FSD / Robotaxi归档

via 常岩CY的微博

#42how##新能源汽车##极越#

via 42号车库的微博

via FIRE 了安築

via 于欣烈的微博

• 特斯拉 FSD Beta 版本可能会在今年 10 月于欧盟的某些地区发布；

• 特斯拉中国仍在推进 FSD Beta 的发布，暂定目标是今年夏天。

#42how##新能源汽车##特斯拉#

via 42号车库的微博

via FIRE 了安築

• 转发 @Rocky刘毅林: 除了一些硬件参数，#小鹏x9# 的后轮转向在智驾上的优势更是非常明显，自动泊车一把进成功率是同尺寸车型的 1.5 倍，泊车速度平均快 10～20%，特别是 MPV 应用场景很多的五星级酒店门口的平行车位，还有核心商圈地下停车场的窄道车位，别的大车可能连车位都显示不出来。另外，不光是泊车，在低速过弯的时候，比如上海武康路、安福路和广州北京路这种地方的小路窄弯，无论人开还是自动驾驶，轻松过不用刻意避让马路牙子，@肉肉爸比ev 肯定有体会，车身稳定性和二三排舒适度的绝对是同类车型最好。@张抗抗KK 有专门微博说这个。更别说在高速变道的时候，往往MPV都是经常被加塞的命，但 x9 可以做到跟 G6 差不多的变道空间要求，去外地赶时间是一流的！！最后，x9的手机遥控泊车，还有一个卸货模式，可以泊到一半暂停，五分钟内方便把后备箱的行李拿出来再继续泊。附带一张 XNGP 拉花，非官方出品，依然免费授权给 @小特叔叔 。

via 小特叔叔的微博

• 转发 @向小田: 英伟达涨3.6%，刷新盘中历史高位至852美元上方，市值2.13万亿美元，超过沙特阿美，成为全球市值第三大公司，目前仅次于苹果和微软。

via 42号车库的微博

《关于探索限定场景无人驾驶法规，加快新能源汽车与电网融合互动的建议》和《关于推动飞行汽车应用、助力低空经济新质生产力发展的建议》。

via 常岩CY的微博

via 常岩CY的微博

via 常岩CY的微博

via FIRE 了安築

via 于欣烈的微博

辅助驾驶功能发展到今天，已经出现了两个路径分支，一条是主攻城市智驾领航，另一条是把能力提升至 L3。城市智驾领航是目前智驾竞争最火热的板块，市面上也有许多支持城市智驾的车型提供用户们选择。而 L3 级智能驾驶，则普遍停留在 Robotaxi 阶段，这么看起来 L3 是不是离普通消费者很远？

#新能源汽车##42how#

via 42号车库的微博

当天下午，禾赛回应南方+表示：有2个老款L4机械式激光雷达在今天出现了软件bug，问题原因已经找到，也和相关客户都做了深入沟通、并提供了相关解决方案。预计该问题会在24小时内彻底解决。此问题不涉及AT128、不影响OEM客户，对路上跑的所有搭载AT128的乘用车都无影响。

via 常岩CY的微博

据《纽约时报》报道，苹果过去十年间在造车项目上烧了超过 100 亿美元（当前约 719.6 亿人民币）。

作为对比，雷军曾表示小米研发制造小米 SU7 花了 100 亿人民币，未来 10 年内会在造车上投资 100 亿美元。

那么问题来了，为什么小米花了 100 亿人民币就把小米 SU7 造出来了，而公认更强大的苹果花了 100 亿美元却打了十年雷不见一滴雨？

其实在造车上苹果有很多先天的优势，比如世界级的品牌影响力、生态能力、一向注重且擅长科技与人文的结合、注重服务等，而这都是当下个新能源品牌拼命发展的重点。

但在造车的具体行动上，苹果的造车团队却频繁换血，造车的重点也屡屡更换。起初苹果准备造一款像特斯拉一样的车，后来又把重点转向开发自动驾驶软件和自动驾驶系统，最后又回到了最初的起点，还是想直接造车。

在这一过程中，一不小心 10 年就过去了，100 亿美元就砸进去了，却没有得到什么成果。

造车对于苹果来说是一个创新的业务拓展，可在这一拓展中苹果好像也没能避免常见的大公司病。

现在苹果放弃造车，专注人工智能，在更擅长的领域把积累的人才、数据、技术等优势给发挥出来，未尝不是一个更好的结局。

#新能源汽车##42how#

via 42号车库的微博

“在中国，为中国”，大众汽车集团持续推进在华电动攻势。大众汽车与小鹏汽车已签署平台与软件联合开发技术合作协议，实现双方战略伙伴关系中的又一重要里程碑。

2023年12月，大众汽车集团完成收购小鹏汽车已发行及在外流通股本总额的4.99%。此次签订的技术合作协议聚焦双方在合作初期共同开发的两款大众汽车品牌中型车，其中首款产品为SUV车型。

通过这项合作，大众汽车品牌将迅速、有针对性地扩展现有产品组合，从而在快速增长的中国电动汽车市场更好地满足新的客户群体的需求。

双方共同开发的两款电动车型将配备先进的软硬件，为中国客户提供直观、互联的数字体验和先进的自动驾驶功能。双方将充分发挥各自核心优势，共同推进研发。

via 常岩CY的微博

看来苹果是懂得知难而退。[doge] 网页链接

via 常岩CY的微博

类比到智能驾驶，随着 L2、L3 智能驾驶规模化量产，对于数据积累的两便，以及 AI 大模型的能力不断提升，我相信智能驾驶也一定会迎来质变，迎来 iPhone 时刻的到来。

一瞬间，已经在硬件做好配置的车辆，可能几十万台、甚至上百万台就实现了自动驾驶。

对于理想汽车而言，我们始终坚持智能驾驶的标配。暂时没有订阅和额外收费的计划，这种标配，会使我们智能驾驶的用户数量更多，帮助我们收集到更多的数据量，促进我们算法能力的提升，从而进一步提升用户使用体验，形成正向循环。

via 于欣烈的微博

via FIRE 了安築

在货柜里尘封12年后，被美国头号特斯拉黑拿下了[允悲]

就是那个在超级碗上打广告黑 特斯拉FSD 那位富豪！

最近看看把我那台Roadster送去修大电池先，买回来一年多，该收拾收拾了！

via 小特叔叔的微博

• 转发 @不是郑小康: 最近看了大量 X 和 YouTube 上的 FSD v12，主要是 Whole Mars Catalog、Edge Case 和 AI DRIVER 这三位。一句话总结，FSD v12 相比 v11 在一些基础体验上出现了难以理解的倒退，但依然是当之无愧的城市辅助驾驶领域的 ChatGPT 时刻。

以下是具体分析。

• 对于即将达到导航目的地这个场景，FSD v12 第一个行为是学会了靠边贴近路沿停车，而不是 v11 那样停在路中间请求接管。后面 FSD 衍生出 3 种随机的行为：

1. FSD v12 会在抵达目的地前 50 - 100 米看到车位直接拐进去，然后驻车。

2. FSD v12 抵达了目的地但视野范围内没有停车位，系统会继续往前开，连续 4 个右转兜回来，在抵达目的地前找到一个车位停进去，然后驻车。

3. FSD v12 会在抵达目的地前 50 - 100 米，看到别的小巷子，提前拐进去——注意，这个时候 FSD 走的路线和导航是不一致的，导航就会继续不断更新路径规划——但 FSD 压根不按导航开，FSD 会绕着目的地周围转，直到找到车位停进去，然后驻车。

这三种行为，唯一的共性就是「人也是这么开的」。这种能力究竟是如何训练出来的，真的给系统看足够多「人类开车即将抵达目的地」的视频，模型就能抽象出这些逻辑吗？

• 当前的 FSD v12 的系统后台跑着两套网络。有足够的证据表明，仪表上的可视化信息和高速上运行的 FSD，肯定不是 v12 驱动的，只有城市道路是 v12 驱动。

这一点非常奇特，因为我们看 22 年的特斯拉 AI Day，其实 HW 3.0 的算力已经用得很满了。

如果我们看仪表上的可视化信息，会发现 FSD 的感知性能其实出现了严重的倒退，各种检测、跳变都不符合 FSD v11 应该有的表现，更不可能是 v12，否则规控不会那么行云流水，说明感知的置信度是非常高的。

高速场景从表现看，应该就是 v11，Teslascope 说确实是 v11，特斯拉仍在对高速场景的 v12 进行测试，但未获官方证实。

即使不谈高速，在城市里特斯拉是如何实现 v12 和另一个仅用于可视化的 BEV 模型同时运行的？

• 对于人类驾驶员肉眼不太好分辨的老旧减速带、烂路上看不太清的小凸起和一滩水渍，FSD v11 都当做不存在，FSD v12 的处理和人是一致的——尤其是水渍，人选择降低车速或打方向绕一下水渍，是因为不想把车搞脏，FSD v12 显然理解不到这一层，但也会这样做，Ta 只是学会了人的驾驶方式。

• 相比 v11，FSD v12 的近身博弈能力取得了巨大的改进，美国也还是有那种没有交规、人车混行的场景，比如 Csatco 的停车场，FSD v12 需要大量通过和其他交通参与物的意图交互来进行路径规划，其实就是辅助驾驶最终极的场景，这一点上 v12 取得的进步是巨大的。

一个典型的场景是窄路错车，不局限于停车场，中国的国道省道县道乡道有大量双向共享，可临时借道的道路，如果恰好还有临停车，就非常依赖本车和其他车驾驶员的意图的交互。

A：你先走？
B：还是你先走。
A：好，那我先走。

这样的信息交互是仅通过观察车辆的启停来实现的，FSD v12 实现了，至少在 AI DRIVER 的测试中实现了一次。

此外，这类场景里的路口处，有时候对向驾驶员是不打灯的，人类驾驶员很多时候是根据对向车辆的车身姿态——甚至是前轮的转向角来意会对方接下来的驾驶轨迹的。FSD v12 也可以。

一句话，对于弱甚至是无交规、交通灯光信号的驾驶场景，FSD v12 的表现取得了巨大的进步。

还有类似和对向车辆共享的潮汐变道之类的，语义信息更丰富的交通场景，FSD v12 是 OK 的。

最重要的是，正如特斯拉规控负责人 Paril Jain 说的，特斯拉没有专门投入资源挨个解决这些场景，许多能力是 FSD v12 看了大量的视频无师自通的。

当然了，这也使得我们 3 个月前制作的 FSD v11 体验视频完全失去了意义。

• 最意外的 bug：当你开在路上，整条路就你一辆车的时候，FSD v12 的速度设置就会崩溃，会时而加速，时而减速，难以总结其调整逻辑——我有一个猜测：人开车确实不会完全固定一个速度，除非开了定速巡航，难道这也是跟人学的？

没错，各种艰难复杂无法编程的场景，看起来 FSD v12 都学会了，但最简单的 0 障碍物的大直路，FSD v12 表现还不如 Autopilot。

• AI DRIVER 做了一个实验，把车带到一个新的没绘制任何车道车位信息的小停车场，打开 FSD v12，然后——v12 会不断错过唯一的出口，不断转圈，你可以脑补一下，类似一个拉磨的驴。

当然，这可能难以称为一个 bug，只能说至少目前 FSD v12 并未真正获得一个人类和外界交互的能力。

• 结论其实非常清晰，正如 ChatGPT 有幻觉、会胡言乱语、没有完全和人类对齐，但依然掩盖不了其展现出来的巨大潜力。FSD v12 太正义了，必须要 all in 端到端。

via 小特叔叔的微博

在极越正在进行的直播中，百度 IDG 技术委员会主席王亮表示：

• 自动驾驶感知的一个重点是对未来的预判，理论上拥有了 Sora 的能力之后，可以很好地预判未来 60 秒发生的事情。

• 类似于 Sora 这样的生成式技术，对于预测、决策和规划的影响可能是比较大的。

• 百度文心一言拥有相关的能力，未来可以看到这方面很好的进展。

• 个人认为，自动驾驶下一步卷的应该是 Foundation Model，也就是预训练的基础模型；具体来说，应该是打造更强的视觉感知底座，把众多小的感知模型合并成一个大模型。

值得一提的是，除了已经在直播中亮相的端到端自动驾驶之外，特斯拉已经在开发基于 Foundation Model 的下一代自动驾驶了。

#42how##新能源汽车##极越#

via 42号车库的微博

via FIRE 了安築

截至当地时间 2 月 22 日，英伟达股价达到 785.38 美元，涨幅为 16.4%；伴随这一股价，英伟达的市值增加 2,770 亿美元，达到 1.94 万亿美元，已经逼近 2 万亿美元。

值得一提的是，英伟达今年迄今的涨幅已扩大至 58.59%。

英伟达的股价变化，在很大程度上与英伟达发布的最新一季财报相关。财报显示，无论是去年第四季度的总营收，还是英伟达在数据中心业务部门的营收，都出现了令人瞩目的大幅度增长。

在这背后，自然是 AI 领域的不断发展，尤其是近日以 Sora 为代表的人工智能最新成果，带动了整个行业对于 AI 算力的需求，这更让英伟达旗下的 GPU 成为备受追捧的产品。有意思的是，OpenAI 也被爆出正在筹集天量资金来打造自己的 AI 芯片。

需要说明的是，在英伟达不断增加的营收中，来自于智能驾驶业务板块的营收占比其实并不大，但英伟达仍在持续推进它的商业落地进程。除了已经遍地开花的 Orin 之外，还有正在走向落地的 Thor。

但显然，在英伟达现有业务和营收体系的庞大体量支撑之下，黄仁勋在自动驾驶领域可以投放的弹药还足够充足，而这恰好也是一场足够漫长的战争——接下来，就看吴新宙的了。

#新能源汽车##42how##英伟达#

via 42号车库的微博