特斯拉FSD V12，普通車主也能用了。

特斯拉FSD V12在美推送，不只是特斯拉內(nèi)部員工，普通車主也有機(jī)會(huì)體驗(yàn)端到端自動(dòng)駕駛了，告別傳統(tǒng)的規(guī)則驅(qū)動(dòng)，駕駛決策交由AI算法生成。

盡管FSD V12的更新稱得上是“飛躍”，然而實(shí)測(cè)視頻，仍帶有Beta后綴的Version 12還稱不上是“終極答案”。

特斯拉FSD V12在美推送

FSD V12 Beta在美推送，不依賴激光雷達(dá)，數(shù)據(jù)驅(qū)動(dòng)AI算法，媒體演示視頻可應(yīng)對(duì)大多場(chǎng)景。

雨夜無(wú)保護(hù)上坡后左轉(zhuǎn)：

等待小朋友過(guò)完馬路再走：

馬路靠邊側(cè)方停車：

避讓前方車輛突然剎停：

總體來(lái)看，純視覺(jué)的FSD V12 Beta的能力得到很大提升，針對(duì)不規(guī)則障礙物等的識(shí)別很準(zhǔn)確，一些細(xì)節(jié)也還原的很好。

程序兼容性也提高，這次不僅推送給了原來(lái)的HW3.0硬件方案，HW4.0也收到了推送。

但是仍然存在不足，比如不依賴激光雷達(dá)，目前純視覺(jué)方案在惡劣天氣下的表現(xiàn)不夠好。

首批測(cè)試的博主稱，在大雨天氣下測(cè)試FSD V12 Beta多次出現(xiàn)接管。

這也和大約一個(gè)月前馬斯克給網(wǎng)友的回復(fù)吻合，當(dāng)時(shí)網(wǎng)友在社交平臺(tái)上催更馬斯克，馬斯克回應(yīng)稱FSD V12程序在加州表現(xiàn)還不錯(cuò)，但還需要多在雨水多的地區(qū)訓(xùn)練。

所以目前推送的v12.1.2版本顯然能力還不夠完善。發(fā)布測(cè)試視頻的博主隨后也表示：

FSD Beta v12.1.2（最新版本號(hào)）并不能實(shí)現(xiàn)自動(dòng)駕駛。

這可能就是為什么推送的FSD V12依然帶有Beta（測(cè)試版）后綴，此前馬斯克曾公開(kāi)表示，F(xiàn)SD V12不會(huì)是Beta版。

以及雖然這次確實(shí)是推送給了普通車主，而不僅限于特斯拉內(nèi)部員工，但推送的車主數(shù)量還比較小，特斯拉對(duì)此還比較謹(jǐn)慎，也許等后面全員推送，正式公測(cè)后會(huì)將“Beta”移除也說(shuō)不定。

要是以目前的表現(xiàn)直接落地中國(guó)，怕是會(huì)讓很多人告別“FSD崇拜”。

不過(guò)盡管存在著不足，但是FSD V12的更新仍可以稱得上是飛躍，為自動(dòng)駕駛發(fā)展開(kāi)辟了新道路。

V12和以往FSD版本有什么不同

特斯拉在最新的OTA注解中表示，V12用海量視頻數(shù)據(jù)訓(xùn)練出的端到端神經(jīng)網(wǎng)絡(luò)，替換掉了超過(guò)30萬(wàn)行C++代碼。

不再是規(guī)則驅(qū)動(dòng)的，而是數(shù)據(jù)驅(qū)動(dòng)的，這是FSD一大進(jìn)化。

所謂規(guī)則驅(qū)動(dòng)，就是過(guò)去傳統(tǒng)的自動(dòng)駕駛程序在根據(jù)感知做出決策時(shí)，用程序設(shè)定規(guī)則，if-else的邏輯判斷。

Corner Case（邊緣場(chǎng)景）無(wú)窮無(wú)盡，很難寫出一段程序覆蓋盡可能多的場(chǎng)景，遇到特殊情況就補(bǔ)一段，長(zhǎng)此以往代碼的冗余和程序的復(fù)雜程度不斷提高，系統(tǒng)最后難免被程序員封為“屎山”。

現(xiàn)在轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)，用大量的視頻數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，不斷完善模型趨向于人類老司機(jī)。

用一位早前參與FSD V12內(nèi)測(cè)的特斯拉員工所說(shuō)，過(guò)去難以優(yōu)化的問(wèn)題迎刃而解——（模型）模仿人類就行了。

FSD V12也不像過(guò)去的自動(dòng)駕駛還要分為三個(gè)感知、規(guī)劃和控制三個(gè)模塊，用一個(gè)統(tǒng)一體實(shí)現(xiàn)了端到端，這頭輸入周邊感知到的數(shù)據(jù)，那頭輸出駕駛決策。

端到端的神經(jīng)網(wǎng)絡(luò)有什么好處？

從研發(fā)上來(lái)看，過(guò)去分成感知、規(guī)劃和控制，最終是實(shí)現(xiàn)把車開(kāi)好，但三個(gè)模塊各自的優(yōu)化目標(biāo)是不同的，每個(gè)模塊都會(huì)產(chǎn)生bug或是誤差，這些誤差積累下來(lái)會(huì)導(dǎo)致最終輸出結(jié)果出問(wèn)題。

就好像快過(guò)年了咱們一起包餃砸，和餡，和面，下餃子，最終目標(biāo)是做好這盤餃子，但是餡、面和下餃子各自所追求的目標(biāo)是不一樣的，每一步都可能會(huì)出問(wèn)題，導(dǎo)致最終餃子煮爛了。

從商業(yè)化落地來(lái)看，每個(gè)模塊獨(dú)有體系和機(jī)制，這意味著要針對(duì)每個(gè)模塊投入團(tuán)隊(duì)和資金，卻不一定能換回升級(jí)迭代效率。

而轉(zhuǎn)換成端到端這種單一模型后，工程復(fù)雜度沒(méi)原來(lái)高，只需要圍繞一個(gè)最終目的進(jìn)行優(yōu)化，統(tǒng)一可控。模型的主干也可以共享提高計(jì)算效率。

端到端也使得純粹依靠數(shù)據(jù)完善程序成為可能。

當(dāng)然，新的突破帶來(lái)新的問(wèn)題。

過(guò)去分成多個(gè)模塊，升級(jí)優(yōu)化更靈活，C++程序可解釋性也更好，從匯編到到編譯，程序運(yùn)行很清晰。

而端到端自動(dòng)駕駛是個(gè)“黑盒”，解釋性不太好，增加了人們對(duì)自動(dòng)駕駛的信任成本。

但正如AI大牛何愷明此前在香港中文大學(xué)講座中談到的：

你打車遇到的司機(jī)師傅是個(gè)陌生人，為什么你會(huì)信任他？

你信任他是因?yàn)樗拇竽X是可解釋的，還是你認(rèn)為一個(gè)訓(xùn)練有素、經(jīng)驗(yàn)豐富的司機(jī)應(yīng)該會(huì)開(kāi)的很穩(wěn)？