太陽真從西邊出來了。

馬斯克，挖坑很少填、服務看心情、還老說用戶“使用不當”，但這次沒背刺老車主，反而主動關懷：

5年前的特斯拉，剛剛推送了最新的FSD！

用戶爽之外，可以預見又會成為行業追隨模仿的技術案例——

端到端上車，8個攝像頭、100多TOPS算力足矣。

建議大家一起瘋狂@極氪。

5年前特斯拉，怎么用上最新FSD？

極氪硬著頭皮一年強推三款001，其實不為別的，就是被智駕升級給逼的。

這邊極氪老車主罵聲還不絕于耳呢，人家特斯拉馬上就給5年前的老車型推送最新FSD，版本是12.5。

能力上，北美已經有了大量用戶實測視頻，能夠自主應對幾乎路上的一切駕駛挑戰，比如自動過閘機、環路：

穿梭唐人街鬧市區：

尤其是在特斯拉數據密集的西海岸加州地區，FSD12.5版本現在已經到了“自己跟自己較勁”的迭代階段：死磕舒適性，有的用戶已經開始做“30分鐘水不灑”的挑戰：

完全能夠做到有導航就能開，而且和國內絕大部分“城市NOA”不同的地方在于，FSD V12版本采用端到端技術體系。

簡單地說，從場景數據輸入端到駕駛指令輸出端，全部由AI模型搞定，拋棄了以往模塊化、手寫規則的模式。

最大的好處是讓AI直接學習成熟人類司機的駕駛方法，理論上限極高，能突破以前難以解決的各種復雜場景。

挑戰是訓練數據，要足夠多、足夠優質，并且底層算力足夠大——端到端入門門檻，通常認為是10億資金、萬卡集群，但對特斯拉來說，都不是問題。

所以當下的FSD V12版本可能某些場景上表現不穩定，甚至小版本間還會出現“負優化”現象，但在整體體驗、平均能力和發展性上，無疑是最領先的。

就是這樣的智駕系統，特斯拉剛剛把它推送到搭載HW3.0硬件的老款特斯拉車型上。

很厲害嗎？

業內普遍認為，端到端模型至少需要200TOPS+的算力才能work，國內大多數產品都采用2塊Orin的配置。

而特斯拉2019年發布的HW 3.0硬件，算力只有144 TOPS。

也就是說，5年前買特斯拉的用戶，一覺醒來發現自己的愛車自動駕駛能力有了翻天覆地的進化。

和現在購買搭載HW 4.0硬件（約500TOPS）的最新特斯拉用戶，體驗完全一樣。

當然在研發端難度肯定不小，特斯拉的軟件負責人Ashok Elluswamy解釋了實現方法。

首先要明確的是，本來500TOPS跑的FSD V12，下放到144 TOPS的平臺，并不是算法和功能的“閹割”。

Ashok Elluswamy的原話是“在編譯器中使用全新的內核，來模擬HW 4.0硬件對算法的原生支持”。

至于端到端模型本身，官方透露的信息是“使用適當的壓縮技術，在兩代硬件上跑完全相同的模型”。

只說了這么多。也能理解，畢竟前幾年特斯拉AI Day的PPT，成了大量國內友商汲取“靈感”的源泉。

但從特斯拉的軟件負責人的只言片語中，大概能推測采用的方法可能是“知識蒸餾”，我們之前詳細科普過。

對預訓練好的FSD 端到端模型進行處理，得到參數量相對較小，但保留核心能力的模型。如果某些場景能力有退步，還可以用合適的數據集再次訓練，然后分別部署在HW 3.0和HW 4.0上。

因為Ashok明確地說：

參數量只是影響性能的眾多因素之一。數據分布、數據質量、模型架構、訓練計算等也會對最終性能產生巨大影響。

這樣一來，FSD 的V12版本能夠在算力有限的舊平臺上順利跑起來。而對于最新的HW 4.0平臺，模型規模變小，意味著更快的計算時間，更短的響應延遲。

一舉兩得。

新技術有啥影響

特斯拉給HW 3.0推送V12版本FSD，證明了用軟件算法能力是能夠填平智駕硬件差距的。

很長一段時間內，采用模型壓縮技術實現低成本小算力端到端上車，會成為全行行業追逐模仿的新范式。

而且特斯拉還劃出了這條技術賽道的“及格線”：144TOPS。

從另一個角度看，端到端上車的門檻、下限既然能這么低的話，那么那些以“智駕升級”為旗號的更新換代、以“軍備競賽”為名狂堆算力和傳感器的玩家，恰恰是技術實力不行的體現。

而事實上也的確如此。市場上1000TOPS 算力的車型，智駕體驗和200 TOPS并沒有質的差距。

這其實是自動駕駛的AI本質：前端競爭核心是軟件和算法，需要“大力出奇跡”的則是后端超算設施。

所以今年下半年開始，國內最前沿的探索者們也開始了對本質的回歸。比如長城前兩日剛剛量產交付的端到端車型藍山智駕版，就只用了一顆英偉達Orin芯片。

所以對于用戶來說，特斯拉的新進展證明了我們是能夠低成本享受高階智駕的。

而且“越開越好開”的承諾保鮮期，被拉長到了5年。

不過也別太苛責極氪，獨立上市拿回研發自主權后，極氪的進步速度在國產陣營中是佼佼者。

之前被Mobileye誤了這么多年，真的是身不由己。