD(完全自動駕駛)系統上操作的神經網路。
有其他的科技公司也在製造自動駕駛晶片,但特斯拉一直在製造專門用於專注於處理自動駕駛的推理模型和大量視訊的晶片,這些影片是規模化解決完全自動駕駛所必需的,尤其是面對自動駕駛過程中的各種角落案例。
這裡有兩個組成部分,一個是訓練(training),另一個是推理(inference)。
在訓練階段,我們需要高功率和強大的運算能力。這是因為訓練階段涉及大量的資料處理和複雜數學運算,通常需要高效能的硬體資源來支援。
在汽車上,即在推理階段,所需的計算能力相對較小。這是因為推理階段是將訓練好的模型應用到實際問題中,進行預測或決策,通常不需要像訓練階段那樣大量的運算資源。
所以,我們正在優化的,是確保在推理階段,即使在運算能力較小的汽車環境中,也能有效率地運行神經網路。是的,這確實是我們優化的重點。