特斯拉fsd进展_特斯拉FSD是什么时候研发的

1.特斯拉ap与fsd的区别是什么

2.特斯拉的FSD不依赖高精度地图，代码全部重写后表现够出色吗？

3.自动驾驶芯片哪家强，这家中国创业公司竟然说自己超越了特斯拉

4.车主实测特斯拉完全自动驾驶：遇见修路就傻眼，左摇右摆频繁画龙

特斯拉ap与fsd的区别是什么

特斯拉eap与fsd的区别是：AP是自动辅助驾驶；FSD是完全自动驾驶。自动辅助驾驶系统是特斯拉公司研发的一套自主辅助驾驶套件，当驾驶员使用钥匙启用召唤功能，车辆会自动驶出车库，并探测驾驶员所在位置，停靠到驾驶员附近，随后驾驶员进入车辆，发动汽车上路。完全自动驾驶也称为机器人汽车、自动驾驶汽车。特斯拉是一家美国电动车及能源公司，由马丁艾伯哈德和马克塔彭宁于2003年在美国加利福尼亚州硅谷创立，主要产销电动车、太阳能板及储能设备，创始人将公司命名为特斯拉以纪念物理学家尼古拉特斯拉。

特斯拉的FSD不依赖高精度地图，代码全部重写后表现够出色吗？

底层架构被完全推倒与重建，代码全部重写的FSD究竟会有怎样的颠覆表现？10月20日，这个马斯克口中的完全自动驾驶系统终于通过OTA推送给了一小部分用户，被特斯拉酝酿了4年之久的"核武器"也终于初现原型。

目前最新的FSD还是Beta测试版本，并没有大规模推送，只在北美地区OTA推送给了部分“资深且谨慎的驾驶员”，在经过了一个多星期之后，在youtube上已经有不少车主上传了自己使用FSD?Beta的测试视频。马斯克此前宣称FSD?Beta版本将能够实现在无网络连接、无该地区地图数据、无高精地图的前提下实现自动驾驶。通过这些视频，我们可以先来看看FSD?Beta在实际道路上的表现究竟如何。

根据FSD?Beta的更新描述，车辆可以实现自动变道上下高速，并自动选择导航上的匝道下高速，同时还可以主动避让路上的人和车以及障碍物。在市区道路，车辆能够自主向右向左转向，不过在经过路口或盲区较大的区域时需要驾驶员格外留意。

1、几乎可以在任意地方激活

了解Autopilot系统的朋友都知道，Autopilot的激活条件之一是前置摄像头必须可以持续可靠地观测到地面车道线。但是在FSD?Beta版本里，这个限制似乎消失了，FSD?Beta不管在任何地方都可以激活运作。在小编看来，这是一个相当大的技术进步，这意味着在没有车道线的开放路段或者开阔地上，Tesla?FSD也可以开始接管车辆；这也意味着Tesla的车身传感器在任何条件下都可以不依赖道路本身的条件，单靠自己的能力就可以快速识别出可行驶的区域。

在这段视频中，车主在停车状态下设置好导航之后，在无车道线的停车场内就开启了FSD，虽然在视频00:34左右FSD被取消了（车主表示是他主动取消的，因为感觉距离那辆高尔夫球车有点近，但其实纯靠FSD自己也没问题）。直到驶出停车场，FSD的表现都非常稳健。

尤其是在00:54左右，驶过垃圾站之后，为躲避凸出来的人行道，方向盘自动向左打回避的那一下，非常像真人在驾驶。

2、未开启导航、无车道线自动行驶

即使没有设定导航，直接在无车道线、道路两旁无高低落差的乡间小道上行驶，FSD?Beta也发挥稳定。

搭载了FSD?Beta的Model?3准确识别出了道路两侧不可行驶的非铺装路面、路旁停着的车、垃圾桶等等，还自动行驶在了车道的右侧。不过在这种情况下，转弯就需要人工辅助操作了，不然车辆就会自动选择弯道路径最短的道路前进（简单来说就是能直行就直行，不能直行就右拐）。

3、分车道识别红绿灯、STOP标识、市区自动变换车道

车辆在行驶时，地面所有白色车道线、黄线、无法驶入的红线人行道和紫色的绿化带区域均能够被有效识别，甚至包括了对向的车道。全程车辆在弯道内行驶时，方向盘都是缓慢平顺的转动，将车辆一直维持在车道线居中位置，像个老司机。

在视频02:04，遇到前方有慢车时，FSD?Beta为保持设定的车速不变，直接自动向右变了一道。并且在随后的路口右转弯中实现了提前自动打转向灯、停车等待，直到垂直方向无车、安全之后再自动完成了右转，整套动作可谓行云流水、一气呵成。

4、自动驶过复杂的环岛

环岛路口的情况则更加复杂，尤其是如下图那样双车道的环岛，如果想要完全不违规，不仅需要在驶入环岛前就精确的选择好车道，且在环岛内部行驶还需要多次变道（路过的出口越多需要变道的数量就越多），但FSD?Beta应对起来仍然也算是比较出色。

视频中，车辆顺利的通过了两个出口，也精确的在虚线区域进行变道，最后按照设定的导航路径，基本没有犹豫的从第三出口驶出。

另外，FSD?Beta还可以自动躲避路边的行人、自行车、摩托车等，在超越是不仅留出了足够大的安全距离，甚至可以像真人开车一样短暂压线，等完全超越之后再迅速并回原本车道。

在Twitter上，马斯克已经不止一次表示过，Waymo技术流派所代表的那种严重依赖传感器的性能和种类、以及大量先验信息（高精地图和V2X都可以归结为先验信息）的自动驾驶解决方案太过于针对明确且具体的路况，一旦去到高精地图没有覆盖的区域或因施工、事故导致的道路调整就没用了，从而就失去“自动驾驶”的意义了。

特斯拉的FSD不会过度依靠雷达，也不会使用高精地图，而是把摄像头的视觉系统作为核心，做到最大限度的模仿人类司机。特斯拉这次针对FSD的重写最主要的就是从2.5D识别提升到了4D识别，也就是利用单目摄像头做到了景深识别。再通过车身周围的?8?个摄像头构成一张影像，并结合车身雷达获得的信息用作综合分析，而不是以往的每个摄像头独立工作独立分析。

不使用高精地图不代表完全不使用地图，毕竟基本的导航功能还是要有的，而特斯拉的逻辑是仅利用地图获取基本的道路信息，比如前方有几个路口、是否有环岛等，并提前预加载到FSD系统内。而具体到可行驶的区域大小、车道线的形状、红绿灯的停止线等细节则完全依靠视觉系统直接运算处理。

另外，特斯拉还将每辆车行驶时产生的大量轨迹数据上传，在自家的Dojo超级计算机中通过不断的筛选、清洗、标注，从而让FSD算法能力不断升级进化。

上传的数据量有多可怕？一位Twitter用户@Brandonee916表示，在收到2020.40.8.10系统的短短两天内，他的Model?3就上传了21.09GB的数据。

而凭借超级计算机高达1EOPS的超强算力，原本在北美当地时间10月22号才更新的2020.40.8.10系统，仅仅两天之后，更新的2020.40.8.11就来了。据马斯克称，特斯拉计划每5到10天就进行一次更新。虽然在目前的众多测试中，也出现过过度转向、在同一个路口的两个“STOP”指示牌前分别停下等bug，但随着上传数据的增加，FSD?Beta将越来越强、越来越准确。也难怪马斯克敢直接宣布在北美将FSD涨价2000美元，并且还有底气的说“以后只会越来越贵”。

在FSD?Beta推送前不久，蔚来汽车的NOP和小鹏汽车的NGP均已完成发布，有不少媒体在高速公路上完成了实际测试，并与特斯拉的NOA进行了同场对比。由于中国版车型采用的并非全新的FSD?Beta版本，因此其实际表现确实在某些方面不如搭载了高精地图的另外两位选手，似乎特斯拉想要在自动驾驶上再次领先全球，还是得依靠重写过后的FSD。

但参考目前最新FSD?Beta的工作原理以及马斯克此前曾表示的“特斯拉将会拥有自己的GPS测绘数据”，笔者个人认为未来FSD在中国大陆可能会面临非常大的阻力。若坚持不采用高精地图的话，阻力之一就是特斯拉在国内的地图和道路测绘资质，第二就是收集各种数据之后的流向问题了，以目前中美关系来看……

不过也不用完全绝望，特斯拉不可能会放弃中国这个如此重要的市场，而软件作为车企的下一代的竞争力，特斯拉也不会就这样将领先的优势拱手让人。经过协商，我相信最终还是可以顺利引进的。毕竟另一家美国巨头公司已经有了前车之鉴（iCloud也可以由云上贵州负责运营），特斯拉的数据也可以在中国境内由中国公司监管运营的嘛，不过到时候FSD的价格说不定会接近10万人民币了，但这也一定是基于车辆本身价格进一步降低的前提了。

其实对于消费者本身来说，无论是依靠高精地图还是视觉系统，这都只是解决方案本身的差异，最终实现的结果并不会有太多的改变。正所谓不管是黑猫还是白猫，只要能抓住老鼠就是好猫。相信凭借中国高精地图和依托强大5G网络的V2X技术，中国车企同样也能够实现真正的L5级完全自动驾驶。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

自动驾驶芯片哪家强，这家中国创业公司竟然说自己超越了特斯拉

文/田忠朝

在自动驾驶量产应用上，特斯拉为何能遥遥领先？很多人认为是其强大的软件算法，其实软件算法固然重要，但拥有强大计算能力的感知和决策芯片也必不可少。

在过去PC时代，顶尖的芯片技术一直被英特尔、AMD这样的国外巨头垄断，直到移动通信时代随着华为、紫光展锐的崛起，国内才开始有了与苹果、高通相抗衡的芯片企业。

那么在自动驾驶芯片领域，我们与国外又有多少差距呢？

国外自动驾驶芯片处于什么水平？

目前国外自动驾驶芯片真正进入大规模量产车市场的也就三家：

英伟达

产品注重算力，但同时功耗也大，因此曾被马斯克调侃“性能一样的耗电更高，耗电差不多的性能弱鸡”。

这也直接让伤了面子的老黄决定不再挤牙膏，从橱柜里掏出了?其Drive?AGX?Orin新产品以及Ampere?架构旗舰产品Nvidia?EGX?A100芯片，这应该是目前世界上最高效的深度学习芯片，7nm制程工艺，算力624TOPS，功耗400W。

基于这枚芯片，英伟达造出了目前世界上算力最强的自动驾驶芯片方案——Drive?AGX?Robotaxi，算力?2000TOPS，但功耗高达800W，它的出现显然是冲着未来L5全自动驾驶秀肌肉的。

所以目前英伟达的主要实用产品还是Xavier，从小鹏?P7?到沃尔沃、奔驰、丰田的一些车型都在使用。另外如小马智行在美国的电动车队用的是英伟达?Pegasus，用于训练高等级自动驾驶汽车。

而未来可期的是英伟达Drive?AGX?Orin，?200TOPS?的算力超越特斯拉?Autopilot?硬件?3.0，功耗却只有45W，可能在未来一段时间成为主机厂新宠，就看什么时候能进入量产应用。

Mobileye

芯片产品算力不强但走实用路线，主要用于摄像头的数据感知，而并非中央域处理器。所以在早期的L2辅助驾驶车型市场占主流地位，包括小鹏G3、蔚来ES6/ES?8、广汽新能源Aion?LX都用了Eye?Q4芯片，算力?2.5TOPS，功耗?3W。

但随着自动驾驶等级的提升，中央域处理器的作用越来越大，Mobileye的产品就开始有点力不从心而被边缘化，虽然被英特尔收购后称会使用英特尔的?7?nm工艺“打磨”EyeQ5，但Eye?Q5算力依然只有24TOPS，功耗10W，它在自动驾驶解决方案中只能作为感知芯片处理图像等信息，无法进入“中央”决策层。

特斯拉

先后用过Mobileye、英伟达的芯片，后来嫌弃它们性能跟不上发展，从2016年开始自研芯片。

2019年4月份特斯拉FSD（Full?Self?Driving全自动驾驶）芯片正式以量产的形式发布，被马斯克誉为“世界上最好的芯片”，算力144TOPS，功耗72W，能效比2TOPS/W，就目前来说，确实是量产车最好用的自动驾驶芯片。

再来说说国内三家主流芯片企业发展程度

黑芝麻

近日，这家科技创业公司发布了公司成立四年来最重磅的产品，两款自动驾驶感知芯片华山二号A1000和A1000L（Lite）。

其中A1000使用台积电16nm工艺制造，算力40-70TOPS，功耗8-10W，从性能来看，它对标的将是特斯拉FSD和英伟达Xavier芯片。但是从能效比来说，A1000优势更明显。

特斯拉FSD算力144TOPS，功耗72W，能效比2TOPS/W；英伟达Xavier算力30TOPS，功耗30W，能耗比1TOPS/W。而华山二号A1000单芯片能效比超过6TOPS/W?,双芯片叠加组成的域控制器能效比也超过5TOPS/W。

而且它的自由组合度极高，根据黑芝麻给出的计算平台方案，?

单颗A1000L芯片适用于低等级级ADAS辅助驾驶；

单颗A1000芯片适用于L2+自动驾驶；

双A1000芯片互联组成的域控制器可支持L3级别自动驾驶；

四颗A1000芯片叠加可用于未来L4级别自动驾驶。

虽然用于L3/L4的方案看起来有点夸张，但从官方这介绍来看不可否认，这款芯片符合AEC?Q-100、单芯片ASIL?B、系统ASIL?D汽车功能安全要求，应该是目前极少符合以上所有安全标准的国产车规级芯片，也是目前能支持L3及以上级别自动驾驶的最强国产芯片。

寒武纪

前身是中国科学院计算技术研究所下，应该是最早进入大家视线的芯片公司，但该公司更专注于人工智能领域，早在2016年就发布了首款商用深度学习处理器寒武纪1A。

同时还有两款用于人工智能芯片IP授权的产品Cambricon-1M和Cambricon-1H，用于手机或者汽车终端上的人脸识别、指纹识别、障碍物识别、路标识别等应用加速。

此外寒武纪也发布了两款用于边缘计算（指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。）的人工智能加速卡，思元220和思元270，在边缘计算中起着提高数据安全、降低处理延时以及优化带宽利用的作用。

性能上思元270满血版（F4）算力达到128TOPS，功耗70-150W，与早期的英伟达Tesla?T4计算卡（算力130TOPS，功耗75W）性能相近，但该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。

地平线

由前百度深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片。

相比大多数注重硬件算力的芯片公司，地平线更注重以“算法+芯片”为核心的嵌入式人工智能解决方案，简单来说就像安卓机与苹果的区别，安卓手机更追求硬件性能，软件系统由不同厂商自己匹配；而苹果手机硬件和软件系统是一体设计的。

在产品方面，地平线目前拥有用于边缘人工智能的征程二代芯片，算力4TOPS，功耗2W，主要用于自动驾驶中对车辆、行人和道路环境等目标的感知，类似MobileyeQ系列芯片。

此外是用于AIoT边缘计算的旭日二代芯片，算力4TOPS，功耗2W，主要用于智能家居、智慧城市、智能安防、工业机器人等应用领域。

当然，地平线也推出了基于征程芯片的自动驾驶解决方案——Matrix，其中Matrix二代拥有16TOPS的等效算力，可用于摄像头等传感器的数据感知和融合。预计今年将发布的Matrix三代，将拥有192TOPS的算力，功耗48W，可以竞争特斯拉FSD芯片。

最后

我们整理了目前一些主要芯片参数性能，可以看出，国内自动驾驶芯片在超前研发方面可能与国外老牌企业还有一定差距，但是在同一起跑时间点上大家的差距并不大，例如黑芝麻芯片产品在性能和功耗上已经可以与特斯拉掰手腕了。

可以预见，未来自动驾驶技术必然是各国竞争的高地，而自主可控的芯片技术对于增强我国自动驾驶行业整体实力来说将会有很大的帮助。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

车主实测特斯拉完全自动驾驶：遇见修路就傻眼，左摇右摆频繁画龙

车东西（公众号：chedongxi）

作者?|?James

编辑?|?晓寒

特斯拉的FSD“完全自动驾驶”系统，离规模量产可能比你想的还要远。

10月份，特斯拉向少数种子用户推送了FSD?Beta功能（后续又推送了多个更新），让特斯拉Model?3可以在城市的各种场景实现L2级自动驾驶，包括车道内跟车、自动变道、自动等红灯、自动调头，甚至是经过环岛等等。

特斯拉FSD?Beta车机显示

这一功能的推送，让特斯拉的车型在高速和城市两个场景都实现了L2级自动驾驶，用户只需要盯着路况监控车辆表现即可，相当于是实现了L4自动驾驶的功能，再次展示了特斯拉在自动驾驶方面的领先实力。

马斯克今年在上海世界人工智能大会上宣布，特斯拉将在今年完成L5级自动驾驶基本功能的研发工作，说的就是FSD。

虽然目前美国用户上传的视频显示FSD?Beta有很多惊人之处，但也有车主发现了一些致命问题——比如在遇到道路维修时，FSD?Beta的表现就非常差，甚至可以说完全无法使用。

美国特斯拉车主Raj日前就专门进行了一次系统的测试，打开FSD?Beta功能驶过了4个道路施工区域，向我们表明了特斯拉FSD?Beta遇到施工这一场景究竟有多不靠谱。

一、驶过八个施工区域?六个都无法正常通过

近日，特斯拉车主Raj在测试FSD?Beta的过程中发现，FSD的最强对手竟然是封闭路段。

他在公共道路上行驶时发现，特斯拉FSD?Beta在大多数路段都能很好地自动驾驶，在十字路口转弯、等红灯、调头都能轻松完成。

在12分钟的视频中，Raj一共测试了8个施工区域，其中有6个都无法正常通过，某些区域还需要人为干预。

在行驶一次后，Raj调头让车辆再次行驶，表现依然不太理想。有时候不敢往前走，有时候又想撞向封闭道路的锥桶区域，甚至还会“画蛇前进”。

车主Raj道路实测特斯拉FSD?Beta

1、遇到施工频繁蛇形前进

在Raj发布的视频中，他一直开启特斯拉FSD?Beta前进，但车辆遇到了多个区域临时道路封闭。在数百米以外的位置，道路修复单位已经摆上了警示牌，提示前方左侧道路变窄。但由于特斯拉无法识别停车标志以外的路标，因此仅能识别在道路变窄标志下方的锥桶。

继续向前行驶，特斯拉能够沿着锥桶划定的路线前进，防止撞上锥桶。但是在通过路口时，由于没有摆放锥桶，此时特斯拉“有点懵”，在左右两条车道之间纠结，并作出了非常危险的“画蛇前进”动作。

特斯拉在左侧道路变窄时“画蛇前进”

不过还好，当时车速比较慢，换道过程比较平缓，最终特斯拉通过第一个路口，进入左侧道路封闭路段。

2、碰见自行车道不知所措

在这一路段，车辆仅能在最右侧非机动车道行驶，这时特斯拉的表现越来越不稳定。

非机动车道道路狭窄且车道线将车道一分为二，特斯拉以这样的道路似乎不太适应，一直打着左转向灯，想向左侧变道。同时，在“踏上”非机动车道的那一刻，特斯拉就开始紧张，方向盘不稳定地左右转动。

在经过两个锥桶之间的空隙时，特斯拉多次向左猛打方向，驾驶员快速反应接管车辆，继续保持右侧非机动车道行驶。

同时，也逐渐跟不上前方大奔的脚步，速度放缓。在即将停车时，车辆发出提示音，请求驾驶员接管。

进入非机动车道后，车辆开始画蛇同时减速

Raj重新开动车辆后，这一路段不再允许打开自动驾驶，仅能驾驶员手动驾驶前进。

3、道路中央施工直接撞了上去

在另一临时封闭路段，工作人员将中间车道封闭，看似车辆可以选择左右两条路行驶，但道路最右侧为非机动车道，因此车辆只能靠左侧车道行驶。同时，临时路牌也提醒驾驶员，车辆需要靠左行驶，避免驶上非机动车道。

不过，FSD?Beta在检测到前方道路将要封闭后，错误地选择向右行驶进入非机动车道。

临近封闭道路时，特斯拉在谨慎地右转的同时，反而将路径规划选择向左。

特斯拉错误选择右侧非机动车道行驶，但仍需要驾驶员接管

在撞上锥桶之前，驾驶员选择手动接管，被迫让车辆驶上非机动车道。

4、无视施工阻拦硬要转弯

之后，Raj又将车辆开上另一路段，在规划路线中，车辆将会遇到右转道路封闭的场景。

特斯拉在临近右转路口时，打开转向灯并向右侧变道。到达路口时，特斯拉微微右转，但因为识别到障碍物，所以放弃右转继续前行。

右转道路封闭时强闯

在前行几米后，特斯拉再次尝试右转，试图强行闯入右侧封闭道路，驾驶员手动接管，最终没有造成事故。

5、仅有两次顺利通过

临时封闭道路场景给特斯拉FSD带来了不小的麻烦，但是在某些情况下，特斯拉也能完美处理临时道路变窄的场景。

在整个测试过程中，特斯拉FSD?Beta仅有两次妥善处理了封闭道路设施。

仅有少数情况能顺利通过修缮路段

Raj分析称，这是因为特斯拉提前向右侧变道，并非真正识别左侧变窄路标。

6、同一场景再尝试?依然无法通行

这几个复杂路段测试完成后，Raj让车辆调头，如果将此前的场景再测试一次，特斯拉的表现会有提升吗？结果是，第二次的表现似乎更糟糕。

同一路段再次行驶表现更加糟糕

在左侧道路封闭时，特斯拉不断试图向左侧变道，驾驶员仍旧需要多次紧急接管，才避免事故发生。

在表现最糟糕的情况下，在20秒的时间内驾驶员一共干预了4次。几次紧急接管后，Raj都将车辆的行驶报告向特斯拉提交，特斯拉工程师将会通过自动驾驶电脑的“影子模式”不断提升车辆的自动驾驶能力。

二、城市道路L2自动驾驶基本实现?环岛都能轻松拿下

特斯拉虽然在临时封闭路段表现不佳，但是FSD?Beta在其他路段的表现可谓非常出色。在多家量产自动驾驶车企推出与特斯拉类似的自动辅助导航驾驶、自动辅助变道功能之后，特斯拉在今年10月面向测试用户更新了FSD?Beta，可以基本实现城市道路的L2级自动驾驶。

目前，特斯拉车主在购买FSD选装套件之后，车辆都能在高速公路和城市快速路上实现自动辅助导航驾驶、自动辅助变道等L2级自动驾驶功能。在停车场，驾驶员可以使用自动泊车让车辆泊车入位，取车时可以智能召唤让车辆自动开到驾驶员面前。在美国，车辆还能识别道路上的信号灯，并根据信号灯颜色判定停车或前进。

不过，特斯拉完全自动驾驶FSD缺失了一个重要场景，那就是无法在城市道路实现自动驾驶。FSD?Beta的发布，补充了这一短板。

根据FSD?Beta的更新说明，车辆可以在非高速公路路段实现自动变道、根据导航路线行驶，既能够在车流和其他物体之间穿梭，也能在路口左转、右转。这也就意味着特斯拉将在不久的将来面向所有FSD选配用户更新城市道路L2级自动驾驶功能。

特斯拉FSD?Beta更新说明

同时，特斯拉也提示，驾驶员需要实时关注道路交通状况，并握住方向盘，随时准备接管车辆，在有盲区的拐角、十字路口以及窄路路段要尤其注意车辆行驶状态。

实际测试显示，特斯拉FSD?Beta的表现确实非常出色。

另一名车主Brandon让特斯拉在黑夜行驶，行驶至一段双向两车道的道路上，车道线并不清晰，车机显示中央车道线显示时隐时现。即使没有车道线，车辆一直保持靠右，并跟随导航行驶。

FSD?Beta转弯测试

到达路口停车标志前300英尺（约合91.4米）时提示前方有停车标志，即将停车。

在路口左转时，对向车道驶来车辆，系统根据对向车辆可能造成的威胁标记成白色、**、紫色、红色。在停车标志前停下等待（美国交通法规规定）后启动车辆，左转通过十字路口。

这是量产L2级自动驾驶的一项重大进步。

在此前，所有量产版L2级自动驾驶系统都只能随公路“调整方向”，并非真正的“转弯”，而特斯拉实现了让车辆在十字路口转弯。

据外媒The?Verge报道，特斯拉在完成自动驾驶的神经网络和控制算法基本架构的重写之后，才得以拓展更多的自动驾驶功能。也就是特斯拉已经完成了从二维图像的识别升级到四维环境的识别，自动驾驶性能得以显著提升。

夜晚环境中，路灯、路边建筑物灯光、前车刹车灯、对向车道头灯都会让车辆自动驾驶变得更加困难。此前车东西在夜晚测试使用特斯拉自动辅助导航驾驶（NOA）时，夜晚的性能确实不如白天。

在Brandon的测试中，即便在光线干扰非常强的情况下，特斯拉也能“看清”前方交通信号灯变化。

夜晚光线复杂也能快速识别信号灯

接下来，Brandon将车开到了有环岛的路段，根据导航路线，车辆需要在环岛第二出口驶出。

视频中可见特斯拉首先在环岛外停车（美国交通法规规定），确认安全后驶入环岛并按照导航路线顺利驶出。

特斯拉自动驾驶通过环岛

这是量产L2级自动驾驶的另一项重大进步。

在此前，所有量产L2级自动驾驶系统都无法在环岛自动驾驶。别说自动驾驶系统，即便是驾驶员手动驾驶，有许多驾驶员也难以“驾驭”环岛这样的特殊路段，不敢驶入、驶出环岛、错过环岛出口等情况时有发生。

从演示视频中可以看到，特斯拉已经有能力解决人类驾驶中的这一痛点。

在FSD?Beta发布的第二天，马斯克就自信地宣布，FSD选配马上涨价。目前美国车主选配FSD的价格是1万美元（约合6.54万元人民币），这也是特斯拉年内第二次宣布FSD选配套件涨价。中国车主选配价格暂时没有变动，今年只经历了一次涨价，目前价格为6.4万人民币（对应8000美元）。

不过，目前选配了FSD的中国车主还不能让车辆识别红绿灯并作出正确反应，功能相比于美国用户更少。随着用户获得的功能增加，未来中国用户选配FSD的价格或许还将增加。

结语：软件定义汽车?同样能定义自动驾驶

在量产自动驾驶领域，特斯拉或许是最胆大的那一个。仅凭视觉传感器、非高精地图、非高精定位，就能实现在大多数场景中自动驾驶。相比其他厂商，激光雷达、高精度地图、高精定位、车路协同等技术堆上车身，受硬件成本限制，量产却成为最大的难题。

软件定义汽车如今已经成为行业共识，想要提升自动驾驶水平，必须要提升软件的水平，真正让自动驾驶车辆在路上跑起来，这样才能对自动驾驶系统不断迭代，让可靠性99.9%之后的9越来越多。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。