[美股] AI、自驾、美股...2026年科技行业的12个关键问答

关键问题 6:特斯拉算法领先的秘密:为什么其他厂商“抄作业”都很难?


泓君:

所以特斯拉领先的原因,是因为数据优势,还是算法优势?



于振华:

我认为首先是算法领先。大家都说特斯拉有数据优势,但在算法没有足够好之前,谈数据没意义。2023年下半年推出V12到现在,还没看到任何一个玩家在算法上接近特斯拉。

为什么别人做不出来?这里面有几个非常硬核的原因。

第一是人才和土壤。特斯拉的AI团队非常特殊,他们很多是“土生土长”的 Builders,而不是那种频繁跳槽的学术明星。比如现在的负责人Ashok Elluswamy,他是2014年第一个加入FSD团队的员工,经历了特斯拉自动驾驶最黑暗的时期,但他一直留到现在。这种Problem-driven(问题驱动) 的文化极其硬核,他们内部从不搞PR,不爱造新名词,就是每天盯着那几千个Corner Case去死磕。对比之下,很多大厂喜欢招“学术明星”,这些人可能发论文很厉害,但在真正需要解决“三排违停”这种物理世界的脏活累活时,往往缺乏耐心。

第二是置之死地而后生的勇气。马斯克当年敢把激光雷达砍了,这就是断了自己的退路。在特斯拉看来,如果你还留着激光雷达这个“拐棍”,你的软件团队就永远会有依赖心理,永远无法压榨纯视觉(Vision-only)的极限。而国内厂商比如华为(专题)、理想,包袱太重,他们既要做端到端,又舍不得放下规则派的那些补丁(Rule-based safety nets)。

这会导致整个系统逻辑极其沉重,这就是“小脚穿大鞋”:你由于代码里堆了大量的补丁规则,导致你的代码量极其庞大,这对算力的需求是呈几何级增长的。在英伟达Orin这种算力有限的芯片上,你根本跑不动真正的端到端。

第三是算力,而这三点同时具备,目前只有特斯拉。


大卫:

我非常同意。其实很多国内车厂宣传的“双系统”、“慢思考”、“轻图”……听起来很高大上,其实反映的是“技术焦虑”。



特斯拉的端到端是一个黑盒,虽然没法向你解释每一行代码在干嘛,但他通过“力大砖飞”的数据训练,让系统具备了人类司机的下意识反应。我举个最直观的例子:雨天刹车。

如果是规则派,你需要写死:当雨量传感器到几级、路面摩擦系数估算为多少时,刹车距离要增加多少。但物理世界的变量是无穷的。特斯拉的端到端模型学习的是:人在下雨天是怎么开车的。它不需要知道摩擦系数,它天然就知道在那种视觉环境下要提早减速、提早点刹。

[物价飞涨的时候 这样省钱购物很爽]
还没人说话啊,我想来说几句
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
     延伸阅读 更多...
    川普这句话引爆恐慌!美股开盘,道琼狂泻千点 伊朗战火难撼美股 3大关键因素曝光
    美股收盘:英伟达再度蒸发万亿市值 金融板全线重挫 美股今天收黑 AI疑虑加重 通膨攀升
    美股收盘:"七巨头"走强 三大指数两日齐涨 一篇报告点燃华尔街的AI恐慌,道指暴跌800点
    全球资本增持美债背后 美股超3000只股票上涨 欧洲议会暂停批准欧美贸易协议 美股全线跳水
    美股惊见史上最大泡沫 黑天鹅之父喊撤退 美股全线收跌,原油大涨,国际金银下跌!
     推荐:

    意见

    当前评论目前还没有任何评论,欢迎您发表您的看法。
    发表评论
    您的评论 *: 
    安全校验码 *:  请在此处输入图片中的数字
    The Captcha image  (请在此处输入图片中的数字)

    Copyright © 温哥华网, all rights are reserved.

    温哥华网为北美中文网传媒集团旗下网站