无方向盘Cybercab：FSD进化的终极形态

2024年9月，特斯拉在德州奥斯汀正式投入运营Cybercab，这是一款彻底移除方向盘与脚踏板的原生无人驾驶车辆。作为FSD长期演进的成果展示，该车仅设两个座位，乘客无法进行物理接管。为确保安全，特斯拉构建了多重保障机制：后台远程工作人员兜底、通过星链提供网络支持，以及车内配备的一键紧急避险按钮。截至2024年9月22日，特斯拉在德州登记的自动驾驶车队总数达476辆，其中包含67辆Cybercab和409辆配备方向盘的Model Y。这一里程碑标志着特斯拉从辅助驾驶向完全无人驾驶迈出了实质性一步，但也伴随着舆论对其技术成熟度的持续质疑。

硬件迭代：从Mobileye黑盒到自研芯片的豪赌

特斯拉FSD的研发始于2013年，最初试图与谷歌合作但方案分歧后转向Mobileye。2014发布的Autopilot Hardware 1.0仅配备单摄像头与Mobileye EyeQ3芯片，采用“黑盒”模式——算法由供应商垄断，特斯拉无法获取底层代码。这种合作在2016年因一起致命事故而破裂，马斯克认为必须掌握算法控制权。随后特斯拉转向英伟达推出Hardware 2.0及带冗余设计的Hardware 2.5。真正的转折点是2019年发布的Hardware 3.0，其搭载自研AI3芯片。该芯片由Jim Keller与Peter Bannon主导设计，仅用18个月完成流片。AI3芯片专为自动驾驶优化，相比英伟达通用芯片，其神经网络算力提升5倍以上，且有效利用率高达80%，彻底摆脱了对外部供应商的依赖。

成本控制与供应链博弈：极致的抠门哲学

在Hardware 3.0量产前夕，特斯拉内部面临巨大压力。软件团队人手严重不足，需在三个月内完成从HW 2.5到3.0的适配。正如前工程师Kerry Liu回忆：“量产的前三个月，是我在特斯拉最忙的三个月……基本没有休息。” 这种极致成本控制不仅体现在人力上，更延伸至供应链。为逼迫供应商降价，特斯拉曾将德州仪器（TI）的车规芯片全部替换为ADI同等功能产品。这一举动导致TI营收受损，最终迫使TI同意降价。此举每年为特斯拉节省约2000万美元，并让马斯克意识到掌握主动权的重要性。此外，英伟达在配合度上的低效（如仅几行代码的驱动开发需扯皮一周并收费）也加速了特斯拉自研芯片的决心。

算法重构：Karpathy与Transformer时代的视觉革命

2017年，随着谷歌发布《Attention Is All You Need》论文及Andrej Karpathy加入特斯拉，FSD算法迎来范式转移。Karpathy被马斯克直接招致麾下，不仅因其技术权威身份有助于吸引顶尖AI人才，更因为他推动了感知模块的根本性变革。特斯拉摒弃了传统独立任务模型，采用HydraNet架构。该设计让所有摄像头和识别任务（如车道线、行人、红绿灯）共享同一个底层特征提取网络，仅在顶端分叉出不同任务头。这种架构极大优化了算力分配，使系统能够处理海量数据训练出的复杂视觉任务。Karpathy的加入标志着特斯拉从依赖供应商转向完全自研深度学习视觉系统，为后续FSD版本的迭代奠定了算法基础。

感知算法的四大核心升级：从单帧到时序与空间融合

特斯拉FSD感知的进化并非一蹴而就，而是经历了从底层算力架构到输入维度的系统性重构。首先是HydraNet共享底座的应用，它将计算资源视为树干，不同识别任务为树枝，通过共享养分提升了效率并允许针对单一任务微调而不影响全局。其次，系统实现了从“看图片”到“看视频”的跨越，利用时序信息（Temporal Information）赋予系统短暂记忆能力，解决了目标被遮挡后的轨迹预测难题。第三是Transformer加持的鸟瞰图视角（BEV），通过融合8个摄像头信息并利用交叉注意力机制，将多视角数据统一投射至俯视坐标系构建2.5D空间模型。这一创新虽非特斯拉独有，但得益于其强大的资金支持与工程落地能力得以实现。

“过去每个摄像头更多是在各自完成识别任务，相互之间没有多少交流……系统开始融合8个摄像头的信息。”

到2021年，这四大升级使感知模块真正理解了道路环境。然而马斯克随即决定移除所有雷达，这一决策虽源于疫情导致的供应链断裂——供应商Continental供货不足且谈判破裂，迫使采购团队升级至Elon直接干预并拉黑不配合供应商——但也带来了技术挑战。移除雷达导致测距精度大幅下降，软件团队被迫进入“作战模式”，仅靠纯视觉预估速度。尽管初期备受争议且过程痛苦，但这一举措反而鼓舞了团队士气，验证了纯视觉路线的可行性与团队的工程能力。

从2.5D到真3D：占用网络与数据标注的破局

随着感知理解的深入，特斯拉在2022年AI Day上发布了基于占用网络（Occupancy Network）的真3D鸟瞰图技术。该技术将空间划分为无数体素（Voxel），以解决传统矩形框无法准确表达非规则物体（如拐弯的公交车、伸展臂的挖掘机）带来的信息损失问题。这种更宽泛的表达形式使系统无需“认识”具体物体即可实现避障，极大地提升了规控模块的灵活性。

然而，训练占用网络需要海量的Ground truth（真值）数据。传统方法依赖激光雷达点云的人工标注，成本极高且特斯拉量产车无LiDAR。为此，特斯拉内部建立了自动标注系统，通过生成标签来提供训练参考，并辅以少量配备激光雷达的特殊车辆采集真值以校准算法。这种“自研标注+特殊车辆辅助”的模式，解决了无雷达情况下的3D场景理解难题。随着算法复杂度提升，车载算力逐渐捉襟见肘，促使特斯拉启动Hardware 4.0研发。

“Occupancy Network显然是更宽泛的表达形式……这样一来系统不再需要‘认识’每样东西，就能够实现避障。”

Hardware 4.0的硬件博弈：像素、布局与芯片架构之争

HW4.0的研发过程充满了内部拉扯与技术妥协。摄像头方面，像素从120万提升至500万像素，这并非为了追求极致清晰度，而是基于车载环境对稳定性、耐高温及帧率的考量；同时避免无脑堆像素带来的数据传输与电气设计挑战。在布局上，马斯克基于“第一性思维”砍掉了前挡风玻璃的一个摄像头，认为人眼只需两只即可。这一决策导致移除雷达后车头出现盲区，引发团队反对并建议增加前保险杠摄像头，最终特斯拉在Cybertruck上重新加回了前置摄像头的布局。

芯片架构方面，AI4单颗算力翻倍，但软件团队要求增加至三芯片以满足模型需求。硬件团队完成了复杂的三冗余架构设计，但在量产前两个月，Elon因成本控制（Finance/CFO建议）强行改回双芯片方案。这一反复导致项目延期与重新设计，反映了软件团队对算力“永远不够用”的焦虑。

“Elon就说，好我已经下这个决定这是最终决定谁也不要再跟我商量这个事情了……不用再多讨论了就是两个。”

内存瓶颈与成本优势：GDDR的选择失误与长期迭代

HW4.0最大的技术争议在于内存选择。为突破AI3的性能瓶颈，马斯克选择了高带宽但车规不成熟的GDDR内存。由于GDDR功耗大、价格高且缺乏大容量车规产品，导致HW4.0内存容量成为瓶颈。内部人士指出这是决策失误，并建议改回LPDDR以牺牲少量带宽换取容量提升，但该建议在当时未被采纳。目前内部正在研发HW4.3以修正此问题。

尽管过程波折，HW4.0在成本控制上极具竞争力。整套硬件成本甚至低于MacBook Air，接近普通iPad价格。特斯拉通过自研芯片复用策略（AI3/AI4同时用于车端与服务器）进一步摊薄研发成本。这些芯片在服务器上主要用于Pixel Injection（像素注入）仿真训练与推理验证，通过对比AI决策与人类操作来迭代模型。HW4.0虽在2023年装车，但因设计较早未针对Transformer优化，很快面临新一代端到端模型的挑战。

“整套硬件的成本甚至比MacBook Air都要低很多……特斯拉在这个事情上其实更新换代、迭代速度是非常快的。”

算法范式转移：从规则到端到端

2022年7月，特斯拉AI总监Andrej Karpathy离职，外界曾猜测算法受阻。然而年底GPT-3.5的出现改变了轨迹，工程师Dhaval Shroff提出用神经网络替代所有规则算法的“车用ChatGPT”构想，通过模仿人类驾驶行为让系统自主避障。这一思路击中马斯克，推动特斯拉推出“端到端”（End to End）技术。前AI软件工程总监Srihari指出，虽然ChatGPT加速了进程，但特斯拉早在2016年前后就在尝试类似方法。FSD V12将原本30万行代码精简至仅2000行。尽管英伟达早在2016年提出该理念，但特斯拉是首个落地车企。针对FSD V12作为黑盒模型的质疑，内部工程师解释称网络中额外分出一条“head”任务专门显示鸟瞰图，该分支在推理时仅用于显示而不参与其他功能。同时，V12复用了Karpathy时期构建的感知模块思路，这些早期工作为后续发展打下了基础。> “我觉得可能是ChatGPT加快了其中一些尝试的进程，让我们在某些方向上加大了投入。”

技术迭代与验证体系进化

2024年1月FSD V12正式推送，旨在验证端到端的可行性。同年11月推出的V13增加了模型参数与“车位到车位”功能，关键突破在于让摄像头光子信息不经前置处理直接输入模型。这一改变减少了延迟并提升了帧率与分辨率，使车辆表现更像人类驾驶员，减少卡顿犹豫。V13被内部比作SpaceX猛禽V3火箭般“简洁”，目标是在有限算力下提升每瓦功耗的智能水平。2025年1月，特斯拉跳过V14.0直接推出FSD V14.1，这是继V12后的第二大更新。该版本模型参数提升了10倍，引入强化学习训练并升级视觉编码器。V14的核心策略是继续加大缩放定律的投入，通过增加模型规模来探索物理AI的可能性。> “V12的目标是验证这棵树是否能够存活，那V13是剪掉一些不影响生长的枝叶，而V14则是继续地施肥让树长得更高。”

可解释性挑战与Robotaxi落地

端到端模型因输入上亿Token仅输出转向和加减速动作，易学到“虚假相关性”。特斯拉通过部署车端筛选器只上传高价值片段（如极限反应、复杂路况）以节约成本并提升模型对危险场景的学习能力。在可解释性方面，网络会额外生成3D世界表示以检查模型关注的重点及空间关系。在可验证方面，特斯拉利用AI4服务器构建世界模型仿真环境。与传统人工建模不同，世界模型能直接生成传感器内容并推演后续发展。2024年10月发布的Robotaxi（Cybercab）无方向盘踏板，软件版本比量产车更先进且拥有L4资质。2025年6月在奥斯汀启动试点，初期投入10-20辆Model Y。Robotaxi引入了远程监管机制以应对大规模扩张时的安全挑战，目前每公里成本包含高额的人工监控费用。> “整个物理AI领域是一个新领域……没有关于缩放定律的文献，你要怎么真正构建出一些东西去展示到底有哪些可能性。”

AI5芯片研发危机与Dojo停摆

2025年8月，特斯拉叫停被视为核心基础设施的Dojo项目并解散团队。马斯克解释称AI5、AI6芯片在训练方面表现良好，无需重复投入。然而参与研发的Kerry透露，AI5芯片研发遭遇巨大挫折与内部瞒报。此前由三星合作的AI4存在摩擦，特斯拉决定从AI5开始完全自研。由于团队人手不足且缺乏独立设计芯片的经验，进展缓慢。项目主管隐瞒困难导致流片时间一再推迟，最终台积电评估发现图纸根本无法流片。马斯克得知真相后解雇了包括硬件负责人Peter Bannon在内的多名高管。Kerry认为Peter是受害人，因直接汇报的主管涉嫌瞒报而承担连带责任。这一事件暴露了特斯拉在完全自研复杂芯片过程中的执行风险与管理漏洞，AI5、AI6芯片的成败将直接关乎特斯拉模型的后续发展。

AI5芯片的双轨并行与量产预期

马斯克亲自接管了特斯拉的芯片设计团队，并确立了两个方案并行的策略以推进AI5的开发。第一种方案是寻找第三方芯片设计公司作为外包，辅助现有的AI5设计并继续交由台积电生产；第二种方案则是召回三星团队，利用其技术能力制造另一款AI5芯片。根据最新进展，台积电版本的AI5已经完成了第一次流片，预计将于2027年开始量产。马斯克透露，这款芯片在特定任务上的速度将比AI4提升40倍。业界普遍猜测，搭载AI5的Hardware 5.0算力将达到2000到2500TOPS。该芯片采用了MCM（多芯片模块）技术，虽然这是第一版且面临挑战，但展示了强大的功能潜力。目前两个版本最终都命名为AI5，区别仅在于工艺制程不同。

关于这两款芯片的应用与混用问题，分析师Kerry指出，虽然最终两个版本的芯片可能会在同款车型上混用（例如部分车辆使用台积电版，另一部分使用三星版），但消费者在FSD的使用体感上无法区分差异。然而，这种混用仅限于车型层面，不可能在一个电路板上混合使用两种工艺的芯片。不过，内部消息也透露了变数：马斯克可能认为AI4已经足够应对当前需求，因此AI5将主要用在算力中心和机器人上，而非直接装车。这一应用方案仍存在不确定性，最终结果需以官方宣布为准。

特斯拉的工程师文化与风险承担机制

回顾特斯拉为何能率先做出FSD，核心在于其独特的组织文化与技术决策机制。与传统汽车公司甚至硅谷其他科技公司不同，特斯拉非常愿意去承担风险并快速使用新技术。这种文化使得工程师能够专注于产品打磨，而不必像其他公司那样对新技术进行漫长的评估和权衡。Srihari认为，特斯拉内部没有繁杂的流程，大家专心倾注在产品打磨上，从而保持了快速的推进速度。这种高效源于对官僚流程的摒弃，让团队能够真正将注意力放在能让产品变得更好的事情上。

在这种文化下，特斯拉工程师面临着一门“艺术”般的挑战：既要押注未来的技术，又必须把当前的技术交付出去。他们需要在算力、人员和时间都受到极大限制的情况下，平衡短期发布与长期研发。正如Srihari所言：“管理好所有这些资源是很困难的……你需要押注未来的技术，同时你又必须把当前的技术交付出去。”这种在多重限制下寻找平衡的能力，是特斯拉能够持续快速迭代FSD的关键所在。相比之下，许多竞争对手受限于内部流程和风险规避机制，难以实现如此高频的技术落地。

自动驾驶路线分歧与下半场经济之战

回到13年前，特斯拉与Google（后来的Waymo）在自动驾驶路线上走向了截然不同的方向。Google选择了更谨慎、昂贵的传感器和严格的安全冗余，先在有限区域实现无人驾驶再逐步扩大边界；而特斯拉则选择将摄像头装在几百万辆量产车上，把尚未成熟的系统交给真实世界，在事故、争议和软件更新中不断迭代。如今13年过去，两条路线仍未分出胜负，但自动驾驶之战已进入下半场——经济之战。目前Waymo在无人驾驶商业化和实际运营上保持明显领先，而特斯拉的Cybercab仅在奥斯汀有限区域运行，且美国联邦监管机构已对其启动安全标准调查。

尽管前方充满不确定性，特斯拉已成功证明其激进路线一直留在牌桌上并走到了下半场的决赛圈。随着FSD V15即将发布，媒体透露其模型参数规模较前代扩大了10倍，旨在支持Level 4级别无人驾驶。早期版本已在Robotaxi车队中部署运行。特斯拉需要证明的是，在没有安全员和方向盘的情况下，面对数百万次真实出行时能否保持足够稳定的安全性。而Waymo的挑战则在于其多地已跑起来的无人驾驶系统，能否继续扩城、扩大车队并将成本降到真正的大规模商业化。这场战争已无关技术路线，而是关于谁能以更低的成本实现更广泛的规模化运营。

结论

特斯拉FSD通过自研芯片与端到端算法重构，实现了从辅助驾驶向完全无人驾驶的实质性跨越。其核心优势在于极致的成本控制、快速迭代的工程师文化以及通过海量真实数据验证的纯视觉技术路线，成功在激烈竞争中保留至下半场。然而，该技术仍面临显著短板：AI5芯片研发曾遭遇重大挫折与内部瞒报风险；HW4.0存在内存瓶颈及设计反复问题；且端到端模型的可解释性与安全性尚未在大规模无安全员场景中完全得到验证。目前，特斯拉需在确保稳定安全性的前提下，证明其低成本规模化运营能力能否超越Waymo的领先优势。