马斯克晚高峰实测 FSD V12：纯 AI 端到端驾驶，砍掉几十万行代码

一边听着维瓦尔第的《四季》，一边在加州帕洛阿尔托的晚高峰里穿行，而且方向盘基本不用自己碰。马斯克这次把还没正式推送的特斯拉 FSD Beta V12 开上了路，还搞了一场 45 分钟的实况直播。

整个行程下来，车辆处理无保护左转等复杂路况表现得相当平稳，中途几乎只出现了一两次人工接管。甚至到达第一个目的地时，这辆 Model S 还在路边自己找了个合适的位置靠边停好。随后马斯克开玩笑把导航设成了扎克伯格家的地址，车也顺畅地开了过去。

删掉几十万行代码的「端到端」

这次 V12 最大的质变，在于特斯拉把过去的控制逻辑推倒重来。系统不再靠工程师针对环岛、减速带或者自行车道上的滑板车写一行行的规则代码，而是全靠海量视频数据训练出来的端到端神经网络。

马斯克透露，这套新架构直接替特斯拉省掉了几十万行规则代码，软件变得更轻巧敏捷。哪怕开到没有网络信号的陌生路段，系统也可以完全脱网本地运行。

老车主关心的硬件性能也有了交代。演示车辆搭载的依然是 HW3 硬件，八颗摄像头以每秒 36 帧的满额速率输入图像。

马斯克表示，纯 AI 计算处理这些画面的速度其实更快。虽然软件理论上每秒最多能吞吐大约 50 帧，但实际路况只要输入 24 帧，就足够 FSD V12 做出连贯的驾驶决策了。

此外，特斯拉已经在全球多个国家部署了 V12 的测试人员，包括挪威、新西兰、泰国和日本。

0.5% 的人类习惯与监管碰撞

车里除了马斯克，还有一位负责驾驶辅助系统的特斯拉核心工程人员，两人中途聊到了一个尴尬的现实问题：停牌规则。

马斯克随口提到，现实中只有不到 5% 的人类司机会在停牌前把车速彻底降到零，绝大多数人都是低速滑行观察。旁边的工程师随即纠正了他：真实统计数据更夸张，在所有停牌前完全踩停到零的人类司机，实际上只有 0.5%。

问题就出在这里。如果端到端大模型是向人类驾驶视频学习，它自然会学到这种低速滑行的习惯，但法规要求必须完全刹停。

美国国家公路交通安全管理局（NHTSA）负责人近期刚表示，他们针对特斯拉驾驶辅助系统的调查即将收尾，很快会公布决定和建议。之前 NHTSA 勒令特斯拉召回的原因之一，恰好就包括车辆在停牌处未能彻底停死。

为什么重要

对于数百万特斯拉车主来说，这次演示最大的价值是吃下了一颗定心丸。V12 证明了即使不升级到最新的 HW4 硬件，老款 HW3 依然跑得动端到端大模型，而且不需要联网消耗流量，自主路边停靠也让点到点全自动驾驶闭环更近了一步。

对整个自动驾驶行业而言，特斯拉是在用实际表现倒逼同行转向。过去行业主流是用规则堆砌模块，感知、预测、规划各管一摊。特斯拉直接砍掉几十万行规则代码、改走纯视觉端到端路线，只要跑通，研发迭代速度会把传统方案远远甩在后面。

不过，我们认为这种做法也埋下了明显的隐患。端到端本质上是个黑盒模型，它在无保护左转时的丝滑来自模仿人类，但它同样会模仿人类不守规矩的毛病，比如那只有 0.5% 的停牌完全刹停率。当监管机构要求给出明确的安全解释和合规边界时，这种纯依靠数据投喂的模型往往很难用传统的代码逻辑去打补丁，这可能会成为它未来大规模落地时最大的阻碍。