11月25日，媒體報(bào)道，特斯拉已開始向員工推出全自動駕駛（FSD）V12版本，更新版本號為 2023.38.10。很快，特斯拉CEO馬斯克也在X上確認(rèn)了這一消息。
本月早些時候，馬斯克宣布特斯拉FSD V12自動駕駛將在2周內(nèi)上線試用，但市場普遍對這一時間點(diǎn)表示懷疑。現(xiàn)在看來，F(xiàn)SD V12版本正步入面向客戶前的最后一步，或許能夠在今年問世。
為何大家會如此期待特斯拉的FSD V12？
最為重要的原因便是，特斯拉反復(fù)強(qiáng)調(diào)的，F(xiàn)SD V12將實(shí)現(xiàn)全新的“端到端自動駕駛”，第一次開始使用神經(jīng)網(wǎng)絡(luò)進(jìn)行車輛控制，包括控制轉(zhuǎn)向、加速和制動，不再需要此前超過30萬行的代碼，而是進(jìn)一步依賴神經(jīng)網(wǎng)絡(luò)，減少了對硬編碼編程的依賴。
馬斯克在此前的試駕直播中表示，F(xiàn)SD Beta V12是有史以來第一個端到端AI自動駕駛系統(tǒng)（Full AI End-to-End），從頭到尾都是通過AI實(shí)現(xiàn)。我們沒有編程，沒有程序員寫一行代碼來識別道路、行人等概念，全部交給了神經(jīng)網(wǎng)絡(luò)自己思考。V12的C++代碼只有2000行，而V11有30萬行。
簡單理解就是，V12把攝像頭獲取的圖像數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)能夠直接輸出車輛控制指令（如轉(zhuǎn)向、加速、制動等），更像是一個人類的大腦，99%的決策都是由神經(jīng)網(wǎng)絡(luò)給出的，不需要高精地圖、不需要激光雷達(dá)，僅僅依靠車身的攝像頭視覺輸入，就能分析思考，輸出控制策略。
媒體分析認(rèn)為，F(xiàn)SD V12版本的推出將成為特斯拉在AI和自動駕駛方面的關(guān)鍵時刻。這不僅僅是技術(shù)實(shí)力，還關(guān)乎將AI與人類行為如何更好融合。
對于新架構(gòu)的技術(shù)細(xì)節(jié)和潛在影響，市場仍有較多疑惑和分歧。根據(jù)特斯拉對外披露的信息及馬斯克在X上發(fā)布的信息，中信證券認(rèn)為，特斯拉內(nèi)部目前有兩條“端到端”路線同步在研：1）級聯(lián)式端到端神經(jīng)網(wǎng)絡(luò)；2）World Model，而FSD V12是前者的可能性較大，有望于明年初落地，以更好地實(shí)現(xiàn)L3能力。
“端到端自動駕駛”有何不同？
在FSD V12之前，特斯拉的自動駕駛系統(tǒng)一直依賴于規(guī)則判斷。
靠著汽車的攝像頭識別車道、行人、車輛、標(biāo)志和交通信號燈等，然后通過特斯拉工程師們手動編寫的數(shù)十萬行C++代碼來應(yīng)對各種情況，比如紅燈停、綠燈行、在沒有足夠快的車輛沖撞時才通過十字路口等等。
但現(xiàn)在，作為特斯拉自動駕駛系統(tǒng)最重要的一次升級，F(xiàn)SD v12只是通過給神經(jīng)網(wǎng)絡(luò)“喂”視頻，讓它不斷學(xué)習(xí)，優(yōu)化參數(shù)，在分析數(shù)十億幀人類如何駕駛汽車的視頻自學(xué)了駕駛。
中信證券指出，從技術(shù)本質(zhì)來看，級聯(lián)式端到端神經(jīng)網(wǎng)絡(luò)，系統(tǒng)從輸入到輸出，全程使用神經(jīng)網(wǎng)絡(luò)算法，無需任何人工規(guī)則介入。當(dāng)前，自動駕駛模型多為模塊化架構(gòu)，感知預(yù)測、規(guī)劃、控制等不同任務(wù)分屬于多個不同的小模型，且下游規(guī)控環(huán)節(jié)普遍仍以規(guī)則為主。
而“端到端”神經(jīng)網(wǎng)絡(luò)在輸入圖像后，可直接輸出轉(zhuǎn)向、剎車、加速等控制指令。為提升訓(xùn)練效果，“端到端”的大神經(jīng)網(wǎng)絡(luò)可能由多個小的子神經(jīng)網(wǎng)絡(luò)級聯(lián)而成。
但與傳統(tǒng)模塊化架構(gòu)用“規(guī)則”連接模塊不同，級聯(lián)式神經(jīng)網(wǎng)絡(luò)的子模塊是以“神經(jīng)網(wǎng)絡(luò)”的方式自行訓(xùn)練堆疊，因此可通過數(shù)據(jù)驅(qū)動優(yōu)化整個端到端模型，避免“局部最優(yōu)，而非全局最優(yōu)”的困境。
端到端/神經(jīng)網(wǎng)絡(luò)的核心好處在于模型迭代的關(guān)鍵由“工程師”變?yōu)榱烁子谝?guī)模化的“數(shù)據(jù)和算力”，因而訓(xùn)練效率和性能上限有望得到顯著提升。落到實(shí)處，中信證券認(rèn)為，端到端方案所展示出的性能潛力有望大幅提升自動駕駛系統(tǒng)的接管水平，從而實(shí)現(xiàn)真正無可爭議的L3能力（例如達(dá)到每周接管1次）。
但端到端模型的“黑盒”問題目前產(chǎn)業(yè)界尚未有十分成熟的解決方案，因此中信證券認(rèn)為，其最終能否邁向追求極致安全性的L4全無人駕駛?cè)源^望。
