為何敢刪雷達？Karpathy 解構特斯拉「純視覺」FSD 真相

特斯拉的純視覺路線：技術邏輯與成本考量

大家好，我是小梗。最近，馬斯克在 X 上發佈了一些關於激光雷達和毫米波雷達的帖子，引發了廣泛討論。特斯拉為何始終堅持純視覺路線，堅決反對使用激光雷達？這背後不僅僅是為了降低成本，還有更深層次的技術邏輯。

馬斯克的觀點與反駁

馬斯克認為，傳感器過多反而會降低系統的整體安全性，因為不同傳感器之間可能會出現信號衝突。一旦信息不一致，系統就難以判斷信號的真實性。此外，他指出，在雨雪等複雜天氣條件下，激光雷達容易因為反射和散射問題導致誤判。這一觀點引發了不少反駁，有人認為馬斯克明知激光雷達在精度和可靠性上更出色，卻為了降低成本堅持使用純視覺路線。

Lex Fridman與Andrej Karpathy的訪談

為了深入瞭解這一爭議，我查閱了兩年前 Lex Fridman 對 Andrej Karpathy 的訪談。Karpathy是特斯拉前人工智能負責人，他的觀點更聚焦於一線的工程現實與技術可行性。訪談中，兩人討論了多個話題，包括“僅憑視覺能否完成自動駕駛”、“數據引擎如何閉環迭代”等，這些內容為理解特斯拉的技術哲學提供了重要視角。

視覺的優勢與侷限

在訪談中，Lex 提出問題：把駕駛定義為視覺任務時，攝像頭的優勢與侷限是什麼？Karpathy指出，像素是“美麗的傳感”，因為它便宜且信息量極大。通過攝像頭，特斯拉能夠以低成本持續採集大量信息，從而反推道路、車輛、行人等隱含結構。他強調，視覺不僅是必要的，極可能是充分的，因為世界本身為視覺優化。

數據引擎的閉環迭代

Karpathy進一步解釋了“數據引擎”的概念，形容其為一種“幾乎生物學式”的演化過程。通過不斷觀察失敗案例並將其納入訓練集，特斯拉能夠持續優化模型。這一過程強調了人類在其中的作用，團隊需要定義策略、拆解任務、制定優先級，以確保數據引擎的高效運轉。

刪繁就簡的傳感決策

當特斯拉移除雷達與超聲時，外界普遍認為這會使系統變得更復雜。然而，Karpathy反問道，問題不只是精度，而是系統的全成本。多一個傳感器不僅增加了信息量，還帶來了無數的鏈路和管理負擔。因此，刪掉不必要的傳感器，集中團隊的注意力於視覺傳感器上，反而能提高系統的效率。

激光雷達與高精地圖的爭論

在激光雷達與高精地圖的討論中，Karpathy強調，真正的分野在於“你有沒有車隊”。龐大的車隊意味著持續的數據供給和閉環能力，這才是讓系統在現實世界中持續爬坡的可靠引擎。他預判，其他公司會逐步放棄昂貴的傳感器，因為從全鏈路總成本來看，得不償失。

反熵化的組織機制

Karpathy提到，在馬斯克身上學到的一個重要教訓是如何與組織“熵”作鬥爭。他強調，複雜系統越是需要刪除不必要的部分，以提高速度與聚焦。維持“初創文化”需要強有力的推動者，確保簡化成為共識與紀律。

未來的展望與挑戰

談到未來的時間表，Karpathy表示，通用的自動駕駛從未有人真正完成過，因此難以給出精確的預測。然而，隨著數據規模、算力規模和評估體系的全面升級，特斯拉的自動駕駛系統正逐步從輔助駕駛向真正的“無人駕駛”過渡。

總結

綜上所述，特斯拉的純視覺路線不僅是出於成本考量，更是基於深厚的技術邏輯。像素流是最高帶寬且與世界界面匹配的傳感入口，真正的難點在於規模化執行與數據引擎的閉環。刪繁就簡、反熵化與“最佳部件是沒有部件”的工程哲學，都是特斯拉在自動駕駛與人形機器人領域取得成功的關鍵。

如果您對這個話題有任何看法，歡迎在評論區留言。如果覺得有用，別忘了點贊、訂閱和轉發。我是小梗，我們下期再見！