當(dāng)?shù)貢r(shí)間8月26日，馬斯克親自上線開啟了一場(chǎng)FSD Beta V12試駕直播，引百萬(wàn)人現(xiàn)場(chǎng)圍觀。

(資料圖片)

據(jù)稱，F(xiàn)SD Beta V12是有史以來(lái)第一個(gè)端到端AI自動(dòng)駕駛系統(tǒng)（Full AI End-to-End），是特斯拉最重要的一次升級(jí)。

直播45分鐘，F(xiàn)SD Beta V12系統(tǒng)在行駛?cè)踢M(jìn)展非常順利，能夠輕松繞過(guò)障礙物，識(shí)別道路各種標(biāo)志。

馬斯克激動(dòng)地表示：

V12系統(tǒng)從頭到尾都是通過(guò)AI實(shí)現(xiàn)。我們沒(méi)有編程，沒(méi)有程序員寫一行代碼來(lái)識(shí)別道路、行人等，全部交給了神經(jīng)網(wǎng)絡(luò)。

具體來(lái)說(shuō)，V12的C++代碼控制減少了10倍，從2萬(wàn)多行減少到2千行。

獨(dú)特的地方在于，特斯拉99%的決策都交給神經(jīng)網(wǎng)絡(luò)給出，視覺(jué)輸入，控制輸出，就像人類大腦一樣。

另外，它所擁有的超強(qiáng)能力，是經(jīng)過(guò)巨量的「視頻數(shù)據(jù)」、1萬(wàn)個(gè)H100加持下完成的。

不過(guò)，直播中，V12出現(xiàn)僅有一次的小失誤，試圖闖過(guò)紅燈，讓人類去主動(dòng)干預(yù)。馬斯克現(xiàn)場(chǎng)來(lái)了個(gè)緊急剎車。

馬斯克表示，F(xiàn)SD Beta V12仍在調(diào)試中，因此還沒(méi)有確定正式發(fā)布的時(shí)間。

馬斯克：我們沒(méi)有編程

馬斯克這場(chǎng)實(shí)時(shí)直播，出發(fā)點(diǎn)是特斯拉總部。

馬斯克單手開啟特斯拉Model S后，全程45分鐘，自己舉著手機(jī)錄下V12的行駛?cè)獭?/p>

馬斯克在地圖上隨機(jī)選擇了一個(gè)目的地——斯坦福?？纯碫12是如何帶他去往第一個(gè)目的地。

行駛中，馬斯克稱，特斯拉遇到的這些建筑、道路標(biāo)志，是從未見(jiàn)過(guò)的。雖然離總部很近，但是對(duì)其來(lái)說(shuō)還是新事物。

走到交叉路口時(shí)，特斯拉主動(dòng)停了下來(lái)，并耐心等待信號(hào)燈變化。

馬斯克笑著調(diào)侃道，它做到了！

綠燈后，特斯拉平穩(wěn)地進(jìn)行了左轉(zhuǎn)。

馬斯克表示，這完全是通過(guò)人工智能和攝像頭實(shí)現(xiàn)的，就如同我們大腦運(yùn)作方式一樣，對(duì)應(yīng)之為神經(jīng)網(wǎng)絡(luò)和眼睛。

遇到減速帶時(shí)，V12讓汽車緩慢行駛。

馬斯克激動(dòng)地稱，沒(méi)有一行代碼讓特斯拉，在停車標(biāo)志處停車，或等待另一輛車，沒(méi)有「等待x秒」之類代碼。這都是神經(jīng)網(wǎng)絡(luò)，除了神經(jīng)網(wǎng)絡(luò)什么也沒(méi)有。

說(shuō)著說(shuō)著，第一個(gè)目的地斯坦福到了。馬斯克還是惦記著和小扎來(lái)場(chǎng)籠斗，因此第二個(gè)目的——小扎的家。

然后，他輸入了小扎家的地址，讓V12加持的特斯拉帶路。

路上，特斯拉繞著一個(gè)環(huán)形交叉路口行駛時(shí)，V12再次展示了頂級(jí)水平。

在等待前兩輛車開走后，然后決定轉(zhuǎn)彎行駛。

這里，馬斯克再次重申道，團(tuán)隊(duì)從未對(duì)環(huán)形交叉路口的概念進(jìn)行編程。我們剛剛向它展示了一堆關(guān)于環(huán)形交叉路口的視頻。

簡(jiǎn)之，V12是通過(guò)大量的視頻訓(xùn)練數(shù)據(jù)來(lái)實(shí)現(xiàn)這一目標(biāo)。

FSD AI現(xiàn)在只輸入大量視頻，以便識(shí)別在不同情況下需要做什么，而不是對(duì)每個(gè)道路元素或情況進(jìn)行單獨(dú)編碼。

這使得特斯拉能夠省去FSD V12中的數(shù)十萬(wàn)行代碼，使其更加輕便、更靈活，同時(shí)它仍然可以在不熟悉的地形上無(wú)需數(shù)據(jù)連接的情況下工作。

馬斯克介紹，所有這些都是在Tesla HW3上完成的，推理計(jì)算功率約為100瓦。所有推理無(wú)需網(wǎng)絡(luò)連接，在本地進(jìn)行。顯然這是必要的，如果沒(méi)有互聯(lián)網(wǎng)連接，你就無(wú)法安全駕駛。

停車后，馬斯克還談到了特斯拉的幀率。

我們正在以全幀率運(yùn)行。8個(gè)攝像頭以每秒36幀的速度進(jìn)行拍攝。純AI版本比「普通軟件和人工智能混合」的版本運(yùn)行得更好更快。

事實(shí)上，它的拍攝速度將超過(guò)每秒36幀，只是攝像頭只能達(dá)到36 fps。據(jù)我們推算，它可能以每秒50幀的速度拍攝，實(shí)際路況基本上只需要每秒24幀，F(xiàn)SD V12就可以正常工作。

小扎的家到了，馬斯克沒(méi)有下車，反而轉(zhuǎn)身決定去下一個(gè)目的地Palo Alto。

直播中，馬斯克還展示了V12到達(dá)目的地后，自動(dòng)將車停到合適的位置。

「視頻數(shù)據(jù)」直接訓(xùn)AI

馬斯克曾表示，F(xiàn)SD V12將成為4級(jí)自動(dòng)駕駛系統(tǒng)。

在今年6月底，馬斯克就宣稱，Tesla的自動(dòng)駕駛FSD V12版本將不會(huì)再是測(cè)試版。

直播演示中，馬斯克也提到了對(duì)于通過(guò)AI訓(xùn)練視頻數(shù)據(jù)來(lái)實(shí)現(xiàn)自動(dòng)駕駛這個(gè)方向可能面對(duì)的挑戰(zhàn)。

「僅僅因?yàn)闆](méi)有代碼行并不意味著它不可控?，F(xiàn)在只需擁有數(shù)據(jù)，你仍然可以實(shí)現(xiàn)控制。」

首先是，訓(xùn)練視頻的質(zhì)量非常重要，所以只能用優(yōu)秀司機(jī)的駕駛視頻來(lái)訓(xùn)練，而不能用技術(shù)不好的司機(jī)的數(shù)據(jù)。

當(dāng)前，已經(jīng)有相當(dāng)多的軟件可以實(shí)現(xiàn)選擇什么數(shù)據(jù)、訓(xùn)練什么數(shù)據(jù)。

所以數(shù)據(jù)量不重要，數(shù)據(jù)的質(zhì)量才是提供安全自動(dòng)駕駛技術(shù)的關(guān)鍵。

對(duì)于汽車來(lái)說(shuō)，能夠運(yùn)行的軟件很小，但后端訓(xùn)練的軟件要大得多，更加復(fù)雜。

因此，V12系統(tǒng)使用了Python的普通軟件來(lái)決定從隊(duì)列中選擇哪些數(shù)據(jù)，然后確定什么是高質(zhì)量數(shù)據(jù)，什么是相當(dāng)好的數(shù)據(jù)。

一旦有了AI模型，還可以將這些模型以「影子模式」（shadow mode）傳送到系統(tǒng)上，然后每次它與用戶所做的事情不一致時(shí)，特斯拉都會(huì)得到數(shù)據(jù)，這比僅僅收集隨機(jī)數(shù)據(jù)更有價(jià)值。

用V12的FSD可以識(shí)別人像，只要傳一張照片，然后告訴汽車你在星巴克門口。車到了之后會(huì)找到你，接你上車。因?yàn)樗梢宰詣?dòng)找到星巴克，然后根據(jù)照片找到乘客。

馬斯克表示，我們實(shí)際上對(duì)系統(tǒng)擁有一個(gè)非常快速的良性循環(huán)反饋感到興奮。

當(dāng)人類對(duì)汽車進(jìn)行干預(yù)時(shí)，干預(yù)行為就會(huì)自動(dòng)上傳，訓(xùn)練與訓(xùn)練相結(jié)合，然后實(shí)際上只是更新權(quán)重。

在V12的編程中，特斯拉團(tuán)隊(duì)并沒(méi)有加入交通信號(hào)燈概念，而存在于V11的普通堆棧中。

汽車能夠流暢行駛，主要是基于視頻訓(xùn)練。

「我們已經(jīng)從V11的顯式控制堆棧中的超過(guò)300,000行C++進(jìn)行了轉(zhuǎn)換，而在V12中基本上沒(méi)有這些內(nèi)容」。

還有一個(gè)有趣的困難是，對(duì)于停車問(wèn)題，因?yàn)槿祟愒谟龅酵＼嚇?biāo)識(shí)時(shí)不會(huì)真的停下來(lái)，只會(huì)降到很低的速度，大概只有不到1%的駕駛員會(huì)完全讓車停下來(lái)。

但是監(jiān)管機(jī)構(gòu)要求必須完全停下來(lái)，這樣就必須專門訓(xùn)練FSD在這些情況下完全停車。

直播中唯一一次干預(yù)，是由于搭載了V12系統(tǒng)的Modle S在遇到紅燈時(shí)并沒(méi)有停下來(lái)。

對(duì)此，馬斯克現(xiàn)場(chǎng)表示，我們只需要再多喂一些包含大量交通信號(hào)燈的視頻，問(wèn)題就能解決了。

未來(lái)兩周，特斯拉將會(huì)發(fā)布在后臺(tái)運(yùn)行的Shadow Moon，能夠?qū)π旭偁顩r進(jìn)行檢查。

另外，馬斯克提到這套系統(tǒng)有一個(gè)問(wèn)題是如何應(yīng)對(duì)低能見(jiàn)度的駕駛條件。

因?yàn)樘厮估诳偛考又輳牟幌掠?，所以需要世界各地各種天氣條件的駕駛視頻進(jìn)行訓(xùn)練。

目前，F(xiàn)SD V12在全球有12名試駕人員，遍布新西蘭、泰國(guó)、挪威和日本等地。

1萬(wàn)個(gè)H100訓(xùn)練，Infiniband比GPU還缺

他還在試駕直播之前串進(jìn)了WholeMars的Space，和里面的開會(huì)的網(wǎng)友聊了10多分鐘，為自己的直播預(yù)熱。

網(wǎng)友看到他進(jìn)來(lái)了，就不自覺(jué)地開始采訪他，他也順勢(shì)打開了話匣子，和網(wǎng)友聊了聊自己馬上要進(jìn)行的直播和相關(guān)的問(wèn)題。

首先他說(shuō)特斯拉已經(jīng)馬上要上線由10000塊H100組成的GPU集群，來(lái)訓(xùn)練新版本的FSD系統(tǒng)。

現(xiàn)在訓(xùn)練過(guò)程基本上都要全完依賴英偉達(dá)的GPU，只有很少一部分會(huì)使用自己的超算Dojo。

而目前他們遇到的最大技術(shù)困難是需要像Infiniband那樣的高速網(wǎng)絡(luò)連接來(lái)并行更大的算力。

GPU雖然短缺，但是至少有改善的希望，但是現(xiàn)在支持Infiniband設(shè)備短缺比GPU的短缺還嚴(yán)重。

大規(guī)模密集型的計(jì)算集群之間的數(shù)據(jù)交換會(huì)很困難。

而對(duì)于英偉達(dá)的依賴會(huì)持續(xù)很長(zhǎng)的時(shí)間。

聊著聊著，馬斯克又不自覺(jué)地進(jìn)入了地球球長(zhǎng)的角色，說(shuō)到：

而長(zhǎng)遠(yuǎn)來(lái)看，未來(lái)人類會(huì)成為強(qiáng)計(jì)算依賴的文明，有80%-90%的能源消耗在計(jì)算之上。

所以改善現(xiàn)有計(jì)算基礎(chǔ)設(shè)施的能效比是很重要的事情。

Transformer的能效比不太好，效率也不高，用戶使用的延遲過(guò)長(zhǎng)，需要進(jìn)一步的優(yōu)化。

GPU的能耗比也不太好，而且現(xiàn)在像H100這樣的GPU已經(jīng)不會(huì)輸出圖像了，所以叫GPU已經(jīng)不太合適了。

馬斯克還在推上表示，使用自回歸Transfomer的LLM能效極差，不僅在訓(xùn)練中如此，在推理中也是如此。我認(rèn)為它偏離了幾個(gè)數(shù)量級(jí)。

接下來(lái)，馬斯克就開始為他即將進(jìn)行的直播造勢(shì)，聊起了自己將演示FSD V 12的上路直播。

他反復(fù)強(qiáng)調(diào)Tesla在新版FSD的加持之下，將會(huì)帶來(lái)非常順滑的乘坐體驗(yàn)。

能夠模擬優(yōu)秀的司機(jī)來(lái)駕駛汽車，不會(huì)像之前的系統(tǒng)一樣偶爾顯得像一個(gè)新手開車一樣。

聊到這里，他拂袖而去，最后只留下一句話，讓大家趕緊去看他馬上開始的自動(dòng)駕駛的直播。

不得不說(shuō)，公關(guān)流量這一塊，馬老板玩得是明明白白的！

網(wǎng)友熱議

看完這次的直播之后網(wǎng)友紛紛表示，一切看起來(lái)都很nice！

不用聯(lián)網(wǎng)實(shí)在是太棒了。

還有人稱，簡(jiǎn)直就是DriveGPT。

目前看來(lái)沒(méi)有任何自動(dòng)駕駛技術(shù)能接近這個(gè)表現(xiàn)。

但也有網(wǎng)友表示，V12的新任務(wù)是接受亞洲交通的考驗(yàn)，并上了一段中國(guó)某路口的視頻......

這位網(wǎng)友貼心地總結(jié)出了他認(rèn)為視頻中的亮點(diǎn)：

特斯拉的推理只需要100w的功率支持，不用聯(lián)網(wǎng)

能自動(dòng)處理環(huán)島，自行車，行人。

所有的訓(xùn)練都是基于英偉達(dá)的GPU和Dojo，而且AI駕駛連地圖都不需要，只需要GPS數(shù)據(jù)就行。

關(guān)鍵詞：