自两个多月前推出 FSD V13 以来，特斯拉一直在对 FSD 进行小幅改进。
FSD V13 带来了一系列新功能，包括从泊车状态启动 FSD、倒车和在目的地泊车。
它还引入了使用 36hz 的 AI4 摄像头的全分辨率视频输入，并利用新的 Cortex 超级计算机获得更快、更准确的决策。
那么，FSD V14 的下一步是什么？特斯拉让我们提前了解了 FSD 的下一步发展。
FSD V14
FSD V14 的突出特点是自回归 Transformer。虽然对于不熟悉 AI 或机器学习的人来说这是一个复杂的术语，但我们会对其进行分解。
自回归（Auto-Regressive）
自回归 Transformer 按时间顺序处理数据，并利用这些信息根据先前的元素预测未来的元素。
想象一下完成一个句子：你使用已经写好的单词来猜测接下来的内容。这个过程不仅仅是填空；它还涉及理解句子的流程并预测说话者的意图。
FSD 可以分析一系列摄像头图像来识别行人，并根据行人当前的运动和周围环境预测其可能的路径。
该系统的自回归特性使其能够从过去的序列中学习，并随着时间的推移改进其预测，以适应不同的驾驶场景。
如今，FSD 会对所见事物做出反应，但很快它就能像人类一样预测什么会有所帮助。
Transformer
该术语的第二部分是 Transformer，它是用于理解时间序列内元素关系的组件。
它识别输入的哪些部分对于做出准确预测最为关键，从而使系统能够像人类一样对信息进行优先排序。可以将其视为权衡不同的证据以得出结论。
例如，在预测车道变换时，转换器可能会识别出闪烁的转向信号比汽车的颜色更重要。
整合
综上所述，特斯拉使用自回归 Transformer 意味着他们将研究 FSD 如何预测周围世界的计划和路径。
这将增强 FSD 已经很强大的感知能力，并使其能够预测其他车辆和弱势道路使用者 (VRU) 的行为。
归根结底，FSD 将能够做出更明智的、更像人类的决策，从而做出更好的决策并规划路径。这将是改进 V13 的一大步 – 它已经拥有一些非常有效的决策能力。
更大的模型和上下文大小
特斯拉人工智能副总裁 Ashok Elluswamy 表示，FSD V14 中的模型和上下文大小将更大，巧合的是，这些都列在了 FSD V13.2.6 即将推出的改进部分中。
如果我们将 Ashok 所说的与即将推出的功能部分中列出的内容进行比较，模型和上下文大小应该会增加 3 倍。
有趣的是，Ashok 表示 AI4 的内存限制了上下文的大小。上下文本质上是车辆记住的历史记录，可用于未来的决策。
由于这些信息存储在内存中，因此它始终会受到内存的限制，但值得注意的是，Ashok 提到特斯拉受到 AI4 计算机内存的限制。
利用音频输入
特斯拉已经在现有 FSD 版本中收集音频数据，以便开始使用音频训练模型，真正让 FSD 更像人类。
据 Ashok 称，FSD V14 将是第一个利用音频输入进行 FSD 驾驶的版本。
这将主要用于检测紧急车辆，但我们可以看到它扩展到其他有助于人类调整驾驶的声音，例如车祸、噪音、鸣笛等。
至少，当听到与事故或车辆鸣笛相匹配的声音时，FSD 可以更加谨慎。
FSD V14 发布日期
我们还没有从埃隆·马斯克或Ashok Elluswamy那里听到关于 FSD V14 何时推出的消息。
Ashok Elluswamy 之前曾表示，FSD V13.4 将使用音频输入，但在特斯拉的财报电话会议上，特斯拉表示音频输入将在 V14 中变得重要，这让人觉得特斯拉可能会放弃 V13.4 而采用 V14。
由于特斯拉计划于今年 6 月在德克萨斯州推出其 Robotaxi，即距离此日期仅有 4 个月的时间，因此 FSD V14 可能是其自动驾驶出租车车队所使用的版本。
官方小程序/公众号 ——「特来讯」；最实用的购车技巧，最优惠的购车利率，最温情的车友互助群，请微信联系小助手 teslaside2024。特来讯读者可扫码加入读者群。
原创文章，作者：特来讯，如若转载，请注明出处：https://teslaside.com/news/21837/
微信扫一扫 
支付宝扫一扫 