※订阅下方的“金基赫的特斯拉世界”,即可轻松了解特斯拉与埃隆·马斯克推进的电动车、机器人、AI、自动驾驶、能源产业的未来。还将亲自解读外媒和国内新闻中难以看到的最新社交媒体消息。欢迎踊跃订阅。
━ 在韩国“突然冒出”的FSD,如何实现的
随着特斯拉FSD在韩国国内正式可用,YouTube上接连出现FSD实际使用体验视频。不少评测称,其在任何地区都能娴熟行驶的表现令人印象深刻。特别是随着特斯拉车辆在狭窄小巷或复杂交汇路况下也能自动驾驶的画面传开,也有评价认为,对被认为落后于美国和中国的韩国国内自动驾驶技术的危机感进一步加剧。
不过你可能也会有这样的疑问:特斯拉在韩国为何能突然正式开启FSD服务。此前韩国并没有关于特斯拉车辆已完成多少测绘(在计算机系统中将虚拟地址对应到物理地址的作业)的消息。自动驾驶技术若要在特定地区落地,需要比GPS精度细致得多的移动和地理数据,才能维持安全的服务。
━ 核心是端到端“E2E”
专家分析认为,特斯拉独有的自动驾驶高级化方式使FSD本地化成为可能。特斯拉强调的概念正是基于视觉人工智能(AI)的“端到端(End-to-End·E2E)”系统。汽车研究院近期发布的报告《AI移动出行的未来、E2E自动驾驶与SDV(软件定义汽车)》中可详细了解E2E自动驾驶。根据该报告,E2E自动驾驶是由一个统一的AI神经网络学习和处理从传感器输入到车辆控制全过程的结构,取代了开发者事先定义的基于规则(Rule-based)的分阶段流程
。E2E的核心在于深度学习、强化学习、多模态识别等最新AI技术。AI自行学习行驶环境中大量非结构化变量,最大化基于数据的决策能力,不仅进行简单的行驶判断,还能预测驾驶员行为、道路风险度乃至交通流量。
所有自动驾驶技术都会使用视觉AI,但与强劲竞争对手谷歌Waymo的差异正在于激光雷达。Waymo基于激光雷达、摄像头等传感器采集的数据构建高精度数字地图来提供自动驾驶服务。相反,特斯拉降低了对激光雷达等部件的依赖,构建了以AI为中心的自动驾驶运营体系。“谁依赖激光雷达都会失败。激光雷达只是徒劳。”这是首席执行官埃隆·马斯克的一贯主张。
特斯拉的感知模型不依赖激光雷达和毫米波雷达,仅利用覆盖360度的8个摄像头影像获取周边信息。通过以网格形式表现周边三维地形环境的三维占用网格预测功能识别周边障碍物或风险要素,并通过传感器数据预测车道、可行驶道路区域、信号灯等,从而消除了对高精度地图(HD Map)的依赖。
━ AI自主判断能力背后是7万张H100 GPU
这样由视觉AI完成一切的特斯拉汽车,即便投入到此前没有积累精密数据的地区,也具备立即执行自动驾驶功能的性能。当然,要让AI能够独自对行驶做出正常判断,前提是海量的数据学习。根据汽车研究院报告,截至2025年第二季度,特斯拉在学习E2E自动驾驶时据悉动用了约6万7000个英伟达H100图形处理器(GPU)。
有观察认为,特斯拉将凭借Robotaxi(自动驾驶出租车)在自动驾驶市场再次实现“量子跃迁”。目前在美国,特斯拉Robotaxi服务已在部分地区启动。FSD服务在韩国略显突然地启动后,有预测认为韩国国内的Robotaxi服务某一天也可能成为现实。这也可以说是FSD令人畏惧的真正原因之一。分析认为,这也正在影响现代汽车(005380)集团的自动驾驶技术战略。






