特斯拉AI负责人揭秘FSD端到端方法论

10 月 25 日，特斯拉 AI 软件副总裁阿肖克·埃卢斯瓦米在 X 上发布长文，揭秘 FSD 端到端方法论，引发广泛关注。

特斯拉采用端到端神经网络实现自动驾驶，此网络接收多摄像头像素、车辆运动学信号、音频、地图及导航信息，直接输出驾驶指令。与传统模块化方法相比，优势明显。传统方法将感知、预测、规划拆分，接口复杂且难优化；端到端模型一步到位，能整体优化。比如面对“是碾过水坑还是借道逆行”的情况，经大量数据训练的 AI 能做出更合理决策。

不过，构建端到端架构面临诸多挑战。首先是数据处理，FSD 每秒要处理来自摄像头、地图、音频等约 20 亿个输入信息，最终压缩成转向和加速 2 个指令。特斯拉凭借庞大车队，每日产生相当于 500 年驾驶时长的里程数据，经筛选提取有价值样本，让 AI 学习极端案例，如雨天路滑时提前 5 秒减速。

可解释性与安全保证也是问题。调试端到端系统困难，为此特斯拉开发多项技术。生成式高斯溅射技术，运行时间约 220 毫秒，能生成高质量 3D 几何结构，辅助理解 AI 决策依据；小型版本的推理模型在 FSD v14.x 版本运行，结合视频溯源，可用自然语言推理。

评估同样是挑战。特斯拉开发神经世界模拟器，基于海量真实数据训练，能实时生成含 8 个摄像头画面的虚拟驾驶环境，可复现历史事故、创造极端测试条件，对 FSD 进行压力测试，还能调整计算资源实现每秒 24 帧高分辨率传感器数据合成。

值得一提的是，特斯拉的这些技术不仅用于自动驾驶，还能迁移到人形机器人擎天柱上。这一创新是否引领自动驾驶潮流，又将如何影响未来，令人期待。