關注智能駕駛的小伙伴這個禮拜應該都被馬斯克刷屏了！

億萬富翁的單向赴約+FSD V12 Beta版直播實在太有話題性了,，就算視頻畫質差到掉渣,，我還是沒忍住圍觀了,。

視頻中小馬哥為了展示FSD V12 Beta版的能力，不惜以身涉險甚至以身試法,，雙手多次離開方向盤,，親自舉著渣畫質的“座機”來為網友們做直播展示。雖然沒有遇到攔截的警察,，但他的這番神操作就算在美國,，同樣也是違法行為，至少需要繳納100美元罰款,。大家可不要隨意模仿哦～

但話說回來,，這FSD V12 Beta版到底有什么過人之處？和我們的城區(qū)領航輔助又有什么區(qū)別呢,？

傳統(tǒng)的智能駕駛,，基本都按照感知、決策,、執(zhí)行分為個3個模塊,。目前咱們國內的傳統(tǒng)的智能駕駛一般都還是CNN 的主干網絡來提供最初的感知結果，然后系統(tǒng)會把感知結果給到決策部門,，由時候決策部門根據(jù)我們已經寫好的算法規(guī)則來給出控制策略,，最后再由執(zhí)行模塊最終輸出控制車輛的行為。

就像咱們車上的語音交互,，當我們給出指令時,，系統(tǒng)會通過抓取關鍵詞，然后從豐富的答案中匹配一個最佳的結果,，如果我換一種說法,，它就會變成“人工智障”。

而特斯拉的FSD V12的端到端,，可能已經完全推翻了我們現(xiàn)有在使用的這套智駕邏輯,。神經網絡已經吞掉了原本的規(guī)則棧，系統(tǒng)不需要糾結識別沒識別的問題,，只需要把捕捉到的基礎畫面給到神經網絡,，系統(tǒng)就會自己根據(jù)畫面中物體的位置、活動規(guī)律等信息與之前學習過的畫面進行融合比對按照經驗再輸出決策,。整個過程完全由神經網絡自己來完成,。

簡單來說FSD V12這就相當于一套可以理解語義的語音交互系統(tǒng)，它可以脫離框架,，直接給出我們要的最佳答案,。

以上內容，聽起來或許可能容易理解,。下面我們就直接代入場景,，來看看FSD V12 Beta版的表現(xiàn)究竟如何,？

1.基礎能力

馬斯克公布的視頻中,，F(xiàn)SDBeta版在環(huán)島、障礙物,、紅綠燈識別上,，整個直播過程中大部分場景基本都能處理的很好，遇到行人減速甚至停車,，這樣的基本操作和我們的傳統(tǒng)智駕方案基本都能實現(xiàn),，但這次直播馬斯克行駛的路段和國內的北京廣州等地對比起來，顯然在難度上還是差點意思,。

2.失誤場景

在直播的45分鐘里,，唯一的一次失誤是因為紅綠燈的識別導致，當時是車輛需要直行時左轉燈變綠了,，差一點闖紅燈,。咱們的輔助駕駛，例如小鵬,、華為的方案,，目前對于識別紅綠燈也都已經是基操了，但偶爾紅綠燈識別有誤的情況也確實存在,。就比如說上次在五城智駕測試中,，阿維塔11就曾因為紅綠燈的位置做了變更、高精地圖鮮度不夠而導致了一次識別有誤,。雖然原因不同,，但結果卻是一樣的,，對于用戶來說,，二者在體驗上其實沒有太大的差異。

3.彩蛋

這次直播FSD V12最讓我驚艷的地方是它多了可以一個靠邊停車的操作,，這也是目前的FSD,、傳統(tǒng)智駕方案中我們所沒有見過的。Ashok在直播中還透露,，將來的FSD可能還會增加語音指令的功能,，我們可以指揮它如何開，也可以告訴它我們要去哪里,。FSD就可以根據(jù)指令分析語義信息并執(zhí)行操作,。

既然短期內體驗上并沒有顯著差異，為什么還要做端到端呢,？

傳統(tǒng)智駕方案中感知,、融合,、決策、控制整個過程會有點像流水線,，每一步我都要明確輸出一個結果,。下一步始終只接收上一個模塊給到的信息，除了系統(tǒng)需要處理的數(shù)據(jù)和校驗信息量大之外,，也需要大量的人力及研發(fā)成本,，而且傳遞信息的過程可能存在一定的信息損失。

如果把之前BEV+Transformer的加入比作是我們從數(shù)數(shù)的階段,，學會了用算盤這樣的工具,。那么端到端的大模型，就相當于直接用上了計算器,。在研發(fā)成本,、人員、效率,、信息的準確性上都能夠得到大幅提升,。

寫在最后

假設現(xiàn)在中國有5萬自動駕駛研發(fā)的工程師、10萬個相關從業(yè)者,、30萬個仿真,、數(shù)據(jù)標注的工作者，差不多50萬人在做這件事情,。如果端到端真的落地了,，AI就可以自己玩了，那這50萬人里面,，95%的人都得失業(yè),。

當然，端到端的落地的難度僅用文字是無法完全呈現(xiàn)出來的,。運行這一套大模型,，參考的維度會更多，對相關的技術人員的要求會更高,，采集的數(shù)據(jù)樣本數(shù)量,、質量都會有更多更高的要求、那么與此同時計算平臺就需要非常強大的硬件配置來支持,，此外模型訓練所需要的龐大資金也會是一大問題,。

而且投入這些成本之后，能達到什么樣的預期效果究竟會是什么樣的,？這就很難評了,。但可以預見的結果是，端到端這條路我們一定會走,，但當下顯然還不是最好的時候,。