7月15日，据Notateslaapp披露，特斯拉在自动驾驶研发上的逻辑浮出水面——他们正在不同代际硬件上推进“无需人工监督的自动驾驶”，背后隐藏着颇具深意的软件工程策略。
目前市面上行驶的HW4车型，承担了绝大多数公开道路测试和实际驾驶任务。但你可能不知道，这些车辆后台运行的AI模型，并非特斯拉开发的原版。
知情人士透露，当前HW4量产车上搭载的软件，实际上是针对特斯拉下一代硬件开发的AI模型的“精简版”。
如何理解这一策略？特斯拉如今优先为Cybercab（无人驾驶出租车）打造完整的FSD系统，之后再进行“蒸馏”，将其压缩到性能稍逊的HW4系统上运行。
Cybercab搭载的FSD硬件，性能远超目前消费者能买到的任何特斯拉车型。额外算力为特斯拉工程师提供了更广阔的空间，用以开发更庞大、更复杂的AI网络，待模型成熟后再优化部署至整个车队。
什么是AI模型蒸馏？
要理解这一策略，需先弄清楚AI的训练方式。
在一辆行驶的汽车中运行大型神经网络，需要相当可观的计算能力和内存资源。为了弥合AI模型能力与车载硬件性能之间的差距，特斯拉采用了一种名为“模型蒸馏”的训练方法。
具体过程如下：工程师先在数据中心训练一个规模庞大、结构复杂的“教师模型”。待其学会处理各类复杂驾驶任务后，再将其能力“蒸馏”给一个更小的“学生模型”。这个学生模型经过优化，能够在消费者车辆的计算机上运行，既不会压垮硬件，又能提供接近大模型的能力。
模型需要压缩到何种程度，完全取决于目标硬件的性能——尤其是内存容量和内存带宽。
目前来看，Cybercab是特斯拉理想中的硬件平台（当然，未来工程师也可能遇到其资源上限）。而普通消费者车辆上的版本，则是经过优化、更加轻量化的版本。
不同硬件之间的差距有多大
这一套路，与特斯拉之前为HW3车型推出的FSD v14 Lite颇为相似。FSD v14 Lite实际上是主版本v14的蒸馏版，上个月已开始向部分早期测试用户推送。事实证明，如今消费者车辆上运行的FSD v14，同样是Cybercab原生版本的精简版。
不过好消息是，对于HW4而言，优化幅度预计不会像HW3那么夸张。根据特斯拉此前公布的信息，HW3的内存带宽仅为HW4的15%左右。
虽然Cybercab下一代处理器的具体规格尚未公开，但已知其内存比HW4更大——这对AI运算至关重要。此前有分析认为，Cybercab可能搭载了特斯拉在今年第一季度财报电话会议上提到的新一代AI4+芯片，预计配备64GB内存，甚至更高。此外，Cybercab还配备了双GPS系统，可在无人驾驶过程中实现更精准的定位追踪。
HW4仍有希望实现真正无人驾驶
这并不意味着HW4就无缘无人监督的FSD了。
特斯拉已确认，HW3硬件无法达到完全无人监督的自动驾驶目标（车主此前曾被承诺未来可通过硬件升级实现这一能力）。但HW4仍然有机会。事实上，这种模型蒸馏过程对HW4用户而言反而是个积极信号——能够运行特斯拉为Cybercab商业无人驾驶业务开发的软件版本，说明HW4具备实现真正自动驾驶的良好基础。
特斯拉选择先针对性能最强的硬件开发完整软件，再向下做模型优化，这样做既能充分发挥Cybercab的计算能力，又能让消费者车辆保持足够强大的功能。
换句话说，目前消费者车辆上的FSD版本，只是特斯拉更先进机器人出租车软件的优化版和轻量版。它们并非能力弱，而是在适配不同硬件限制后运行的版本。
