马斯克每年都会在公开场合说完全自动驾驶一年内就要实现，就这么说了四五年，依旧没有实现。

不过今年还是有不错的进展。

前段时间特斯拉在推特（X）平台上视频展示了 Optimus 机器人的视觉自标定、颜色分拣任务等能力。可以确定的是，这背后和特斯拉的FSD技术分不开。

图片来源：网络

为什么这么说呢？

我们先了解一下什么是FSD。

FSD全称为Full Self-Driving，即完全自动驾驶，是目前特斯拉提供的测试版最高水平的自动驾驶系统。最终目标就是实现车辆可以在没有人类干预的情况下，自己识别路况、规划路线、控制速度和方向，完成从起点到终点的行驶。

完全自动驾驶最终可能改变人们的出行方式和生活质量。不仅可以提高交通安全，减少事故和伤亡，还可以提高交通效率，减少拥堵和排放。对使用者来说可以提高出行舒适度，解放双手。

你可以把FSD理解为负责感知与控制的“超强大脑”。现在特斯拉目前已打通FSD和机器人的底层模块，FSD不仅用在车上也用在机器人上。它们都依赖特斯拉在神经网络和自动系统方面的专业知识，也依赖于相同的人工智能系统和硬件，实现了无缝集成。

图片来源：网络

2020年10月，特斯拉在美国首次推出FSD测试版，经过三年硬件进化至第四代，算法更是经过十多个版本迭代。

特斯拉FSD最大的特点是无高精地图+纯视觉。FSD高达99%的决策都交给了神经网络给出，通过摄像头纯视觉的输入，然后由神经网络控制输出。神经网络是一种人工智能算法，可以通过大量数据训练来学习复杂的模式。

FSD 的神经网络通过训练，可以学习识别人类开车环境中的各种情况，并做出相应的决策。特斯拉还拥有庞大的数据资源和计算能力，它可以利用来自全球数百万辆特斯拉车辆的实时数据来训练和优化其FSD自动驾驶系统。

这和传统的自动驾驶思路有本质的不同。

传统的模块化自动驾驶算法将整个过程拆分为感知、预测、规划等环节，是一套基于规则的算法。工程师要手动编写并更新了数万行C++代码，以便将这些规则应用于更复杂的情况。

而FSD是通过观察其他人的做法来掌握这些技能。换句话说，就是对人类的模仿，通过大量的训练来模仿人类开车。

为满足神经网络的训练需求，特斯拉自研Dojo超算集群，规划2024年10月总算力将达100 EFlops，并将外采1万块英伟达H100 GPU。数据端，目前FSD测试版累计行驶里程已突破3亿英里。

从马斯克的角度来说，他希望能够完全来模仿人类驾驶员的情况，来实现最终的自动驾驶，这是他认为的第一性原理。所以特斯拉也是少数坚持纯视觉方案的车企，这种做法将使得特斯拉无需激光雷达和毫米波雷达，进而可以大幅降低自动驾驶的成本，同时也可以减少后台数据融合的难度。

这种端到端的自动驾驶算法将根据传感器感知的信息直接输出控制结果，模仿人类驾驶员的操作，将基于规则驱动的算法彻底转变为数据驱动的算法从而简化模型训练。FSD将AI神经网络算法替代了传统控制模块，可以减少 C++代码控制量约10倍（从约2万行左右减至约2千行）。

FSD 目前仍处于测试版阶段，仅在美国、加拿大、以色列、澳大利亚和部分欧洲国家提供。

最新内测的版本是FSD V12 。

8月底，马斯克曾直播全程使用 FSD V12系统让 Model S 自动行驶。FSD V12完美实现通过布满路障的施工区域、车流量较大的环岛、无保护左转、减速带等功能，表现出色。

马斯克表示：“V12不会是测试版。”

图片来源：网络

这是否意味着，完全自动驾驶有戏了呢？

不过除了技术以外，FSD自动驾驶还面临着法律的规范和监管等问题去共同推进产业发展。

从国内的情况看，FSD似乎有望落地。

一方面国内政策也在放开，7 月，北京和上海都开放了自动驾驶相关试点。另一方面，8月，特斯拉表示目前已在国内建立数据中心以实现数据存储本地化。

此外，新款的model 3 已经预装了FSD Beta。

随着自动驾驶技术的不断进步叠加相关政策支持，无疑将会进一步推动自动驾驶产业链的加速渗透。