[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，其FSD系統(tǒng)的每一次更新，都會獲得非常多人的關注。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、預測、規(guī)劃、控制等環(huán)節(jié)各自負責不同的功能，各模塊用顯式代碼和規(guī)則來完成任務。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習模型里，尤其是從2024年推出的V12（標注為“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，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)絡權重。今天就帶大家聊聊特斯拉FSD的演進歷程。

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向系統(tǒng)。

隨著技術發(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、越來越復雜的神經(jīng)網(wǎng)絡模型。

在軟件上，傳統(tǒng)自動駕駛系統(tǒng)習慣把“感知—語義理解—預測—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)絡學習。模型可以在大量真實世界駕駛片段上學習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)集與更嚴謹?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”訓練網(wǎng)絡，用以替代數(shù)十萬行的C++代碼。

端到端的應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)絡主導，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、碰撞預警的冗余判別邏輯等）。這樣做的好處是可以利用端到端學習來提升決策質量，但在安全關鍵點保留可審計或能快速修補的控制邏輯。

關鍵功能、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航輔助、交通信號檢測與基于導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備接管，這一點也在特斯拉官網(wǎng)中進行了提示。

特斯拉FSD發(fā)展限制

把所有駕駛決策交給神經(jīng)網(wǎng)絡，會提高系統(tǒng)處理復雜感知場景的能力，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于Autopilot/FSD的安全調查和訴訟，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任劃分。到了2025年秋季，美國監(jiān)管機構再次對大量搭載FSD功能的車輛展開初步評估（關注信號燈識別、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）展開調查，在50多份違反交通安全和一系列車禍的報告中，開設了配備完全自動駕駛系統(tǒng)的新標簽車輛。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。

最后的話

特斯拉FSD是一條由大量真實道路數(shù)據(jù)、算力與端到端學習推動的技術路徑。它在短期內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仍需時間，這不只是把模型訓練得更好那么簡單，還需要建立被社會廣泛接受的安全、監(jiān)督和責任機制。對車主來說，把FSD當作一種強大的輔助工具，并嚴格遵守監(jiān)控要求，是當下最穩(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注，因為它既反映了技術進步，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