近期，特斯拉在線上進(jìn)行了一次FSD Beta V12試駕直播,，吸引了全球數(shù)百萬人的關(guān)注,。

這次直播之所以能夠吸引到如此多的用戶關(guān)注，主要還是FSD Beta V12是有史以來第一個端到端AI自動駕駛系統(tǒng)（Full AI End-to-End）,，而這個可謂是FSD誕生以來最為重要的一次升級,。

FSD Beta V12表現(xiàn)優(yōu)異

在整個45分鐘的直播中，F(xiàn)SD Beta V12系統(tǒng)在行駛?cè)踢M(jìn)展非常順利,，能夠輕松繞過障礙物,，識別道路各種標(biāo)志。其中馬斯克僅人為干預(yù)了一次,。那一次是特斯拉試圖闖過紅燈，馬斯克現(xiàn)場來了個緊急剎車,。

對于特斯拉來說,，F(xiàn)SD是其軟件定義汽車最重要的載體。

在三電技術(shù)方面,，當(dāng)下幾乎所有的傳統(tǒng)跨國車企都在進(jìn)行轉(zhuǎn)型,。利用過往積累的造車經(jīng)驗，打造產(chǎn)品力更強(qiáng)的電動車并非沒有可能,。通過兩三代車型的持續(xù)演進(jìn),，至少在三電系統(tǒng)方面，傳統(tǒng)車企和行業(yè)內(nèi)領(lǐng)先的供應(yīng)商聯(lián)手,，完全可以追平特斯拉的領(lǐng)先優(yōu)勢,。

在這種情況下，自動駕駛就會成為特斯拉的殺手锏,。而特斯拉由于很早就明確了發(fā)展自動駕駛的方向,，因此并沒有傳統(tǒng)車企轉(zhuǎn)型的負(fù)擔(dān)。

另外一方面,，特斯拉已經(jīng)銷售了數(shù)以百萬計的車型,，這些車型都在幫助特斯拉持續(xù)采集各種自動駕駛后期優(yōu)化所需要的數(shù)據(jù)。而這些寶貴的數(shù)據(jù)帶來的算法的優(yōu)化潛力,，是光憑幾臺測試車所遠(yuǎn)遠(yuǎn)無法達(dá)到的能力,。

FSD Beta V12解決了什么問題,？

單純從最終的自動駕駛系統(tǒng)表現(xiàn)來看，F(xiàn)SD Beta V12并不出眾,。45分鐘的時間里人工接管一次的成績,，可能對于很多品牌的智能駕駛系統(tǒng)來說都有望實(shí)現(xiàn)。而真正讓人意外的是FSD Beta V12的很多亮點(diǎn)：

代碼數(shù)量降低,。FSD Beta V12的C++代碼從之前的2萬多行銳減到2千多行,。降低代碼就可以直接利于硬件的計算功率，降至100瓦,，同時整個自動駕駛系統(tǒng)也無需網(wǎng)絡(luò)連接,，可以在本地運(yùn)行。

自我學(xué)習(xí)能力,。代碼縮減之外,，特斯拉FSD Beta V12最大一個亮點(diǎn)在于神經(jīng)網(wǎng)絡(luò)的自動決策。在這次直播過程中所經(jīng)歷的道路,，包括建筑和道路標(biāo)志,，是之前沒有特別去學(xué)習(xí)過的。而且在遇到減速帶和環(huán)形交叉路口時,，F(xiàn)SD Beta V12的代碼中沒有任何一條是針對這兩個場景,，但是直播的這輛特斯拉在減速帶會主動減速行駛，在環(huán)形路口也會避讓其他車輛,。

如今困擾自動駕駛最大的問題并不是硬件性能,，或是軟件算法，而是難以預(yù)料的長尾工況,。即便擁有數(shù)以百億計的里程,，人們也很難確保已經(jīng)識別了所有的長尾工況。

在這種情況下,，如果不具備較強(qiáng)的AI功能,，就意味著車輛可能無法來應(yīng)對這些之前根本沒有遇到過的工況。就像人類駕駛員,，其擁有的最大能力就是在面臨一個未知的工況或者場景時,，能夠根據(jù)交通法規(guī)以及現(xiàn)場的實(shí)地情況，做出一個最利于自己的選擇,。而特斯拉FSD Beta V12就是希望達(dá)成這種效果,。

后臺支持。特斯拉的FSD Beta V12的神經(jīng)網(wǎng)絡(luò)具有這種能力,，當(dāng)然也離不開大量真實(shí)道路路況數(shù)據(jù)的采集以及特斯拉所打造的超算中心的支持,。

馬斯克親自披露，通過特斯拉大量的客戶車輛收集的海量的視頻數(shù)據(jù)，經(jīng)過其1萬個英偉達(dá)H100所構(gòu)建的超算中心計算獲得,。

此外,，不依賴激光雷達(dá)依然是FSD一大亮點(diǎn)。FSD高達(dá)99%的決策都交給了神經(jīng)網(wǎng)絡(luò)給出,，通過純視覺的輸入,，然后由神經(jīng)網(wǎng)絡(luò)控制輸出。從馬斯克的角度來說,，正是希望能夠完全來模仿人類駕駛員的情況,，來實(shí)現(xiàn)最終的自動駕駛。

這種做法將使得特斯拉無需激光雷達(dá)和毫米波雷達(dá),，進(jìn)而可以大幅降低自動駕駛的成本,，同時也可以減少后臺數(shù)據(jù)融合的難度。畢竟人類駕駛員并不具備激光雷達(dá)這樣的超遠(yuǎn)距離的識別能力,。

FSD Beta V12離L4依然不近

雖然FSD Beta V12非常成功,，但它離我們真正理解上的L4級自動駕駛依然還有很長一段距離。當(dāng)打開FSD后,，駕駛員依然需要對路況進(jìn)行實(shí)時監(jiān)控,，并在關(guān)鍵時刻進(jìn)行介入。

從實(shí)質(zhì)上來說,，F(xiàn)SD Beta V12或者今后的版本,，還是需要大量的道路場景數(shù)據(jù)對算法進(jìn)行持續(xù)優(yōu)化。正如馬斯克自己說的,，未來特斯拉還需要在利用人工智能超越人類駕駛員上每年投入數(shù)以十億美元的資金,，將龐大的車隊收集到的數(shù)據(jù)進(jìn)行分析和學(xué)習(xí)。

當(dāng)前,，特斯拉已經(jīng)擁有超過400萬臺輛汽車在道路上行駛，其所采集的數(shù)據(jù)成為特斯拉FSD算法優(yōu)化最大的資本,。

放眼全球,，無論是大眾豐田這樣的車企巨頭，還是谷歌Waymo這樣的自動駕駛技術(shù)公司,，都沒有辦法達(dá)成這樣的效果,。考慮到特斯拉如今的銷量,，短期內(nèi)能夠幫助特斯拉收集數(shù)據(jù)的車型將超過1000萬臺,。

這個體量的車隊規(guī)模帶來的數(shù)據(jù)量將成為其他車企今后對特斯拉難以逾越的障礙。

也許憑借神經(jīng)網(wǎng)絡(luò)技術(shù)的不斷優(yōu)化,，以及大量數(shù)據(jù)的加持,，特斯拉在某一個時間點(diǎn)能夠真正達(dá)到L4級自動駕駛技術(shù)，但是這一天可能依然會比較遙遠(yuǎn)。L4級自動駕駛面臨的長尾工況同樣是特斯拉也很難繞過去的一道坎,。

無論是從代碼數(shù)量,，還是神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，單純從L3級自動駕駛來看,，特斯拉的FSD Beta V12還是很有競爭力的,。隨著算法的不斷成熟，F(xiàn)SD Beta V12或者更新的版本全面落地將不會非常遙遠(yuǎn),。而基于FSD Beta,，特斯拉將在智能駕駛方面構(gòu)建起自己新的競爭力。