从美国西海岸开到东海岸，2天20小时，人类0次接收。
物理世界的“主动驾驶奇点”，终于降临！
这条Twitter，也彻底引爆了全球科技圈和AI圈。
由此，他也成为全世界第一个全程凭借主动驾驶横穿美国的人。
可以说，这是特斯拉正式经由过程了公路上的图灵测试。
这场AI主导的公路观光，直接震动了全球特斯拉车主。
前特斯拉AI总监Karpathy高兴高呼：这一刻终于来了，这是端到端神经收集的成功，这是“软件2.0”在物理世界的完全接收，不再须要人类写下的规矩！
特斯拉官方账号，表扬了此次豪举。
特斯拉掌门人马斯克，也冲动转发莫斯的推文：“酷！”
十年前，马斯克许下“Coast-to-Coast”的诺言，2026年1月1日，终于实现了！
或者真如Karpathy所说：从此，偏向盘只是车上的一个装潢品？
全球初次
人类零接收
总里程：2732.4英里（约等于4397公里）
耗时：2天20小时
软件版本：FSD v14.2
人工接收：0
当特斯拉从v12开端摈弃传统的C++，转向端到端神经收集，AI就从数百万小时的视频中，真正学会了开车。
想象一下：坐在驾驶座上，盯着偏向盘整整68个小时（2天20小时），看着它自行迁移转变，穿过劳碌的洛杉矶街道，汇入州际高速，避让加州的摩托车手，在德克萨斯的暴雨中稳住车身，最后停在南卡罗来纳州的海滩边。
他从洛杉矶的特斯拉餐厅出发，最终达到南卡罗来纳州默特尔海滩，穿越了24个州。
假如你亲自开过这段行程，就会明白全程的路况有多么复杂。然而从加州的高速公路，到中部的城市街道，再到东海岸的复杂路况，FSD一次性全部搞定了！
气象多变，交通拥挤，甚至夜间驾驶、主动化充电，都没让体系掉落链子。
Moss评价说——全部过程中，从未出现过一次险情，即使在人类驾驶员中，这也实属罕有。
对于好奇的网友，Moss表示，你可以登录FSD数据库，验证所稀有据。
同时，David Moss晒出了充电记录。留意，在所有站点的泊车，也都是由特斯拉FSD主动完成的。
此次横穿美国大年夜陆，不仅表现了FSD V14.2的技巧才能，也向全部行业证实——
即使在实际的复杂场景，L4主动驾驶也有可能实现！
十几年前，如许的豪举还只是工程师的技巧妄图。
从2016年，特斯拉的FSD体系就开端宣传“零干涉横贯美国”的目标。
在宣布Autopilot 2.0时，Elon Musk就放话，说2017岁尾就能实现。
这是一个迟到了八年的承诺，但当它终于兑现时，仍然让人认为吃惊！
如今的FSD不再是“看着地图开车”，而是像本地人一样，能根据面前的路况及时懂得该怎么走。
一位特斯拉FSD的逝世忠粉
其其实25岁尾，David Moss就曾创下记载。
当时，他在特斯拉FSD V14上，持续驾驶了跨越10000英里，且全程无干涉，实现了真正的100%主动驾驶。
下面这份数据，让人难以克制心头的震动。
当时的路线图是如许的。
而这个消息出来后，网友们纷纷表示，弗成能，这绝弗成能！
然而David Moss晒出的仪表盘显示，FSD V14确切不移完成了100%的完全主动驾驶。
在客岁事尾，他就立下宏愿：成为第一个完全依附FSD用主动驾驶横跨美国（洛杉矶→佛罗里达）的人。
时隔一年，他果真完成了这个目标，实现了一个更宏大年夜的路线图。
这完全出于他对驾驶的酷爱，并不是为了炒作。
有人说，本身天天都在用FSD 14.2.2.1，固然体验很棒，但绝弗成能实现完全主动驾驶。
马斯克：那个“该逝世的”2017 预言
回到2016年10月。
彼时，马斯克意气风发，豪言：“到2017岁尾，特斯拉将可以或许从洛杉矶主动驾驶到纽约，全程哪怕你碰一下偏向盘都算我输。”
后来的故事我们都知道了。
2017年以前了，2020年以前了，甚至到了2024年，马斯克赓续跳票！
这个承诺就像是一个“永远的来岁”。
因为技巧路线的反复横跳（从雷达+视觉到纯视觉，从规矩代码到神经收集），特斯拉的主动驾驶曾一度陷入瓶颈，甚至被Google旗下的Waymo在无人出租车范畴抢尽风头。
Gemini生成的特斯拉主动驾驶技巧路线图
直到FSD V12 版本的出现，特斯拉彻底摈弃了本来的代码逻辑，转向了“端到端”神经收集。
简单说，就是让AI像人类一样，直接经由过程看视频学会开车，而不是由工程师一行行写代码告诉它“红灯停、绿灯行”。
尽管特斯拉坚信端到端神经收集技巧，但这绝非主动驾驶范畴的共鸣筹划。
一位特斯拉车主赞叹：“我们已步入主动驾驶穿越美洲大年夜陆的时代。”
大年夜多半其他主动驾驶研发公司都采取传感器密集型、模块化的驾驶方法。固然这类体系在初期开辟和调试可能更轻易，但其复杂性也不容忽视。
特斯拉AI负责人Ashok Elluswam，在国际计算机视觉大年夜会ICCV介绍了端到端筹划的优势:
将人类价值不雅体系化极其艰苦，从数据中懂得它们则轻易得多。
感知、猜测和筹划之间的接口定义不明白。在端到端架构中，梯度从控制端一向流向传感器输入端，从而整体优化全部收集。
易于扩大，可处理实际世界机械人技巧的宏大年夜而长尾需求。
具有肯定性延迟的同构计算。
总的来说，相对于以前的苦涩教训，这种办法在范围化方面处于精确的地位。
更绝的是，为了主动驾驶数据打造的神经收集“世界模仿器”，同样可以模仿多种真实场景，练习擎天柱。。
而此次“人类零接收”的关键在于“端到端”的最后一块拼图。
在V14之前，特斯拉的AI固然眼神好使（视觉感知强），但脑筋里的地图照样传统的导航模块。
这就比如一个老司机固然车技好，但他脑筋里只有一张逝世板的纸质地图，一旦碰到修路或者地图没更新，就轻易发懵。
而在V14.2中，特斯拉将导航和路径筹划也整合进了神经收集。
一次成功的“零接收”，不等于这套体系已经完美。
统计学告诉我们，假如变乱率是万分之一，那么跑一次几千公里的长途可能正好没赶上，但这并不代表它能安然应对几百万辆车的日常通勤。
不过，FSD V14.2的此次表示，最大年夜的意义在于它有力回应了“纯视觉筹划无法实现长途全主动”的质疑。
它证清楚明了不须要昂贵的激光雷达，不须要高精地图，仅凭摄像头和算力，AI真的可以处理从繁华都会到荒野公路的几乎所有场景。
对于通俗人来说，这意味着什么？
官方仍是SAE L2（需监督），但车辆完成100%驾驶义务，驾驶员仅作安然监督，完全有可能。
也许，还要等上几个版本，甚至要比及硬件Hardware 5.0的普及，我们才能真正宁神地在车里睡大年夜觉。
在这场横跨美国大年夜陆的旅途中，David Moss没有任何一刻，触摸车里的偏向盘，或者踩过踏板！
但看着David Moss那辆横跨大年夜陆的Model 3，那个曾经被嘲笑为“科幻小说”的将来，确切已经把轮胎压在了实际的沥青路上。
发表评论 取消回复