前沿 | 看完特斯拉FSD V13，我覺得這才叫端到端

第一電動(dòng)大牛作者電動(dòng)星球News蟹老板 2024-12-06 09:33

本周，全球智能駕駛領(lǐng)域有兩個(gè)大新聞：特斯拉發(fā)布 FSD V13、Waymo 正式進(jìn)入洛杉磯市區(qū)。

兩件事我們都會(huì)寫，大家可以持續(xù)關(guān)注「前沿」欄目，這是「硬核時(shí)間」欄目的新名字，今天先來看特斯拉。

2024 年，端到端是中國新造車智駕領(lǐng)域繞不過去的名詞，不開一場跟端到端有關(guān)的發(fā)布會(huì)，似乎無法進(jìn)入智駕第一梯隊(duì)的競爭語境中。

脫胎自 ICT 通信領(lǐng)域的科技術(shù)語，之所以會(huì)成為中國新造車智駕傳播的風(fēng)暴眼，原因很大一部分，要追溯到 2023 年 5 月 8 日馬斯克的推特：

「FSD is end-to-end AI, from images in to steering, brakes & acceleration out.（FSD 是端到端 AI，輸入圖像，輸出轉(zhuǎn)向/制動(dòng)/加速信號(hào)）。」

18 個(gè)月后，F(xiàn)SD 從 V11 迭代到 V13，這也是第一個(gè)專為特斯拉 HW4 硬件做優(yōu)化和重構(gòu)的 FSD 版本。

很有意思的，是特斯拉直到 V13，才完全稱其為「Start from park（從車位啟動(dòng)）」，和國內(nèi)宣傳的「車位到車位」相比，似乎已經(jīng)被追上了？

但是，根據(jù)最近幾天早鳥用戶對(duì) FSD V13 的實(shí)測，我們發(fā)現(xiàn)，相比國內(nèi)新造車，也許特斯拉才算得上是徹底的「端到端」量產(chǎn)者。

今天直接從車位開始聊。

真·端到端

我們已經(jīng)測試過幾家新造車的「車位到車位」，目前來看體驗(yàn)都相對(duì)順暢，場景之間流轉(zhuǎn)相對(duì)絲滑，拼接感也沒有那么重了。

等等，什么是「拼接感」？

想要聊清楚這個(gè)話題，我們要先回憶一下，一次普通出行如何開始？如何結(jié)束？

如果在車庫里，那么掛 D 檔就能走；如果要回正常車庫，那么到固定位置倒車入庫，或者找到可用車位倒車入庫就行。如果是從側(cè)方車位出發(fā)，那么就得根據(jù)實(shí)際情況，可能要先掛 R 擋找到空間，再切 D 檔位，反之同理。

而目前國內(nèi)新造車的「車位到車位」，在泊入泊出環(huán)節(jié)依然依賴「記憶泊車」功能，也就是需要駕駛員建圖，出入也會(huì)參考駕駛員的已有路徑。

當(dāng)然，像是華為乾崑 ADS 和理想雙系統(tǒng)智駕，它們的記憶泊車類功能已經(jīng)優(yōu)化得相對(duì)到位，我們實(shí)際測試過程中，并沒有很明顯的切換痕跡，如果你的停車位固定，那么體驗(yàn)不會(huì)有明顯斷層。

而這也是 FSD V13 驚艷的，或者說「第一性原理」再次發(fā)力的地方：它可以從任意停車位自主啟動(dòng)，可以自主掛倒擋。

這意味著 V13 并不需要專門的「建圖」環(huán)節(jié)，或者說它的功能邏輯完全就是人類開車出行的邏輯：看情況出發(fā)，看情況停車，核心在于「看情況」。

比如 YouTube 博主 Whole Mars Catalog，他兩天前發(fā)布的第一批 V13 體驗(yàn)視頻中可以很清晰看到，F(xiàn)SD 啟動(dòng)后可以從無標(biāo)線側(cè)方臨停車位中，自動(dòng)倒擋找空間出發(fā)。

動(dòng)圖封面

再比如 YouTube 博主 Dirty Tesla 測試的，車頭對(duì)內(nèi)泊入的露天停車場，F(xiàn)SD 同樣是自主倒擋出來，絲滑上路：

動(dòng)圖封面

又比如下面，他還測試了中國觀眾更熟悉的場景——多層停車場。

動(dòng)圖封面

泊入之前 FSD 其實(shí)走了指示牌的反方向，默認(rèn)制造了困難。

動(dòng)圖封面

但最終 FSD 在泊出到離開停車場的過程中，依然根據(jù)車庫中高懸的「EXIT」和箭頭標(biāo)識(shí)，選擇了正確的路線，全程零建圖痕跡。

這也是我們強(qiáng)調(diào) FSD V13 更應(yīng)該是「真·端到端」的原因：無拼接、無切換、直接而類人的功能體驗(yàn)。

需要強(qiáng)調(diào)的是，「真端到端」和「優(yōu)秀體驗(yàn)」之間，目前并不劃等號(hào)，比如下圖，F(xiàn)SD 怒闖一個(gè)左轉(zhuǎn)紅燈：

動(dòng)圖封面

?但在端到端的語境中，F(xiàn)SD V13 目前表現(xiàn)出來的能力，和國內(nèi)新造車相比，明顯更符合全程「圖像輸入，方向盤輸出」的前提。

特斯拉的「AI 4.0」時(shí)代

去年這個(gè)時(shí)候，中國新造車的傳播熱詞是「全國都能開」。這個(gè)詞后來衍生出很多變種，「全國都好開」、「全國自己開」，等等。

也是去年底，F(xiàn)SD V12 逐漸浮出水面。

V12.1，是特斯拉向 Early Acess 用戶推送的第一個(gè) V12 細(xì)分版本。更新日志寫得很簡潔，但代表著一場全新的競賽拉開序幕：

「FSD Beta V12 將城區(qū)駕駛堆棧升級(jí)為基于數(shù)百萬個(gè)視頻片段訓(xùn)練的單個(gè)端到端神經(jīng)網(wǎng)絡(luò)，從而取代了超過 30 萬行顯性 C++ 代碼?！?/p>

特斯拉很少提起端到端，但每一次放在更新日志里面，都代表著重大升級(jí)。比如 FSD V12.5 里面，特斯拉正式統(tǒng)一了高速和城區(qū)兩個(gè)技術(shù)棧的端到端模型。

這意味著比起「場景拼接」，「場景延伸」更符合特斯拉的智駕邏輯——體驗(yàn)不能算很好，但每一個(gè)觸達(dá)的場景，都是真正的端到端。

我們可以回過頭看 FSD V12.1 的體驗(yàn)視頻，當(dāng)時(shí) FSD 還做不到從任意一個(gè)車位倒擋啟動(dòng)找空間，但已經(jīng)可以實(shí)現(xiàn) Autohold 狀態(tài)下啟動(dòng)，自主掛 D 檔出發(fā)，然后在終點(diǎn)附近靠邊臨停。

動(dòng)圖封面

從 12 到 13，雖然只是倒車的一小步，卻是特斯拉 AI 架構(gòu)的一大步。

來回顧下 FSD V13 的官方更新日志，可以說就差把「硬件 4.0（AI4）專屬」寫在第一句了：「全分辨率 36HZ 的 AI4 視頻輸入、原生的 AI4 輸入和神經(jīng)網(wǎng)絡(luò)架構(gòu)」。

其實(shí)更新日志里還有一句「支持音頻輸入（大模型）」也很有意思，但那足以另起一篇文章，我會(huì)填坑的。

特斯拉 AI4 由 8 個(gè) 500 萬像素?cái)z像頭組成感知硬件系統(tǒng)，內(nèi)部算力大概是 720TOPS（業(yè)內(nèi)估算），為 HW3 的 5 倍，視覺感知能力（像素?cái)?shù)）則達(dá)到了 HW3 的 4 倍左右。

V12 時(shí)期，特斯拉實(shí)際上是用 AI4 跑針對(duì) HW3 訓(xùn)練的模型，這意味著AI4 的潛力遠(yuǎn)未發(fā)掘到極致。

而伴隨 V13 的推出，特斯拉才正式進(jìn)入 AI4 時(shí)代。

自從 2021 年 AI Day 之后，特斯拉甚少公布底層技術(shù)邏輯的演進(jìn)，但我們可以從一些蛛絲馬跡中，大概窺探馬斯克如何實(shí)現(xiàn)自動(dòng)駕駛。

舉個(gè)例子，V12 更新日志里面強(qiáng)調(diào)了兩個(gè)方向：增加用以訓(xùn)練的視頻片段，也就是 clips；減少規(guī)則向的冗雜代碼。

無獨(dú)有偶，V13 正式推送之后，特斯拉AI部門高級(jí)工程師 Yun Ta Tsai 表示，「V13 看上去很像猛禽 V3 火箭發(fā)動(dòng)機(jī)，非常干凈」。

再往前看一點(diǎn)，Issac 的《馬斯克傳》中提到，2023 年初，特斯拉已經(jīng)訓(xùn)練了 1000 萬個(gè)用戶上傳的 clips，距離 V13 已經(jīng)過去接近兩年，這中間特斯拉賣出接近 360 萬臺(tái)車。

如果在國內(nèi)尋找類似的表達(dá)，理想汽車目前推送的 OTA 6.5 顯示「基于 500 萬訓(xùn)練 clips」，官方表示年底會(huì)達(dá)到 1000 萬 clips；而小鵬汽車目前的進(jìn)度是「模型訓(xùn)練數(shù)據(jù)量已達(dá)到 2000 萬 clips」。

有意思的是，和訓(xùn)練數(shù)據(jù)、訓(xùn)練算力的先發(fā)先行相比，特斯拉的車端硬件能力，向來不追求「參數(shù)領(lǐng)先」，即使面對(duì)著近在咫尺而刺刀見紅的自動(dòng)駕駛黎明時(shí)刻。

「永遠(yuǎn)不要用導(dǎo)彈打蒼蠅，用蒼蠅拍打」，馬斯克本人的話也許能解釋這種現(xiàn)象。