智能駕駛領(lǐng)域，特斯拉FSD基本代表著全球的最先進(jìn)水平。隨著FSD在國(guó)內(nèi)的解禁，國(guó)內(nèi)廠商們將迎來(lái)一次新的挑戰(zhàn)。

本月初，特斯拉長(zhǎng)達(dá)三年的 FSD Beta 測(cè)試計(jì)劃似乎已經(jīng)結(jié)束，這一變化體現(xiàn)在其最新版本更新說(shuō)明中，其將原先的“FSD Beta”更名為了“FSD (Supervised)”。

Supervised 是“監(jiān)督”的意思，而這正是FSD的核心。

那么從測(cè)試版轉(zhuǎn)正，新版本的FSD究竟強(qiáng)在哪里？

在名為《特斯拉的FSD時(shí)刻》的行業(yè)深度報(bào)告里，分析師從三個(gè)核心邏輯的角度介紹了FSD新版本更新內(nèi)容。

以下為研報(bào)內(nèi)容節(jié)選：

特斯拉如何迎來(lái)FSD時(shí)刻？
1、端對(duì)端NN重塑FSD

2024年3月，特斯拉先后推出FSD（Beta）12.3.2、12.3.2.1以及最新的FSD（Supervised）12.3.3版本。

相比較于FSD 11，F(xiàn)SD v12創(chuàng)新性地采用了端對(duì)端的神經(jīng)網(wǎng)絡(luò)技術(shù)（端對(duì)端NN），可以更好地理解和處理復(fù)雜駕駛環(huán)境，減少駕駛?cè)藛T的干預(yù)，提高自動(dòng)駕駛的精確度和自動(dòng)化度。

感知-決策-執(zhí)行是FSD的基本流程，在v11中，感知階段需要通過(guò)視覺(jué)方式/雷達(dá)方式獲取周?chē)矬w信息并識(shí)別和標(biāo)識(shí)分類(lèi)，決策階段則依賴(lài)于事先認(rèn)為編寫(xiě)好的控制規(guī)則。

但是v12采用了端對(duì)端NN技術(shù)，感知階段不再需要識(shí)別和標(biāo)識(shí)，決策階段也不需要事先人為編寫(xiě)控制規(guī)則，只需要輸入大量視頻交給NN學(xué)習(xí)，就能分辨出在不同情況下需要做什么，這使得特斯拉在FSD V12中減少了100倍代碼，使其更輕便、更靈活，同時(shí)在沒(méi)有網(wǎng)絡(luò)連接的情況下仍能在不熟悉的地形上工作。

目前，v12在北美的已經(jīng)適配裝備HW4.0的modelS、3、X和Y，在中國(guó)地區(qū)目前只有Model Y可以升級(jí)到HW4.0。

相比HW3.0，HW4.0在算力、攝像頭數(shù)量和清晰度等方面具有大幅度的提升。攝像頭為8個(gè)，算力提升5倍，素有攝像頭像素由120萬(wàn)提升至500萬(wàn)。

目前，特斯拉FSD累計(jì)里程指數(shù)級(jí)增長(zhǎng)超10億英里，劍指百億公里

2、新版Autopark不依賴(lài)USS

新版的Autopark（泊車(chē)功能）基于與FSD v12相同的NN技術(shù)，不再依賴(lài)USS（超音波雷達(dá)）：自2022年特斯拉放棄USS而改用攝像頭以來(lái)，未裝備USS的新特斯拉的Autopark和Summon功能給用戶(hù)帶來(lái)的體驗(yàn)感遠(yuǎn)不如裝備USS的車(chē)輛。

之前版本的Autopark具有兩大主要缺陷：1）很難檢測(cè)停車(chē)位并將其顯示在屏幕上，而且一次只能顯示一個(gè)停車(chē)位。2）停車(chē)速度通常非常慢，如果周?chē)衅渌?chē)輛，幾乎很難完成自動(dòng)泊車(chē)。

而新的Autopark基于NN技術(shù)，顯著改善了這兩個(gè)問(wèn)題，停車(chē)速度更快，不僅可以在顯示屏上勾勒出停車(chē)位，還可以同時(shí)顯示各種停車(chē)位-包括平行空間。此外，這次升級(jí)，特斯拉真正實(shí)現(xiàn)了一鍵泊車(chē)（TaptoPark），當(dāng)駕駛員選擇好停車(chē)位后，點(diǎn)擊“開(kāi)始按鈕”，特斯拉的車(chē)輛能夠安全地倒車(chē)進(jìn)入停車(chē)位，駕駛?cè)藛T只需要保持關(guān)注并隨時(shí)準(zhǔn)備在必要時(shí)取消自動(dòng)停車(chē)操作即可，大幅度降低了人為干預(yù)需要、提升用戶(hù)體驗(yàn)。

3、HW4.0芯片算力大幅提升

芯片改用更先進(jìn)制程：HW4.0 FSD芯片采用三星7nm工藝，HW3.0為三星14nm工藝，新的自動(dòng)駕駛芯片性能將是現(xiàn)款自動(dòng)駕駛芯片的5倍左右。

攝像頭或升級(jí)：攝像頭數(shù)量或從9個(gè)減少到8個(gè)，但是攝像頭的清晰度從120萬(wàn)像素提升到500像素，這使得HW4.0具有比3.0更強(qiáng)的感知能力，最遠(yuǎn)探測(cè)距離可達(dá)424米，掃除盲區(qū)和死角。

預(yù)留雷達(dá)接口：HW4.0預(yù)留了裝備雷達(dá)的空間，但是modelY在出廠時(shí)并不具備雷達(dá)功能，這可能與特斯拉更加偏好視覺(jué)方案、降低車(chē)輛出廠成本等因素有關(guān)，同時(shí)也為用戶(hù)提供了一定的選擇空間。

CPU內(nèi)核數(shù)量提升66.67%，F(xiàn)SD Computer2數(shù)量增加到3個(gè)：CPU方面，HW4.0由3.0的12核，提升到了20核，內(nèi)核數(shù)量提升66.67%。計(jì)算平臺(tái)方面，雖然HW4.0仍然采用的是FSDComputer2，但是數(shù)量卻增加到了3個(gè)。

背后的核心邏輯

1、特斯拉引領(lǐng)技術(shù)路徑收斂

1）特斯拉引領(lǐng)BEV+Transformer

2021年7月AI DAY，特斯拉首次展示基于Transformer的BEV感知方案，是大模型首次用于自動(dòng)駕駛，實(shí)時(shí)感知生成向量空間。

2）特斯拉Occupancy感知引領(lǐng)華為、理想跟隨

2022年10月AI DAY，特斯拉Occupancy感知進(jìn)化，不識(shí)別類(lèi)別也能判斷物體運(yùn)動(dòng)狀態(tài)，引領(lǐng)華為GOD、理想Occupancy跟隨。

3）TeslaLane感知車(chē)道拓?fù)洌崆疤崛?fù)雜路口特征

4）大模型自動(dòng)標(biāo)注效率是人工的1000-45000倍

5）特斯拉Dojo投產(chǎn)，國(guó)內(nèi)廠商建設(shè)超算中心

2、大模型催化FSD時(shí)刻

1）大模型蒸餾有望解決車(chē)端算力不足帶來(lái)效果欠佳問(wèn)題

車(chē)端計(jì)算資源有限難以部署大模型，導(dǎo)致推理效果和泛化性能欠佳：通常來(lái)說(shuō)，規(guī)模較大的模型預(yù)測(cè)效果更好，但訓(xùn)練時(shí)間長(zhǎng)、推理速度慢的問(wèn)題使得模型難以實(shí)時(shí)部署，尤其在自動(dòng)駕駛汽車(chē)等計(jì)算資源有限的設(shè)備上，響應(yīng)速度顯然不夠用。

規(guī)模較小的模型雖然推理速度較快，但是因?yàn)閰?shù)量不足，推理效果和泛化性能沒(méi)那么好。

大模型知識(shí)蒸餾給小模型，可以實(shí)現(xiàn)更優(yōu)的性能：知識(shí)蒸餾（knowledgedistillation）是模型壓縮的一種常用方法，通過(guò)構(gòu)建一個(gè)輕量化的小模型，利用性能更好的大模型的監(jiān)督信息來(lái)訓(xùn)練這個(gè)小模型，以期達(dá)到更好的性能和精度。