去年八月，工作重心從特斯拉挪開很久的馬斯克，罕見地坐著自家的車，在矽谷進行了一場直播。

嚴格意義上，直播的主角不是矽谷鋼鐵人本人，也不是車，而是車輛搭載的最新版智駕軟體，採用端到端架構的FSD V12 Beta。在他口中，FSD V12是一張神經網路包打一切，”photon-to-control（輸入光子，輸出駕駛指令）“的科技魔法。

儘管在全球圍觀下，FSD V12首秀就闖了一次紅燈，但還是有國內車企緊急成立了端到端團隊。一年之後，端到端的風已經席捲了中國智駕行業。

這次摸著特斯拉過河的集體運動，似乎和過去兩年致敬特斯拉開發Transfomer+BEV、OCC沒什麼不同，但難度與門檻在變得越來越高。一些智駕從業者篤信的價值、賴以生存的崗位，也在經歷瓦解與重構。

與過去兩年發生在智駕領域的技術更迭浪潮一樣，端到端也不是什麼新東西。除開過於久遠且簡單的ALVINN，此前比較出名的例子有兩個。

卡耐基梅隆大學1988年提出的ALVINN，端到端自動駕駛鼻祖

2016年，輝達發佈了一篇名為 “End to End Learning for Self-Driving Cars”的論文，以CNN搭建了一套端到端自動駕駛方案。這篇被引5000餘次的論文在學術上取得了不小反響，但未能防止輝達日後在與奔馳的自動駕駛合作中焦頭爛額。

2016年，知名駭客Hotz創辦的comma.ai開源了端到端輔助駕駛方案Openpilot，計算平台使用的是一部搭載高通晶片的手機。儘管這套方案在2020年美國消費者報告的評測中獲得了最高分，但comma.ai對器件可靠性和功能安全不屑一顧的方案，還是讓車企嗤之以鼻。

過去這些年在工業界中，幾乎所有的智駕企業在量產時，都選擇了與端到端相對的另一條路徑：模組化。

模組化結構將智能駕駛系統拆解為多個功能子模組，各模組上下游連接，接力完成整個智駕任務。隨著技術的進步和經驗的積累，這些模組又不斷吸收融合，逐漸形成了“感知-規劃-控制”三大模組。

到今天，市面上絕大部分智駕系統，是一個人工和智能兩分天下的混搭系統：感知依靠神經網路，規劃控制則使用人類手動設計的演算法（極少數企業融入了一些神經網路）。這一系統的好處在於，利於分工，出了bug也便於分模組檢查、解決。

但問題是，模組化的智駕系統在相對簡單的駕駛任務上表現不錯，但在複雜的駕駛任務面前，它的天花板肉眼可見。

在使用者的體驗中，到了2024年，智能駕駛還是不夠智能。就算是號稱遙遙領先的城市高階智駕功能，依然會有機械感，也會在匯入快速路、通過大型路口時當機。

智駕工程師們則沒空跟消費者們共情，因為他們快要淹死在碎片化任務的海洋裡。

在目前的混搭式智駕系統中，感知神經網路要向下游規控模組給出目標級的識別結果。這就需要感知模組的工程師不斷定義，“什麼是道路上值得被關注的”，往白名單裡不斷增添物體，訓練神經網路認出它們——

從前是車道線、紅綠燈、汽車、行人、自行車，後來是各種小動物、拉著一棵樹的貨車、撐了遮陽傘的摩托；再往後可能是印在公車上的董明珠和廣告牌上的蘇炳添。

更難過的是規控模組的工程師，他們要日復一日面對不同場景寫if else。其實規控工程師的工作沒有那麼低級，規控領域有不少對各種場景有概括能力的傳統演算法。然而這些演算法的泛用性敵不過現實的複雜度，在deadline壓力下，工程師們不得不頭痛醫頭腳痛醫腳，針對各種疑難場景打規則補丁。

不幸的是，這樣的規則越多，規則之間相互打架的可能性就越大，整個模組的可維護性就越差。同時，疑難場景源源不斷，工程師焚膏繼晷地寫if else，意味著智駕的規控最佳化成了一項愚公移山式的勞動密集型作業。

而在智駕企業管理層的視野中，如果要在當下的智駕競賽中勝出，人海戰術尤其是往規控模組堆人力是必要的，但投入產出比又是不可持續的。比如華為車BU的智駕團隊，規控部門有上千位工程師[1]。以相當保守的平均50萬年薪計，這一部門僅人力成本就超過5億元。華為ADS智駕系統此前在終端的實際落地價是6000元。

如此演進下去，高階智駕有滑向三輸局面的危險，即使是領頭的特斯拉也不例外。但2022年末，Open AI一聲炮響，給智駕送來了端到端的復興。

這年橫空出世的ChatGPT讓一種AI方法論成為了顯學：海量吸收人類的文字資訊，通過以預測下一個字元（token）為目標，讓神經網路學習文字中蘊含的知識。

當年12月，特斯拉的智駕工程師Dhaval Shroff 向馬斯克進言，拋掉那些手寫的規則，搭建一張神經網路，讓它大量觀看人類司機的駕駛視訊，要求它輸出正確的行駛軌跡。在反覆訓練中，這張神經網路可能會習得與人類相仿的駕駛知識。

作為這個世界上與OpenAI淵源最深的人之一，馬斯克當即指示，就這麼辦。

2024年1月，經過一年的研發，採用端到端架構的FSD V12向北美使用者推送。這一版本號稱用單個端到端的神經網路，幹掉了30萬行C++程式碼。

端到端的作用當然不只是替代程式設計師們精心堆砌的屎山，在多個維度上，它表現出了對傳統模組化方法的超越。

在智駕系統的資訊傳遞中，感知不再為了與規控對齊顆粒度而被迫丟失資訊，系統決策獲得的參考資訊更全面，更可能達成全域最優；

從實際體驗來看，端到端的FSD開起來更加擬人、絲滑。何小鵬上個月剛剛送出“友商CEO認證”，他在加州體驗FSD最新版本時說，FSD比他作為加州新手司機開得更好；

在AI離不開的資料標註上，由於不依賴人類定義的識別結果，對各種物體、場景進行人工標註的工作量將進一步減少；

而在已經捲到瘋狂的演算法迭代速度上，由於規控模組也變成了神經網路，可以24小時工作的GPU們將開足馬力訓練，能將智駕OTA的周期推至周更乃至日更；

在人力成本上，理想汽車CEO李想的說法則是，不再需要幾千人的團隊去解決Corner Case。

毫不意外地，端到端由此成為2024年中國智駕企業競相爭奪的技術（有時更多是宣傳）制高點。

今年7月，華為與小鵬的兩段式端到端智駕方案將推送給車主，理想、蔚來正在加班加點推進端到端下半年上車的計畫，Momenta、元戎啟行、商湯絕影的端到端方案也會相繼在今明年登上量產車。

國內一位智駕公司高層評論，端到端就是Scaling Law。商湯絕影事業部總裁王曉剛說，端到端是今天被驗證成功的唯一路徑。

在端到端的架構下，智駕將從人力密集型倒向算力密集、資料密集型，智駕有望真正走上大力出奇蹟的道路，這是過去兩年大語言模型的成功經驗。

02    摸著特斯拉 就能趟過端到端的河？

ChatGPT誕生以後，諸多大小企業摸著OpenAI過河，大語言模型風起雲湧，國外GoogleGemini緊追不捨，Meta靠Llama建起了開源生態，國內文心一言、通義千問、星火大模型、盤古大模型等等各領風騷。

如果端到端架起了智駕通向Scaling Law的橋樑，理論上類似的創新成果迅速擴散的局面也會在智駕領域發生。

但在辰韜資本日前舉行的端到端研討會上，光輪智能CEO、前蔚來模擬負責人謝晨潑了盆冷水：摸著特斯拉前進，結果不一定是過河，也可能是掉坑。

大語言模型的格局演變，不宜直接套用到智駕上。

眾所周知，人工智慧的三要素是演算法、資料與算力。在端到端至關重要的資料環節，國內企業目前還沒看到特斯拉的尾燈。

與大語言模型可以在網際網路上爬取海量文字資料用於訓練不同，端到端智駕需要的視訊資料獲取成本和難度極高。

此前全球最大的自動駕駛公開資料集Nuplan的規模為1200小時，且不是為端到端準備。國內上海AI lab 浦駕團隊蒐羅了整個Youtube，最終搭建了一個2000小時的資料集OpenDV-2K。

OpenDV篩選、處理了240+個城市的駕駛資料

特斯拉則在端到端神經網路開發之初，就向其投喂了1000萬個經過篩選的人類駕駛視訊片段，即使以每段15秒計，這也是超過4萬小時的高畫質視訊。這是2023年初馬斯克透露的資料。

當時特斯拉每天可供進一步篩選的人駕視訊以1600億幀/天的速度增加，大約是148萬小時，大部分國內車企今天比去年的特斯拉資料量少兩到三個數量級，更不用說智駕供應商。如果持續上傳，僅這些資料的頻寬和儲存費用，就足以拖垮一家小規模智駕公司。

問題不僅僅是資料數量，由於駕駛視訊成了端到端系統直接的老師（監督訊號），對視訊資料的質量要求也在提升。

視訊收集的觸發機制是否合理，關鍵場景是否完整，是否收集到了老司機而不是菜鳥的駕駛行為，視訊資料又是不是足夠多元···每一個細節的問題都有各自的know-how，其中一些特斯拉也沒能妥善解決。

不久前， 馬斯克在推特上解釋了FSD V12.4.2推遲的原因，該版本投喂了大量需要接管的複雜場景資料進行訓練最佳化，但在簡單場景的駕駛平順性反而倒退了。這是模型訓練中容易出現的災難性遺忘，需要對神經網路採取一些權重固化措施後重新訓練。

國內此前最受歡迎的智駕崗位是演算法工程師，但端到端的競賽是資料驅動的競爭，資料團隊的重要性將越來越顯性。一家智駕企業的研發負責人認為，若要轉向端到端，國內智駕資料團隊最緊急的任務應該是補齊閉環模擬的能力，這是以低成本方式對端到端進行驗證測試的關鍵。

與資料層面的差異相似，國內智駕企業在算力儲備上與特斯拉的差距肉眼可見。

今年年底，特斯拉預計將擁有100exaflops雲端算力，國內相關企業紙面參數最高的是商湯的12eflops，但分配給商湯絕影用於智駕神經網路訓練的算力未知。在智駕投入上最激進的華為，用於智駕訓練的算力今年剛達到3.5eflops。

特斯拉為容納H100正在建設的資料中心

算力與資料的制約又會顯著影響演算法的發展，況且，這一次特斯拉沒有留下演算法的石頭給後來的過河者。

2021-2022年，特斯拉兩次召開AI Day，公開了智駕部分技術細節與進展。儘管沒有公開放原始碼，但這兩次AI Day事實上起到了引領行業風向的作用，AI Day上提出的Transfomer+BEV架構和Occupancy佔用網路如今都成為高階智駕的基石演算法。

但2023年，意識到有競爭對手在“逐幀研究PPT”後，馬斯克叫停了AI Day的舉辦。這讓其他企業對標學習的難度陡增。

關鍵時刻，國內學術界提出的端到端自動駕駛模型UniAD斬獲2023年CPVR最佳論文獎，為國內企業提供了可以參考的方向。但是在開環驗證體系、小體量樣本資料下開發的UniAD，上車還需要一定時間的工程化改造和大規模資料訓練。

在包括但不限於演算法、算力、資料等多方面差距的制約下，國內智駕企業對端到端的開發實際上還處於踩坑階段，一旦過於冒進（或者根本沒條件冒進），就有翻車的風險。

因此智駕企業對標特斯拉端到端的時候，往往是在對標兩個不同的特斯拉：宣傳上對標今天的特斯拉，實際工程進度上對標一年前或者兩年前的特斯拉。

03     神經網路在整合，團隊和行業亦然

作為國內智駕開發進度最靠前的兩家企業，小鵬與華為在端到端的競賽中並沒有表現出在智駕開城大戰中的激進。他們的端到端技術方案均採用兩段式，由感知神經網路與規劃神經網路相連。

這在行業一些人士看來不是經典意義上的端到端，更像是完成了智駕演算法的神經網路改造。獨立於兩家企業的智駕人士認為，這種“兩段式端到端“是一種過渡形態，可能會存在與傳統方案相似的資訊損失問題，但它對算力和資料的要求更低，量產進度更快，對智駕系統問題的溯源和解決更方便。

另一個可能的原因是，智駕企業轉向端到端，必然要經歷人員與組織架構的調整，歷史包袱越重，調整阻力越大。

在這個過程中一個不容忽視的矛盾是，理論上對智駕表現最終負責的是規控負責人，但由於技術分工的歷史沿革，大多數智駕企業中更懂神經網路的往往是感知負責人。在端到端的趨勢下，以傳統演算法為核心工作的規控部門容易被整合、降權或者最佳化。

特斯拉在轉向端到端方案後，原規控負責人選擇離職。上個月，蔚來的智駕部門感知與規控團隊合併為大模型團隊，團隊負責人為原感知負責人彭超[2]。與前兩者不同，小鵬智駕總負責人李力耘此前是規控團隊負責人，華為則有著國內智駕企業中最龐大、成績也最亮眼的規控部門。

但長期來看，無論是大語言模型的力大磚飛成功經驗，還是智駕現實的商業化壓力，實現一張神經網路解決高階智駕都是行業的共識。曾經為感知神經網路輸出兜底的規控工程師，被神經網路端掉飯碗是大機率事件。

只不過這個過程不會那麼劇烈。

智加首席科學家崔迪瀟認同的一個觀點是，端到端會同時放大智駕系統的上限與下限，因為它是一個神經網路黑箱，在獲取更高上限的過程中讓渡了一部分傳統模組方案具備的可解釋性。

如何在智駕系統中保留可解釋性，將那些不應被踰越的規則（比如別闖紅燈）表徵到神經網路中去，保證端到端能安全地落地應用、進化，將是規控工程師們的重要課題。

這會有點像為混動車型打造混動專用發動機的引擎工程師，核心任務是服務好那些最終會消滅他崗位的電機與電池。

商湯絕影總裁王曉剛則說，現階段智駕行業並不存在一個純神經網路的量產方案，為了給安全兜底，要麼選擇端到端與傳統方案平行，要麼端到端網路後接一些後處理模組或者強安全的程式碼。神經網路的進與規則的退會是一個漸進的過程。

只是如果說人才還可以流通、轉型，那麼“所有人都在虧錢”的智駕行業，可能會被端到端更快推到一個整合臨界點。

上述智駕企業研發負責人感慨，眼下高階智駕企業”都活著但又都活得不好“的重要原因，是採用了上一代模組化的技術架構，人力成本下不去，資料飛輪轉不起來。

而端到端的高門檻和高效率意味著，不需要也不會有太多車企與智駕供應商掌握端到端。在這場逼近的淘汰賽中，大企業要迎戰自身的內耗，小企業只能死磕認知與效率的領先。 (財經汽車)

美國的每一輛特斯拉，現在都可以自己開車了。

特斯拉執行長馬斯克上周宣布，所有配備完全自動駕駛系統（FSD V12）的汽車，都有一個月免費試用期。

FSD更新至V12版本，引入「端對端神經網路」。試用期結束，車主要額外支付1萬2千美元才能繼續使用－相當於整車價格的三分之一。

電動車的“ChatGPT時刻”，完全寄望於自動駕駛。

馬斯克揚言，“就算不是今年，也不會遲於明年……突然間，300萬輛汽車能夠無人駕駛，然後是500萬輛汽車，然後是1000萬輛汽車。”

去年年底，特斯拉FSD入華的“小道消息”，和中國工信部、公安部、住建部、交通部四部委強力推動“智能網聯汽車准入和上路試行”政策一起曝光。

中國智慧駕駛晶片頭公司黑芝麻智慧、地平線先後衝擊IPO。研發成本高、商業進度慢，清楚展現在二者的招股書裡。

很多主打「智慧駕駛」的公司，可能等不到電動車「ChatGPT時刻」到來。

FSD V12並不能真正讓特斯拉“自行開車”，說明手冊依然強調司機“主動監督”。不過，歡樂的美國特斯拉車主，已經在各大社群媒體上出影片：他們雙手比比劃劃，也沒怎麼在方向盤上。

正如先前馬斯克強調，FSD V12實力強大——端到端自動駕駛，功能基本上由神經網路實現。這是和之前版本的最大差別，不靠程式設計師寫程式碼，傳統的邏輯判斷程式只剩下兩千餘行。而且，城市和鄉村駕駛首次由同一系統處理。

2023年8月，馬斯克直播試駕了V12。45分鐘的直播裡，車輛自動識別紅綠燈，自主決定停車和起步，繞行轉盤，自動泊車，中間僅被接管了一次。

結果，三個多月後，特斯拉召回了200多萬輛汽車，以解決高級駕駛輔助系統Autopilot的缺陷。當時，《華盛頓郵報》發表了一項調查，把至少八起致命或嚴重的車禍，與特斯拉司機在無法「可靠導航」的道路上使用Autopilot聯繫起來。

那時人們都不太想提自動駕駛了。 2023年11月，通用汽車旗下自動駕駛子公司Cruise，剛拿到舊金山的自動駕駛載客許可，就發生拖曳行人致死事故。 Cruise被暫停經營許可，9名高階主管遭解僱，3位創辦人全數離職。

如今，特斯拉FSD V12幫駕駛重拾信心。

根據美國媒體的「試駕」評測，在識別交通號誌、停車標誌，繞行轉盤，轉彎，停車以及駛離停車場等方面，FSD V12令人滿意。不用車主一直拉扯方向盤倍受好評，後視鏡下有一個攝影機專門監視人臉，汽車「知道」司機是否在看路。

也有一些地方令人生氣，例如高速上忽然「高深莫測」地變線，以及低速時莫名其妙地「幻影煞車」（誤將裂縫、色差理解成減速帶）。

馬斯克極度看好FSD，認為未來FSD（軟體）的獲利空間會比汽車硬體更高。

這個想法在今年召開的電動車百人會上，也得到了中科院院士歐陽明高的闡釋——新能源汽車很難像油車一樣，依靠硬體獲取高價值，智能化服務是未來車企發掘價值的關鍵。

所謂“軟體定義汽車”，本質就是自動駕駛定義汽車。誰有自動駕駛系統的“絕活”，誰就有定義電動車及其價格的資格。

特斯拉瞄準的就是「定義市場」的資格。而率先拿到「免費推廣」的美國車主，算是FSD的第一塊試驗田。

去年11月，特斯拉在中國區的車主使用手冊中加入了FSD Beta（試用版）的相關介紹與使用規格。同一時間，工信部、公安部、住建部、交通部四部會聯合發布「開展智慧網聯汽車准入及上路通行試辦工作」的通知。

主推「智慧駕駛」的小鵬，有華為系統加持的問界、智界與阿維塔多款車型，以及打造智慧駕駛晶片的華為、地平線、黑芝麻智慧、芯擎、愛芯元智，都將迎來新一輪挑戰。

為什麼說“軟體定義汽車”，本質就是自動駕駛定義汽車？

就像是「系統定義電腦」。看硬碟、晶片、記憶體差異不大，但是蘋果、Windows或Linux系統，決定你最後要買哪一台電腦。

電動車的電子控制系統，現在分成智慧駕駛域、座艙域和整車控制域。後兩者都從傳統汽車的模式革新而來。座艙域，主要是中控部分，包括從前的資訊娛樂域和車身域裡的電子部分如雨刮、車窗和車鑰匙；整車控制域包含了過去的底盤、動力、車身三大域。

而智慧駕駛域是「革新」最大的一塊。傳統汽車叫“輔助駕駛”，電動車叫“自動駕駛”，後者對駕駛者的依賴逐漸減少。

比較燃油車「駕駛」域和電動車「駕駛」域的差異，就能理解「軟體定義汽車」的趨勢。

《不可能的任務6：全面瓦解》劇照

燃油車「輔助駕駛」系統的代表，來自2016年上市的奧迪A8：各功能分類明晰簡潔，整合度相當高。

它的zFAS系統採用multi-SOC架構，包含四個主要晶片：NVIDIA Tegra K1，Mobileye EyeQ3，Altera Cyclone FPGA，Infineon Aurix Tricore MCU。其中TK1和EyeQ3負責的視覺感知，包括交通標識牌識別，行人偵測，碰撞預警，光線偵測，車道線偵測，360度環視等功能。 Altera FPGA負責目標融合，地圖融合，停車輔助，碰撞預防，影像前處理等功能。 Infineon Aurix負責交通壅塞導航，輔助系統，矩陣式大燈，路線圖等功能，也負責系統的安全監控與底盤控制。

電動車方面，2017年特斯拉Model3上市，乾脆將汽車打造成了電腦：軟體預裝，硬體組合插拔，以一發（CPU）牽動全身，徹底顛覆傳統汽車產業一個功能配一個硬體的辦法。

其「自動駕駛」幾經迭代，從感知外界的「見招拆招」、按程序命令辦事，進化到人工智慧決策模式——相當於AI幫人開車。

目前，其自動駕駛系統「FSD電腦2」由Hardware4處理器驅動。它的晶片發展路徑，是從軟硬體均外購（Mobileye），到硬體外購（英偉達）軟體自研，再到軟硬體均自行製造。

要注意的是，電動車「三域」中，整車控制域的底盤、動力和車身對晶片的性能、運算能力要求相對不高；供應商穩定、老牌且強勢，市場機會不多。

相反，在智慧座艙域和智慧駕駛域“兩域”，都需要高性能的CPU或AI晶片，運算需求大，應用場景多樣、新穎，價格高，市場機會也多。

以一輛車的價值量來看，不含感測器的高算力智慧駕駛域控制器，均價約1萬元，是價值量最大的域。動力域控制器價值量在6千至1萬元。座艙域和底盤域控制器，價值量為2千至3千元。車身域控制器的價值量低於1千元。

由此，在智慧駕駛域與座艙域逐漸融合的趨勢下，依賴系統開發與整合、價值量高、市場前景大、決定汽車「智慧水準」的這兩域，也就成為定義電動車的核心要素。

在智慧駕駛域控制器裡，最核心的部件是晶片。

像低於20萬元人民幣的經濟型汽車，採用中低算力域控制器，其基於德州儀器TDA4或地平線J3晶片打造，實現L1-L2級別的輔助駕駛功能，如高速領航、自動泊車、記憶泊車之類。

像是高於30萬元的高階車，採用大算力域控制器，其基於英偉達Orin-X、地平線J5、華為昇騰610、Mobileye EyeQ6、高通Ride（8450+9000）、瑞薩V3U等晶片，能全場景智慧駕駛，AI算力高，成本也高，主機廠的自研訴求也強。

2023年，智駕域控晶片裝機量排行前十名中，外資廠商市佔率佔超80%。其中，特斯拉FSD裝置份額37%，排名第一；高算力佔優的英偉達Drive Orin-X市佔率33.5%，排名第二；Mobileye兩款晶片EyeQ4H和EyeQ5H市佔率共11.5%。

中國智駕晶片企業始終在追趕。地平線旗下晶片征程5和征程3，市佔率共8.2%，是市佔率最高的中國廠商。此外，愛芯元智凌芯01市佔率3.8%，華為昇騰610市佔有率1.9%。

但是，中國智駕晶片產業不賺錢的問題相當明顯。去年，黑芝麻智慧衝擊IPO失利，近日再向港交所遞交主機板上市申請。 3月26日，地平線也向港交所遞交招股書。

招股書顯示，地平線過去三年營收成長的同時，研發開支也在成長，年經調整虧損淨額超10億元。同樣，黑芝麻智能過去三年營收成長的同時，年虧損淨額也在擴大。

在3月電動車百人會上，地平線CEO餘凱接受媒體採訪時表示，高階智駕領域對高性能晶片的需求會越來越大，「卷」對地平線這樣的智駕方案供應商來說是好事。

智駕晶片產業還處於早期，就已經如此之“卷”，晶片商都被“捲”成了軟體商，個個都提供“自動駕駛解決方案”。 2023年，「運算方案提供大師」英偉達，汽車領域營收不到10億美元，放在叱吒風雲的財報裡簡直不值一提。

以硬體為基礎，結合電子電器架構與域控制器，實現汽車三電系統高度智慧化的軟體定義汽車，已成為中國汽車產業界判斷汽車發展方向的共識。

不過，特斯拉自研FSD的經驗也提了一個醒。隨著產品迭代，供應商的晶片很可能無法滿足車企平衡成本、功耗和算力的目標。那時候，怎麼「捲」下去還是一個未知數。  (南風窗)

11月25日，媒體報道，特斯拉已開始向員工推出全自動駕駛（FSD）V12版本，更新版本編號為2023.38.10。很快，特斯拉CEO馬斯克也在X上確認了這個消息。

本月早些時候，馬斯克宣布特斯拉FSD V12自動駕駛將在2週內上線試用，但市場普遍對此時間點表示懷疑。

現在看來，FSD V12版本正步入面向客戶前的最後一步，或許能夠在今年問世。

為何大家會如此期待特斯拉的FSD V12？

最重要的原因是，特斯拉反覆強調的，FSD V12將實現全新的「端到端自動駕駛」，第一次開始使用神經網路進行車輛控制，包括控制轉向、加速和製動，不再需要先前超過30萬行的程式碼，而是進一步依賴神經網絡，減少了對硬編碼程式設計的依賴。

馬斯克在先前的試駕直播中表示，FSD Beta V12是有史以來第一個端到端AI自動駕駛系統（Full AI End-to-End），從頭到尾都是透過AI實現。我們沒有編程，沒有程式設計師寫一行程式碼來識別道路、行人等概念，全部交給了神經網路自己思考。V12的C++程式碼只有2000行，而V11有30萬行。

簡單理解就是，V12把攝影機取得的影像資料輸入到神經網絡，網路能夠直接輸出車輛控制指令（如轉向、加速、煞車等），更像是一個人類的大腦， 99%的決策都是由神經網路給的，不需要高精地圖、不需要光達，只靠車身的攝影機視覺輸入，就能分析思考，輸出控制策略。

媒體分析認為，FSD V12版本的推出將成為特斯拉在AI和自動駕駛的關鍵時刻。這不僅是技術實力，還關乎將AI與人類行為如何更好融合。

對於新架構的技術細節和潛在影響，市場仍有較多疑惑和分歧。

根據特斯拉對外揭露的資訊及馬斯克在X上發布的信息，中信證券認為，特斯拉內部目前有兩條「端到端」路線同步在研：1）級聯式端對端神經網絡；2）World Model，而FSD V12是前者的可能性較大，預計明年初落地，以便更好地實現L3能力。

「端對端自動駕駛」有何不同？

在FSD V12之前，特斯拉的自動駕駛系統一直依賴規則判斷。

靠著汽車的攝影機識別車道、行人、車輛、標誌和交通號誌等，然後透過特斯拉工程師手動編寫的數十萬行C++程式碼來應對各種情況，例如紅燈停、綠燈行、在沒有足夠快的車輛衝撞時才通過十字路口等等。

但現在，作為特斯拉自動駕駛系統最重要的一次升級，FSD v12只是通過給神經網絡“餵”視頻，讓它不斷學習，優化參數，在分析數十億幀人類如何駕駛汽車的視頻自學了駕駛。

中信證券指出，從技術本質來看，級聯式端到端神經網絡，系統從輸入到輸出，全程使用神經網路演算法，無需任何人工規則介入。目前，自動駕駛模型多為模組化架構，感知預測、規劃、控制等不同任務分屬於多個不同的小模型，下游規控環節普遍仍以規則為主。

而「端對端」神經網路在輸入影像後，可直接輸出轉向、煞車、加速等控制指令。為提升訓練效果，「端到端」的大神經網路可能由多個小的子神經網路級聯而成。

但與傳統模組化架構以「規則」連接模組不同，級聯式神經網路的子模組是以「神經網路」的方式自行訓練堆疊，因此可透過資料驅動優化整個端對端模型，避免「局部最優，而非全局最優」的困境。

端到端/神經網路的核心好處在於模型迭代的關鍵由“工程師”改變了更易於規模化的“數據和算力”，因而訓練效率和性能上限有望得到顯著提升。落實處，中信證券認為，端到端方案所展現的性能潛力有望大幅提升自動駕駛系統的接管水平，從而實現真正無可爭議的L3能力（例如達到每週接管1次）。

但端到端模型的「黑盒」問題目前產業界尚未有十分成熟的解決方案，因此中信證券認為，其最終能否邁向追求極致安全性的L4全無人駕駛仍待觀望。（華爾街見聞）

彙整鉅亨號中所有使用「FSD V12」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

萬字硬核解讀：“端到端”讓特斯拉FSD V12迎來質變？

學特斯拉做端到端可能死得更快？

自動駕駛終於來了，加錢有點狠

99%依賴神經網路！特斯拉FSD重大更新，V12到底有什麼不一樣？

萬字硬核解讀：“端到端”讓特斯拉FSD V12迎來質變？

學特斯拉做端到端 可能死得更快？

自動駕駛終於來了，加錢有點狠

99%依賴神經網路！特斯拉FSD重大更新，V12到底有什麼不一樣？

學特斯拉做端到端可能死得更快？