零利润卖车，靠FSD等软件挣钱，这是马斯克长久以来的愿景，随着FSD V12.3版本的全面推送，马斯克距离这个愿景又近了一步。特斯拉的FSD（Full Self-Driving Capability）是其最高级别的自动驾驶功能，也是其在市场上的核心竞争力。特斯拉的自动驾驶分三个级别，AP、EAP和FSD。其中，AP是标配的基础版本，EAP是增强版本，增加了智能召唤、自动泊车、高速NOA等功能，而FSD则是完全版本，可实现城市NOA等功能。
2021年，特斯拉正式发布FSD Beta版，自发布以来，这个命名方式就备受争议，不少人攻击的点在于，命名方式并不严谨，现在特斯拉做不到完全自动驾驶，而且还有让车主充当小白鼠的嫌疑。如今FSD测试计划结束，特斯拉转而用了一个非常“隐晦”的词替代Beta——Supervised。和FSD Beta相比，FSD Supervised更像是一个品牌重塑的过程，意味着特斯拉对自己的自动驾驶能力更加自信。随着FSD进入中国的脚步日渐临近，新版FSD在国内也备受关注。相比目前国内百家争鸣的城市NOA，特斯拉的新版FSD究竟有何优势？它能否引领国内城市NOA的发展？本期《爱卡独角SHOW》我们来聊一聊。
马斯克强推FSD
从测试版到监管版，名称的简单变更背后实际上代表了一次深刻的技术革新。回顾一下，为何马斯克会在FSD后面加上“Beta”标签。早在2016年7月，马斯克在《特斯拉宏图之第二篇章》中就提到了去除Beta标签的时机。他解释说，Autopilot被称为“Beta测试版”，并不是通常意义上的软件测试版，而是为了提醒用户不要过分依赖这项功能，同时表明它还在不断完善中。他指出，只有当Autopilot的安全性达到美国平均水平的10倍时，Beta标签才会被移除。
根据特斯拉最新公布的数据，开启FSD功能的车辆大约每行驶539万英里才会发生一次事故，这个数字远远低于全美平均每67万英里发生一起事故。特斯拉车辆在自动驾驶模式下的安全性能是美国一般驾驶员的8.04倍，即便在基础驾驶状态下，安全水平也高出大约1.49倍。
虽然还未完全达到马斯克设定的“安全10倍”的目标，但FSD去除Beta标识并提供给用户使用，表明特斯拉认为FSD系统已经足够成熟，可以正式推向市场。
为了推动这次更新，并提高FSD的普及率，马斯克为特斯拉车主提供了一次“按头式体验”。一周前，他在社交媒体上宣布，将为符合条件的全美特斯拉车型提供免费的FSD功能试用一个月，预计将有超过170万车主体验到FSD的功能。为了确保车主正确理解并使用辅助系统，特斯拉制作了辅助驾驶教学视频，要求车主在使用FSD全自动驾驶功能前必须观看。
此外，马斯克还通过内部信件强调，北美地区的特斯拉销售团队必须在交车前带用户进行FSD短途试驾，即使这可能会影响新车交付的速度。他在信中提到，未来在北美地区，安装和激活FSD V12.3.1，并在交车前让客户进行短途试乘将成为标准流程。他强调，几乎没有人真正意识到当下的FSD实际上运作得有多好，即使这会影响交付流程，也要确保试驾中包含智能驾驶体验环节。
紧接着，马斯克又发出第二封内部信，要求特斯拉服务中心在车辆维修完成后也向用户提供FSD试驾体验。这种强硬的态度背后，是因为马斯克认为FSD的普及率太低，以及对FSD的自信。根据调研机构的统计，自2019年特斯拉承诺实现自动驾驶以来，FSD的普及率在那一年达到了46%的高峰。然而，随着时间的推移和FSD的多次推迟，普及率逐年下降。到了2021年第二季度，FSD的普及率降至11.1%，到了2022年第三季度，全球普及率仅为7.4%，其中北美地区为14.3%，欧洲地区为8.8%，亚太地区更是低至0.4%。
从测试版到监管版，FSD实现涅槃？
FSD的更新带来了根本性的变化，它在底层逻辑上进行了重大的调整和提升。虽然马斯克早先已经预示了FSD V12将采用新的技术路径，但实际上，特斯拉是从去年初才开始着手开发这款基于神经网络的智能驾驶算法。经过大约一年的开发，全新的FSD V12已经开始在美国市场广泛推广。这次更新的核心理念是：摒弃传统规则代码，全面采用神经网络。
目前市场上的大多数自动驾驶系统仍然采用模块化设计，将感知、决策和控制分为三个独立的部分，每个部分使用不同的算法模型来完成任务。在这种设计中，AI算法主要用于感知模块，而决策和控制模块仍然依赖于工程师编写的传统代码逻辑。这些代码为自动驾驶系统设定了一系列规则，比如遇到红灯停车、绿灯行驶、保持车道中央等，以确保智能驾驶的行车安全。
这种系统和代码规则看似合理，但实际上存在局限性。由于规则是由工程师设定的，它们可能与驾驶员的实际习惯不相符，导致使用高级辅助驾驶时的不适感，许多用户认为在多数情况下，自动驾驶系统的表现不如自己驾驶来得自然。
相比之下，特斯拉FSD V12完全基于神经网络，打破了传统感知、决策和控制模块之间的界限。只需确定神经网络的结构，然后将收集到的数据用于训练即可。简单来说，FSD V12通过车载摄像头收集图像数据，并将这些数据输入神经网络中。神经网络能够直接输出车辆的控制指令，如转向、加速和刹车等，这类似于人类大脑的工作方式，超过90%的决策由神经网络生成。这种设计意味着，系统可以仅依靠摄像头的视觉输入进行分析和思考，进而输出控制策略。因此，不再需要高精度地图、激光雷达等额外的软硬件支持。从模块化设计到端到端的转变，实质上是从规则驱动到数据驱动的技术路线变革。
扫一扫关注微信
