【技术向】特斯拉的基础能力很好,但是无法通过显微镜下的大考。
先说结论,特斯拉的目前为止的FSD 城区出现的频繁翻车:
- 闯红灯
- 实线变道
- 不按规定车道行驶
用户体验不及格。
即使是在轨迹规划,绕行,博弈,识别行人方面有着非常惊讶的表现。
我上一条提到 有功能是基础能力,有功能是特定规则。
我依然认为,在基础能力的表现上,特斯拉非常强。
我们再来看特定的规则:
红灯,是因为没有学习到国内一些较为少见的红灯,而这个bug 在美国的修复是马斯克那次直播闯红灯就已经示范过了。
实线变道,美国当地规则部分允许。
不按规定车道行驶,目前来看非机动车道/地面的有些标识识别不到。
如果我们回到非端到端时代,这些能力是基础中的基础。红灯的识别几乎是一个Solved Problem,道路实线更加不成问题,规定车道结合先验地图/导航地图/地面标识也不是什么难事。
但是这些在端到端的情况下,有些难以处理,加上特斯拉本身的特殊性,当地的数据难以获取。
虽然我认为这些规则不是什么非常难的工程问题,在目前的资源下,特斯拉是否真的能够处理好这些规则依然要打一个巨大的问号。
上一篇我科普了关于在Sim 中如何进行本地化数据适配的方法,可能特斯拉确实是如此做的。
但是,自动驾驶领域里面 Sim + Real 的平衡是很难把握的,关于Sim2Real 的研究也非常多,Sim 在提供泛化性的同时实际上也丢失了真实度。
而这种真实度的丢失可能也导致了目前一些翻车的表现。
或许在国内数据相对匮乏的情况下,加上一个兜底模块,不是一个很差的选择。但是马斯克技术洁癖似乎不会同意。
PS:FSD 入华某种程度上给了我们另一个问题的答案,为什么我们端到端系统发布之后,没听说闯红灯?