特斯拉在虛擬世界訓(xùn)練AI司機端到端模型引領(lǐng)自動駕駛革命

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2025-10-28 08:02:07 華爾街見聞

特斯拉在虛擬世界訓(xùn)練AI司機端到端模型引領(lǐng)自動駕駛革命！10月25日，特斯拉AI負責人阿肖克·埃盧斯瓦米在X上發(fā)布長文，揭秘了特斯拉FSD的技術(shù)方法論。特斯拉正在用「端到端」的神經(jīng)網(wǎng)絡(luò)，將自動駕駛變成一個純粹的AI問題，而不是依賴無數(shù)工程師編寫規(guī)則的工程學(xué)問題。他們認為，行業(yè)主流的模塊化方法不僅笨重，而且天花板明顯，而端到端AI模型才是自動駕駛的正解。

特斯拉認為，傳統(tǒng)的模塊化方法中，感知、預(yù)測和規(guī)劃各模塊獨立工作再拼起來，接口復(fù)雜且難以優(yōu)化。而端到端AI模型直接從像素輸入生成駕駛指令，整個系統(tǒng)可以被整體優(yōu)化。這不僅解決了駕駛問題，還站在了可規(guī)模化擴展的正確一側(cè)。

現(xiàn)實駕駛充滿了需要權(quán)衡利弊的微妙決策，如碾過水坑還是借道逆行。這種決策很難通過代碼寫死，但通過學(xué)習海量人類駕駛數(shù)據(jù)，AI能潛移默化地學(xué)會符合人類價值觀的駕駛策略。例如，F(xiàn)SD能夠區(qū)分一群想要過馬路的雞和一群只想在路邊閑逛的鵝，并做出不同決策。這種對潛在意圖的理解，在模塊化系統(tǒng)里很難傳遞，但在端到端模型中可以輕松處理。

FSD每秒要處理來自攝像頭、地圖、音頻等高達20億個輸入信息，并瞬間決策，壓縮成轉(zhuǎn)向和加速兩個指令。解決這個難題的關(guān)鍵是特斯拉車隊每天產(chǎn)生的相當于500年駕駛時長的數(shù)據(jù)。這些數(shù)據(jù)經(jīng)過智能篩選，用于訓(xùn)練AI，使其具備驚人的泛化能力。在一個雨天路滑的案例中，F(xiàn)SD在事故發(fā)生前5秒就開始減速，因為它預(yù)判到前車失控后會撞墻反彈回到自己車道。

為了解決端到端模型難以調(diào)試和解釋的問題，特斯拉讓模型輸出駕駛指令的同時，也輸出可供理解的中間結(jié)果。其中一招是視覺重建，利用生成式高斯?jié)姙R技術(shù)，在220毫秒內(nèi)根據(jù)攝像頭視頻實時生成周圍環(huán)境的動態(tài)3D模型。另一招是訓(xùn)練AI用自然語言來解釋自己的行為，小型化的語言推理模型已經(jīng)在FSD v14.x版本中運行。

真實世界的評測是最大的挑戰(zhàn)。為此，特斯拉開發(fā)了一個神經(jīng)世界模擬器，這個模擬器本身也是一個強大的AI，能實時生成以假亂真的虛擬世界。它不僅能復(fù)現(xiàn)歷史數(shù)據(jù)，還能創(chuàng)造各種極端事故場景，對FSD進行壓力測試。本質(zhì)上，特斯拉為FSD造了一個超現(xiàn)實的“駕駛游戲”，讓它在里面7x24小時不間斷地“打怪升級”。

這套技術(shù)棧不僅適用于汽車，還能無縫遷移到特斯拉的擎天柱人形機器人上。文章展示了模擬器已經(jīng)可以生成擎天柱在工廠里導(dǎo)航的畫面，證明了其技術(shù)的通用性，最終目標是解決現(xiàn)實世界的通用人工智能問題。

(責任編輯：0882)

關(guān)閉

特斯拉在虛擬世界訓(xùn)練AI司機 端到端模型引領(lǐng)自動駕駛革命

相關(guān)新聞

今日熱點

頻道熱點

特斯拉在虛擬世界訓(xùn)練AI司機端到端模型引領(lǐng)自動駕駛革命