特斯拉FSD V12，普通車主也能用了。

特斯拉FSD V12在美推送，不只是特斯拉內部員工，普通車主也有機會體驗端到端自動駕駛了，告別傳統的規則驅動，駕駛決策交由AI算法生成。

盡管FSD V12的更新稱得上是“飛躍”，然而實測視頻，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，數據驅動AI算法，媒體演示視頻可應對大多場景。

雨夜無保護上坡后左轉：

等待小朋友過完馬路再走：

馬路靠邊側方停車：

避讓前方車輛突然剎停：

總體來看，純視覺的FSD V12 Beta的能力得到很大提升，針對不規則障礙物等的識別很準確，一些細節也還原的很好。

程序兼容性也提高，這次不僅推送給了原來的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，目前純視覺方案在惡劣天氣下的表現不夠好。

首批測試的博主稱，在大雨天氣下測試FSD V12 Beta多次出現接管。

這也和大約一個月前馬斯克給網友的回復吻合，當時網友在社交平臺上催更馬斯克，馬斯克回應稱FSD V12程序在加州表現還不錯，但還需要多在雨水多的地區訓練。

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

FSD Beta v12.1.2（最新版本號）并不能實現自動駕駛。

這可能就是為什么推送的FSD V12依然帶有Beta（測試版）后綴，此前馬斯克曾公開表示，FSD V12不會是Beta版。

以及雖然這次確實是推送給了普通車主，而不僅限于特斯拉內部員工，但推送的車主數量還比較小，特斯拉對此還比較謹慎，也許等后面全員推送，正式公測后會將“Beta”移除也說不定。

要是以目前的表現直接落地中國，怕是會讓很多人告別“FSD崇拜”。

不過盡管存在著不足，但是FSD V12的更新仍可以稱得上是飛躍，為自動駕駛發展開辟了新道路。

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用海量視頻數據訓練出的端到端神經網絡，替換掉了超過30萬行C++代碼。

不再是規則驅動的，而是數據驅動的，這是FSD一大進化。

所謂規則驅動，就是過去傳統的自動駕駛程序在根據感知做出決策時，用程序設定規則，if-else的邏輯判斷。

Corner Case（邊緣場景）無窮無盡，很難寫出一段程序覆蓋盡可能多的場景，遇到特殊情況就補一段，長此以往代碼的冗余和程序的復雜程度不斷提高，系統最后難免被程序員封為“屎山”。

現在轉向數據驅動，用大量的視頻數據訓練神經網絡，不斷完善模型趨向于人類老司機。

用一位早前參與FSD V12內測的特斯拉員工所說，過去難以優化的問題迎刃而解——（模型）模仿人類就行了。

FSD V12也不像過去的自動駕駛還要分為三個感知、規劃和控制三個模塊，用一個統一體實現了端到端，這頭輸入周邊感知到的數據，那頭輸出駕駛決策。

端到端的神經網絡有什么好處？

從研發上來看，過去分成感知、規劃和控制，最終是實現把車開好，但三個模塊各自的優化目標是不同的，每個模塊都會產生bug或是誤差，這些誤差積累下來會導致最終輸出結果出問題。

就好像快過年了咱們一起包餃砸，和餡，和面，下餃子，最終目標是做好這盤餃子，但是餡、面和下餃子各自所追求的目標是不一樣的，每一步都可能會出問題，導致最終餃子煮爛了。

從商業化落地來看，每個模塊獨有體系和機制，這意味著要針對每個模塊投入團隊和資金，卻不一定能換回升級迭代效率。

而轉換成端到端這種單一模型后，工程復雜度沒原來高，只需要圍繞一個最終目的進行優化，統一可控。模型的主干也可以共享提高計算效率。

端到端也使得純粹依靠數據完善程序成為可能。

當然，新的突破帶來新的問題。

過去分成多個模塊，升級優化更靈活，C++程序可解釋性也更好，從匯編到到編譯，程序運行很清晰。

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

但正如AI大牛何愷明此前在香港中文大學講座中談到的：

你打車遇到的司機師傅是個陌生人，為什么你會信任他？

你信任他是因為他的大腦是可解釋的，還是你認為一個訓練有素、經驗豐富的司機應該會開的很穩？