刚刚，特斯拉正式发布了全新 Model 3 高性能版，在中国市场的起售价为 33.59 万元。这是继 2022 年推出 Model S Plaid 和 Model X Plaid 之后，特斯拉再次带来在高性能车系列上的全新升级。马斯克在自己的 X 账号上表示：Model 3 比保时捷 911 更快。
2024 年，中国新能源汽车市场竞争再次提速，在 20 万以上的纯电车型里，新老造车势力几乎同时发力。此前，此前，在不同价格带里，国产新能源车分别瞄准传统日系油车或者豪华品牌中「BBA」的市场份额。现在，当竞争来到更细分的纯电市场后，特斯拉成为了所有玩家都绕不开的对手。
根据乘联会数据，2023 年特斯拉累计在中国市场交付 94.7 万辆汽车。其中，纯电轿车 Model 3 总销量为 14.7 万辆，同比增长了 18.33%，是国内 20 万以上纯电轿车车型的销冠。
和几乎所有国际消费品牌在中国市场遇到的竞争环境类似，特斯拉需要面对来自中国智能电动汽车厂商们的竞争。其中，最大的竞争之处就在于，比起全球化公司，中国企业在制造流程中拥有更高的效率，无论是在内饰或者智能座舱的全新功能上，它们往往有更快的迭代能力，可以推出在参数上更好的新车型，同时把售价控制在合理的区间，这就是消费者常说的「增配减价」。
今年 4 月初，极客公园有机会抢先体验了全新 Model 3 高性能版，同时有机会和特斯拉车辆工程副总裁 Lars Moravy 、特斯拉设计负责人 Franz von Holzhausen 进行了深度对话。我们希望从这款全新车型出发，了解智能化时代里，特斯拉对于产品以及竞争的思考。
驾驶全新 Model 3 高性能版行驶在洛杉矶城区以及城市外的滨海高速上，可以很明显地感受到动力的提升。随车工程师告诉极客公园，由于在后轴搭载了特斯拉全新的第四代电机，使得这辆车的峰值扭矩达到 678Nm，峰值功率达到 460HP，比现有车型都有明显提升。
更大的扭矩让提速更快，零百加速最快可以达到 3.1 秒；而更大的功率则让速度更快，最高车速可到 261km/h。
用特斯拉设计负责人 Franz 的话来说，这是一辆「一眼就能看出运动性和操控性的新车」。高性能红色刹车卡钳是一个鲜艳的特点，空气动力学前脸以及独特设计的整流前唇，尾部的碳纤维尾翼和扩散器都在彰显着高效的空气动力学表现。
全新 Model 3 高性能版的专属红色卡钳 | Tesla
事实也的确如此。在加州的滨海高速上，我们可以明显感受到车辆的前后稳定和平衡。弯道是更好的体验场景，全新的前排座椅设计也给腿部、臀部和腰部带来了更加的支撑和舒适性。
特斯拉车辆工程副总裁 Lars Moravy 表示，由于连续可变阻尼减震器（CDC）加入，全新 Model 3 高性能版在高速行驶下的行驶高度降低了 10mm；而在车身悬架设计上，前悬架刚度增加了 25-50%，弹簧刚度提高了至少 10%，使得车辆在高速过弯时相应可以更迅速。
在特斯拉设计负责人 Franz 看来，汽车的设计不光和美学有关，更要结合产品的使用场景，这听起来和马斯克经常提到的「第一性原理」不谋而合。所以，对于性能车而言，空气动力学性能固然重要，轻量化则是另一个重要的设计原则。
尽管在悬架层面进行了提升，但整车的质量依然只增加了 15kg。更重要的是，特斯拉并没有选择单纯堆砌能量的方式提升续航表现。全新 Model 3 高性能版使用了和四驱长续航版相同的 78.4kWh 电池，续航里程依然可以达到 623km，官方数据显示百公里电耗为 14.4kWh，延续了特斯拉在能耗管理的出色表现。
在软件控制层面，全新的赛道模式优化了转向调节方式。原有的21档转向模式被优化为了3档，分别对应转向不足、中等、转向过度。特斯拉跟车工程师告诉极客公园，这是为了更简化用户的使用逻辑，过往过于复杂的调节方式，可能会让普通用户在调节上陷入困惑。
当然，在我们看来，这句话还有另一层含义，就是尽管命名为「高性能版」，但特斯拉希望这款产品彻底走向普通的大众用户。
我们也同时试驾体验了特斯拉的 Autopilot 自动辅助驾驶以及 FSD 完全自动驾驶。相比起极客公园 2023 年试驾的旧版本，新版本对于乘坐舒适性的控制更柔，多层隔音玻璃的加入也让路噪明显减小。可以说，当你疲劳需要放松的时候，可以开启自动辅助驾驶；当你希望享受驾驶乐趣的时候，Model 3高性能版随时可以让你拥有更爽的驾驶体验。
在 Franz 眼中，全新 Model 3 高性能版是一台「迷你版 Model S Plaid」——他在特斯拉工作近 16 年的老兵，从 Model S 开始，到最新发布的 Cybertruck，包括被马斯克剧透的即将发布的无人出租车 Robotaxi，都是由他参与设计的。
一辆 30 万级别、面向大众市场的车型，被赋予了比肩百万级车型的评价，可见特斯拉设计及工程团队对这款车的高评价和高预期。
特斯拉是全球在纯电领域步伐最早也是最坚定的车企之一，如今竞争来到智能化的下半场，全方位的竞争将更加激烈，「降价增配」是几乎所有玩家的选择，也是智能汽车时代，科技赋予每一家车企的新机会。
高研发投入可以带来性能和工程的突破。Model 3 高性能版上用的全新的第四代自研电机功率比上一代提升了20%以上。和市面主流的永磁同步电机不同，全新的第四代电驱动系统采用了一个磁阻电机与永磁体相结合的设计，在充分释放性能的同时，也解决了永磁体在高温时出现退磁的现象。
在智能化领域，尤其是智能驾驶层面，特斯拉一直是行业里公认的领头羊。最新的 FSD V12.3.1 版本中，特斯拉已经率先切换到了端到端的全新技术栈——相比传统架构把感知、预测、规划、控制分成不同的模块，端到端把各个模块融合成了统一架构，以神经网络的模式决定下一步的驾驶操作。
特斯拉的纯视觉+端到端智能驾驶能力在全球范围处于领先水准 | Tesla
特斯拉特别强调，它们将更大的算力和资源部署到了超级计算机 Dojo 上，目的是训练出更强大的系统；而在车端，所需算力更小，因为在它们看来，那是将训练好的模型进行应用的阶段。
而在智能驾驶层面，由于在训练阶段，特斯拉拥有强大的计算能力，所以他们也希望通过良好的前期计算和优化，使得未来在算力相对较小的车端，也能实现高效地运行基于神经网络的自动驾驶。
而在智能汽车的另一个维度上——智能座舱领域，特斯拉过去则遭受了不少国内用户的质疑，一个核心的疑问就是「为什么特斯拉的座舱设计不够精致豪华」？
带着这样的疑问，极客公园这次也和特斯拉设计及工程的负责人进行了交流，而我们也得到了一个全新的看待这个问题的视角。
在特斯拉首席设计师 Franz 看来，「高效」是特斯拉的设计核心，重点应该把智能化的能力集中在最重要的地方。他说，在特斯拉过往的调研里，很多堆砌的座舱功能其实并没有被高频使用，而这些低频功能实际上也会提高车辆的能耗。
他专门提到了一个「能量经济效应」的有趣概念，表示当你在使用各种座舱服务的时候，这些功能也会换算成你补能时的人民币或者美元。现在，你还觉得你需要那么多其他的配置吗？
所以，在这样一个竞争进入红海阶段的市场环境里，「要动力」、「要体验」还是「要空间」，其实对应着各家车企对目标用户需求和对产品定位的不同理解。而智能化和科技创新的加入，则可以让更多消费者，享受到过往需要花更多钱才能享受到的服务。本质上，每一次创新对于消费市场都能带来这样的结果，而这也正是创新的意义所在。
以下对话整理自极客公园等媒体对特斯拉车辆工程副总裁 Lars 、特斯拉设计负责人 Franz 的对话：
问：为什么全新 Model 3 高性能版没有推出 Plaid 模式？
答：Plaid 模式对应着三电机的版本，目前用于 Model S 、Model X 以及 Roadster 车型上。这辆全新的 Model 3 高性能版，配备了双电机，而这两个电机已经可以全部「榨干」电池所提供的能量。所以，即便再多提供一个电机，也不能带来更多的动力，这不符合轻量化和高效的考量，所以也就没有加入这个模式。
问：在电动车时代，特斯拉如何让动力变得更强大和不同？
答：如果只是把车做得够快，这不是一件非常难的事。但如果既要快，又要有很好的操控，还能带来极佳的驾乘体验，我认为这种平衡是只有特斯拉可以提供的。前一段时间，我们在中国做了一次试驾，也包括一些其他品牌的不同车型。我们认为，特斯拉在速度、操纵性能、舒适等方面，平衡得很好。我们也非常自豪可以做到这一点。
此外，在提高动力的同时，特斯拉也没有忘记更好地提升效率。而且不光是作为一辆车，大家有机会可以体验特斯拉的 Autopilot 自动辅助驾驶以及 FSD 完全自动驾驶，它们也给能用户带来强大的智能驾驶体验。
特斯拉全新 Model 3 高性能版 | Tesla
极客公园：您刚才提到了在中国试驾，那您一定知道，中国的众多新能源车企正致力于打造更丰富的智能座舱体验。特斯拉如何看待这个问题，特斯拉是怎样定义一台智能汽车的？
答：其实你在特斯拉的车里也可以唱卡拉 OK（笑）。认真地说，特斯拉尝试专注于制造真正高效和安全的车。我们曾经做过一些用户调研，发现其实很多堆砌的娱乐功能，用户使用率非常低，甚至根本就不会使用。所以我们认为，不必把有限的资源投入到所有的事上。我们始终是从「高效」出发来考虑这件事情上，我们希望从同等的续航上，把电量做到相同甚至更低。
极客公园：关于 FSD 和自动驾驶，特斯拉最新的进展是如何的？
答：特斯拉自主打造了Dojo 超级计算机合作，并且自主研发FSD自动驾驶芯片。因此，我们能够学习并且专注于尽可能快地运行那些在 FSD（完全自动驾驶）系统上操作的神经网络。
有其他的科技公司也在制造自动驾驶芯片，但特斯拉一直在制造专门用于专注于处理自动驾驶的推理模型和大量视频的芯片，这些视频是规模化解决完全自动驾驶所必需的，尤其是面对自动驾驶过程中的各种边角案例。
这里有两个组成部分，一个是训练（training），另一个是推理（inference）。
所以，我们正在优化的，是确保在推理阶段，即使在计算能力较小的汽车环境中，也能高效地运行神经网络。是的，这确实是我们优化的重点。
