量子位 2小时前
特斯拉通过「物理图灵测试」,英伟达机器人主管爆吹,圣诞节刷屏了
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

特斯拉 FSD v14,首个通过「物理图灵测试」的 AI。

为特斯拉「颁发」这一殊荣的并非别人,而是英伟达大名鼎鼎的机器人主管——Jim Fan

平安夜前夕,这位英伟达 Project GR00T 的领军人物,在亲眼看到自家特斯拉的一路自主护送自己回家后,大受震撼:

我入手特斯拉比较晚,但却是最早体验 FSDv14 的用户之一。这可能是我第一次真正感受到通过物理图灵测试的 AI:结束一天漫长的工作后,你只需按下一个按钮,放松地靠在座椅上,完全分不出开车的是神经网络还是真人司机。

Jim Fan 表示,FSD 带来的第一感觉是「不可思议」,并且很快就已经渗透进了他的生活,甚至开始有点「上瘾」。

一开始你会觉得这不太真实,然后它就成了日常。再然后,就像智能手机一样,一旦失去它,你就会非常难受。这就是人类如何被重新塑造,并最终沉迷于技术。

当然,FSD v14.2.2 不是独属于 Jim Fan 的专属礼物。在陆续收到新版 FSD 推送后,特斯拉车主们的反馈也迅速刷屏——一句话总结:玩疯了

特斯拉圣诞狂欢

首个得到英伟达机器人主管「背书」、被称为通过「物理图灵测试」的 AI,在这个圣诞节火遍全网。

这个圣诞节,特斯拉给车主们送来了一波至尊升级,网友一顿测试下来,结论几乎是清一色的:

满意满意,相当满意,绝对是迄今为止最好的一版 FSD。

看到这一幕,老马自然更是高兴坏了,开始在社交平台上疯狂转发各类车主分享视频。

在这批「老马严选」中,FSD 的表现相当吸睛。但更值得关注的,或许是车主们的反应——全部异常兴奋,甚至「吓」坏了的那种

比如这位花臂老哥,发现 FSD 能读懂停车场显示屏,在识别到「车位已满」后果断跳过该楼层,激动得像看到自家孩子考了满分。

下面这位小姐姐最开始没感到有啥变化,但一开始变道就出现了端倪——一秒进入「老司机」模式,说换就换,相当果断,不再打大半天转向灯

如果说这些还只是「懂车人」的兴奋,那下面这段视频就更有反差感了。

车主拉上了自己从未体验过自动驾驶的奶奶,上来就给老人家配置拉满,体验最新最强 FSD,直接给奶奶整出了「恐怖谷效应」。

事实上,在新版 FSD 彻底火遍全网之前,马斯克本人早已抢先「上车」。

当晚,他在社交平台发文称,自己亲自体验了一次无安全员的 Robotaxi测试,并直言体验近乎「完美」。

周日,我坐在副驾驶座上,一辆没有安全监控系统的特斯拉载着我在奥斯汀转了一圈,全程驾驶表现完美。

这一帖子下面,特斯拉 AI 总监 Ashok Elluswamy发布了自己的体验视频,用词同样难掩兴奋。

这是一次令人惊叹的体验!

当然,「老马严选」的车主,可能存在幸存者偏差;特斯拉高管站台,也不够令人信服。

但从其他网友的实测反馈来看,新版 FSD 这一个个「惊喜」背后,的确有迹可循。

旧版本的老克星——死胡同场景,基本已经能解决了:

雨天,车流巨大、拥堵至极的曼哈顿街头,依然能注意到警车,并且主动避让:

在狭窄车道多盲区的情况下,能及时识别到左侧有行人出现:

整体看下来,网友们的体验反馈集中在两方面:

更像老司机:变道丝滑没有犹豫,速度也更合适。能明显感觉到决策过程更快,并且会果断执行。

脑子更灵光:旁边车道有摩托车、维修车辆和人员时,会早早留出空间。

而这些叠加在一起,最终体现为长时间驾驶可靠性的大幅提升。

我憋不住了:我的特斯拉第一次载着我们全家,从自家车道一路开到父母家,整整一个半小时车程……我一次都没碰方向盘。

本月初,马斯克曾放下豪言:要在三周内彻底实现奥斯汀区域 Robotaxi 的无人驾驶,移除安全监控,副驾驶也不再坐人。

而现在看来,新版 FSD 正在把这句豪言化为现实——不仅远超车主预期,甚至让英伟达机器人主管,都直呼不可思议。

特斯拉如期而至的这份「圣诞礼物」,或许是自动驾驶迈向新阶段的,又一次涌现时刻。

FSDV14.2.2

这波 FSD(监督版)v14.2.2 更新,核心变化集中在神经网络视觉编码器的升级,整体感知与理解能力明显增强。

新版本利用更高分辨率视觉输入,强化了对紧急车辆、道路障碍物以及人体手势等复杂场景的识别能力。

比如,在 Reddit 网友分享的案例中,新版 FSD 展现了对小动物等异常交通行动者的避让能力。

而在特殊车辆识别与响应策略上,v14.2.2 对警车、消防车、救护车等场景进行了专门优化,新增靠边停车或主动避让紧急车辆的决策与执行逻辑。

在导航与路径规划层面,v14.2.2 引入了更动态的规划能力,可实时应对拥堵、临时绕行等路况变化,而不再完全依赖预设路径。

泊车能力也是本次更新的重要增强方向,系统新增了「到达选项」,可根据个人偏好选择停车场、路边或地下车库等不同到达方式,导航终点会随之动态调整。

一位网友分享了 FSD v14.2.2 在自家车库的倒车入库的视频,哪怕车道上还停着另一辆车,也非常丝滑。

同时,FSD 会记忆并绑定车主的到达偏好与常用停车位置,并保存到具体目的地。后续由推理模型评估可行的到达方案,并给出一个默认推荐选项,从而减少人工干预。

在驾驶风格控制上,FSD 本次全量推送了两种新的速度模式,相比此前的 CHILL(冷静)模式,风格区分更加明确:

SLOTH 模式:整体速度更低,车道选择与决策更保守;

MADMAX 模式:速度更高,变道更积极。

需要注意的是,特斯拉也强调,单车的实际驾驶行为仍会受到车主画像的显著影响。用户历史驾驶越激进,系统允许的最高速度与决策风格也会随之调整,某种程度上是「因人而异」的自适应策略。

此外,「启动自动驾驶」按钮中的刹车确认机制已默认关闭,用户无需再通过踩下并松开刹车来确认,只需在触控屏上操作即可进入自动驾驶状态。

虽然 FSD v14.2.2 这次的更新,表面还是一次基于 FSDv14 版本的微调,但配上老马高强度推特宣发的佐料,剑指 Waymo 的意图已经非常明显了。

和 Waymo 大战已经硝烟弥漫

先说结论:在 Robotaxi 这条赛道上,Waymo 仍然占据先机,是当前北美市场在落地规模和市场份额上的绝对领先者;而特斯拉正凭借 FSD 的持续演进,在规模化路径上加速追赶。

从奥斯汀这个近期最受关注的战场来看,差距依然清晰。

特斯拉自今年 6 月在奥斯汀启动 Robotaxi 服务以来,目前部署规模约30辆左右。而 Waymo 早在 3 月就已在当地上线,当前在运营的自动驾驶车辆接近200辆。

如果把视角拉到全美范围,Waymo 的领先优势更加明显。除奥斯汀外,Waymo 还已在菲尼克斯、旧金山、洛杉矶和亚特兰大提供 Robotaxi 服务,车队总规模超过2500辆。同时,Waymo 还计划在 2026 年扩展至另外 20 座城市,其中包括达拉斯、华盛顿、迈阿密,甚至伦敦。

在运营与营收层面,Waymo 也已经跑在前面。其每周付费行程超过45万单,2025 年全年完成约1400 万次出行;自 2020 年启动 Robotaxi 业务以来,累计出行次数已超过2000万次。

相比之下,特斯拉的运营版图仍然相当有限,目前只覆盖德州奥斯汀以及旧金山湾区的部分区域。

今年 10 月,在特斯拉第三季度财报电话会上,马斯克曾表示,预计将在年底前在内华达州、佛罗里达州和亚利桑那州推出 Robotaxi 服务。但截至 12 月中旬,这一目标仍未兑现。

在加州,根据 CPUC 和加州机动车管理局(DMV)的说法,特斯拉尚未获得运营商业化 Robotaxi 服务所需的许可,这也直接限制了其扩张节奏。

不过,随着 FSD 能力的持续提升,以及 Waymo 在旧金山大停电事件中的失误被放大讨论,特斯拉在舆论和用户层面的关注度正在明显上升。

根据 Apptopia 数据,自 9 月上线以来,截至 12 月 12 日,TeslaRobotaxi 应用累计安装量已达52.9 万次,过去 30 天的日均下载量为2790次。作为对比,Waymo 应用在同一时间段内的日均下载量为 24831 次。

虽然差距依旧明显,但特斯拉的增长趋势正在形成。

在技术层面,双方的分歧也逐渐走向台前。

最近,马斯克在 X 上公开回应了好兄弟、特斯拉前 AI 负责人安德烈 · 卡帕西(AndrejKarpathy)的相关观点。

一年前,卡帕西曾表示:

Waymo 的问题在硬件,特斯拉的问题在软件。

近期,有网友询问喜提特斯拉新车的卡帕西是否仍然坚持这一判断。

卡帕西的回应是:Waymo 和特斯拉的驾驶体验都已经接近「完美驾驶」,确实存在差异,但只有在特定场景中才会显现。

而旧金山停电事件就是其中一个例子。

这一表态,被部分人解读为:特斯拉 FSD 仍略逊于 Waymo。对此,马斯克直接反驳称:

安子的认知在这一点上已经有些过时了。自他离开之后,特斯拉的 AI 软件已经取得了巨大的进步,远非当年可比。以每 GB 计的智能密度来看,特斯拉 AI 至少比当前其他任何系统高出一个数量级。

不少网友也站在了马斯克一边,认为特斯拉的自动驾驶能力已经超越 Waymo

也有更理性的分析指出,双方差异的根源在系统架构:

Waymo 采用的是模块化自动驾驶体系,高度依赖高精地图、激光雷达、传感器、5G 网络以及远程人工确认。

这种方案在正常情况下表现稳定,但一旦关键模块失效,系统就会迅速退回到安全策略,例如在停电时进入「变砖模式」。

而特斯拉 FSD 走的是端到端神经网络路线:

通过一个超大模型,直接将摄像头像素映射到转向和制动控制,以海量真实驾驶数据取代人工规则。

这种方案在极端情况下更具适应性,但也对模型能力提出了更高要求。

所以,现实依然是,Waymo 在规模、合规和商业化进度上处于绝对领先;特斯拉押注的是 FSD 成熟后带来的指数级扩张能力。

而随着亚马逊 Zoox 等玩家继续入场,北美 Robotaxi 赛道还远未定局。

不过,可以确定的是,这将是一场长期、烧钱、且高度依赖技术路线选择的绞肉战场。

One More Thing

值得一提的是,在前段时间旧金山停电事件中,马斯克还贴脸开大嘲讽 Waymo。

特斯拉 Robotaxi 就没受到旧金山停电的影响。

俗话说,趁你病,要你命,老马的这番拷打也足足给特斯拉吸了一波大粉,该贴点赞已超 9.9 万。

不过,回到常态,理性分析来看,自动驾驶的桂冠最终将花落谁家,难有定论。

但可以确定的是,随着技术不断成熟,汽车是否具备「自动驾驶」能力,不再仅仅从一项锦上添花的附加功能,而是会在真正左右消费者的购车决策。

而在新版 FSD 实现实力口碑双丰收后,特斯拉似乎再次瞄准这一争议点,在微博暗暗发布了挑衅:

将来无法实现自动驾驶的车就像……(大哥大)

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

特斯拉 英伟达 机器人 物理 图灵测试
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论