在自动驾驶领域，特斯拉一直走在前沿，推行着比任何公司更为激进的策略。

10月20日，特斯拉向部分用户推送了FSD（全自动驾驶）的最新版本FSD Beta。据马斯克所说，此次更新将使特斯拉实现真正的“零干涉”的自动驾驶功能。

早在今年6月，马斯克就宣布，特斯拉的FSD将迎来重大升级，FSD Beta是一个全新架构的重写版本，而非简单的代码调整。这一重写提升了算法性能，使得FSD的感知能力从二维扩展到了四维，增加了深度预测和时间预测等功能。这意味着车辆可以更清晰地感知现实世界，并能更准确地预测位置、方向和速度。

此前，基于FSD的Autopilot辅助驾驶需要满足一些条件，比如清晰识别车道线、识别后方车辆、时速超过30英里等。但在FSD Beta中，这些条件被大大简化，用户只需在导航中设置目的地即可激活功能。

从一些早期用户的反馈来看，FSD Beta可以处理复杂的环岛路况、不依赖车道线的自主行驶、自动变道、红绿灯识别、适时转弯以及应对各种天气条件，包括夜间和雨天。

其中，“不依赖车道线的自主行驶”这一功能尤为突出，已经超越了许多竞争对手。

FSD Beta的主要亮点

接下来，我们来看看FSD Beta的具体功能。

目前，FSD Beta仅在美国的部分用户中进行了推送，因此本文的内容主要来自这些用户的分享。

从路试视频中可以看到，FSD Beta重新设计了用户界面，根据光照环境的不同显示不同的信息。屏幕左侧三分之一区域显示车辆模型，右侧则显示导航地图。车辆模型的位置也从底部移到了中间。

左侧区域显示了道路标线、交通标志、路口结构以及周围的车辆等元素，并用不同颜色的线条进行标识。这种设计使得驾驶员可以实时获取车辆周围的动态信息，仿佛展示了“FSD眼中的世界”。此外，可视化模型从2D升级到了4D，视角也从车内切换到了车后方的第三人称视角。

总体而言，FSD Beta提供了更加丰富和精细的信息展示，增强了科技感。然而，与之前的版本相比，FSD Beta的UI设计显得有些粗糙，似乎更适合工程师使用。过多的信息可能会分散驾驶员的注意力，因此未来的正式版本可能需要进行调整。

FSD Beta能实现哪些功能？

下面我们具体看看FSD Beta能够实现的功能。

（1）交通信号灯识别

车辆后方的摄像头可以准确识别路口的红绿灯，并据此决定是否前进。这一功能以前在美国某些地区可用，现在全面开放。

同时，夜晚对交通信号灯的识别也非常准确。

（2）停车标志识别

在美国的交通规则中，停车标志表示车辆需要停车并观察几秒钟后再继续行驶，通常出现在路口。FSD Beta可以很好地识别并执行这一操作。

（3）十字路口判断

通过十字路口时，如果需要右转，FSD Beta可以判断是否有来车，并据此决定是否继续行驶。

（4）环岛行驶

FSD Beta现在可以自动通过环岛，并在过程中判断附近车道是否有来车，根据导航确定驶出的车道。

即使是夜间行驶，FSD Beta也能轻松应对。

（5）智能呼叫功能

FSD Beta增强了呼叫功能的应用场景，可以根据实际路况判断行车路径，实现区域内完全无人驾驶。

（6）避让非机动车

在狭窄路段，如果识别到路边有非机动车，FSD Beta会轻微避让。

（7）障碍物预警

FSD Beta具备遮挡预测功能，可以及时发现并制动，避免突然出现的行人或障碍物。

除了上述功能，FSD Beta还有许多其他新功能，这里无法一一列举。

如何实现这些功能？

全新的FSD Beta实现了技术上的飞跃。具体来说，这些功能的实现主要依赖于硬件和算法。

特斯拉的FSD硬件出厂即搭载，无需后续升级。以最新的Model 3车型为例，它配备了8个摄像头，其中3个负责后方视野，其余5个则负责监控车辆侧面和后方。

在最新的FSD Beta中，这8个摄像头采集的画面将合成一张影像，而不是每个摄像头独立工作、独立分析。这是很大的改进。

特斯拉为何选择摄像头而不是激光雷达方案？因为马斯克强调，特斯拉的目标是开发一个适用于更大范围和更多道路场景的自动驾驶系统，而不是像Waymo那样，尽管传感器众多，但只能在特定区域内行驶。摄像头的成本更低，更适合这一方案。

除了摄像头，Model 3还整合了一颗增强型前视雷达，为车辆提供额外的环境数据，并在雨雾等天气条件下充当安全冗余。此外，还有12个超声波传感器，尽管工作范围较短，但在任何速度下都能正常工作，主要用于解决车辆控制盲区的问题。

除了传感器的支持，Hardware 3.0还配备了一颗FSD芯片。这颗芯片包含两块自研SoC、两块GPU、两块神经网络处理器和一块锁步CPU。为了提升神经网络处理器的存取速度，每颗FSD芯片内部还集成了32MB高速缓存。从特斯拉官方公布的数据来看，Autopilot HW 3.0可以处理每秒2300帧图像，总算力达到了144TOPS。

在硬件基础不变的情况下，功能的迭代更新主要依靠特斯拉的算法。然而，算法是FSD Beta的核心技术，也是特斯拉的秘密武器，这里不便展开。我们只能从马斯克透露的信息中，捕捉一些要点。

在去年的Autonomy Day上，马斯克透露特斯拉有一个名为“Dojo”的超级计算机项目。Dojo是特斯拉继FSD芯片后的又一大利器，可以进行每秒1 Exaflops的浮点运算。FP32比FP16更精确，1 Exaflop意味着每秒百亿亿次浮点运算。

这套超级计算机可以输入海量来自车辆上传的视频数据，创建庞大的数据库，从而构建出驾驶模型，并通过训练服务器进行无监督的算法训练。这些数据包括车道标识、交通状况、障碍物、交通标志等，系统会对这些视频进行筛选、清洗和标注，同时还有数百名熟练的标注工程师同步处理，以确保机器学习的高度准确性。

这些技术支撑是FSD Beta能够实现基本重写的关键。

也正因为有这样的技术支持，马斯克在2020年世界人工智能大会上有信心地表示，特斯拉已经非常接近L5级自动驾驶，将通过现有硬件和不断改进的软件最终实现L5级自动驾驶。

技术疑点

尽管FSD Beta的实际表现令人惊叹，但仍有一些技术问题引发了讨论。其中最大的争议是FSD Beta是否使用了高精度地图。

按照特斯拉的说法，Autopilot是基于纯视觉算法实现自动驾驶的，与行业常用的激光雷达方案不同。马斯克对自家的视觉技术充满信心，坚持100%的视觉识别，甚至认为基于GPS的高精度地图是个糟糕的想法，会导致系统的脆弱性。

然而，有博主在社交媒体上质疑特斯拉或许采用了“高精度地图”，证据之一是实际道路上某个左转路口的可视程度很低，但FSD Beta却清晰地显示出来。

因此有人猜测，FSD Beta预加载了道路信息，并非纯粹的视觉识别。

另一种说法是FSD Beta采用的是SLAM（同时定位与地图构建）方法。SLAM主要用于解决人工智能在未知环境中运动时的定位和地图构建问题。FSD Beta在收集大量用户反馈数据的同时，也在进行SLAM建图。

特斯拉官方尚未回应这些质疑，这个问题仍需进一步关注。

特斯拉的领先优势

近年来，随着神经网络和视觉学习技术的发展，特斯拉做出了巨大贡献。从FSD Beta的功能来看，特斯拉不仅走在自动驾驶领域的前沿，技术也相当成熟。预计特斯拉将继续扩大其领先优势。

原因有几点：

首先，自动驾驶系统依赖人工智能，而人工智能需要大量数据来进化。特斯拉在这方面具有显著优势。虽然谷歌Waymo拥有算法，但缺乏真实的用户数据；通用Cruise也有同样的问题，数据体量远不及特斯拉。传统车企的算法更是无法与这两家公司相比。特斯拉每年售出近30万辆Model 3，大部分都搭载了影子模式。

所谓影子模式，是指当Autopilot开启时，系统会后台记录周围的数据，并学习人类驾驶员的操作，最后将数据传回服务器进行建模运算，优化驾驶算法并OTA给车辆。自2015年特斯拉开始在车上搭载Autopilot以来，影子模式已经后台行驶超过30亿英里。这一规模是其他在封闭路段测试的自动驾驶系统难以企及的。

我们离无人驾驶还有多远？

经过上述分析，很多人可能会觉得我们离无人驾驶不远了。但实际上，我们仍有许多技术挑战需要克服。

首先，从技术角度来看，技术的边角案例（如台湾Model 3撞翻倒货车的案例）仍然难以有效解决。自动驾驶系统通过雷达或摄像头采集数据，上传后供机器学习，但实际行驶中难免会出现一些超出机器经验范围的情况，这些就是所谓的边角案例。

电动汽车百人会的研究报告显示，目前的无人驾驶技术可以处理90%的常规路况，但剩下的10%边角案例需要花费90%的时间来解决。

特斯拉也意识到这一点，因此在FSD Beta的使用说明中提醒用户：首先，它仅推送给部分专业用户，表明系统全面开放尚存不确定性；其次，FSD Beta仅为测试版，使用时需格外小心。它有可能在关键时刻做出错误决策，因此驾驶员必须保持双手握住方向盘，并持续观察路况。

除了技术问题，还有其他问题需要解决：

法律责任归属

责任主体是任何法律中的重要概念。然而，自动驾驶技术模糊了这一概念的划分。如果自动驾驶车辆发生事故，责任在于驾驶员、技术供应商还是车辆所属品牌？这些问题目前尚未解决。

路权与道路规则

无人驾驶车辆能否与人工驾驶车辆享有相同的路权和管理方式？它们能否在相同的车道行驶并遵守相同的交通规则？

产品性质变化

自动驾驶将大幅提高车辆的使用率，降低整个道路的车辆存量，因为人们不再需要拥有车辆，只需要使用权。这种产品性质的转变，消费者能否接受？

技术伦理

著名的电车难题再次出现。假设一辆自动驾驶车辆面临后方突然冲出的行人，可以选择躲避行人，但会牺牲乘客和其他车辆的安全，反之则会伤害行人，AI该如何抉择？

自动驾驶要面临的问题还有很多，这里无法一一列举。因此，致力于自动驾驶技术的企业不能急于求成，将未完成的功能提前宣传，容易造成公众误解，甚至引发严重事故。

汽车供应商大陆在2013年的一项调查显示，66%的美国人认为“自动驾驶汽车让我感到害怕”，50%的人认为“该技术无法可靠运行”。到2018年，这两项数据分别上升到了77%。原因可能是特斯拉、Uber等公司在自动驾驶测试中发生的一系列交通事故，影响了公众对自动驾驶技术的信心。

自动驾驶的未来形态

现在我们了解自动驾驶，就是将车辆的控制权从人转移到车，但我认为，应该将控制权从人转移到路。

设想有一天，全民自动驾驶成为现实，道路上行驶的车辆必然采用来自不同公司的自动驾驶解决方案，技术上可能参差不齐，判断标准也不统一。即使单辆车的自动驾驶技术再先进，也无法预测公路上其他车辆的行为，必然存在意外情况。

真正实现完全无人驾驶的方式，是将整个城市交通系统融为一体，道路上的每辆车通过5G和物联网技术连接到这个大网络中，由人工智能中心协调运行。每辆车都知道自己在网络中的相对位置和将要行驶的道路，从而实现最高效的运输效率和最大化的道路利用率。那时，人们只需选择起点和终点，系统会自动分配车辆并送至目的地。

当然，这也许只是个不切实际的梦想，但以特斯拉为代表的科技巨头，或许真的可以让我们的生活更接近科幻电影中的未来。