北京
IT之家 8 月 10 日消息，YouTube 博主 TechGeek Tesla 近日进行了一项测试，模拟行人突然冲入车辆前方的情况，以观察不同硬件和软件配置下特斯拉 FSD 系统的反应速度差异。 测试采用三辆不同的特斯拉车型，均在相同路线、相同速度下行驶，并面对同一个被拉到车辆前方的假人，模拟一名毫无察觉地闯入道路的行人。三辆车的核心区别在于 FSD 系统背后的硬件和软件：其中两辆配备较早的 Hardware 3（HW3）计算机，另一辆搭载目前主流的 Hardware 4（HW4）计算机。 两辆 HW3 车辆中，一辆运行 FSD v12.6.4，另一辆运行 FSD v14 Lite；而搭载 HW4 的车辆则运行完整版 FSD v14.3.4。为精确测量反应时间，博主在道路上搭建了一套滑轮装置，将外形类似真人的假人固定于装置上。当车辆以约 23 英里/小时（约 37 公里/小时）的速度接近指定位置时，通过滑轮将假人拉入道路，并记录车辆从识别障碍物到做出反应的时间，精确到小数秒。 测试结果显示，最新的 HW4 硬件表现最佳：相比搭载 FSD v12 的 HW3 车辆，HW4 车型的反应速度提升 57.8%；相比搭载 v14 Lite 的 HW3 车型，则提升 36.6%。 不过，硬件并非唯一影响因素。对比两辆 HW3 车辆可发现，软件优化同样关键——搭载 FSD v14 Lite 的车辆比运行旧版 FSD v12.6.4 的车型反应速度提升 36.6%。换言之，即使硬件相同，新版本软件也能显著改善车辆应对突发状况的能力。 与此同时，同时拥有 HW4 硬件和新版软件优势的车辆，相比搭载 HW3 并运行旧版 FSD v12.6.4 的车辆，反应速度领先幅度高达 57.8%。 虽然反应速度并非衡量自动驾驶性能的唯一标准，但毫无疑问是极为重要的指标。这项测试至少证明，强大的车载计算能力对现代汽车的安全决策至关重要。 特斯拉并未止步于此。该汽车制造商已表示，未来新款 HW4 系统计划将内存容量提升一倍，同时即将推出的 AI5 芯片将拥有更强大的性能。更强的计算能力将支撑车辆运行更复杂的 AI 推理模型，而这类模型正负责完成诸如判断危险、识别行人并及时制动等瞬间驾驶决策。
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.
