特斯拉FSD V12，一般車主也能用了。特斯拉FSD V12在美推送，不只是特斯拉內部員工，一般車主也有機會體驗端對端自動駕駛了，告別傳統的規則驅動，駕駛決策交由AI演算法產生。儘管FSD V12的更新稱得上是“飛躍”，然而實測視頻，仍帶有Beta後綴的Version 12還稱不上是“終極答案”。

特斯拉FSD V12在美推播

FSD V12 Beta在美推送，不依賴光達，數據驅動AI演算法，媒體示範影片可應付多數場景。

雨夜無保護上坡後左轉：

等待小朋友過完馬路再走：

馬路靠邊側停車：

避讓前方車輛突然煞車停：

整體來看，純視覺的FSD V12 Beta的能力大大提升，針對不規則障礙物等的辨識很準確，有些細節也還原的很好。

程式相容性也提高，這次不僅推送給了原來的HW3.0硬體方案，HW4.0也收到了推送。

但仍有不足，例如不依賴光達，目前純視覺方案在惡劣天氣下的表現不夠好。

首批測試的部落客稱，在大雨天氣下測試FSD V12 Beta多次出現接管。

這也和約一個月前馬斯克給網友的回覆吻合，當時網友在社群平台上催更馬斯克，馬斯克回應FSD V12程式在加州表現還不錯，但還需要多在雨水多的地區訓練。

所以目前推播的v12.1.2版本顯然能力還不夠完善。發布測試影片的部落客隨後也表示：

FSD Beta v12.1.2（最新版本號）並不能實現自動駕駛。

這也許就是為什麼推送的FSD V12仍然帶有Beta（測試版）後綴，此前馬斯克曾公開表示，FSD V12不會是Beta版。

而雖然這次確實是推送給了普通車主，而不僅限於特斯拉內部員工，但推送的車主數量還比較小，特斯拉對此還比較謹慎，也許等後面全員推送，正式公測後會將“Beta”移除也說不定。

要是以目前的表現直接落地中國，怕是會讓很多人告別「FSD崇拜」。

不過儘管存在不足，但FSD V12的更新仍可以稱得上是飛躍，為自動駕駛發展開闢了新道路。

V12和以往FSD版本有什麼不同

特斯拉在最新的OTA註解中表示，V12用海量視訊資料訓練出的端到端神經網絡，替換掉了超過30萬行C++程式碼。

不再是規則驅動的，而是數據驅動的，這是FSD一大進化。

所謂規則驅動，就是過去傳統的自動駕駛程序在根據感知做出決策時，用程式設定規則，if-else的邏輯判斷。

Corner Case（邊緣場景）無窮無盡，很難寫出一段程式覆蓋盡可能多的場景，遇到特殊情況就補一段，長此以往程式碼的冗餘和程式的複雜程度不斷提高，系統最後難免被程式設計師封為「屎山」。

現在轉向數據驅動，用大量的視訊資料訓練神經網絡，不斷改進模型趨向人類老司機。

用一位早前參與FSD V12內測的特斯拉員工所說，過去難以優化的問題迎刃而解──（模型）模仿人類就行了。

FSD V12也不像過去的自動駕駛還要分為三個感知、規劃和控制三個模組，用一個統一體實現了端到端，這頭輸入週邊感知到的數據，那頭輸出駕駛決策。

端到端的神經網路有什麼好處？

從研發來看，過去分成感知、規劃和控制，最終是實現把車開好，但三個模組各自的最佳化目標是不同的，每個模組都會產生bug或是誤差，這些誤差累積下來會導致最終輸出結果出問題。

就好像快過年了咱們一起包餃砸，和餡，和麵，下餃子，最終目標是做好這盤餃子，但是餡、面和下餃子各自所追求的目標是不一樣的，每一步都可能會出問題，導致最終餃子煮爛了。

從商業化落地來看，每個模組獨有體系和機制，這意味著要針對每個模組投入團隊和資金，卻不一定能換回升級迭代效率。

而轉換成端對端這種單一模型後，工程複雜度沒原來高，只需要圍繞著一個最終目的來優化，統一可控。模型的主幹也可以共享提高運算效率。

端到端也使得純粹依靠資料完善程序成為可能。

當然，新的突破帶來新的問題。

過去分成多個模組，升級最佳化更靈活，C++程式可解釋性也更好，從組譯到到編譯，程式運作很清晰。

而端到端自動駕駛是個“黑盒子”，解釋性不太好，增加了人們對自動駕駛的信任成本。

但正如AI大牛何愷明先前在香港中文大學講座中談到的：

你搭計程車遇到的司機師傅是個陌生人，為什麼你會信任他？

你信任他是因為他的大腦是可解釋的，還是你認為一個訓練有素、經驗豐富的司機應該會開的很穩？