技术上遥遥领先的特斯拉，让我看到了自动驾驶作为卖点的未来。

AIDay3个小时的直播里，其中半个小时只有音乐没有画面。当然，这是特斯拉，这是马斯克，发布会迟到这种事情，我们也预料到了。

而后面的两个半小时，都是关于FSD、Dojo以及TeslaBot机器人和深度Q&A的内容。

如果一定要问我其中记住了什么，我心里好像只有一个栩栩如生的画面。在AIDay直播开始后的2小时53分处，马斯克风骚地撩开夹克并回应记者的提问，说道：

IfyouwearaT-shirtwithastopsign,thecarwillstop.

他说的意思就是，如果你穿着下面这种指令停车的路牌的衣服，特斯拉也会识别成真实的路牌并且停车。

从这句话里，结合最近的某品牌的车祸和AIDay的演讲内容，我总结了两个含义。

现阶段所有市面上普通人能买来开上路的「自动驾驶」其实都是辅助驾驶。自己的命只能自己负责，这一点不能忘。

人脑强在语义信息的识别，而电脑强在精确且重复的计算和目标跟踪。

01特斯拉的车机里，居然有个元宇宙?

想必大部分的朋友们已经知道，特斯拉现在采用的是纯视觉感知方案。只依靠8个130万像素摄像头的感知能力，确实提升到了一个新的境界。传统的感知算法是把这8个摄像头的里的每一帧图片中的相关物体逐个画上边框，来评估距离信息并依此输出规控结果。

但是目前全新的FSDbeta采用了叫做「VectorSpace(矢量空间)」的技术，相当于通过把8个视频流中缝合成一个整体，并生成一个统一的物理模型作为路线规划的基础。如果要我说人话，就是特斯拉在车里做了一个可以模拟现实环境的沙盘，然后在这里面推演它的操作。

VectorSpace是4D的。所谓4D就是长宽高三个维度的立体信息加上时间。所以，这个沙盘是一个立体且有时间线的模型，远比传统的2D感知来的信息量和精度都高。

特斯拉AI总监AndrejKarpathy说：

Wearedevelopingasyntheticanimalfromthegroundup.

其实这就是「自动化」和「智能化」的区别。FSD想要做的就是脱离对特定画面因素有特定的反应的死模式，而是通过对整体空间和里面的物体的把握来做更符合「上下文」的判断。通过对时空的记忆，特斯拉FSD除了可以记住并预测被遮挡的行人，也可以更好地动态改变自己的绕行路线。

02智能驾驶的三个目标

说实话，AIDay的很多内容，对于我这种只想看最终结果的人来说，没太看懂。不过我发现他们对于自动驾驶的研发目标，其实也是体验驱动的。

按照第一性原理，车子的本质就是一个交通让人从A点到达B点的交通工具。而一个合格的搭载自动驾驶交通工具，还需要在确保能到达的基础上，优化效率、舒适性和安全性。

说人话就是，特斯拉想让你的旅途又快又稳又放心，也就是「顺滑」。

本次AIDay的规控部分由毕业于自动驾驶名门院校——美国卡内基梅隆大学的特斯拉自动驾驶元老级人物，也是AP的软件负责人AshokElluswamy担任主讲。

03顺滑的行车来自合理的规划

Elluswamy说，路径规划的挑战有两个——非凸和高维度。

非凸就是下图中在右侧的函数，有多个局部极值，而不是像左边的凸函数那样只有一个极值。

这样的问题就适合用DiscreteSearch(离散优化)而不是ContinuousFunctionOptimization「连续优化」。前者类似带数字，而后者可以理解为用微分的方式找到极值。如果使用微分方程来解上图中右边的非凸函数，则有可能得出错误的答案。

高维度就意味着这个问题拥有许多参数，和非凸问题相反，它更适合连续优化。

其实每当遇到这些决策的时候，特斯拉可以在1.5毫秒内做出2,500次推演。相比人脑，这种场景对于电脑来说，其实都是静止的。

上图中，车辆需要在下一个路口左转前完成两次连续的向左变道。如果选择插入到相近的两台车之间，急促的刹车不可避免。但是如果为了避免车辆而加速到最前方，又会面临错过路口的风险。FSD可以从图里的右侧的多个解答(每一根线都对应不同的动作指令)中选择加速度(和舒适性有关)较为稳定且路径(和效率有关)较短的结果来执行。

04为别人考虑

我们都不喜欢起冲突，其实机器也是。因为冲突意味着至少有一方会受到伤害，两败俱伤也不是少数。效率上的损失大到交通事故，小到交通堵塞。其实都是都是因为有大大小小的冲突导致的。

上图中的道路是一个居民区的双向车道，但是由于过多的路边停车导致局部道路只有一辆车的宽度。如果你是一个喜欢侥幸的司机，你可能会希望对方的车避让你;如果你是一个保守的司机，你可能会在空旷的位置停下，让对方先行。但是无论如何，你都需要预判对方的动作来给自己的决策做参考。不然你停在那里死等对方，对方也停在那里死等你，对于双方都非常保守的自动驾驶系统来说，这样就会陷入死循环。

这个时候，特斯拉的FSD算法其实会跟人一样，根据车速，加速度以及角速度和角加速度等因素判断对向来车的路径(绿色代表