91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一文讀懂特斯拉自動駕駛FSD從輔助到端到端的演進

智駕最前沿 ? 來源:智駕最前沿 ? 作者:智駕最前沿 ? 2025-10-11 09:13 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

[首發(fā)于智駕最前沿微信公眾號]自動駕駛行業(yè)發(fā)展至今,特斯拉一直被很多企業(yè)對標(biāo),其FSD系統(tǒng)的每一次更新,都會獲得非常多人的關(guān)注。早期自動駕駛是一個分層的、由多模塊組成的系統(tǒng),感知、定位、預(yù)測、規(guī)劃、控制等環(huán)節(jié)各自負(fù)責(zé)不同的功能,各模塊用顯式代碼和規(guī)則來完成任務(wù)。隨著數(shù)據(jù)規(guī)模和算力增長,特斯拉開始把更多功能放到機器學(xué)習(xí)模型里,尤其是從2024年推出的V12(標(biāo)注為“Supervised”)開始,特斯拉開始大幅度推進“端到端”路線,從攝像頭圖像直接到控制命令的神經(jīng)網(wǎng)絡(luò),采用“photonin,controlsout”(光子進入,控制輸出),并把大量以前的顯式C++代碼替換為神經(jīng)網(wǎng)絡(luò)權(quán)重。今天就帶大家聊聊特斯拉FSD的演進歷程。

wKgZPGjpr1CABnyOAABjzDYUPkg475.jpg

wKgZO2jpr1CASfNVAAAQo00DEvw519.jpg

從模塊化走向端到端

回顧特斯拉的硬件與軟件演進,就可以理解為何FSD能在短時間內(nèi)可以實現(xiàn)突破性功能更新。2014年10月,特斯拉首次推出自動駕駛硬件系統(tǒng)HW 1.0。該系統(tǒng)的配置包括一個由Mobileye提供的前置單目攝像頭、一個博世提供的77GHz毫米波雷達(最大探測距離160米)、12個超聲波傳感器(最大探測距離5米),以及Mobileye EyeQ3計算平臺,配合高精度電子輔助制動與轉(zhuǎn)向系統(tǒng)。

隨著技術(shù)發(fā)展,特斯拉于2016年10月發(fā)布了HW 2.0。該版本基于與英偉達聯(lián)合開發(fā)的Drive PX2平臺,在性能上實現(xiàn)顯著提升,攝像頭數(shù)量增至8個,處理器算力達到12 TOPS,是HW 1.0的48倍。然而,特斯拉在HW 2.0階段已啟動自研計劃,著手開發(fā)車端FSD芯片。在2019年4月,隨著搭載兩顆自研FSD芯片的HW3.0正式裝車,特斯拉智能駕駛技術(shù)全面邁入全棧自研的新階段。這些硬件升級不是“炫性能”,而是為了承載越來越大、越來越復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型。

wKgZPGjpr1GAUaSRAABnebeoqds886.jpg

在軟件上,傳統(tǒng)自動駕駛系統(tǒng)習(xí)慣把“感知—語義理解—預(yù)測—規(guī)劃—控制”拆開,各自用工程規(guī)則或小模型來完成。特斯拉在V12推出的“端到端”嘗試,是把從視覺輸入到縱橫向控制的函數(shù)化過程更緊密地交給神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。模型可以在大量真實世界駕駛片段上學(xué)習(xí)人類的綜合決策策略,處理很多以前需要手工編碼的邊界條件。端到端也讓工程復(fù)雜度在一部分場景下下降(因為少了大量規(guī)則代碼),但問題也同樣明顯。端到端模型的內(nèi)部決策不容易解釋,驗證覆蓋面需要用更大的數(shù)據(jù)集與更嚴(yán)謹(jǐn)?shù)碾x線/線上測試策略來確保安全。特斯拉自己也在發(fā)布說明中提到,V12用“數(shù)百萬段視頻片段”訓(xùn)練網(wǎng)絡(luò),用以替代數(shù)十萬行的C++代碼。

端到端的應(yīng)用并不意味著完全放棄模塊化理念。即便主控制策略由一個大型網(wǎng)絡(luò)主導(dǎo),很多團隊依然會保留一些模塊作為安全閥或可觀測點(比如駕駛員監(jiān)測、碰撞預(yù)警的冗余判別邏輯等)。這樣做的好處是可以利用端到端學(xué)習(xí)來提升決策質(zhì)量,但在安全關(guān)鍵點保留可審計或能快速修補的控制邏輯。

wKgZO2jpr1KAaqQEAAAR42n7O-I070.jpg

關(guān)鍵功能、版本演進與用戶體驗

特斯拉的FSD在功能上其實有幾個非常重要的節(jié)點,高速NOA(Navigate on Autopilot)、城市道路的自動導(dǎo)航與信號燈識別、自動變道與自動泊車等。它們通過連續(xù)的軟件版本逐步推進。其實自2021年開始的FSD Beta以來,特斯拉就不斷在城市路況、無保護左轉(zhuǎn)等難點上做迭代。到2024年FSD V12(Supervised)時,特斯拉公開表示把城市駕駛棧整合到單一端到端網(wǎng)絡(luò)里,并逐步擴大測試范圍。

進入2024年末到2025年,特斯拉又陸續(xù)推出了V13、V13.2等版本,增加了包括停車啟動(從Park狀態(tài)直接開啟)等使用便捷性功能。到2025年10月,特斯拉推送了FSDv14(以v14.1為首批版本),這次更新被視為一年內(nèi)較大的功能與體驗提升,面向HW 4.0車載算力并引入了更多Robotaxi風(fēng)格的功能,實現(xiàn)了如“到達選項”(用戶可選擇希望系統(tǒng)把車停在哪種位置:車庫、路邊、停車場等)、更細化的速度模式(引入“Sloth”這樣的更保守速度檔位)、以及對緊急車輛讓行的處理等。首批更新之所以面向搭載HW 4.0的車型,原因是v14模型參數(shù)量明顯增大,需要更強算力來保證實時性。

在中國市場,特斯拉也進行了分階段的軟件推送,2025年初特斯拉在中國對Autopilot做過一次重要更新,加入了城市路段的導(dǎo)航輔助、交通信號檢測與基于導(dǎo)航的自動變道等功能(這類更新在媒體與車主社群中均有報道,但其關(guān)注點在于具體功能的成熟度與監(jiān)管審批)。

有用戶在體驗了特斯拉不同版本的FSD后表示,每次大的版本更新都會帶來明顯的新功能或體驗改進(更聰明的轉(zhuǎn)彎、停車、路線選擇),但在稀有或邊緣場景下仍然會出現(xiàn)判斷錯誤或不理想的行為。由此可見駕駛員在使用FSD時依然需要保持注意力并隨時準(zhǔn)備接管,這一點也在特斯拉官網(wǎng)中進行了提示。

wKgZPGjpr1KAGdi5AABjp5AXe5E323.jpg

wKgZO2jpr1OAKBbcAAASG3BOmsQ918.jpg

特斯拉FSD發(fā)展限制

把所有駕駛決策交給神經(jīng)網(wǎng)絡(luò),會提高系統(tǒng)處理復(fù)雜感知場景的能力,但同時也把驗證難度、可解釋性問題和責(zé)任邊界問題推到了前臺。過去幾年里,特斯拉在多個國家面臨關(guān)于Autopilot/FSD的安全調(diào)查和訴訟,爭議點集中在系統(tǒng)是否在宣傳上夸大能力、駕駛員注意力監(jiān)測是否足夠,以及在實際事故中軟件行為的合法性和責(zé)任劃分。到了2025年秋季,美國監(jiān)管機構(gòu)再次對大量搭載FSD功能的車輛展開初步評估(關(guān)注信號燈識別、闖紅燈、進入對向車道等問題),據(jù)路透社10月9日報道,美國國家公路交通安全管理局正在對288萬特斯拉(TSLA.O)展開調(diào)查,在50多份違反交通安全和一系列車禍的報告中,開設(shè)了配備完全自動駕駛系統(tǒng)的新標(biāo)簽車輛。這說明監(jiān)管審查仍然高壓并且會影響功能推廣節(jié)奏。

FSD,全稱為“Full Self-Driving”,這個名字讓不少消費者誤解為可以無人監(jiān)控的自動駕駛功能,而特斯拉同時把產(chǎn)品標(biāo)注為“Supervised”(需要監(jiān)控),這無疑給FSD功能加上了一把“枷鎖”。雖然特斯拉也曾發(fā)布過能在工廠到交付、甚至在短途的送車場景里車輛自動駕駛的視頻,但這些演示往往是在受控條件或有限場景下完成,并不能簡單等同為其可以在任意公共道路無監(jiān)督運行。

wKgZPGjpr1OAJn06AAASAJELks8413.jpg

最后的話

特斯拉FSD是一條由大量真實道路數(shù)據(jù)、算力與端到端學(xué)習(xí)推動的技術(shù)路徑。它在短期內(nèi)能帶來明顯的用戶體驗提升(更智能的跟車、變道、停車行為),也會在某些受控場景下展示出“近無人駕駛”的能力。但想實現(xiàn)真正意義上的全面無人駕駛?cè)孕钑r間,這不只是把模型訓(xùn)練得更好那么簡單,還需要建立被社會廣泛接受的安全、監(jiān)督和責(zé)任機制。對車主來說,把FSD當(dāng)作一種強大的輔助工具,并嚴(yán)格遵守監(jiān)控要求,是當(dāng)下最穩(wěn)妥的使用方式;對政策制定者來說,既要鼓勵創(chuàng)新,也要確保公眾安全與信息透明。未來幾年,F(xiàn)SD的每一次版本迭代都值得關(guān)注,因為它既反映了技術(shù)進步,也映射出產(chǎn)業(yè)、監(jiān)管與社會之間的平衡。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 特斯拉
    +關(guān)注

    關(guān)注

    66

    文章

    6413

    瀏覽量

    131380
  • 自動駕駛
    +關(guān)注

    關(guān)注

    793

    文章

    14887

    瀏覽量

    179979
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    為什么段式自動駕駛很難落地?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術(shù)在過去十年中經(jīng)歷了基礎(chǔ)輔助駕駛高度自動化系統(tǒng)的快速
    的頭像 發(fā)表于 03-08 09:44 ?1599次閱讀
    為什么<b class='flag-5'>一</b>段式<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>很難落地?

    解鎖仿真新可能 :全新 aiSim 6 即將發(fā)布

    前言隨著自動駕駛學(xué)術(shù)探索走向規(guī)?;瘧?yīng)用,無論是特斯拉
    的頭像 發(fā)表于 03-06 17:33 ?216次閱讀
    解鎖<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>仿真新可能 :全新 aiSim 6 即將發(fā)布

    自動駕駛為什么會出現(xiàn)黑盒現(xiàn)象?

    自動駕駛領(lǐng)域,(End-to-End)是指感知環(huán)境的原始數(shù)據(jù)車輛實際控制指令,全部交
    的頭像 發(fā)表于 02-20 09:25 ?9284次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>為什么會出現(xiàn)黑盒現(xiàn)象?

    如何訓(xùn)練好自動駕駛模型?

    [首發(fā)于智駕最前沿微信公眾號]最近有位小伙伴在后臺留言提問:算法是怎樣訓(xùn)練的?是模仿學(xué)習(xí)、強化學(xué)習(xí)和離線強化學(xué)習(xí)這三類嗎?其實
    的頭像 發(fā)表于 12-08 16:31 ?1438次閱讀
    如何訓(xùn)練好<b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>模型?

    自動駕駛仿真與基于規(guī)則的仿真有什么區(qū)別?

    自動駕駛領(lǐng)域,“仿真”指的是將感知控制的整個決策鏈條視為個整體,從而進行訓(xùn)練和驗證的
    的頭像 發(fā)表于 11-02 11:33 ?1713次閱讀

    自動駕駛中“段式”和“二段式”有什么區(qū)別?

    [首發(fā)于智駕最前沿微信公眾號]最近有小伙伴提問,段式和二段式
    的頭像 發(fā)表于 10-24 09:03 ?1213次閱讀
    <b class='flag-5'>自動駕駛</b>中“<b class='flag-5'>一</b>段式<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>”和“二段式<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>”有什么區(qū)別?

    自動駕駛中常提的段式(單段)是個啥?

    自動駕駛技術(shù)的發(fā)展,催生出技術(shù)的應(yīng)用,段式
    的頭像 發(fā)表于 10-18 10:16 ?1696次閱讀

    西井科技自動駕駛模型獲得國際認(rèn)可

    近日,西井科技AI創(chuàng)研團隊在國際權(quán)威自動駕駛算法榜單NAVSIM v2中脫穎而出,憑借創(chuàng)新的自動駕駛模型,以綜合得分48.759的成績
    的頭像 發(fā)表于 10-15 17:20 ?1290次閱讀

    自動駕駛大模型為什么會有不確定性?

    。為了能讓自動駕駛汽車做出正確、安全且符合邏輯的行駛動作,大模型被提了出來。
    的頭像 發(fā)表于 09-28 09:20 ?879次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大模型為什么會有不確定性?

    自動駕駛相較傳統(tǒng)自動駕駛到底有何提升?

    各自專業(yè)模塊獨立承擔(dān),再通過預(yù)定的接口協(xié)議將信息有序傳遞。與之相對照,“”(end-to-end)自動駕駛以統(tǒng)的大規(guī)模神經(jīng)網(wǎng)絡(luò)為核心
    的頭像 發(fā)表于 09-02 09:09 ?842次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>相較傳統(tǒng)<b class='flag-5'>自動駕駛</b>到底有何提升?

    Nullmax自動駕駛最新研究成果入選ICCV 2025

    Nullmax 在段式核心技術(shù)上的深厚積累與創(chuàng)新實力,尤其在
    的頭像 發(fā)表于 07-05 15:40 ?1815次閱讀
    Nullmax<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>最新研究成果入選ICCV 2025

    為什么自動駕駛大模型有黑盒特性?

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術(shù)落地,(End-to-End)大模型也成為行業(yè)研究與應(yīng)用的熱門方向。相較于傳統(tǒng)自動駕駛
    的頭像 發(fā)表于 07-04 16:50 ?888次閱讀
    為什么<b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大模型有黑盒特性?

    數(shù)據(jù)標(biāo)注方案在自動駕駛領(lǐng)域的應(yīng)用優(yōu)勢

    10-20TB,其中需要標(biāo)注的數(shù)據(jù)占比超過60%。在這樣的背景下,數(shù)據(jù)標(biāo)注方案應(yīng)運而生,正在重塑自動駕駛的數(shù)據(jù)生產(chǎn)范式。
    的頭像 發(fā)表于 06-23 17:27 ?1021次閱讀

    帶你厘清自動駕駛架構(gòu)差異

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術(shù)飛速發(fā)展,智能駕駛系統(tǒng)的設(shè)計思路也經(jīng)歷了傳統(tǒng)模塊化架構(gòu)
    的頭像 發(fā)表于 05-08 09:07 ?1038次閱讀
    <b class='flag-5'>一</b><b class='flag-5'>文</b>帶你厘清<b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>架構(gòu)差異

    自動駕駛中基于規(guī)則的決策和大模型有何區(qū)別?

    自動駕駛架構(gòu)的選擇上,也經(jīng)歷了感知、決策控制、執(zhí)行的三段式架構(gòu)到現(xiàn)在火熱的大模型,尤其是在2024年
    的頭像 發(fā)表于 04-13 09:38 ?3747次閱讀
    <b class='flag-5'>自動駕駛</b>中基于規(guī)則的決策和<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大模型有何區(qū)別?