新年直播2：特斯拉FSD以及自动驾驶的商业战争
特斯拉 FSD V14：
从“玩具”到“直觉”的质变
“这不仅仅是版本的迭代，而是舆论和体验的全面倒戈。”
刚跨入2024年，自动驾驶圈就被一条新闻炸开了锅：有车主开着特斯拉 FSD 实现了从美国西海岸到东海岸的横跨，全程接近**零接管**。虽然听起来像个神话，但身在硅谷的我们，确实感受到了某种“奇点”的临近。
老余和大卫刚刚在湾区深度体验了最新的测试版本。过去，大家讨论 FSD 是在聊“它为什么不买”、“用户为什么不用”；而现在，风向变了。
“我刚回美国就更新了 V12.4（非常接近 V14 的逻辑）。说实话，以前我觉得 FSD 变道我会害怕，安全性需求总让我不得不盯着它。但现在，那种‘类人’的丝滑感出来了。这种转变非常可怕——一旦你不需要一直盯着它，你的依赖性会呈指数级增长。”
“没错。圣诞节前我做了一个实验，从家去健身房，同时开着 Tesla FSD 和 Waymo。结果呢？Waymo 为了绕开一个复杂的路口，多花了我 18 美金绕了一大圈。而 Tesla 像个老司机一样，该切入切入，该博弈博弈，直接把我送到了门口。”
18 $
大卫的一次 Waymo 绕路体验成本，仅仅因为系统无法处理一个左转逻辑。
旧金山大拥堵：规则驱动的尴尬
前两周，旧金山发生了大规模拥堵，原因竟是几辆 Waymo 面对失灵的红绿灯彻底“傻掉”了。在基于规则（Rule-based）的系统里，没有红绿灯就意味着没有行使权，它们只能原地待命。
端到端的魅力：如何避开“水坑”？
为什么端到端（End-to-End）模型比特斯拉以前的系统更聪明？老余提到了一个非常经典的例子：**路面上的水坑。**
如果你用 Rule-based（基于规则）去写代码，你得定义什么是水，深度是多少，对面有没有车，是否会溅到行人……这几乎是无穷无尽的。但端到端模型不学这些复杂的规则，它直接学习人的驾驶行为。
“人看到深水坑会减速或绕行，系统在看了几百万次人的操作后，它就掌握了这种‘常识’，即使它并不知道‘水坑’这个名词的定义。”
“所谓的‘算法领先’已经不再是代码量的堆砌，
而是看谁能让 AI 拥有那种
‘只可意会，不可言传’的驾驶直觉。”
商业运营成本对比 (预测)
Waymo 依然面临着昂贵的硬件和运营支出（包括那些坐在充电站里的监测员），而特斯拉正在通过纯视觉方案极力压低每一英里的成本。
Annotation Card
什么是 V14 的“端到端”？
传统的自动驾驶将感知、预测、规划拆分为不同模块。而“端到端”则是将图像输入直接通过神经网络输出为驾驶指令（转向、加速、制动）。这种方式消除了人为定义的逻辑瓶颈，但也带来了“黑盒”问题：你很难向监管机构解释，它为什么在这一秒选择了左转。
既然端到端模型展现出了如此惊人的“灵性”，那它是不是就彻底无敌了？
接下来，我们要深入技术底层：Waymo 的规则派 vs 特斯拉的端到端派，到底谁才是自动驾驶的终局？
路线之争
“刚才我们聊了 FSD V14 的惊艳表现，但这背后其实藏着一个让整个行业撕裂的问题：到底该用人类的‘规则’教车走路，还是让它像孩子一样在数据中‘自学’？”
Waymo 的“完美”囚徒
Waymo 走的是一条极其稳健的路：感知、预测、规划，每一层都像严密的法律条文。但也正因如此，它面对长尾场景（Corner Cases）时，就像个拿着说明书找答案的优等生，一旦说明书没写，它就“宕机”了。
特斯拉的“直觉”进化
特斯拉抛弃了那些烦人的 IF-THEN 语句。FSD V12 之后，它只有端到端。它不理解什么是“红灯”，它只是看了一万遍人类在红灯前刹车，于是它学会了这种“感觉”。这是一种从逻辑到神经科学的范式飞跃。
端到端的暴力美学
说实话，很多人对“端到端”有误解。这不只是技术的迭代，这是算力的暴力拆解。当 Waymo 还在雇佣数千名工程师手写代码来处理“如何绕过路边违停车辆”时，特斯拉的系统正盯着数百万车主的真实驾驶数据。
“规则是有上限的，而数据没有。人类程序员能想到的场景只有几万个，但现实世界的混沌是无限的。”
这种系统协同的优势在于：它消除了模块之间的“信息损耗”。在旧架构里，感知层的一个小误差，到了规划层可能就会变成一次致命的急刹。而在端到端架构中，神经网络自己会处理这种噪声，它追求的是最终结果的平滑。
算力：新时代的石油
如果你没有 10,000 片 H100，你甚至没资格谈论端到端。
仿真不再是玩具
很多人问，特斯拉哪来那么多极端数据？答案是 **影子模式** 和 **大规模仿真**。他们能把现实中遇到的一个复杂路口，在虚拟世界里生成出一万种变体（下雨、大雾、有行人闯红灯），让 AI 反复练习。
“影子模式”：FSD 在后台静默运行，比对人类司机的操作与它的决策差异，从而不断学习。
“这不是工程师的胜利，
这是第一性原理的胜利。”
— 论及领导力与团队信念对技术路线的影响
既然端到端如此强大，为什么 Waymo 这种巨头不转型？或者说，他们转得动吗？
下一章：硬件护城河与投资逻辑硬件护城河
从算法的灵动，到硅片的厚重
刚才我们聊透了人才、勇气和那些看不见的软件仿真，但聊自动驾驶如果不聊硬件，就像是谈论灵魂却忽略了躯体。特斯拉为什么一定要自研 FSD 芯片？Waymo 为什么要在传感器阵列上堆料？
“垂直整合不是为了省钱，而是为了‘定义’。当你的软件跑在别人的通用芯片上时，你永远在为别人的平庸买单。”
自研芯片：软硬协同的终极形态
FSD 芯片的设计完全是为了神经网络的张量运算。这种“投石问路”的精准度，是任何通用 GPU 无法提供的。每一瓦功耗，都必须转化成每一帧的决策。
我会投 Waymo 吗？
“作为投资者，Waymo 让人又爱又恨。它的‘昂贵’是它的护城河，也是它的枷锁。但如果你问我谁最先在无人区真正实现‘人类级别’的稳健，那叠最厚甲的 Waymo 依然是那个最让人放心的标杆。”
观众 QA：那些尖锐的真相
观众：FSD 这种纯视觉方案，真的能解决极端安全性需求吗？
安全性不是靠“堆硬件”解决的，而是靠“概率的收敛”。纯视觉模仿的是人类，但它的反应速度是人类的百倍。当数据量突破临界点，长尾场景（Corner Cases）会被逐一击碎。安全，最终是关于你见过多少种“死法”。
观众：今年我们会看到 L2 到 L4 的跨越吗？
别被营销术语骗了。从 L2 到 L4 不是简单的“升级”，是“交权”。今年不会是跳跃的一年，而是“体验连续性”爆发的一年。你会发现你在高速上、城区里接管的次数越来越少，直到有一天你突然意识到：我已经半小时没碰方向盘了。
演进的时间轴：我们的坐标
编者按： 讨论中提到的“软硬协同”，本质上是在解决昂贵的计算资源与极端的实时性需求之间的矛盾。这也是为什么在这个赛道上，只有少数几家公司能玩得起这场数字与硅片的豪赌。
当所有的硬件到位，所有的 QA 都有了答案，剩下的，就是时间的验证与最后的结论了。
