特斯拉AI負責人揭秘FSD端到端方法論

10 月 25 日，特斯拉 AI 軟件副總裁阿肖克·埃盧斯瓦米在 X 上發布長文，揭秘 FSD 端到端方法論，引發廣泛關注。

特斯拉采用端到端神經網絡實現自動駕駛，此網絡接收多攝像頭像素、車輛運動學信號、音頻、地圖及導航信息，直接輸出駕駛指令。與傳統模塊化方法相比，優勢明顯。傳統方法將感知、預測、規劃拆分，接口復雜且難優化；端到端模型一步到位，能整體優化。比如面對“是碾過水坑還是借道逆行”的情況，經大量數據訓練的 AI 能做出更合理決策。

不過，構建端到端架構面臨諸多挑戰。首先是數據處理，FSD 每秒要處理來自攝像頭、地圖、音頻等約 20 億個輸入信息，最終壓縮成轉向和加速 2 個指令。特斯拉憑借龐大車隊，每日產生相當于 500 年駕駛時長的里程數據，經篩選提取有價值樣本，讓 AI 學習極端案例，如雨天路滑時提前 5 秒減速。

可解釋性與安全保證也是問題。調試端到端系統困難，為此特斯拉開發多項技術。生成式高斯濺射技術，運行時間約 220 毫秒，能生成高質量 3D 幾何結構，輔助理解 AI 決策依據；小型版本的推理模型在 FSD v14.x 版本運行，結合視頻溯源，可用自然語言推理。

評估同樣是挑戰。特斯拉開發神經世界模擬器，基于海量真實數據訓練，能實時生成含 8 個攝像頭畫面的虛擬駕駛環境，可復現歷史事故、創造極端測試條件，對 FSD 進行壓力測試，還能調整計算資源實現每秒 24 幀高分辨率傳感器數據合成。

值得一提的是，特斯拉的這些技術不僅用于自動駕駛，還能遷移到人形機器人擎天柱上。這一創新是否引領自動駕駛潮流，又將如何影響未來，令人期待。