“党员”马斯克豪赌的FSD,真有那么神奇?

科技   2024-05-10 20:56   美国  
作者:南山南
编辑:苏子瞻
来源:科技最前线 (kejizqx)
    
日前,马斯克的一趟中国行,让他与FSD再次成为焦点。

在国内拥有众多粉丝的他,直接登上热搜。粉丝们也制作了各种梗图并调侃“他是来汇报工作的。


当然马斯克也毫不掩饰地表达了对中国的喜爱,并称自己为中国的超级粉丝。还在自己的X上连发消息。



虽然来去匆匆,但肯定收获满满。


抵达当天,马斯克就受到了总理的接见,排面直接拉满。



马斯克称其是总理的老朋友,事实上,此前他们确实见过。2018年7月,时任上海市委书记的总理在上海会见了马斯克,随后特斯拉超级工厂正式落户上海。上海工厂也成为当时特斯拉在美国之外的首个海外超级工厂。



会谈结束后,汽车工业协会当天晚间就公告,特斯拉以第一家外资身份,成为首批通过汽车数据安全四项全部要求的车企之一,2022款和2023款的Model 3和Model Y均在名单之中。

 

对此,市场有不少声音认为,特斯拉FSD已经可以进入国内市场,但仔细一看,特斯拉部分车型的符合合规要求,其实跟市场想的不太一样。


01

符合合规要求≠FSD入华


此前,有传闻特斯拉的车不能进入国内重要机关或敏感区域,而这些「禁止」,才是本次「解禁」的主要内容。具体看这四项要求。

第一,如果车辆可以调用车外摄影机收集讯息,那么摄影机工作时必须要对行人或车牌马赛克,去掉敏感信息。
第二,预设情况下,车辆不收集用户讯息,如果需要收集,那在收集前应得到用户的许可。
第三,座舱资料在地化,除了个别情况(例如连网实现语音指令、远端查看车内情况等),汽车不能对外提供座舱资料。
第四,汽车在处理个人信息的时候要给使用者足够的知情权,包括什么时候收集个人信息、用途是什么、目的是什么、谁能查阅修改等。


总的来说就是:车外人脸信息等匿名化处理、默认不收集座舱数据、座舱数据车内处理、处理个人信息显著告知等。


实际上这四项要求没有任何一条和FSD有关,真正意义在于通过四项要求后特斯拉解禁,旗下的合规车型将可以进入更多区域,在国内道路上的行驶限制将进一步减少。


但若从数据安全的角度看,倒可以认为是一个铺垫:特斯拉允许行驶到更多的地方,意味着数据安全的敏感度开始降低,由此特斯拉也可以开始为FSD的落地进行前期准备。


不过这还是得到了市场的广泛认可,特斯拉当天股价大涨15%。



那就一起来了解下FSD到底是何方神圣,有这么大的影响力。



02
什么是FSD端到端自动驾驶?


要了解FSD v12首先就得先了解马斯克口中的端到端,也就是End-to-End Deep Learning(端到端深度学习),简言之,它的目标是建立一个完整的学习系统,但可以直接从原始输入数据中学习,并生成所需的输出,不需要人为地将任务分解成多个中间步骤。


之前,特斯拉的自动驾驶主要依赖事先定义好的规则判断。系统先透过镜辨车道、行人、车辆、标志等关键信息,再由工程师编写数十万行C++程序码,应对红灯停、绿灯行等各种场景,任何一个行为都有相对应的规则、条件判断的程序,但这种做法终究难以涵盖复杂多变的真实路况。


这也是马斯克日前说出那句经典名言「傻子才用激光雷达」的主要原因,马斯克一部分认为激光雷达会增加车辆硬件成本,另一方面,他认为应该用收集纯视觉数据,直接使用端到端深度学习模型来训练出自动驾驶系统。


虽然最近特斯拉也开始重新拥抱激光雷达了。


如果还要细分FSD v12的神经网络,可分为三大部分:感知、决策和输出控制。感知部分接收摄像头的影像,并从中辨识和理解周遭环境,建立出一个语义模型。这个语义并非人类语言,而是神经网络自行发展出的对世界的理解方式。


决策部分则依据感知得到的世界模型,判断下一步该采取什么行动。这包含短期的碰撞避免,以及长期的导航规划。最后,输出控制部分负责将决策转换成实际的驾驶动作,例如转动方向盘、踩油门或刹车等。过去这部分也是用人工编写的heuristic程序码,现在则改用神经网络,让系统学习如何平顺地控制车辆。


事实上,FSD也不是完全全新的技术。2020年10月,特斯拉便在美国首次推出FSD测试版,随后一直在做版本迭代。


目前特斯拉已打通FSD和机器人的底层模块,FSD不仅用在车上也用在机器人上。



FSD 的神经网络通过训练,可以学习识别人类开车环境中的各种情况,并做出相应的决策。特斯拉还拥有庞大的数据资源和计算能力,它可以利用来自全球数百万辆特斯拉车辆的实时数据来训练和优化其FSD自动驾驶系统。


这和传统的自动驾驶思路有本质的不同。FSD是通过观察其他人的做法来掌握这些技能。换句话说,就是对人类的模仿,通过大量的训练来模仿人类开车。


听上去非常强大,但真要完全实现,还真没那么简单。



03
尖端技术仍需突破

美国也怀疑FSD宣传涉嫌欺诈


当然收集数据是特斯拉的天然优势,特斯拉全球200万台车每天约可收集1600亿帧的驾驶影片用于模型训练。听起来不难,对把?就连原本特斯拉工程师预估,大概需要100万部驾驶影片就能训练出初步可用的模型了。


不过在《马斯克传》中马斯克亲口解释,管理如此庞大的数据并非易事,因为绝大多数影片都是无用的,他强调真正宝贵的是那些车流量异常大、或是有众多行人做出各式各样的行为,路况极其复杂的画面,这占比甚至连1%都不到。

但不要小看这1%都不到,为了处理这每天1600亿帧中1%的画面,背后代表有足以应付1600亿帧的庞大人力、算力、储存甚至是电力等巨额成本。


要采用端到端模型还有一个技术难题,那就是它实际上是个黑盒子。拿ChatGPT背后的GPT模型简单举例,大家应该还记得,ChatGPT 刚推出的时候能力很强但也非常会胡说八道,这是因为端到端模型若没有经过微调,很容易会受意想不到的资料影响。


语言模型还能马上纠正,但在自动驾驶领域,哪怕是万中之一的错误,一有决策规划出错了就有可能是严重到危及生命的事故。


就算目前网络上大多都持好评,但不少人发现 FSD v12.3 还是有许多瑕疵,其中最受使用者诟病的是导航质量不稳定。目前FSD在美国的导航信息源主要来自Google地图,再额外输入神经网络模型中。

有专家就推测,FSD v12.3这套端到端模型在决策过程中和Google地图连结这一段可能还没强化好,导致决策过程信息不连贯,才会出现导航质量不稳定的情形。


另一个常见问题是系统在某些场合表现得过于谨慎,例如在没有其他车辆的路口,仍会做出完全停车再起步的动作,这可能源于训练数据中罕见此类场景,或是偏好保守策略所致。


所以美国联邦监管机构也在调查特斯拉在电动汽车自动驾驶能力方面有没有误导投资者和消费者。



04
All in自动驾驶

FSD能否进入内地是关键


在股价一直跌的当下,“自动驾驶”肯定比巨卷的“新能源”要更有想象力。


特斯拉要想部署自动驾驶出租车(Robotaxi)首先肯定要将FSD在中国市场推进。不过就目前的信息无法判断FSD是否有在国内落地的机会,充其量只能说特斯拉通过四项要求是一个好的信号。


另外也有言论指,国内如果允许FSD落地,那么目的之一就是让特斯拉继续发挥鲶鱼效应,用技术水平出众的FSD来推动新能源车智驾行业发展。


但也有分析不认同此观点。因为国内市场消费者已从熟悉智驾、了解智驾,进而变成挑剔智驾,如果特斯拉的FSD进入中国市场后没有展现出足够强的竞争力,那么就谈不上鲶鱼效应。因为国内车企的智驾技术虽然在底层技术上有些落后,却更擅长结合国内的道路环境开发功能,进而在层面实现超车。


另从价格方面看,特斯拉FSD似乎更没竞争力。因为在国内大多数车企都针对首批车主推出智驾免费体验的方案,如果需要购买,完全智驾(包含高速和城区NOA)的费用也不会高于2万元。


对比FSD,日前特斯拉在中国推出EAP的订阅服务,费用每月为699元,季度订阅价格则为1399元。如果讨论它3.2万元的买断价格,可能会让消费者更加却步。


所以FSD即使进入国内,还要解决的是费用问题,否则在综合体验差不太多的情况下,价格高出两倍甚至数倍,恐怕也很难有竞争力。


特斯拉日前在美国扩大推送免费试用一个月FSD v12.3之后广受好评,跟v12.2.1相比,许多人认为计算机决策比之前更灵活、更顺畅,也更接近人类,甚至能行车礼仪、礼让行人的部分都做得唯妙唯肖。


还有分析认为,特斯拉FSD难进入中国市场,最根本原因还是在道路数据的储存位置、调用权限。

相较于目前已实现的EAP(增强版辅助驾驶)功能,本质上FSD就是多了一个城区NOA(自动辅助导航驾驶)功能,而由于特斯拉的FSD基于纯视觉方案实现,在运行过程中需要大量收集道路数据以便持续训练,最终这些资料会存放在何处,便是争议所在。


至于有建议说,特斯拉可效仿苹果成立云上贵州,让道路数据保存到本地来符合法规。


这理论上可行,但马斯克过去的诉求是希望在中国境内收集到的道路数据,可以回传美国总部用于人工智能训练,否则的话高度依赖AI模型的FSD将威力大减,而且也不利于特斯拉透过数据持续提升FSD能力的要求。

但这会涉及到很多别的问题,所以最终FSD落地的可能性,就看马斯克能不能找到更好的替代方案了。



科技最前线
在这里看见未来!科技互联网头部帐号,深度解读科技产业。
 最新文章