北京
如果你的特斯拉更新了最新FSD，你可能会觉得这就是自动驾驶的完全体。但据Notateslaapp报道，消息人士透露了一个反直觉的事实：眼下跑在HW4量产车上的软件，其实是特斯拉为更强大硬件打造的AI模型的“精简版”，它更像一个勤奋的学生，而非传授知识的老师。
特斯拉内部正推行一套“硬件代际分水岭”式的开发策略。搭载新一代Hardware 4（HW4/AI4）的消费者车辆承担了海量路测，但它们装载的并不是最初训练出的原始基础模型。消息人士指出，这些模型都率先在尚未公开销售的Cybercab无人驾驶出租车上跑通完整版，再向下“蒸馏”给量产车。
所谓“模型蒸馏”，可以理解成一种知识迁移。工程师先在数据中心用庞大算力训练出一个巨型“教师模型”，它会吃进海量驾驶场景，学会处理各种复杂任务。当这个教师学会一切后，特斯拉不直接把它塞进终端，而是让它去教更小的“学生模型”。
学生模型是教师模型的提炼产物——保留核心驾驶能力，同时大幅压缩模型体积和计算消耗。蒸馏的程度完全取决于目标硬件的能耐，尤其是内存容量和内存带宽。量产车上的计算机资源有限，学生模型必须被优化到能在不压垮系统的情况下，复现教师的大部分能力。
这一策略的硬件背景，源于Cybercab拥有超越当前市售车型的算力配置。更多的内存、更快的芯片，为更庞大复杂的AI网络提供了运行空间。特斯拉可以放开手脚去探索更聪明的模型，不必一开始就顾虑量产车的性能天花板，等模型稳定再下放。
硬件差距是蒸馏发生的根本原因。此前，特斯拉为老款Hardware 3（HW3）推出了FSD v14 Lite，本质上就是主版v14的蒸馏版。上个月开始，部分早期测试用户就已经用上了。事实证明，现在消费者车辆运行的FSD v14，同样是Cybercab原生版本的精简产物。不过好消息是，HW4与目标硬件间的鸿沟要比前辈小得多。
根据特斯拉公开信息，HW3的内存带宽只有下一代HW4的约15%。也就是说，HW3需要经历极大幅度的模型压缩，而HW4面临的优化压力显著减轻。虽然Cybercab下一代处理器的完整规格仍未公布，但分析认为它可能搭载了今年第一季度财报电话会议中提到的新一代AI4+芯片，预估配备64GB甚至更高的内存。
更大的内存对AI运算至关重要，意味着学生模型能承载更多参数、更复杂的连接，蒸馏过程就能保留更接近教师的能力。此外，Cybercab还装有双GPS系统，为无人驾驶状态下的位置追踪提供了额外的精度保障。
这些技术信号都指向同一个结论：HW4依然有望实现无需人工监督的真正自动驾驶。此前特斯拉已确认HW3硬件无法达到这一目标，但HW4用户不必灰心。模型蒸馏过程反而是个积极信号——能够跑上与Cybercab商业无人驾驶业务同源的软件版本，说明HW4的基底足够承接来自更高级平台的智能。
特斯拉先针对最强硬件开发完整软件，再向下适配，是一种典型的“高打低”策略。它能让工程师毫无保留地压榨Cybercab的计算潜力，同时让普通消费者车辆保持足够强大的辅助驾驶功能。换而言之，你车上那个“学生模型”并不是次品，而是一个被精心裁剪过、适配了你车载硬件边界的真正的自动驾驶雏形。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
