9月初，美国加州通过了一项新法案：禁止特斯拉在辅助驾驶系统广告中使用“自动驾驶”等词语。美国今年至少有几起死亡事件与特斯拉辅助驾驶系统Autopilot有关，自动驾驶技术的虚假广告有可能引发严重的安全问题，而2022 AI Day上，特斯拉FSD自动驾驶依然是重头戏。
10月1号，特斯拉在美国加州举办2022 AI Day活动，本次发布会特斯拉首次亮相Optimus人形机器人，并展示了FSD辅助驾驶和Dojo超级计算机的最新进展，我们今天重点来看看特斯拉FSD的最新进展，因为人形机器人也用到了FSD的类似技术。
最新FSD能2D变3D，克服静态物体？
之前我们文章中提到过，目前参与FSD Beta版本测试的用户已从2021年的2000人扩大至16万人，并且有可能在明年达到百万用户一起测试。在这一年之内，特斯拉自驾团队已经测试了7万5千个软件模型，并且发布了多达281个模块，更新了35个版本。这一年左右的更新，主要围绕着一些细节场景的优化，比如无保护左右转等。
在最新的FSD版本上，特斯拉将提升交叉路口转弯的决策优化，通过更复杂场景中路面行人和其他车辆的轨迹的研究和模拟，提升决策的安全性和舒适性，并在100毫秒内作出决策。
其中最重大的更新，就是上个月发布的Occupancy Network，直接在神经网络中完成2D的图像平面到3D的BEV空间的变换，提升了多摄像头感知下的准确性和稳定性。今年，进一步将整个闭环流程优化。工程师透过视频来训练计算机，实现可以自动Label模块，可预测物体轨迹，计算出最佳路线，而运算时间只需要10毫秒。
我们在网上看到过不少特斯拉自主躲避碰撞的视频，这一次特斯拉首次展示出了自己的“避障方案”。
这是特斯拉依靠车身上的8颗摄像头，输出的3D占据网络，目前大多数自动驾驶公司的思路都是通过激光雷达、毫米波雷达甚至是4D成像毫米波雷达来扫描构建3D世界，但上文我们提到了特斯拉用2D平面转变为3D世界。
虽然看上去画面很粗糙，但其实其位置精度很高，而且每个物体都是含有语义信息的，视觉的精准程度还是不能精准成像的雷达系统所比拟的。通过这样的视觉占据网络，特斯拉FSD能够摆脱曾经“先识别再感知”的过程，像之前那种遇上不认识的物体直接撞上去的事情，今后会越来越少下一版的 FSD 有望提升障碍物避让的泛化能力。
场景优化更为细致，但亮点其实不多
想要用纯视觉实现 3D 占据网络，最大的难题在于对海量数据的标注处理，虽然特斯拉依靠百万辆的搭载量，已经获取了数量庞大的数据集。
FSD Beta的车道模型也跟以前大不相同，大部分的车道模型是根据道路上的标线而来，因此对行车环境有要求。但FSD Beta的车道，不仅有标线，还可以依据现场环境自动绘制出的合理行车路线，这一点其实有些类似于之前我们提到过的比亚迪在无车道线的时候，依据周边车辆的距离，进行自主的车道居中保持功能。
特斯拉展示了在十字路口，FSD Beta现在可以标示每个车道的起点、中间点和终点，即使路口没有转弯标线，计算机也能掌握车辆合理的行车路线，通过动态预测完成高难度的开放路口左转。
特斯拉还介绍了FSD在为用户进行决策时使用的方式，以及收集数据对改进自动驾驶算法的作用，并解释占用及其在3D映射和提供汽车鸟瞰图方面所起的作用。目前，FSD Beta的深度神经网络达到100万参数，15万+神经网络层，37.5万个连接。可以在5分钟内模拟出现实中未出现的场景。
自研训练芯片，比英伟达芯片更强？
面对数十万的测试用户所产生的巨大的数据量，特斯拉后台的超算中心自然也不会弱，为了提升训练效率，特斯拉还自建了超算中心Dojo，并为此自研了训练芯片D1，没错，就是在自研了自动驾驶FSD芯片后，又自研了自动驾驶训练芯片。
D1芯片还使用了前沿的“晶圆封装技术”，将25个D1芯片直接封装在整个晶圆上面，每个Dojo ExaPod集成了120个训练模块，内置3000个D1芯片，拥有超过100万个训练节点，算力达到1.1 EFLOP（每秒千万亿次浮点运算）。
单片芯片性能超越了英伟达的A100和H100芯片，在与英伟达A100的对比中，特斯拉的工程师给出了 Dojo 和英伟达A100在跑经典图像分类模型ResNet-50时的结果，Dojo可以实现比A100更高的帧率；而跑神经网络模型 Occupancy Network时，Dojo的性能倍增；最终的目标是4.4倍于A100的单芯片训练速度，和更低的能耗、成本。英伟达的黄老板估计很快就会做出回应了。
特斯拉在凡事都靠自己这条路上确实是越走越远，这与其全球车企市值第一的地位，以及有一个志向不在地球的老板有密不可分的关系。
Model 3价格的一半，就能拥有机器人同事？
这一次，其实更受人关注的是首次亮相Optimus人形机器人，相比之前的概念版，原型机看起来十分粗糙。没有外壳、涂装，零件也完全裸露，就是为了让它一丝不挂的，把最本真的一面展示给大家。
Optimus 使用了一颗特斯拉自研的 SoC 作为其智能中枢的关键组件，支持 WiFi 和 LTE（4G）网络连接。考虑到机器人身处的场景与汽车的巨大差异，无线网络、音频输入等支持，是保护人类用户和 Optimus 双方安全的必要组成，它的视觉感知系统类似于FSD的感知，目前还不知道它的具体感知逻辑，估计是比人类感知更加强大。
Optimus擎天柱的传感器、控制系统全部整合在躯干上，全身拥有28个关节驱动器，完成200个以上不同角度的动作，最重要的手部，拥有6个驱动器，可以完成27个角度动作，可以负重10公斤并精准抓握小型零件。
在Optimus的腹部躯干，装有一个2.3 kWh的电池，足以提供它一整天工作所需电量，目前Optimus功耗并不大，静坐时功耗约100瓦，慢走时功耗约为500瓦。
未来3至5年内Optimus的开发就能成熟。在特斯拉机器人业务达到数百万台的量产规模时，其单台售价将会大大低于汽车，预计价格将不会高于每台2万美元，差不多是特斯拉Model 3标准续航升级版4万美元单价的一半。
想象一下，开车不用人为干预，办公伙伴还是机器人，你还需要做什么？
总结：
马斯克在社交网络上说，这次活动的目的是招聘人工智能和机器人领域的工程师，开了个秀肌肉的大会，其实是一场招聘宣发会。
特斯拉的AI Day几乎从来都不是PPT大会，而是用真材实料打动每一个人。面对这样的企业，我们也不能完全地只惊叹于这些技术，更要思考这些技术一旦全部付诸实际后，我们人类自身又会是怎样一个地位呢？
郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
