FSD 13 的巨大進步
人工智能大神 James Douma 近期接受採訪，分享了他對特斯拉 FSD（全自動駕駛）技術的最新看法。他強調 FSD 13 相較於之前的版本，例如 11 和 12，有著 無比巨大的進步。
-
介入標準大幅降低：過去可能要到即將發生碰撞才會介入，現在即使只是稍微偏離航道就需要介入。
-
安全介入情況難尋：現在很難找到必須介入的安全情況，很多時候都是一些細枝末節，不介入也沒問題。
-
持續進步：FSD 12 出來時，相比 11 是巨幅進步；但現在回頭看 12，又覺得 13 進步更大。
他認為，人們可能忽略了特斯拉 FSD 這兩年來的驚人進步。即使是使用硬件 3 的車輛，FSD 的表現也已經非常出色，甚至可以連續幾天都不需要人工介入。
馬斯克的預測與 Robotaxi 的實現
James Douma 認為，根據目前 FSD 13 的表現，馬斯克預測今年底之前將發布無人監督版自動駕駛私家車是 完全有可能 的。
-
早期觀察：他早在 Autopilot 剛推出時就親自到工廠下載，見證了特斯拉自動駕駛的成長史，並持續觀察每個版本的差異。
-
全自動駕駛的實現：有一天他突然意識到，他一直渴望的全自動駕駛好像已經實現了。
上下文長度與駕駛體驗的提升
FSD 12 變成端到端之後，在高速公路上已經非常像人類。但當時的問題是規劃視野太短，導致決策不夠提前。FSD 13 大幅增加了上下文長度，即使在複雜的場景下也能做出準確判斷。
-
不再擔心：以前人類司機會擔心卡車併入主道，但現在不會有這種擔憂。
-
大幅提升體驗：FSD 13 讓駕駛者不再需要過度關注路面，減少了思考和盯著 FSD 的時間。
特斯拉 FSD 的隱藏功能與更新策略
James 認為，特斯拉推出一個版本時，裡面其實有很多隱藏功能，他們會先測試基準功能，OK 後才會慢慢打開一些一開始沒打開的功能。
Cybercab 的量產與未來
James 預計 Cybercab 將在明年開始量產，並在 2026-2027 年達到 120 萬到 200 萬輛的規模。他認為美國市場可以輕鬆吸收這些車輛，且供應會遠遠落後於需求。
-
多元應用：除了載客，Cybercab 也可以用於送餐和送包裹。
-
營業額增長：他相信未來幾年特斯拉的營業額將會大幅增加。
FSD 進入中國的意義與挑戰
James 強調，FSD 進入中國向世界證明了一件非常重要的事：即使沒有本地數據，也能通過網上視頻生成虛擬數據進行訓練。
規模化的代價與虛擬數據的使用
他解釋了 FSD 規模化的技術風險：如果每個部署的市場都需要海量的真實數據，成本會很高。但如果特斯拉能開發出一款優秀的基準模型，只需要少量數據和模擬器就能微調，那擴展到不同國家的成本就會大幅降低。
-
少量虛擬數據：重點在於只加入很少的虛擬數據，以免影響 FSD 在現實世界中的表現。
-
泛化能力：這證明了特斯拉不需要在每個國家都收集大量的自動駕駛數據，就能適應當地環境。
機器人技術的突破
James 談到了最近機器人跳舞的影片，指出特斯拉的機器人技術取得了重大突破。
從模擬到現實的訓練
在模擬器中訓練的任何偏差，都可能導致機器人在真實世界中摔倒。但這次的舞蹈影片表明，特斯拉的模型已經非常成功。
適應不同硬件的能力
特斯拉在訓練機器人模型中突破了另一個難關： 機器人的神經網絡模型需要能適應不同機器人硬件的微小差異。
泛化能力的訓練
如同訓練 FSD 一樣，特斯拉也會訓練機器人的泛化能力。例如，教會機器人運用兩三種螺絲刀，就能學會用任何螺絲刀。
算力的重要性
James 解釋了特斯拉為何需要建造更大的算力中心 Cortex 2.0，即使現在 FSD 的訓練已經不錯。
优化模型参数
特斯拉想要讓自動駕駛模型又小又厲害，必須在有限的車載算力下，精挑細選訓練數據，讓模型參數發揮最大作用。
無限的排列組合
要找到最佳的訓練數據比例，需要透過算力不斷進行各種比例的嘗試。更大的算力可以嘗試更多排列組合，從而在同一性能下減少自動駕駛模型的參數。
特斯拉的領先地位
James 認為，特斯拉在機器人和自動駕駛領域都處於大幅領先地位，不僅在軟體層面，也在硬體和規模化生產上。
機器人發展的現況
機器人發展的現況已經從完全沒有真實數據，變成擁有海量的真實數據，因為網路上的公開影片都可以拿來訓練。
{# 
{# 
{# 
{# 
{#