特斯拉FSD能否打破自動駕駛的默認(rèn)偏見？

4月28日，馬斯克閃現(xiàn)北京，同一天特斯拉通過了中國4項數(shù)據(jù)安全合規(guī)要求，成為首家通過此要求的外資車企。業(yè)內(nèi)分析認(rèn)為，這是特斯拉掃清數(shù)據(jù)安全障礙的重要標(biāo)志。

特斯拉的全自動駕駛（Full Self-Drive , FSD）是輔助駕駛系統(tǒng)Autopilot的升級版，可用于城市公共道路，包括自動停車、自動變道和交通導(dǎo)航。早在四年前特斯拉就推出了FSD軟件，并將其不斷升級至最新的FSD V12版本。但在中國尚無這項功能可用，特斯拉一直尋求在中國提供FSD技術(shù)的機(jī)會。

特斯拉在中國售出了180萬輛汽車，中國復(fù)雜的交通條件中產(chǎn)生的大量數(shù)據(jù)，對于特斯拉在中國和全球推廣其FSD技術(shù)，都有著重要的戰(zhàn)略意義。

FSD落地中國需要哪些條件？

FSD想要落地中國，包括數(shù)據(jù)采集、數(shù)據(jù)存儲等都需要進(jìn)行合規(guī)化和本地化。長期以來，數(shù)據(jù)安全問題一直是阻礙特斯拉在中國全面推廣FSD軟件系統(tǒng)的主要障礙。2023年8月特斯拉回應(yīng)“哨兵模式”時就明確指出已經(jīng)在中國建立數(shù)據(jù)中心，實現(xiàn)數(shù)據(jù)存儲的本地化，所有在中國大陸市場銷售車輛所生產(chǎn)的數(shù)據(jù)，都會存儲在中國境內(nèi)。

有知情人士透露，特斯拉正在考慮在中國建立數(shù)據(jù)中心，以訓(xùn)練其自動駕駛技術(shù)，這是特斯拉的一個重大的戰(zhàn)略轉(zhuǎn)變。純視覺路線對于圖像的處理更依賴大量數(shù)據(jù)采集和模型訓(xùn)練，因此特斯拉在美國自建超算中心Dojo并自研D1芯片，以大幅提升FSD訓(xùn)練效率。特斯拉在中國采集的數(shù)據(jù)只能在本地進(jìn)行模型訓(xùn)練，這意味著需要在中國建立類似于Dojo的超算中心，需要一定開發(fā)周期和成本。

此外，據(jù)稱特斯拉還與百度達(dá)成了一項協(xié)議，從而能夠使用百度的地圖和導(dǎo)航技術(shù)來實現(xiàn)FSD功能。據(jù)了解，海外車企只能通過與中國本土公司合作的方式，才能獲得地圖服務(wù)許可證，合法運(yùn)營自動駕駛功能，這也是智能駕駛系統(tǒng)在中國公共道路上運(yùn)行的要求。通過使用百度提供的車道級地圖數(shù)據(jù)，一方面可以解決特斯拉的測繪資質(zhì)問題，另一方面也可以加速FSD在中國的落地。

特斯拉FSD與國內(nèi)自動駕駛方案不同，進(jìn)入國內(nèi)市場后，將有利于多種技術(shù)方案對標(biāo)，促進(jìn)自動駕駛技術(shù)提升，如同2018年特斯拉超級工廠項目在上海簽約時，再次發(fā)揮“鯰魚效應(yīng)”。近年來，比亞迪、理想、蔚來和小鵬等本土競爭對手從技術(shù)到成本，全方位加大了與特斯拉的競爭力度，華為也順勢推出了智能駕駛系統(tǒng)。中國先進(jìn)的ADAS開始在本土以外的國際市場嶄露頭角，這對于中國的自動駕駛技術(shù)產(chǎn)業(yè)來說至關(guān)重要。

現(xiàn)在正處于自動駕駛商業(yè)化應(yīng)用的前期階段，預(yù)計2030年前后將是自動駕駛逐步走向普及的階段。從當(dāng)前自動駕駛技術(shù)發(fā)展來看，L2級智能駕駛技術(shù)（即部分自動化，需要駕駛員主動監(jiān)控道路狀況，隨時準(zhǔn)備接管）已實現(xiàn)上車，而真正無需駕駛員介入的完全自動駕駛是5級（L5）。整個行業(yè)離最終「完全自動駕駛」的愿景依然存在一定距離，雖然規(guī)?；逃萌孕钑r日，但現(xiàn)有的落地場景已十分豐富。

什么是FSD？

隨著新能源汽車進(jìn)入智能化下半場，智能駕駛一直是行業(yè)追逐的技術(shù)制高點之一。FSD就是特斯拉研發(fā)的自動化輔助駕駛系統(tǒng)的簡稱，其測試版于2020年推出。該系統(tǒng)的最終目標(biāo)是實現(xiàn)車輛可在沒有人干預(yù)的情況下，自主識別路況、規(guī)劃路線、控制速度和方向，完成從起點到終點的行駛。

今年3月，特斯拉向北美車主推送了最新的FSD V12.3.1版本，是繼V12.1和V12.2在員工內(nèi)部和小范圍用戶測試后首次大范圍推送。據(jù)悉，當(dāng)前FSD系統(tǒng)可實現(xiàn)的功能包括自動緊急剎車（AEB）、自動變道和交通導(dǎo)航，還增加了在城市街道的半自主導(dǎo)航以及對交通燈或停車標(biāo)志做出反應(yīng)的能力。

市面上最常見的自動駕駛系統(tǒng)，大部分仍然采用分模塊的設(shè)計，把感知層、決策層以及控制層，分為三個模塊，各個模塊內(nèi)采用各自的算法模型來完成設(shè)計需求。在這其中，AI算法主要是應(yīng)用在感知模塊中，決策層和控制層面還是常規(guī)的代碼邏輯，依賴基于規(guī)則的判斷，依靠汽車攝像頭識別車道、行人、車輛、標(biāo)志和交通信號燈等，然后通過工程師們編寫代碼來應(yīng)對各種情況。

與常見的自動駕駛系統(tǒng)不同的是，特斯拉FSD V12最大的變化在于采用了端對端神經(jīng)網(wǎng)絡(luò)技術(shù)（End-to-End Neural Network , E2E NN），打開了以往的感知層、決策層以及控制層這三大模塊之間的權(quán)限，將“規(guī)則驅(qū)動”的算法轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動”的算法。簡單地說，該方案把攝像頭獲取的圖像數(shù)據(jù)輸入到算法后，能直接輸出例如轉(zhuǎn)向、加速、制動等車輛控制指令，更像是一個人類的大腦，不需要高精地圖以及激光雷達(dá)，僅依靠圖像數(shù)據(jù)輸入就能分析并輸出控制策略。

從分模塊設(shè)計，到“端到端”，這背后其實是一條技術(shù)路線的改變。分模塊設(shè)計將自動駕駛?cè)蝿?wù)進(jìn)行切分，形成多個子任務(wù)，每個子任務(wù)解決駕駛過程中存在的某些特定問題，比如感知、預(yù)測、決策、執(zhí)行，最終進(jìn)行系統(tǒng)集成完成整個駕駛?cè)蝿?wù)。為了盡可能應(yīng)對路上遇到的各種情況，特斯拉數(shù)百名工程師寫了30萬行C++代碼用以制定規(guī)則。

但是，任務(wù)太多會導(dǎo)致集成困難以及錯誤累加。同時，系統(tǒng)設(shè)計時引入了過多的人為經(jīng)驗，但難免缺失部分罕見場景，系統(tǒng)對于陌生的場景如果沒有相應(yīng)規(guī)則往往無法處理，泛化能力較差。

另一種則是自動駕駛“端到端”方案，省去了感知、預(yù)測、規(guī)劃等各項子任務(wù)，能夠避免大量重復(fù)處理工作，提高計算效率。同時，該方案不需要制定大量的人工規(guī)則，在處理一些非結(jié)構(gòu)化場景（比如缺少車道線與交通規(guī)則的約束）有了很大的提升，應(yīng)對各種場景的能力顯著提升，大大減少需要人工干預(yù)的次數(shù)。是未來最有希望實現(xiàn)無人駕駛的途徑之一，也是大模型對自動駕駛技術(shù)發(fā)展產(chǎn)生深度影響的體現(xiàn)。

FSD V12是有史以來第一個端到端AI自動駕駛系統(tǒng)，相比之前版本，F(xiàn)SD V12.3版本在城市環(huán)境下的無關(guān)鍵接管行駛里程大幅增加，從約100多英里（約合160公里）提升到了386.7英里（約合622公里）。

FSD V12是如何煉成的？

特斯拉FSD V12的體驗顯著提升背后，是其技術(shù)路徑逐漸收斂的結(jié)果。V12的重大突破在于打通了整個技術(shù)棧的最后一環(huán)（決策規(guī)劃），在深度學(xué)習(xí)算法上的應(yīng)用，通過高度精細(xì)化的數(shù)據(jù)處理流程、多任務(wù)學(xué)習(xí)框架、以及持續(xù)的模型迭代，實現(xiàn)了從數(shù)據(jù)收集、預(yù)處理、標(biāo)注到模型訓(xùn)練的全鏈條優(yōu)化。

· 多維度視覺感知：FSD借助多攝像頭布局，實現(xiàn)360°全景視覺覆蓋，為車輛提供無死角的視覺信息輸入。

· BEV與Transformer的革新應(yīng)用：結(jié)合BEV技術(shù)與Transformer模型，將二維視覺數(shù)據(jù)轉(zhuǎn)化為高精度的三維空間表示，有效提升環(huán)境建模的精確度與實時性。

· HydraNets（多任務(wù)并行處理）：通過HydraNets等創(chuàng)新神經(jīng)網(wǎng)絡(luò)架構(gòu)，實現(xiàn)對多種駕駛?cè)蝿?wù)的同時高效處理，增強(qiáng)系統(tǒng)整體效能。

· 自動化數(shù)據(jù)標(biāo)注與訓(xùn)練流程：依托自動化標(biāo)注系統(tǒng)與海量數(shù)據(jù)集，不斷迭代優(yōu)化自動駕駛算法，通過閉環(huán)反饋機(jī)制確保模型的持續(xù)進(jìn)化。

· 仿真技術(shù)的深度應(yīng)用：利用高保真模擬環(huán)境模擬各類駕駛場景，增強(qiáng)算法魯棒性與安全性，為實際道路測試前提供有效的驗證平臺。

首先，通過視覺感知網(wǎng)絡(luò)生成三維向量空間，對于僅有唯一解的問題，可直接生成明確的規(guī)控方案，而對于有多個可選方案的復(fù)雜問題，使用向量空間和感知網(wǎng)絡(luò)提取的中間層特征，訓(xùn)練神經(jīng)網(wǎng)絡(luò)規(guī)劃器，得到軌跡分布；其次，融入成本函數(shù)、人工干預(yù)數(shù)據(jù)或其他仿真模擬數(shù)據(jù)，獲得最優(yōu)的規(guī)控方案；最終生成轉(zhuǎn)向、加速等控制指令，由執(zhí)行模塊接受控制指令實現(xiàn)自動駕駛。

盡管特斯拉FSD屬于端到端大模型，但在中國應(yīng)用時，還是需要補(bǔ)齊國內(nèi)場景的訓(xùn)練數(shù)據(jù)，主要是交通規(guī)則和交通標(biāo)識相關(guān)的信息，復(fù)雜的路口數(shù)據(jù)也需要重新采集標(biāo)注進(jìn)行調(diào)整，考慮BEV感知方案是否可以得到很好的本地化適配。

端到端對數(shù)據(jù)要求非常高，需要高質(zhì)量、分布多樣的、海量的訓(xùn)練數(shù)據(jù)。馬斯克在去年的財報會上曾提到數(shù)據(jù)在自動駕駛方面的重要性，他說：“用100萬個視頻case訓(xùn)練，勉強(qiáng)夠用；200萬個，稍好一些；300萬個，就會感到Wow；到了1000萬個，就變得難以置信了?！苯刂寥ツ?，特斯拉已經(jīng)分析了從特斯拉客戶的汽車中收集的1000萬個視頻片段（clips），他們判斷完成一個端到端自動駕駛的訓(xùn)練至少需要100萬個、分布多樣、高質(zhì)量的clips才能正常工作。

然而對于國內(nèi)廠商來說，數(shù)據(jù)的采集和提取存在著困難。早年，自動駕駛廠商們往往依賴采集車采集數(shù)據(jù)，但是這種數(shù)據(jù)往往低質(zhì)量、分布有偏，難以進(jìn)行大規(guī)模端到端訓(xùn)練。隨著量產(chǎn)車規(guī)?；涞?，廠商們又開始轉(zhuǎn)向采用量產(chǎn)車影子模式采取數(shù)據(jù)，但是卻面臨著數(shù)據(jù)有效性和數(shù)據(jù)規(guī)模性平衡的問題。如果采集泛化信息，則有可能面臨大量垃圾數(shù)據(jù)的問題；如果采集策略過于嚴(yán)格，則有可能丟失有價值的數(shù)據(jù)。如何定義數(shù)據(jù)質(zhì)量和處理數(shù)據(jù)同樣也是國內(nèi)廠商需要解決的難題。

毫不夸張地說，數(shù)據(jù)會占據(jù)端到端自動駕駛開發(fā)中80%以上的研發(fā)成本，當(dāng)前特斯拉擁有近10萬張A100，位居全球top5，預(yù)計到2024年年底會擁有100EFlops的算力。換句話說，只有有足夠資金和資源的頭部企業(yè)和頭部供應(yīng)商才能搶先一步探索出端到端自動駕駛解法。

端到端的技術(shù)沒大規(guī)模普及開來，另外一個核心問題是自動駕駛系統(tǒng)的不可解釋性。例如在模型訓(xùn)練當(dāng)中，出現(xiàn)不好的駕駛習(xí)慣或者測試時出現(xiàn)系統(tǒng)處理不好的路況下，沒人能解釋清楚問題的根本原因?，F(xiàn)在特斯拉的解決方案，只能是針對性的多喂同類的數(shù)據(jù)，例如之前測試中路口停止標(biāo)識之前是車輛停止的距離路口過遠(yuǎn)，就多投喂這類數(shù)據(jù)來進(jìn)行學(xué)習(xí)。

在中國，幾乎所有新能源車企都已推出不同級別的輔助駕駛和自動駕駛系統(tǒng)，大多數(shù)都實現(xiàn)了高速NOA（Navigate on Autopilot , 自動輔助導(dǎo)航），即允許車輛在高速公路或快速路上實現(xiàn)自主行駛，完成超車、轉(zhuǎn)彎等動作，而不需要駕駛員親自操作。

而城市道路環(huán)境比高速公路更為復(fù)雜多變，城市NOA發(fā)展得相對滯后。不過，也已有一些頭部車企開始布局城市場景，比如蔚來的城市NOA已分布全國606座城市，城市主干路覆蓋率達(dá)到90%以上；理想汽車也已覆蓋超過110個城市的城區(qū)道路；而問界和小鵬的高級智駕版能做到不限城市，問界的HUAWEI ADS 2.0高階智駕功能不僅支持城市所有道路、國道，還支持縣道、鄉(xiāng)道、縣鄉(xiāng)等公開道路。這意味著，特斯拉的FSD在中國市場將面臨眾多競爭對手 —— 這種狀況是北美市場所沒有的。

根據(jù)機(jī)構(gòu)基于中國乘用車協(xié)會數(shù)據(jù)的測算，特斯拉在中國汽車市場的份額從2023年第一季度的10.5%大幅縮減至2023年第四季度的6%左右。特斯拉即使在大幅降價的背景下，汽車銷量還是有所減少，毋庸置疑的是，馬斯克非常希望能夠趁早擺脫自2020年以來的首次季度收入同比下降。

同時，激烈的競爭還會影響到FSD的定價策略。由于多數(shù)中國車企沒有開通訂閱付費(fèi)模式，從買斷價格來看，小鵬XPILOT 3.0售價3.6萬元（購車選配則為2萬元），蔚來NIO Pilot全配包售價3.9萬元，理想、小米以及埃安的部分車型則不額外收取ADAS費(fèi)用。

相比之下，特斯拉FSD是業(yè)界最貴的，盡管在半個月前已經(jīng)把FSD在北美的買斷價格從1.2萬美元降至8000美元，也同步下調(diào)了FSD在北美的訂閱價格，從199美元/月下調(diào)到99美元/月，相當(dāng)于降價一半，但只有購買了EAP（Enhanced Autopilot，增強(qiáng)版自動輔助駕駛）的用戶才能享受這一折扣。

另外值得注意的是，知名特斯拉投資者加里·布萊克對FSD接受率的質(zhì)疑。根據(jù)信用卡數(shù)據(jù)提供商YipitData提供的數(shù)據(jù)，在試用了一個月FSD的美國特斯拉車主中，只有2%的用戶選擇繼續(xù)訂閱該服務(wù)，遠(yuǎn)低于預(yù)期的6%。倘若FSD入華后不得不再次降價，如果按2%的滲透率計算，那FSD的營收是非常有限的。

（本文登于EEPW 2024年第6期）