美國時間 7 月 10 日，特斯拉 FSD Beta V9.0 終于在美國向用戶推送了。相比起上一個版本，V9.0 或將是 FSD 有史以來最大的一次更新。

 

從美國車主更新后的變化來看，V9 無論是 UI 界面、加減速還是變道都更強，UI 可視化可顯示車輛能夠感知到的真實世界中所有的交通參與者。

 

當然，對于 Elon 多次在推特上力捧的 V9.0 系統肯定不止這些更新，因此，我們一起來看看相比上一個版本經歷了 126 天的研發后都有哪些表現。

 

 

2014 - 2021年自動駕駛更新的故事

 

Autopilot 的時間表：2014 - 2021

在說 FSD Beta V9.0 之前，我們需要看一下 Autopilot 的整個更新背景，作為智能汽車的自動駕駛系統，Autopilot 也是迄今為止更新最多的智能駕駛系統，每一次更新都能帶來不同的體驗。

 

而這里要說一個小細節，Autopilot 其實與 FSD Bets 并不是完全意義上的一套系統，有兩個地方的區別：

 

一，面對不同硬件的車輛推送不同版本的系統。

 

特斯拉的更新方式一般是：2021.4.18.2，所對應的就是系統具體版本號，比如 2021.4.18.2 就是 6 月 5 日發布的一個最新版本。

 

而還有一個系統版本為：2020.48.37.2 ，如果對比上面的版本號，你可能會覺得一個是去年的版本一個是今年的版本，但并不是，比如 2020.48.37.2 與2021.4.15.5 都是今年 4 月 19 日同時發布的更新。

 

區別在于，以 2020 為開頭的是特斯拉為第一代輔助駕駛硬件推送的系統，但因為硬件受限，所以和 HW 3.0 硬件推送的系統不相同。

 

二，核心算法被重寫。

 

算法重寫是 FSD Beta 版最核心的變化，重寫感知算法讓特斯拉只要用純視覺就可以實現城市級別的完全自動駕駛能力。

 

也就是說，V9.0 是特斯拉的純視覺方案，系統將不再采用雷達數據。

 

特斯拉 Autopilot 從 2014 年首次推送 HW1.0 的時間表：

從 FSD Beta 首次推送到現在，我們可以發現它推送的時間僅僅占 Autopilot 整個系統推送時間的 9% 左右，如果從特斯拉與 Mobileye 分手的時間節點算，特斯拉用了不到 5 年時間就研發到了 FSD Beta 版。

 

因此，我們可以發現，特斯拉的研發效率是極高的，而且特斯拉不僅只是研發了系統，它還建立了從芯片硬件到算法軟件再到數據訓練 Dojo 完整閉環。

 

FSD Beta 更新時間表

 

FSD Beta V9.0 的更新是特斯拉的一個里程碑，它意味著特斯拉正式打通了車輛全場景的自動駕駛能力，即：高速 + 城市。

 

看一下 FSD Beta 的更新時間表：

 

FSD Beta 版開始

 

 

FSD Beta V6

 

 

FSD Beta V7

 

 

FSD Beta V8

 

      

FSD Beta V8.1

 

      

FSD Beta V8.2

 

 

今天 - 自上次更新以來的 127 天。

 

雖然中間出現多次「跳票」現象，但好在如約而至。

從更新的節奏就可以看出來 FSD Beta V9.0 版非比尋常，看看它到底實現了什么？

看上手體驗驚呼：牛 X

 

 

V9.0 開始推送以后，不少推特博主就耐不住寂寞第一時間做了更新體驗，看了眾多博主的視頻，總結一下 V9.0 功能上的變化：

 

 

主要注意的是，這里說的能力都是在城市路況中，話不多說看看實際表現。

 

夜間城市鋪裝路面行駛，能夠很明顯感覺系統在自動變道與加減速時變得更加絲滑了，執行車道一變二時幾乎不會有方向上的猶豫。

 

經過丁字路口時，車輛自動識別停止標識，監測來往車輛的方向然后確認是否通行。

 

對于無保護左轉路口，新系統的執行邏輯更加接近真人駕駛，車輛轉彎的彎率適中不會出現轉到對向車道的現象了。

 

如果說這種正常的鋪裝路面并不能展現新系統的能力，那么在下面這段視頻中你可以看到，真正的輔助駕駛彎道王者。

從視頻可以看出，這個彎道基本可以用「九曲十八彎」來形容，而特斯拉的通過能力依然非常強，這里表現在感知識別的范圍、預測和車控算法之間的擬合，一般像新造車的輔助駕駛在過彎道特別是大曲率彎時容易出現出線，就是因為三者之間沒有擬合。

 

FSD Beta V9.0 采用了全新的 100％ 純視覺系統。新算法將車輛所有用于自動駕駛的攝像頭調用，修復跨鏡頭畸變、時域差，拼接成環視視覺，對周圍環境進行實時的 3D 建模。也就是特斯拉所謂的鳥瞰圖視覺。

新視覺算法中特斯拉將 2D 視圖轉化為擬激光雷達數據然后再用激光雷達算法處理這些數據，得到了比原先基于 2D 像素測距要好非常多的視覺測距精度。

 

期間提升測距精度的過程是通過放視頻的頭幾幀，然后給系統預測后幾幀里某一物體的位置，直到系統通過視覺預判的位置和實際位置精度相差很小。

 

這也是為什么特斯拉敢于取消雷達使用純視覺的原因，而且特斯拉也多次強調攝像頭數據和雷達數據在做融合的時候比較困難，當攝像頭數據與雷達數據有沖突時對于數據的選擇其實是比較困難的。

基于神經網絡的特征識別、預判和規控對于道路環境項目進行學習，比如交通路牌的含義到底是什么，需要通過很多場景素材訓練系統，訓練得越多系統能處理的場景越多。

 

所表現出來的能力就是，特斯拉可以輕松做到目前城市道路的自主駕駛。

 

全新的 UI 界面

 

這個 UI 所指的并不是車機娛樂系統的 UI，而是自動駕駛的可視化界面，對于 Model S/X 與 Model 3/Y 可視化的顯示區域并沒有變化。

 

更新后，車道線、馬路邊的線條都變得更加細膩了。 大家可能已經注意到了，在 V9 界面中，上圖車輛五顏六色的邊緣框已經不見了。

這是因為 V9.0 屏蔽了負責測量邊緣框和本車距離的雷達傳感器，轉而直接分析來自像素的運動得出車輛之間的距離。 車道線也不再是一條條「虛線」，而是更加連續細膩的直線。

 

V9.0 版本優化了算法或數據采集，對車道線進行了視覺降噪處理。

利用車身配備的 8 個攝像頭采集數據并進行數據拼接，加上時間序列，分析幀與幀之間的像素相對運動，通過神經網絡不斷訓練車輛對外部環境的理解，帶來了更強的感知能力。 

 

此外，轎車、SUV 和卡車等不同車輛類型都能被清楚地繪制出來，同時，還有環境中的其他物體，比如，路邊的垃圾桶。

 

不僅如此，Elon Musk 表示，FSD 很快還將能夠識別轉向、危險指示燈、救護警報燈、以及手勢等，也就是說隨著數據的豐富程度以及感知算法的提升，特斯拉要做到真正意義上的所見即所得。

綜上所述，特斯拉把自動駕駛帶上了一個全新的臺階，不管是純視覺還是感知融合技術，最終必須以產品的形式交付給用戶，而特斯拉做到了這一點。特斯拉最重要的不止是自己實現了什么樣的功能，還為行業提供了「標準答案」，比如，可視化能力、算法能力、演進步驟等。

 

寫在最后

 

特斯拉北美已經推送了 FSD 能力也已經展現出來，而與此同時被被問及最多的就是什么時候在中國推送？

 

這個問題一般有一個問題是，因為法規以及中、美道路環境差異，FSD Beta 在中國推送也達不到美國的能力。

 

這里面是有認知偏差的，首先不管是中、美還是其他國家，道路不同是不同在基礎信息，道路規則是一樣的，比如，擁有車道線、無車道線、柏油路、水泥路，非鋪裝路等等，并不會出現類別的差異。

 

重要的是特斯拉技術強在算法，除了感知算法、還有行為預測和規控能力，也就是說特斯拉向全球汽車推送的是經過訓練和驗證的算法，而算法本身是可以復用的。

 

特斯拉純視覺展現出來的能力確實值得稱贊，但需要主要的是 FSD Beta 依然是一套輔助駕駛，特別是國內的還沒有推送城市自動駕駛的系統，這里的駕駛主體依然是人，因此，要注意安全駕駛。

 

留一個問題：純視覺 VS 感知融合，你站誰？

 

講講您的專業理由？