特斯拉ICCV 2025：FSD基础模型的突破与未来愿景
10月23日，在人工智能与自动驾驶领域的顶级盛会国际计算机视觉大会（ICCV）2025上，特斯拉自动驾驶副总裁Ashok Elluswamy带来了题为“Tesla ICCV 2025 Foundational Model for FSD”的重磅演讲。
这一演讲不仅揭示了特斯拉完全自动驾驶（FSD）系统的最新基础模型架构，还通过生动演示和数据分析，勾勒出从监督驾驶向完全无人驾驶转型的蓝图。
从端到端模型的“半成品”到高置信度评估
演讲伊始，Elluswamy直击FSD的核心挑战：如何从当前的L2辅助驾驶跃升至L4完全自主驾驶。他强调，评估（Evaluation，简称Eval）是关键分水岭。“L4需要模拟环境中无数个‘9’的置信度，这远非L2可比。”Elluswamy指出，特斯拉的基础模型并非完全端到端（End-to-End，E2E），而是巧妙融合了神经网络（NN）生成的路径与额外信号进行实时修正。这种混合架构避免了纯E2E模型的“黑箱”风险，同时提升了系统的鲁棒性。
Elluswamy详细演示了这一机制：模型首先通过视觉语言模型（Vision Language Model，VLM）生成自然语言描述，例如识别路况并预测行为路径。随后，系统注入多模态信号（如雷达数据或历史轨迹）进行优化，确保输出路径更精确可靠。这一创新让FSD在复杂场景中表现出色，例如“鸡过马路”与“鹅不过马路”案例。前者考验模型的即时响应，后者则验证了行为预测的细腻度。评论区用户纷纷表示，这种“非纯E2E”设计更务实：“优质训练数据加精炼模型，就能解决大部分问题，无需全盘端到端革命。”
奥斯汀Robotaxi：无人驾驶的“安全乘客”实验
演讲的高潮在于对Robotaxi运营的展望。Elluswamy透露，特斯拉已在奥斯汀启动低速（低于40 mph）Robotaxi试点，用户可通过App召唤车辆抵达指定点，而无需传统安全驾驶员在驾驶座。这听起来革命性十足，但Elluswamy补充道，车辆会配备“安全乘客”坐在前排乘客座，提供监督。
这一细节引发社区激烈辩论。Reddit用户指出，这并非真正“空车抵达”，而是特斯拉在用词游戏规避监管压力：“安全乘客本质上还是安全驾驶员的变体，没什么本质变化。” 有人回忆Uber 2016年在匹兹堡的类似实验，最终因复杂场景而夭折。但Elluswamy乐观表示，FSD的VLM能力将通过海量模拟数据实现“高9置信度”，预计2025年底在选定美国城市推出无监督FSD。
技术影响与行业回响
特斯拉的基础模型标志着自动驾驶从“规则驱动”向“AI驱动”的彻底转型。VLM的引入，不仅让FSD能“读懂”路况如人类般生成描述，还为Robotaxi生态注入语言交互潜力。未来，这可能扩展到多车队协调，甚至火星殖民愿景中的自主导航。
然而，社区反应两极分化。一方面，用户赞叹评估框架的严谨：“终于强调Eval了，这才是L4的护城河。” 另一方面，质疑声不断：安全声明是否“烟雾弹”？特斯拉是否过度依赖马斯克的叙事？正如一位评论者所言：“技术牛，但运营宣传需更透明。”
总之，Elluswamy的演讲如同一盏明灯，照亮FSD的进化路径。在ICCV 2025的聚光灯下，特斯拉正以数据与AI重塑出行未来。但要实现无人驾驶的承诺，技术之外，信任与监管同样不可或缺。让我们期待2025年奥斯汀的Robotaxi街头秀——那里，或许没有方向盘，只有无限可能。
