今年9月，特斯拉Cybercab正式在美国德州奥斯汀投入运营，这辆车没有方向盘，没有脚踏板，只有两个座位。马斯克说，这就是未来交通的样子。
今年5月中旬，Cybercab还处于测试阶段，没有向公众开放。经过数月的测试，这款车迈入了一个新的里程碑：截至9月22日，特斯拉在美国德州登记的Robotaxi车队总数已增加到476辆，其中67辆是Cybercab，其余409辆仍是配备方向盘的Model Y。
目前，特斯拉为Cybercab设置了安全机制，包括远程操作员介入、星链网络保障，以及乘客可以使用的一键紧急避险按钮。按下Emergency Stop，车辆会立即发出靠边停车请求，并自动接通Robotaxi专属客服。
但FSD的进步来得并不容易，十几年来，丑闻、诉讼和质疑始终伴随着它。供应商决裂、自研芯片、算法重写，硬件上线前还在推倒重来，团队内部甚至出现过瞒报与欺骗。另一边，软件团队一直抱怨算力不够、人员不足，却又在极致的成本控制中，被推向了极致的技术路线。
从供应商的“黑盒”走向自研芯片，一套需要30万行代码的系统精简到2000行，FSD究竟是怎样炼成的？硬件与软件的13年演进中，发生了哪些曲折？而当方向盘真的被拿掉，车队开始扩大规模，最难的问题又是什么？
本文为视频改写，欢迎大家收看以下视频
今年10月10日—11日，硅谷101年度科技大会Alignment 2026将再次回到硅谷，用整整两天时间，带你抵达AI变革发生的最前线。
扫描下方二维码，或点击阅读原文，了解大会详情并报名，使用折扣码FANS15注册，还可以获得15%折扣。
▍Mobileye的黑盒（Hardware 1.0）
2013年，已经成立了10年的特斯拉，开始决定做自动驾驶，而且最初希望合作的公司是谷歌。
但谷歌高精地图结合激光雷达的方案太贵，不符合马斯克的第一性原理。同时谷歌主张一步到位，直接做L4，而马斯克认为应该先推出L2，再迭代至L4，为此双方分道扬镳，也让自动驾驶界诞生了两条路线，并且争论至今。
可特斯拉当时的状态连生存都颇为艰难，更不用说自研，最现实的路径，就是先找个现成的供应商，于是他们选择了Mobileye。
2014年10月，特斯拉发布了Autopilot Hardware 1.0。全车的硬件非常基础：只有1个前置摄像头、1个前置毫米波雷达，外加12个超声波传感器。芯片是Mobileye的EyeQ3，500MHz频率、256MB的内存，放在如今肯定是不够看的。
Kerry刘向科
前特斯拉AI硬件开发高级经理
早期车规技术的局限性很大，这是一个不得不采用的方案，因为没有其他选择。
Kerry在特斯拉工作近12年，参与了能源、自动驾驶、机器人等多个项目，负责AI相关的硬件开发。他告诉硅谷101，FSD 13年的研发，中间有太多的曲折故事。
2015年，Autopilot软件正式上线。虽然只能实现车道保持、自适应巡航等基础功能，但对于当时的车主来说，这已经非常惊艳了。要知道，那时大部分车甚至都还没标配定速巡航。
车主们开始在网上分享体验：有人在车里吃汉堡，有人在副驾睡觉，把Autopilot当成了“无人驾驶”。马斯克不但没有制止，甚至鼓励这种狂热，而隐患，就此埋下。
2016年5月7日，佛罗里达州一辆Model S，撞上了正在左转的拖挂货车，车主当场身亡。事故发生的原因在于，辅助驾驶系统没有识别出货车。
此前Mobileye早就警告过马斯克，禁止驾驶员双手离开方向盘，但并没有被当回事，这次事故成了双方彻底谈崩的催化剂。
为什么只是“催化剂”呢？这里我们先来说说，特斯拉第一代Autopilot是怎么做的。
自动驾驶主要分为3个流程：感知、规划、执行。特斯拉与Mobileye合作时，感知部分算法完全由Mobileye垄断，规划与控制由特斯拉自己主导。
Mobileye提供的是典型的“黑盒（Black Box）”模式，摄像头捕捉到画面后，直接输入到Mobileye的EyeQ3芯片中，计算结果后，再传递到规划层。
匿名
前自动驾驶资深从业者
这可能也是当时双方分裂的原因。因为双方强行定义了一个接口，而接口之下，Mobileye的内容是黑盒，不提供给特斯拉。这非常阻碍特斯拉的开发，因为有时候你想跨越或更改这个接口，却没有控制权。
所以，真正让特斯拉和Mobileye分手的原因，是因为合作不畅。此后，特斯拉开始一手独揽算法部分，硬件系统也有了新的合作商，但市场却不买账了。
▍临时救场的英伟达（Hardware 2.0）
2016年10月，距离事故仅5个月，特斯拉发布了Hardware 2.0。这次传感器从1个摄像头变成8个，芯片从Mobileye换成了Nvidia Drive PX2。别看摄像头数量变多了，但在当时的作用并不大。
匿名
前自动驾驶资深从业者
我认为8个摄像头可能是为未来准备的。如果未来想实现全自动驾驶，就不可能只有前向摄像头。但在当时，如果只是取代Mobileye的功能，未必需要动用这么多算力，去处理每个摄像头的信息。
不过很快，特斯拉内部发现Hardware 2.0存在缺陷，于是在发布10个月后，又推出了Hardware 2.5，这两者的核心区别就是冗余。
因为Hardware 2.0是特斯拉第一次用英伟达的方案，当时英伟达也并没有专门针对辅助驾驶做芯片，所以在结构上，就是一个SoC，再外挂一个GPU。
但问题是，马斯克当时已经在推全自动驾驶了，得考虑一个很现实的问题：万一芯片坏了怎么办？得需要有备用方案。所以到了2.5，特斯拉多加了一个GPU作为冗余，这就是特斯拉FSD双芯片架构的雏形。
与此同时，特斯拉也在6个月内，通过自研替代了Mobileye的算法部分，还新推出了FSD（Full Self-Driving，全自动驾驶），意味着和以前大不一样，但初期表现却没有预期中那样顺利。
匿名
前自动驾驶资深从业者
Mobileye已经迭代了很多年，即使技术相对落后，各方面也还是比较完善。一个新团队从0到1开始做，初期出现各种问题，我认为完全可以理解。
不过英伟达芯片也只是个过渡方案，接下来特斯拉FSD才真正开始发力。
▍FSD芯片：18个月的奇迹
2019年4月，特斯拉发布了Hardware 3.0，用自研的AI3芯片，替换掉了英伟达芯片。其实采用自研芯片是迟早的事，早在与Mobileye合作时，特斯拉就开始布局这条路，我们先把时间拨回到2016年。
1月，马斯克挖来了芯片设计界的传奇人物，Jim Keller，他在AMD设计了K7、K8架构，在苹果设计了A4、A5芯片，又回到AMD研发了Zen架构，后来还去了英特尔。
2月，Peter Bannon也加入特斯拉，履历同样硬核：加入特斯拉前就有了近40年的计算系统设计经验，曾在苹果、英特尔、PA Semi等公司任职，领导了苹果A4到A9处理器的开发。
在这两名芯片大神的带领、以及三星团队的帮助下，第一款FSD芯片AI3，只花了18个月就设计出来了，并在2017年12月首次流片成功，整个过程非常顺利。
Kerry刘向科
前特斯拉AI硬件开发高级经理
当时甚至第一次流片出来，这个芯片基本上就没有毛病了，最后只是做了少量修改，做了第二版后就开始量产，后面没有再改过了，所以Hardware 3算是一个非常成功的芯片。无论在英特尔、AMD，还是其他公司，处理器芯片能够一次流片做好的，都是凤毛麟角。很多芯片第一次流片后，甚至无法开机。而且当时特斯拉采用的14纳米制程，也相对成熟。
这款自研芯片的一大优势，就是性能强。相比Hardware 2.5采用的英伟达Pascal芯片，AI3不仅神经网络算力提升了5倍以上，在其他各项参数上都有显著提升。
为什么提升这么大呢？因为这是专为自动驾驶场景设计的芯片，和之前通用芯片架构完全不同。
芯片算力不能光看纸面上的参数，像英伟达的芯片，因为是通用的，里面会包含线程调度、内存访问、分支预测等等任务，在执行神经网络任务时，实际利用率很难跑上去。而特斯拉定制的芯片，专为实际任务场景做了优化，有效利用率能达到80%，相比通用芯片提升了50%。
Peter Bannon
前特斯拉硬件负责人
2016年，确实还没有从零开始设计的神经网络加速器。当时大家都在自己的CPU、GPU，或者DSP上增加指令，让它们更适合做推理，但没有人真正从底层开始，专门为此做设计。所以，我们决定自己来做。
就在AI3即将量产的节骨眼上，Jim Keller离开了特斯拉，由Peter Bannon接手整个硬件团队。别急着为特斯拉担心，因为在业内看来，Jim的离开早已注定。
Kerry刘向科
前特斯拉AI硬件开发高级经理
我跟Jim Keller的一些朋友聊过这件事情，大家的反馈是，Jim Keller是一个非常喜欢做从0到1的工作的人，他不喜欢做从1到10的事情。他之前无论在苹果还是在AMD，都是把芯片从无到有做出来，然后在这个芯片做出来之前，他就会走。我想这可能也是为什么，他愿意来特斯拉的原因，因为特斯拉要做芯片这件事情，在当时就属于从0到1的事。
虽然AI3芯片的开发过程很顺利，但鲜有人知的是，在整套Hardware 3.0量产前的三个月，特斯拉内部连轴转到几乎崩盘，而原因竟然是因为马斯克的“抠搜”。
Kerry刘向科
前特斯拉AI硬件开发高级经理
马斯克不喜欢招人，就算到今天，FSD和机器人相关的软件团队，人数一直很少。他们既要支持还在量产的Hardware 2.5，又要编写Hardware 3的软件，人手明显不足。
没有配套软件，很多产品、芯片的测试和功能验证就无法开展。我印象很深，当时硬件团队只能自己拼凑软件，写一些指令来模拟软件团队的功能，再自己运行、自己测试。
量产前三个月，马斯克说，必须开始推进Hardware 3了。这时，软件团队只剩下三个月，而我们硬件团队还要配套测试，所以相当于几乎没给我们时间。于是，当时他们写出一部分软件，我们就跟着做相应测试。那是我在特斯拉最忙的三个月，基本没有休息。
▍供应商的周旋与冲突
用上自研芯片后，主要带来了2个好处：成本优势和主动权，这背后还有两个与供应商之间的周旋与冲突。
先说说第一个，众所周知，马斯克一直都非常在意成本，而Kerry一项很重要的工作，就是通过各种手段，逼迫供应商降价。
Kerry刘向科
前特斯拉AI硬件开发高级经理
TI（德州仪器），是非常大的车规芯的供应商。2018年，我们整个车上每年要用大量TI的芯片。而2018年年底的时候，特斯拉都差点破产了，所以当时成本的压力非常非常的大。因此公司提出了，希望TI把特斯拉用的所有的芯片全部降价。
TI一直不肯答应。但当时车规芯片的利润水平很高，平均利润甚至能达到50%至55%。于是，我把这套TI芯片全换成了ADI同等功能的芯片。更换芯片的方案需要硬件和软件团队做大量测试、开发，但我认为必须换，就推进了。
TI没想到我们真会更换。这套芯片对他们很重要，占了很大一部分营收额。他们就开始求我们，也找了我的老板，连CEO都来问，能不能不换，是否还有其他办法。采购部门就直接把降价表发给他们，表示只要表上的芯片全部降价，我们就改回来。
TI和我们僵持了几个星期，最后同意了。当时一年大约能节省2000万美元，对马斯克来说，这是很大的一笔成本下降，他还特地发信感谢我们。
其次，在主动权方面，特斯拉除了前面提到的，因为Mobileye黑盒算法吃过亏，就连与英伟达的合作，也有些冲突，一方面因为英伟达的芯片并不是专为自动驾驶设计的，
Kerry刘向科
前特斯拉AI硬件开发高级经理
即使到今天，英伟达最新的Thor（索尔）这类芯片，也仍然是通用芯片。马斯克不希望被任何一家公司牵着鼻子走，更不希望被局限在特定功能或算力框架之内。
另一方面则是英伟达团队配合度不高，这点对马斯克来说是更加无法容忍的。
Kerry刘向科
前特斯拉AI硬件开发高级经理
2017年，有些车辆返修的事件，我们怀疑主板温度过高，因为英伟达的芯片里有温度传感器，我们就提出，能否把温度显示出来。这是一个很简单的事情，只需要写几行代码的驱动。英伟达和我们来来回回，光扯皮就扯了差不多一礼拜。之后又问我们要钱，说开通这个新功能需要付费，而且还要再等一个礼拜。三行代码就能解决的事情，已经折腾了快半个月，这样的合作模式很难继续推进。英伟达也有其他核心产品，所以在2017年，车载的业务很难做，效率非常低。
讲完这些小故事，我们再回到Hardware 3.0硬件上。它有个很大的问题是，虽然在2016年设计时，专为当时常用的卷积神经网络（CNN）做了优化，但谁都没想到，一年后，也就是2017年，出现了一篇改变整个AI史的论文——《Attention Is All You Need》。
▍Andrej Karpathy加入
2017年6月，谷歌发布了Transformer开山论文，后面启发了OpenAI，诞生了ChatGPT。与此同时，一个30岁的年轻人，却离开了OpenAI，他就是Andrej Karpathy。
与Mobileye决裂后，特斯拉急需从零开始自研基于深度学习的视觉感知系统。彼时的马斯克还担任着OpenAI的联席董事长，在见识到Andrej的能力后，马斯克决定邀请他加入特斯拉，并直接向自己汇报。
Andrej Karpathy
特斯拉前人工智能高级总监
实际上，是马斯克主动联系了我。他找我的时机非常合适，那时候，我真的开始有些坐不住了。我觉得我能做这件事，我有能力在这里作出贡献。
Karpathy的加入，不仅为特斯拉带来了技术上的创新，更重要的是，当时特斯拉的自动驾驶正处于低谷，急需一位领头人来吸引更多人才。
匿名
前自动驾驶资深从业者
他是AI和机器学习领域的标志性人物，所以我认为，他加入后最大的作用是招聘。如果没有他，对刚毕业的顶尖AI人才来说，为什么要去一家车厂？但有了Andrej，这些人可能就有了理由，因为很多人都上过他的课。
随后，特斯拉在2018年到2021年间，对算法部分的“感知”模块进行了一次次升级。接下来我们尽量用通俗的语言，讲讲其中的四大升级点。
▍四大升级
还记得自动驾驶的三大模块吗？也就是感知-规划-执行，相关的基础知识我们在之前的文章中有详细介绍，感兴趣的小伙伴们可以点击图片跳转阅读。
而Karpathy加入的第一件事，就是用神经网络重构“感知”模块。
他提出将车道线检测、车辆识别、行人感知这些基础任务，都交给深度学习模型。通过海量数据训练，让系统自己识别环境，这样面对从未见过的路况，神经网络依然能做出合理判断。
这又带来了另一个问题，系统又要识别车辆、行人，还要看懂红绿灯、锥桶、减速带、施工标志等等，如果每个任务都跑一个独立的神经网络，不仅代码量会非常大，车载的算力也不够用。
这就要说到第二个升级点，HydraNet架构。
它的设计思路是，让所有任务，共用一个底层的特征提取网络（Backbone），只在最顶端分叉出不同的“任务头”，也就是“Head”。这样的话，多个摄像头、多个识别任务，都能共享同一个算力底座。就像一棵树，树干是共享的算力底座，树枝是不同的识别任务，各长各的叶子，但共享养分。
HydraNet不仅提升了计算效率，更重要的是，它能针对不同的识别任务单独做微调，不会影响其他的任务表现。
第三个升级点，是从“看图片”转向“看视频”。
特斯拉的早期的感知模块，更像一个图像识别系统：摄像头拍下一张照片，通过CNN算法，依次识别哪里有辆车、哪里有个行人、哪里有车道线。
但现实世界是连续变化的。比如，一辆小汽车被驶过的大巴暂时遮挡后，摄像头在某些时刻可能无法直接看到它，系统就需要结合前后时刻的信息，继续判断这个目标是否仍然存在、以及它可能在哪里。
所以特斯拉团队让系统从“看图片”转向了“看视频”，利用时序信息（Temporal Information），学习连续几秒钟发生了什么，并预测物体的运动轨迹或行为趋势，这样系统就拥有短暂的记忆能力。
第四个升级点，是Transformer加持的鸟瞰图视角，也就是BEV。
过去，每个摄像头更多是在各自完成识别任务，互相之间没有多少交流，比如左摄像和右摄像头都识别到了一辆车，但系统并不清楚这是不是同一辆。
现在，系统开始融合8个摄像头的信息，再通过空间变换和多视角融合技术，并结合Transformer的交叉注意力机制（Cross-Attention），把这些信息统一投射到同一个俯视坐标系中，最终构建出完整的2.5D空间模型。
匿名
前自动驾驶资深从业者
BEV并不是特斯拉独有的创新，可能更多来自整个学界。随着研究经费增加，学界一直在推进相关研究，也出现了一些关于多传感器融合的成果。
有了这四大升级，到2021年，特斯拉的感知模块开始真正理解整个道路环境，但马斯克又突然决定，移除车上所有的雷达，这可苦了软件团队，一下进入了“作战模式”。
▍移除雷达
虽然马斯克很早就说过，自动驾驶只需要摄像头就够了，在特斯拉内部看来，移除雷达也确实会带来一定的优势。比如过去融合多传感器的信息时，会对算法带来额外的负担，同时因为多了额外的硬件，还会增加后期维护的工程量等等。但2021年5月，马斯克决定移除车上所有雷达时，还是让大伙觉得这个时间点很突然。
你可能问，是不是因为内部团队早就做好了测试？或者技术已经足够成熟了？我们刚开始也这么认为，但Kerry告诉我们，真实原因其实非常现实，就是供应链问题。
Kerry刘向科
前特斯拉AI硬件开发高级经理
当时是因为疫情，毫米波雷达供不上货。我们的供应商是Continental（德国大陆集团），后来双方好像谈崩了。
疫情期间，很多供应商都无法正常供货。这种核心供应商一旦供不上，采购团队就会把问题上报给马斯克，让他直接与供应商的CEO通话。有些供应商很配合，有些则不配合，可能觉得我们的采购量不够大，或者有更重要的客户。这类不配合的供应商，基本上都被拉黑了。
马斯克直接说，既然你不给，那我也不谈了，直接不要了。
在此之前，马斯克早已催促过软件团队尽快在算法中移除毫米波雷达，但受限于软件团队人员不足，这件事便一拖再拖。所以疫情，相当于是个催化剂。
去掉雷达后，测距精度会大幅降低。为了弥补回这些信息，只能通过纯视觉来预估速度，软件团队也进入了作战模式。
匿名
前自动驾驶资深从业者
因为雷达对速度的估计会比较准，而且对天气情况也没有那么敏感，所以很多人是反对移除的。
虽然移除的过程让团队吃了不少苦，但根据一些员工回忆，这件事却鼓舞了团队士气，因为这不仅验证了团队能力，也证明了马斯克的方向是对的，没什么比员工对老板的信任更重要。
移除雷达还只是第一步，更重要的是如何只通过摄像头，构建出三维世界的模型，在14个月后，特斯拉发布了这个技术。
▍占用网络
我们前面说到，2021年特斯拉发布了2.5D的鸟瞰图，而到了2022年的AI Day，鸟瞰图变成了真3D，这背后的关键技术，是占用网络（Occupancy Network）。
它会把周围的空间，划分成无数个立体小方块，被称为“体素”（Voxel），如果某个地方被体素占据，就代表那里有障碍物。
匿名
前自动驾驶资深从业者
过去经常用长方形的物体框来表示物体，但很多物体并不是这种形状，比如有两节车厢的公交车，转弯时就不再是一个长方体。其他形状的物体，如果硬用长方形表示，会让控制模块损失信息。
再比如挖掘机，它的机械臂可能伸得很长，而且有一定高度。有时车辆可以从下面通过，但机械臂较低时就不能。如果硬把挖掘机表示成2D物体，就很奇怪。Occupancy Network（占用网络）是3D的，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，就能实现避障。
但有一个问题，训练Occupancy Network需要海量的真实数据作为参考，也就是“Ground truth”（真值），在训练时需要告诉网络，“这个体素被占了，那个体素是空的”。传统方法是用激光雷达的点云做人工标注，但特斯拉量产车上没有激光雷达，该如何训练呢？
匿名
前自动驾驶资深从业者
过去大家之所以不做这类任务，一个原因是缺少Ground Truth（真值）。神经网络学习需要标签，而为整个三维空间的占用情况打标签，成本非常高。
一种方案是标注激光雷达点云。但特斯拉没有LiDAR（激光雷达），没有那么多点云数据。即使有，人工标注也非常昂贵：要在复杂的3D场景中，把每个点属于哪个物体都标出来，成本可能是标注物体框的10倍，甚至更高。
我认为，一方面是算力发展到一定程度，能够支持这个事。另一方面，更关键的是特斯拉内部有自己的标注系统。通过自动标注网络，自动生成标签的方式，生成很多ground truth，才具备了训练Occupancy Network的能力。
别看马斯克一直鄙夷使用任何雷达，特斯拉内部还是有一些特殊的车辆，配备了激光雷达，为的就是采集ground truth（真值），让自动标注系统更准确。
Andrej Karpathy
特斯拉前人工智能高级总监
以我们为例，我们做了大量的人工标注。但我们也在探索一些方法，不用人工标注，就能用这些数据训练，或者用昂贵的传感器为数据提供更多信息。比如，你可以让几辆车在外面跑，搭载雷达或者激光雷达，或者任何你想用的其他传感器组合，让它们提供关于场景的额外信息，这些信息就可以作为计算机视觉的标注。
经过以上一系列的算法更新，车上的算力越来越捉襟见肘，特斯拉内部也着手研发着Hardware 4.0。而这次就不像当初3.0那么顺利了，内部经历了各种反复拉扯，为此马斯克还急得是又拍桌子、又骂人。
2020年，Hardware 4.0项目正式启动。上一次2.5升级3.0，只是在主板上换一颗芯片，并新增安全冗余，其他结构都大差不差。但这次，是全系统的重新设计，当然这也意味着，使用Hardware 3.0的老车主，无法再像之前一样，免费升级下一代硬件平台了。
Kerry刘向科
前特斯拉AI硬件开发高级经理
不能升级简单一个道理，电路板已经装不下了，因为Hardware 4的芯片变得更大，整个内存要占用的位置也更大，内存也更多了，功耗也变得更大了，所以电源的芯片也会变得更多，电源供电的线束、接口，也不可能跟以前一样。
正是因为改了太多东西，Hardware 4.0的研发过程不断爆出各种矛盾，我们先来聊聊摄像头。
▍摄像头：反复拉扯
在摄像头方面，有两个很大改动，第一是像素从120万提升到了500万。你可能会觉得，这也太抠了吧？手机都动不动用到1亿像素了，500万能干啥呢？这背后其实有不少考量。
首先，车载摄像头更看重稳定性，比如耐高温、抗震动、动态范围、寿命等才是优先考虑的因素。
其次，对车来说，能看清一定距离就够了，再远也没有更多意义，而且车载摄像头更看重的是帧率，帧数越高，对应急事件的反应越快。
第三，随着像素和帧率提升，会对整个系统的数据传输、计算量、电气设计都带来很大挑战，这也意味着不能无脑堆像素。
Kerry刘向科
前特斯拉AI硬件开发高级经理
到了Hardware 4，摄像头要做到500万像素，CMOS图像传感器的功耗变大，电线也要求更粗。变相增加了成本，也不利于信号传输。
摄像头的信号要传到位于车身中部的处理器，距离可能有1米、2米，甚至3米。在这种远距离高速传输的情况，不可能像手机一样采用1亿像素摄像头，数据量太大了。帧率越高，数据量也越大。
第二个改动，就是摄像头的位置分布有所变化。原本在特斯拉前挡风玻璃那儿，是有3个摄像头的，升级到Hardware 4的时候，却被马斯克砍掉了一个。
Kerry刘向科
前特斯拉AI硬件开发高级经理
当时开会确定摄像头分布，马斯克又回到了很简单的第一性原理思维：为什么要装那么多摄像头？人只有两只眼睛，装那么多摄像头做什么？如果你和他意见不一致，他就会气得拍桌子、骂人，大家也就不敢说话了。
这一砍，还真出事了。因为以前车上还是有毫米波雷达的，可以探测前向距离，移除雷达后，前保险杠的位置就成为了盲区，比如在一些停车场景，就可能会撞上。
Kerry刘向科
前特斯拉AI硬件开发高级经理
当时开会，我们建议最好在车头再装一个摄像头。但马斯克认为，只要在入库之前扫描记忆就可以了，人开车时也看不到车头下面有什么。
他这种说法有一定道理，因为人有记忆。但车辆要作出这样的判断，没有想象中那么简单，这种记忆能力需要用专门的模型去训练。
于是我们也看到，从Cybertruck开始，特斯拉又在前保险杠的位置，重新加上了摄像头。
Kerry刘向科
前特斯拉AI硬件开发高级经理
反正马斯克这个人就是这样，他对很多事情都有自己非常强的判断，但他也能意识到，自己的判断未必正确。特斯拉这个公司的好处是能够非常快地弥补或更正问题。马斯克能接受错误被指正，他并不是不愿意接受自己的错误。
▍芯片：永远不够的算力
原本在Hardware 3.0的时候，特斯拉就用上了两颗算力72 TOPS的AI3芯片，而到了Hardware 4.0上，单颗AI4芯片的算力已经翻倍。
但这时候，软件团队又提出，要做到真正的自动驾驶，就得把模型做得更大，算力肯定得更多，还用两颗芯片怎么行呢？
Kerry刘向科
前特斯拉AI硬件开发高级经理
最初软件团队告诉马斯克，两颗芯片不够，只要有三颗，就能把FSD做出来。马斯克说没问题，他相信他们。
我们也确实把三芯片主板做出来了，三芯片架构相对复杂，涉及冗余状态下如何判断、由谁接管。双芯片比较简单，一颗坏了，另一颗接管。三芯片的接管逻辑会复杂很多，因此我们针对安全冗余、供电、信号传输等做了各种架构设计。
但硬件团队设计完成后，拉扯又出现了。
Kerry刘向科
前特斯拉AI硬件开发高级经理
直到量产前一两个月，项目经理又问了一句：到底用两颗还是三颗芯片？马斯克听到后，突然想起这件事。也可能是财务团队或CFO和他提过，他可能觉得不能用三颗，用三颗太贵了。
软件团队说，我们已经定了用三颗的方案了，研发也开始了，现在却要改回两颗。马斯克表示，这是最终决定，谁也不要再跟我再商量这个事情了，就用两颗。于是我们赶紧回去重新设计主板，改回双芯片，因为马上就要量产了。
根据内部人士透露，直到现在，特斯拉团队依然在争论要不要加更多芯片。为此，Kerry也是小小的“吐槽”了一番软件团队：他们内部有句玩笑说，“新的芯片才刚设计好，软件团队就已经想好怎么全用掉了”。
匿名
前自动驾驶资深从业者
那算力肯定永远都不够用啊，你给我10倍我都能把它用掉，哈哈。
这也反映了另一个问题：模型其实有很多可优化的空间。
Kerry刘向科
前特斯拉AI硬件开发高级经理
在我看来，这不太合理。至少特斯拉的情况比较明显：模型团队人手太少，大家更多把精力放在把模型做大上，没有专门安排一批人去做优化。
除了芯片数量的拉扯，在芯片研发上，AI4也不如AI3那么顺利。前面我们说到，在第一次研发AI3时，有部分是三星来帮忙设计的，所以到了AI4时，特斯拉依然选择了和三星合作，问题就出在这儿。
Kerry刘向科
前特斯拉AI硬件开发高级经理
当时三星在外面已经接了很多业务，对我们的服务明显不如Hardware 3时期那么好。Hardware 4的整体进度出现了比较严重的延迟，芯片做出来的效果也不太好，大概流片了三、四次。
这也和特斯拉自身有关，采用的GDDR内存，团队此前都没有用过，因此在设计上遇到了很多困难。
这就有个问题了，为什么特斯拉当时要抛弃成熟的方案，选择在车载端不成熟的GDDR内存呢？
▍内存：GDDR的诅咒
随着自动驾驶的神经网络模型越来越大，AI3的芯片性能开始跟不上，但真正卡脖子的，却是内存带宽。
我们可以把芯片想象成一个超级工厂，算力就是工人的数量，而内存带宽则是把原材料送进工厂的高速公路。如果工厂里有100个工人，但高速公路一次只能运进20个人的材料，那么剩下80个人只能站着发呆。
所以随着模型规模、以及数据量的提升，自动驾驶对于内存的带宽需求也越来越大，于是马斯克看上GDDR内存。
我们简单科普下不同的内存：内存大致分为LPDDR、DDR、GDDR、HBM这些种类，带宽依次提升，相对应的，功耗也更高。此前特斯拉用的是LPDDR，常用在手机、笔记本上，而马斯克为了追求更高带宽，选择了游戏显卡常用的GDDR。
这个思路出发点可以说是正确的，但受限于行业成熟度，实际研发时带来了不少挑战。
Kerry刘向科
前特斯拉AI硬件开发高级经理
当时拿到GDDR，我们就发现它的功耗非常高，而且做这类产品的厂商很少，尤其是车规产品。我们第一次把它用于汽车，又要搭配自研芯片，应用非常小众，功耗大，价格也高。
Hardware 4用了这么多年，内存容量成了瓶颈。因为没有厂商专门为汽车提供大容量GDDR，而特斯拉又是唯一一家这么做的公司，很难让美光或三星仅为特斯拉专门开发大容量车规GDDR。
特斯拉内部一直在做Hardware 4.3，把内存改为LPDDR，牺牲一点带宽，换取更大的容量，因为现在的模型越来越大。也许不久之后，就能看到搭载Hardware 4.3的车。
当时也许有人看出了问题，但没有人愿意提。我是唯一提出这个问题的人，但没有人愿意听。我认为，这可能是当时的一次决策失误。
▍成本与迭代
虽然Hardware 4.0的研发过程充满波折，但最终在成本控制上，依然非常符合马斯克的作风。根据Kerry的透露，整套硬件的成本甚至比MacBook Air都要低很多，基本上就是个普通iPad的价格，而随着技术不停的迭代，成本还会继续降低。
Kerry刘向科
前特斯拉AI硬件开发高级经理
特斯拉的更新迭代速度非常快，外观上可能看不出变化，但实际上，每隔几个月，车内的东西都会有很大变化，在维持性能不变的同时降低成本。
额外说一句，特斯拉自研的芯片，不管是AI3还是AI4，除了被用在了车上，还被装进了服务器里，进一步平摊了研发成本。
Kerry刘向科
前特斯拉AI硬件开发高级经理
车和服务器使用的芯片相同，只是电脑服务器的设计有所区别，包括接口和部分信号传输方式。
和主打训练的超级计算机Dojo不同，使用AI4芯片的服务器，主要做两个方面工作。
第一是Pixel Injection（像素注入）。名字听起来很抽象，我们可以换个说法，把它理解为类似世界模型的仿真环境，通过生成各种虚拟场景，来训练自动驾驶模型。
第二是推理验证。特斯拉会把真实道路上采集的视频数据，回传到AI4服务器里，让它模拟FSD系统在当时场景下会怎么决策，然后把决策结果，和当时人类驾驶员的实际操作做对比，用来迭代下一版模型。
Hardware 4.0在2023年2月正式装车，可惜的是，它上车还没多久，又要“过时”了，因为它设计的比较早，没有针对Transformer做优化。为什么Transformer优化如此重要？因为这一次，特斯拉推翻了此前的所有代码，推出了端到端。
▍车用的GPT
2022年7月，Andrej Karpathy离开了特斯拉，由软件团队的创始成员之一Ashok Elluswamy接替他的位置。一时间，外界纷纷猜测特斯拉在算法上遇到了困难，股价也应声下跌。
Andrej Karpathy
特斯拉前人工智能高级总监
我逐渐进入了一个偏管理的岗位，但这并不是我真正喜欢的工作。到了那个阶段，我已经把团队搭起来了，感觉它可以自主运转了，我变成了一个管理者，而我想做更多技术工作。
确实，如果按照当时的路线发展下去，Karpathy的工作，将是不断地优化已有路径，日渐重复，但他没想到的是，年底，ChatGPT 3.5震惊了世界。
当时马斯克刚收购了Twitter，想从特斯拉抽调一批工程师去优化推荐算法，其中的一名工程师，名叫Dhaval Shroff。
然而他并不想离开特斯拉，于是他告诉马斯克，自己正在做“车用的ChatGPT”，也就是用神经网络替代所有的规则算法，让系统通过模仿人类的驾驶行为，自己学会开车，这样一来，即使面对没见过的场景，系统也能自己避障，必要时还能做出类似人类驾驶员的灵活判断，比如压实线避障，这和过去呆板的rule based（基于规则的）方案完全不一样。
Shroff的解释瞬间击中了马斯克，甚至马斯克都开始畅想着，要做一个像007电影一样的场景演示：炸弹四处爆炸，飞机从天而降，而无人驾驶的特斯拉在其中穿过，毫发无损。
于是，Shroff留了下来，后面就是我们听到的，特斯拉推出了“端到端”（End to End），把30万行代码，精简到了2000行。
我们采访了特斯拉前AI软件工程总监Srihari，他过去负责特斯拉 Robotaxi和Optimus项目的AI工程团队，以及软硬件协同设计团队，此前还因优化特斯拉车载AI计算机的性能，被马斯克点名表扬，称没有他们团队，Robotaxi将无法实现。
Srihari回忆说，端到端的探索在ChatGPT出现之前就已经开始了，而ChatGPT可能加速了这个进程。
Srihari Sampathkumar
特斯拉前AI软件工程总监
在ChatGPT出现之前，我们已经开始尝试类似的想法和方法。ChatGPT可能加快了其中一些工作，让我们在某些方向上加大投入，但相关尝试和技术探索，其实已经进行了很长时间。当时是一个很小的团队在做这件事情，我记得人很少。
2023年8月底，马斯克在自己车上，用手机直播了FSD端到端的第一次公开演示。当时他随机在地图上标记路径点，证明这不是预先规划好的路线，然后车就自己开始行驶了，虽然中间闯了一次红灯，被嘲笑了很久，但在一些业内人士看来，这样的表现已经非常好了。
匿名
前自动驾驶资深从业者
我还是挺佩服的，作为一条全新的技术路线，能够做到这个程度，实际上已经释放了很强的信号。
2023年底，特斯拉内部员工开始批量收到端到端版的FSD V12推送，直到2024年1月，正式面向普通车主推送。
虽然特斯拉确实是第一个将端到端落地的车企，但这项技术理念并不是特斯拉最先发现的，早在2016年，就已经被英伟达提出了，甚至在学术界，这个概念在1989年就有了。
不过当时我们采访时，嘉宾们对一点提出了很大的质疑：既然FSD V12是一整个神经网络，那BEV上的显示输出是如何来的呢？这次我们还额外采访了参与开发的特斯拉算法工程师，他就这个问题提供了解答。
特斯拉在整个神经网络的中间，额外分出了一条任务，也就是“head”，去专门显示鸟瞰图，在推理时，这个分支就像阑尾一样，除了显示外，是没有参与其他功能的。
说到这个“head”，是不是很熟悉？就是我们前面讲HydraNet时用到的架构。值得一提的是，尽管FSD V12几乎彻底重写了底层代码，但其中也复用了不少以前Andrej Karpathy，用神经网络重构感知模块的思路。
Srihari Sampathkumar
特斯拉前AI软件工程总监
我们并没有把过去的努力全部丢弃。此前为提升物体检测、占用预测等能力而建立的网络和方法，都是下一步工作的种子，也一直为后续发展提供着帮助。
▍从V12到V14：模型暴涨10倍后
我们再解析下，这两年来FSD又有了哪些新的进化。
2024年11月，特斯拉推出了FSD V13。它增加了模型参数，提升了接管里程（MPI），新增了“车位到车位”功能，同时模型还对AI4芯片进行优化。
更重要的是，V13让摄像头捕获的光子信息，不加任何前置处理，直接输入到模型中，不仅减少了从输入到输出的延迟，还能让模型理解场景、预测每个物体之间的关联，从而开起来更像人，减少了卡顿、犹豫的表现。
此外，V13还提升了摄像头输入画面的帧率、分辨率。解释一下，虽然之前Hardware 4.0更新时，摄像头已经提升到了500万像素，但受限于算法，模型在感知时，并没有完整利用全部像素。
匿名
前自动驾驶资深从业者
摄像头的像素用上多少，算法完全可以自己控制。
如果说FSD V12是为了验证端到端的可行性，那么V13的目标就是简化控制栈，让模型运行的更有效率，这版更新甚至被内部工程师比作SpaceX的猛禽V3火箭一样“clean”（简洁）。
Srihari Sampathkumar
特斯拉前AI软件工程总监
我们在特斯拉优化的目标是每瓦功耗所能提供的智能水平。车上只有一台很小的计算机，怎样才能让它发挥尽可能高的智能水平？
为此，我们在推理端和训练端都投入了大量工程工作，尽可能把更多智能能力放进有限的计算资源中。这些工程投入，也直接体现在模型更新带来的显著提升上。训练、推理、工程、数据和基础设施等各方面的工作，都是为了构建更好的模型，提高每瓦功耗所能实现的智能水平。
到了2025年10月，特斯拉直接跳过了FSD V14.0，推出了V14.1。马斯克称，这是继V12之后的第二大更新。模型参数提升了10倍，让Robotaxi技术第一次大规模回流量产车的版本，还引入强化学习训练、升级视觉编码器、并重写了底层AI编译器等。
Srihari Sampathkumar
特斯拉前AI软件工程总监
我认为，FSD V14主要是在Scaling Laws（缩放定律）这个方向继续加大投入，探索进一步扩大规模能带来怎样的提升。Physical AI（物理人工智能）是一个新领域，还没有现成的相关缩放定律文献可供依循。要怎样构建系统，才能真正展现这条路线的潜力？为此，我们实际上需要为物理AI重新构建整套技术栈。
如何开展协同设计，也需要自己探索。已有的很多研究是围绕Transformer或自回归Transformer展开的，但我们必须找到适合自身任务的架构。
用一句话来总结V14，那就是继续提升模型规模。打个不那么恰当的比方，就像种一棵树，V12的目标是验证这棵树能否存活，V13是剪掉一些不影响生长的枝叶，V14则是继续施肥让树长得更高。
我们也确实看到，此后FSD的表现有不少进步。比如2025年底，一辆Model 3从加州出发，经过2天行程，驾驶了2700英里到达了南卡罗来纳州，全程使用FSD V14，而且没有一次人工干预。
此前，端到端一直饱受诟病的是，它是个黑盒模型，工程师难以验证它到底学会了啥、如何思考。而且端到端网络输入的是上亿个Token，最终却只输出了两个动作，也就是转向和加减速，这样巨大的压缩比，会让神经网络学到“虚假相关性”。
比如一条训练素材中，驾驶员在行驶时减速，是因为看到了前车刹车灯，而模型却误以为原因是看到了旁边摇晃的树枝。
在最近的几次分享中，特斯拉的AI软件副总裁Ashok Elluswamy介绍了他们的解法。
在训练数据方面，虽然特斯拉有海量人类驾驶视频，但大部分是无聊的高速巡航，如果全量收集再筛选，成本会高到离谱。所以特斯拉在车端部署了筛选器，只将那些高价值的片段上传训练，比如各种极限反应、复杂路况，或者遇到了特殊车辆等等，这样不仅能节约成本，还能让模型学会更多危险场景。
在可解释性方面，特斯拉会让网络在训练过程中额外生成一个3D世界表示，也就是前面我们提到的，让模型在其中一个节点，输出自己构建的场景，用于检查模型到底关注了什么、是否建立了正确的空间关系。
在可验证方面，其实就是我们前面说到的AI4服务器的作用，用另一个独立的生成式神经网络，不断生成模拟现实的环境，也就是世界模型，同时把训练好的FSD算法放到这个模拟环境中，让它在里面驾驶，模拟环境会不断引入各种变量，比如把曾经让系统犯错的片段输入，验证新版本是否修正，或者注入新的极端场景，测试FSD的极限反应。
最后这点看上去很像传统的仿真系统（simulation），但在最近大火的世界模型加持下，已经有了很大的不同。
传统仿真主要靠人工建模，比如工程师手动搭建场景、定义物体、编写物理规则，然后再用渲染器把它生成画面。而最新的趋势是用世界模型生成场景，就不再需要“建模—渲染”两个步骤，模型可以直接生成每个传感器“看到”的内容。
匿名
前自动驾驶资深从业者
它的灵活性和潜力都更高，因为可以把两个步骤合在一起。例如，基于一段已有视频，继续推演后续画面，把所有建模工作整合进同一个神经网络。
但基于世界模型来训练的仿真环境，有两个很大的挑战。
第一是硬件性能。因为需要实时渲染场景，对计算资源要求极高。
第二是模型表现。必须要确保模型生成的世界足够真实，每项输出得和真实世界的演变有很强的相关性。比如当你右转时，可能有行人在过马路、或者影响其他的车辆，这时如何按照现实世界来模拟这些车辆和行人的反应，是非常棘手的挑战。
在最新的FSD算法中，输入到模型的，不光是视频数据，音频也会参与到决策中。目前主要是用来识别环境，未来还会融入到车辆控制中。
Ashok Elluswamy
特斯拉AI软件工程副总裁
我们有自己的音频模型，目前它不是用来做自然语言交互的，更多是理解车周围的声音，比如警笛、应急车辆之类的声音。但在未来，我们会全面集成语音控制指令，用这些指令来控制车辆。
Srihari Sampathkumar
特斯拉前AI软件工程总监
背后的逻辑是：人类感知到的各种输入，能否也提供给AI？在这些信息能够发挥作用的场景中，我们就有机会看到性能提升。
除了量产车外，端到端的FSD还让马斯克有了更大的信心，去推出Robotaxi。
▍Robotaxi：快速推进
2024年10月，特斯拉发布了Robotaxi，没有方向盘、没有踏板、完全为无人驾驶设计。
而真正的Robotaxi服务，直到一年后才开始落地。2025年6月，特斯拉在奥斯汀启动了Robotaxi试点，初期只投入了10～20辆Model Y的测试车。
在硬件上，特斯拉所有的Robotaxi，不管是Model Y，还是没有方向盘的Cybercab，都和量产车没有任何区别。
Kerry刘向科
前特斯拉AI硬件开发高级经理
没有任何差别。只是在安全冗余上，当时针对Cybercab做了一些硬件上的优化，但这些优化后来也已经应用到了所有量产车型中。
而关键的区别呢，在软件上。一方面，Robotaxi的软件版本，相比量产车更新的更频繁。
陈茜
硅谷101联合创始人
我们现在坐特斯拉Robotaxi的Cybercab或Model Y里面的算法，是会比我们自家车里面用的FSD会稍微高级一点的吗？
Cathy
前Waymo硬件工程师
会是比较先进的那一款，但并不是完全的两个技术，它们是基于同样一个大树上的。
陈茜
硅谷101联合创始人
所以现在的这个模型，比如说放到我们现在开的特斯拉上面，它其实也还是L2。但是它这套模型放在现在我们坐的Robotaxi里面，它就是L4。
可以说Robotaxi所运行的软件版本，是特斯拉内部最新最强的，只有经过长时间测试稳定后，才能推送到量产车中。
这就带来一个问题，如果最新的软件测试出问题怎么办呢？所以另一方面的区别，就是Robotaxi额外引入了远程监管机制。
在乘坐Cybercab的过程中，我们其实对安全问题没有那么担心，因为目前的阶段，马斯克和特斯拉一定会最大努力的保证每一辆车的安全。但真的等Cybercab扩张到几千上万，乃至数十万辆的规模的时候，如何在保证安全的情况下快速扩城，才是最大的挑战。这也是外界对特斯拉扩城速度的质疑。
陈茜
硅谷101联合创始人
那现在我们的这个车应该是有远程接管的？
Cathy
前Waymo硬件工程师
我推测可能是有人在看着我们的。在最早进行的时候，在他们的战备室里面，可以看到当时他们最早的几辆车，大家都是随时在盯着他们的。而每一公里的成本，在今天是非常高的，因为它也包含着后面在盯着我们这些人的工资。当然在长期的情况下，当它的安全数能够证明自己足够安全的时候，那特斯拉应该就会考虑说，把这些人工的比例减少，把这个成本拉下来。
今年1月，特斯拉还在奥斯汀的Robotaxi上，正式移除了安全员。包括我们自己5月在奥斯丁打到的Model Y上，就是没有安全员的，体验很丝滑。我们也在特斯拉的L4车里面，看上了硅谷101的视频。
从奥斯汀上线后的一年时间，特斯拉已陆续在加州旧金山湾区、内华达、亚利桑那等多个地区获得不同条件下的运营许可。虽然不同地区因为法规不同，进度有所差异，但总的来说，测试和扩城都在快速进行中。
在Srihari看来，现在特斯拉Robotaxi的挑战中，技术已经不再是问题了。
Srihari Sampathkumar
特斯拉前AI软件工程总监
总体而言，我认为这已经不再是技术问题，而主要涉及验证与监管。就目前的部署阶段而言：你能多快部署，如何获得反馈，又如何改进部署流程？
归根结底，这是规模化的挑战，而且需要在不同地区实现规模化。问题在于，谁拥有合适的基础设施，能够更快地扩大部署。
不过，想要更好的体验，还得看下一代的硬件，因为FSD V14所运行的Hardware 4.0，又一次接近瓶颈了。最后，我们来聊聊，即将发布的AI5芯片的研发内幕，这次的难度，比AI4还要更大，内部还出现了对马斯克瞒报与欺骗的行为。
2025年8月，一条消息在AI圈炸开了锅。号称“全球最快的AI训练计算机”，Dojo项目被叫停了。同时马斯克解散了Dojo团队。
要知道，Dojo曾被马斯克视为特斯拉AI的核心基础设施，甚至被华尔街视为价值数千亿美元的潜在资产，这一举措不免让业界怀疑，特斯拉还有训练AI的能力吗？
而马斯克解释称，因为AI5、AI6芯片在训练方面表现也不错，可以直接让自研AI芯片用到训练阶段，因此没有必要浪费资源重复投入到Dojo上。
可以看出，后续的AI5、AI6芯片关乎着特斯拉模型的成败，然而，亲身参与AI5研发的Kerry向我们透露说，这款芯片的研发，遇到了巨大的挫折与隐瞒，甚至Peter Bannon的离职，也与此有关。
故事要从AI4的研发开始说起，前面我们提到，当时AI4由三星来合作设计，但双方配合时产生了很多摩擦，于是到了AI5的研发上，特斯拉决定停止与三星合作。
Kerry刘向科
前特斯拉AI硬件开发高级经理
当时的特斯拉硬件负责人、也是我的老板Peter Bannon，决定从AI5开始完全自研，不再使用外包服务，也不再请三星参与设计。但与三星结束合作后，我们的团队明显不足以独立支撑这样一个复杂的芯片项目。
这个决定，从战略上是对的，毕竟只有完全自己掌握设计，效率才更高，非常符合马斯克的作风，但在执行上却出问题。
一方面，人手不够。虽然特斯拉为此新招了很多人，但和三星这类几百上千人的芯片设计团队相比，数量差距还是太大了。
另一方面，经验不足。就算特斯拉的工程师都很厉害，却从来没有完全靠自己做过一颗芯片，此前Hardware 3和Hardware 4的芯片都由三星深度参与，现在自己单干起来，很多环节都缺乏经验。
在这两个因素下，AI5的研发进展非常缓慢，而更致命的是，其中的项目主管在工作中还存在隐瞒与欺骗。
Kerry刘向科
前特斯拉AI硬件开发高级经理
这也与当时负责项目的德州主管有关。他遇到了很多研发困难，却没有如实反映，隐瞒了不少问题，导致项目一拖再拖。
AI5原本要交给台积电流片。后来，马斯克把设计图纸发给台积电，对方看完后说：这哪里是再过两个月，估计还需要一年，做了这么久，怎么做成这样？这个设计根本无法流片，离流片还差得很远。
马斯克一听就明白了：你们这些做芯片的人，明显是在忽悠我，没有说实话。随后，他开除了很多人，包括我的老板Peter Bannon，以及芯片部门的领导。
Kerry对硅谷101表示，在他的视角看来，他的老板Peter也算是受害人，他认为Peter并没有参与瞒报的过程，但因为涉嫌瞒报的主管直接汇报给他，导致Peter有连带责任。
在此之后，马斯克便开始亲自接管了芯片设计团队，并列出了两个方案并行。
一个是找了第三方的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。另一个是找回了三星团队，让三星来帮忙做另一款AI5。
今年4月15日，台积电版本的AI5已完成第一次流片，预计将于2027年开始量产。根据马斯克的说法，这款芯片在特定任务上，速度将比AI4提升40倍，业界猜测搭载AI5的Hardware 5.0算力将达到2000～2500 TOPS。
Kerry刘向科
前特斯拉AI硬件开发高级经理
我想，这款芯片的功能应该非常强大，而且采用了MCM（多芯片模块）技术，这也是一种挑战。
这还只是第一版，三星的版本也在推进，两个版本最终都叫AI5，只是一个是台积电工艺，另一个是三星工艺。根据Kerry的猜测，最终两个版本的芯片可能会在同款车型上混用，但消费者不会感知到差异。
Kerry刘向科
前特斯拉AI硬件开发高级经理
同一款车型，有的车使用台积电版本，有的使用三星版本，这是没有问题的，但不能在同一块电路板上混用两个版本。
最终反映到用户体验上，我认为应该不会有太大区别。单凭FSD的使用感受，应该很难分辨车里搭载的是三星还是台积电版本的芯片。
不过，Kerry透露，也有最新的内部消息说，AI5芯片也有可能不会装到车上，原因是马斯克认为AI4已经够用了，AI5将主要用在算力中心和机器人上。但这可能也会有进一步的变数，所以我们届时以官方宣布为准，看看AI5的应用方案到底如何。
接下来，FSD的故事还在继续，我们也期待着AI5量产装机后，看看它的实际表现到底如何。
回到我们开头的那个问题，为什么是特斯拉做出了FSD呢？
Kerry刘向科
前特斯拉AI硬件开发高级经理
不仅是传统汽车公司，即使一些硅谷公司，采用新技术之前也要权衡很久用不用。但特斯拉一直非常愿意承担风险，能够快速采用新技术，这让我们工程师的工作变得非常有趣。
Srihari Sampathkumar
特斯拉前AI软件工程总监
既要押注未来技术，又要交付当前技术，还要把各种资源协调好，这是非常困难的，也是一门艺术。
Srihari认为，因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，才能保持快速推进。
Srihari Sampathkumar
特斯拉前AI软件工程总监
我认为，特斯拉最好的地方是没有太多繁杂的流程，大家会把注意力放在真正能够改善产品的事情上。
你会受到很多限制，包括算力、人手和时间，因为新功能必须发布。在这些约束下，既要押注未来技术，又要交付当前技术，还要协调好各种资源，是非常困难的。这是一门艺术，我认为也很独特。
回到13年前，特斯拉刚开始做自动驾驶时，它和Google走向了两条完全不同的路。
Google，也就是后来的Waymo，选择的是一条更谨慎的路线：更昂贵的传感器、更严格的安全冗余，先在有限区域里把无人驾驶做出来，再一点点扩大边界。
特斯拉选择的恰恰相反。它把摄像头装进几百万辆量产车，把一个还远没有成熟的系统交给真实世界，然后在一次次事故、争议、返工和软件更新中继续往前走。
13年之后，这两条路依然没有分出胜负。而如今，自动驾驶之战正式进入了下半场，这一场战争，已经无关技术路线了，它的名字叫：经济之战。
今天，Waymo依然在无人驾驶商业化和实际运营上保持着明显的领先；而Cybercab才刚刚开始在奥斯汀有限区域运行。同时，美国联邦监管机构已对特斯拉Cybercab启动调查，核查设计是否满足安全标准。
所以，前方还有诸多不确定性，而现在还并不能证明特斯拉已经赢得了自动驾驶战争。在10月，FSD的V15应该就要发布了，这无疑是一个重要的里程碑，目前媒体透露的消息包括它的模型参数规模较前代扩大10倍，这个版本旨在支持Level 4级别的无人驾驶，早期版本已在特斯拉的 Robotaxi 车队中部署运行。我们也拭目以待，V15的更新对特斯拉无人驾驶车队进程的影响会有多少。
但至少目前，特斯拉已经成功证明了一件事：那条曾经被很多人认为过于激进的路线，一直留在牌桌上，甚至走到了下半场的决赛圈，已经开始改变很多人的生活方式。而真正困难的问题，现在才开始。
特斯拉要证明的，是当没有安全员、没有方向盘，面对数百万次真实出行时，它还能不能保持足够稳定的安全性；以及，Waymo要与特斯拉比拼的，是在多地已经跑起来的无人驾驶系统，能不能继续扩城、扩大车队，并把成本降到真正的大规模商业化。
