• 九游动态
• 用户反馈

特斯拉 FSD 研发逻辑曝光：Cybercab 先用完整版，量产车运行精简版

目前，搭载新一代 Hardware 4（HW4/AI4）计算机的特斯拉量产车承担着大部分公开道路测试和实际驾驶任务。然而，驱动这些车辆的 AI 模型并非特斯拉自主研发的原始基础模型。

据消息人士透露，当前运行在 HW4 量产车上的软件版本，实际上是为特斯拉下一代硬件设计的 AI 模型的“精简版本”。

特斯拉目前正优先为 Cybercab（无人驾驶出租车）开发 FSD 系统，之后再通过“蒸馏”技术，使其能够适配性能稍逊一筹的 HW4 系统。

Cybercab 所搭载的 FSD 硬件性能超越了当前消费者可购买的特斯拉车型。这些额外的计算能力为特斯拉开发更庞大、更复杂的 AI 网络提供了更大空间，随后再将这些模型优化后部署到整个车队。

要理解这一过程，首先需要了解现代人工智能的训练方式。

在一辆行驶中的汽车内运行大型神经网络，需要巨大的计算能力和内存资源。为了缩小 AI 模型能力与车载硬件性能之间的差距，特斯拉采用了“模型蒸馏”这一训练方法。

工程师首先在数据中心环境中训练规模庞大、结构复杂的“教师模型”。

当这些大型模型掌握了处理复杂驾驶任务的能力后，特斯拉会将这些能力提炼到更小的“学生模型”中。

这些学生模型经过优化后，能够运行在消费者车辆内部的计算机上，并在不压垮硬件的前提下，提供接近大型模型的性能。

模型压缩的程度完全取决于目标硬件的性能，尤其是内存容量和内存带宽。

目前，Cybercab 被视为特斯拉理想的硬件平台（当然，未来工程师也可能遇到其资源上限）。相比之下，普通消费者车辆使用的是经过优化、更轻量化的版本。

这一过程可以类比特斯拉此前为老款 Hardware 3（HW3/AI3）车型推出的 FSD v14 Lite。

FSD v14 Lite 是主版本 v14 的蒸馏版本，已于上个月开始向部分早期测试用户推送。事实证明，当前消费者车辆运行的 FSD v14，同样是 Cybercab 原生运行版本的精简模型。

不过，好消息是 HW4 预计不需要像 HW3 那样进行大规模优化。根据特斯拉此前公布的信息，HW3 的内存带宽仅为下一代 HW4 的约 15%。

尽管 Cybercab 下一代处理器的具体规格尚未公开，但已知其拥有比 HW4 更大的内存，这对 AI 运算至关重要。

因此，此前有分析认为，Cybercab 可能搭载了特斯拉在今年第一季度财报电话会议中提及的新一代 AI4+ 芯片。预计这些芯片将配备 64GB 内存，甚至可能更高。

除了更强大的计算平台和更大的内存外，Cybercab 还配备了双 GPS 系统，可以在无人驾驶过程中实现更精准的位置追踪。

这并不意味着 HW4 无法实现无需人工干预的 FSD。

此前，特斯拉已确认 HW3 硬件无法达到完全无人监督自动驾驶的目标（车主曾被承诺未来可通过硬件升级实现此能力）。

但 HW4 仍有机会实现这一目标。事实上，这种模型蒸馏过程对 HW4 用户而言是一个积极信号——能够运行特斯拉为 Cybercab 商业无人驾驶业务开发的软件版本，表明 HW4 具备实现真正自动驾驶的良好基础。

特斯拉选择先针对性能最强的硬件开发完整软件，再向下进行模型优化，可以最大限度地发挥 Cybercab 的计算能力，同时确保消费者车辆的功能足够强大。

这意味着，目前消费者车辆上的 FSD 版本，只是特斯拉更先进的机器人出租车软件的优化和轻量化版本。它们并非能力不足，而是适应了不同硬件限制后的运行版本。